A “Oportunidade de Visualizacao” indica: “Havia condicoes para que esse consumidor visse o anuncio.” A tela estava ligada, o consumidor estava na loja e o momento era oportuno.
A Probabilidade de Visualizacao vai alem: “Com base nas evidencias disponiveis, esse consumidor provavelmente viu o anuncio.” Ela considera as condicoes e acrescenta indicadores comportamentais, tempo de permanencia, proximidade, momento da transacao e dados de posicionamento da tela para estimar a probabilidade de exposicao real.
A OTS e binaria: a oportunidade existiu ou nao. A LTS e graduada: ha 30% de chance, 60% de chance, 85% de chance de que esse consumidor tenha sido realmente exposto.
Por que a distincao e importante
Nem todo OTS e igual. Um consumidor que passou 45 minutos em um supermercado, passou pela tela de entrada tres vezes e realizou uma transacao durante o horario de pico teve uma probabilidade muito maior de ver o anuncio do que um consumidor que fez uma compra rapida de 5 minutos durante um periodo de baixo trafego.
Ambos atingem o limite de OTS. Mas a probabilidade de exposicao real e muito diferente.
Trata-los igualmente na medicao superestima a exposicao para o comprador rapido e a subestima para o comprador que fica olhando os produtos.
O LTS atribui uma probabilidade a cada evento de exposicao. Essa probabilidade e calculada a partir de:
Tempo na loja. Visitas mais longas significam mais passagens pela tela, mais tempo parado perto dos displays, mais oportunidade para a mensagem ser registrada.
Proximidade da transacao em relacao a exibicao na tela. Uma transacao as 10h17, quando a tela exibiu as 10h14, e mais proxima do que uma transacao as 10h45. Maior proximidade significa maior probabilidade.
Localizacao da tela e fluxo de clientes. As telas na entrada tem passagem quase universal. Telas especificas de corredores so sao relevantes se o cliente visitou aquele corredor, e os dados de compra por categoria podem indicar se isso ocorreu.
Frequencia de visita. Um comprador que visitou a loja tres vezes durante uma campanha semanal teve tres eventos LTS. A probabilidade acumulada de pelo menos uma exposicao e maior.
LTS e qualidade da medicao
Quando o LTS substitui o OTS binario no modelo de medicao, a qualidade de todas as metricas a jusante melhora.
O alcance torna-se probabilistico. Em vez de “X compradores estavam na loja enquanto o anuncio era exibido” (OTS binario), obtem-se “X compradores tiveram uma probabilidade media ponderada de 65% de exposicao” (LTS). O alcance efetivo e X × 0,65, o que e mais honesto.
A atribuicao torna-se ponderada. Ao conectar a exposicao a compra, a atribuicao ponderada por LTS da mais credito as exposicoes de alta probabilidade e menos as de baixa probabilidade. Isso reduz o ruido na medicao e produz estimativas de aumento mais precisas.
A otimizacao se torna mais inteligente. Quando voce sabe quais lojas, horarios e posicoes na tela produzem o maior LTS, pode otimizar a veiculacao para esses locais. O mesmo orcamento produz maior exposicao efetiva.
O caso de investimento
O LTS requer mais infraestrutura de dados do que o OTS, modelos de fluxo de compradores, mapeamento de posicoes na tela e analise temporal de padroes de transacao. Nao e trivial de implementar.
Mas o investimento se paga por meio de: - Relatorios mais confiaveis (as marcas confiam mais em probabilidades ponderadas do que em indicadores binarios) - Melhor otimizacao (o orcamento e direcionado para condicoes de alto LTS) - Precos mais solidos (impressoes verificadas pelo LTS geram CPMs mais altos do que as estimativas do OTS)
O OTS diz “pode ter sido visto”. O LTS diz “provavelmente foi visto”. E “provavelmente visto” vale dinheiro.
Conclusao
O LTS transforma a medicao na loja de condicoes em evidencias. Nao e prova de atencao, nada menos do que o rastreamento ocular fornece isso. Mas e um passo significativo alem do OTS, adicionando indicadores comportamentais que geram uma probabilidade em vez de um sinalizador binario.
Para as RMNs que buscam diferenciar a qualidade de suas medicoes e justificar precos premium, a LTS e o proximo degrau na escada. Ela utiliza os mesmos dados, transacoes, horarios de exibicao e layouts de loja, e extrai mais insights a partir deles.
A diferenca entre “poderia ter visto” e “provavelmente viu” e onde reside a credibilidade da medicao.
Leitura relacionada
- Carrefour Retail Media Network: Publicidade de bens de consumo rapido (FMCG) na Romenia
- Eurocash Retail Media Network: Publicidade de bens de consumo rapido (FMCG) na Polonia
- Profi Retail Media Network: Publicidade de bens de consumo rapido (FMCG) na Romenia
- Embalagem baseada em resultados: vendendo um resultado, nao um canal
- Mudanca de categoria: a vitoria mais dificil de comprovar na midia de varejo
Pronto para ver como isso funciona na pratica?
A Footprints AI ajuda marcas e varejistas a medir o que realmente importa. Veja nossas historias de sucesso de clientes ou entre em contato para discutir sua estrategia de midia de varejo.
