Qual modelo de atribuição você deve usar no Google AdWords?

A modelagem de atribuição é o método usado para medir a eficácia financeira de um canal de comunicação e o impacto que isso tem nas metas de negócios. A modelagem de atribuição pode ser avaliada em relação a uma ampla gama de métricas: conversões, vendas, receita, impressões, taxas de cliques e muito mais.

O objetivo final da modelagem de atribuição é entender quais canais estão ajudando você a atingir seus objetivos de negócios. A atribuição fornece a você o trampolim para o sucesso: ao compreender os caminhos que seus usuários seguem, você pode alavancar o desempenho para aumentar a lucratividade e reduzir o desperdício de gastos.

Os usuários seguem uma série de caminhos no caminho para a conversão, muitas vezes não é tão simples como “palavra-chave de pesquisa> anúncio clicado> conteúdo lido> convertido”. Embora esse possa ser o caso, geralmente há vários pontos de contato envolvidos no caminho de conversão. O relatório de caminho de conversão no Google Analytics é um ótimo lugar para analisar esses pontos de contato, basta ir para GA> Conversões> Funis multicanais> Principais caminhos de conversão. Dê uma olhada neles, por exemplo:

Quando olhamos para um setor diferente com um processo de tomada de decisão muito mais longo, os resultados são muito diferentes:

Ambos os exemplos mostram os caminhos percorridos pelos usuários para chegar a uma conversão. Podemos ver que o pago desempenhou um papel em vários desses caminhos - seja o único caminho ou um de muitos. Quando rastreamos o sucesso no Google AdWords, precisamos saber onde o anúncio se encaixa no caminho de conversão, o que nos permite otimizar e aproveitar nosso orçamento de maneira eficaz.

Quando entendemos como as campanhas são atribuídas ao sucesso das metas de negócios, podemos ter uma ideia precisa do desempenho da conta. Usar o modelo de atribuição errado corre o risco de desperdício de gastos e oportunidades perdidas.

Então, quais modelos de atribuição você deve escolher?

No Google AdWords, existem seis modelos de atribuição:

Vamos começar com o modelo padrão: último clique

O modelo padrão usado ao configurar uma conversão no AdWords é o último clique. Este modelo credita 100% da conversão ao último clique no caminho de conversão, como:

Este modelo favorece a eficiência, pois você poderá ver o último ponto de contato em que o usuário fez a conversão. É o modelo certo para usar? Provavelmente não. Este modelo supervaloriza significativamente os termos de sua marca e favorece a reciclagem do cliente, oferece um escopo de desempenho muito limitado e leva em consideração apenas o último caminho. Veja este caminho de conversão, por exemplo:

Com o modelo Last Click implementado, 100% do crédito será atribuído ao Direct. Quando olhamos no AdWords, veremos que a palavra-chave tem um clique, mas nenhuma conversão - quando na realidade o usuário pesquisou uma palavra-chave, clicou no anúncio, voltou diretamente ao site e fez a conversão. Este cenário resultaria em 0% do crédito sendo atribuído à palavra-chave no AdWords, o que sugere que não é uma palavra-chave lucrativa, pois aumentou os CPAs.

Com base no exemplo acima, veríamos o desempenho por canal e presumiríamos que o Direct está gerando conversões - o que seria incorreto.

Veredicto do último clique: não é uma escolha preferencial. É a opção padrão, fácil de usar e pode fazer com que os gerenciadores de PPC tenham uma aparência incrível. No entanto, o último clique costuma ser impreciso e não permite que você obtenha um valor real de suas campanhas.

O próximo é o melhor amigo do último clique: o primeiro clique

Este modelo segue a mesma premissa do Último Clique; no entanto, todo o crédito é atribuído ao primeiro clique, como:

Este modelo favorece o primeiro ponto de contato e atribuirá 100% do crédito ao primeiro clique na conversão, portanto, se um novo usuário pesquisar um termo> clicar em pago> devolver diretamente> converter por meio de um anúncio social - o crédito será ser atribuído ao anúncio pago inicial.

