Muito se fala sobre o potencial da IA - suas possibilidades e previsões futuras. Mas garanto que o momento da IA não está apenas chegando; ela está aqui, agora, e está causando impacto em todos os setores. E o que é especificamente interessante para mim é que ela está mudando o mundo do marketing e das plataformas digitais.

Mas e quanto às barreiras de entrada? É importante lembrar que a incorporação da IA em suas operações não significa que seja necessária uma reforma em grande escala. Na Media.Monks, entendemos que cada marca é única e que algumas podem exigir uma abordagem mais iterativa. Essa perspectiva permite economia e acessibilidade e, ao mesmo tempo, se beneficia da onda da IA. Uma introdução em fases de melhorias orientadas por IA pode trazer benefícios imediatos para seus clientes e para o desempenho de seus negócios. Você pode começar com um chatbot de IA para aprimorar o atendimento ao cliente ou aproveitar o aprendizado de máquina para personalizar o conteúdo para cada visitante do site. Etapas iniciais como essa podem proporcionar ganhos rápidos, proporcionando maior envolvimento do usuário e melhores taxas de conversão. À medida que esses aprimoramentos demonstram seu valor, você pode expandir gradualmente o papel da IA em seu cenário digital. Trata-se de criar um caminho estratégico e personalizado para a integração da IA, em vez de mergulhar de cabeça no fundo do poço.

Portanto, vamos fazer uma viagem pelas aplicações atuais e muito reais da IA no cenário das plataformas digitais, áreas em que a IA não está apenas oferecendo promessas, mas resultados mensuráveis para os profissionais de marketing.

Veja por onde começar com a IA.

Integração da IA com plataformas tradicionais. A integração da IA com as plataformas convencionais está ajudando as empresas a refinar as operações e as experiências dos clientes. A fusão dos sistemas de CRM com a IA, por exemplo, permite que uma marca aprenda com o comportamento de seus clientes em tempo real, oferecendo assim melhores serviços e produtos adaptados às preferências individuais.

Otimização da experiência do usuário. A análise de dados orientada por IA está fornecendo insights acionáveis que melhoram diretamente as experiências do usuário. Seja por meio de conteúdo personalizado, interfaces personalizadas ou eliminação de pontos problemáticos do fluxo do usuário, a IA está impulsionando uma nova era de plataformas centradas no usuário.

Facilitar o marketing personalizado. Já se foram os dias do marketing genérico e de tamanho único. A IA está possibilitando um novo nível de personalização que faz com que cada interação pareça ter sido criada exclusivamente para o usuário individual. De recomendações de produtos a mensagens personalizadas, a IA está ajudando as marcas a criar conexões mais profundas com seus clientes.

Aprimoramento da análise. A análise preditiva com tecnologia de IA está transformando a maneira como as empresas entendem seus clientes e mercados. Essas ferramentas oferecem um nível de percepção sem precedentes sobre o comportamento futuro do cliente, as tendências do mercado e os possíveis riscos comerciais.

Colaboração entre departamentos. A IA não é apenas para equipes de tecnologia. Ela está oferecendo oportunidades de colaboração contínua entre departamentos, ajudando a criar abordagens unificadas e eficientes para tudo, desde o desenvolvimento de produtos até o atendimento ao cliente.

A IA resolve muitos dos desafios com os quais as marcas estão lidando no momento.

A seguir, vamos dar uma olhada em alguns ótimos exemplos do mundo real em que trabalhamos para trazer melhorias transformacionais para os principais KPIs por meio da implementação iterativa e de forma mais ampla do aprimoramento da IA. Aqui estão alguns dos desafios com os quais estamos ajudando no dia a dia:

"Socorro, estou me afogando em um mar de conteúdo!" Quando o volume e a complexidade das informações são esmagadores para os visitantes, às vezes a pesquisa padrão simplesmente não dá conta do recado. Uma possível aplicação da IA aqui é criar uma funcionalidade de pesquisa inteligente que aproveite o processamento de linguagem natural e o aprendizado de máquina. Ela entende melhor as consultas do usuário, permite o diálogo conversacional e fornece resultados mais relevantes, melhorando continuamente com base nos padrões de interação do usuário.

"Como podemos ampliar as conexões significativas com os clientes e, ao mesmo tempo, criar uma comunidade de usuários?" Uma plataforma aprimorada por IA poderia fornecer conteúdo personalizado com base nos interesses do cliente e nos padrões de uso do produto. Ao compreender a interação de cada cliente com o produto, a IA pode adaptar o conteúdo, ampliando a experiência da marca e promovendo uma comunidade on-line envolvente em torno de experiências compartilhadas com o produto.

"Como lidamos com a assustadora tarefa de gerenciar as solicitações de emprego de um vasto grupo de candidatos diversos e inúmeras funções?" Aqui, a IA pode ser empregada para desenvolver ferramentas de autossegmentação e criar jornadas de usuário individuais com base no perfil e nas preferências exclusivas de cada usuário. A IA pode analisar dados em escala, extraindo insights que permitem que uma agência de recrutamento personalize cada experiência e oriente os possíveis candidatos para funções que atendam às suas habilidades e aspirações.

"Como podemos apresentar com eficácia uma ampla rede de serviços e fornecer evidências da eficácia da campanha para clientes em potencial?" Ao implementar a análise orientada por IA, essa empresa poderia fornecer relatórios detalhados de desempenho de campanha aos clientes, até mesmo prevendo possíveis resultados futuros com base em dados históricos. Essa abordagem fornece uma medida tangível do ROI para os clientes.

Cada um desses cenários ilustra o potencial transformador da IA no cenário da plataforma digital. Em termos gerais, a IA complementa e aprimora nossas estratégias existentes, permitindo-nos criar experiências mais envolventes, personalizadas e eficientes para os usuários. A IA não é apenas uma caixa a ser marcada; é uma ferramenta versátil que estamos usando diariamente para criar experiências digitais significativas e impactantes.

Prepare-se para o sucesso contínuo com a IA.

Com o potencial da IA sendo realizado em tempo real, a emoção está em observar o desenvolvimento desses desenvolvimentos e aproveitá-los de forma transformadora. Lembre-se, o futuro não é um ponto distante no horizonte; ele está acontecendo agora mesmo. Ao adotar a IA de maneira ponderada e estratégica, podemos obter vitórias imediatas e estabelecer as bases para um sucesso sustentado e de longo prazo.

Por um lado, de acordo com a pesquisa da KPMG, 40% dos consumidores são céticos em relação à capacidade das empresas de proteger seus dados pessoais e sua privacidade on-line. No entanto, pesquisas do BCG, do Google e do IAB indicam que 75% dos entrevistados só querem ver anúncios que sejam relevantes para suas preferências. Por isso, é fundamental ter soluções que atendam a essas duas necessidades prioritárias: privacidade e conteúdo relevante.



