Empresas B2B: otimize suas campanhas de busca com análises de cohort

Empresas B2B: otimize suas campanhas de busca com análises de cohort

Quando o assunto é SEM, ou busca paga, os profissionais de marketing de empresas B2B estão super acostumados a ouvir algumas perguntas:

  • Por que vejo bons resultados nas taxa de click e captura de leads, mas não em vendas?
  • Nós gastamos R$ 15.000 em SEM esse mês, onde estão os resultados?
  • Como a busca paga contribui para a retenção de clientes?

Essas perguntas são importantes. Entretanto, a habilidade de respondê-las estratégica e corretamente requer tanto capacidade analítica como profundo conhecimento do modelo de atribuição do negócio.

Muitos profissionais de marketing são bons em apenas uma dessas áreas, o que faz com que eles consigam ter apenas uma visão parcial da situação. Os gaps nos resultados, nas análises e nas otimizações fazem com que os CMOs fiquem bastante descontentes com os resultados.

Temos que lembrar que em caso de empresas B2B os resultados demoram a aparecer. Diferentemente do varejo e do mercado B2C, em que o intervalo entre a busca e efetivação da compra se dá em minutos, esses profissionais estão muito acostumados a investir em marketing sem conseguir explicar, ao certo, como o resultado é gerado.

Os profissionais de SEM, entretanto, tem em mãos algumas ferramentas para auxiliá-los com essas dúvidas. Uma delas se chama análise de cohort. Já falamos um pouco de cohort nesse post aqui, mas hoje vamos focar em como ela pode ser útil para otimização de campanhas de busca.

A adoção de análises de cohort como parte do cotidiano do profissional de SEM pode ser algo tão poderoso quanto as análises de atribuição. Ela possibilita mais acuracidade ao analisar campanhas em um determinado intervalo de tempo, de acordo com quanto tempo um usuário leva para completar o processo de compra.

Nesse post vamos cobrir alguns tópicos de análise de cohort para que você possa implementar um modelo em suas campanhas utilizando o seguinte funil:

Funil de conversão

Funil de conversão

O que é cohort?

No marketing, o termo cohort descreve segmentos de usuários que compartilham eventos ou experiências específicas em um determinado intervalo de tempo. Cohorts incluem clientes com compras, leads, usuários em fase de trial e qualquer outra etapa do funil de conversão.

Independentemente da segmentação, o valor das cohorts aparecem quando passamos a monitorar grupos ao longo do tempo para analisar seu comportamento no funil de vendas. Sem as cohorts, os profissionais de marketing acabam adivinhando a “idade” do cliente no funil (há quanto tempo ele está no funil), ficando incapazes de identificar o verdadeiro motivo que contribui para a retenção.

Uma análise típica de SEM envolve olhar para um dashboard resumido com vários intervalos de modo a compará-los com a última semana, o último mês ou algum outro período. Essa é uma boa maneira de se começar, mas ela não resolve o problema principal da busca paga em empresas B2B: olhar para o período errado pode fazer com que você avalie a performance de leads que ainda não tiveram tempo de avançar no funil.

Em outras palavras, você está inflando seu custo por lead ao incluir investimentos que não contribuíram para os leads que estamos vendo. Um exemplo de uma jornada do cliente está na imagem abaixo.

Etapas do funil de conversão

Etapas do funil de conversão

Ao comparar a performance de vendas da Black Friday, ano após ano, a receita média por visita (RPV) pode parecer maravilhosa 一 afinal vocês investem em estratégias para melhorar a conversão e aumentar o ticket médio constantemente. Mas e quanto aos clientes foram adquiridos na Black Friday do ano passado? A não ser que as estratégias de retenção estejam sendo muito bem aplicadas, provavelmente esse valor vem caindo ao longo dos anos, mesmo que a RPV esteja crescendo.

Analisar somente métricas como RPV pode ser perigoso a médio prazo pois esse tipo de métrica não leva em consideração o tempo que um cliente leva para completar o funil.

Definindo um fluxo para utilizar análises de cohort

Aderir a um modelo de cohort requer bastante preparação: garantir que os dados sejam coletados de maneira precisa é crucial para esse tipo de análise. As colunas mais importantes na sua base de dados são os registros de data e hora em que cada usuário migrou de uma etapa para a outra. Essas informações possibilitam que você possa calcular, posteriormente, quanto tempo leva para que os usuários avancem dentro do funil de vendas.

Abaixo temos uma lista com exemplos de dados importantes para a análise da etapa “oportunidade”:

  • Data de criação do lead
  • Data em que o lead se tornou uma oportunidade
  • ID do lead
  • Origem e mídia de aquisição do lead
  • Campanha de aquisição do lead
  • Palavra-chave de aquisição do lead

Tempo dentro do funil de conversão

A partir do momento em que você tiver dados suficientes para analisar uma janela de tempo não muito curta, é hora de parar para olhar com calma a jornada e quanto tempo um lead capturado por SEM demora para chegar a determinado estágio.

Nosso objetivo aqui é entender quanto tempo um usuário leva, em média, para se tornar um lead qualificado, uma oportunidade e, finalmente, um cliente.

Para configurar uma análise de cohort, é ideal que você utilize dados referente a um período de 6 a 12 meses. e essencial que você tenha uma quantidade grande de dados. Começamos sempre do começo do funil, avançando em etapas até chegar à conversão:

  • Dias entre a captura e a qualificação do lead;
  • Dias entre a captura do lead e a criação de uma oportunidade;
  • Dias entre a captura do lead e a concretização da venda.

