O que são dados primários? Um guia para equipes em crescimento

Dados primários são quaisquer informações que uma empresa coleta diretamente de seu próprio público, por meio de seus próprios produtos, canais e interações, sem intermediários, corretores terceirizados ou suposições. Isso inclui tudo, desde o comportamento no aplicativo e registros de compras até o engajamento por e-mail e conversas de suporte. Quando coletados de forma transparente e com o devido consentimento, os dados geralmente são mais precisos e fáceis de controlar do que os dados provenientes de fornecedores externos. Para estúdios de jogos e equipes de desenvolvimento, isso mostra como os jogadores encontram, jogam e gastam dinheiro no seu jogo, e fornece aos sistemas de otimização os sinais a partir dos quais eles aprendem.

Com a evolução das normas de privacidade e a crescente falta de confiabilidade dos identificadores tradicionais, os estúdios não podem mais depender de uma única fonte de verdade para otimização. A melhoria do desempenho depende cada vez mais da construção de uma base de dados mais sólida, com sinais primários de alta qualidade que reduzam os pontos cegos e forneçam aos sistemas de otimização uma visão mais completa do comportamento e desempenho do jogador.

Dados de primeira parte vs. dados de segunda parte vs. dados de terceira parte

As três categorias são definidas pela origem dos dados, não pelo seu conteúdo.

• Dados primários são dados que você coleta diretamente de seus próprios usuários por meio de seus próprios canais: seu aplicativo, site, sistema de gerenciamento de relacionamento com o cliente (CRM) ou sistema de ponto de venda.
• Dados de segunda parte são dados primários de terceiros, compartilhados diretamente com você, geralmente por meio de uma parceria. Um exemplo comum é um varejista que compartilha dados de fidelidade com uma marca parceira.
• Os dados de terceiros são agregados a partir de diversas fontes não relacionadas, vendidos ou licenciados por um fornecedor de dados que não possui relação direta com as pessoas que os dados descrevem.

Por que os dados primários são importantes agora?

A justificativa para o uso de dados primários decorre diretamente da forma como o ambiente de dados mudou.

Os requisitos de privacidade mudaram e não vão voltar a ser os mesmos. Leis de proteção de dados, como o Regulamento Geral de Proteção de Dados (RGPD) da UE e a Lei de Privacidade do Consumidor da Califórnia (CCPA) , juntamente com estruturas de consentimento em dispositivos móveis, como o App Tracking Transparency da Apple, tornaram mais difícil, e em muitos casos impossível, depender de identificadores externos sem permissão explícita. A expansão regulatória não diminuiu o ritmo: Vinte estados já aprovaram leis abrangentes de privacidade.

A perda de sinal tem consequências reais no desempenho. Quando identificadores como o IDFA (identificador de publicidade em nível de dispositivo da Apple para iOS) não estão disponíveis ou cookies de terceiros são bloqueados, os modelos de otimização perdem as informações de entrada nas quais costumavam se basear.

Os dados primários tornaram-se, por padrão, o ativo mais confiável. Está ligado a um relacionamento real. Além disso, a empresa responsável pela coleta de dados controla o processo e pode obter o consentimento diretamente, em vez de depender de um fornecedor. Por isso, deixou de ser tratado como um mero item de conformidade e passou a ser considerado infraestrutura essencial.

Tipos de dados primários

Os dados primários abrangem diversas categorias, cada uma útil para uma parte diferente do funil de crescimento.