Como especialista sênior em análise digital e líder de equipe, realizei várias auditorias de privacidade ao longo dos anos e, durante o processo, identifiquei algumas armadilhas que, na minha opinião, são mais comuns do que outras e podem comprometer a proteção de dados. Não tenha medo, pois este artigo revela essas armadilhas traiçoeiras! Prepare-se para conhecer as quatro principais coisas a serem evitadas ao definir as configurações de privacidade em sua implantação de análise digital.

A tentação de "rastrear tudo

Ah, sim, a tentação de "rastrear tudo" que inevitavelmente passa pela nossa cabeça: "Não há nenhuma prioridade ou caso comercial, queremos rastrear tudo" Mas esperem, queridos aventureiros de dados, não vamos abandonar o nobre princípio da "privacidade desde a concepção" Deixar esse princípio de lado traz grande perigo para nossas práticas éticas de dados.



A tentação de rastrear tudo é frequentemente sentida por equipes com grandes orçamentos que estão usando várias ferramentas de análise para rastrear os mesmos pontos de dados, passando a maior parte do tempo discutindo sobre qual ferramenta está registrando os números corretos. Elas querem ser capazes de responder a qualquer pergunta, quando deveriam se concentrar em encontrar as perguntas certas a serem feitas.

Isso ocorre porque a abordagem Tracking Everything coloca a privacidade em risco: na verdade, essa declaração contradiz diretamente os princípios da privacidade desde a concepção. Ela colocará a marca na posição de coletar informações de que não precisa, violando a privacidade do usuário final. Essencialmente, você estaria gastando muito dinheiro para correr o risco de pagar uma grande multa.

Independentemente das preocupações com a privacidade, esse comportamento é caro de outras maneiras. Ele revela certa imaturidade dos dados, o que pode levar a dificuldades para manter seus conjuntos de dados organizados e econômicos. Como resultado, os consumidores de dados podem se tornar céticos em relação ao seu produto de análise.

Essa priorização pode ser realizada por meio de uma estratégia de medição bem definida. Para definir essa estratégia, considere quais sinais você provavelmente esperaria ver no seu conjunto de dados quando os usuários estiverem envolvidos (ou não).



Como etapa preliminar, recomendo a realização de um workshop com todas as partes interessadas para definir prioridades e alavancas. Depois, e somente depois, comece a coletar dados. Isso o ajudará a desenvolver uma fonte de verdade confiável e fidedigna que inclua todas as partes interessadas relevantes.

Você sempre pode adicionar pontos de dados à medida que avança em sua análise e faz novas perguntas inteligentes, mas rastrear dados simplesmente por tê-los é errado. Seus acionistas ficarão agradecidos. Não se deve vender bazucas a pessoas que precisam matar formigas. Ajude-as a crescer em um ritmo para o qual estão preparadas.

Consentimento implícito por padrão

Vejo com frequência o consentimento implícito definido como a configuração padrão e outros regulamentos, como o GDPR, aplicados em uma base regional. Se a geolocalização da sua CMP for bloqueada por qualquer motivo (sim, já vi isso acontecer), você corre o risco de que o consentimento implícito seja aplicado a países onde deveriam ser aplicadas regulamentações mais rígidas.

Se a empresa opera principalmente em uma região em que o consentimento implícito é permitido, pode fazer sentido para o DPO aceitar o risco e deixá-lo de lado. No entanto, se você quiser ser um defensor da privacidade, a configuração padrão deve ser a opção mais segura disponível, ou seja, as normas mais rígidas devem ser aplicadas por padrão, enquanto as normas mais brandas devem ser aplicadas em cada país. Considere que a maioria das regiões que não têm uma regulamentação está avaliando sua aplicação, e nunca é cedo demais para demonstrar aos seus usuários que você se preocupa com eles.

Os acionadores de tags regionais

Um equívoco comum é que as tags de marketing não exigem acionadores de bloqueio se forem disparadas somente em seções específicas de regiões dos sites.

Como esse tipo de implementação é "específico da tag", ele exigirá manutenção extensiva e é mais propenso a erros humanos. Além disso, mesmo que o consentimento implícito seja presumido para uma região específica, é fundamental seguir os regulamentos de privacidade, como o ePrivacy e o GDPR, quando indivíduos de outras regiões (por exemplo, a UE) acessam um aplicativo ou um site.

Em vez de depender de acionadores do sistema de gerenciamento de tags, garanta uma implementação escalável e compatível com a privacidade centralizando a decisão sobre o consentimento implícito ou explícito em sua CMP. Certifique-se de que todas as tags de marketing tenham a mesma configuração de consentimento, independentemente de onde devam ser disparadas (por exemplo, disparar somente se ad_storage estiver definido como granted). Se forem tags de marketing, elas sempre serão tags de marketing, independentemente de onde forem disparadas!

No Google Tag Manager 360, o emprego de uma abordagem baseada em zonas para agrupar tags com a mesma finalidade pode ser altamente eficaz. Isso permite que você configure a conformidade de consentimento apenas uma vez para uma zona específica (por exemplo, "tags de marketing") e aplique-a a todas as tags que pertencem a ela.

Compreensão errônea do escopo das tags do Google Analytics

É um equívoco comum pensar que as tags do GA só definem cookies para fins de análise. No entanto, tanto o GA3 (Universal Analytics) quanto o GA4 usam recursos como o Google Signals e o Remarketing, que exigem o consentimento do usuário para usar identificadores de personalização e remarketing.



Não se preocupe, pois o Modo de consentimento entra em cena, defendendo a conformidade sem esforço. Quando configurado corretamente, o Modo de consentimento cuida automaticamente dos recursos baseados em consentimento. No entanto, se ele não estiver à vista, devemos planejar uma configuração explícita.

Quando o Modo de consentimento não está em vigor, você pode desativar o Google Signals e/ou os recursos de Remarketing de forma programática. Todos os recursos de personalização de publicidade podem ser desativados definindo o parâmetro "google_signals" como "false" por padrão e "true" somente quando o usuário consentir em ser identificado para fins de marketing.



Em resumo, considere essas armadilhas comuns e as soluções propostas para garantir a conformidade com as normas de privacidade ao implantar configurações de privacidade para coleta de dados digitais. Priorizar a privacidade não apenas protege as informações pessoais dos indivíduos, mas também contribui para a confiança na marca e, em última análise, melhora a experiência do cliente.

Por fim, lembre-se de que esta não é uma orientação jurídica, mas sim minha posição ética sobre o assunto. Ao tomar decisões relacionadas à privacidade, recomendamos que consulte o seu DPO e a equipe jurídica.

