Modelos de atribuição: como dar crédito justo a cada canal

Quando uma venda acontece depois de a pessoa clicar num anúncio, ler dois artigos do blog, abrir três e-mails e finalmente buscar sua marca no Google, qual desses toques merece o crédito? A resposta a essa pergunta é o que chamamos de atribuição, e ela define para onde vai o seu orçamento. Escolher o modelo errado faz você cortar justamente o canal que planta a semente e regar o que só colhe. Este guia explica os principais modelos de atribuição sem jargão, mostra as vantagens e os defeitos de cada um e ajuda a escolher aquele que representa melhor como o seu cliente realmente decide comprar.

O que é atribuição e por que ela importa

Atribuição é o método pelo qual você distribui o crédito de uma conversão entre os pontos de contato que a antecederam. Parece detalhe técnico, mas tem consequência direta no caixa: o canal que recebe o crédito costuma receber mais investimento no mês seguinte. Se o seu modelo dá todo o mérito ao último clique, canais de descoberta como conteúdo e redes sociais parecerão fracos, mesmo que sejam eles que iniciam a maioria das jornadas. Com o tempo, você corta o topo do funil, as vendas encolhem e ninguém entende por quê. Entender atribuição, portanto, é entender que nenhum canal trabalha sozinho e que a conversão é resultado de uma sequência de estímulos, não de um herói solitário no final.

Último clique: simples, popular e enganoso

O modelo de último clique dá 100% do crédito ao toque imediatamente anterior à conversão. É o padrão histórico de muitas ferramentas porque é fácil de entender e de calcular. O problema é que ele ignora toda a jornada anterior. Uma busca pela sua marca, que foi o último clique, na verdade só aconteceu porque a pessoa descobriu você três semanas antes num vídeo ou num artigo. Premiar o último clique é como dar o gol inteiro para quem só empurrou a bola na linha, esquecendo quem construiu a jogada. Ele tem seu lugar em operações de resposta muito direta e ciclos curtos, mas usá-lo como visão única distorce a leitura de qualquer negócio cujo cliente pensa antes de comprar.

Primeiro clique: o extremo oposto

Se o último clique peca por esquecer o começo, o primeiro clique peca por esquecer o resto: ele dá todo o crédito ao toque que iniciou a jornada. Esse modelo é útil quando o seu objetivo é entender o que gera descoberta, quais canais trazem gente nova para dentro do funil. Para uma campanha de reconhecimento de marca, faz sentido olhar por essa lente. Mas usá-lo para decidir todo o orçamento seria tão enviesado quanto o último clique, só que na direção contrária: você superinvestiria em topo de funil e subestimaria os canais que fecham a venda. Primeiro e último clique são úteis como perguntas específicas — 'quem abre a jornada' e 'quem fecha' — e perigosos como respostas definitivas sobre o valor de cada canal.

Modelos multitoque: linear, decaimento e posição

Os modelos multitoque tentam ser mais justos distribuindo o crédito por vários pontos. O linear divide igualmente entre todos os toques, o que é simples e democrático, mas ingênuo, pois trata um clique casual como igual a um contato decisivo. O decaimento temporal dá mais peso aos toques próximos da conversão, partindo da ideia de que quanto mais perto da compra, maior a influência. E o modelo de posição, ou em forma de U, concentra o crédito no primeiro e no último toque, tipicamente 40% para cada, dividindo os 20% restantes pelo meio, o que valoriza tanto a descoberta quanto o fechamento. Nenhum é perfeito, mas todos são mais realistas que os modelos de toque único, porque reconhecem que a jornada de compra tem várias etapas e que cada uma cumpre um papel.

Atribuição baseada em dados

A atribuição baseada em dados usa algoritmos para calcular, a partir do seu próprio histórico, quanto cada ponto de contato realmente contribuiu, comparando caminhos que converteram com caminhos que não converteram. Em vez de aplicar uma regra fixa, ela aprende com o comportamento observado e distribui o crédito de forma personalizada para o seu negócio. É, em tese, o modelo mais preciso, mas tem pré-requisitos: exige volume de dados suficiente para que o cálculo seja confiável e transparência limitada sobre como o crédito é distribuído, o que às vezes incomoda quem precisa explicar o número. Ainda assim, para operações com tráfego relevante, é o caminho mais sensato, porque troca a suposição pela evidência. Só não caia na tentação de tratá-la como caixa-preta infalível: continue validando se os resultados fazem sentido com o que você conhece do seu cliente.

