Guia para modelos de atribuição de anúncios do Google em 2023 – A atribuição baseada em dados é o futuro?
Publicados: 2023-04-01Por que os modelos de atribuição do Google Ads são importantes
Estudos mostram que os consumidores interagem com um produto pelo menos oito vezes antes de comprá-lo e são necessários de 7 a 13 ou mais engajamentos com sua empresa antes que um lead seja convertido . Portanto, usar o modelo de atribuição certo é fundamental para que as empresas entendam como os canais e campanhas funcionam em relação a todos esses pontos de contato.
Aqui estão dois motivos principais pelos quais escolher o modelo de atribuição correto é importante:
1. Compreensão: os modelos de atribuição ajudam as empresas a entender o desempenho. Embora o modelo de atribuição perfeito possa não existir (embora alguns afirmem que a atribuição baseada em dados é a coisa mais próxima), escolher o modelo certo pode levar a uma compreensão mais precisa do desempenho. Isso, por sua vez, leva a uma melhor tomada de decisão em relação à estratégia de marketing e gastos com publicidade.2. Otimização: usar o modelo de atribuição correto também é essencial para otimizar as campanhas publicitárias. Isso é verdade tanto do ponto de vista da estratégia de lances – já que o Google usará os dados de conversão para otimizar campanhas que estão em estratégias de lances automatizados – quanto para os anunciantes que fazem otimizações manuais de campanha com base em seus dados de conversão. Diferentes modelos de atribuição podem revelar informações sobre quais palavras-chave e anúncios são mais eficazes para gerar conversões.
Guia para modelos de atribuição de anúncios do Google
Fonte: Louisaustin.co
Vamos dar uma olhada nos seis modelos de atribuição do Google Ads disponíveis e descobrir qual é o ideal para você, explorando os prós e contras de cada modelo de atribuição.
- Atribuição de último clique
- Atribuição de primeiro clique
- Atribuição com base na posição
- Atribuição linear
- Atribuição de decaimento de tempo
- Atribuição baseada em dados
1. Modelo de atribuição de último clique
Como funciona
A atribuição de último clique, como o nome sugere, dá todo o crédito ao último ponto de contato antes da conversão. A atribuição do último clique é direta e comumente usada, no entanto, houve uma mudança nos últimos anos para a necessidade de focar mais do que apenas o último clique, levando em consideração os vários pontos de contato ao longo da jornada do cliente.
Por exemplo, um caminho de conversão pode consistir em vários pontos de contato, começando com palavras-chave genéricas, seguidas por interações de anúncios gráficos e em vídeo e terminando com uma conversão que ocorre a partir de palavras-chave de marca. Neste exemplo, a palavra-chave da marca receberá todo o crédito. No entanto, você pode argumentar que a palavra-chave genérica que apresentou o cliente ao negócio desempenhou um papel na conversão ou é tão importante quanto a palavra-chave de marca à qual a conversão é atribuída. O mesmo pode ser dito para as interações de vídeo e exibição.
Perfeito para empresas que têm poucos pontos de contato com os usuários antes de ocorrer uma conversão, como empresas de comércio eletrônico com um ciclo de vendas curto.
- Prós: Simples e fácil de implementar. Este modelo fornece informações sobre o desempenho dos canais em um nível básico
- Contras: ignora todos os pontos de contato, exceto o último. Por esse motivo, pode não fornecer uma visão geral abrangente da jornada do cliente e o valor de como outros canais e campanhas contribuem para as conversões.
2. Modelo de atribuição de primeiro clique
Como funciona
A atribuição de primeiro clique dá todo o crédito ao primeiro ponto de contato com o qual um cliente interage antes da conversão. É semelhante à atribuição de último clique, mas o contrário. No exemplo acima, a palavra-chave genérica que primeiro introduziu um usuário na empresa levaria todo o crédito, desconsiderando as interações do meio e do fundo do funil.
Perfeito para empresas que se concentram no reconhecimento e na descoberta da marca e gostariam de dar crédito a canais e campanhas que apresentam seus negócios aos usuários.
- Prós: Fornece informações sobre o ponto de contato inicial do cliente com a marca. Isso é útil para empresas que se concentram no reconhecimento da marca e nas campanhas que são as melhores para apresentar a empresa aos usuários.
