Um cliente descobre você por meio da pesquisa orgânica. Duas semanas depois, eles clicam em uma postagem social. Em seguida, eles retornam por meio de um anúncio de pesquisa paga, abrem um e-mail e, por fim, digitam seu endereço no navegador antes de comprar.
Uma jornada. Uma venda de US$ 100. Cinco canais tocaram nele.
Agora faça uma pergunta simples: qual canal gerou a receita?
Não há uma resposta neutra escondida nos dados. Existe apenas uma regra para atribuição de crédito. Mude a regra e a mesma venda contará uma história diferente.
Essa é a parte que os relatórios de atribuição muitas vezes tornam muito fácil de esquecer.
Uma jornada, cinco pontos de contato
Para um exemplo concreto, use este caminho:
- Pesquisa Orgânica, 28 dias antes da compra
- Organic Social, 14 dias antes da compra
- Pesquisa paga, 7 dias antes da compra
- Email, 2 dias antes da compra
- Direto, no momento da conversão
A ordem e o tempo permanecem fixos. O valor de compra permanece $ 100. Apenas o modelo de atribuição muda.
Zenovay atualmente oferece suporte a cinco modelos na visualização de receita: último toque, primeiro toque, linear, baseado em posição e redução de tempo. Executamos este exemplo através da mesma função de alocação usada pelo produto.
Aqui está o que cada modelo relata.
| Modelo | Busca orgânica | Social orgânico | Busca paga | E mail | Direto |
|---|---|---|---|---|---|
| Último toque | US$ 0 | US$ 0 | US$ 0 | US$ 0 | US$ 100 |
| Primeiro toque | US$ 100 | US$ 0 | US$ 0 | US$ 0 | US$ 0 |
| Linear | US$ 20 | US$ 20 | US$ 20 | US$ 20 | US$ 20 |
| Baseado em posição | US$ 40 | US$ 6,67 | US$ 6,67 | US$ 6,66 | US$ 40 |
| Decaimento temporal | US$ 2,37 | US$ 9,50 | US$ 18,99 | US$ 31,16 | US$ 37,98 |
Nenhuma dessas linhas altera a venda. Cada linha responde a uma pergunta diferente sobre isso.
Último toque pergunta quem fechou
O último toque dá todo o crédito ao canal final conhecido. Nesta jornada, Direct recebe o total de US$ 100.
Isso pode ser útil quando a questão é operacional: o que trouxe o cliente de volta no momento da compra? Também é simples de explicar e funciona quando apenas a visita atual está disponível.
Mas pode fazer com que a descoberta desapareça. A Pesquisa Orgânica apresentou o produto. Redes sociais, pesquisa paga e e-mail mantiveram a jornada em andamento. O relatório ainda lhes dá zero.
Há outra desvantagem com o Direct. Uma visita direta muitas vezes é real, mas não significa necessariamente que o cliente chegou sem influência prévia. Eles podem ter se lembrado da marca depois de ver os toques anteriores. O último toque não consegue expressar essa história quando atribui tudo à visita final.
O primeiro toque pergunta qual canal iniciou a jornada
O primeiro toque inverte a história. A Pesquisa Orgânica recebe o valor total de US$ 100 porque foi o primeiro canal conhecido na jornada.
Esta visualização é útil para descoberta. Ajuda a responder quais canais trazem novas pessoas para o caminho mensurável. Pode ser particularmente útil ao avaliar conteúdos, comunidades ou campanhas cuja principal função é criar consciência.
Seu ponto cego é o próximo. Uma visita antecipada pode ter apresentado o cliente, mas um e-mail posterior ou uma campanha paga podem ter feito o trabalho que converteu o interesse em ação. O primeiro toque não pode compartilhar esse crédito.
Linear se recusa a escolher
A atribuição linear divide a venda igualmente entre os cinco canais distintos. Cada um recebe $ 20.
Este é o modelo mais calmo do conjunto. Reconhece cada toque medido e evita afirmar que uma posição é sempre mais importante que outra.
Essa justiça também é sua suposição. Um clique social rápido recebe o mesmo crédito que o e-mail aberto dois dias antes da compra. Crédito igual não é ausência de julgamento. É um julgamento que todos os toques medidos merecem o mesmo peso.
O modelo baseado em posição premia o início e o fim
O modelo baseado em posição da Zenovay dá 40% para o primeiro canal e 40% para o último. Os 20% restantes são divididos entre os canais intermediários.
Em nosso exemplo, Organic Search e Direct recebem US$ 40 cada. Redes sociais orgânicas, pesquisa paga e e-mail compartilham os US$ 20 restantes.
