Em um mercado em que todos são impactados por milhares de anúncios por dia, o verdadeiro desafio do marketing digital não é falar com mais pessoas, é falar com as pessoas certas, e o principal, conseguir ter a transparência, a autonomia e o controle sobre essas audiências. Foi justamente pensando nisso que a Hands criou e desenvolveu o Audience Hub, a plataforma proprietária da Hands criada para transformar dados de comportamento e localização em segmentações precisas e exclusivas com possibilidade de ativação em múltiplos canais de mídia.

Mas afinal, como essa tecnologia funciona?

O ponto de partida: dados de geolocalização e comportamento:

O Audience Hub combina um imenso volume de dados com informações diversas e mais de 500 bilhões de latitudes e longitudes de cerca de 180  milhões de dispositivos no Brasil. Esses dados permitem entender como as pessoas se comportam e movimentam no mundo físico, sabendo por onde passam, onde permanecem e com que frequência visitam determinados lugares.Essa é a base do que a Hands chama de GeoBehavior, a análise comportamental aplicada à geolocalização. Através de tecnologia e filtros precisos, o GeoBehavior diferencia, por exemplo, quem apenas passou em frente a uma loja de quem realmente permaneceu e tem afinidade com aquele local ou marca.

Do “raio de 1 km” aos polígonos de precisão

Enquanto as principais plataformas de mídia digital permitem segmentar audiências por um raio geográfico mínimo (geralmente de 1 km), o Audience Hub vai muito além. A plataforma utiliza polígonos geográficos, que permitem desenhar manualmente os contornos exatos de um local, como uma loja, um shopping, um estádio, um ponto de mídia OOH ou até o local de um evento específico, aplicando filtros adicionais de data, hora e tempo de permanência, para segmentar quem esteve em um show por exemplo.

Esses polígonos possibilitam a definição das áreas de interesse e eliminam o desperdício de mídia em regiões que não fazem sentido para a marca.

Por exemplo, se uma rede de supermercados quer impactar apenas quem frequenta as lojas de um concorrente específico, é possível criar um polígono que delimita exatamente o estacionamento e o interior do estabelecimento, ignorando ruas adjacentes e áreas residenciais.

Filtros comportamentais que refinam ainda mais a audiência:

Além da precisão geográfica, o Audience Hub permite aplicar filtros de comportamento que enriquecem a qualidade das audiências. É possível filtrar usuários por:

• Período das visitas (ex.: quem visitou o local nas últimas semanas, meses ou ano)

• Data e horário das visitas (ex: visitantes de fim de semana ou em horários comerciais).

• Tempo de permanência (ex: quem ficou mais de 20 minutos em um local).

• Frequência (ex: visitantes recorrentes vs. visitantes únicos).
  

Essas variáveis transformam uma simples lista de dispositivos em clusters inteligentes, capazes de representar comportamentos reais e não apenas localizações pontuais.

Com isso é possível diferenciar quem mora em um determinado local ou quem apenas trabalha naquela região. Este tipo de segmentação muda completamente o público e seus costumes.

Multicanal:

Uma vez criada a audiência, o Audience Hub permite exportá-la diretamente, via criptografia SHA-256, para os principais canais de mídia digital, como Instagram, Facebook, TikTok, Microsoft, LinkedIn, Spotify, DV360 e Pinterest.

Isso significa que as marcas podem ativar campanhas personalizadas em múltiplas plataformas, mantendo a coerência da segmentação.

Por exemplo:

• Um público que frequenta academias pode ser impactado com uma campanha de bebidas esportivas no Instagram.
  
• Já os visitantes de concessionárias podem ser reimpactados com anúncios de manutenção automotiva no YouTube.
  

Essa flexibilidade torna o Audience Hub uma ferramenta poderosa para estratégias omnichannel, conectando o mundo físico ao digital com fluidez.

Da inteligência ao resultado

O objetivo final do Audience Hub é unir precisão, contexto e eficiência. Ao permitir que as marcas falem com pessoas que realmente têm potencial de conversão, a plataforma ajuda a otimizar o investimento em mídia, reduzir dispersões e gerar resultados mais mensuráveis.

