12 razões para selecionar a atribuição baseada em funil OWOX BI ML

O objetivo da atribuição é avaliar a eficácia dos canais e campanhas de publicidade e identificar quais canais de tráfego pago levam a conversões. Sabendo disso, você pode redistribuir seu orçamento de publicidade para canais eficazes, parar de gastar dinheiro em canais ineficientes e, eventualmente, obter mais conversões.

Seu sucesso na execução do seu plano de vendas e no crescimento do seu negócio depende da qualidade e validade do seu modelo de atribuição. O problema é que a maioria das conversões acontece por conta de mais de uma sessão: antes de comprar, o usuário visita o site várias vezes. Portanto, para distribuir objetivamente o valor da receita ou lucro de um pedido específico, você precisa avaliar cada sessão, não apenas a última. A maioria dos modelos de atribuição padrão não leva em consideração todas as ações do usuário antes de um pedido e dá todo o seu valor a um canal na cadeia. Ou avaliam os canais de acordo com uma regra condicional e não de acordo com méritos reais.

No OWOX BI, criamos nosso próprio modelo de atribuição baseada em funil de aprendizado de máquina (ML) que leva em consideração todas as ações do usuário online e offline, além de dados de receita real do seu CRM e mostra a influência mútua dos canais nas conversões e na promoção do usuário por meio do funil.

Neste artigo, descrevemos o que você pode fazer com o OWOX BI Attribution.

Para começar, vamos atualizar seu conhecimento teórico.

A atribuição é a distribuição de valor a partir de uma conversão entre canais que avançaram o usuário pelo funil. Ajuda a responder em que medida cada canal influenciou a promoção do usuário por meio do funil e a receita que você recebeu no final.

Um modelo de atribuição define a lógica de distribuição desse valor — por exemplo, para canais de publicidade e campanhas que ajudaram a atrair usuários. O ideal é que seu modelo de atribuição seja confiável (levando em consideração a contribuição objetiva de cada esforço) e transparente (possibilitando entender e verificar os resultados do cálculo).

Quem precisa de atribuição e por quê?

A atribuição é necessária para quem gerencia o orçamento dos canais de marketing e deseja distribuí-lo de forma eficaz para reduzir custos, aumentar a receita e cumprir o plano de vendas.

Modelos de atribuição padrão no Google Analytics

1. Primeiro clique. Todo o valor derivado da conversão é atribuído à primeira fonte que levou o usuário ao caminho da conversão.
2. Último clique. Todo o valor vai para o último canal com o qual o usuário entrou em contato antes da conversão.
3. Último clique não direto. Todo o valor é atribuído ao último canal da cadeia. Se for tráfego direto, o valor é atribuído à origem anterior.
4. Linear. O valor é distribuído igualmente entre todas as fontes da cadeia.
5. Decadência do Tempo. O valor é distribuído entre os canais de forma incremental.
6. Baseada em Posição. O canal que apresentou a marca ao usuário e o que fechou o negócio recebem 40% do valor cada um. Os 20% restantes são divididos igualmente entre todos os canais no meio do funil.

Modelos de atribuição em serviços de publicidade

Diferentes modelos de atribuição estão disponíveis em diferentes serviços de publicidade e sistemas analíticos.

A maioria dos serviços usa o modelo de último clique não direto; alguns oferecem pós-visualização, entre dispositivos ou outros modelos. Mas esses modelos não podem ser comparados entre serviços: o Facebook mede a publicidade à sua maneira, enquanto o Google Ads tem uma abordagem diferente. Como resultado, é impossível obter uma visão geral de todas as suas ferramentas de publicidade.

Os modelos de atribuição padrão não são apropriados quando:

• a maioria dos pedidos em seu site são feitos em mais de uma sessão, ou seja, há duas ou mais visitas na cadeia antes da transação
• você tem um grande número de fontes de publicidade
• você precisa avaliar a influência mútua de cada canal na promoção do funil
• você deseja entender como os canais de publicidade funcionam em um pacote
• você tem um funil de vendas complicado e inconsistente.