Este modelo se adapta a uma intuição comum de marketing: a descoberta e a conversão são as que mais importam, enquanto o intermediário ajuda. Preserva os dois extremos da jornada sem ignorar tudo entre eles.
Mas 40, 20 e 40 ainda são pesos escolhidos. Não são fatos observados na mente do visitante.
O decaimento temporal dá mais peso ao que é recente
A redução do tempo dá mais crédito aos toques mais próximos da conversão. Zenovay usa meia-vida de sete dias. Um toque sete dias antes da venda recebe metade do peso bruto de um toque na conversão. Um toque 14 dias antes recebe um quarto. Um toque 28 dias antes recebe um décimo sexto.
Depois de normalizar esses pesos ao longo desta jornada, o Direct recebe US$ 37,98, o e-mail US$ 31,16, a pesquisa paga US$ 18,99, o Organic Social US$ 9,50 e a pesquisa orgânica US$ 2,37.
Isso é útil quando os toques recentes têm maior probabilidade de influenciar uma decisão. Também evita o precipício do último toque, onde cada interação anterior instantaneamente vale zero.
O modelo ainda incorpora uma crença: as interações recentes merecem mais crédito e sete dias é o ritmo certo de decadência. Isso pode se adequar a um ciclo de compra e deturpar outro.
O modelo deve seguir a pergunta
As equipes costumam perguntar qual modelo está correto. Uma pergunta melhor é qual decisão o relatório precisa apoiar.
Use o primeiro toque quando estiver estudando descoberta. Use o último toque quando estiver estudando o retorno final ou fechamento. Use linear quando quiser uma visão neutra de todos os participantes medidos. Use a posição com base quando o primeiro e o último toque forem estrategicamente importantes. Use a redução de tempo quando a atualidade for importante.
A jogada perigosa é mudar de modelo até que um canal preferido pareça bom. Se uma campanha paga decepciona no último toque, mudar para linear pode fazer sua receita aumentar sem alterar uma única compra. O novo número pode ser válido sob a nova regra e ainda assim ser uma base fraca para comparação com o antigo.
Escolha a pergunta primeiro. Mantenha o modelo visível. Não compare períodos que utilizam regras diferentes como se a medição permanecesse inalterada.
Os limites do histórico são importantes antes da escolha do modelo
Um modelo multitoque só pode alocar crédito entre os toques que o sistema pode conectar.
No Zenovay, o rastreamento de cookies primários pode preservar uma jornada ao longo de dias. O modo Cookieless tem menos histórico, portanto seu resultado multitoque pode ser limitado às visitas que podem ser vinculadas na janela disponível. A visualização da receita marca isso como histórico limitado quando apropriado.
Isso não torna o cálculo errado. Isso torna importante o limite da evidência. Uma alocação precisa em um caminho incompleto ainda está incompleta.
O último toque é menos sensível à perda do histórico anterior porque precisa apenas do toque final conhecido. O primeiro toque muda de significado quando as visitas anteriores não estão disponíveis. Linear, baseado em posição e redução de tempo podem redistribuir o crédito apenas entre os toques que podem ver.
O que comparamos na prática
Não usamos um modelo como máquina para descobrir a verdade. Comparamos modelos para descobrir onde uma conclusão é frágil.
Se a pesquisa orgânica tiver um bom desempenho no primeiro toque, mas quase desaparecer com a redução do tempo, provavelmente será forte na descoberta e distante da conversão. Se o e-mail aumentar acentuadamente com a redução do tempo, isso pode estar ajudando no final da jornada. Se um canal permanecer significativo em todos os cinco modelos, a confiança no seu papel será mais forte.
Esta comparação é mais útil do que discutir sobre um vencedor universal. A discordância entre modelos é informação.
Antes de agir em um relatório de atribuição, perguntamos agora quatro coisas:
- Que pergunta comercial estamos fazendo?
- Qual regra de alocação corresponde a essa questão?
- Quanto histórico de visitantes estava realmente disponível?
- A decisão mudaria sob outro modelo razoável?
Se a resposta à quarta pergunta for sim, a conclusão necessita de mais cautela e não de mais casas decimais.
A atribuição é uma lente, não um recibo
A venda de US$ 100 aconteceu uma vez. Os cinco relatórios não são cinco registros de transações concorrentes. São cinco lentes colocadas no mesmo percurso.
Uma boa atribuição torna a lente explícita. Preserva a conversão subjacente, documenta a regra e permite ao leitor ver o quanto a resposta depende dessa regra.
O objetivo não é encontrar um modelo que encerre a discussão. É escolher um modelo que torne a discussão honesta.