Mais do que uma ferramenta de segmentação, o Audience Hub representa uma nova forma de pensar audiências, baseando-se em comportamentos reais, e não apenas em suposições generalistas.

A combinação de OOH (Out of Home) com estratégias e funcionalidades Mobile e Geolocalizadas representam uma das principais evoluções da mídia exterior na era digital, permitindo que os dados, audiência, interações e métricas do universo mobile possam ser utilizados de forma complementar às ações e campanhas em OOH.

Para facilitar o entendimento, podemos separar as possibilidades e oportunidades em três frentes: (1) Inteligência de Circuito, (2) Extensão de Audiência e (3) Métricas e Insights.

---

Inteligência de Circuito

• Objetivo: utilizar dados dos smartphones, como os de geolocalização, para criar audiências GeoBehavior com foco em analisar o perfil e comportamento dos usuários que passam e/ou frequentam locais ao redor dos pontos de mídia OOH, e desta forma ajudar a definir os melhores pontos para impactar targets específicos.

Como funciona:

• Para começar é necessário ser feito o georreferenciamento dos pontos de OOH à serem analisados, plotando no mapa cada um dos pontos com seus respectivos endereços, com coordenadas geográficas (Latitude e Longitude).
• Captura de dados agregados e anônimos dos smartphones, como informações de geolocalização.
• Análise via GeoBehavior dos smartphones (IDs anônimos) que frequentam os locais das faces de OOH para criar as audiências
• Após separada a audiência dos usuários que frequentam os pontos de OOH, é utilizados o GeoBehavior para entender o perfil e comportamento dos usuários, com dados como:
  • Região de moradia
  • Região de trabalho
  • Locais mais frequentados
  • Categorias de locais mais frequentados.
    • Exemplo: Restaurantes, Academias, Parques, Shoppings etc.
  • Redes (Marca) de locais mais frequentados por categoria.
    • Exemplo: Mequi, BK, SmartFit, BlueFit, Iguatemi, Morumbi etc.
• Os insights gerados via GeoBehavior são utilizados para definir os melhores pontos de OHH para falar com quem frequenta ou não frequentar determinados locais que façam sentido ao target da campanha.

Exemplos:

Definir os melhores painéis OOH para impactar quem:

• frequenta lojas de concorrentes determinados
• frequenta locais de afinidade com seu produto ou serviço
• já frequenta suas lojas, mas com um objetivo de aumento de visitas (recorrência)
• não frequenta a sua lojas a mais de x meses

---

Extensão de Audiência

• Objetivo: reimpactar no mundo digital os usuários que foram expostos (OTS – opportunity to see) à uma campanha de OOH, criando uma jornada de mídia estendida.

• Vantages:

• • Otimizar a jornada: aproveitando o interesse despertado pelo impacto e awareness gerado pela campanha de OOH para canalizar, de forma simples e fluida, o acesso dos usuários a mais informações sobre a campanha.
  • Reforçar a jornada: assim como nas estratégias digitais, utilizando o retargeting para reimpactar no digital a audiência OOH com foco em aumentar a frequência da comunicação, gerar mais resultados e garantir a devida atribuição.
  • Blindar a jornada: considerando que a barra do navegador no smartphone funciona também como campo de busca, e que se um usuário impactado por uma campanha de OOH simplesmente digitar o nome da marca (em vez da URL exata) ele pode acabar acessando resultados de busca, correndo o risco de um concorrente melhor posicionado em SEO, ou com presença efetiva em Search Ads, capturar o lead gerado originalmente pela sua campanha de OOH.
  • Analisar a jornada: dado que ao migrar a audiência OOH para os smartphones é possível ter análises mais detalhadas de funil, como CAC e LTV.

