Mas eis o que ninguém quer falar: esse número só tem valor na medida em que a linha de base com a qual é comparado for válida.
O que é uma linha de base?
- Uma linha de base é o que teria acontecido sem a campanha. Não o que aconteceu antes. Não o número do ano passado. Não a média.
- É o cenário contrafactual. O cenário em que o anúncio nunca foi veiculado, mas tudo o mais permaneceu igual.
- Essa distinção é mais importante do que a maioria das pessoas imagina.
Por que esse é o primeiro número que o departamento financeiro vai questionar
Quando uma equipe de marca entra em uma reunião de revisão trimestral (QBR) e diz “alcançamos um ROAS 5 vezes maior”, a primeira pergunta de qualquer pessoa com formação em finanças é: em comparação com o quê?
Se a linha de base estiver errada, o aumento estará errado. E se o aumento estiver errado, todo o caso de negócios desmorona.
Veja como isso geralmente dá errado
- Comparação pré/pós. Você compara o período da campanha com o período anterior. Mas sazonalidade, promoções, mudanças na distribuição, variações de preço, qualquer um desses fatores pode afetar as vendas de forma independente. A comparação pré/pós não isola a campanha. Ela isola o calendário.
- Comparação ano a ano. Melhor, mas ainda assim sujeita a ruídos. O cenário competitivo era o mesmo? O produto estava disponível no mesmo número de lojas? Houve alguma mudança de preço? A comparação ano a ano fornece uma referência, não uma linha de base.
- Média da categoria como indicador. Às vezes é útil para contextualizar, mas a categoria inclui também a atividade dos seus concorrentes. Se toda a categoria cresceu 8% e você cresceu 10%, essa diferença de 2% pode ser significativa, ou pode ser apenas ruído.
Nenhuma dessas é uma linha de base. São referências comparativas. As referências comparativas mostram seu desempenho em relação a algo. As linhas de base mostram o que sua campanha realmente mudou. A peça que falta: previsão de demanda.
A maneira mais rigorosa de definir uma linha de base é prever quais teriam sido as vendas sem a campanha, e, então, comparar os resultados reais com essa previsão.
É aí que entram os modelos de previsão de demanda.
Uma previsão de demanda utiliza dados históricos de vendas e leva em conta todos os fatores que impulsionam o volume independentemente da mídia: curvas de sazonalidade, calendários promocionais, elasticidade de preço, mudanças na distribuição, padrões climáticos, efeitos de feriados e até mesmo o comportamento por dia da semana no nível da loja. O modelo aprende como é o “normal” para um determinado produto em uma determinada loja em uma determinada semana, com todas essas variáveis incorporadas.
O resultado é uma curva de vendas esperada. Não uma linha reta. Não uma média simplista. Uma previsão dinâmica que acompanha o negócio, da maneira como ele realmente se move.
Quando uma campanha é veiculada, você compara as vendas reais com a previsão. A diferença, real menos esperado, é o seu aumento de vendas. E como a previsão já incorporou sazonalidade, promoções e distribuição, essa diferença está muito mais próxima do verdadeiro efeito de incrementalidade da mídia.
Isso é fundamentalmente diferente de escolher um período de comparação e torcer para que nada mais tenha mudado. A previsão modela as mudanças. Ela não as ignora.
Por que isso é importante especificamente para a Retail Media
A Retail Media se baseia em dados de transações. Essa é sua vantagem. Mas os dados de transações, por si só, não fornecem uma linha de base, eles fornecem valores reais. Você precisa de um modelo que transforme os valores reais históricos em expectativas prospectivas.
Os varejistas e as plataformas que investem em previsão de demanda como parte de sua estrutura de medição obtêm algo poderoso: uma linha de base que é defensável, repetível e não depende de encontrar um período de comparação “limpo”, porque, no varejo, não existe tal coisa como um período limpo. Sempre há alguma promoção em andamento. Sempre algo mudou.