Os problemas começam a aparecer quando observamos o desempenho no AdWords, pois, com base nesse cenário, veríamos uma conversão atribuída a uma palavra-chave na conta e presumiríamos que ela tem um bom desempenho, certo? A realidade é que o anúncio não levou diretamente a uma conversão. Ele desempenhou um papel muito importante por ser o primeiro ponto de contato, mas não foi o único contribuidor no caminho de conversão.

À luz disso, olharíamos nossos dados de conversão e presumiríamos que o tráfego pago está tendo um bom desempenho, mas isso negligenciaria os pontos de contato direto e social, que não funcionariam bem para relatórios precisos.

Veredicto do primeiro clique: não é uma escolha preferencial. Este modelo é semelhante ao último clique, exceto que o crédito vai para o primeiro clique. Isso significa que seus dados serão imprecisos e será difícil encontrar o verdadeiro valor de suas campanhas pagas.

Vamos olhar para o campo de jogo nivelado: atribuição linear

É nesse modelo que começa a ficar interessante, pois a modelagem linear atribui crédito a cada ponto de contato no caminho de conversão. Assim:

Este modelo favorece todos os pontos de contato no caminho de conversão, vamos pegar o nº 2 no exemplo acima: Pesquisa paga> Direta

Isso atribuirá 50% da conversão ao anúncio pago - quando você se referir à sua conta do AdWords, verá 0,5 na coluna de conversão. Este modelo adota uma abordagem de 'equipe' - se um canal auxiliou no processo de conversão, ele será creditado.

A vantagem desse modelo é que cada ponto de contato é considerado, portanto, ele cria um campo de atuação onde você poderá ver onde cada palavra-chave em sua conta do AdWords é atribuída a uma conversão.

No entanto, este modelo subestima os principais pontos de contato e supervaloriza os pontos de contato menores. Com esse modelo implementado, onde você concentra seus esforços de busca paga? Isso torna extremamente difícil decidir quais palavras-chave têm um bom desempenho, quais não estão e onde você deve atribuir melhor seu orçamento. Assim como no primeiro e no último clique, basear seu desempenho em um modelo de atribuição linear levará você a fazer suposições para as campanhas pagas que podem não estar corretas, restringindo a saída de suas campanhas e potencialmente desperdiçando gastos.

Veredicto de atribuição linear: se estiver buscando igualdade de condições, este modelo resolverá o problema. Isso permitirá que você veja onde seus anúncios desempenham um papel em cada caminho de conversão, ao lado de uma% do que foi atribuído. Este modelo subestima os principais pontos de contato e pode dificultar a atribuição de valor às suas campanhas de melhor desempenho, portanto, aborde com cautela.

Agora vamos olhar para a inclinação gradual: atribuição de redução de tempo

Este modelo é baseado na redução exponencial, atribuindo a maior parte do crédito ao último ponto de contato e um valor reduzido aos pontos de contato anteriores. Assim:

Este modelo é mais complexo porque usa um algoritmo para delegar o crédito aos pontos de contato corretos, olhando para o canal mais próximo da conversão e trabalhando de trás para frente. Esse modelo pressupõe que, à medida que o usuário se aproxima cada vez mais da conversão, a importância do canal aumenta de acordo com a intenção.

O benefício deste modelo é que agora podemos começar a otimizar com base nas interações: ao colocar a ponderação mais forte no ponto de contato final, podemos presumir que sem isso o usuário não teria encontrado você naquele momento doce em que decidiu converter, direito? Bem, na verdade não. E o primeiro ponto de contato? Se isso não estivesse presente, o usuário nunca teria descoberto você e entrado no caminho de conversão. O que quer dizer que, se seu anúncio não estivesse lá, eles não teriam apenas clicado organicamente?