O motivo pelo qual medimos cada vez mais é simples: para que possamos prever o desempenho de diferentes cenários estratégicos e, assim, ajudar as marcas com as quais fazemos parceria a otimizar seus esforços de mídia. E, assim como qualquer outra disciplina dentro da publicidade, o campo da mídia continua a evoluir, portanto, vamos destacar o que é importante no momento e que dará suporte à sua medição de mídia.

Acolhendo a incrementalidade no mundo da mídia.

Primeiro, vamos dar um passo atrás e ver o que significa incrementalidade. Em termos simples, ela se refere ao aumento nas conversões ou vendas que podem ser atribuídas a uma campanha publicitária específica em relação àquelas que teriam ocorrido independentemente - também conhecida como base. A incrementalidade foi recentemente adotada por nós, pessoal de mídia, e o termo ganhou importância porque é uma solução de medição de mídia que isola o aumento incremental. Isso é importante porque, caso contrário, não é possível saber qual mídia está impulsionando o crescimento e qual está apenas colhendo conversões que você teria obtido de qualquer maneira. Dessa forma, a incrementalidade oferece uma visão muito mais precisa de como seus canais de mídia estão gerando conversões.

Por exemplo, a atribuição multitoque (MTA) tradicional geralmente não consegue separar a base do aumento da campanha publicitária. Isso pode levar a resultados exagerados. Em vez disso, para medir com precisão a incrementalidade, é importante usar a MTA em conjunto com técnicas incrementais, como a modelagem de mix de mercado (MMM). Dessa forma, você pode entender melhor o verdadeiro impacto das campanhas publicitárias, passar do ROAS para o ROI e, assim, ter uma conversa mais sensata com suas equipes financeiras sobre a eficácia da mídia.

Como o Marketing Mix Modeling tem ajudado a medição de mídia.

O Marketing Mix Modeling certamente não é nova no cenário, e essa técnica existe em sua aplicação comercial para entender os aumentos de mídia há várias décadas. No entanto, a disciplina melhorou significativamente, especialmente nos últimos anos.

O MMM contemporâneo percorreu um longo caminho. Antigamente, as atualizações anuais levavam meses para gerar resultados, enquanto hoje é possível colocar um piloto em funcionamento em seis semanas e usar a automação e o aprendizado de máquina para obter atualizações mensais em questão de dias. Além disso, as visualizações também se tornaram muito melhores, pois os painéis de relatórios atuais oferecem aos analistas uma infinidade de maneiras de abordar os conjuntos de dados.

É importante observar que o Marketing Mix Modeling considera todo o mercado - incluindo fatores como promoções e preços, a recente pandemia, sazonalidade e outros - e, portanto, oferece uma visão holística. Se você não levar em conta esses outros fatores, não conseguirá obter uma leitura precisa da mídia e correrá o risco de exagerar seu impacto. Por isso, estamos vendo cada vez mais marcas firmarem parcerias com especialistas em MMM para ajudar a criar modelos de mix de mercado ou trabalhar com eles para ter esse recurso internamente.

Devo salientar que alguns participantes podem dizer que executam "modelagem de mix de mídia", mas, na verdade, estão apenas criando uma regressão simples com variáveis de mídia ou usando técnicas de caminho multitoque (o que não é uma análise incremental). O que é preocupante nisso é que eles oferecem as chamadas soluções de MMM a preços muito baixos, o que pode parecer atraente, mas os danos causados pelo uso dessas soluções não podem ser subestimados. Basear suas decisões em um modelo barato, mas ruim, pode dar errado e custar mais de 40% de sua receita de mídia - em comparação com um aumento de aproximadamente 30% se a técnica for aplicada corretamente. Você pode decidir o que é melhor para sua marca.

Aproveitamento da IA para acelerar nossa análise.

Outro motivo muito oportuno para eu estar tão empolgado com a aplicação da modelagem de mix de mercado é o recente crescimento da inteligência artificial e das soluções de automação que surgiram a partir dela - a IA vem avançando rapidamente em várias áreas e não se esqueceu do MMM.

Na Media.Monks, estamos otimistas com relação à IA. Dito isso, também sabemos que é importante ser cauteloso e fazer a devida diligência, especialmente porque vemos muitos provedores de IA alegando criar modelos de mix de mercado sem ter a experiência e as ferramentas certas para isso. Quando se trata de MMM, acreditamos que as soluções de IA e automação podem ser incrivelmente úteis para acelerar o processo, mas é claro que também há alguns casos que exigem trabalho manual. Vamos dar uma olhada.

Dados brutos e processamento. Isso pode ser automatizado com o uso de APIs ou modelos para transmitir dados e, em seguida, processos predefinidos automatizam a limpeza, economizando muito tempo. Cuidado com os provedores que levam vários meses para integrar inicialmente os pipes de dados, pois você deve estar pronto e funcionando em questão de semanas.

Modelos iniciais. Usamos algoritmos evolutivos para automatizar a criação do modelo inicial, executando milhares de modelos instantaneamente na nuvem e pontuando-os, o que nos permite chegar a um modelo básico muito mais rápido e economizar semanas em projetos de MMM com vários KPIs.

Modelos finais. Observe que isso (ainda) requer intervenção manual com uma equipe de modelagem muito experiente. Precisamos verificar os modelos, triplicar a verificação dos dados e usar nossa ampla experiência para identificar anomalias e análises alternativas para interrogar quaisquer descobertas controversas.

Efeitos de vendas e cálculos de ROI. Eles podem ser automatizados sem o uso de IA - esse é apenas um processo que pode ser facilmente repetido usando código.

Relatórios automatizados. Depois que todos os números são calculados, é fácil preencher automaticamente os painéis e as ferramentas de otimização de mídia. Uma coisa que não pode ser automatizada, no entanto, é responder às perguntas personalizadas dos clientes sobre a duração do segundo mais eficaz, o público-alvo e muito mais.

Engajamento. Informar os ROIs e as otimizações é uma coisa, mas ganhar a compreensão e a confiança nos modelos é outra. Portanto, nos estágios iniciais dos compromissos com o MMM, é imperativo ter pessoas que possam explicar os modelos e os resultados para a equipe mais ampla - não apenas de marketing, mas também de finanças, vendas, diretoria, para citar alguns. Meu conselho seria voltar a esse assunto em estágios posteriores, quando as pessoas entenderem e confiarem no modelo, e então você poderá passar para relatórios mais automatizados.

Em resumo, a automação pode substituir grande parte do trabalho pesado de processamento e visualização de dados e resultados, enquanto a IA pode ser usada no estágio inicial de modelagem. Mas o que não pode ser substituído é a verificação de sentido, a interpretação e a experiência de um bom modelador para garantir que os resultados sejam robustos, realistas, compreendidos e, portanto, utilizáveis.

Diminuição do tempo e aumento dos resultados.