Como funciona:

• Através dos dados agregados e anônimos de geolocalização dos smartphones é possível detectar quem frequentar ou frequentou os pontos de OOH de uma determinada campanha.
  • No caso de OOH digital, com inserções por data e horário determinado, é possível usar a mesma dinâmica para mensurar quem estiver ou esteve no local nos mesmos dias e horários da veiculação.
• Após o mapeamento dos dados, é criada uma audiência com base nos identificadores dos usuários (IDs), que será utilizada para realizar o match em diferentes plataformas digitais, permitindo a ativação em canais como:
  • Push Notifications
  • Mídia Display e Vídeo
  • Native
  • Redes Sociais
  • Aplicativos de conteúdo: Streaming, Música etc
  • Connected TV – CTV (viável tecnicamente mas com maior desafio de match)
• Após “migrar” a audiência para os canais digitais, o fluxo da campanha segue o modelo tradicional do ambiente online. A diferença está na possibilidade de retroalimentar a campanha de OOH com métricas e insights gerados no digital, fechando o ciclo entre os dois mundos.

---

Métricas e Insights

• Objetivo: atribuir ao OOH indicadores de performance inspirados na mídia digital: alcance real, frequência, visitação e até conversão.

Como funciona:

• • São criados datasets com dados dos smartphones que tenham relação com uma determinada campanha, separados em:
    • Audiência de Passantes: com dados dos smartphones que estiveram nos pontos de OOH durante o período da campanha, tendo sido ou não impactados no mundo digital depois.
    • Audiência Online Potencial: com dados dos smartphones que estiveram nos pontos de OOH durante o período da campanha, tiveram match com as plataformas digitais, e viraram audiências para possível impacto.
    • Audiência Online Impactada: com dados dos smartphones que estiveram nos pontos de OOH durante o período da campanha, tiveram match nas plataformas digitais, viraram audiências para possível impacto e foram impactados.
      • Esse cenário só é possível com plataformas que retornam o ID dos usuários impactados e não apenas o percentual de match.
      • O Push Notification via aplicativos é uma forma de ter esse tipo de informação com cluster de impactados. 
  • Através destes datasets é possível realizar uma série de análises do mundo digital “tradicional;” e também análises específicas do mundo Mobile como já apresentadas acima:
    • Store Lift
    • Store Share Lift

•  

Exemplos:

• “Quantas pessoas que passaram pelo painel visitaram o ponto de venda nas 72h seguintes?”
• “Qual o Store Lift das lojas com OOH vs sem OOH?”
• “Qual o Store Share Lift nas regiões com Campanha de OOH”

Quer saber mais sobre como potencializar sua estratégia de OOH com as soluções, interações e métricas do mundo mobile? Fale com nosso time de especialistas: falecom@hands.com.br

Não é apenas na segmentação de audiências que o GeoBehavior pode agregar valor às estratégias de mídia, tanto online quanto offline. Plataformas especializadas permitem o uso dos dados, da inteligência e da base de dados, para gerar análises e insights durante e após a campanha, trazendo mais efetividade e possibilidades de otimização e performance.

O foco principal está em utilizar os dados de geolocalização, enriquecidos pelas possibilidades do GeoBehavior. Desta forma, podemos utilizar os filtros precisos como por exemplo; pontos específicos no mapa (seja por raios ou por polígonos), data e hora das visitas, tempo de permanência e recorrência das visitas, além de diversos outros insights para gerar uma série de análises e métricas O2O (Online to Offline).

---

Drive to Store (DtS)

Trata-se de uma estratégia de marketing cujo objetivo é levar usuários do ambiente digital para visitas físicas a lojas, pontos de venda ou estabelecimentos pré definidos.

É o “guarda-chuva” sob o qual se encontram várias ações e métricas, como por exemplo Store Visits e Store Lift. 

Vale ressaltar que o Drive to Store não é uma métrica em si, mas sim uma estratégia de campanha, que visa gerar tráfego offline. 

Exemplos

• Uma campanha mobile com geotargeting que mostra um anúncio de promoção quando o usuário está próximo a uma loja.

• Um anúncio programático que leva o usuário a clicar em “Como chegar” e abre o Google Maps com a rota até o ponto físico.

---

Store Visits

Sendo parte de uma estratégia Drive to Store, o Store Visits é uma métrica, ou mecânica de campanha que utiliza a métrica na otimização.

O Store Visits tem como objetivo mensurar quantos usuários expostos a um anúncio digital visitaram fisicamente lojas ou PDVs pré determinados. Essa medição é feita por plataformas específicas que integram dados de geolocalização com exposição publicitária.