Para avaliar a influência mútua de todas as fontes, você precisa combinar dados de diferentes serviços de publicidade, Google Analytics e seu CRM e usar modelos de atribuição complexos: o modelo Data-Driven no Google Analytics 360, Markov Chains, Shapley value ou algoritmos personalizados . Mas esses modelos também têm suas limitações: uma quantidade mínima de dados necessária para cálculos, a incapacidade de considerar conversões pós-visualização ou combinar dados de seu CRM, lógica de cálculo oculta, implementação complexa e cara, etc.

A atribuição baseada em funil de ML do OWOX BI ajuda a evitar todas essas limitações.

O modelo de atribuição OWOX BI avalia a eficácia de suas campanhas publicitárias, levando em consideração a contribuição de cada canal para a promoção do cliente por meio do funil de conversão. Com este modelo, você pode:

• alocar corretamente seu orçamento de publicidade, levando em consideração a contribuição real dos canais para as conversões e sua influência mútua
• reduzir o Índice de Reserva de Caixa (CRR) e aumentar a receita
• aumentar o número de novos clientes enquanto economiza seu orçamento
• aumente o número de usuários-alvo alcançados pelas campanhas de mídia enquanto economiza seu orçamento.

A atribuição baseada em funil no OWOX BI é baseada em cadeias de Markov e aprendizado de máquina. A cadeia de Markov é uma sequência de eventos em que cada evento subsequente depende do anterior. A atribuição baseada em cadeias de Markov utiliza um modelo probabilístico que calcula a probabilidade de transições entre as etapas do funil, permitindo avaliar a influência mútua das etapas nas conversões e descobrir quais etapas são as mais significativas.

Para calcular as probabilidades, todas as etapas do funil de conversão especificadas nas configurações do modelo de atribuição OWOX BI, mais a etapa de login do site, são apresentadas como resultados na cadeia de Markov. Depois disso, a probabilidade de uma transição entre esses resultados é calculada:

O gráfico acima é um exemplo simplificado para facilitar o entendimento. Em casos reais, pode haver ainda mais transações.

Leia mais sobre como calcular o modelo de atribuição baseada em funil OWOX BI em nossa Central de Ajuda.

1. Colete dados brutos de comportamento do usuário do seu site no Google BigQuery. Para fazer isso, você pode usar o streaming de dados do OWOX BI ou o BigQuery Export com o Google Analytics 360.
2. Importe dados de custo para o Google BigQuery de serviços de publicidade. Para fazer isso, você pode usar o OWOX BI para complementar as estatísticas das campanhas do Google Ads no Google Analytics com dados de custo de outros serviços de publicidade e, em seguida, importar todas essas informações para o Google BigQuery. Você também pode usar o OWOX BI para importar dados brutos diretamente do Facebook para o BigQuery.
3. Se desejar, você pode complementar os dados do Google BigQuery com informações do seu CRM/ERP, call center e sistemas contábeis internos. Isso permitirá que você use vendas offline e dados reais de receita de CRM em seus cálculos de atribuição. Você também pode usar eventos personalizados como etapas do funil: chamadas, e-mails, reuniões pessoais etc.
4. Em seu projeto OWOX BI, crie um modelo de atribuição e execute cálculos.

A maioria de nossos clientes usa o OWOX BI para avaliar objetivamente campanhas publicitárias existentes e planejar futuras. Isso é necessário para executar um plano de receita com retorno planejado do investimento em publicidade (ROAS).

Aqui estão as principais razões pelas quais acreditamos que o OWOX BI é a melhor escolha para os profissionais de marketing.

Nosso modelo de atribuição é baseado em dados completos: impressões de publicidade de mídia e conversões pós-visualização, atividade do usuário em seu site, dados de custo de serviços de publicidade, dados de transações de seu CRM e quaisquer outros eventos online e offline. Como resultado, você vê todo o panorama das interações dos usuários com sua empresa e pode levar em consideração o impacto de todos os esforços de marketing nos indicadores de negócios.

A receita no Google Analytics e a receita de mercadorias compradas em seu CRM geralmente não correspondem. Com o OWOX BI, você pode medir a contribuição do marketing online para as vendas reais, levando em consideração a receita das lojas físicas e os dados dos pedidos concluídos do seu CRM.

