O percurso de um cliente tem cinco pontos de contacto. Vê um anúncio. Lê um artigo do blogue. Recebe um email. Vê um vídeo. Converte. Que ponto de contacto fica com o mérito da conversão? O anúncio que despertou o interesse? O email que fechou o negócio? O vídeo que o convenceu? A resposta depende do teu modelo de atribuição. Modelos diferentes dão o mérito a pontos de contacto diferentes. A atribuição de último toque dá todo o mérito ao email. O primeiro toque dá todo o mérito ao anúncio. O linear dá o mesmo mérito aos cinco. O baseado em dados dá o mérito com base em padrões reais de conversão. Cada modelo conta uma história diferente sobre os canais que funcionam. Cada um pode levar a decisões de negócio diferentes. Se cortares o canal errado, desperdiças dinheiro. Se investires no canal errado, desperdiças orçamento. Os modelos de atribuição determinam como percebes que canais realmente geram conversões. Este artigo explica os modelos de atribuição e como cada um muda as tuas decisões.
O que é a atribuição?
A atribuição é o processo de dar o mérito de uma conversão aos pontos de contacto que levaram até ela. Um visitante não converte na primeira visita. Interage com a tua marca várias vezes, em vários canais. Vê um anúncio. Visita o teu site. Sai. Recebe um email. Clica no link. Converte. A atribuição responde à pergunta: qual destas interações merece o mérito da conversão? A resposta determina como distribuis o orçamento e que canais achas que estão a funcionar.
Porque é que a atribuição importa
Sem atribuição, não consegues tomar boas decisões sobre o investimento em marketing. Podes achar que um canal está a _blocked_ pouco quando na verdade está a gerar conversões que não vês. Podes achar que um canal está a _blocked_ muito quando só recebe um mérito que não merece. Uma atribuição errada leva a cortar bons canais e a reforçar os maus. Uma atribuição certa permite-te investir onde as conversões realmente acontecem.
Atribuição de último toque
A atribuição de último toque dá todo o mérito ao último ponto de contacto antes da conversão. Um cliente vê um anúncio, lê um artigo do blogue, recebe um email, vê um vídeo e depois converte. O último toque dá cem por cento do mérito ao vídeo. O anúncio, o blogue e o email ficam com zero. O último toque é simples e fácil de implementar. A maioria das plataformas de análise usa-o por defeito. Mas é enganador. Ignora tudo o que levou à conversão. O anúncio criou notoriedade. O blogue criou consideração. O email desencadeou a decisão. O vídeo fechou-a. Mas só o vídeo fica com o mérito.
Atribuição de primeiro toque
A atribuição de primeiro toque dá todo o mérito ao primeiro ponto de contacto. No exemplo acima, o anúncio fica com cem por cento do mérito. O blogue, o email e o vídeo ficam com zero. O primeiro toque é útil para perceber que canais trazem novos clientes. Mas perde o trabalho que acontece depois do primeiro toque. A maioria das conversões exige vários toques. O primeiro toque ignora todos, exceto o primeiro.
Atribuição linear
A atribuição linear dá o mesmo mérito a todos os pontos de contacto. No exemplo acima, cada ponto de contacto fica com vinte por cento do mérito. O anúncio, o blogue, o email e o vídeo contribuíram por igual. O linear é mais equilibrado do que o último toque ou o primeiro toque. Mas assume que todos os pontos de contacto são igualmente importantes, o que raramente é verdade. Um email que desencadeou uma compra não deve ficar com o mesmo mérito que um artigo do blogue que alguém passou os olhos uma semana antes.
Atribuição com decaimento temporal
A atribuição com decaimento temporal dá mais mérito aos pontos de contacto mais próximos da conversão. O primeiro ponto de contacto fica com o menor mérito. O último fica com o maior. No exemplo acima, o vídeo fica com mais mérito. O email com menos. O blogue com ainda menos. O anúncio com o menor. Faz sentido, intuitivamente. Os pontos de contacto mais próximos da decisão devem importar mais. Mas continua a não ter em conta a influência real de cada ponto de contacto.
