A pr\u00e1tica de engajar pessoas com base em caracter\u00edsticas em comum (geralmente chamadas \"segmentos\") para direcionar melhor budgets de m\u00eddia limitados e veicular publicidade mais relevante.<\/p>\n","has_its_own_page":true,"body_blocks":[{"acf_fc_layout":"text_block","text":"
Segmenta\u00e7\u00e3o de audi\u00eancias \u00e9 a pr\u00e1tica de separar consumidores em grupos (em geral, chamados \u201csegmentos\u201d), com base em diferentes crit\u00e9rios. Por exemplo, audi\u00eancias offline s\u00e3o agrupadas por programas de TV, leitura de jornal impresso ou outras t\u00e9cnicas. No online, trata-se de encontrar usu\u00e1rios semelhantes com base em interesses ou outros sinais, por exemplo, padr\u00f5es de compra. Crit\u00e9rios comuns consistem em demografia, interesses, comportamento online e inten\u00e7\u00e3o.<\/p>\n
O ponto central \u00e9 impactar as pessoas certas com a mensagem certa<\/a>. Criando segmentos \u00fanicos, voc\u00ea tamb\u00e9m pode criar an\u00fancios \u00fanicos, que conversem com cada segmento de maneira diferente. A segmenta\u00e7\u00e3o de audi\u00eancias tamb\u00e9m evita o desperd\u00edcio de dinheiro com consumidores que n\u00e3o est\u00e3o interessados nos seus produtos ou servi\u00e7os.<\/p>\n H\u00e1 quatro tipos comuns de segmenta\u00e7\u00e3o de audi\u00eancias:<\/p>\n Separa audi\u00eancias com base em dados como:<\/p>\n Por exemplo, se voc\u00ea vende produtos para cuidados com a pele, conv\u00e9m mostrar seus an\u00fancios para mulheres entre 35-65 anos.<\/p>\n Identifica grupos com base na localiza\u00e7\u00e3o, incluindo, entre outros aspectos:<\/p>\n Se voc\u00ea tem lojas f\u00edsicas para sua linha de cuidados com a pele, pode segmentar audi\u00eancias com base na localiza\u00e7\u00e3o, levando em conta os CEPs perto de cada loja.<\/p>\n Agrupa audi\u00eancias com base em interesses e atitudes comuns. Usando o mesmo exemplo, se voc\u00ea tem uma linha org\u00e2nica de cuidados com a pele, conv\u00e9m segmentar mulheres que mostram afinidade com produtos naturais ou com empresas sustent\u00e1veis.<\/p>\n Cria audi\u00eancias com base nos comportamentos online observados<\/a>. Em geral, incluem:<\/p>\n Um exemplo seriam pessoas que pesquisaram ou compraram recentemente produtos de cuidados com a pele.<\/p>\n A identifica\u00e7\u00e3o da audi\u00eancia certa come\u00e7a pelos dados. Estes s\u00e3o os dois tipos mais comuns de dados que as empresas usam para criar audi\u00eancias:<\/p>\n S\u00e3o os dados que a empresa possui diretamente. Podem incluir listas de clientes (online e offline), visitantes do site e seguidores de redes sociais, para mencionar apenas alguns. Normalmente, esses dados residem em um sistema CRM ou PDV. Os first-party data (ou dados internos\/prim\u00e1rios) t\u00eam uma enorme vantagem porque s\u00e3o precisos, gratuitos e derivam de uma audi\u00eancia j\u00e1 engajada que conhece voc\u00ea e que mostrou interesse em voc\u00ea. A desvantagem \u00e9 que muitas empresas n\u00e3o t\u00eam uma quantidade suficiente desses dados para escalar campanhas de modo adequado.<\/p>\n S\u00e3o os dados que s\u00e3o agregados e vendidos para empresas por provedores de dados, como DMPs (plataformas de gerenciamento de dados) ou DSPs (plataformas do lado da demanda). O benef\u00edcio dos third-party data (ou dados de terceiros) est\u00e1 no volume. As empresas podem expandir muito o alcance das campanhas comprando esses dados. Contudo, o problema est\u00e1 no fato de que empresas como Apple e Google, preocupadas com a privacidade dos consumidores, est\u00e3o desativando os third-party cookies<\/a>, que permitem o tracking e a coleta de third-party data.<\/p>\n O setor de ad tech vem trabalhando para identificar como os anunciantes poder\u00e3o alcan\u00e7ar audi\u00eancias de maneira eficaz em um mundo p\u00f3s-cookies. Uma possibilidade \u00e9 a publicidade por coortes, que agrupa pessoas, com base em comportamentos de navega\u00e7\u00e3o similares, em grupos com tamanho suficiente para que o anonimato seja mantido.