Mmm? Incrementalidade? A medição unificada é o futuro para o marketing na era da privacidade

• Qual é o futuro da mensuração em marketing?
• Como os profissionais de marketing de crescimento medirão o impacto na era da privacidade?
• De que ferramentas as marcas precisarão para obter insights de marketing tanto estratégicos quanto táticos?

A era da privacidade

Vivemos cada vez mais na era da privacidade, e a privacidade definirá cada vez mais tanto a forma como as pessoas interagem com as ferramentas digitais quanto a forma como os profissionais de marketing medem o impacto de seus esforços.

Mas a transição que estamos fazendo de dados granulares determinísticos para uma realidade agregada mais matizada é desafiadora. A palavra privacidade tem muitos significados e interpretações, e embora quase todos sejam extremamente positivos, no âmbito do marketing digital, ela também evoca incertezas, complexidade, confusão e limitações. 

É o único tópico que surge em todas as conversas que tenho com profissionais de marketing mobile . O único fator que constantemente mina a mensuração e a atribuição. A grande ressalva. A enorme incógnita.

Termos como GDPR, CCPA, descontinuação de cookies de terceiros, ATT , SKAN 1.0/2.0/3.0/4.0 e Android Privacy Sandbox estão agora no centro de todas as decisões que você toma. Alguns existem graças a uma preocupação genuína com a privacidade do consumidor, enquanto outros são fortemente influenciados pelos interesses conflitantes das grandes plataformas de tecnologia da atualidade.

Mas uma coisa é óbvia: é um cenário difícil de navegar, e o trabalho de marketing de crescimento só se tornou mais complexo, não menos.

Para mim, pessoalmente, e Singular em geral, toda essa complexidade evidencia uma vocação muito clara. Nosso trabalho é simplificar as coisas e ajudar as empresas a alcançarem a excelência em marketing. Sejamos honestos: ambas as tarefas estão se tornando cada vez mais difíceis.

Mas quero deixar bem claro: elas não se tornaram impossíveis.

Embora possa ser difícil de acreditar para quem está na linha de frente do SKAdNetwork, sinceramente vejo toda essa mudança como uma enorme oportunidade. E tenho quase certeza de que, se você está lendo este artigo, provavelmente já percebeu esse otimismo em todo o nosso conteúdo: webinars, guias, grupos do Slack, workshops e até mesmo em consultorias individuais. Você provavelmente já percebeu que dedicamos muito tempo a pensar em privacidade.

Meu compromisso com a nossa comunidade: estamos com vocês .

E hoje, dois anos após o início desta era obcecada por privacidade em que vivemos, gostaria de dedicar um momento para descrever a visão que tenho para o futuro da mensuração. Mas, para isso, preciso começar descrevendo o que observo no cenário atual da mensuração e como isso molda nossa perspectiva para o futuro.

Um mercado bastante dividido na linha de frente

Embora, por enquanto, o marketing no Android permaneça praticamente o mesmo (e a mensuração seja baseada no identificador GAID, que em breve será descontinuado), é no iOS da Apple que as coisas mudaram mais.

No passado, a maioria das empresas concordava com o modelo de IDFA e último clique. Claro, o ideal seria um MTA (Media Target Attached). Duvidávamos do último clique. Claro, queríamos que redes sociais como Google ou Snap compartilhassem dados de impressões com o IDFA, para que pudéssemos ter um MTA adequado. Claro, queríamos que a App Store tivesse um mecanismo de "referenciador" semelhante ao da Play Store. Mas, em geral, o mercado estava alinhado. Havia um método de mensuração aceitável.

Mas agora o mercado está novamente muito dividido.

Divisão 1: iOS e SKAdNetwork

O primeiro tópico de discussão é o SKAdNetwork (API de Atribuição da Apple, que preserva a privacidade, mas é bastante limitada).

Se eu tivesse que agrupar as empresas em dois grupos, eu as definiria como:

• Grupo 1 – Oba! Conseguimos fazer o SKAdNetwork funcionar.
• Grupo 2 – Ugh! Não conseguimos fazer o SKAdNetwork funcionar.

Para que fique 100% claro:

• Ambos os grupos contêm empresas extremamente inteligentes
• Ambos os grupos possuem empresas de todos os setores e portes
• Ambas as empresas não gostam do SKAdNetwork (mesmo que consigam fazê-lo funcionar!)