Ao contrário dos modelos de atribuição padrão, o modelo OWOX BI leva em consideração todas as etapas do usuário antes do pedido - não apenas o último clique. Quanto mais difícil for passar um passo, mais valor ganha uma sessão que ajudou a fazer acontecer. E ao saber o valor das sessões, você pode calcular o valor das campanhas, levando em consideração sua contribuição para a promoção de usuários pelo funil.

Você pode crescer mais rápido que seus concorrentes explorando as vantagens exclusivas de sua empresa. Com o OWOX BI, você pode criar um funil que atenda a estrutura do seu negócio.

Além das ações dos usuários em seu site, você pode adicionar quaisquer eventos personalizados do seu CRM, sistema de rastreamento de chamadas e outros sistemas como etapas do funil. Por exemplo, você pode fazer upload de dados sobre chamadas, reuniões ou e-mails para o Google BigQuery. Combine todos os esforços de negócios destinados a converter usuários em um funil para avaliar com mais precisão sua eficácia.

Não é suficiente obter uma avaliação abrangente de sua campanha publicitária. Sua avaliação deve ser dividida em estágios de conscientização, interesse e conversão usando o modelo AIDA.

Por exemplo, com o OWOX BI, você pode ver que as campanhas quase não formam Consciência:

Como resultado, as campanhas projetadas para influenciar os próximos estágios do funil podem parecer ineficazes. Uma avaliação de ROAS de campanhas existentes pode mostrar como redistribuir seu orçamento entre elas, mas não revelará a falta de esforço no estágio superior do funil. OWOX BI lhe dá uma compreensão de onde concentrar seu esforço.

Nenhum algoritmo pode substituir sua experiência. Por exemplo, você pode saber que as campanhas da sua marca estão esgotadas e que o ROAS alto não significa que você deva investir mais nelas.

No OWOX BI, você pode especificar facilmente os canais que não participarão da sua avaliação:

Como resultado, você obtém uma avaliação apenas das campanhas que pode gerenciar objetivamente. É importante que você possa fazer isso a qualquer momento em uma interface conveniente sem entrar em contato com os desenvolvedores ou sua equipe de suporte.

OWOX BI calcula o valor de cada sessão. Isso permite que você personalize modelos de atribuição para diferentes coortes de usuários, calcule ROI/ROAS para usuários novos e recorrentes e compare a lucratividade de coortes.

Por exemplo, as operadoras móveis podem avaliar a contribuição das campanhas publicitárias para a venda de serviços adicionais aos clientes atuais (o grupo de “clientes atuais”). E as empresas do nicho de varejo de moda podem avaliar os compradores de primeira viagem e os compradores da próxima vez separadamente para descobrir quais canais são melhores para atrair novos clientes para o negócio.

Além disso, conhecendo o custo de uma sessão, você pode calcular quanto gasta e quanto ganha em cada grupo de produtos. Com essas informações, você pode avaliar a eficácia da publicidade para diferentes regiões, páginas de destino, versões de aplicativos para dispositivos móveis e aplicativos.

É importante não apenas avaliar as campanhas, mas também tornar a avaliação transparente para as empresas. Qualquer avaliação de caixa preta será questionável e não permitirá que você encontre erros.

No OWOX BI, você pode ver como o valor é distribuído pelas campanhas para cada transação com a qual um usuário interagiu:

Erros e conclusões incorretas obtidas devido a tentativas de aplicar aprendizado de máquina em dados insuficientes podem custar caro para as empresas. Nosso algoritmo verifica e controla automaticamente a significância estatística dos cálculos. Além disso, o OWOX BI oferece aos seus analistas acesso total a uma tabela de intervalos de confiança para cada segmento. Graças a isso, você pode ter certeza de seus resultados e entender como eles são obtidos.

A eficácia do marketing online depende cada vez mais não das tecnologias utilizadas, mas da qualidade dos dados sobre os quais os modelos são treinados. Portanto, a atribuição por si só perde para modelos construídos usando dados de mercado.

O modelo de aprendizado de máquina OWOX BI considera dados de dezenas de milhares de projetos.

