Obrigado!

Como se desapegar dos dados a nível do usuário – mudando o foco para uma abordagem agregada

Por Thomas Petit (convidado) & Einav Mor-Samuels
User level data privacy - featured

Abrace a mudança – tudo depende da mentalidade certa

As mudanças de privacidade da Apple foram e continuam a ser um grande desafio para os profissionais de marketing mobile. No entanto, às vezes esquecemos que o mobile sempre foi um ambiente de rápidas mudanças, no qual uma mentalidade adaptável é a chave para prosperar. 

Se você pensava que os abalos recentes causados pelas mudanças de privacidade tinham acabado, se prepare – novas mudanças estão a caminho! 

Com o recente anúncio da SKAN 4.0, cujo lançamento está previsto para o final deste ano, além da desativação do GAID, do lançamento do Sandbox de Privacidade previsto para 2024 e da desativação dos cookies de terceiros na web, tudo em um único ano — você precisa estar bem preparado.

Por isso, a nova regra é: abrace a incerteza e aproveite ao máximo as oportunidades. A atribuição a nível do usuário costumava oferecer dados granulares para a otimização, trazendo uma sensação de certeza que em parte já não existe mais. 

Claro, ainda podemos mensurar o impacto, mas não com tanta precisão. Na realidade, mensuramos o impacto com menos confiança do que antes, pelo menos até nos adaptarmos a esse novo mundo. 

1º passo – converse com as suas equipes

Sincronize a privacidade dos dados a nível do utilizador com as suas equipes

A maior complexidade na interpretação dos dados exige uma sincronização mais rigorosa com as suas equipes para a redefinição de processos comuns. 

Esse processo deve ser feito internamente com a sua equipe de marketing, considerando que os gerentes de UA ou compradores de mídia entre canais podem não estar usando as mesmas fontes de dados, e externamente com outros participantes da sua empresa — pois as definições e metodologias de cada métrica mudaram. 

Ao acessar tantas fontes de dados para avaliar a performance, os profissionais de marketing são forçados a serem mais específicos sobre a origem das suas métricas, certificando-se de que não há uma interpretação errada dos dados.

Por exemplo, para quais fontes eu estou olhando? Quais métricas são mais críticas para mim? 

Nos dias anteriores à ATT, uma instalação era simplesmente uma instalação. Hoje, uma instalação pode significar a uma instalação na SKAdnetwork (SKAN), uma instalação no Apple Search Ads (ASA), uma instalação com IDFA de usuários autorizados, uma instalação no SSOT, etc. 

O mesmo se aplica a praticamente qualquer outra métrica que não seja do topo do funil – como o CPI. Será que ele é um SKAN-CPI? Ou ele foi auto-relatado por ad networks? Um CPI de AdServices? Um SSOT-CPI? Ou um CPI misturado? Deu para ter uma ideia, certo?

Todos viemos de um mundo onde as métricas X, Y, e Z estavam à nossa disposição, enquanto que, agora, talvez tenhamos que especificar o canal ou a metodologia por trás de cada métrica.

Assumir a responsabilidade de unir essas dúvidas e fazer um alinhamento interno com as suas equipes para encontrar as melhores formas de lidar com essas questões pode fazer uma grande diferença.

Ou seja, é inútil resistir ao fato de que o nosso ecossistema está em constante mudança e, o quanto antes os profissionais de marketing abraçarem essa realidade, mais bem preparados eles estarão para lidar com ela. 

2º passo – 50 tons de verdade (e como unificá-los em um só)

Os profissionais de marketing têm que combinar várias fontes para avaliar a performance das suas campanhas de forma completa. 

Essas fontes incluem os dados de conversão dos seus valores da SKAN comparados com os dados de usuários que permitem o rastreamento, a atribuição da MMP, o Apple Search Ads e sua lógica de atribuição exclusiva (que é diferente do Adservices), conversões modeladas, dados combinados, MMM e estimativas de incrementalidade e, mais recentemente, data clean rooms. 

O quadro geral só se torna mais claro quando conseguimos combinar todas essas fontes, eliminar duplicações, limpar os dados, e padronizá-los. 

Quando isso acontece, podemos mensurar a performance das campanhas de uma forma significativa, analisando detalhadamente as suas métricas para identificar tendências entre canais e plataformas que façam sentido. 

Mesmo que nem todas as lacunas de dados sejam sempre reconciliáveis, ainda existem maneiras úteis de entender a sua performance, usando paralelamente todas as perspectivas disponíveis.