• Os dados comportamentais abrangem o que as pessoas realmente fazem dentro do seu produto: visualizações de página, duração da sessão, uso de recursos e padrões de engajamento. Um jogo para celular pode monitorar um jogador que completa dez níveis em uma única primeira sessão, um forte indício inicial da probabilidade de retenção.
• Os dados de transação abrangem a troca de dinheiro ou valor: compras, renovações de assinaturas, receita de anúncios e reembolsos. Por exemplo, um histórico de compras dentro do aplicativo, mostrando quando e quanto um jogador gasta, é um sinal direto de valor.
• Os dados do dispositivo e de diagnóstico abrangem o ambiente técnico em que um jogo é executado: modelo do dispositivo, versão do sistema operacional (OS), qualidade da conexão e sinais de falha e desempenho. Esses dados podem ser coletados por meio de seus próprios instrumentos, kit de desenvolvimento de software (SDK) ou ferramenta de diagnóstico, e o que cada um captura varia. Por exemplo, uma ferramenta de relatório de falhas pode mostrar que seu jogo trava com mais frequência em celulares mais antigos.
• Os dados de tempo de execução abrangem os sinais que um jogo gera enquanto está sendo jogado: Isso pode incluir início e duração das sessões, progressão de nível, uso de recursos, compras dentro do jogo e outros eventos de engajamento e comportamento inerentes ao jogo.
• Os dados declarados e os dados de terceiros abrangem o que os usuários optam por informar diretamente: preferências declaradas, respostas a pesquisas e seleções feitas durante o processo de integração. Ao escolher um gênero musical preferido durante a configuração inicial, o jogador está expressando sua intenção de forma direta e inequívoca.

A maioria dos programas de dados primários reúne dados comportamentais, transacionais, de dispositivos e diagnósticos, de tempo de execução e declarados, sendo que cada tipo de sinal adiciona uma visão diferente do cliente.

Individualmente, cada um desses tipos de sinal responde a uma pergunta específica: como alguém chegou, o que fez, quanto gastou e que experiência teve? O verdadeiro valor se revela quando são vistos em conjunto. Uma equipe que analisa apenas dados comportamentais pode observar uma queda no engajamento sem saber se isso se deve a uma mudança na qualidade da aquisição, a uma decisão de monetização ou a um problema de desempenho em tempo de execução. Conectar os tipos de sinal elimina essa lacuna e transforma um conjunto disperso de métricas em uma imagem mais clara do que realmente está gerando resultados.

Construindo uma estratégia de dados primários

Uma estratégia de dados primários é, na verdade, composta por duas disciplinas interligadas: coletar os dados de forma responsável e utilizá-los de forma eficaz. A maioria das organizações já possui mais dados do que utiliza; a lacuna geralmente está na estrutura.

Coleta: reunir dados de forma responsável.

A coleta começa com a instrumentação. Por exemplo, uma integração de SDK para capturar sinais comportamentais, rastreamento de eventos para registrar transações e mecanismos de consentimento que tornam a adesão clara e fácil de gerenciar. O mecanismo importa menos do que o princípio que o fundamenta. A coleta de dados deve ser transparente e baseada no consentimento prévio, e não uma ideia posterior adicionada a um produto já existente. Na prática, isso significa ser transparente com os jogadores sobre quais dados são coletados, como serão usados ​​e compartilhados e como eles podem controlá-los. Os dados de jogadores mais jovens, como crianças, estão sujeitos a regras mais rigorosas e geralmente não podem ser usados ​​para publicidade personalizada.

Ativação: colocando os dados para trabalhar

Dados brutos armazenados em um data warehouse não alteram nenhuma métrica por si só. A ativação é onde o valor se manifesta. Isso significa usar dados primários para criar segmentos de público , modelar públicos semelhantes, enriquecer os sinais com os quais os modelos de otimização são treinados e coordenar a segmentação em todos os canais.

Cada um desses métodos de ativação realiza algo distinto:

Segmentos de público : grupos de usuários definidos por características em comum, como grandes gastadores ou usuários que abandonaram a campanha após o terceiro dia, permitindo que as campanhas tratem usuários diferentes de forma diferenciada.

Públicos semelhantes : novos usuários que se assemelham a um grupo existente, geralmente seus melhores clientes, permitindo que uma plataforma de anúncios encontre mais pessoas semelhantes àquelas que já se provaram valiosas.

Enriquecimento de sinais : adição de sinais primários, como compras e retenção, aos dados que os modelos de otimização das plataformas de anúncios utilizam; sinais mais ricos resultam em decisões de lances mais precisas.

