Análise da causa raiz do desempenho de marketing: um método repetível

O que é a análise da causa raiz no marketing?

A análise da causa raiz (RCA, na sigla inglesa) no marketing é uma procura estruturada da alteração que fez uma métrica variar, em vez de reagir ao sintoma. O objetivo é identificar uma causa que consiga provar, corrigir ou manter, e evitar a mesma surpresa da próxima vez.

A American Society for Quality descreve a RCA como um processo sistemático para identificar as causas subjacentes dos problemas, com o objetivo de impedir que se repitam. As suas cinco etapas adaptam-se bem ao trabalho de media paga e de analytics:

1. Definir o problema: que métrica variou, quanto, desde quando e onde.
2. Recolher e analisar dados: decompor a métrica nos seus componentes e segmentos.
3. Identificar causas possíveis: listar todas as alterações à volta da data de início.
4. Avaliar e priorizar causas: ordenar as hipóteses por momento, dimensão e âmbito.
5. Agir e acompanhar: corrigir ou manter a alteração e depois verificar se a métrica recupera ou se mantém.

A diferença entre sintoma e causa é importante. «O CPA subiu» é um sintoma. «O formulário da nova página de destino ganhou dois campos obrigatórios no dia 12 e a taxa de preenchimento caiu» é uma causa que pode testar e reverter.

Como defino a variação da métrica antes de procurar as causas?

Escreva uma descrição do problema numa linha, com a métrica, a dimensão da variação, a data de início e o âmbito. Um problema vago («os resultados pioraram») dá respostas vagas; um problema preciso indica que alterações podem sequer ser suspeitas.

Antes de avançar, confirme que a queda é real. Compare a plataforma de anúncios com a sua ferramenta de analytics e com o CRM ou o backend. Se as vendas estão estáveis mas as conversões reportadas caíram, está perante um problema de medição, não de desempenho. Lembre-se também de que os dias mais recentes podem estar incompletos: o Google inclui os atrasos no registo de conversões entre os motivos comuns de flutuações no seu guia de resolução de problemas de desempenho.

Como decomponho uma métrica nos seus componentes?

Divida a métrica nos números mais simples que a compõem e veja qual deles variou. Isto reduz a procura de «qualquer coisa» a uma única parte do funil.

Depois, segmente cada componente por campanha, dispositivo, país, público-alvo, página de destino e utilizadores novos ou recorrentes. Uma causa real deixa normalmente uma marca: atinge os segmentos em que mexeu e deixa os outros intactos. Se o CPA subiu em todo o lado ao mesmo tempo, suspeite de algo partilhado, como a medição, a velocidade do site ou uma alteração de orçamento ao nível da conta.

O que mudou nos dias antes da variação?

Liste numa única cronologia todas as alterações feitas desde cerca de uma a duas semanas antes da data de início, seja quem for ou o que for que as fez. A maioria das análises da causa raiz fica bloqueada aqui, porque as alterações estão espalhadas por cinco sítios diferentes.

• As edições da sua equipa: licitações, orçamentos, objetivos, palavras-chave, públicos-alvo, criativos, horários.
• Automatismos das plataformas: recomendações aplicadas automaticamente, períodos de aprendizagem da estratégia de licitação, movimentos automáticos de orçamento.
• Site e medição: lançamentos, novos formulários, atualizações do banner de consentimento, edições de etiquetas ou píxeis, alterações ao checkout.
• CRM e vendas: regras de pontuação de leads, encaminhamento, critérios de qualificação, fases do pipeline.
• Fatores externos: feriados, promoções da concorrência, notícias, ruturas de stock, alterações de preços.

No Google Ads, o histórico de alterações (menu Campanhas e depois Histórico de alterações) lista as alterações à conta, às campanhas e aos grupos de anúncios dos últimos 2 anos, e pode filtrar por tipo de alteração. O Google indica que as alterações feitas por sistemas automáticos ou internos podem aparecer com utilizadores como «Google Ads system». O nosso guia do histórico de alterações do Google Ads mostra como lê-lo, e o artigo sobre recomendações aplicadas automaticamente explica uma origem comum de alterações que ninguém da equipa fez. Para a Meta, veja o histórico de atividade da Meta Ads.

Os registos das plataformas só cobrem a própria plataforma. Os lançamentos do site, as edições à medição e as regras do CRM têm de ser registados por pessoas, e é por isso que as equipas mantêm um registo de alterações de marketing ao lado dos históricos das plataformas.

Como testo as hipóteses uma de cada vez?

Transforme cada alteração da cronologia numa hipótese, ordene-as e teste primeiro a mais provável. Testar duas ao mesmo tempo torna o resultado impossível de interpretar.

O diagrama de Ishikawa (espinha de peixe) e os 5 porquês, ambos indicados pela ASQ como ferramentas para identificar causas, adaptam-se bem ao marketing. Use estas espinhas: medição, definições da plataforma, automatismos, criativos, página de destino e site, CRM e processo comercial, mercado e concorrência. Depois pergunte «porquê?» até chegar a algo que alguém alterou.