Essas perspectivas incluem: 

1 – Uma fonte primária confiável (SSOT) 

Se você for fã do Tolkien, encare isso como se fosse o seu “anel para todos governar”: um SSOT (do inglês Single Source of Truth), ou seja, sua fonte unificada e confiável, permite que você combine diversos fluxos de dados em um só, desduplicando os dados e garantindo que você tenha uma visão precisa sobre a performance das suas campanhas.

2 – Cohort de usuários que permitem o rastreamento na ATT

Mesmo que você não tenha obtido o opt-in duplo para a correspondência dos seus usuários atribuídos por IDFA, você ainda pode avaliar sua performance pós-instalação extrapolando o comportamento dessa cohort, mensurada em tamanho pela SKAN ou pelo SSOT. 

Os seus dados de IDFA também oferecem uma maior granularidade na retenção, conversão tardia, eventos avançados, etc.

3 – Mensuração descendente 

Metodologias holísticas como as listadas abaixo são complementares, pois elas não substituem outras metodologias. Apesar disso, elas podem oferecer uma perspectiva valiosa sobre a eficiência do seu gasto com mídias: 

  • Incrementalidade – que permite que você identifique o que impulsiona sua receita incremental em meio à batalha para otimizar a distribuição do seu orçamento.
  • Modelos de mix de mídia (MMM) – que permite que você mensure o impacto das suas campanhas e te ajuda a determinar como certos elementos contribuem para os seus resultados.

4 – Data Clean Rooms 

Os data clean rooms permitem que os profissionais de marketing aproveitem todo o potencial da junção de diferentes conjuntos de dados, ao mesmo tempo em que eles garantem a privacidade de seus usuários. Em essência, um DCR é uma ferramenta que permite que você utilize os insights sobre dados de usuários sem acessar diretamente esses dados.

Dentro do ambiente de um data clean room, informações pessoalmente identificáveis (PII) ou dados de atribuição a nível do usuário não podem ser visualizados por nenhum dos contribuintes envolvidos, o que faz com que seja impossível identificar usuários por meio de identificadores exclusivos.

5 – Análises preditivas 

Esse recurso permite que os profissionais de marketing façam escolhas baseadas em dados com confiança, usando pontos de dados muito limitados.

Embora as previsões possam ser usadas em todos os aspectos do marketing de dados, elas são especialmente importantes nessa nova realidade. Por exemplo, as análises preditivas permitem que os profissionais de marketing prevejam o lifetime value (LTV) do usuário com base em dados limitados, distribuindo seus gastos com aquisição de acordo com essas informações. 

3º passo – tire o máximo proveito da SKAN

Com um número limitado de campanhas, sem dados de criativos, menos conversões, e uma janela de mensuração limitada, a SKAN apresenta muitas restrições. Portanto, lembre-se de aproveitá-la até a última gota!

Para as atuais versões da SKAN (2 e 3), comece pensando estrategicamente sobre como você distribui seus valores de conversão em 6 bits — com base nos eventos mensurados ou intervalos de receita mais valiosos para a sua empresa. 

Depois, veja o que outras empresas da sua vertical estão fazendo, que métricas elas mais mensuram e qual estratégia de distribuição de bits de valores de conversão funciona melhor para cada negócio.

Para te ajudar a entender melhor a SKAN 4.0, listamos as principais mudanças introduzidas pela Apple e como elas podem te afetar:

1 – Três postbacks no lugar de um só

Começando com a SKAN 4.0, os anunciantes poderão receber até três postbacks (no lugar do postback único que era enviado anteriormente), cada um deles com base em uma janela de atividades específica de 0-2 dias, 3-7 dias e 8-35 dias. 

Isso permitirá que os anunciantes entendam como os usuários se engajam com o seu aplicativo ao longo do tempo, e, embora esses três postbacks não sejam vinculados a um indivíduo em específico, os anunciantes ainda poderão contar ocorrências de eventos únicos.

2 – Crowd anonymity

Esse é o mecanismo seguro pelo qual a SKAN fornece dados de atribuição. O crowd anonymity significa que quanto mais instalações você recebe, mais dados você possui.

3 – Valores de conversão hierárquicos

Na atual versão da SKAdNetwork, os postbacks incluem um valor de conversão apenas nos casos em que o limite de privacidade da Apple é respeitado. Quando o crowd anonymity é baixo, a Apple toma precauções extras para proteger a privacidade do usuário, mascarando o valor de conversão e o ID do aplicativo de origem. 

A SKAdNetwork 4.0 apresenta um novo conjunto de valores de conversão de granularidade parcial (coarse-grained conversion values), além dos 64 valores de granularidade total (fine-grained) que existem hoje. Esses valores são atribuídos pelo anunciante para indicar diferentes níveis de engajamento do usuário e permitir que os anunciantes recebam pelo menos alguns dados de atribuição nos casos em que o limite de privacidade não for respeitado.

