Baptiste Amar, analista sênior de dados, projetou um modelo de atribuição fracional para canais de marketing de crédito mais precisos por seu impacto na geração de receita. Este artigo é parte 1 de uma série de 3 partes sobre como ele projetou e executou o modelo. Nesta primeira parte, Baptiste estabelece a base, introduzindo os fundamentos e desafios dos modelos de atribuição.
Na parte 2 Baptiste acompanha o processo de desenho do modelo, reunindo e formatando os dados, e modificando o modelo Markov Chains. Na parte 3 ele mergulha profundamente no desafio de implantar o modelo baseado em dados nos sistemas, e de testá-lo sob pressão em campanhas reais de marketing para garantir sua relevância. Se ainda não o fez, siga-nos no LinkedIn para se manter atualizado para a parte 2 e 3.

Por que precisamos de modelos de atribuição de dados?

Os dias de atribuição de orçamentos com base na fé ou na experiência em marketing acabaram há muito. Com o aumento da penetração de dados e análises nas estratégias de negócio, os gestores de marketing enfrentam ainda mais desafios: Eles agora precisam provar constantemente o valor de suas ações.

Mas os profissionais de marketing não são os únicos a serem confrontados com este novo desafio. Analistas de dados especializados em marketing, como eu, são responsáveis por fornecer conteúdo valioso e acionável para os marqueteiros, quer se trate de insights rápidos ou de modelagem pesada. Em última análise, isso ajuda as equipes operacionais de marketing a tomar melhores decisões, como construir um mix de mídia ideal, lançar campanhas mais eficientes ou criar conteúdo mais envolvente.

Sem esse entendimento fundamental do problema do negócio, é virtualmente impossível projetar e implantar um modelo de atribuição fracional relevante.

Em organizações de marketing maduras como GetYourGuide, a análise é essencial quando se trata de alocar recursos: Os gerentes de mídia precisam de material para obter a adesão das partes interessadas financeiras e eventualmente desbloquear o orçamento operacional.

Um dos maiores desafios neste contexto é medir o retorno dos investimentos em mídia: Qual foi a receita gerada pelo investimento gasto em canais ou campanhas específicas? Esta questão estrutural pode ser respondida dentro de várias abordagens, que requerem dados confiáveis e modelagem sofisticada.

Uma das formas padrão de enfrentá-la é dividir as receitas pelos canais de marketing, dependendo do impacto que eles tiveram na geração. É disto que se trata a modelagem de atribuição.

É possível que você também esteja interessado: Como um comerciante de exposição e sua pequena equipe causam um grande impacto

Marketing e conversão

Antes de comprar um produto online, os clientes podem ser expostos a uma grande variedade de ativos de marketing. Um exemplo de um caminho para a conversão poderia ser:

1. Um cliente vê um banner em um site que faz um link para reservar um bilhete do Tour Eiffel no GetYourGuide (exibir anúncio), e clica nele. Eles navegam pelo nosso inventário sem converter.

Nesta viagem rumo à conversão, três canais de marketing participaram: exibição, pesquisa paga e email.

Se quisermos creditar esses três canais à parte certa da receita – dependendo do impacto que tiveram na conversão – que canal atribuiríamos ao máximo?

a. O anúncio de exibição porque levou nosso cliente ao site pela primeira vez e os levou a considerar nossa marca?

b. O clique de pesquisa pago porque provavelmente empurrou o cliente muito mais para a intenção de compra?

c. O touchpoint do e-mail porque fez o cliente converter?