<\/p>\n Quando voc\u00ea criar uma campanha publicit\u00e1ria, muitas plataformas fornecer\u00e3o tipos de audi\u00eancias predefinidos para voc\u00ea escolher. Veja um resumo dos tipos mais comuns e o que eles significam:<\/p>\n Audi\u00eancia por afinidade<\/strong>: Esta \u00e9 a categoria de segmenta\u00e7\u00e3o psicogr\u00e1fica\/baseada em interesses descrita acima. Audi\u00eancias por afinidade s\u00e3o grupos de pessoas que demonstram interesse (ou paix\u00e3o) por um determinado t\u00f3pico, causa, estilo de vida etc. Exemplos: fan\u00e1ticos por futebol, entusiastas da alimenta\u00e7\u00e3o saud\u00e1vel e amantes de teatro.<\/p>\n Audi\u00eancia in-market:<\/strong>\u00a0Esse tipo de audi\u00eancia faz parte do grupo de segmenta\u00e7\u00e3o comportamental e consiste em um grupo de pessoas cujo comportamento mostra que elas est\u00e3o realmente pesquisando um produto ou servi\u00e7o.<\/p>\n Audi\u00eancias semelhantes ou lookalike:\u00a0<\/strong>Audi\u00eancias criadas por machine learning para analisar comportamentos e caracter\u00edsticas dos seus consumidores e visitantes do site\/app, de modo a identificar aspectos em comum e encontrar outras pessoas com as mesmas caracter\u00edsticas. \u00c9 uma t\u00e1tica para alcan\u00e7ar novas pessoas que t\u00eam alta probabilidade de se interessarem pelos seus produtos\/servi\u00e7os.<\/p>\n Correspond\u00eancia de clientes<\/strong><\/a>:\u00a0<\/strong>Audi\u00eancia criada com base em seus clientes online ou offline. Em geral, envolve a integra\u00e7\u00e3o das suas listas de clientes ou vendas e a busca de correspond\u00eancias online para que voc\u00ea possa veicular an\u00fancios digitais para seus clientes da web e da loja f\u00edsica.<\/p>\n Retargeting<\/strong><\/a>: Audi\u00eancias criadas com base em visitantes recentes do site ou app que ainda n\u00e3o finalizaram uma transa\u00e7\u00e3o.<\/p>\n"}],"page_content":{"body_blocks":[{"acf_fc_layout":"text_block","text":" Segmenta\u00e7\u00e3o de audi\u00eancias \u00e9 a pr\u00e1tica de separar consumidores em grupos (em geral, chamados \u201csegmentos\u201d), com base em diferentes crit\u00e9rios. Por exemplo, audi\u00eancias offline s\u00e3o agrupadas por programas de TV, leitura de jornal impresso ou outras t\u00e9cnicas. No online, trata-se de encontrar usu\u00e1rios semelhantes com base em interesses ou outros sinais, por exemplo, padr\u00f5es de compra. Crit\u00e9rios comuns consistem em demografia, interesses, comportamento online e inten\u00e7\u00e3o.<\/p>\n O ponto central \u00e9 impactar as pessoas certas com a mensagem certa<\/a>. Criando segmentos \u00fanicos, voc\u00ea tamb\u00e9m pode criar an\u00fancios \u00fanicos, que conversem com cada segmento de maneira diferente. A segmenta\u00e7\u00e3o de audi\u00eancias tamb\u00e9m evita o desperd\u00edcio de dinheiro com consumidores que n\u00e3o est\u00e3o interessados nos seus produtos ou servi\u00e7os.<\/p>\n H\u00e1 quatro tipos comuns de segmenta\u00e7\u00e3o de audi\u00eancias:<\/p>\n Separa audi\u00eancias com base em dados como:<\/p>\n Por exemplo, se voc\u00ea vende produtos para cuidados com a pele, conv\u00e9m mostrar seus an\u00fancios para mulheres entre 35-65 anos.<\/p>\n Identifica grupos com base na localiza\u00e7\u00e3o, incluindo, entre outros aspectos:<\/p>\n Se voc\u00ea tem lojas f\u00edsicas para sua linha de cuidados com a pele, pode segmentar audi\u00eancias com base na localiza\u00e7\u00e3o, levando em conta os CEPs perto de cada loja.<\/p>\n Agrupa audi\u00eancias com base em interesses e atitudes comuns. Usando o mesmo exemplo, se voc\u00ea tem uma linha org\u00e2nica de cuidados com a pele, conv\u00e9m segmentar mulheres que mostram afinidade com produtos naturais ou com empresas sustent\u00e1veis.<\/p>\n Cria audi\u00eancias com base nos comportamentos online observados<\/a>. Em geral, incluem:<\/p>\n Um exemplo seriam pessoas que pesquisaram ou compraram recentemente produtos de cuidados com a pele.