Eu diria até que é bastante comum odiar o SKAdNetwork. Afinal, é difícil, uma caixa preta e fácil de cometer erros. Muitas vezes você vê números que não fazem sentido (por exemplo, um CPA de US$ 500) e sua capacidade de interpretá-los é limitada. 

Então, por que você iria adorar isso?

Mas eis algo que pode surpreendê-lo: o grupo 1 é maior do que você imagina. Simplesmente não é popular ser publicamente otimista em relação ao SKAN. E isso faz sentido, porque mesmo que você consiga fazer o SKAN funcionar, ele ainda é pior do que o que você tinha antes com o IDFA. Além disso, se todos os outros estão tendo dificuldades para fazer o SKAdNetwork funcionar enquanto você consegue… isso pode ser uma enorme vantagem competitiva.

(Observação: se você faz parte do grupo que não consegue fazer o SKAN funcionar, fale conosco . Já ajudamos centenas de empresas a se tornarem especialistas em SKAdNetwork e elas estão obtendo resultados incríveis.)

Divisão 2: atribuição probabilística (também conhecida como impressão digital)

Muitas empresas (principalmente aquelas com marcas maiores a proteger) decidiram se livrar de qualquer atribuição probabilística que viole as diretrizes da Apple. Elas estão aceitando de bom grado uma potencial desvantagem competitiva para seus negócios, porque querem seguir as regras e se manter seguras.

Por outro lado, todos sabem que ainda existem empresas que utilizam métodos de coleta de dados em uma determinada parcela do seu tráfego. 

Mas sejamos realistas: é óbvio que essa parcela está ficando cada vez menor. 

De acordo com nossos dados, as SANs (Redes de Anúncios Sociais) detêm mais de 80% do investimento em publicidade e já são 100% compatíveis com o SKAN (Sistema de Rastreamento de Anúncios) e não revelam dados que possam ser usados ​​para rastreamento. Os 20% restantes consistem principalmente em algumas redes de anúncios públicas e de grande porte, que também operam em sua maioria com o SKAN. 

Portanto, embora alguns possam estar realizando coleta de impressões digitais, estão disputando uma fatia de mercado cada vez menor. Correndo o risco de ser óbvio, essa não é uma estratégia vencedora a longo prazo.

Divisão 3: MMM e incrementalidade

Na sequência da descontinuação do IDFA, tecnologias de mensuração como Media Mix Modeling (MMM) e incrementalidade rapidamente se tornaram um tópico de intenso debate.

A modelagem de mix de mídia é um processo que exige muita ciência de dados. Ela utiliza dados agregados de gastos, dados agregados de receita e outros parâmetros do ecossistema, gerando uma estimativa de ROI por canal (ou campanha, ou mais). A atratividade é natural, dada a sua independência do IDFA ou de qualquer acesso especial a dados da plataforma. Além disso, ela só precisa de dados agregados de gastos e receitas (algo muito fácil de obter se você usar uma plataforma como Singular).

Todos nós sabemos a realidade: MMM não é novidade e já existe há muitos anos.

Predominantemente, o MMM tem sido usado para ajudar empresas da Fortune 100 a responder a perguntas muito complexas sobre mix de mídia (pense em conectar o investimento em anúncios de TV às vendas de loção corporal no Walmart em Nebraska). A novidade, no entanto, é a motivação recém-descoberta para explorar o MMM e verificar se ele pode ser transformado de uma solução quase arcaica, voltada exclusivamente para empresas e com muitos serviços, em um produto SaaS mais moderno e leve, que possa ser disponibilizado para desenvolvedores de aplicativos que sofrem com a falta de insights fornecidos pelo SKAN hoje e pelo Privacy Sandbox do Android no futuro.

Os fãs mais fervorosos do MMM acreditam que esta é a única maneira de analisar o verdadeiro ROI e, portanto, medir o verdadeiro incremento da sua mídia. Outros simplesmente dizem que estão usando um modelo MMM simplificado para aplicativos iOS porque o SKAN não funciona e não é confiável.

E embora haja definitivamente um número crescente de fãs, também existem muitos críticos: empresas que experimentaram o MMM e descobriram que os números eram altamente imprecisos (pelo menos, não sem uma boa dose de "ajustes" manuais). O MMM pode exigir um investimento enorme para funcionar corretamente, e até mesmo seus defensores me disseram que ainda há muito mais interesse do que adoção real.