Um bom modelo de demanda lida com isso. Ele diz: “Considerando tudo o que sabemos sobre este produto, essas lojas, esta época do ano, esse preço e esse plano promocional, eis o que esperávamos vender.” A função da campanha é superar essa expectativa.
E quando o modelo está bem calibrado, os resultados resistem a um exame minucioso. O departamento financeiro pode auditar a metodologia. A marca pode ver as premissas. A conversa passa de “você acredita nesse número?” para “o que causou a diferença?”.
Grupos de controle: o outro caminho confiável
A previsão de demanda não é a única maneira. O outro método confiável são os grupos de controle.
Considere uma população de shoppers. Exponha um grupo à campanha. Mantenha um grupo de controle que pareça estatisticamente idêntico, mas que não veja nenhuma atividade da campanha. Compare os resultados. A diferença é o seu aumento de vendas. O comportamento do grupo de controle é sua linha de base.
Na prática, as estruturas de medição mais robustas utilizam ambas. A previsão define a linha de base esperada para todo o alcance da campanha. O grupo de controle a valida experimentalmente em um subconjunto. Quando os dois métodos concordam, a confiança aumenta. Quando divergem, você aprende algo sobre seu modelo, e isso também é valioso.
O que uma boa linha de base leva em conta
- Sazonalidade. Trata-se de um período em que as vendas aumentam ou diminuem naturalmente?
- Atividades promocionais. O produto estava em promoção durante a campanha? Estava em promoção no período de referência?
- Mudanças na distribuição. O produto ganhou ou perdeu lojas?
- Variações de preço. O preço de prateleira mudou?
- Atividades da concorrência. Um concorrente direto lançou, retirou do mercado ou promoveu o produto durante o mesmo período?
- Fatores externos. Clima, feriados, mudanças macroeconômicas, qualquer coisa que influencie o volume de vendas no nível da categoria.
Um modelo de demanda incorpora esses fatores como dados de entrada. Um grupo de controle os neutraliza por definição. De qualquer forma, a linha de base reflete a realidade, e não uma simplificação conveniente dela.
A realidade prática
Atualmente, a maioria das Retail Media Networks não faz isso bem. Muitas nem sequer fazem isso.
O relatório padrão pós-campanha mostra impressões, alcance e, talvez, um gráfico de vendas. A linha de base é implícita, não declarada. O aumento é calculado em relação a um período escolhido porque fazia o resultado parecer bom.
Isso não é medição. Isso é marketing.
As redes que terão sucesso a longo prazo serão aquelas que investirem na previsão de demanda como infraestrutura, não como uma análise pontual, mas como um modelo contínuo que abrange todas as campanhas, todas as categorias e todas as lojas. Elas declararão sua metodologia de linha de base desde o início, manterão a consistência e aceitarão os números como forem, mesmo quando não forem lisonjeiros.
Porque eis o que acontece quando se define corretamente as linhas de base: as marcas confiam nos resultados. Quando as marcas confiam nos resultados, elas aumentam os orçamentos. Quando aumentam os orçamentos, elas param de pedir descontos, porque estão comprando comprovação, não veiculação.
Resumindo, a linha de base não é um detalhe do relatório. É a base de todas as afirmações feitas pela Retail Media.
As melhores linhas de base são construídas com base em modelos de previsão de demanda que estimam o que teria sido vendido de qualquer maneira, e validadas por meio de experimentos com grupos de controle que confirmam a previsão. Juntas, elas transformam “achamos que a campanha funcionou” em “veja o que a campanha mudou e por que estamos confiantes”.
Se você está criando ou comprando Retail Media, a primeira pergunta não é “qual é o ROAS?”, e sim “como a linha de base foi definida?”.
Tudo o mais decorre a partir daí.
Pronto para ver como isso funciona na prática?
A Footprints AI ajuda marcas e varejistas a medir o que realmente importa. Confira nossas histórias de sucesso de clientes ou entre em contato para discutir sua estratégia de Retail Media.