<\/p>\n A identifica\u00e7\u00e3o da audi\u00eancia certa come\u00e7a pelos dados. Estes s\u00e3o os dois tipos mais comuns de dados que as empresas usam para criar audi\u00eancias:<\/p>\n S\u00e3o os dados que a empresa possui diretamente. Podem incluir listas de clientes (online e offline), visitantes do site e seguidores de redes sociais, para mencionar apenas alguns. Normalmente, esses dados residem em um sistema CRM ou PDV. Os first-party data (ou dados internos\/prim\u00e1rios) t\u00eam uma enorme vantagem porque s\u00e3o precisos, gratuitos e derivam de uma audi\u00eancia j\u00e1 engajada que conhece voc\u00ea e que mostrou interesse em voc\u00ea. A desvantagem \u00e9 que muitas empresas n\u00e3o t\u00eam uma quantidade suficiente desses dados para escalar campanhas de modo adequado.<\/p>\n S\u00e3o os dados que s\u00e3o agregados e vendidos para empresas por provedores de dados, como DMPs (plataformas de gerenciamento de dados) ou DSPs (plataformas do lado da demanda). O benef\u00edcio dos third-party data (ou dados de terceiros) est\u00e1 no volume. As empresas podem expandir muito o alcance das campanhas comprando esses dados. Contudo, o problema est\u00e1 no fato de que empresas como Apple e Google, preocupadas com a privacidade dos consumidores, est\u00e3o desativando os third-party cookies<\/a>, que permitem o tracking e a coleta de third-party data.<\/p>\n O setor de ad tech vem trabalhando para identificar como os anunciantes poder\u00e3o alcan\u00e7ar audi\u00eancias de maneira eficaz em um mundo p\u00f3s-cookies. Uma possibilidade \u00e9 a publicidade por coortes, que agrupa pessoas, com base em comportamentos de navega\u00e7\u00e3o similares, em grupos com tamanho suficiente para que o anonimato seja mantido.<\/p>\n Quando voc\u00ea criar uma campanha publicit\u00e1ria, muitas plataformas fornecer\u00e3o tipos de audi\u00eancias predefinidos para voc\u00ea escolher. Veja um resumo dos tipos mais comuns e o que eles significam:<\/p>\n Audi\u00eancia por afinidade<\/strong>: Esta \u00e9 a categoria de segmenta\u00e7\u00e3o psicogr\u00e1fica\/baseada em interesses descrita acima. Audi\u00eancias por afinidade s\u00e3o grupos de pessoas que demonstram interesse (ou paix\u00e3o) por um determinado t\u00f3pico, causa, estilo de vida etc. Exemplos: fan\u00e1ticos por futebol, entusiastas da alimenta\u00e7\u00e3o saud\u00e1vel e amantes de teatro.<\/p>\n Audi\u00eancia in-market:<\/strong>\u00a0Esse tipo de audi\u00eancia faz parte do grupo de segmenta\u00e7\u00e3o comportamental e consiste em um grupo de pessoas cujo comportamento mostra que elas est\u00e3o realmente pesquisando um produto ou servi\u00e7o.<\/p>\n Audi\u00eancias semelhantes ou lookalike:\u00a0<\/strong>Audi\u00eancias criadas por machine learning para analisar comportamentos e caracter\u00edsticas dos seus consumidores e visitantes do site\/app, de modo a identificar aspectos em comum e encontrar outras pessoas com as mesmas caracter\u00edsticas. \u00c9 uma t\u00e1tica para alcan\u00e7ar novas pessoas que t\u00eam alta probabilidade de se interessarem pelos seus produtos\/servi\u00e7os.<\/p>\nSegmenta\u00e7\u00e3o demogr\u00e1fica<\/strong><\/h5>\n
\n
Segmenta\u00e7\u00e3o geogr\u00e1fica<\/strong><\/h5>\n
\n
Segmenta\u00e7\u00e3o com base em interesses (tamb\u00e9m conhecida como \u201csegmenta\u00e7\u00e3o psicogr\u00e1fica\u201d)<\/strong><\/h5>\n
Segmenta\u00e7\u00e3o comportamental<\/strong><\/h5>\n
\n
De onde v\u00eam essas audi\u00eancias?<\/strong>\u00a0<\/strong><\/h5>\n
First-party data<\/strong><\/h5>\n
Third-party data<\/strong><\/h5>\n
Tipos de audi\u00eancias comuns<\/strong><\/h4>\n
O que \u00e9 segmenta\u00e7\u00e3o de audi\u00eancias?<\/strong><\/h4>\n
Segmenta\u00e7\u00e3o demogr\u00e1fica<\/strong><\/h5>\n
\n
Segmenta\u00e7\u00e3o geogr\u00e1fica<\/strong><\/h5>\n
\n
Segmenta\u00e7\u00e3o com base em interesses (tamb\u00e9m conhecida como \u201csegmenta\u00e7\u00e3o psicogr\u00e1fica\u201d)<\/strong><\/h5>\n
Segmenta\u00e7\u00e3o comportamental<\/strong><\/h5>\n
\n
De onde v\u00eam essas audi\u00eancias?<\/strong>\u00a0<\/strong><\/h5>\n
First-party data<\/strong><\/h5>\n
Third-party data<\/strong><\/h5>\n
Tipos de audi\u00eancias comuns<\/strong><\/h4>\n