Como funciona?

• O usuário é impactado por um anúncio digital que permite a mediação de quais usuários (IDs) foram expostos e/ou impactados pela campanha.
• A plataforma verifica, via dados de geolocalização, quantos dos usuários impactados visitaram os locais.
  
• Se o local visitado, bem como data e horário da visita, assim como o tempo de permanência, forem compatíveis com uma visita real, é registrado um “Store Visit”.
  

Exemplo prático

• João é impactado pela mídia digital de uma rede de farmácias no celular.
• Dois dias depois, João entra em uma das lojas físicas.
• A plataforma reconhece o dispositivo e registra a visita.

---

Store Lift

Sendo também é uma métrica, ou mecânica de campanha que utiliza a métrica como forma de otimização, o Store Lift tem como objetivo medir o impacto incremental de uma campanha digital sobre o tráfego físico de visitas em lojas. Ou seja, quantas visitas adicionais foram geradas pela campanha, comparando com um grupo de controle (não exposto) ou versus um período pré campanha.

Importante:

• Store Visits = quantas pessoas impactadas foram até à loja.
• Store Lift = qual o fluxo incremental foi gerado em decorrência da campanha.

Como é calculado?

• Divisão entre grupo exposto e grupo controle (usuários semelhantes que não viram o anúncio) ou divisão das visitas pós campanha versus pré campanha.

Store Lift realizado com Grupo Exposto vs Grupo Controle:

Como é calculado: (Visitas expostos – Visitas controle) / Visitas controle

Exemplo prático:

• 1.000 usuários viram a campanha, e 150 visitaram a loja.
• 1.000 usuários não viram a campanha, e 100 visitaram.
• Store Lift = (150 – 100) / 100 = 50% de lift

Store Lift realizado analisando Pós Campanha vs Pré Campanha:

Como é calculado: (Visitas Pós Campanha – Visitas Pré Campanha) / Visitas Pré Campanha

Exemplo prático:

• Uma rede de lojas teve 10.000 visitas somadas em suas lojas da Região de Campinas no período pré campanha (30 dias).
• Após campanha realizada na mesma região, com foco em gerar visitas, o número de visitas no período posterior (30 dias), foi de 14.250 visitas.
• Store Lift = (14.250 – 10.000) / 10.000 = 42,50% de lift

---

Pontos Importantes do Store Lift:

• O Store Lift pode ser utilizado por necessidade ou por estratégia.
• O Store Lift por necessidade está relacionado aos casos nos quais não é possível ter a certeza sobre quais usuários foram, ou não foram, literalmente impactados por uma campanha.
  • Ou seja, sabemos que uma audiência esteve na segmentação de potencial impacto, mas não temos como ter a certeza e nem a identificação técnica do impacto para analisar a visita.
  • Isso pode ocorrer no caso de veiculação em plataformas digitais que não forneçam esse tipo de informação pós impacto e/ou interação.
• O Store Lift por estratégia acontece quando, mesmo nos casos nos quais exista a possibilidade de fazer a análise de usuários impactados, existe o interesse de analisar a efetividade versus outras estratégias, outros períodos etc. Isso porque o Store Visits, por essência, analisa o impacto individual da campanha, enquanto o Store Lift mensura o incremento de estratégias e segmentações. Desta forma, o Store Lift por estratégia é utilizados em situações como:
  • Existe o interesse em comparar períodos
  • Existe o interesse em comparar cenários
  • Existe o interesse em realizar a análise em canais alternativos, ou offline, como no caso de OOH, no qual podemos analisar as audiências que estiveram na região de potencial impacto, opportunity to see (OTS) das campanhas, mas não temos certeza sobre o real impacto, mas podemos comparar o quando a audiência de um mesmo local de OOH (uma estação de metrô por exemplo) aumento o volume de visitas em determinada loja ou rede de lojas (mais detalhes no Capítulo OOH + Mobile). 
• O Store Lift e o Store Visits, não são excludentes e podem ser utilizados de forma combinada, lembrando apenas que, toda análise de Store Visits pode conter uma análise de Store Lift porém, nem toda análise de Store Lift pode conter uma análise de Store Visits.