Segmentação multicanal : utilização de dados de um local, como um aplicativo ou site, para orientar decisões em um canal diferente, como redes sociais ou TV conectada, de forma que o mesmo usuário não seja segmentado de maneira inconsistente, dentro dos limites permitidos pela legislação de privacidade aplicável.

Ao coletar os sinais corretos, você obtém melhores dados de entrada para o modelo, o que pode aprimorar as decisões de lances, segmentação e orçamento. Essas decisões mais assertivas podem se refletir ao longo do tempo em um melhor retorno sobre o investimento em publicidade (ROAS) , valor vitalício do cliente (LTV) e retenção.

Dados primários em jogos

Os jogos geram um vasto fluxo de dados primários. Uma única sessão pode gerar dezenas desses sinais, como padrões de sessão, comportamento na economia do jogo, interações sociais e engajamento com anúncios. Quando coletado por meio do próprio jogo e das ferramentas de um estúdio, é considerado conteúdo exclusivo desse estúdio.

Os sinais aos quais vale a pena prestar atenção se enquadram em algumas categorias. Os dados de comportamento do jogador abrangem curvas de retenção, nível de engajamento e padrões de monetização ao longo do ciclo de vida do jogador. Os sinais de diagnóstico abrangem o desempenho do dispositivo, dados de falhas e tempos de carregamento: sinais técnicos importantes para a qualidade do produto, métricas de retenção e precisão de segmentação. Os dados da economia do jogo abrangem as taxas de ganho e gasto de moeda e os padrões de IAP (IAP), que muitas vezes preveem o comportamento de gastos muito antes de um jogador fazer sua primeira transação. Como os jogos capturam isso com alta frequência e continuamente, o conjunto de sinais resultante é normalmente mais rico do que o produzido por uma configuração padrão de análise de sites.

A vantagem está em conectar esses sinais em vez de deixá-los isolados. Quando dados comportamentais, telemetria em tempo de execução e dados de atribuição convergem para o mesmo sistema, os modelos de otimização simplesmente têm mais informações para aprender, e um maior volume de sinais tende a produzir previsões melhores e um retorno sobre o investimento em publicidade mais robusto. É aqui que uma estrutura de dados com consentimento, análises vinculadas a dados de aquisição e sinais de tempo de execução em nível de SDK funcionam em conjunto, em vez de como ferramentas separadas.

O consentimento desempenha um papel mais importante nisso do que pode parecer à primeira vista. Experiências claras de consentimento ajudam a construir a confiança do jogador, e sinais de consentimento fornecem aos modelos de otimização, como o Unity Vector, mais informações para aprendizado.

Dados primários para publicidade e otimização

O retorno comercial mais evidente dos dados primários se manifesta no desempenho da publicidade, as métricas pelas quais as equipes de aquisição de usuários e de crescimento são avaliadas diretamente. Por trás de cada um dos benefícios abaixo, existe o mesmo mecanismo básico. Os modelos de otimização tendem a tomar decisões melhores em relação a lances e orçamentos quando dispõem de sinais mais completos e conectados para aprender, e podem continuar a se aprimorar à medida que sinais adicionais se tornam disponíveis, em vez de atingirem um platô após uma única integração. Dados mais completos não apenas adicionam informações; eles reduzem as suposições que os modelos, de outra forma, teriam que preencher com dados indiretos.

O direcionamento torna-se mais preciso. Segmentos de público-alvo construídos a partir de comportamentos reais observados, e não de categorias de interesse inferidas, significam menos gastos desperdiçados com pessoas com baixa probabilidade de conversão, o que se reflete diretamente em custos de aquisição mais eficientes.

O ciclo de otimização se torna mais preciso. Quando os modelos de licitação e otimização recebem sinais primários, como eventos pós-instalação, dados de receita e marcos de engajamento, eles têm resultados concretos dos quais aprender, em vez de indicadores indiretos. Dados de entrada mais ricos tendem a gerar melhores previsões, o que é um dos principais mecanismos por trás da maioria dos ganhos de ROAS atribuídos à adoção de dados primários.

