Voltar ao blog

Marketing Mix Modeling: o que ele responde que a atribuição não responde

Atribuição mede o caminho de quem converteu. MMM mede o efeito de cada canal sobre o resultado total, inclusive de quem nunca clicou. São perguntas diferentes, e uma não substitui a outra.

Toda vez que um cliente pede para “descobrir qual canal está funcionando”, a resposta automática do mercado é mexer no modelo de atribuição. Na maioria das vezes a pergunta não é de atribuição.

Duas perguntas que parecem uma

Antes de entrar no método, vale entender por que a jornada real derrota a atribuição por clique: é o messy middle, o vaivém entre exploração e avaliação que nenhum modelo de último clique consegue descrever.

Atribuição pergunta: por onde passou quem converteu? É uma leitura de caminho, feita sobre quem foi rastreado e converteu.

Marketing Mix Modeling pergunta: quanto do resultado total cada canal explica? É uma leitura de efeito, feita sobre a série histórica do negócio inteiro.

A diferença fica óbvia num exemplo: uma campanha de YouTube que ninguém clica, mas que faz a busca por marca subir 30% na semana seguinte. Atribuição vê um canal que não converte. MMM vê um canal que move o resultado.

Atribuição só enxerga quem clicou. MMM enxerga o mercado, inclusive quem foi impactado, não clicou e comprou depois por outro caminho.

Por que o Marketing Mix Modeling voltou a existir

MMM é técnica antiga, de quando anunciante media TV e rádio sem cookie nenhum. Ele voltou porque o digital está ficando parecido com aquilo: fim do cookie de terceiros, restrição de iOS, consentimento derrubando parte da coleta, janelas de atribuição encurtando.

Quanto menos rastreamento individual, mais valor tem um método que nunca dependeu dele.

A inversão: contexto externo antes do dado interno

A parte contraintuitiva não está na matemática. Está na ordem de leitura. O fluxo tradicional começa no painel de campanha e vai abrindo. O fluxo que funciona começa de fora:

  1. Contexto externo. Sazonalidade do setor, comportamento de investimento, capital disponível no mercado, movimento de concorrente. Boa parte da variação que o time atribui a campanha é mercado.
  2. Canais em perspectiva. Isolar o impacto de cada canal sobre a série de resultado, sem confundir atribuição com influência.
  3. Dados internos por último. GA4, funil, pixel, CRM. Eles refinam a leitura, não a originam.
Otimizar campanha com base em dado enviesado é reformar prédio com fundação podre. Se a queda do trimestre foi sazonalidade do setor, cortar a campanha que “parou de performar” remove justamente o que sustentava o patamar.

O que um Marketing Mix Modeling entrega na prática

Num caso de franqueadora que a gente acompanhou, a leitura mudou três decisões concretas:

Palavras-chave que drenavam 24% do orçamento com zero conversão saíram, e sair custou nada, porque o modelo mostrou que elas também não tinham efeito indireto.

Campanhas de intenção clara ganharam verba mesmo com CPC maior, porque entregavam leads com chance de fechamento muito superior. Sem MMM, o CPC alto teria condenado a campanha.

E os sócios pararam de acompanhar contagem de leads e passaram a acompanhar o CAC real por canal, taxa de fechamento por origem e previsão de franqueados no trimestre.

A verba deixou de ser “dividida entre canais” e passou a ser alocada por eficiência de CAC real combinada com elasticidade de escala: quanto cada canal ainda aguenta receber antes de o retorno marginal cair. É a mesma lógica de alocar por ROI marginal em vez de ROAS médio.

O que você precisa ter para rodar

  • Histórico longo. Menos de doze meses de série não permite separar sazonalidade de efeito de mídia.
  • Variação de investimento. Se a verba foi idêntica todo mês, o modelo não tem contraste para estimar efeito.
  • Resultado de negócio, não de mídia. Receita ou contratos fechados. Volume de lead não serve como variável dependente.
  • Registro de eventos externos. Promoção, ruptura de estoque, mudança de preço, campanha offline. Sem isso o modelo credita à mídia o que foi outra coisa.

Quando o Marketing Mix Modeling é exagero

Sendo transparente: a maioria das contas não precisa de MMM, e vender isso como próximo passo obrigatório é empurrar complexidade.

Com um ou dois canais, o modelo não tem o que decompor. Uma análise de participação e alguns testes de incrementalidade respondem melhor e mais rápido. Com histórico curto, o resultado é numérico mas não é confiável, e número frágil apresentado com confiança é pior que ausência de número.

E se o rastreamento básico ainda está quebrado, MMM é o degrau errado: ele vai medir com elegância uma operação cujo problema é que o pixel dispara duas vezes. Arrumar o circuito de rastreamento de conversões entrega mais, custa menos e vem antes.

Marketing Mix Modeling é ferramenta de quem já tem múltiplos canais, histórico e uma pergunta que a atribuição comprovadamente não respondeu. Fora disso, é sofisticação sem retorno.

Continue por aqui

Quer esse olhar aplicado na sua conta?

A conversa começa por um diagnóstico do que está travando a operação hoje. Leva menos de um minuto para preencher, e não tem pitch na primeira conversa.

Pedir diagnóstico →