E a incrementalidade?

Vale a pena mencionar mais uma divergência em relação à incrementalidade: alguns dizem que o único padrão ouro para medi-la é realizar testes A/B com um público-alvo específico, simultaneamente, e medir os resultados de conversão de cada grupo. O problema é que isso se tornou extremamente difícil, senão impossível, no iOS, e mesmo no Android, só é possível com a colaboração intensa dos seus canais de publicidade. Portanto, eu desconfiaria de ferramentas que prometem medir a incrementalidade por meio de testes A/B nesta era de privacidade.

Mas sejamos claros: tanto a modelagem do mix de mídia quanto a incrementalidade têm valor quando adaptadas aos universos e necessidades específicos do mobile . Além disso, ambas podem ser extremamente valiosas para mensurar e alocar investimentos não apenas em mobile e digital, mas em todos os canais de marketing, incluindo TV, TV conectada , streaming de todos os tipos, mídia exterior, web e até mesmo canais tradicionais como impressos ou panfletos.

A mensuração unificada é o futuro do marketing

Acho óbvio que chegamos a um ponto em que a discussão não deve ser sobre qual medição usar. Em vez disso, trata-se de quando, onde e como usar várias metodologias de medição em conjunto.

Por isso, acredito que o futuro da mensuração de marketing reside no que escolhemos chamar de Mensuração Unificada . Eu poderia falar por horas sobre Mensuração Unificada e, para ser sincero, ainda há muito a aprender e descobrir à medida que a testamos com os clientes, mas, em sua essência, definimos três conceitos-chave:

1. Infraestrutura de dados unificados
2. Metodologias de medição múltiplas
3. Relatórios e análises que atendem a múltiplas perspectivas e propósitos

Infraestrutura de dados unificados

Provavelmente você não se surpreenderia se eu lhe dissesse que na Singular sempre acreditamos que a excelência em marketing reside em reunir uma grande variedade de sinais em um único lugar. Desde a nossa fundação em 2014, esse tem sido o princípio de design do nosso produto, e criamos com sucesso a melhor plataforma do mundo para lidar com dados de marketing provenientes de milhares de fontes diferentes.

Para construir adequadamente a visão de medição híbrida, existe uma longa lista de entradas de dados críticas:

• dados de gastos com marketing
• Dados de entrega de marketing (impressões, visualizações de e-mail, de links diretos )
• Sinais de medição granular permitidos ( IDFA , GAID , cookies)
• Sinais de medição agregados e seguros para a privacidade (SKAN, Android Privacy Sandbox, ITP)
• Dados de receita online e offline
• Dados do cliente ( engajamento , CAC, LTV , atividade multiplataforma )
• Dados do ecossistema (economia, clima, comportamento do consumidor, sazonalidade)

Posso afirmar com segurança que nosso ponto de partida para construir essa visão é muito sólido. Nossa infraestrutura de dados unificada é a melhor do mercado, nossa oferta atual de metodologias de mensuração e a sofisticação com que as combinamos são incomparáveis, e nossas camadas de relatórios e insights foram testadas sob condições extremas e aprimoradas iterativamente por quase uma década.

Mas isso não significa que terminamos. Longe disso, estamos apenas começando.

Metodologias de medição múltiplas

Em vez de depender de uma única visão de desempenho (o que já hoje não é realmente possível devido à fragmentação de dados no iOS), haverá múltiplas visões que empregam múltiplas metodologias usando todos os dados mencionados acima e servindo a diferentes propósitos:

• Visualizações e metodologias baseadas em dados de atribuição granulares permitidos, quando disponíveis (Web, iOS, Android, dados primários, PC, Console, CTV, dados entre dispositivos), que oferecem atribuição de último toque ou multitoque
• Análises e metodologias baseadas em sinais de medição agregados e seguros para a privacidade, como SKAdNetwork, PSA do Android e PCM do Safari
• Visões e metodologias baseadas em camadas de ciência de dados executadas sobre todos os sinais de medição disponíveis (como nossa “SKAN Advanced Analytics”)
• Análises e metodologias envolvendo a Modelagem de Mix de Mídia que são úteis para avaliar o ROI (Retorno sobre o Investimento) de alto nível de canais e campanhas, determinar a incrementalidade e fundamentar decisões como a alocação de orçamento

Como você deve ter percebido, estamos adicionando cada vez mais camadas de ciência de dados às nossas metodologias de mensuração. Atualmente, o foco principal está no SKAdNetwork (com nosso produto SKAN Advanced Analytics ) e na modelagem de mix de mídia. Mas, no futuro, expandiremos para outras tecnologias que priorizam a privacidade, à medida que forem sendo adotadas (como o Android Privacy Sandbox, a mensuração de cliques privados etc.).

