O futuro da aquisição de usuários: automação por meio de algoritmos

Paul Bowen entende de aquisição de usuários. Como CRO da AlgoLift , ele e sua equipe automatizam a aquisição de usuários no Facebook, Google e Apple Search, aproveitando o LTV ( . Este é um post de autoria de Paul.

As métricas de sucesso para marketing de performance mudaram drasticamente nos últimos 10 anos. O foco em métricas de topo de funil, como CPI e CPC, evoluiu para a avaliação de métricas de fundo de funil, de curto prazo e pós-instalação, como ROAS ou custo por teste gratuito. Poucas equipes corporativas elaboram planos de negócios com base em retornos de 7 dias, e, portanto, as métricas de retorno inicial fazem com que as equipes de marketing pareçam centros de custo.

Em vez disso, algo acontece quando os profissionais de marketing entendem que o retorno a longo prazo é a métrica principal. Uma empresa reformula sua percepção do marketing de performance como um centro de custos, passando a compreender que a aquisição de usuários (AU) é um investimento no desempenho futuro do negócio.

A AlgoLift automatiza a aquisição de usuários no Facebook, Google e Apple Search. Como? Utilizando o LTV (Lifetime Value) previsto em nível de usuário em horizontes que variam de 30 dias a dois anos, juntamente com uma teoria de portfólio para comprar instalações que maximizem o ROAS (Retorno sobre o Investimento em Publicidade). Ao usar modelos de mercado algorítmicos para entender o desempenho futuro previsto das campanhas de aquisição de usuários, a AlgoLift consegue adotar uma abordagem de portfólio para automatizar a aquisição de usuários, algo que os sistemas operados manualmente não conseguem. 

Primeiros passos para automatizar a aquisição de usuários usando algoritmos

Primeiramente, um dos principais desafios da automação da aquisição de usuários é o acesso a dados precisos, limpos e de alta fidelidade — dados de baixa qualidade resultam em resultados ruins. A maioria das empresas armazena seus dados de atribuição, transação e engajamento no aplicativo em diferentes data warehouses. Isso aumenta significativamente os custos e a complexidade da integração, além de potencialmente limitar o escopo e a escalabilidade de uma solução de automação pronta para uso. 

Para solucionar isso, Singular oferece uma solução atraente para que os clientes consolidem dados de custo e receita. A AlgoLift pode acessar esses dados tanto no nível do usuário quanto no nível da coorte por meio de uma API para criar modelos de LTV e pROAS. Isso nos permite entender o desempenho futuro das campanhas de aquisição de usuários. Aproveitando esses dados, a AlgoLift utiliza APIs de gerenciamento de campanhas no Facebook, Google e Apple Search para automatizar a aquisição de usuários de uma forma que otimize os retornos a longo prazo. 

Benefícios da utilização de algoritmos para automatizar a UA (Understanding by Technology)

Um computador talvez nunca seja capaz de pensar de forma tão estratégica e criativa quanto um ser humano. Ainda assim, as máquinas atuais são melhores em resolver problemas matemáticos complexos e executar tarefas trabalhosas e repetitivas. Diante disso, a automação por meio de algoritmos oferece inúmeras vantagens.

Desempenho de ROAS aprimorado

Um critério fundamental para o sucesso da automação da aquisição de usuários (UA) deve ser o aumento do retorno sobre o investimento (ROAS) a longo prazo. O custo da automação da otimização de campanhas de UA por meio de algoritmos deve ser superior ao desempenho humano atual. 

A AlgoLift descobriu que a otimização de mais de US$ 100 milhões em gastos com aquisição de usuários nos permitiu aumentar o ROAS previsto do d365 em até 45 pontos percentuais ao longo de um período de cinco meses. Observamos essas melhorias por meio de mudanças incrementais diárias durante um longo período.

Resolver problemas matemáticos complexos

A maioria dos profissionais de marketing de performance utiliza uma das estratégias de aquisição de usuários abaixo em suas campanhas. 

Embora o S1 seja relativamente fácil de implementar com um modelo preditivo de ROAS robusto, ele não é o ideal para escalar os gastos. 

As estratégias S2/S3 são melhores para otimizar gastos ou ROAS, mas exigem modelos matemáticos complexos executados diariamente para entender a melhor alocação de orçamento entre as campanhas.

Os algoritmos também são valiosos para entender como lidar com pequenos grupos de clientes. As previsões em nível de campanha podem ser imprecisas — é difícil prever o valor vitalício do cliente (LTV) de futuros usuários com base no comportamento de um grupo muito pequeno de aquisições recentes sem introduzir incertezas significativas na estimativa. Em vez de gerar ambiguidade na prática da automação em geral, você pode abordar essa preocupação considerando uma perspectiva mais útil.

Um operador humano pode ter dificuldades para tomar decisões diante dessa incerteza. Ele pode até mesmo concluir (erroneamente) que deve evitar o uso de dados granulares. O algoritmo, no entanto, foi desenvolvido para operar considerando a incerteza e melhorar o desempenho por meio de uma série de ajustes direcionais ao longo do tempo.

Automatização de tarefas repetitivas

Durante um período de 10 meses, atendendo a 15 clientes, a AlgoLift realizou aproximadamente 50.000 ajustes automatizados de lances e orçamentos no Facebook, Google e Apple Search. Fizemos essas alterações para otimizar as campanhas de acordo com os KPIs definidos pelo cliente (S2/S3). Implementamos essas mudanças utilizando a previsão de retorno a longo prazo da campanha, com base em seu desempenho relativo como parte de um portfólio geral de campanhas.  

Redução da carga de trabalho

Liberar a equipe de Aquisição de Usuários da tarefa de fazer alterações diárias nas campanhas permite que a equipe pense de forma mais estratégica e criativa, concentrando-se, em última análise, em tarefas mais amplas que as máquinas ainda não conseguem automatizar completamente:

• Idealização e criação de campanhas
• Criação e iteração de textos publicitários e criativos
• Exploração de novos países ou fontes de marketing
• decisões de marketing orientadas por eventos ou produtos

O futuro da aquisição de usuários

A automação algorítmica da aquisição de usuários traz um avanço técnico e matematicamente sólido para a análise e otimização manual de campanhas. Se executada corretamente, libera uma quantidade significativa de tempo para as equipes de aquisição de usuários, permitindo que elas desviem seu foco de tarefas trabalhosas, repetitivas e ineficientes para iniciativas criativas e estratégicas.  

Mais importante ainda, realinha a organização em torno de metas de longo prazo claramente definidas e compreendidas. Proporciona melhorias significativas no ROAS (Retorno sobre o Investimento em Publicidade), o que transforma a aquisição de usuários de um centro de custos em garantia da lucratividade futura do negócio.