O ROAS desejado do Google e os lances inteligentes da Meta usam aprendizado de máquina para definir um lance em cada leilão, mas otimizam para coisas diferentes. O ROAS desejado do Google prevê o valor de cada conversão potencial a partir do histórico da sua campanha e de sinais no momento do leilão e, então, dá lances para atingir o retorno sobre o investimento em publicidade que você definiu. O sistema da Meta prioriza anúncios por taxas previstas de engajamento e conversão, usando os dados de usuários que ela detém no Facebook e no Instagram.
Principais conclusões
- Os dois sistemas dão lances automaticamente no momento do leilão, de modo que nenhum exige um lance manual por palavra-chave ou audiência.
- O ROAS desejado do Google otimiza para valor de conversão e exige valores de conversão rastreados; o Google indica pelo menos 15 conversões nos últimos 30 dias para campanhas de Pesquisa e Shopping.
- Os lances inteligentes da Meta se apoiam no engajamento previsto dos usuários e nos dados de usuários da própria Meta, por isso exigem histórico de conversões suficiente e uma visão clara da audiência-alvo.
- O ROAS desejado compensa quando as conversões variam de valor; a força da Meta é alcançar as pessoas em seus feeds antes de elas pesquisarem.
- Nenhum dos dois funciona sozinho: ambos exigem dados de conversão limpos, monitoramento contínuo e ajustes conforme o mercado muda.
Os algoritmos de lances inteligentes se tornaram centrais no marketing digital. Eles otimizam o investimento em anúncios, melhoram o desempenho das campanhas e agilizam a tomada de decisões. Este artigo compara duas das principais soluções de lances inteligentes: o ROAS desejado (retorno sobre o investimento em publicidade) do Google e o algoritmo de lances inteligentes da Meta.
O que são lances inteligentes?
Lances inteligentes são lances automatizados que usam aprendizado de máquina para definir um lance para cada leilão individual, em vez de um único lance manual que vale para toda uma palavra-chave, posicionamento ou audiência. O sistema estima a probabilidade de essa impressão levar ao resultado desejado e quanto esse resultado vale, e dá o lance de acordo. Como a estimativa é feita no momento do leilão, ele consegue ponderar sinais que nenhuma pessoa conseguiria processar em tempo real, como dispositivo, local, hora do dia e, na pesquisa, a própria consulta.
O Google agrupa suas estratégias automatizadas sob o nome Smart Bidding: CPA desejado, ROAS desejado, Maximizar conversões e Maximizar valor de conversão. A Meta oferece estratégias de lance automatizadas comparáveis no Gerenciador de Anúncios, que este artigo chama, em conjunto, de “lances inteligentes da Meta”.
Como funciona o ROAS desejado do Google?
O ROAS desejado do Google mostra o que o aprendizado de máquina pode fazer em lances. Ele busca maximizar o valor de conversão atingindo um retorno sobre o investimento em publicidade específico, definido por você.
Quais são as principais características?
Decisões orientadas por dados: usa dados históricos de campanhas e sinais contextuais do momento do leilão.
Ajustes de lance em tempo real: adapta o lance de cada leilão à probabilidade de uma conversão de alto valor.
Maximização do valor de conversão: foca a qualidade das conversões, e não a quantidade.
Flexibilidade e controle: os anunciantes podem definir metas de ROAS diferentes para campanhas diferentes.
Insights de desempenho: oferece relatórios detalhados sobre o desempenho da estratégia.
O ROAS desejado tem requisitos de entrada. A página de ajuda do Google indica pelo menos 15 conversões nos últimos 30 dias para campanhas de Pesquisa e Shopping, com limites diferentes para outros tipos de campanha, e você precisa atribuir valores às conversões que rastreia antes de aplicá-lo. O Google também sugere informar valores de conversão por quatro semanas, ou por um a dois ciclos de conversão, se for mais longo, antes de definir uma meta. Depois de ativo, exige monitoramento contínuo para se adaptar às mudanças do mercado.
A meta em si é uma alavanca. Uma meta de ROAS mais alta faz o sistema dar lances com mais cautela, o que pode proteger a margem, mas reduzir o volume de conversões; uma meta mais baixa permite competir em mais leilões. O Google também observa que o desempenho geralmente melhora com campanhas menos numerosas e maiores, que acumulam mais conversões, porque o modelo tem mais dados para aprender.
Como funciona o algoritmo de lances inteligentes da Meta?
O algoritmo de lances inteligentes da Meta, que roda em plataformas como Facebook e Instagram, também se baseia em aprendizado de máquina avançado.
Quais são as principais características?
Foco no engajamento do usuário: prioriza anúncios com base no engajamento e nas taxas de conversão previstos.
Lances no momento do leilão: ajusta os lances em tempo real, de forma muito parecida com a abordagem do Google.
Uso abrangente de dados de usuários: recorre aos amplos dados de usuários da Meta para segmentação.
O leilão da Meta não recompensa apenas o maior lance. Ele pondera o lance do anunciante junto com a probabilidade estimada de que aquela pessoa realize a ação para a qual o conjunto de anúncios está otimizado e uma avaliação da qualidade do anúncio. Um anúncio ao qual o modelo espera que as pessoas respondam pode vencer um leilão com um lance menor que o de um concorrente, e é por isso que o criativo e a adequação à audiência aparecem diretamente nos seus custos.
O algoritmo da Meta precisa de dados históricos suficientes para otimizar e de uma compreensão clara da audiência-alvo. Conjuntos de anúncios novos, e aqueles que recebem edições significativas, passam por uma fase de aprendizado em que a veiculação é menos estável enquanto o sistema reúne dados. Os sinais de conversão vêm do pixel da Meta e da API de Conversões, de modo que falhas no rastreamento deixam o modelo adivinhando.