Relatórios e análises que atendem a múltiplas perspectivas e propósitos

A pergunta óbvia é: a mensuração unificada resulta em uma única fonte de verdade para toda a minha atividade de marketing?

Imediatamente? Não. No futuro? Sim. Mas levará algum tempo.

De imediato, esses conjuntos de dados não foram projetados para se integrarem. Imagine pegar dados de atribuição granular permitidos (por exemplo, IDFA), combiná-los com dados de medição agregados e seguros para a privacidade (por exemplo, SKAdNetwork) e uni-los a resultados estatísticos de um modelo MMM. Simplesmente não há uma maneira clara de identificar a sobreposição entre esses pontos de dados. Um deles se refere ao nível do dispositivo, o segundo ao nível de coorte agregado, que ainda é de certa forma determinístico, e o último é um modelo estatístico completo que analisa correlações entre gastos, receita e outros fatores.

Portanto, fundi-los é extremamente difícil hoje em dia sem muita improvisação. Até agora, todas as tentativas iniciais que vimos para fazer isso, mesmo para um subconjunto limitado desses dados (como a fusão de dados do IDFA e do SKAdNetwork), são excessivamente simplistas e bastante imprecisas.

Como setor, ainda estamos em um estágio relativamente inicial de adoção efetiva do SKAdNetwork, o que significa que estamos longe de ter todos os desenvolvedores de aplicativos executando com sucesso seus próprios modelos MMM. Essencialmente, até agora não havia uma plataforma que tivesse assumido o desafio de suportar todas essas múltiplas visualizações de forma tão abrangente, portanto, não há experiências passadas das quais possamos aprender.

Mas, no fim das contas, está muito claro para nós que os profissionais de marketing querem e precisam de uma maneira de interpretar esses números de forma unificada, e esse será um dos objetivos de nossas equipes de ciência de dados, engenharia e produto nos próximos meses e anos.

Quando será lançado o Unified Measurement?

Este será um processo gradual, e prevejo três fases:

1. Fase 1 : Permitir o acesso a mais metodologias por meio de nossa infraestrutura de dados comum e camadas de ciência de dados (também conhecida como nossa plataforma de Medição Híbrida). O foco aqui seria a adoção real, em vez de apenas gerar expectativa.
   
2. Fase 2 : Repensar as visualizações de relatórios para múltiplas metodologias. Isso já está sendo discutido e trabalhado atualmente, e se tornará ainda mais importante quando mais metodologias estiverem disponíveis.
3. Fase 3 : Desenvolver maneiras de combinar resultados de múltiplas perspectivas e metodologias em um único mecanismo de análise baseado em todas as fontes de dados disponíveis.

Essas fases não serão completamente sequenciais, mas é evidente que os aprendizados da fase 1 terão um grande impacto nas fases 2 e 3.

Palavras finais

Estamos EXTREMAMENTE entusiasmados com essa visão.

Graças à habilidade ou à sorte (provavelmente ambas :)), construímos a plataforma perfeita para concretizar essa visão. Sempre foi o caminho natural de expansão para nossa plataforma e para o setor como um todo, e a privacidade foi o catalisador perfeito para que isso acontecesse.

É fascinante ver como a ciência de dados está se tornando parte integrante de tudo o que fazemos hoje em dia e como as coisas estão se tornando mais sofisticadas. Por outro lado, devemos manter o compromisso com a simplicidade e a acessibilidade, que são características essenciais da próxima geração de soluções de medição.

Fiquem ligados, pois compartilharemos mais informações sobre isso nas próximas semanas e meses. Até lá, vocês podem nos encontrar nos mesmos lugares de sempre: Slack , webinars e, claro, no nosso blog .