No contexto de tempos economicamente incertos, uma solução que economiza tempo - e, portanto, economiza custos - como a modelagem de mix de mercado, especialmente quando é alimentada por IA e automação, é muito útil. Com base nesses modelos, a medição de mídia normalmente permite que as marcas prevejam diferentes cenários de vendas. Por sua vez, ter uma previsão robusta de desempenho é fundamental para justificar diferentes cenários estratégicos para a diretoria, os proprietários e os investidores de uma empresa.

A incrementalidade é fundamental na busca de um ROI preciso, e o MMM é a principal maneira de chegar lá. Embora essa técnica exista há décadas, seu ritmo de mudança e sua taxa de adoção estão se acelerando, o que, tenho certeza, será ainda mais impulsionado pela IA. Dito isso, para que você possa colher as muitas recompensas dessa técnica testada e comprovada, é fundamental trabalhar com um parceiro de mídia que inclua todo o mix de impulsionadores de vendas e que possa levar seus modelos de números absolutos a ações comerciais claras.

Não é importante apenas saber quais canais de mídia têm o melhor desempenho, mas também por que eles se saem melhor do que outros. Para ajudar a sua equipe de marketing a descobrir o que funciona melhor para a sua marca, nossos especialistas em mídia delinearam quatro fatores principais que ajudam a explicar o ROI de um determinado canal de mídia.

Engajamento. Devido à mídia utilizada, alguns canais são naturalmente mais envolventes do que outros. Quanto mais envolvente for um anúncio, mais memorável e mais provável será a reação dos consumidores a ele. Comparando os anúncios de TV com os impressos, o primeiro faz uso de efeitos visuais e sonoros que permitem um conteúdo mais envolvente, enquanto o segundo é mais limitado por sua mídia. Quando se trata de mídia social, plataformas populares como o TikTok mostraram o amplo impacto do conteúdo de vídeo em qualquer formato. "Desde a inclusão do Reels no Facebook até a ascensão do YouTube Shorts e o TikTok ultrapassando o Google como o domínio mais popular, a grande mudança para vídeos curtos está em pleno andamento", de acordo com a HubSpot.

Direcionamento. Esse fator refere-se à capacidade dos profissionais de marketing de atingir seu público-alvo usando os canais selecionados. Os canais on-line tendem a ter maior capacidade de segmentação do que os off-line devido à sua capacidade de optar por exibir anúncios para dados demográficos muito específicos. Os canais on-line também permitem o redirecionamento de clientes que já viram um anúncio da mesma empresa, o que é muito útil quando se trata de vender uma grande quantidade de itens, como passagens aéreas. A maior capacidade de segmentação aumenta o ROI porque menos gastos são desperdiçados com pessoas que veem o anúncio, mas que provavelmente não comprarão o produto anunciado. Dito isso, o requisito de segmentação depende do que a marca está vendendo, pois alguns produtos atraem uma ampla demografia e, portanto, não precisam de publicidade segmentada.

Adstock. O efeito adstock - também conhecido como efeito "memória" da mídia - difere entre os canais de mídia. A TV, por exemplo, tende a ter um adstock mais alto porque os anúncios costumam ser mais memoráveis em comparação com canais como a exibição on-line, em que os anúncios costumam ser mais simples, sutis e, portanto, menos envolventes.

Alcance. Por último, mas certamente não menos importante, o número de visualizações e impressões que um anúncio pode gerar depende do canal de mídia usado. Ao trabalhar com canais que têm públicos grandes e difundidos, você aumenta as chances de seu anúncio atingir muitas pessoas. Alguns canais são mais limitados e simplesmente têm menos consumidores usando-os, o que pode levar a retornos decrescentes porque seus anúncios continuam atingindo o mesmo público, que é menor.

Em suma, esses pilares ajudam a explicar as diferenças no aumento de vendas por dólar gasto ao comparar o impacto de seus anúncios em diferentes canais de mídia. Esse conhecimento é especialmente útil quando se trata de tomar uma decisão sobre a combinação ideal de canais de mídia da sua marca. No entanto, dito isso, é importante observar que o ROI de um canal não deve ser sua única medida de sucesso. Alguns canais servem a um propósito específico, como aumentar o conhecimento da marca, e, portanto, ainda podem merecer um lugar na combinação ideal de mídia da sua marca, apesar de seus retornos potencialmente menores. Em suma, o ROI não é a principal métrica que as marcas devem perseguir - em vez disso, do ponto de vista comercial, é melhor considerar isso para maximizar o lucro líquido. Saiba mais sobre como podemos ajudar agora.

Aqueles que se envolverem com a IA estarão mais bem equipados para fornecer conteúdo personalizado, relevante e eficaz que envolva os usuários e os ajude a se destacarem em um cenário digital cada vez mais competitivo, e poderão fazer isso investindo na integração de dados primários, testando ferramentas criativas e de lances orientadas por IA, experimentando mais conteúdo visual e se preparando para a eventualidade de a IA mudar o cenário de anúncios da página de resultados do mecanismo de pesquisa (SERP) como o conhecemos.

No final do ano passado, o ChatGPT tomou o mundo de assalto, tornando-se o produto mais rápido da história a acumular um milhão de usuários em apenas cinco dias. Essa mesma tecnologia foi usada para impulsionar o lançamento da nova experiência de pesquisa do Bing da Microsoft. Desde então, o Bing lançou uma experiência de anúncios que exibe anúncios e recomendações com base na relevância da conversa. Isso parece estar funcionando, já que o público do mecanismo de busca cresceu significativamente para mais de 100 milhões de usuários ativos diariamente.

Como era de se esperar, o Google está iniciando um lançamento limitado da Search Generative Experience, com formatos de anúncios altamente focados em experiências de viagens e compras. Enquanto isso, o SERP tradicional do Google trará respostas de IA generativas para melhorar ainda mais a forma como pesquisamos, nos envolvemos e ingerimos as informações que buscamos. Os anúncios de pesquisa continuarão a ser exibidos nos espaços de anúncios tradicionais, mas haverá uma experiência totalmente diferente com base na conversa, apresentando links e anúncios relevantes.

Ainda assim, a inteligência artificial não é nova na pesquisa; na verdade, ela influencia uma variedade de fatores que influenciam os resultados, desde lances até a correspondência de consultas de pesquisa e a otimização de criativos. Mas a introdução de grandes modelos de linguagem (LLMs) na equação afetará significativamente não apenas a experiência do usuário, mas também a forma como o conteúdo é avaliado e classificado na página de resultados e como compramos mídia. Eles também mudarão significativamente a maneira como criamos conteúdo. Aqui estão três grandes maneiras pelas quais o futuro da pesquisa forçará as marcas a se adaptarem - e o que você precisa fazer agora para ficar à frente da curva.

O conteúdo gerado por IA será uma faca de dois gumes.

