Afinal, qual o melhor método de atribuição?

Originalmente publicado no Linkedin

O dilema da mensuração de mídia


Tenho estudado nos últimos anos diversas referências sobre atribuição de mídia e técnicas/ferramentas que me ajudem nessa missão.

Se você trabalha com mídia e mensuração, já deve ter se perguntado qual a melhor abordagem para entender o impacto real dos investimentos. Modelagem de Mix de Marketing (MMM), Testes A/B, Incrementalidade, Atribuição Multi-Touch (MTA), Last Click… cada um parece prometer uma resposta definitiva.

Mas a verdade é que nenhum método sozinho dá conta da complexidade do comportamento do consumidor. O segredo está na combinação estratégica dessas abordagens.


1 – A visão estratégica: Modelagem de Mix de Marketing (MMM)


No nível estratégico, o MMM assume um papel importante. Ele olha o todo e responde à grande questão: quais canais realmente impulsionam resultados ao longo do tempo? Usando séries temporais e visão macro, consegue medir o impacto da mídia considerando fatores externos, como sazonalidade, variáveis externas e internas. Mas como qualquer modelo estatístico, ele tem limitações. Não é útil para otimizações diárias, pois funciona melhor analisando períodos mais longos.



2 – Validando hipóteses com testes incrementais e inferência causal



É aí que os testes incrementais e a inferência causal entram. Eles ajudam a validar as descobertas do MMM em escala menor, respondendo a perguntas mais objetivas: Se eu cortar parte do investimento em um canal, quanto impacto perderia? Uma nova campanha realmente gera conversões incrementais ou apenas canibaliza outra existente? Essas respostas vêm de experimentos bem estruturados, como holdouts e testes A/B, que permitem isolar o efeito de uma variável.


3 – A otimização tática: Atribuição digital e desafios de privacidade

No nível tático, a otimização diária da mídia precisa de métricas rápidas e acionáveis. Aqui, entra a atribuição digital, como Last Click e MTA. O Last Click, apesar de simplista, ainda é útil para entender quais canais fecham conversões. Já o MTA tenta distribuir o crédito entre diferentes pontos de contato na jornada do usuário. O problema? Ele depende de dados granulares que estão cada vez mais restritos, não apenas com o fim dos cookies, mas também pelas novas regras de privacidade em navegadores, iOS e outras plataformas.


4 – Conectando as peças: Como integrar os métodos corretamente


ENTÃO, O QUE FAZER?
Unir os métodos da forma certa. O MMM guia decisões estratégicas de investimento entre canais. Testes incrementais validam hipóteses e ajudam a calibrar o modelo. No digital, regras heurísticas e MTA fornecem insights rápidos, mas sempre cruzados com outras evidências.

A mensuração da mídia não tem bala de prata.

Last Click vs MMM

publicado originalmente no Linkedin

A adoção do Marketing Mix Modeling (MMM) representa uma mudança significativa na forma como os líderes de negócios irão tomar decisões sobre os esforços de marketing em comparação com o uso do Last Click.
Considero que essa transição impactará das seguintes formas:



📅 1. Frequência de Atualização e Janela de Acompanhamento



Last Click: O acompanhamento é quase em “tempo real”, já que os dados de atribuição são capturados diretamente da plataforma de analytics.

MMM: A atualização é mais lenta, pois depende da coleta de dados históricos e do processamento estatístico. O modelo precisa de semanas ou meses de dados para gerar insights robustos. Isso força a empresa a mudar sua mentalidade para uma visão estratégica de longo médio/prazo.



📊 2. Atribuição Multicanal e Efeito Carryover



Last Click: Crédito total para o “último” canal ( sabemos que, por padrão, é último não direto no analytics) que gerou a conversão, ignorando interações anteriores. Isso supervaloriza canais de performance como Search e Retargeting e subestima (TV, mídia programática, awareness…).

MMM: Distribui o impacto entre todos os canais, considerando efeitos indiretos e carryover (o efeito residual de uma campanha ao longo do tempo). Isso melhora a decisão sobre o mix de mídia e evita cortes errados em canais que parecem ineficientes sob a ótica do last click.



🎯 3. Decisões de Orçamento e Otimização



Last Click: Empresas alocam orçamentos com base no que performou melhor na última semana/dia, o que pode levar a superinvestimento em canais de resposta imediata e corte prematuro de canais de construção de marca.

MMM: Permite otimizar o mix de investimento de forma preditiva, ajustando os orçamentos para maximizar o ROI global, incluindo canais difíceis de medir, como TV, OOH, podcasts e até influenciadores.



🔄 4. Ajuste de Estratégia e Experimentação



Last Click: A tomada de decisão é mais reativa, baseada em métricas operacionais de curto prazo, como CAC, CPC, CPM e ROAS imediato.

MMM: Permite uma visão proativa, baseada em simulações e previsões. Empresas que adotam MMM começam a rodar testes incrementais para validar os insights do modelo, tornando a cultura mais data-driven.

O efeito Carryover e a falha do Last Click: por que o MMM é alternativa?

Publicado originalmente no Linkedin

A atribuição Last Click ainda é amplamente usada no marketing digital, mas sua principal falha é ignorar o efeito carryover – a influência prolongada que uma campanha tem mesmo após sua exibição.


O que é Carryover?


Campanhas não geram impacto apenas no momento da exibição. Um anúncio de TV, rádio ou branding digital pode continuar influenciando consumidores por dias ou semanas antes da conversão. O Last Click, no entanto, só dá crédito ao último ponto de contato antes da compra, subestimando o impacto real de canais de awareness.


Como o Last Click falha?


Imagine um consumidor que:
1. Assiste a um anúncio de TV sobre um novo smartphone na segunda-feira.
2. Na quarta-feira, vê um anúncio display do mesmo produto.
3. No sábado, pesquisa no Google e clica em um link patrocinado antes de comprar.

No Last Click, todo o crédito vai para o Google Ads, ignorando completamente os impactos da TV e do Display. O resultado? Subestimação do início da jornada e supervalorização da busca e do retargeting. Isso distorce a análise de ROI e pode levar a cortes equivocados no orçamento.


Como o MMM resolve isso?


O Marketing Mix Modeling (MMM) usa análise estatística para medir o impacto de cada canal ao longo do tempo, incluindo o carryover. Ele considera dados históricos, fatores externos (como sazonalidade e preços) e aplica modelos de decaimento exponencial para capturar a persistência do efeito.