- Contras: Ignora todos os pontos de contato, exceto o primeiro, assim como a atribuição de último clique, pode não fornecer uma visão abrangente da jornada do cliente.
3. Modelo de atribuição baseado em posição
Como funciona
A atribuição baseada em posição dá mais crédito ao primeiro e ao último ponto de contato com o qual um usuário interage antes da conversão. Por exemplo, uma campanha de pesquisa genérica pode gerar algum interesse inicial e, posteriormente, o usuário converte depois de clicar em um anúncio de retargeting de exibição . A atribuição com base na posição creditará as campanhas de pesquisa e display por terem um papel na conversão.
Perfeito para empresas que combinam campanhas de branding e de resposta direta e gostariam de compartilhar a atribuição entre o primeiro e o último ponto de contato.
- Prós: concede crédito aos pontos de contato no início e no final da jornada do cliente, o que reflete a ideia de que esses pontos de contato são os mais influentes.
- Contras: Este modelo não leva em consideração os pontos de contato no meio da jornada do cliente. Se um usuário clicar em 10 de suas palavras-chave durante um período de tempo antes da compra, nada será atribuído às 8 palavras-chave no meio.
4. Modelo de atribuição linear
Como funciona
A atribuição linear distribui o crédito igualmente em todos os pontos de contato na jornada do cliente. Se houvesse 3 cliques, cada um desses pontos de contato seria atribuído com um terço da conversão.
Perfeito para empresas que desejam considerar todos os pontos de contato e aquelas que têm ciclos de vendas mais longos e múltiplas interações antes da conversão de seus clientes.
- Prós: distribui o crédito igualmente em todos os pontos de contato na jornada do cliente, fornecendo uma visão mais abrangente do desempenho.
- Contras: embora este modelo seja um pouco mais perspicaz do que os 3 modelos anteriores e mais justo na distribuição de crédito, a atribuição linear pode não refletir com precisão o impacto de cada ponto de contato. Por exemplo, o primeiro ponto de contato pode ser de baixa intenção em comparação com os pontos de contato do meio e do último que são de alta intenção, o que significa que os pontos de contato do meio e do último podem merecer mais crédito ao tentar determinar com precisão a eficácia das campanhas publicitárias.
5. Modelo de atribuição de redução de tempo
Como funciona
A atribuição de redução de tempo concede mais crédito aos pontos de contato que ocorrem mais próximos no tempo do evento de conversão. A maior quantidade de crédito será dada ao ponto de contato final antes de uma conversão, seguido pelo ponto de contato anterior a ele e assim por diante.
Considere este cenário: um usuário primeiro clica em uma palavra-chave genérica e visita a página de um produto. Eles então recebem anúncios de redirecionamento de vídeo ao longo de uma semana e, finalmente, pesquisam o produto, clicando em um anúncio de compras e comprando. Neste exemplo, a atribuição de redução de tempo concederá uma parte maior do crédito ao anúncio de compras, seguida pela campanha de vídeo e, finalmente, a menor quantidade de crédito à palavra-chave genérica.
Perfeito para empresas que têm ciclos de vendas mais curtos, mas ainda possuem vários pontos de contato na jornada do cliente. Também pode ser bom para empresas com pontos de contato sensíveis ao tempo.
- Prós: concede mais crédito aos pontos de contato mais próximos da conversão, o que reflete a ideia de que os pontos de contato recentes são os mais influentes. Esse modelo de atribuição pode oferecer mais informações do que a atribuição de último clique e fornecer uma compreensão mais precisa do desempenho, pois o crédito é dado aos pontos de contato anteriores.
- Contras: esse modelo pode ignorar os primeiros pontos de contato ou não creditar com precisão o impacto dos pontos de contato anteriores, impedindo um reflexo verdadeiro do desempenho.
6. Modelo de atribuição baseado em dados
Como funciona
A atribuição baseada em dados, também conhecida como DDA, é o modelo de atribuição mais novo e recomendado pelo Google, desde que sua conta atenda a determinados critérios. Mas você pode estar se perguntando como o modelo de atribuição baseado em dados do Google Ads dá crédito pelas conversões.
A atribuição baseada em dados usa aprendizado de máquina avançado para analisar dados e decidir a importância de cada ponto de contato na jornada do cliente. As conversões são divididas e atribuídas a cada ponto de contato com base em sua influência e impacto na conversão de um cliente.