A pesquisa de conversação abre a possibilidade de fornecer respostas personalizadas e altamente relevantes aos usuários em tempo real. Embora os benefícios disso sejam óbvios, o talento da IA para criar conteúdo por conta própria apresenta uma faca de dois gumes. Alguns setores verticais, como o de saúde, farmacêutico e financeiro, terão dificuldades para acompanhar o ritmo da automação, dadas as várias rodadas de aprovação legal e regulatória necessárias para sua criação antes de ser lançada.

O conteúdo gerado por IA corre o risco de contornar esses obstáculos. Ele também é vulnerável à disseminação de informações errôneas. Mas as marcas podem atenuar essas preocupações garantindo a revisão humana antes da aprovação e da publicação dos anúncios. Com o ajuste e o treinamento adequados dos modelos de IA, as marcas podem criar rapidamente conteúdo que incorpore as diretrizes regulatórias às quais estão sujeitas.

A pesquisa será mais envolvente, visual e interativa.

O futuro da pesquisa não é só texto. A pesquisa também está se voltando para um conteúdo mais visual e experimental. É claro que as extensões de imagem tornam a pesquisa mais atraente visualmente para os usuários. Mas considere também plataformas mais sofisticadas, como o Google Lens ou o Snapchat Scan, que usam a visão computacional para tornar pesquisáveis os arredores do usuário. A AR é outro formato que adicionará uma nova dimensão à pesquisa e já é oferecida pelo Google, permitindo que os usuários se envolvam diretamente com animais, objetos e lugares virtuais em tempo real.

A ideia é criar uma experiência mais imersiva em comparação com a rolagem infinita. As marcas de viagens, varejo e estilo de vida podem se beneficiar mais com isso porque já têm bibliotecas robustas de ativos visuais para usar. Outras, como marcas B2B, de saúde, farmacêuticas e financeiras, precisarão se atualizar criando bibliotecas de conteúdo visual e experimental que envolvam os usuários para evitar imagens de estoque. No recente Google Marketing Live, foram anunciados novos produtos para a criação de ativos usando IA generativa, facilitando a criação de criativos na plataforma de publicidade do Google para quem não tem bibliotecas. A IA generativa certamente pode ajudar as marcas a desenvolver ativos em velocidade e escala, embora seja importante lembrar que ela ainda não está pronta para a produção por si só. Também pode haver questões em aberto sobre propriedade legal e direitos de propriedade intelectual.

Os fluxos de dados continuarão a tornar a pesquisa mais preditiva e proativa.

A pesquisa já está caminhando em uma direção em que pode fornecer resultados mais personalizados com base em atividades anteriores ou no que o mecanismo de pesquisa já sabe sobre você - por exemplo, sugerir restaurantes locais ao pesquisar alimentos no Google ou recomendar produtos relacionados em uma página de produtos da Amazon. Essas experiências geralmente ajudam os usuários a encontrar o que estão procurando mais rapidamente e fazem com que eles voltem para pesquisas futuras.

Não é exagero imaginar, portanto, um futuro em que os mecanismos de busca antecipem as necessidades dos usuários antes que elas sejam digitadas. Eles irão além da consulta por palavra-chave e aplicarão comportamentos anteriores e informações contextuais - como a intenção revelada por uma interface de conversação - para gerar respostas totalmente exclusivas para cada usuário. Isso parece incrível, mas quanto mais a pesquisa conversacional melhorar, melhor será a entrega de respostas que satisfaçam as consultas dos usuários sem que eles tenham que clicar em outro site - reduzindo as oportunidades de anúncios no sentido tradicional.

Os fluxos de dados que possibilitam essa experiência desempenharão um papel de grande importância na forma como a pesquisa continua a evoluir. As marcas que possuem dados primários terão a oportunidade de usá-los para possibilitar experiências preditivas e personalizadas ainda maiores. Embora não saibamos ao certo como esse espaço evoluirá - preocupações com privacidade e transparência, especialmente em nível global, podem interromper o progresso aqui -, parece provável que as experiências de pesquisa continuarão a evoluir nessa tendência. A lição é clara para as marcas: o acúmulo de ativos de dados e a capacidade de implementar a IA serão diferenciais à medida que o cenário de anúncios SERP mudar.

Não espere para atualizar sua estratégia de pesquisa.

Não é de se surpreender que uma base sólida de dados seja crucial para se manter à frente dessas mudanças. Mantenha uma vantagem competitiva investindo em dados primários integrados em todos os pontos de contato do ciclo de conversão. Aplique a modelagem de conversão para ajudar a gerar anúncios mais relevantes e retornos mais altos. Esses insights serão essenciais à medida que as marcas se adaptarem à pesquisa de conversação, fornecendo-lhes os insights e as ferramentas de que precisam para fornecer conteúdo mais personalizado, relevante e eficaz.

Por falar em conteúdo, as marcas também podem se preparar para o futuro atualizando sua abordagem de ativação e criação. Teste a IA por meio de lances, criativos de anúncios e brincadeiras com correspondências amplas. Experimente ferramentas como o Performance Max do Google - um recurso de IA implementado no pacote GMP que permite lançamentos e otimizações de campanhas em vários canais, tudo a partir de uma única configuração de campanha - e a geração automatizada de ativos.

Por fim, deixe de depender de texto testando mais extensões de imagem e invista em criativos de desempenho para ajudar a se destacar. Aproveitar a IA para otimizar e encontrar as melhores combinações criativas ajudará as marcas a adotar uma abordagem mais baseada em ativos e a se preparar para as interfaces cada vez mais experienciais, visuais e de conversação da pesquisa.

Todos esses desenvolvimentos estão acontecendo agora, e as marcas precisarão se adaptar por meio da experimentação com as ferramentas de IA emergentes.

Ao fazer isso, elas estarão mais bem equipadas para fornecer conteúdo personalizado, relevante e eficaz que envolva os usuários e as ajude a se destacar em um cenário digital cada vez mais competitivo. E, por fim, a IA está longe de ser perfeita, portanto, verifique as fontes e as respostas geradoras.

Para um de nossos clientes, sua equipe gastou bastante tempo e esforço criando uma série de campanhas de marketing por e-mail para otimizar as jornadas on-line dos clientes. Alguns resultados foram ótimos: a CTR, por exemplo, foi extremamente alta, considerando o benchmark do setor. Então, por que a equipe ainda não conseguiu demonstrar o impacto do seu investimento?

Assim que nossa equipe começou a analisar os dados da campanha de e-mail de cima a baixo, um problema comum apareceu. Na verdade, não se tratava do conteúdo do e-mail ou das configurações de automação. O problema estava no topo da jornada da campanha de e-mail: o número de leads de e-mail colocados nos pipelines da campanha era significativamente baixo.

