Roman Garbar
Artigo de convidada por Galia Lahav, Gestora de Marketing Digital na @Persona.ly
A aquisição de utilizadores é um dos pilares mais importantes para o sucesso de uma aplicação móvel. As estratégias de aquisição de utilizadores vão desde a promoção orgânica (ASO) e os canais próprios até aos meios pagos (plataformas sociais, redes e publicidade programática).
Como profissional de marketing móvel, certamente já experimentou vários canais e plataformas de marketing. Embora a publicidade paga nas redes sociais pareça ser a opção mais fácil, nunca é boa ideia colocar todos os ovos na mesma cesta, pois isso gera dependência de uma única fonte de tráfego. Embora não haja nada de errado em trabalhar com redes sociais (as boas, claro), existem formas mais eficientes de adquirir tráfego. Os canais programáticos permitem aos profissionais de marketing diversificar as fontes, adquirindo tráfego de várias plataformas de troca de anúncios de forma inteligente e transparente.
O que é a publicidade programática?
No contexto da tecnologia publicitária (adtech), o termo «programático» refere-se à utilização da tecnologia para automatizar a compra e a venda de publicidade. Isto inclui a utilização de uma plataforma programática — Demand Side Platform (DSP) — para adquirir espaço publicitário em tempo real, direcionar a publicidade a segmentos específicos de público e analisar dados para otimizar as campanhas publicitárias.
A publicidade programática permite uma publicidade mais eficiente e eficaz, bem como maiores capacidades de segmentação para os anunciantes. Os seres humanos simplesmente não conseguem igualar este nível de eficácia devido à complexidade das combinações de múltiplos fatores e à rapidez com que as mudanças podem ocorrer.
Ecossistema e processo do RTB
Os anunciantes podem adquirir tráfego programático através do leilão em tempo real (RTB), um mercado aberto baseado em leilões que utiliza uma plataforma do lado da procura (DSP).
No ecossistema da publicidade programática, existem vários intervenientes-chave: editores, anunciantes, SSPs e DSPs.
- Os editores são os proprietários de propriedades digitais, tais como sítios Web ou aplicações, que disponibilizam espaço publicitário para rentabilizar o seu produto.
- As SSP (plataformas do lado da oferta) funcionam como uma ponte entre editores e compradores, proporcionando uma plataforma para que os editores vendam o seu inventário publicitário.
- As DSPs (plataformas do lado da procura) são plataformas utilizadas pelos anunciantes para adquirir inventário publicitário em tempo real, através da ligação a várias SSPs e outras bolsas de publicidade.
- Os anunciantes são aqueles que procuram espaço publicitário disponível para veicular as suas campanhas e alcançar o seu público-alvo.
O que distingue a publicidade programática?
Os SSPs tiveram origem nas redes de publicidade — empresas que ligam vários editores (sites e aplicações) para que estes possam aceder ao seu inventário publicitário e gerar receitas através da exibição de anúncios ao seu público.
As redes de publicidade proporcionam acesso a um vasto inventário; no entanto, exigem muito trabalho manual e, em alguns casos, carecem de transparência. As redes de publicidade baseiam-se principalmente em modelos de pagamento orientados para o desempenho, como o CPI (custo por instalação) ou o CPA (custo por ação). (Abordaremos o que há de errado com isto no próximo parágrafo). As SSPs fornecem inventário programático (leia-se “automatizado”) e funcionam exclusivamente com o modelo CPM (custo por mil, ou custo por cada 1000 impressões), permitindo uma maior versatilidade nas práticas de segmentação.
Embora a aquisição de utilizadores com base em CPA pareça ser um excelente negócio (os anunciantes pagam por instalação/evento-alvo), há alguns casos em que os resultados são bons demais para serem verdadeiros. A falta de transparência abre margem para manipulação, uma vez que as redes de publicidade não divulgam as fontes de tráfego para evitar a concorrência direta com um editor. Como resultado, os anunciantes podem acabar por pagar por instalações ou eventos fraudulentos. Existem várias soluções antifraude que oferecem uma rede de segurança aos anunciantes, mas os danos causados pela fraude vão além do mero aspecto monetário. Os danos potenciais incluem prejudicar a ASO e canibalizar o tráfego orgânico.
Com a compra programática, os anunciantes adquirem as impressões dos editores através de SSPs de confiança. Além disso, os DSPs garantem a segmentação adequada com base nas previsões de probabilidade de eventos desenvolvidas por algoritmos de aprendizagem automática. Embora os KPIs sejam definidos com base no desempenho (e possam envolver eCPI, eCPA ou ROAS), os anunciantes pagam pelo número de vezes que os anúncios foram exibidos aos utilizadores.
O “ingrediente secreto” da compra programática consiste em encontrar a combinação perfeita de características do público-alvo e em filtrar os segmentos de público irrelevantes. Esta abordagem garante que os anúncios sejam exibidos no momento certo ao público que estaria genuinamente interessado no produto e que tem maior probabilidade de realizar as ações pretendidas. Por conseguinte, não há motivo para que as DSPs programáticas ocultem as suas fontes de tráfego e editores.
Por um lado, esta abordagem permite aos anunciantes reduzir os custos. Por outro lado, elimina o risco de qualquer atividade fraudulenta, uma vez que tanto as SSP como as DSP recorrem a vários métodos antifraude.
Tipos de DSPs
Embora a publicidade programática seja apenas uma forma mais inteligente de adquirir tráfego, os DSPs permitem que os anunciantes definam determinados KPIs para alcançar o sucesso. Os diferentes tipos de DSP incluem os DSPs baseados em regras e os DSPs baseados em aprendizagem automática.
