Anúncios B2B no Meta: atribuição parcial, API de Conversões e disciplina de retargeting

Decisores também pesquisam fora do horário de trabalho

Existe um pressuposto comum em B2B de que o Meta serve para consumo pessoal e o LinkedIn serve para trabalho. A separação é conveniente e falsa.

Pessoas que tomam decisão de compra em empresa também têm conta no Facebook e no Instagram, e parte da pesquisa que fazem sobre fornecedores acontece nesses ambientes, em momentos que não são de trabalho. Isso não significa que o Meta seja um canal B2B. Significa que a separação por plataforma é uma separação por contexto de uso, não por papel profissional.

A consequência prática é que a segmentação B2B no Meta depende de aproximações. Não existe um campo confiável que informe quem é decisor de compra em empresa de médio porte. Existem interesses, comportamentos e públicos semelhantes, que são proxies e devem ser tratados como proxies.

Nós tratamos campanha de anúncios B2B no Meta como instrumento de alcance e reconhecimento, não de conversão direta. É uma escolha conservadora, e decorre do que descrevemos a seguir.

O que atribuição significa hoje

Atribuição é o processo de decidir qual exposição recebe o crédito por uma conversão. Esse processo dependia de identificação do usuário entre sessões e dispositivos, e essa identificação degradou de forma significativa nos últimos anos.

O que restou é uma medição parcial. Conversões que acontecem em janela curta e no mesmo ambiente ainda são observáveis. Conversões que acontecem semanas depois, em outro dispositivo, ou depois de uma pesquisa fora da plataforma, não são.

Isso não torna a plataforma inútil para B2B. Torna imprecisa qualquer afirmação sobre retorno direto. A leitura honesta é que os números de plataforma medem uma parte do efeito, e que a parte medida não é necessariamente representativa do todo.

Nós adotamos a prática de declarar a janela de atribuição junto com qualquer número de campanha. Um resultado com janela de um dia e outro com janela de sete não são comparáveis, e compará-los é um dos erros mais frequentes em relatório de mídia.

API de Conversões: o que restaura e o que não restaura

A API de Conversões existe para enviar eventos do servidor da empresa diretamente para a plataforma, sem depender do navegador. Ela restaura parte da medição perdida, porque o evento enviado pelo servidor não é bloqueado por ferramentas de bloqueio nem por restrições de cookies de terceiros.

O que ela restaura: eventos de conversão que acontecem no seu próprio domínio, como formulário enviado ou cadastro concluído, com as informações que você escolher enviar. Isso melhora a contagem e melhora o sinal usado pela otimização de entrega.

O que ela não restaura: a visão do caminho completo. A API informa que a conversão aconteceu e, quando bem configurada, com qual identificador. Não informa o que a pessoa leu antes, em quais dispositivos, nem quais exposições fora do seu domínio contribuíram.

Também não resolve o problema de identidade. Se a pessoa navega em um dispositivo e converte em outro, a correspondência depende de identificadores que você precisa fornecer, e fornecê-los exige base legal e cuidado com dados pessoais.

Para operações B2B, onde o ciclo é longo e a conversão raramente acontece na primeira visita, a API melhora a medição sem resolvê-la. Vale implementar, e vale não superestimar o que ela entrega.

Automação de campanha e a perda de controle

A automação avançou para o ponto em que o anunciante entrega objetivo e material, e o sistema decide alocação, público e combinação de criativos. Soluções nessa linha, como o conjunto conhecido como Advantage+, aumentam a eficiência operacional e reduzem a capacidade de explicar o resultado.

O ganho é real. Sistemas automatizados testam combinações em escala que nenhuma equipe pequena alcançaria manualmente, e em objetivos de volume eles costumam superar a gestão manual.

A perda também é real. Quando o sistema decide o público, você não aprende quais segmentos responderam. A campanha produz resultado e nenhum conhecimento transferível para a próxima decisão de mídia ou de mensagem.