4 – Identificador de origem hierárquica

A partir da SKAN 4.0, a Apple renomeará seu campo de identificador de campanha para identificador de origem e aumentará seu intervalo de 2 dígitos (que representa 100 opções) para 4 dígitos (que representa 10.000 opções). 

Embora o identificador de origem seja um único número, a Apple incentiva os anunciantes a usá-lo como 3 números hierárquicos, permitindo que eles mensurem mais parâmetros como o posicionamento do anúncio, geolocalização, criativos e muito mais.

Ou seja, quanto maior for o nível de crowd anonymity, maior será o nível de granularidade que você terá. 

5 – Suporte para fluxos web-to-app

Até agora, os anunciantes só conseguiam mensurar fluxos app-to-app. Na SKAN 4.0, no entanto, os anunciantes também poderão atribuir campanhas com base em anúncios.

Embora estas mudanças sejam promissoras, vamos ser honestos aqui: a mensuração da SKAN está se tornando cada vez mais complexa. Ainda existem muitas incertezas sobre essa solução e, embora as ad networks estejam escolhendo como usarão novos recursos, elas também estão contribuindo ativamente para uma falta de padrões da indústria. 

Como acontece em qualquer mudança, esperamos um período de ajuste para os profissionais de marketing, canais de mídia e MMPs.

guia

Por dentro da SKAN: insights da SKAdNetwork
(disponível em inglês)

Saiba mais

4º passo – melhore os insights da cohort que permite o rastreamento na SKAN

Insights de dados a nível do usuário de cohorts consentidas

Pedir o consentimento dos seus usuários para o rastreamento na ATT e agrupar esses usuários em cohorts específicas permitirá que você acesse insights práticos para impulsionar a otimização da sua campanha. Com a janela limitada de postbacks da Apple, a análise completa das cohorts não é mais possível, o que faz com que a mensuração da retenção e da receita de longo prazo se torne mais confusa. 

No entanto, a amostragem dos dados da cohort que consente com o rastreamento na ATT permitirá que você avalie a performance das suas campanhas, evitando que você tenha que calcular tudo segundo os limites da SKAN.

5º passo – entenda a importância da mensuração do topo do funil

Com uma precisão mais limitada sobre os eventos do final do funil e considerando o papel fundamental que os criativos de vídeo desempenham na performance, as ad networks estão trabalhando cada vez mais com dados primários de engajamento com anúncios.

Os profissionais de marketing devem olhar para as métricas do topo do funil de forma mais atenta do que no passado. Já não se trata apenas do CTR, mas de como os usuários se engajam com os seus anúncios. 

Por exemplo, métricas de engajamento como a hook rate (visualização de um vídeo de 3 segundos por impressão) ou o tempo médio de visualização — permitem que você entenda melhor o que mais ressoa com a sua audiência. 

As ad networks estão obtendo mais analytics sobre os seus criativos, então certifique-se de aproveitar essa oportunidade!

Conclusão – nunca pare de aprender! 

Como demonstrado pela SKAN 4.0 da Apple e pelo Sandbox de privacidade do Google, as mudanças baseadas em privacidade não são uma tendência passageira, mas sim uma realidade em constante expansão. 

Lembre-se de acompanhar os últimos desenvolvimentos e as práticas recomendadas pelos blogs e guias da sua MMP, além de participar de webinars liderados por especialistas da indústria, juntar-se às comunidades online e criar uma rede de parceiros com os quais você possa fazer brainstorming, tirar dúvidas e trocar ideias.

Thomas Petit

Thomas é consultor de growth para aplicativos mobile, e curador de conteúdos de marketing de aplicativos na madv.io & @thomasbcn. Trabalhou com mais de 100 empresas – desde MVPs a unicórnios – como estagiário, fundador, empregado, freelancer, consultor, investidor, e mentor, e o seu conjunto de competências vai desde o marketing digital full-stack, até a orientação estratégica e execução tática na aquisição, ativação e monetização.

Seguir Thomas Petit

Einav Mor-Samuels

Com ampla experiência em marketing digital, Einav é redatora de conteúdos na AppsFlyer. Ao longo dos últimos 15 anos, ela obteve ampla experiência sobre o ecosistema do marketing mobile, pesquisando tendências de marketing e oferecendo soluções personalizadas para os problemas digitais de nossos clientes. A Einav escreve seu conteúdo usando insights baseados em dados, e transforma até os assuntos mais complexos em conteúdos claros e acessíveis.

Receba notícias de marketing e insights de especialistas direto em seu e-mail

blog