Entender o volume de consultas como um fator de confusão para anúncios de pesquisa
Talvez o maior desafio na inferência causal aplicada ao marketing seja que os anunciantes costumam gastar mais em marketing quando há uma demanda maior pelo produto. Ao analisar os efeitos causais dos gastos com marketing, é essencial entender se o aumento do KPI é devido ao aumento dos gastos ou da demanda inerente.
A forte relação entre a demanda inerente e os gastos com marketing é ainda mais evidente nos anúncios de pesquisa, porque eles só aparecem na página quando uma consulta de pesquisa corresponde a determinadas palavras-chave segmentadas por um conjunto de anunciantes. Quando a demanda inerente é alta, o volume de consultas orgânicas também é, e os gastos totais com anúncios de pesquisa serão elevados. Portanto, o volume de consultas orgânicas é um fator de confusão importante para esse tipo de anúncios. Sem ele, é difícil ter uma boa inferência nos anúncios de pesquisa.
Isso é um problema principalmente para anunciantes com orçamentos de pesquisa altos, já que o volume de anúncios de pesquisa paga e de consultas orgânicas costumam estar relacionados. No entanto, isso também afeta anunciantes com orçamentos menores que aumentam os valores durante períodos de alta demanda ou que só veiculam campanhas de pesquisa nessas épocas.
O Meridian permite incluir o volume de consultas orgânicas do Google (GQV, na sigla em inglês) no modelo como um fator de confusão para anúncios de pesquisa. Geralmente, o volume de outros mecanismos de pesquisa não está disponível. Alternativas para estimar anúncios de pesquisa paga que não sejam do Google quando o volume de consultas orgânicas do mecanismo de pesquisa correspondente não está disponível:
O viés poderá ser reduzido se o GQV for um bom substituto para o volume de consultas fora do Google. Recomendamos avaliar essa hipótese, por exemplo, criando um gráfico:
O gráfico anterior mostra a correlação entre impressões de mídia e GQV da marca no eixo y e entre as impressões de mídia e o volume de consultas genéricas no eixo x.
Se você não achar que o GQV é um bom substituto para o volume de consultas fora do Google, omita o mecanismo de pesquisa do modelo.
Para mais informações sobre os desafios do viés de seleção devido à segmentação de anúncios, consulte Correção de viés para pesquisa paga na modelagem de mix de mídia.