Fonte: windsor.ai
Cliques e engajamentos de vídeo são analisados em anúncios de pesquisa (incluindo Shopping), YouTube, Display e Discovery no Google Ads para identificar padrões que levam a conversões. Ao usar lances automáticos, esses padrões não apenas suportam o DDA para atribuir conversões, mas também ajudam a estratégia de lances a alavancar dados e padrões que levam a conversões para encontrar clientes que se comportam de maneira semelhante. Isso é o que torna a atribuição baseada em dados o modelo de atribuição mais avançado.
Perfeito para empresas com caminhos de conversão complexos e aquelas que possuem vários pontos de contato, bem como qualquer empresa qualificada com uma abundância de dados que gostaria de se beneficiar do aprendizado de máquina. Como usa algoritmos avançados para decifrar dados e conversões de atributos, o DDA pode fornecer mais clareza sobre uma campanha, grupo de anúncios, palavra-chave e desempenho do anúncio, tornando-o uma boa escolha para a maioria das contas.
Prós: usa aprendizado de máquina para atribuir crédito a pontos de contato com base em seu impacto nas conversões. Isso significa que fornece uma visão mais precisa da jornada do cliente.
Contras: Requer muitos dados para funcionar e é fundamental que o rastreamento de conversão seja preciso. Isso pode impedir que empresas com poucos dados de conversão e contas com problemas de rastreamento adotem esse modelo de atribuição.
Exemplo de caso de uso de atribuição baseada em dados
Veja um exemplo de como o DDA funciona na prática:
Uma marca de beleza de comércio eletrônico tem como objetivo principal vender batons on-line usando o Google Ads. O modelo de atribuição baseado em dados descobre que, em média, há vários cliques antes de uma compra ser feita. A DDA também descobriu que os usuários que pesquisam primeiro tons de batom, como 'batom vermelho coral', e depois clicam em uma palavra-chave de marca, eram os mais propensos a comprar. Considerando que os usuários que pesquisam palavras-chave relacionadas a 'desconto' e 'barato' primeiro e clicam em palavras-chave de marca depois têm menos probabilidade de converter. Isso faz com que o DDA atribua mais crédito a palavras-chave, grupos de anúncios e campanhas relacionadas a cores na parte inferior do funil, o que também é refletido nos relatórios. |
O DDA usa aprendizado de máquina e fornece mais clareza sobre quais cliques são os mais impactantes, independentemente de quando o clique ocorreu na jornada do usuário. Além de entender melhor o desempenho, um estudo recente envolvendo centenas de anunciantes que usam o DDA revelou que o desempenho melhorou quando comparado à atribuição de último clique .
Aqui estão 3 estudos de caso de empresas reais usando atribuição baseada em dados:
1. A Medpex, a maior farmácia de venda por correspondência da Alemanha, usou atribuição baseada em dados junto com lances inteligentes. Isso resultou em um aumento de +29% no número de conversões e uma redução de -28% no custo por aquisição.2. Select Home Warranty é um provedor de garantia doméstica para projetos de reparo nos Estados Unidos. Usando a atribuição baseada em dados, eles observaram um aumento de +36% nos leads e uma redução de -20% no CPA.
3. A HIS é uma agência de viagens global que opera em mais de cem cidades ao redor do mundo. Usando DDA, Lances inteligentes e anúncios dinâmicos de pesquisa, a HIS conseguiu gerar um aumento de +62% no número de conversões com o mesmo CPA.
Requisitos de dados de atribuição baseada em dados
A maioria das ações de conversão, como compras, inscrições e instalações de aplicativos, pode ser usada para atribuição baseada em dados. Na verdade, o DDA agora é o modelo de atribuição padrão para todas as novas ações de conversão que você criar , embora você possa alternar manualmente para um modelo de atribuição diferente.
Fonte: Ajuda do Google Ads
Para muitas ações de conversão, não há volume mínimo necessário para executar o DDA. No entanto, para alguns, você precisará de pelo menos 300 conversões e 3.000 interações com anúncios em 30 dias para se qualificar . Essas conversões podem incluir:
- Ações de alto valor: as ações de conversão de maior valor para sua empresa, como compras, leads ou inscrições, podem gerar menos conversões ou interações com anúncios do que ações de menor valor, como exibições de página ou de vídeo.