Para que um modelo de atribuição seja eficaz, ele também precisa atender aos seguintes requisitos:

1. Os dados para cálculos devem ser preparados corretamente. Você não pode simplesmente ignorar os dados coletados pelo seu rastreador JavaScript por meio do aprendizado de máquina. Por esse motivo, o BigQuery ML é adequado para experimentos, mas não para uso comercial.
2. Você precisa considerar as informações sobre as interações com a parte superior do funil: impressões de publicidade na mídia. Para isso, desenvolvemos o OWOX BI Post-View Pixel, que permite medir anúncios de mídia no nível do usuário. Também integramos o OWOX BI com o Google Ads Data Hub, que permite ao BigQuery solicitar informações do Campaign Manager (antigo DoubleClick Campaign Manager) e de algumas outras fontes para que as empresas possam considerar e avaliar de forma transparente a contribuição da publicidade de mídia para os estágios superiores do o funil.
3. O modelo deve considerar a opinião do especialista:

• Quais canais são gerenciados?
• Qual é a capacidade desses canais?
• Qual é o papel de um determinado canal no funil?
• O que é a janela de conversão?

O modelo de atribuição OWOX BI atende a todos esses requisitos.

A atribuição baseada em dados no Google Analytics 360 exige altos requisitos de dados: 400 conversões de cada tipo com um caminho de pelo menos duas interações. OWOX BI, ao agrupar eventos dinamicamente em estágios de funil, fornece resultados significativos com quantidades menores de dados e atende a muito mais empresas. Ao mesmo tempo, a significância estatística dos cálculos é controlada automaticamente no nível das coortes de usuários, para que você possa ter certeza dos resultados.

No OWOX BI Smart Data, você pode criar relatórios com base em dados de atribuição sem a ajuda de analistas ou qualquer conhecimento de SQL. Depois que o modelo de atribuição é calculado, o Smart Data informa automaticamente sobre a receita, o número de conversões, ROI, ROAS e CRR no contexto dos eventos adicionados. Além disso, você pode criar seus próprios relatórios usando um conveniente Construtor de Relatórios. Basta selecionar os parâmetros e índices que deseja ver em seu relatório. O serviço fornecerá instantaneamente um gráfico e uma tabela compreensíveis.

Veja alguns exemplos de relatórios de atribuição de dados prontos para uso que você pode obter no Smart Data:

Este relatório permite comparar os resultados dos cálculos usando diferentes modelos de atribuição. No nosso caso, são Last Non-Direct Click, que é usado no Google Analytics, e ML Funnel Based Attribution do OWOX BI. Você pode ver a receita atribuída e o ROAS por canal, campanha, tipo de usuário, região, cidade e dispositivo. As campanhas superestimadas têm uma diferença negativa. As campanhas subestimadas têm uma diferença/valor positivo. Por exemplo, na captura de tela acima, vemos que o canal yandex/display foi subestimado e vale a pena colocar mais esforço nele.

O relatório a seguir mostra como o valor das origens e dos canais é distribuído por etapas do funil. No exemplo acima, vemos que o maior número de compras (a faixa verde clara) são feitas offline.

Além dos eventos, você pode adicionar outros parâmetros aos relatórios, como o tipo de usuários (novos ou recorrentes):

O relatório acima mostra como as despesas, etapas do funil e compras são distribuídas entre as coortes de clientes. Com ele, você pode determinar quais canais e campanhas atraem transações de novos clientes e alocar orçamentos para eles. Essas campanhas ajudam você a aumentar sua base de clientes.

Com o OWOX BI, você pode criar segmentos de público atualizados automaticamente com base em qualquer um dos seus dados e fazer o download desses segmentos para o Google Ads. Além disso, você pode enviar automaticamente os resultados dos cálculos de atribuição para os serviços de lances K50 e Alytics, bem como para Google Ads e Facebook para gerenciar lances considerando a real eficácia de sua publicidade.

Ao sermos pioneiros no desenvolvimento da atribuição baseada em funil, reunimos experiências únicas que compartilhamos com nossos clientes em dezenas de artigos e muita documentação. Além disso, estamos prontos para garantir um nível de coleta e qualidade de processamento de dados acima de 96% em nosso SLA.

Com o OWOX, você obtém não apenas a bela ideia de usar o aprendizado de máquina no marketing, mas também guias passo a passo, recomendações práticas e exemplos de casos de uso bem-sucedidos.

Saiba como a atribuição OWOX BI pode ajudar sua empresa. Inscreva-se para uma demonstração do produto para avaliar os recursos de nossos produtos.