Temos que admitir que este modelo vai um passo além dos modelos anteriores que examinamos. No entanto, ele não tem a capacidade de reconhecer a interação que inicialmente atraiu aquele cliente - que, sem dúvida, tem tanta importância quanto a anterior.

Veredicto de redução de tempo: Se você deseja otimizar para pontos de contato mais próximos da conversão, este modelo é o único , como os pontos de contato amalgamam o valor aumenta até a conversão que terá mais crédito. Este modelo é perfeito? Não exatamente. Apesar de fornecer excelente atribuição para otimização de conversão, falta credibilidade e subestima fortemente o primeiro ponto de contato.

O melhor de dois mundos: atribuição baseada na posição

Este modelo combina o melhor de Linear e Redução de tempo, a atribuição baseada na posição atribui 40% ao primeiro e último ponto de contato e a adição de 20% em cada ponto de contato intermediário. Assim:

Como o Linear, este modelo leva cada ponto de contato em consideração, enquanto ainda permite que você otimize o primeiro e o último ponto de contato. Usar esse modelo permitirá que você otimize suas campanhas e palavras-chave com base nos pontos mais importantes do processo de conversão. Fora da caixa, este modelo realmente começa a entender a atribuição de valor com precisão - para levar isso para o próximo nível, você pode personalizar as porcentagens para corresponder aos seus objetivos.

Existem desvantagens, no entanto: este modelo assume que o primeiro e o último ponto de contato merecem exatamente o mesmo peso. Para explicar melhor, pense neste cenário: um usuário clica primeiro em uma lista orgânica para chegar ao seu site e, em seguida, seis interações depois converte por meio de um anúncio pago - é correto presumir que a lista orgânica e o anúncio pago devem receber 40%? Provavelmente não. O anúncio estava lá no momento crucial e levou o usuário a converter, mas ainda assim atribuiremos o mesmo peso ao clique orgânico inicial.

Veredicto com base na posição: esse modelo é ótimo e se tivéssemos que recomendar um para usar fora da caixa do AdWords, seria este. Se o fizer, certifique-se de considerar suas ponderações para atingir seus objetivos. Comparado com os modelos de atribuição que vimos até agora, este é de longe o melhor - no entanto, pode exigir alguns ajustes de vez em quando.

O cenário perfeito: atribuição baseada em dados (DDA)

Este modelo é o Santo Graal dos modelos de atribuição para o AdWords, pois dá crédito às conversões com base em como as pessoas pesquisam sua empresa e decidem se tornar seus clientes. Este modelo difere de todos os anteriores, pois usa seus dados de conversão para calcular a contribuição real de cada palavra-chave no caminho de conversão, tornando o modelo completamente diferente para cada anunciante.

Sempre quis seu próprio modelo de atribuição? Agora é a hora. Mas espere, não é tão simples - este modelo tem requisitos de dados bastante robustos:

“Como orientação geral, para que esse modelo esteja disponível, uma conta deve ter pelo menos 15.000 cliques e uma ação de conversão deve ter pelo menos 600 conversões em 30 dias”

Sim. ???? Além disso, os requisitos de conversão devem ser atingidos de forma consistente a cada mês, que são 10.000 cliques e 400 conversões - ainda assim, uma quantidade considerável. A graça deste modelo é que ele ainda está em beta , daí os robustos requisitos de dados. Podemos presumir que quanto mais e mais contas forem migradas para orientadas a dados, menor será o limite e mais provável será que contas menores possam migrar para esse modelo.

De acordo com o Google, “O DDA normalmente fornece mais conversões a um custo por conversão semelhante do que a atribuição do último clique ”. Isso é muito bom: no entanto, na maioria dos casos, está fora de alcance - especialmente para contas que não estão registrando grandes níveis de conversões. Este modelo se presta a e-commerce e grandes orçamentos, o que é um tanto chato (por enquanto).

