- O funil de conversão é uma das abstrações mais importantes para entendermos a jornada do consumidor. Ainda assim, discute-se pouco sua validade empírica.
- Nossa observação empírica indica que ativações de todas as etapas do funil geram conversão. Da mesma forma, uma assiste a eficiência da etapa seguinte.
- Diante da evidência, nossa proposta é substituir a abstração linear do funil por uma multidirecional: cada step atua tanto de forma direta nas vendas quanto de forma indireta - aumentando a probabilidade de conversão do step seguinte.
Algumas das questões mais frequentes que recebo na Uncover são sobre alocação de investimentos por etapa do funil. Qual é o nível ótimo de investimento em awareness? Como medir os resultados dos esforços de início e meio de funil? Quanto do meu orçamento eu devo alocar em cada etapa?
São questões totalmente pertinentes, mas que existem principalmente por um motivo: medimos cada etapa com métricas diferentes. Usualmente, ocorre da seguinte forma:
Awareness: Impressões, Alcance, Sessões no site
Consideração: Clicks, CTR, Engajamento
Conversão: Leads, Taxa de Conversão, CPA
Para conseguirmos desenhar uma composição ótima, precisamos de COMPARABILIDADE. Comparabilidade só existe se tivermos uma métrica única de efetividade, capaz de nos responder se o recurso de awareness é mais rentável do que o gasto com consideração. Na visão tradicional, contudo, isso não é possível.
- Leia também: Introdução ao Marketing Mix Modeling (MMM)
Um novo approach para o funil de conversão
Antes de propormos nossa nova abordagem, vamos a quatro padrões empíricos observados em nossos clientes:
Observação empírica #1
Ativações de todos os steps do funil possuem impacto direto nas vendas.
Observação empírica #2
Uma venda convertida no fim do funil não necessariamente foi impactada por ativações de awareness e consideração;
Observação empírica #3
Investimentos em conversão podem ter efeitos retardados, exercendo o papel de início/meio de funil no processo de venda.
Observação empírica #4
Investimentos em Awareness e Consideração auxiliam a melhoria das métricas de conversão.
Seria esta a morte do funil? Se é possível que um investimento em awareness converta em venda, ou ainda, que uma conversão ocorra sem que haja consideração, qual é o sentido de pensarmos através de funis?
Antes de descartá-lo, vamos olhar com atenção o fato quatro. Ele nos diz que, para um consumidor, a probabilidade de conversão diante de um esforço de fim de funil é tão maior quanto mais ele tiver sido impactado pelas ativações de consideração e awareness. Estamos falando aqui de um efeito de interação entre canais, no qual a conversão de fim de funil é facilitada pelo trabalho de awareness e consideração.
Pode parecer óbvio, mas não é. A palavra chave é PROBABILIDADE. Para revitalizar o funil precisamos migrar de um entendimento estanque/linear para outro dinâmico/probabilístico, em que todas as etapas podem agir independentemente, mas em que há uma interação na qual cada etapa do funil auxilia a seguinte com incrementos de probabilidade.
Otimização do Funil Probabilístico
Voltamos agora à questão inicial: quanto do orçamento devo alocar em cada etapa do funil? Como mencionei, aqui a chave é termos uma métrica única que nos dê comparabilidade entre a efetividade de cada canal. O ROAS, isto é, o retorno gerado por cada step para o negócio será essa métrica:
ROAS Awareness = impacto direto nas vendas + impacto indireto
ROAS Consideração = impacto direto nas vendas + impacto indireto
ROAS Conversão = impacto direto nas vendas
Notem que não estamos dispensando as métricas específicas (tráfego, ctr, etc), mas utilizando elas para compor o nossa métrica única. Fazemos isso com data-science, identificando o impacto das ativações na métrica específica, e desta nos resultados de negócio. Para exemplificar, vejamos abaixo uma campanha de consideração:
Exemplo: Campanha de Consideração no Facebook
Otimizado para CLIQUES
Investimento total R$30.000,00
ROAS
Efeito Incremental gerado direto nas vendas: estimação de incrementalidade + atribuição direta = R$33.000,00
+
Efeito indireto: relação causal entre Cliques na campanha e Taxa de Conversão (estimado estatisticamente) = R$12.000,00
ROAS Campanha R$ 45.000/R$ 30.000 = 1.5
Na teoria parece simples, porém a prática é mais complexa. Para começar, os dados básicos necessários para operacionalizar este cálculo seriam:
- investimento diário na campanha;
- cliques diários na campanha;
- leads atribuídos por last-click;
- Leads totais por dia
- CAC das campanhas de conversão;
- Variáveis de Controle diarizadas (busca orgânica + outros investimentos)
O efeito incremental (i) é estimado por um modelo estatístico que relaciona investimentos na campanha (variável explicativa) a leads totais/dia (variável explicada), utilizando as variáveis de controle para a devida identificação causal. Já o efeito indireto (ii) é estimado por um modelo que relaciona cliques diários na campanha (variável explicativa) e CAC diário das campanhas de conversão (explicada), também com os devidos controles. No caso de (ii) será especialmente importante a implementação de defasagens temporais nas variáveis.
Derivação matemática do funil probabilístico (para nerds)
Começamos definindo uma função que mede a probabilidade de conversão de um anúncio de fim de funil.
Pi = Fi[IA, IC1, IC2] + fi(Target) + e, em que as variáveis definem:
Pi(x): Probabilidade do consumidor i se converter em venda ao ser impactado por um anúncio;
IA: Quantidade de impactos que o consumidor i já recebeu de anúncios de Awareness;
IC1: Quantidade de impactos que o consumidor i já recebeu de anúncios de Consideração;
IC2: Quantidade de impactos que o consumidor i já recebeu de anúncios de Conversão;
f(Target): Termo que identifica se aquele consumidor é parte do target, isto é, possui uma propensão individual maior a converter;
e: termo aleatório, referente a fatores não controlados que podem influenciar
São propriedades da função P:
Pi [F ()] >0
Fi' [IA], Fi' [IC1], Fi' [IC2] >0
IA, IC1, and IC2 have multiplicative dynamics in F.
The conversion probability will be used to estimate the indirect ROAS of an end-of-funnel ad. Let's go to the ROAS calculation:
ROAS [IA] = direct impact on sales + indirect impact
Direct Impact on Sales = (d Sales/d IA)
Indirect Impact on Sales = (DSales/DiC) *Pi' (IA)
Each of these derivatives, in turn, can be obtained empirically in a multivariate model that relates sales to investments + control variables.
