A matemática por trás das melhores decisões de marketing

A matemática por trás das melhores decisões de marketing

A matemática por trás das melhores decisões de marketing

A ciência por trás do nosso modelo
A ciência por trás do nosso modelo

"Esse modelo é fruto de um trabalho em equipe que junta anos de experiência em branding, growth e ciência de dados com foco em econometria — além de mais artigos acadêmicos do que eu gostaria de admitir."

Impacto imediato vs impacto ao longo do tempo.
Impacto imediato vs impacto ao longo do tempo.

A gente mede toda a janela de conversão — dá pra ver resultados que acontecem dias ou semanas depois, não só logo depois.

A gente mede toda a janela de conversão — dá pra ver resultados que acontecem dias ou semanas depois, não só logo depois.

Efeito direto vs camadas intermediárias





Efeito direto vs camadas intermediárias





A maioria dos modelos olha só o último clique. O nosso mapeia efeitos em camadas — como uma campanha de marca influencia a busca, que leva à conversão.








A maioria dos modelos olha só o último clique. O nosso mapeia efeitos em camadas — como uma campanha de marca influencia a busca, que leva à conversão.








Viés de curto prazo vs melhor resultado ao longo do tempo.
Viés de curto prazo vs melhor resultado ao longo do tempo.

Em vez de otimizar pelo que dá resultado mais rápido, a gente mostra o que traz o melhor retorno no longo prazo.

Em vez de otimizar pelo que dá resultado mais rápido, a gente mostra o que traz o melhor retorno no longo prazo.

Machine Learning vs atribuição click based
Machine Learning vs atribuição click based

Em vez de focar só na velocidade, a gente prioriza o que traz mais resultado ao longo do tempo.

Em vez de focar só na velocidade, a gente prioriza o que traz mais resultado ao longo do tempo.

Branding dá resultado.
A gente sabe. Você também.
Então por que é tão difícil atribuir?


Branding dá resultado.
A gente sabe. Você também.
Então por que é tão difícil atribuir?


A gente demorou alguns anos pra chegar no modelo do Purple Metrics. A maioria dos modelos de marketing é feita pra compradores de mídia. Eles são pensados pra ligar dinheiro entrando com dinheiro saindo — geralmente mídia e vendas. Esse tipo de conexão direta deixa os esforços de marca fora da equação.

Aqui vai como a gente fez diferente.

A fundadora que lidera o produto trabalhou em grandes agências de branding e depois criou uma consultoria focada em startups. Ela viu de perto como marcas são construídas e como elas impulsionam crescimento. O Purple Metrics começou como um software de pesquisa de marca, que deu pra gente dados próprios sobre branding e comportamento do consumidor.

Quando a gente mudou pra modelagem, nosso time de ciência de dados mergulhou na atribuição de marketing. Mas todo modelo inicial puxava demais pra performance. Foi aí que começaram as longas discussões — juntando experiência em branding com lógica de growth. Tudo isso ao lado de um cofundador que passou quase uma década no Google.

A equipe de ciência de dados foi mais fundo. Não só em marketing, mas em economia (que é de onde eles vêm), benchmarks de mercado e até estudando como bactérias e vírus se comportam. Não pergunta.

Com o tempo, a gente entendeu o que precisava ajustar pra conseguir incluir branding num modelo de marketing. E começamos a ver isso acontecer.

Aí escolhemos 10 clientes pagantes pra testar. A escolha foi pela qualidade dos dados, variedade de indústrias e modelos de negócio. A gente não queria escalar ainda. A ideia era ter bons feedbacks e dados consistentes. Todos tinham CMOs orientados por dados e toparam o desafio.

Treinamos o algoritmo, relançamos o modelo várias vezes e fomos refinando até confiar no que ele mostrava: atribuição e replanejamento que finalmente incluem branding na conta.

Sim — ele enxerga branding.

Aí precisava ser viável. Puxar dados de API, organizar num data lake limpo, rodar o modelo e transformar tudo num painel simples. Essa parte foi nosso CTO que fez a mágica acontecer.

Imagina ter uma equipe de ciência de dados de ponta dentro do seu marketing, focada só em criar um modelo que representa como o marketing realmente funciona. Criado por quem veio do branding e do growth. Treinado com dados reais de times reais. E claro o suficiente pra você saber exatamente o que fazer com o que vê.

Não parece algo feito só por engenheiro. Porque não foi.

Esse é o Purple Metrics.

O que a gente anda lendo

O que a gente anda lendo

O que a gente anda lendo

Purple Metrics é o software de atribuição de marketing que coloca branding na conta. Ele centraliza todos os dados do marketing - do branding à performance - e usa IA e modelagem estatística para analisar e atribuir o impacto de cada um dos canais aos resultados sem depender de cliques. O software também identifica efeitos indiretos nas conversões, como o impacto de influenciadores na busca pela marca, e o tempo que cada ação leva para gerar resultado. Por atribuir melhor, projeta resultados futuros mais precisos e sugere otimizações de budget para seu time alcançar e superar as metas.