Janela de conversão e o efeito das decisões longas

Todo modelo depende de uma janela de conversão, o período dentro do qual os toques anteriores contam. Se a sua janela é de 30 dias mas o cliente típico leva 60 dias para decidir, metade da jornada fica invisível e você atribui a compra a um contato que, na verdade, só apareceu no finalzinho. Ajuste a janela ao ciclo real do seu produto: itens de compra por impulso pedem janelas curtas, enquanto serviços de ticket alto exigem janelas longas. Analise o relatório de tempo até a conversão para calibrar esse número com base em dado, não em palpite. Uma janela mal dimensionada estraga qualquer modelo, por mais sofisticado que ele seja, porque o modelo só pode dar crédito ao que enxerga dentro da janela que você configurou.

Como escolher e por que não existe modelo único

A verdade desconfortável é que não há um modelo certo para tudo. O melhor caminho é olhar a mesma jornada por mais de uma lente e comparar. Use o primeiro clique para avaliar descoberta, o último para avaliar fechamento e um modelo multitoque ou baseado em dados para a visão de conjunto. Se um canal parece fraco no último clique mas forte no primeiro, você acabou de descobrir um plantador de sementes que estava prestes a cortar por engano. Documente qual modelo você usa para cada decisão e seja consistente, porque trocar de modelo no meio da análise é a maneira mais fácil de se enganar. Atribuição não é sobre encontrar a verdade absoluta, e sim sobre reduzir a chance de tomar uma decisão ruim com dados enviesados.

Assistências: o valor de quem não fecha, mas prepara

Um conceito que ajuda a enxergar além do último toque é o de conversões assistidas. Um canal assiste quando participa da jornada sem ser o toque final que fecha a venda. O relatório de assistências revela justamente os canais que trabalham nos bastidores, aquecendo o público para que outro canal colha o resultado. É comum descobrir que um canal com poucas conversões diretas tem uma quantidade enorme de assistências, ou seja, ele quase nunca fecha, mas está presente em boa parte das jornadas que terminam em venda. Cortar esse canal por olhar só a conversão direta seria um erro caro, porque você removeria uma engrenagem que sustenta o funil inteiro. Olhar assistências ao lado das conversões diretas é uma das formas mais simples de escapar da miopia do último clique sem precisar de nenhum modelo sofisticado — basta perguntar não apenas quem fechou, mas quem estava presente ao longo do caminho.

Atribuição não é só digital: o problema do offline

Uma limitação honesta de qualquer modelo de atribuição é que ele só enxerga o que consegue rastrear, e boa parte da influência sobre uma compra acontece fora do alcance das ferramentas. Uma conversa com um amigo, um anúncio visto na rua, uma reportagem lida no jornal — nada disso aparece no relatório, mas tudo isso pesa na decisão. Por isso, mesmo o modelo mais preciso é uma aproximação, não a verdade completa. Reconhecer essa limitação evita dois erros opostos: confiar cegamente no número, como se ele capturasse toda a realidade, e descartar a atribuição por ser imperfeita. O caminho maduro é usar a atribuição como uma das lentes, complementando-a com perguntas diretas ao cliente sobre como ele conheceu você e com uma visão de conjunto que considera os canais que nenhum rastreamento captura. Atribuição serve para reduzir a incerteza, não para eliminá-la, e tratá-la com essa humildade torna as decisões mais robustas.

Alinhe atribuição com o objetivo de cada campanha

Um deslize comum é analisar todas as campanhas com a mesma lente de atribuição, ignorando que elas têm objetivos diferentes. Uma campanha de reconhecimento, cujo papel é apresentar a marca a gente nova, jamais brilhará num modelo de último clique, porque não é função dela fechar a venda ali. Julgá-la por esse critério levaria a cortá-la injustamente, quebrando o topo do funil que alimenta todo o resto. O caminho certo é casar o modelo de avaliação com a intenção da campanha: descoberta se mede por participação no início da jornada, conversão direta se mede pelo fechamento, e o conjunto se mede por uma visão que reconhece as duas contribuições. Documentar, para cada campanha, qual é o seu papel e como ela deve ser avaliada evita comparações injustas entre iniciativas que nunca deveriam ser medidas pela mesma régua. Atribuição bem usada não é uma nota única aplicada a tudo, e sim um conjunto de leituras adequadas ao que cada esforço se propõe a fazer.

Escolher um modelo de atribuição é escolher a história que você conta sobre como as vendas acontecem. O último clique conta uma história curta e injusta; a atribuição baseada em dados conta uma história completa, mas exige volume. Entre os extremos, os modelos multitoque oferecem um meio-termo honesto. Ajuste a janela ao seu ciclo, olhe por várias lentes e nunca deixe um único modelo decidir sozinho para onde vai o orçamento. Com essa disciplina, você para de premiar apenas quem empurra a bola na linha e passa a reconhecer todo mundo que construiu a jogada.