Os sinais viajam através de canais. Quando permitido por lei, os dados coletados em um ambiente, como o engajamento em um aplicativo, por exemplo, podem orientar as decisões de segmentação em um canal completamente diferente, seja publicidade programática , TV conectada ou redes sociais. O valor se acumula porque o mesmo sinal subjacente é reutilizado em vez de ser reconstruído para cada canal separadamente.

Os dados primários são a base mais sólida para a qual as estratégias de crescimento estão convergindo, tanto no setor de jogos quanto em outras áreas.

Seus dados estão configurados para o sucesso?

Perguntas frequentes

O que são dados primários?

Dados primários são informações que uma empresa coleta diretamente de seus próprios usuários por meio de canais que ela possui: aplicativos, sites, sistemas de CRM, sistemas de ponto de venda. Por vir diretamente da fonte, geralmente é mais preciso do que dados de fornecedores ou corretores externos e mais fácil de controlar quando coletado de forma transparente.

Qual é um exemplo de dados primários?

Um jogo para celular que rastreia a duração da primeira sessão de um jogador, quais itens do aplicativo ele compra e em qual dispositivo ele está jogando são todos dados primários. O mesmo se aplica ao histórico de compras de um cliente em um site de varejo ou às suas respostas a uma pesquisa de boas-vindas.

Qual a diferença entre dados de primeira parte, de segunda parte e de terceira parte?

Os dados primários provêm diretamente dos seus próprios usuários através dos seus próprios canais. Dados de segunda parte são dados primários de terceiros, compartilhados diretamente com você. Os dados de terceiros são agregados por um fornecedor externo a partir de diversas fontes não relacionadas e vendidos ou licenciados a você, sem qualquer relação direta entre você e as pessoas descritas.

O que são dados de origem zero?

Dados de terceiros são informações que um usuário compartilha intencionalmente e proativamente com você, como preferências declaradas, respostas a pesquisas ou seleções feitas durante o processo de integração. Trata-se de um tipo de dado primário, mas o usuário o forneceu diretamente e intencionalmente, em vez de você inferir essa informação a partir do comportamento dele. Em um jogo, um jogador escolher um gênero preferido durante a configuração inicial é um exemplo comum.

Por que os dados primários são importantes para a publicidade?

Com a crescente indisponibilidade de identificadores móveis e cookies de navegador, os dados primários tornaram-se uma das poucas fontes confiáveis ​​restantes para segmentação e otimização. Isso pode melhorar a precisão da audiência e fornecer sinais mais ricos para os modelos de otimização.

Como coletar dados primários de um aplicativo móvel?

A coleta de dados normalmente combina a integração de SDKs para sinais comportamentais, o rastreamento de eventos para compras e outras transações, e um mecanismo de consentimento claro para que os usuários entendam e controlem o que está sendo coletado. A qualidade do consentimento e a qualidade dos dados estão diretamente ligadas: a coleta transparente produz dados mais limpos e mais utilizáveis.

O que é a ativação de dados primários?

A ativação de dados é o processo de tornar os dados primários utilizáveis. Significa coletar os sinais corretos, conectá-los às plataformas adequadas e garantir que estejam disponíveis para medição, otimização e tomada de decisões. A ativação inclui a criação de públicos-alvo, o treinamento de modelos de aprendizado de máquina, o enriquecimento de sinais de otimização e a coordenação de campanhas em diversos canais. A coleta de dados é apenas o primeiro passo. O valor comercial advém de colocar esses dados em prática.

Como os dados primários melhoram o ROAS?

Os sistemas de otimização só conseguem otimizar aquilo que conseguem ver. Ao terem acesso a sinais primários mais ricos, como compras, engajamento e retenção, eles aprendem quais usuários são mais valiosos em vez de dependerem de indicadores indiretos.

Imagine duas campanhas com o mesmo orçamento. Só se sabe quem instalou o aplicativo. O outro também sabe quem concluiu o tutorial, fez uma compra, manteve-se engajado e se tornou um jogador de alto valor. A segunda campanha possui muito mais informações para aprendizado, permitindo que os sistemas de otimização encontrem mais usuários como seus melhores clientes e reduzam o desperdício de recursos.