Modelos de atribuição

O last-click morreu, mas tem vida eterna

Dar todo o crédito da venda ao último clique é simples, rápido e quase sempre injusto. Trocar essa regra por um modelo não transparente também não resolve. Entenda o porquê.

Num jogo de futebol, o goleiro defende, o volante rouba a bola e o atacante faz o gol.

Todos recebem salário.

Agora imagine um time em que só quem faz o gol é remunerado.

Você acha que isso funcionaria?

Na publicidade digital, essa lógica tem nome: modelo de último clique (no popular, last-click).

Toda venda tem uma história antes do clique

Antes de comprar, uma pessoa costuma ter vários contatos com a marca.

Ela assiste a um vídeo da marca num portal de notícias.

Dias depois, vê um anúncio na sua rede social.

Em seguida, lê uma matéria sobre o produto.

Por fim, busca o nome da marca, clica no anúncio e compra o produto.

O modelo de atribuição é a regra que decide quem leva o crédito por essa venda.

É ele que diz ao anunciante qual investimento "funcionou".

No last-click, só o último contato recebe o crédito

A regra do last-click é a mais simples de todas: 100% do crédito vai para o último clique antes da compra.

No exemplo acima, o anúncio patrocinado do sistema de busca leva tudo.

O vídeo no portal, o anúncio na rede social e a matéria sobre o produto ficam com zero, como se nunca tivessem existido.

Isso sem falar dos anúncios que a pessoa viu, mas com os quais não interagiu, sem nenhum clique.

Mas esse é um papo mais complexo, para outra hora.

Dá para piorar? Sim

O last-click também tem as suas variações.

Dependendo de como é configurado, o canal pago que gerou o último clique pode perder a venda para um canal não pago, como a busca orgânica.

Em outros casos, se a pessoa digitar o endereço do site direto no navegador, como www.lojavirtual.com.br, a venda é atribuída ao acesso "direto", e não ao canal que gerou o clique antes.

Essa versão se aproxima de outro modelo, a atribuição na mesma sessão (in-session).

Nele, o crédito só vale para a visita que começou logo depois do clique.

Passado esse tempo, normalmente 30 minutos sem atividade, a atribuição se perde.

Há anos, o last-click é dado como morto

Há muito tempo, profissionais de marketing e de medição repetem que o last-click é simples demais para explicar como as pessoas compram.

Ele ignora tudo o que aconteceu antes do último clique.

E, mesmo assim, segue entre os modelos mais usados do mercado.

Por que o last-click ainda vive?

O last-click responde rápido à pergunta que todo gestor ouve: "o que trouxe venda?".

Além de ser fácil de entender, é gratuito: basta instalar uma ferramenta de análise de sites, como o Google Analytics, para ver de onde veio o último clique antes da compra.

Do ponto de vista técnico e de engenharia, o last-click também é o modelo mais fácil de implementar: é só guardar o último clique. Modelos que consideram a jornada inteira precisam registrar e cruzar todos os contatos de cada pessoa, em diferentes canais e aparelhos, o que exige mais estrutura e mais trabalho.

Em 2023, o Google removeu do Google Analytics quatro modelos que dividiam o crédito entre os contatos, como o linear, que dá peso igual a todos.

Sobraram duas opções: o modelo data-driven, baseado em dados, que virou o padrão, e o velho (e eterno) last-click.

Quem clica por último muitas vezes já ia comprar

Pense em quem pesquisa o nome exato da sua marca num buscador.

Essa pessoa já conhecia você.

Alguém, ou alguma coisa, fez esse trabalho antes.

O last-click premia quem estava na porta da loja e ignora quem trouxe o cliente até a rua.

Com o tempo, a marca corta o investimento que constrói lembrança e fica só com o que gera venda imediata.

Até o dia em que ninguém mais procura por ela.

Trocar o last-click por um modelo não transparente não resolve

Existem modelos que usam inteligência artificial para distribuir o crédito entre os contatos.

Em muitos casos, é um avanço.

Mas exige dois cuidados.

O primeiro: é um modelo não transparente. O anunciante vê o resultado, mas não vê a regra.

O segundo: muitas vezes, quem calcula o resultado é a mesma plataforma que recebe o investimento.

Trocar uma regra simplista por uma regra que ninguém explica apenas muda o problema de lugar.

Como chegar mais perto da verdade

Não existe modelo perfeito.

Mas existem formas de entender melhor o que realmente funciona:

• Modelos com regras claras. O modelo linear, também conhecido como flat-share, divide o crédito igualmente entre todos os contatos. Dependendo do modelo de negócio ou do momento da marca, ele pode ser ajustado para um modelo mais completo, como o U-shape: 40% do crédito para o primeiro contato, 40% para o último e 20% divididos entre os do meio.
• Testes de incrementalidade. Dois grupos parecidos são separados: um vê o anúncio, o outro não. A diferença de vendas entre eles mostra o efeito real da campanha, como num teste de remédio com placebo.
• Marketing Mix Modeling (MMM). Um modelo estatístico que cruza vendas e investimentos ao longo do tempo, inclusive em canais fora do digital, para estimar o peso de cada um.
• Pesquisa de marca (brand lift). Perguntar às pessoas se elas lembram da marca e se considerariam comprar. Lembrança de marca também é resultado. O ideal é usar plataformas independentes para mensurar o brand lift, para não repetir o problema de a mesma empresa que vende a mídia auditar os próprios resultados.
• Olhar o negócio como um todo. Comparar o resultado real da empresa, e não só o relatório de cada plataforma.

Ter curiosidade e usar a régua certa

Para fazer uma marca crescer, é preciso ter curiosidade de entender o que de fato muda o comportamento das pessoas, e não só quem estava mais perto da compra.

O last-click é gratuito, mas questionar e entender a fundo também é.

Dá trabalho? Com certeza!

Mas é nesse trabalho que a marca deixa de olhar só para o último passo e passa a enxergar o caminho inteiro.

E aprende a medir o próprio crescimento com a régua certa.

Contra números, há argumentos.