Após calcular este período para todos os usuários, você terá uma boa ideia de quanto tempo leva para que os leads avancem cada uma das etapas dentro do funil e provavelmente conseguirá identificar etapas em que esse tempo é relativamente maior que as outras.

Análises parciais

As análises de cohort podem ser utilizadas para acelerar as otimizações de busca, por isso não faz muito sentido esperar que 100% dos leads se movam dentro do funil antes de tomar decisões 一 até porque nem todos se moverão. Nesse caso, você tem que trabalhar com uma parcela dos dados.

Por exemplo, selecionar 75% dos leads mais rápidos a completar o funil fará com que você observe tempos menores entre cada etapa, mas tudo bem. Sabemos que em algum momento o restante dos leads também se moverão de alguma maneira, e nosso objetivo aqui é tomar decisões mais rápidas.

Trabalhar com uma janela de tempo menor vai exigir que você aceite um custo por conversão um pouco maior, assim compensamos os leads mais lentos que deixamos de fora da análise. Ou seja, se você trabalha com um custo por conversão de R$ 750, vamos considerar que ele será, agora, de R$ 1000. Se esperarmos todos os leads concluírem sua jornada, teremos um custo menor do que olhando somente para os 75% mais rápidos.

Se a ideia de trabalhar com uma parcela dos leads parece complicada, lembre-se de que quando analisamos médias nos modelos de análise tradicionais já estamos sendo imprecisos. Às vezes é preciso abrir mão de precisão para possibilitar tomadas de decisão praticamente em tempo real.

Uma vez definidos a janela de tempo e o percentual que será utilizado, evite incluir leads qualificados, oportunidades e clientes que levam mais tempo que esta janela para converter. Se a janela utilizada é de 30 dias e um lead leva 45 dias para converter, incluí-lo na sua análise vai fazer com que seus números inflem artificialmente. Eles devem estar presentes em outras análises, mas não na tomada de decisão a partir de cohorts.

Relatórios e avaliação de resultados

A chave para criar relatórios precisos é garantir que os leads qualificados, as oportunidades e os clientes não estão se encaixando fora da janela definida para cada etapa.

Isso significa que se estamos olhando para uma janela de 30 dias não estamos visualizando nenhum cliente cujo tempo de maturação foi maior que 30 dias. Para avaliar o custo por conversão de cliente, também precisamos desconsiderar o custo de marketing nos últimos 30 dias e olhar apenas para o valor gasto na janela de conversão referente a oportunidades e clientes.

No esquema abaixo, a visualização mais apropriada é a de volume, custo por lead e taxas de conversão de cada etapa do funil. Você perceberá, por exemplo, que a performance está sendo sub-avaliada pois o custo está sendo considerado para um período em que os leads ainda não tiveram tempo de converter.

Exemplo de visualização de cohort

Exemplo de visualização de cohort

No exemplo acima, as análises indicam que 75% dos leads mais rápidos levaram 6 meses para virar clientes, enquanto aproximadamente 52% virou cliente em até 2 meses. Essas informações te indicam que as métricas dos canais podem ser vistas apenas para os meses 1 e 2 quando se analisa custo por aquisição de cliente.

Em relação ao custo por oportunidade, o cálculo pode ser feito com dados entre 1 e 5 meses, enquanto para aquisição de leads o cálculo é praticamente em tempo real.

Aplicações das análises de cohort em SEM

Previsão: Entender o fluxo de leads e a evolução entre cada cohort em relação a vendas faz com que fique muito mais rápido prever o comportamento de um novo grupo de leads.

Estratégia de retenção: Você deve fazer campanhas para leads qualificados ou oportunidades? Comparar a receita gerada pelos grupos de cohort por dia, semana ou mês de aquisição durante 12 meses te mostrará algumas mudanças de comportamento em relação à compra e ao engajamento. Se as vendas não aumentarem, pode ser interessante rodar campanhas de retenção e reengajamento para colocar o cliente de volta no caminho correto.

Sazonalidade: Analisar a data da primeira compra e de recompras de um cliente, ou o valor total de venda, vai evidenciar usuários que só compram em determinadas temporadas.

Comportamentos locais: Se sua empresa atende diversas regiões e possui campanhas de SEM segmentadas para cada uma delas, medir a receita mês a mês por localização ajuda a entender mais claramente o lifetime value (LTV) de cada região.

Os modelos de análise de cohort são muito variados, e migrar de um modelo tradicional de análise para um modelo de cohort é uma decisão importante. Entretanto, ele é extremamente indicado para empresas que lidam com vendas B2B e com geração e nutrição de leads.

Quer saber mais sobre análises de cohort para empresas B2B? Inscreva-se na nossa newsletter e fique de olho nos novos posts que vem por ai! E se você gostou das nossas dicas neste post, compartilhe com os seus amigos e ajude nosso blog a crescer (:

SEM

Graduada em Engenharia Mecânica, encantou-se por tecnologia e a aplicação da matemática voltada para o marketing à primeira vista. Na Rocket Internet, onde atuou como CMO, mostrou por A mais B o potencial dos números aplicado ao marketing, tornando-se rapidamente uma das profissionais mais cotadas no grupo, onde com frequência colocava marmanjos para chorar utilizando apenas uma planilha de Excel. Nas horas vagas, Juliana dedica seu tempo ao empreendedorismo, fotografia e viagens.

Simple Share Buttons
Simple Share Buttons