Modelos de atribuição para mídias digitais com uso de Cadeias de Markov: um estudo...

O tema proposto tem uma abordagem sobre como as cadeias de Markov podem ser aplicadas em marketing digital. O estudo foi feito em uma empresa cliente de uma agência de Marketing Digital de médio porte administrada pelos seus fundadores desde o seu surgimento. Por se tratar de uma empresa real, não serão divulgados valores absolutos dos dados da empresa, o que nada influencia nas conclusões obtidas. Foi constatado que o comportamento de uma pessoa em um determinado site pode mudar dependendo de diversos fatores que precedem essa interação. Uma análise qualitativa mostra que a probabilidade do usuário tomar uma determinada ação no site pode ser diferente dependendo de diversos fatores como o dia da semana, o gênero e a idade do usuário, o caminho pelas mídias que o levou até o site e seus pontos de contato, entre outros. Esse estudo analisa a importância de cada ponto de contato existente no caminho que o usuário percorre até a chegada em um determinado site. Um modelo de atribuição define regras que ajudam a metrificar qual o peso em que cada ponto de contato nesse caminho influencia na ação final do usuário no site. Com auxílio do uso das Cadeias de Markov, é possível definir um modelo de atribuição mais sensível às necessidades da empresa anunciante. É possível maximizar a receita de uma empresa no ambiente online tornando o investimento nas mídias online mais eficiente. Esse conceito pode ser chamado de marketing de performance, que visa o foco em resultados. Se isolarmos algum dos fatores citados que influenciam na decisão do usuário, podemos definir cadeias de estados e probabilidades, afim de desenvolver o modelo citado, buscando maior eficiência nos resultados finais. Para isso, algumas ferramentas online do Google foram usadas, tais como o Google Analytics e Google Adwords. Além disso, vamos discorrer sobre o que são cadeias de Markov, com uma pequena introdução teórica, vista que o foco do estudo é em como aplicá-las no desenvolvimento de um modelo de atribuição. Também será mostrado as principais funções das ferramentas citadas e como contribuíram para a coleta e análise dos dados obtidos. Com isso, é desenvolvido um modelo que permite dar a peso a cada ponto de contato na jornada do consumidor, afim de buscar os resultados esperados pela empresa e agência.

Título em Inglês

Assignment models for digital media using Markov Chains: a case study of the Digital Marketing Agency

Palavras-chave em Inglês

Markov Chains
Digital marketing
Attribution model for digital media

Resumo em Inglês

The proposed theme takes an approach on how Markov chains can be applied in digital marketing. The study was done in a client company of a medium-sized Digital Marketing agency managed by its founders since its inception. Because it is a real company, absolute values of the company data will not be disclosed, which has no influence on the conclusions obtained. It has been found that a person's behavior on a particular site may change depending on several factors that precede this interaction. A qualitative analysis shows that the user's likelihood of taking a particular action on the site may be different depending on various factors such as the day of the week, the gender and age of the user, the path through the media that led to the site and its contact, among others. This study analyzes the importance of each contact point in the path that the user travels until the contact with a particular site. An attribution model defines rules that help to quantify the weight at which each point of contact in that path influences the final action of the user on the site. With the help of Markov Chains, you can define an attribution model that is more responsive to the needs of the advertiser. It is possible to maximize a company's revenue in the online environment by making investing in online media more efficient. This concept can be called performance marketing, which focuses on results. If we isolate some of the factors that influence the decision of the user, we can define chains of states and probabilities, in order to develop the cited model, seeking greater efficiency in the final results. For this, some online tools from Google have been used, such as Google Analytics and Google Adwords. In addition, we will discuss what are Markov chains, with a small theoretical introduction, seeing that the focus of the study is on how to apply them in the development of an attribution model. It will also be shown the main functions of the mentioned tools and how they contributed to the collection and analysis of the data obtained. With this, a model is developed that allows giving weight to each point of contact in the consumer journey, in order to seek the results expected by the company and agency.

Arquivos

AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome(s) do(s) autor(es) do trabalho.

Nascimento_Breno_Renato_Saravalli_tcc.pdf (2.24 Mbytes)

Data de Publicação

2018-01-17

Número de visitas

1733

Número de downloads

880