Antes de começar, considere seus dados.

Os dados do Relatório de ROI de 2022 da Nielsen mostram que o aumento do investimento em campanhas de marketing do topo do funil para o meio do funil elevou o ROI das marcas em 70%. Claramente, é fundamental criar e fortalecer um sistema de marketing em que você possa maximizar o impacto de sua contribuição e obter os melhores resultados. Entretanto, às vezes nos esquecemos de dois dos principais aspectos da implementação de uma estratégia de marketing bem-sucedida: a quantidade e a qualidade de sua contribuição. Ambos devem ser satisfeitos, pois sem uma quantidade decente de leads de e-mail de qualidade no topo do funil de marketing por e-mail, os resultados nunca serão suficientes ou fornecerão o valor esperado para o investimento da equipe.

O relatório da Nielsen também mostra uma correlação significativa e positiva entre a segmentação do público-alvo e o ROI da campanha: as campanhas de alto alcance (aquelas que visam atingir um grande número de pessoas em um público-alvo específico) apresentam um ROI mais alto do que as campanhas de médio e baixo alcance. Considerando o poder do marketing de funil superior e médio, a segmentação do público-alvo no funil superior pode levar ao desbloqueio de potenciais maximizados de desempenho da campanha. Mas, para garantir uma quantidade saudável de clientes no topo do funil, é fundamental abordar os alvos certos em suas campanhas no topo do funil. E aqui está a boa notícia: as plataformas de campanha de mídia oferecem uma variedade de opções para você ajustar suas estratégias de segmentação agrupando os clientes em subconjuntos significativos.

Quando se trata de navegar pelas inúmeras categorias e pontos de dados usados para segmentação, eu sigo uma lista de estratégias e critérios para segmentar e ativar melhor os públicos em campanhas de marketing, o que, por sua vez, ajuda a melhorar a parte superior do funil. Observe que algumas estratégias podem não ser viáveis, dependendo dos recursos das plataformas de campanha de mídia que sua equipe está usando ou da disponibilidade dos dados on-line dos clientes.

• Dados demográficos: gênero, idade, escolaridade, cargo, etc.
• Eventos da vida: marcos críticos da vida, como mudança no estado civil, ter um bebê ou comprar uma casa.
• Afinidade: interesses específicos dos consumidores durante a navegação on-line.
• No mercado: forte interesse do consumidor nos produtos ou serviços que você está vendendo.
• Interações anteriores com seu site ou aplicativo: visitou, viu um produto, clicou em "adicionar ao carrinho", fez login, baixou folhetos etc.
• Clientes atuais: registros existentes no CRM que correspondem aos canais da campanha.
• Clientes prováveis: pessoas que compartilham características semelhantes às dos clientes atuais.

Ao segmentar os clientes-alvo nos subconjuntos certos e oferecer a eles conteúdo relevante nos canais de marketing, sua equipe terá mais chances de ter pipelines superiores fortes, o que levará a um desempenho mais forte no funil. E se a sua equipe tiver uma entrada robusta e um sistema de marketing sólido, a melhoria do ROI está logo ali!

Para superar esse desafio, os profissionais de marketing e cientistas de dados mais sábios recorrem às plataformas de dados de clientes: sistemas de software que permitem às empresas coletar, centralizar e gerenciar dados de clientes de várias fontes em um só lugar. Uma CDP pode ajudar a responder a uma grande quantidade de perguntas, fornecendo uma única fonte de verdade; porém, antes de chegar lá, é importante entender como lidar com as complexidades e as responsabilidades que vêm com ela.

Não faz muito tempo, nosso Diretor Associado de Dados do Cliente, Elia Niboldi, escreveu um artigo sobre como aproveitar todo o potencial das CDPs. Desta vez, estamos dando um passo atrás com um novo whitepaper que explora as principais considerações ao implementar uma CDP. Vamos analisar algumas das principais conclusões.

Com as CDPs, vem uma grande responsabilidade.

Para simplificar, as CDPs têm como objetivo fornecer uma visão abrangente do cliente em todos os canais e pontos de contato, o que permite que as empresas tomem decisões informadas e criem melhores experiências para o cliente. Elas são ferramentas incrivelmente poderosas, mas isso também significa que os dados coletados pelas CDPs podem ser confidenciais e precisam ser tratados de maneira responsável e ética, mesmo que os clientes tenham ficado felizes em compartilhá-los com a marca.

Em outras palavras, os dados das CDPs são acompanhados da necessidade de uma estratégia e de uma governança clara sobre as interações de uma marca com seus clientes. Ter um sistema robusto de gerenciamento de consentimento em vigor é o mínimo, um processo essencial para permitir que os clientes determinem quais informações desejam compartilhar com uma empresa - algo que o Salesforce Privacy Center trata muito bem. E isso não deve se limitar à primeira interação das marcas com um cliente: quando ocorrerem mudanças na regulamentação ou quando as preferências dos clientes mudarem, eles devem ter a opção de gerenciar e atualizar essas preferências, e as marcas podem acompanhar essas informações em um local centralizado por meio de um CDP.

Uma vez que o cliente tenha demonstrado interesse em criar uma troca de valor entre seus dados e os serviços da marca, é importante definir padrões de limite de frequência que aliviem a fadiga da marca e garantam que as comunicações da marca sejam eficazes e positivas, em vez de incômodas e frustrantes. Os limites de envio de frequência geralmente são redefinidos diariamente, semanalmente ou mensalmente, e podem ser ajustados com base no comportamento do cliente para otimizar as campanhas de marketing e melhorar a experiência geral do cliente.

Considere a função das CDPs nos negócios do CMO.

Por fornecerem uma visão unificada, as CDPs são uma ferramenta técnica e organizacional que pode ajudar a eliminar silos. Tradicionalmente, os dados dos clientes são fragmentados entre sistemas e isolados dentro dos departamentos, o que dificulta o acesso dos profissionais de marketing a esses dados de forma significativa. Ao mesmo tempo, é naturalmente difícil para as equipes de tecnologia entenderem totalmente as necessidades de marketing ou seus casos de uso específicos para os dados que gerenciam. Os CPDs preenchem essa lacuna, atendendo tanto ao CMO quanto ao CIO.

No entanto, para que os CMOs tenham acesso ao valor real das CDPs, precisamos lembrar que elas desempenham três funções principais: garantir a cooperação entre as equipes, melhorar os casos de uso de otimização e oferecer uma melhor segmentação. Uma CDP exige a cooperação entre diferentes equipes, pois seu objetivo é acabar com os silos e fornecer uma única fonte de verdade que possa ser utilizada por todos na organização. Por meio dessa fonte de verdade, os profissionais de marketing podem acompanhar quais canais e estratégias estão tendo um desempenho particularmente bom e otimizar de acordo. Por fim, as CDPs liberam recursos superiores de segmentação que permitem que as empresas ofereçam experiências personalizadas que atendam às necessidades e aos interesses de seus clientes.