Atribuição baseada na posição
A atribuição baseada na posição dá mérito extra ao primeiro e ao último ponto de contacto. O anúncio fica com quarenta por cento. O vídeo fica com quarenta por cento. O blogue e o email ficam com dez por cento cada. Isto reconhece que a notoriedade e a decisão são ambas importantes. Mas subvaloriza as fases de consideração e de pesquisa, que estão no meio.
Atribuição baseada em dados
A atribuição baseada em dados usa aprendizagem automática para dar o mérito com base em padrões reais de conversão. Em vez de assumir que todos os primeiros toques importam por igual ou que todos os últimos toques merecem todo o mérito, a atribuição baseada em dados analisa milhares de percursos de conversão. Encontra padrões. Descobre que combinações de pontos de contacto realmente levam a conversões. Atribui o mérito em conformidade. A atribuição baseada em dados é a mais precisa. Mas exige escala. Precisas de milhares de conversões para o modelo funcionar bem.
Escolher um modelo de atribuição
O modelo certo depende do teu negócio. Uma empresa que vende artigos de baixo custo pode usar o último toque, porque as compras acontecem depressa. Uma empresa que vende artigos de custo elevado pode usar o baseado em dados ou o baseado na posição, porque o percurso é longo. Uma empresa focada em notoriedade de marca pode usar o primeiro toque. O essencial é escolher um modelo e mantê-lo, para tomares decisões consistentes ao longo do tempo.
Perguntas frequentes
Posso usar modelos de atribuição diferentes para canais diferentes?
Tecnicamente sim, mas cria confusão. Precisas de um modelo consistente para comparar os canais de forma justa. Se usares o último toque para os anúncios pagos e o primeiro toque para a pesquisa orgânica, não estás a comparar o que é comparável. Escolhe um modelo e aplica-o de forma consistente a todos os canais. Assim, vês que canais realmente geram conversões. Com o criador de websites da WEMASY, podes configurar isto diretamente no teu website.
E se modelos de atribuição diferentes mostrarem canais vencedores diferentes?
Isso acontece. O último toque pode mostrar o email como vencedor. O primeiro toque pode mostrar a pesquisa como vencedora. Isto revela que canais diferentes têm papéis diferentes. A pesquisa traz notoriedade. O email leva à decisão. Ambos são valiosos. Perceber os papéis diferentes ajuda-te a investir de forma adequada em cada um.
O Google Analytics usa a atribuição de último toque por defeito?
Sim. O Google Analytics usa por defeito a atribuição de último toque para as conversões. É por isso que muitos negócios acham que o email ou o tráfego direto é o melhor canal. Se quiseres ver outros modelos de atribuição, precisas de criar relatórios personalizados ou usar as ferramentas de modelação de atribuição do Google Analytics.
De quantas conversões preciso para a atribuição baseada em dados funcionar?
Em geral, precisas de pelo menos mil conversões por mês para a atribuição baseada em dados ser fiável. Com menos conversões, os padrões têm demasiado ruído. Se não tiveres volume suficiente, usa antes a atribuição baseada na posição ou a linear. A atribuição baseada em dados é poderosa, mas exige escala.
Devo mudar o meu modelo de atribuição se mostrar maus resultados para um canal de que gosto?
Não. Não mudes o modelo para obter melhores resultados para um canal que preferes. Escolhe o teu modelo com base no que faz sentido para o teu negócio e aceita os resultados. Se os resultados mostrarem que um canal está a _blocked_ pouco, investiga porquê em vez de mudar o modelo. O modelo pode estar a revelar um problema real.
Os modelos de atribuição podem ajudar-me a perceber em que pontos de contacto investir?
Sim. A atribuição mostra-te que pontos de contacto aparecem nos percursos de conversão. Se um ponto de contacto nunca aparece antes de uma conversão, pode não valer a pena investir nele. Se um ponto de contacto aparece na maioria dos percursos de conversão, provavelmente merece investimento. Usa a atribuição para perceber o papel de cada ponto de contacto no percurso do teu cliente.