- Produtos ou serviços de nicho: as ações de conversão relacionadas a produtos ou serviços de nicho podem ter um público menor, resultando em menos conversões ou interações com anúncios.
A atribuição baseada em dados também pode usar eventos de conversão no aplicativo, como compras no aplicativo, e atribuí-los a palavras-chave e anúncios específicos. Você também pode importar eventos de conversão off-line, como chamadas telefônicas, visitas à loja e compras feitas pessoalmente e, novamente, essas ações podem ser comparadas às interações do Google Ads usando identificadores.
Para eventos de conversão existentes, se sua conta for qualificada, o Google notificará você por e-mail e, nesse ponto, você poderá adotar a atribuição baseada em dados ou optar por não participar. Você também pode verificar se está qualificado na seção Atribuição de sua conta do Google Ads. Continue lendo para descobrir como mudar para DDA no Google Ads.
Como escolho um modelo de atribuição no Google Ads?
Na sua conta do Google Ads, navegue até Ferramentas e configurações e, em Medição, clique em Atribuição. A partir daqui, você pode explorar vários caminhos de conversão e métricas de caminho de conversão e também ver as conversões assistidas.
Use o recurso Comparação de modelos no menu à esquerda para comparar como os dados de conversão na conta seriam atribuídos para os vários modelos de atribuição. Essa ferramenta é ótima porque você pode ver como as conversões seriam atribuídas sem alterar os modelos.
A captura de tela acima é uma comparação entre a atribuição de último clique e a atribuição baseada em dados, usando a janela de lookback padrão e os quatro eventos de conversão que a conta rastreia. Ele mostra o desempenho de duas importantes métricas de conversão – conversões e custo/conv.
Use esse recurso para revisar os modelos de atribuição que você está interessado em adotar antes de fazer a alteração, para garantir que os dados de conversão estejam alinhados com suas metas de negócios.
Se você está pronto para alterar seu modelo de atribuição, isso é feito no nível de conversão, então vá para Ferramentas e configurações e, em seguida, Conversões. Clique no evento de conversão para o qual deseja alterar o modelo de atribuição e clique em Editar configurações.
Em Modelo de atribuição, clique no menu suspenso e altere para o modelo de atribuição desejado.
Como mudar para atribuição baseada em dados
Você pode alternar para a atribuição baseada em dados usando o mesmo método acima. No entanto, na seção Atribuição de sua conta do Google Ads, navegue até 'Mudar para DDA' no menu à esquerda.
A partir daí, você poderá ver todas as ações de conversão na conta, o modelo de atribuição atual que estão usando e se estão ou não qualificados para mudar para DDA.
Conforme visto na captura de tela acima, se elegível, você terá a opção de fazer a troca por conta própria ou, se a troca automática tiver sido aplicada, você poderá esperar que a troca aconteça automaticamente ou cancelar se preferir não usar o DDA .
Como melhorar seu modelo de atribuição baseada em dados
Depois de mudar para a atribuição baseada em dados, há várias outras etapas que você pode seguir para aproveitar ao máximo o DDA:
- Ajuste os lances de acordo com as conversões baseadas em DDA analisando os dados de conversão que o DDA começa a atribuir às suas campanhas.
- Como o DDA medirá as interações e os cliques com anúncios com mais precisão em todo o caminho até a conversão, volte e analise o desempenho das palavras-chave para ver como as palavras-chave anteriores no caminho estão impactando as conversões.
- Ao usar a atribuição baseada em dados, a abordagem recomendada é adotar uma estratégia de lances inteligentes, como CPA desejado ou ROAS desejado. Leia um guia prático sobre as estratégias de lances do Google Ads aqui .
- Dê ao DDA algumas semanas para coletar e analisar dados de conversão e interação do usuário. Esse período de aprendizado é importante e ainda mais para negócios com caminhos de conversão mais longos.
Conclusão
Escolha o modelo de atribuição do Google Ads certo avaliando primeiro os pontos fortes e fracos de cada um dos 6 modelos de atribuição, além de usar a ferramenta útil de comparação do Google Ads para entender como cada modelo afeta seus negócios.
Ao selecionar o modelo de atribuição que melhor se alinha com seus negócios e objetivos, você terá uma compreensão mais precisa do desempenho, poderá melhorar os esforços de otimização e aumentar a eficiência geral de sua campanha.