O Salesforce Data Cloud, por exemplo, combina os dados do Google e do The Trade Desk para ativar insights de público-alvo além de mensagens, jornadas e personalização no local para as campanhas de pesquisa e mídia digital de uma marca. Além disso, ele canaliza uma quantidade quase infinita de dados dinâmicos para o Customer 360 em tempo real. Isso permite um envolvimento mais profundo do público, já que os dados do cliente são continuamente atualizados e alimentam campanhas de áudio, OOH, aplicativos, web e tudo o mais.

Interessado em implementar uma CDP? Avalie sua prontidão.

Então, você instalou padrões claros de governança em torno de suas interações com os consumidores e alinhou o CMO e o CIO sobre a importância de ter uma fonte de verdade. Você está pronto para começar a extrair insights significativos sobre os clientes? Ainda não. Primeiro, você precisará seguir algumas etapas iniciais para garantir uma implementação bem-sucedida do CDP:

• Alinhamento dos resultados: comece com um workshop sobre os casos de uso prioritários para entregar o produto mínimo viável. Esse precisa ser um exercício multifuncional que idealize, quantifique e priorize os casos de uso.
• Estratégia de resolução de identidade: crie o gráfico de identidade que permite que um perfil de cliente seja unido para formar uma visão única do cliente.
• Modelo de dados: projete uma estrutura de medição global consistente.
• Visão da equipe: certifique-se de que o CDP esteja associado a uma visão estratégica clara e à equipe certa para extrair todo o seu potencial. Essa equipe deve incluir campeões de diferentes departamentos, parceiros de integração de sistemas, patrocinadores executivos e usuários operacionais.
• Plano de implementação: desenvolva o modelo operacional. Para que uma plataforma de dados do cliente seja implementada sem problemas em uma empresa, as integrações pré-construídas são essenciais. Estabeleça quais integrações são necessárias e use-as para escolher uma solução de CDP que atenda às suas necessidades operacionais.

Considerando tudo isso, as CDPs não devem ser consideradas como "configurar e esquecer", mas sim como "implementar e otimizar" Uma CDP, como o Salesforce Data Cloud, pode proporcionar uma série de benefícios para uma empresa, desde um gerenciamento de dados mais eficiente até melhores experiências do cliente. Ao definir um processo de governança claro e levar em conta as principais considerações antes da implementação, as empresas podem garantir que estão prontas para os benefícios e as responsabilidades que vêm com a utilização de uma CDP.

Neste relatório, você aprenderá a lidar com as principais considerações, como governança de dados, gerenciamento de eficiência, princípios de virtualização, gerenciamento de consentimento, unificação e ativação para criar uma visão holística do que está acontecendo em sua empresa.

Em todos os mercados, as marcas são confrontadas com questões complexas como a atual retração econômica, inflação e depreciação de biscoitos de terceiros. Cortes de orçamento e demissões os levaram a reduzir seus orçamentos de mídia e produção de conteúdo para 2023 e, como resultado, aumentaram seu interesse em soluções de automação para operações de produção e publicidade. Com o objetivo de completar a mesma carga de trabalho da melhor maneira possível, muitas marcas estão mudando seu foco para atividades de baixo consumo de combustível e de desempenho, enquanto buscam maneiras de usar os recursos de forma mais sábia. Enquanto embarcam em novos caminhos para o crescimento - ou planejam investimentos em inovação para diversificar as estratégias de marketing - agora é o momento para as marcas automatizarem quaisquer formatos e ativos que puderem para liberar o tempo e o orçamento necessários para ativações mais extraordinárias.

O medo de assumir grandes riscos criativos durante tempos econômicos difíceis dificulta a entrega de criatividade pioneira. Além disso, o processo criativo tradicional é muitas vezes caro e não garante um bom desempenho de uma campanha. Acredito que isto é o resultado de um processo linear e rígido que não permite a iteração, deixando, assim, a percepção do desempenho em pleno vôo sem ser abordada. As campanhas tradicionais de grandes idéias têm seu lugar, mas existe uma solução mais econômica e eficiente para desenvolver uma criatividade verdadeiramente inovadora: Otimização Criativa Dinâmica.

DCO é uma bala de prata à medida que as marcas racionalizam orçamentos e equipes.

DCO é o processo de produção de criativos modulares que podem servir variantes criativas personalizadas aos usuários com base em diferentes atributos, desde sua demografia e localização até suas tendências comportamentais e psicográficas. Em um tempo de incerteza econômica e de evolução das expectativas dos consumidores, a capacidade de adaptar rapidamente os criativos para enfrentar novos desafios, tendências ou "momentos" é uma mudança no jogo.

Olhando para benefícios adicionais, DCO permite racionalizar a iteração criativa e os processos AdOps correspondentes e encurtar o processo de ativação. Meu colega Mitchell Pok, Diretor de Serviços Criativos e Tecnologia, diz que o processo criativo típico muitas vezes termina na entrega, e fazer quaisquer iterações ou mudanças pode levar muito tempo.

Isto também significa que o elevador necessário para realizar testes foi reduzido, permitindo que as marcas façam testes mais adequados. Ao iterarem metodicamente o conteúdo de alto desempenho, as marcas são capazes de aprender o que funciona melhor para seus consumidores-alvo e ajustar o envio de mensagens na hora.

Como você pode ver, o DCO é um meio de aumentar a eficiência operacional. Ao têmpera de alto volume e ativos criativos repetitivos, as marcas economizam tempo e orçamento, que podem reinvestir em outras áreas: desenvolvendo formatos inovadores para novas plataformas, projetando criativos para canais que requerem uma abordagem mais customizada, ou aperfeiçoando táticas de baixa escala mas de alto desempenho para impulsionar a personalização em escala - a escolha é sua.

O DCO bem sucedido é um verdadeiro esforço interdepartamental.

Para que se obtenham todos os benefícios do DCO, é necessária a colaboração entre várias equipes para garantir um processo sem interrupções, desde a iteração de ativos até a ativação. Infelizmente, diferentes departamentos, como mídia e criativos, são freqüentemente siloados. Historicamente, o cenário da mídia sempre consistiu em ocupações de nicho, com especialistas raramente saindo de seus reinos específicos. Quanto às equipes criativas, elas estão mais a jusante e não conseguem realmente ver os resultados dos ativos que entregam, mas são deixadas no escuro até que o próximo pedido chegue.

