Para colaborar nesta edição, eu convidei a Guta Tolmasquim, apelidada carinhosamente pelo mercado de “rainha do Branding”. Investigamos por que é tão difícil medir branding?

Essa é uma frase que ouvimos diariamente e às vezes, mais de uma vez por dia. E o pior: ela nem é verdade. Um estudo da Nielsen¹ mostrou que aumentar em 1% o investimento em marca (topo e meio de funil) eleva as vendas em 0,4% no curto prazo e 0,6% no longo prazo.

A pesquisa desmonta o mal-entendido de que branding só gera efeito no longo prazo. Mas, sinceramente, quem dera bastasse mostrar esse número e o assunto estivesse encerrado. Toda semana surgem novas evidências de que construção de marca impacta o resultado de curto prazo. Só neste mês, tivemos duas notícias:

E, ainda assim, branding continua sendo tratado como “investimento de longo prazo”.
Mas, de onde surgiu esse mito?

O problema está na forma como nos acostumamos a medir resultado. Desde que as plataformas digitais passaram a oferecer analytics embarcado, a atribuição direta virou o padrão. Só que essa lógica captura apenas interações rastreáveis, como cliques e tráfego. TV, rádio, OOH, social orgânico e influenciadores e tantos outros investimentos e variaveis não entram nessa dinâmica.

Quando a empresa mede apenas por dashboards de atribuição, costuma capturar menos de 10% do impacto real do investimento².

O restante está acontecendo, só não está sendo registrado.
E você sabe o desfecho: o que não aparece no KPI perde prioridade.
E então ouvimos a frase: “serviu para branding”.
Como se fosse prêmio de consolação e não como aquilo que deveria ser a prioridade.

Esse mito também é comum. E quando ouvimos isto, não estamos falando em medir a percepção dos consumidores, mas em conectar os investimentos de marca aos resultados do negócio.

Geralmente, costumamos “medir branding” no nível do Consumidor (brand awareness, brand lift, percepção de marca). Mas o board decide com base em métricas Contábeis, para definir onde investir e quanto investir.

(Lembra da hierarquia dos 5Cs na edição anterior deste dossiê?)

Pesquisas de percepção ajudam na estratégia, mas não ajudam o CMO a decidir o mix de investimentos. Não respondem, por exemplo, qual foi a contribuição do patrocínio do Big Brother nas vendas.

Se não basta medir cliques, e não basta fazer pesquisas de percepção, como então mostrar o resultado de construção de marca? Lideranças de marketing no mundo todo estão retomando, ou adicionando, o Marketing Mix Modeling (MMM) ao seu stack de mensuração.

Mas o que significa, na prática, “modelar marketing”?

Modelar é usar estatística para entender como diferentes variáveis se relacionam ao longo do tempo. Em vez de acompanhar interações individuais de cada consumidor, a modelagem observa o sistema completo: investimentos por canal, contexto de mercado e resultados de negócio.

E então, utiliza modelos matemáticos para entender como as variáveis se conectam. Mas além de provar resultados, a pode ser usada para simular cenários futuros:

Para iniciar, você precisa organizar duas bases históricas.

De um lado, tudo o que pode influenciar o negócio: investimento por canal, alcance, frequência, influenciadores, mídia paga, preço, distribuição — até quilômetros rodados de veículos adesivados, como no case da Buser.

Do outro lado, os resultados de negócio: receita, novos clientes, ticket médio, volume, margem, etc

Com essas séries organizadas você pode aplicar uma fórmula de correlação para começar a explorar estes dados. Estruturar essa base já é o primeiro passo na transição de atribuição para modelagem.

Mas a modelagem vai muito além disso. Ela incorpora, por exemplo:

Por essa complexidade é muito difícil de fazer MMM “na mão”. Cada sistema e empresa estrutura seu próprio modelo, tentando encontrar a melhor representação da realidade. A plataforma de MMM da Guta, por exemplo, começou com essa pergunta “como medir branding”: