Dados de pesquisa paga
O volume de consultas do Google (GQV, na sigla em inglês) costuma ser um fator importante de conflitos entre mídia e vendas, especialmente na pesquisa paga. Isso acontece porque o volume de consultas pode aumentar a quantidade de anúncios em determinadas configurações da campanha, por exemplo, quando o limite de orçamento não impede isso. É necessário controlar o GQV quando ele é um fator de confusão para ter estimativas causais sem viés de qualquer mídia. Caso contrário, poderá ocorrer uma estimativa exagerada do efeito causal da pesquisa paga.
O Meridian oferece uma solução em que os dados de GQV podem ser incluídos como uma variável de controle. Recomendações:
É melhor dimensionar os dados de GQV por população geográfica usando o argumento
control_population_scaling_id.As campanhas de pesquisa paga que segmentam consultas específicas da marca são muito diferentes das que segmentam consultas mais genéricas relacionadas a produtos. É melhor incluir essas campanhas como canais de mídia diferentes no modelo.
As campanhas de palavras-chave específicas da marca costumam ser modeladas usando cliques porque têm o objetivo de impulsionar tráfego direto na Web. Outras campanhas costumam ser modeladas usando impressões, que podem ser eficazes mesmo quando não resultam em um clique.
É melhor incluir contagens de consultas que correspondem às consultas segmentadas por canal de mídia de pesquisa paga no modelo. Por exemplo, se a MMM incluir pesquisa paga específica da marca e pesquisa paga genérica como canais de mídia diferentes, recomendamos usar GQV específico da marca e GQV genérico como duas variáveis de controle diferentes.
Para mais considerações detalhadas, consulte Incluir o volume de consultas como variável de controle.
GQV, pesquisa paga, frequência e outros dados relacionados ao Google para sua organização estão disponíveis na plataforma de dados da MMM do Google. Para saber como acessar esses dados, consulte Usar a plataforma de dados da MMM.
Usar cliques ou impressões para anúncios de pesquisa
Considerações para tomar essa decisão:
Embora essa escolha tenha um efeito, não existe uma perspectiva consistente entre os parceiros de medição sobre qual é a melhor entrada.
Como anunciante, use a variável que você controla melhor O modelo indica como a execução de mídia (definida por cliques ou impressões) afeta o KPI, por isso, o uso de uma variável com maior controle oferece mais precisão sobre o impacto no KPI.
Os cliques são mais propensos a ter correlação com o KPI e as impressões com o GQV. As campanhas de palavras-chave específicas da marca costumam ser modeladas usando cliques porque têm o objetivo de impulsionar tráfego direto na Web. Outras campanhas costumam ser modeladas usando impressões, que podem ser eficazes mesmo quando não resultam em um clique.
Entender o volume de consultas como um fator de confusão para anúncios de pesquisa
Talvez o maior desafio na inferência causal aplicada ao marketing seja que os anunciantes costumam gastar mais em marketing quando há uma demanda maior pelo produto. Ao analisar os efeitos causais dos gastos com marketing, é essencial entender se o aumento do KPI é devido ao aumento dos gastos ou da demanda inerente.
A forte relação entre a demanda inerente e os gastos com marketing é ainda mais evidente nos anúncios de pesquisa, porque eles só aparecem na página quando uma consulta de pesquisa corresponde a determinadas palavras-chave segmentadas por um conjunto de anunciantes. Quando a demanda inerente é alta, o volume de consultas orgânicas também é, e os gastos totais com anúncios de pesquisa serão elevados. Portanto, o volume de consultas orgânicas é um fator de confusão importante para esse tipo de anúncios. Sem ele, é difícil ter uma boa inferência nos anúncios de pesquisa.
Isso é um problema principalmente para anunciantes com orçamentos de pesquisa altos, já que o volume de anúncios de pesquisa paga e de consultas orgânicas costumam estar relacionados. No entanto, isso também afeta anunciantes com orçamentos menores que aumentam os valores durante períodos de alta demanda ou que só veiculam campanhas de pesquisa nessas épocas.
O Meridian permite incluir o volume de consultas orgânicas do Google (GQV, na sigla em inglês) no modelo como um fator de confusão para anúncios de pesquisa. Geralmente, o volume de outros mecanismos de pesquisa não está disponível. Alternativas para estimar anúncios de pesquisa paga que não sejam do Google quando o volume de consultas orgânicas do mecanismo de pesquisa correspondente não está disponível:
O viés poderá ser reduzido se o GQV for um bom substituto para o volume de consultas fora do Google. Recomendamos avaliar essa hipótese, por exemplo, criando um gráfico:
O gráfico anterior mostra a correlação entre impressões de mídia e GQV da marca no eixo y e entre as impressões de mídia e o volume de consultas genéricas no eixo x.
Se você não achar que o GQV é um bom substituto para o volume de consultas fora do Google, omita o mecanismo de pesquisa do modelo.
Para mais informações sobre os desafios do viés de seleção devido à segmentação de anúncios, consulte Correção de viés para pesquisa paga na modelagem de mix de mídia.