A aquisição paga começa antes da conta de anúncios
A maioria das equipes de mídia paga ainda começa o planejamento no lugar errado.
Elas começam com o gasto do Google Ads do mês passado, a estrutura de campanhas da Meta, a meta de ROAS ou um orçamento de canal repassado pelo financeiro. Esses números importam, mas são variáveis a jusante. Um sistema profissional de aquisição deveria começar uma camada antes: com o resultado econômico que o negócio está tentando criar.
A pergunta central não é “Qual ROAS esta campanha deve atingir?” É: Quanto o negócio pode gastar racionalmente para adquirir o próximo cliente, neste ponto de sua curva de crescimento, preservando o resultado econômico exigido?
Esse resultado pode ser margem de contribuição do primeiro pedido, contribuição do ciclo de vida de doze meses, payback de caixa, receita de novos clientes ou outra restrição do negócio. A resposta muda de empresa para empresa. O que não deve mudar é a sequência operacional.
A economia do negócio deve definir a restrição de aquisição. A mensuração deve determinar o que pode ser observado. A arquitetura de conversão deve traduzir valor de negócio em sinais. Os sistemas de lances devem otimizar com base nesses sinais. Os controles de campanha devem reger a execução.
Inverter essa sequência é o que faz as equipes acabarem otimizando métricas de plataforma desconectadas do P&L.
Eficiência média não é a mesma coisa que a economia do próximo dólar
Um dos erros mais persistentes na aquisição paga é gerenciar escala a partir do desempenho médio.
Uma campanha que produz um ROAS de 4,0x não tem automaticamente espaço para mais orçamento. Esse número descreve o retorno médio sobre o dinheiro já gasto. Os próximos $10.000 podem ter desempenho diferente dos $10.000 anteriores porque os leilões ficam mais caros, os públicos se ampliam, inventário de menor intenção entra na combinação e retornos decrescentes começam a aparecer.
A pergunta de escala mais relevante, portanto, é marginal:
Que retorno se espera que o próximo incremento de gasto gere?
A Common Thread Collective estrutura o orçamento de mídia paga em torno dessa ideia: o gasto deve continuar enquanto o próximo dólar incremental criar um resultado econômico aceitável, em vez de parar em uma meta arbitrária de ROAS de plataforma.
Essa distinção é fundamental. Um canal pode parecer eficiente porque captura clientes que já estavam perto de comprar. Outro pode parecer mais fraco na atribuição enquanto cria mais demanda nova líquida.
O modelo operacional, portanto, precisa de duas visões ao mesmo tempo: eficiência financeira e impacto incremental no negócio.
Traduza o valor do negócio em valor de lances
Depois que o objetivo financeiro é definido, o próximo trabalho é fazer com que as plataformas de anúncios otimizem em direção a algo que se assemelhe a ele.
É aqui que muitas contas com aparência sofisticada falham.
Um varejista pode dizer ao Google que um pedido de $200 vale duas vezes mais que um pedido de $100 mesmo quando o pedido de $100 tem a maior margem de contribuição. Uma empresa de geração de leads pode atribuir o mesmo valor de conversão a cada envio de formulário, embora os dados de vendas mostrem que um tipo de lead fecha a uma taxa três vezes maior que outro.
Os lances automatizados só podem otimizar em direção ao valor que recebem.
O sistema de lances baseado em valor do Google permite que os anunciantes otimizem para valor de conversão em vez de contagem de conversões, enquanto as regras de valor de conversão podem ajustar valores com base em fatores como geografia, dispositivo e públicos. O valor pode representar receita, lucro, valor de conversão offline ou valor do ciclo de vida.
A implicação importante é mais ampla do que uma configuração do Google Ads: o design de sinais faz parte da compra de mídia.
Se a plataforma recebe uma definição distorcida de valor, um machine learning melhor não resolve o problema. Ele pode simplesmente otimizar o objetivo errado com mais eficiência.
O modelo operacional tem cinco camadas
Um sistema útil de aquisição paga pode ser entendido como cinco camadas conectadas.
1. Economia. Defina o resultado de negócio desejado: margem de contribuição, payback de caixa, crescimento de clientes ou lucratividade do ciclo de vida.
2. Mensuração. Decida como o desempenho será observado: atribuição de plataforma, analytics, testes de incrementalidade, dados financeiros e, em escala suficiente, modelagem de mix de marketing.
3. Arquitetura de sinais. Determine quais eventos de conversão, valores, sinais de qualidade do cliente e resultados offline serão enviados de volta às plataformas.
4. Alocação e lances. Defina orçamentos e restrições de lances de acordo com o retorno marginal esperado, e não apenas com médias históricas.
5. Controles de execução. Gerencie consultas, feeds, criativos, exclusões, geografia, landing pages, ritmo de gasto do orçamento e experimentação.
Essas camadas não devem operar como departamentos separados que se reúnem uma vez por mês. Cada camada muda a interpretação da seguinte.
Um novo perfil de margem pode mudar o CAC permitido. Isso pode mudar um modelo de valor. Um novo modelo de valor pode mudar uma meta de lances. Uma mudança de lances pode alterar a combinação de consultas ou de públicos. Essa mudança pode exigir criativos ou landing pages diferentes.
A aquisição paga se torna um sistema quando esses ciclos de feedback são explícitos.
O papel humano está se deslocando para cima
A automação está absorvendo rapidamente a mecânica de nível mais baixo da compra de mídia.
O Google Smart Bidding já determina os lances leilão a leilão usando machine learning, e o AI Max está expandindo a automação para correspondência de consultas, geração de texto e seleção de landing pages. Os sistemas de anúncios da Meta estão, de modo semelhante, usando uma infraestrutura de recomendação cada vez mais complexa para decidir qual criativo recuperar para qual usuário.
Isso não elimina o comprador de mídia. Muda onde o julgamento humano cria valor.
O trabalho do operador está cada vez mais acima dos ajustes individuais de lances: definir restrições econômicas, desenhar sinais confiáveis, criar insumos diferenciados, decidir o que deve ser testado, validar a causalidade e identificar quando a automação está otimizando em direção ao objetivo errado.
Quanto mais perto o trabalho chega da interface da plataforma, maior a probabilidade de ser automatizado. Quanto mais perto chega da economia do negócio, do desenho de experimentos e das restrições estratégicas, mais decisivo se torna o julgamento humano.
Uma cadência operacional prática
Um modelo operacional forte também precisa de diferentes horizontes de tempo.
O trabalho diário deve se concentrar em anomalias, ritmo de gasto, falhas de rastreamento, reprovações, falhas de feed e desvios materiais em relação ao plano. O trabalho semanal deve examinar eficiência marginal, expansão de consultas ou de públicos, distribuição de criativos, qualidade dos sinais e resultados de testes. O trabalho mensal ou trimestral deve revisitar a alocação de canais, a incrementalidade, as premissas de payback, as margens de contribuição e a definição dos valores de conversão enviados aos sistemas de lances.
O objetivo não é criar mais dashboards. É reduzir a distância entre um resultado de negócio e a decisão de campanha que o afeta.
Essa é a base da aquisição paga profissional: a campanha não é o sistema operacional. Ela é a camada de execução de um.