Classifique cada hipótese com três perguntas:

1. Momento: a alteração aconteceu imediatamente antes da variação, tendo em conta os períodos de aprendizagem e os atrasos de registo?
2. Dimensão: esta alteração pode plausivelmente explicar uma variação desta dimensão?
3. Âmbito: o segmento afetado corresponde ao que a alteração tocou?

Uma hipótese que falhe qualquer uma das três desce na lista. Para a primeira, teste-a da forma mais barata: reverta a alteração numa campanha, compare com um segmento que não foi afetado ou verifique a métrica num segundo sistema. Registe o que testou e o que aconteceu, mesmo quando a resposta for «não foi isto».

Como confirmo a causa com segmentos e com as ferramentas das plataformas?

Confirme a causa verificando que ela explica o padrão dos dados, e não apenas o momento. As ferramentas das plataformas podem acelerar este passo, mas só veem o que acontece dentro do próprio produto.

Explicações do Google Ads. As explicações dão informações sobre grandes variações de desempenho em campanhas de Pesquisa, App, Performance Max, Demand Gen, Display e Vídeo. Podem apontar para licitações, orçamento, definições ou atrasos das conversões, recursos e elegibilidade, segmentação, concorrência no leilão e interesse de pesquisa. A comparação não pode incluir o dia de hoje, tem de estar dentro dos últimos 90 dias, e os dois períodos têm de ter a mesma duração e ser contíguos.

Deteção de anomalias do GA4. O GA4 assinala um valor como anomalia quando fica fora do intervalo previsto pelo seu modelo. Segundo a documentação do Google sobre deteção de anomalias, o período de treino é de 2 semanas para anomalias por hora, 90 dias para anomalias diárias e 32 semanas para anomalias semanais. A análise de contribuição mostra depois os segmentos de utilizadores que mais contribuíram para uma anomalia, que pode abrir nas Explorações.

Estas ferramentas respondem bem a «o que variou». Não conseguem ver uma alteração a um formulário no seu site, uma nova regra de pontuação de leads no CRM ou os saldos de um concorrente. Essa parte da confirmação continua a depender da sua própria cronologia. Uma regra simples: a causa está confirmada quando o momento coincide, os segmentos afetados coincidem e reverter ou isolar a alteração faz a métrica voltar ao normal.

Como é, na prática, uma análise da causa raiz no marketing?

Eis um exemplo ilustrativo, não um cliente real. Mostra como as etapas reduzem um problema vago a uma única causa numa sessão curta.

1. Problema: o custo por lead na pesquisa paga subiu 38% face à semana anterior, a partir de uma terça-feira, em todas as campanhas.
2. Real ou medição? Os leads no CRM também caíram, por isso a queda é real.
3. Componentes: o custo por clique manteve-se; a taxa de conversão caiu de 6,1% para 4,4%. O problema está depois do clique.
4. Cronologia: segunda-feira, alteração do objetivo de licitação numa campanha; terça-feira, lançamento do site com um novo formulário; quarta-feira, recomendação aplicada automaticamente que adicionou palavras-chave.
5. Priorização: a alteração de licitação tocou numa campanha e o CPC não se mexeu. As palavras-chave chegaram depois da rutura. O lançamento do formulário coincide em momento, dimensão e âmbito.
6. Teste: a taxa de preenchimento por página de destino caiu apenas nas páginas com o novo formulário.
7. Ação: a equipa repôs o formulário antigo em metade das páginas, a taxa de conversão recuperou nessas páginas e a correção foi aplicada a todas.

Repare que a resposta estava fora da plataforma de anúncios. Para a versão deste método dedicada às conversões, leia porque é que as minhas conversões caíram. Se depois precisar de apresentar a conclusão, o guia sobre como explicar uma queda de conversões a um cliente trata dessa conversa.

Como torno a próxima análise da causa raiz mais rápida?

Registe as alterações quando as faz, não quando algo corre mal. A maior parte do tempo de uma RCA é gasta a reconstruir quem alterou o quê e quando, em ferramentas que guardam cada uma o seu histórico parcial.

• Registe cada alteração com data, responsável, plataforma, campanhas afetadas e motivo.
• Inclua as alterações feitas fora das plataformas de anúncios: lançamentos do site, edições à medição, regras do CRM, promoções.
• Anote o impacto esperado e uma data de verificação, para rever o resultado em vez de o esquecer.
• Feche cada investigação com a causa confirmada e a correção, para que a próxima pessoa parta de provas.

O Changeline é um registo de alterações de marketing criado para isto: uma cronologia à escala por cliente, onde a sua equipa regista as alterações que faz no Google Ads, na Meta Ads, no site, na medição e no CRM, com responsável, etiquetas e motivo. É gratuito durante o acesso antecipado e, por agora, as alterações são registadas pela equipa (as importações automáticas chegam em breve). Pode começar uma cronologia de alterações gratuitamente. Se também usa o GA4, acrescente anotações no GA4 para os acontecimentos mais importantes.