Como se comparam os lances inteligentes do Google e da Meta?
A comparação mostra vários contrastes e semelhanças:
Uso de aprendizado de máquina: ambos usam aprendizado de máquina sofisticado, mas o Google enfatiza o valor de conversão, enquanto a Meta foca o engajamento do usuário.
Ajustes em tempo real: ambos ajustam os lances de forma dinâmica, mas diferem no foco dos dados. O Google analisa dados históricos de campanhas, enquanto a Meta recorre aos seus vastos dados de usuários.
Flexibilidade: ambos oferecem parâmetros ajustáveis, mas sua eficácia varia conforme os tipos de campanha e os objetivos.
Interface e integração: a plataforma do Google costuma ser vista como mais fácil de usar, enquanto o sistema da Meta oferece integração mais profunda com o marketing em redes sociais.
| Aspecto | ROAS desejado do Google | Lances inteligentes da Meta |
|---|---|---|
| Otimiza para | Valor de conversão com um retorno-alvo | Engajamento e conversões previstos para o resultado escolhido |
| Principais dados | Dados históricos de campanhas e sinais do momento do leilão | Dados de usuários da Meta mais eventos do pixel e da API de Conversões |
| Intenção do usuário | Frequentemente ativa: na Pesquisa, as pessoas estão buscando algo | Em geral passiva: as pessoas estão navegando pelos feeds, não pesquisando |
| Necessidades de dados | Valores de conversão rastreados; pelo menos 15 conversões em 30 dias para Pesquisa e Shopping | Histórico de conversões suficiente para superar a fase de aprendizado |
| Principal ponto de atenção | Valores de conversão imprecisos enganam o modelo | A dependência de dados de usuários traz questões de privacidade e perda de sinal |
O que os estudos de caso mostram?
Vários estudos de caso ilustram o que esses algoritmos conseguem fazer. O Search Engine Land, citando o Google, relata que anunciantes que migraram do Smart Shopping para Maximizar valor de conversão com ROAS desejado tiveram um aumento de até 30% no valor de conversão, enquanto um varejista de moda teve taxas de engajamento melhores na plataforma da Meta.
Trate qualquer número de destaque como uma hipótese para a sua própria conta. As duas plataformas oferecem experimentos integrados, então você pode rodar uma estratégia automatizada contra a sua abordagem atual e comparar os resultados antes de migrar todo o seu investimento.
Quais são os desafios e as limitações?
Os anunciantes costumam enfrentar preocupações com a privacidade de dados, especialmente pela dependência da Meta em relação aos dados de usuários. Mudanças de privacidade, como o framework App Tracking Transparency da Apple, lançado em 2021, reduziram os sinais que as plataformas de anúncios recebem de apps, o que torna os dados próprios e o rastreamento no servidor mais importantes. Ambas as plataformas exigem monitoramento e ajustes contínuos para manter o desempenho.
Os dois modelos também são opacos: você vê o que eles dão de lance, mas não por quê, e ambos são tão bons quanto os dados de conversão que você fornece: conversões duplicadas, ausentes ou com valor errado ensinam a lição errada.
O que vem a seguir para os lances inteligentes?
As tendências futuras apontam para uma segmentação de anúncios ainda mais personalizada e um aprendizado de máquina mais eficiente. A crescente importância da privacidade de dados e a evolução da tecnologia de IA devem continuar moldando esses algoritmos.
O ROAS desejado do Google e o algoritmo de lances inteligentes da Meta oferecem vantagens e desafios distintos, e sua eficácia depende das necessidades e dos objetivos de cada campanha. À medida que o marketing digital avança, essas ferramentas ficarão mais sofisticadas, oferecendo segmentação mais precisa e maior retorno sobre o investimento. Como o leilão da Meta recompensa anúncios aos quais as pessoas respondem, o criativo que você alimenta importa tanto quanto o lance; é por isso que o SOMIN permite pontuar anúncios antes de investir.
Leituras relacionadas
- Como otimizar anúncios na Meta e no TikTok? Um passo a passo
- Por que os custos dos anúncios oscilam e como estabilizá-los?
- Como os anunciantes se adaptam quando a IA da Meta substitui o comprador de mídia?
- O que é o potencial de clique de um criativo, e dá para prever antes de investir?
- O que as plataformas de otimização de anúncios prometem nos próprios anúncios?
FAQ
O ROAS desejado do Google exige um número mínimo de conversões?
Sim. A página de ajuda do Google indica pelo menos 15 conversões nos últimos 30 dias para campanhas de Pesquisa e Shopping, com limites diferentes para outros tipos de campanha. Você também precisa ter valores de conversão configurados para as conversões que rastreia.
Qual é a principal diferença entre os lances inteligentes do Google e os da Meta?
O ROAS desejado do Google foca o valor de conversão e se apoia em dados históricos de campanhas e sinais do momento do leilão. Os lances inteligentes da Meta focam o engajamento e as taxas de conversão previstos e se apoiam nos dados de usuários da própria Meta.
Por que os lances inteligentes da Meta precisam de dados históricos?
O algoritmo prevê quem tem probabilidade de interagir ou converter e precisa de resultados passados para fazer essas previsões. Conjuntos de anúncios novos ou muito editados passam por uma fase de aprendizado enquanto ele reúne esses dados.
Posso deixar os lances inteligentes rodando sozinhos?
Não. Ambas as plataformas precisam de monitoramento e ajustes contínuos, rastreamento de conversões limpo e criativos novos para continuar performando conforme o mercado muda.
Fontes
- About Target ROAS bidding, Google Ads Help
- Target ROAS in Google Ads: 5 key considerations, Search Engine Land