Veredicto baseado em dados: se você se enquadrar no limite, este é o único a escolher no Google AdWords. A realidade é que uma grande porcentagem das contas do AdWords não estará nem perto dos requisitos de dados mensais, então você terá que esperar até que todos os clientes do AdWords possam experimentar este novo modelo.

Faça você mesmo: modelos de atribuição personalizados

Se necessário, você pode personalizar seus modelos de atribuição no Google Analytics. Isso pode ser feito no nível da vista no Google Analytics - basta ir ao administrador e clicar em “Modelos de atribuição”:

Uma vez aqui, clique em “+ Novo modelo de atribuição”:

Uma vez aqui, você poderá escolher um modelo de linha de base, que será qualquer um dos itens acima (não incluindo orientado a dados). Você pode então brincar com recursos como% de ponderação, meia-vida de decadência, janela de lookback e adicionar regras de crédito personalizadas.

Uma maneira popular de personalizar a atribuição é alterar as ponderações no modelo baseado em posição; digamos que você queira mais crédito para ir para o último ponto de contato do que para o primeiro. Você pode fazer o seguinte:

Existe uma desvantagem em personalizar seu modelo: ele não estará disponível na interface do AdWords (por enquanto). Este modelo terá que ser aplicado no Google Analytics, você pode adicionar segmentos e relatórios personalizados para filtrar o tráfego pago, mas não poderá vê-los na lista suspensa de conversões do AdWords:

Veredito de atribuição personalizada: assuma o controle de sua atribuição, mas ela não aparecerá na interface do AdWords . Isso é ótimo para usuários que têm um foco real em onde desejam atribuir valor, e respaldar isso com relatórios personalizados em análises pode ajudá-lo a obter uma visão real do desempenho e como otimizar suas campanhas.

Antes de encerrar esta postagem sobre atribuição do Google AdWords, gostaria de responder a uma pergunta que me fazem com frequência:

O que acontece quando você muda o modelo de atribuição no Google Adwords?

As conversões cairão? Eles vão aumentar? Eles vão mudar? Minha conta do AdWords implodirá?

Relaxar. Tudo o que você precisa fazer é acessar o AdWords, alterar o modelo da conversão correta e salvar as configurações. Depois de fazer isso, o modelo será atualizado e você estará rastreando imediatamente.

TL; DR

Último clique: atribui todo o crédito ao último clique que o cliente faz. Se um anúncio estava no início / meio do caminho, ele não receberá nenhum crédito.

Primeiro clique: atribui todo o crédito ao primeiro clique que o cliente faz. Se um anúncio estava no final / meio do caminho, ele não receberá nenhum crédito.

Linear: atribui crédito igualmente em todos os pontos de contato. Se houvesse quatro interações em um caminho de conversão que incluísse um anúncio, ele receberia 0,25 de uma conversão.

Redução de tempo: Incrementalmente atribui crédito quanto mais perto o usuário chega da conversão. O primeiro ponto de contato recebe o mínimo de crédito e o último, o máximo.

Com base na posição: atribui 40% do crédito ao primeiro, 40% ao último e os 20% adicionais em todos os pontos de contato intermediários.

Orientado por dados: requer um mínimo de 15.000 cliques e 600 conversões em 30 dias. Este modelo usa um algoritmo para examinar seus dados de conversão e atribuir crédito.

Personalizado: adapte os modelos acima (não orientados a dados) para atender às suas metas. No entanto, eles não estarão disponíveis na interface do AdWords.

Então, qual modelo de atribuição você deve escolher no Google Adwords?

Você tem mais de 15.000 cliques e 600 conversões por mês em sua conta? Em caso afirmativo, recomendamos o uso do modelo orientado a dados.

Para todas as outras contas, recomendamos o uso do modelo baseado em posição como ponto de partida. Como uma agência, só usamos o Último ou Primeiro Clique em raras ocasiões, então vá com Baseado na Posição e você começará da melhor maneira com sua atribuição.

Se precisar de ajuda com sua busca paga, não hesite em nos contatar.