DSPs baseados em regras
No caso dos DSPs baseados em regras, a apresentação de lances é feita com base em regras simples (na sua maioria definidas por um especialista) que a plataforma segue. Embora esta seja uma forma viável de adquirir tráfego, carece de eficiência e requer muitos ajustes manuais.
A maioria das DSPs de autoatendimento baseia-se em regras, uma vez que a gestão de um algoritmo baseado em aprendizagem automática requer um vasto conhecimento da plataforma e do algoritmo (e muitos conhecimentos de ciência de dados).
Eis um exemplo de configuração de um DSP baseado em regras:
| Categoria da loja | Colocação | Tipo de dispositivo | Oferta |
| RPG | Banner | Tablet | $0.24 |
| Informal | Vídeo | Smartphone | $3.50 |
| Quebra-cabeças | Nativo | Smartphone | $1.10 |
DSPs baseados em aprendizagem automática
No caso dos DSPs baseados em aprendizagem automática, a segmentação assenta nas conclusões a que o algoritmo chegou ao analisar grandes volumes de dados. A plataforma tem em conta vários fatores, processando milhões de combinações para prever a probabilidade de um determinado evento ocorrer num determinado segmento de público.
Assim que um SSP sinaliza que há um novo leilão disponível, um DSP dispõe apenas de cerca de 200 ms para decidir se deve apresentar uma oferta e qual o valor dessa oferta, com base no resultado esperado.
As previsões relativas a cliques, instalações e eventos baseiam-se no comportamento anterior do público e ocorrem quase simultaneamente, logo após o SSP enviar os dados sobre o inventário disponível. Em seguida, o algoritmo decide se deve apresentar uma oferta — e, em caso afirmativo, a que preço.
O «bid shading» é outra característica distintiva dos DSPs baseados em ML. Com base no valor previsto do utilizador e nos dados históricos dos leilões (pensem em milhões de leilões de anúncios por segundo), o algoritmo define o preço da oferta e apresenta a oferta. Isto permite ao anunciante um preço de licitação mais equilibrado e garante que este não pague a mais no contexto dos leilões de primeiro preço.
Eis uma estrutura muito simplificada do processo de licitação para DSPs baseados em ML:
As principais diferenças entre os DSPs baseados em regras e os baseados em aprendizagem automática estão listadas abaixo:
| Baseado em regras | Baseado em ML | |
| Leilão em tempo real | √ | √ |
| Stock de alta qualidade | √ | √ |
| Escalabilidade | √ | |
| Definição básica de segmentação | √ | √ (na fase inicial da aprendizagem) |
| Ajustamento automático dos objetivos com base em previsões de desempenho | √ | |
| Autoatendimento | √ | |
| Serviço gerido | √ | √ |
Partilha de dados na publicidade programática – o problema do arranque a frio
A partilha de dados na aquisição de utilizadores móveis implica conceder a um parceiro de aquisição de utilizadores (UA) acesso a uma lista de público-alvo.
Um DSP baseado em ML, com acesso a um vasto conjunto de dados, pode então gerar segmentos de público semelhante para resolver o problema do «cold start» (e reduzir significativamente o custo de exploração). Esta abordagem permite ao anunciante garantir que está a direcionar a sua campanha para o público certo desde o início. Simultaneamente, a lista de público funciona como uma lista de exclusão para evitar a segmentação de quaisquer utilizadores existentes.
Outra característica dos DSPs baseados em ML é a capacidade de reconhecer os padrões de comportamento de diferentes públicos, classificar os segmentos e até apresentar criativos diferentes com base nessa segmentação. Desta forma, as campanhas concentram-se na aquisição de novos utilizadores relevantes, em vez de desperdiçar o orçamento do anunciante na segmentação de utilizadores existentes ou daqueles que não irão converter.
Introdução ao canal programático
1) Faz a tua pesquisa.
Lembre-se de que a publicidade programática tem a ver com tecnologia e inventário de qualidade. Alguns operadores podem apresentar-se como DSP, embora sejam, na realidade, uma rede de publicidade. Para evitar confusões, certifique-se de que consulta os estudos de caso, pesquisa a empresa e faz as perguntas certas sobre as fontes de tráfego e as metodologias utilizadas.
2) Partilhe os seus objetivos e indicadores-chave de desempenho (KPI).
Para que um algoritmo de aprendizagem automática realize uma segmentação adequada, é necessária uma configuração de campanha muito específica, na qual os objetivos estejam claramente definidos.
3) Partilhar dados.
Como já foi referido, a partilha de dados é uma etapa fundamental na publicidade móvel. Existem várias formas seguras e em conformidade com a privacidade dos dados para partilhar esses dados (e não se trata de um ficheiro .csv).
4) Seja paciente, mas tenha cuidado.
Dependendo do setor da aplicação, a implementação de uma compressão robusta de eventos no funil pós-instalação através do ML poderá exigir um tempo e um orçamento diferentes. Certifique-se de que mantém contacto com o gestor de sucesso do cliente da plataforma para uma avaliação do progresso.
Sobre o autor convidado
Galia Lahav, gestora de marketing digital na Persona.ly, uma DSP com enfoque no telemóvel que opera a nível mundial. Com acesso a mais de 2,5 milhões de leilões de anúncios por segundo, algoritmos proprietários de licitação e de aprendizagem automática, a Persona.ly oferece soluções de aquisição de utilizadores (UA) e retargeting transparentes, orientadas para o desempenho e altamente direcionadas, em grande escala. A empresa conta com a confiança da Rapido, Games24x7, Papaya Gaming, Ubisoft, Tilting Point e muitas outras.