Para B2B, onde o volume de conversão é baixo, há um problema adicional: automação precisa de volume de eventos para aprender, e operações com poucas dezenas de conversões por mês fornecem sinal insuficiente. Nessas condições, a automação não converge, e a gestão manual tende a ser melhor.

Nossa posição é usar automação onde há volume e controle manual onde o objetivo é aprender. São objetivos diferentes e não devem ser misturados na mesma campanha.

Retargeting: disciplina de frequência

Retargeting é a prática mais antiga de mídia digital e a mais fácil de estragar. O mecanismo é simples: alcançar novamente quem já visitou. O modo de estragar é a frequência.

Existe um ponto a partir do qual repetição deixa de lembrar e passa a incomodar. Em B2B, esse ponto é mais baixo do que se imagina, porque o número de pessoas na audiência é pequeno e porque a mesma pessoa é vista por colegas.

As práticas que adotamos: limitar a janela de retargeting a um período compatível com o ciclo de avaliação do seu produto, e não ao máximo permitido pela plataforma; definir teto de frequência por semana; e excluir da audiência quem já converteu, o que é óbvio e frequentemente esquecido.

Outra disciplina que vale mais que ajuste de lance é a exclusão de público. Em B2B, boa parte do custo desperdiçado vem de entregar para pessoas fora do perfil, e remover essas pessoas é mais barato que tentar aumentar a qualidade do lance.

Criativo como variável de pesquisa

Criativo costuma ser tratado como arte. Para pesquisa, ele é variável, e é a variável com maior efeito observável em mídia paga.

O que testamos, em ordem de impacto: a promessa contida na primeira linha, o formato de abertura nos primeiros três segundos, e a clareza do próximo passo. Elementos estéticos vêm depois e, na maior parte dos testes que conduzimos, importam menos que os três anteriores.

O erro metodológico comum é testar muitas variáveis ao mesmo tempo. Se você muda promessa, formato e chamada simultaneamente, não sabe o que produziu o efeito, e o aprendizado não se acumula.

Também vale registrar que criativo vencedor cansa. A mesma peça entregue repetidamente para a mesma audiência pequena perde efeito em semanas, e em B2B, com audiências de poucos milhares de pessoas, esse cansaço chega mais rápido que em consumo.

Um experimento mínimo

Um desenho que usamos quando queremos aprender algo, e não apenas otimizar entrega.

Definir uma pergunta única: qual promessa gera mais formulários qualificados entre dois públicos específicos. Manter tudo o mais constante possível: mesmo formato, mesma chamada, mesma janela de atribuição.

Rodar por tempo suficiente para acumular eventos que permitam leitura, o que em B2B pode significar de quatro a oito semanas, e não os sete dias habituais de teste de criativo.

Registrar o resultado junto com a pergunta, incluindo a margem de incerteza quando disponível, e não tratar diferença pequena como diferença real.

O ponto que mais se perde é o último. Com volumes típicos de B2B, diferenças de dez ou vinte por cento entre duas peças frequentemente estão dentro do ruído. Apresentá-las como vitória de uma peça sobre a outra é o mecanismo pelo qual equipes passam a acreditar em conclusões que não se sustentam.

Onde este texto não se aplica

Este material é pesquisa editorial: não é consultoria e não garante resultado comercial. Nossas observações sobre o Meta vêm de operação própria de pequena escala e de documentação pública da plataforma.

Não sabemos como a medição vai evoluir se as restrições de rastreamento aumentarem, e há razões para acreditar que vão. Qualquer recomendação de configuração técnica tem validade curta por esse motivo, e por isso evitamos dar receitas de implementação.

Também não sabemos em que medida decisores B2B efetivamente usam essas superfícies para pesquisar fornecedor. É uma suposição plausível, sustentada por relatos do setor, e não por medição nossa.

Se você precisa de projeção de retorno para aprovar verba, este texto não fornece base para isso. Ele fornece uma forma de ler o que a plataforma devolve, com as limitações declaradas.