No entanto, a constante colaboração entre estas equipes ajuda a amarrar tudo junto. É por isso que nos concentramos em quebrar as barreiras e garantir que todos os envolvidos em um projeto entendam o que os outros departamentos estão fazendo. Por mais que haja limitações de uma perspectiva da mídia que os criativos precisam considerar, há limitações da perspectiva criativa que as equipes de mídia precisam levar em conta. A chave para reunir estes dois é ajudá-los a ver as coisas da perspectiva do outro - por exemplo, mostrando aos designers a granularidade na qual a mídia pode ser comprada, capacitando-os assim a criar imagens mais relevantes para servir a estas táticas.

Pés frios? Faça um piloto e veja onde ele o leva.

Para marcas que ainda se esquivam do DCO, eu digo: vamos fazer um piloto. É complementar a outras medidas, e assim pode desempenhar um papel grande ou menor em sua estratégia. Além disso, se você já está acostumado a criar e executar criativos animados HTML5, o processo de produção do DCO é apenas marginalmente mais complexo, mas oferece os benefícios de atualizar rapidamente o envio de mensagens e testar novas variações. Comece trabalhando em equipe com um parceiro que pode ajudá-lo a executar um piloto e ver onde ele o leva.

Em última análise, quanto mais você testar sistematicamente seus criativos e gerar insights, mais o DCO o ajudará a afinar toda a sua estratégia de marketing através da criatividade e da mídia. Meu conselho para marcas que estão prontas para se tornarem mais inteligentes em sua produção criativa é o mesmo que para mim quando navego em cursos de cerâmica: é hora de correr riscos, pois a sorte favorece os ousados.

Trabalhando como especialista sênior em dados, deparei-me com uma série de erros comuns que impedem as empresas de alavancar esta ferramenta em todo o seu potencial - e conseqüentemente, acessar o verdadeiro valor de seus dados. Durante uma série de painéis no MeasureCamp de Melbourne, tive a sorte de hospedar uma sessão sobre estas observações e algumas recomendações para que as marcas pudessem contar com insights acionáveis sobre o comportamento dos usuários e o desempenho das aplicações. Se você falhou, continue lendo para as principais tomadas de decisão.

Aprendizado #1: Apenas um projeto Firebase pode ser ligado a uma propriedade GA4.

Uma coisa importante a considerar quando se trata de integrar Firebase com GA4 é que apenas um projeto Firebase pode ser vinculado a uma propriedade GA4. Isto significa que se houver vários projetos Firebase, é necessário transferir todas as aplicações - independentemente dos sistemas operacionais ou ciclos de desenvolvimento - para um projeto e ligá-lo à propriedade principal GA4.

Isto requer um planejamento cuidadoso e um profundo entendimento de como os projetos Firebase são configurados. Tenha em mente os potenciais desafios técnicos e limitações na migração de aplicações de um projeto para outro. Por exemplo, certos desenvolvedores de aplicativos podem ter suas próprias preferências em termos de configuração de projetos, então você precisa conversar com sua equipe de desenvolvimento e entender o que isso parece.

Além disso, esteja ciente de dependências como o Crashlytics ou a configuração de exportação BigQuery ao mover aplicativos de um projeto para outro. Cada projeto Firebase pode ter múltiplas integrações de pilhas, e devemos estar prontos para reconfigurá-las todas. Certifique-se de ter dados históricos e mapeie as linhas de tempo para estas migrações de aplicativos.

Aprendizagem nº 2: A nomeação padrão desbloqueia as percepções do cliente.

A principal razão pela qual você gostaria de integrar o Firebase com o GA4 é que ele fornece insights valiosos sobre as viagens dos usuários através da web e plataformas de aplicativos. Entretanto, a única maneira de desbloquear essas percepções é garantindo convenções de nomenclatura padrão para eventos web e de aplicativos.

Primeiro, será necessário criar uma planilha do Google ou uma planilha do Excel para padronizar a nomenclatura de eventos e parâmetros. Aqui está um exemplo:

Como você pode ver, recomendamos ter nomes e parâmetros padronizados de eventos através da web e plataformas de aplicativos na GA4. Pode parecer simples, mas não é raro que as organizações usem convenções diferentes em plataformas diferentes, tornando mais difícil cruzar os dados.

Outras dicas para facilitar o processo incluem:

• Se você tiver um website, mas ainda sem implementação do aplicativo, confie em sua web e nos Eventos Recomendados pela GA4 para nomear o evento e implementá-los para o aplicativo.
• Se você já tem um aplicativo implementado com o Firebase, use a folha de mapeamento para entender quais eventos do aplicativo podem ser mapeados para a web. É mais fácil renomear eventos da web com GTM do que fazê-lo para o aplicativo.
• Alinhe-se com as equipes de desenvolvimento da web e do aplicativo para convenções de nomenclatura. Por exemplo, usando camelcase (por exemplo, SignUp) vs. snake case (sign_up)

Aprendizado #3: Esteja atento aos limites da coleta de dados.

Quando você usa Firebase para coletar dados de seus aplicativos, é importante estar atento aos limites de coleta e configuração dos dados. O Firebase Analytics não registra eventos, parâmetros de eventos e propriedades do usuário que excedem certos limites - o quesignifica que a plataforma deixará de registrar os eventos e deixará de rastrear dados valiosos, mesmo que você exceda o limite em alguns caracteres.

Em minha experiência, este erro é especialmente comum entre os desenvolvedores que implementam o Firebase SDK sem realmente conhecer os limites. Estas são algumas das principais advertências e minhas respectivas recomendações para eles:

• Limites de parâmetros de eventos: 25 parâmetros por evento podem parecer muito, mas podem se somar se você estiver enviando eventos de comércio eletrônico. GA4 e Firebase deixarão de lado os eventos e parâmetros de eventos se você exceder este limite.
• Tome cuidado para não ultrapassar o comprimento máximo do valor do parâmetro de evento, que atualmente é de 100 caracteres. Esteja ciente dos valores gerados pelo usuário (por exemplo, nome da listagem em mercados)
• Lembre-se de que o Firebase não aceita parâmetros do tipo array.
• Ao configurar a exportação do BigQuery para GA4 (tanto com aplicativos quanto com fluxos web), verifique o uso com antecedência para que você não fique chocado com o custo de armazenamento e consulta dos dados. Dica pro: Configure tabelas agregadas diárias para métricas importantes em vez de consultar diretamente a partir de tabelas de exportação bruta.

Em conclusão, é essencial estar ciente das limitações em torno da ligação dos projetos Firebase com a propriedade GA4 e planejar com antecedência sua migração. Crie uma folha de mapeamento para mapear os eventos através do website e aplicativos e padronize a nomenclatura dos aplicativos e eventos da web. Tome nota dos limites de coleta de dados do Firebase e certifique-se de não ultrapassar os limites e correr o risco de perder seus dados. Finalmente, aprenda como depurar aplicativos usando o Modo de Depuração do Firebase, uma dica de bônus que pode economizar tempo e dores de cabeça.