---

Store Share Lift (SSL)

Sendo um conceito complementar ao Store Lift, mas com foco em mensurar a participação de mercado nas visitas físicas, o Store Share Lift (SSL) mede o quanto uma campanha ajudou uma marca a aumentar sua fatia de visitas a lojas comparado aos concorrentes, em vez de apenas medir o aumento absoluto de visitas.

O Store Share Lift (SSL) é então a variação incremental na participação de visitas em loja geradas por uma campanha em relação à concorrência. Ele permite entender se a marca ganhou mais share de tráfego físico após uma campanha de mídia – ou seja, eficiência competitiva.

Enquanto o Store Lift responde:
“A campanha levou mais pessoas à minha loja?”

O Store Share Lift responde:
“A campanha fez com que mais pessoas escolhessem minha loja ao invés do concorrente?”

Como é calculado?

• Antes da campanha é analisada, via dados de geolocalização, a participação da marca nas visitas totais às lojas da categoria.
  
  • Exemplo:
    • Marca A: 25%
    • Concorrente B: 35%
    • Concorrente C: 40%

• Depois da campanha é realizada novamente a análise dessa distribuição.
• Fórmula de Calculo: Store Share Lift (%) = ((Share pós-campanha – Share pré-campanha) / Share pré-campanha) × 100
• No exemplo prático acima, em que antes da campanha a marca A tinha 25% das visitas entre todas as lojas da categoria, imagine que ela conseguiu subir esse share para 32%, o calculo seria: SSL = ((32 – 25) / 25) × 100 = 28% de Store Share Lift

Quando o Store Share Lift é utilizado?

• Além de, obviamente trazer um olhar importante sobre concorrência, o Store Share Lift é utilizado no caso de categorias que possuem muita sazonalidade e flutuação de visitas, e desta forma analisar puramente a sua campanha, sem comparar com os concorrentes, pode trazer análises equivocadas de sucesso ou insucesso de campanhas quando na verdade, comparando com os demais concorrentes, o cenário pode ser outro.

---

Pontos importantes ao utilizar geolocalização como estratégia ou métrica de campanhas:

• Não confundir relatórios de Drive to Store com métricas de resultados efetivos de visitas, pois em muitos casos esse tipo de relatório costuma reportar o número de usuários impactados pela campanha que “passaram” pelo ponto determinado, mas não que visitaram o local. Na dúvida, sempre questione as métricas e parâmetros de análise.
• Para quaisquer relatórios de mensuração e análise de visitas é importante sempre pedir a transparência, analisar e considerar:
  • Raio ou polígono determinado para a análise, para garantir que está sendo considerado apenas o Ponto de Venda ou Loja e não uma região maior que o local.
  • Data e horário das visitas para garantir que ocorreram nos horários em que o ponto estava aberto.
  • Tempo de permanência, para garantir que não foram usuários que simplesmente passaram pela frente. Cada caso, estabelecimento ou estratégia pode contar com tempos de permanência distintos, mas sempre vale a atenção.
• Outro ponto importante é separar na análise os tipos de visitas, que de forma geral podem ser agrupadas em:
  • Novas visitas: ou seja, usuários (IDs) que não tinham visitado os pontos anteriormente, dentro do período definido entre as partes. Esse tipo de visita tem como valor o fato de estar atraindo novos clientes para o ponto de venda.
  • Recorrentes: ou seja, usuários (IDs) que já frequentam os pontos. Esse tipo de visita deve ser analisada como uma estratégia de; (a) retenção, garantido a manutenção das visitas dos clientes atuais ou (b) upsell, analisando se neste grupo houve um incremento no volume de visitas.
  • Reengajamento: ou seja, usuários (IDs) que já frequentaram os pontos no passado mas deixaram de frequentar desde um período pré determinado. Esse tipo de visita deve ser analisada como uma estratégia de recuperação de clientes, seja porque deixaram de visitar a categoria de PDVs do anunciante, ou porque passaram a frequentar lojas ou PDVs de concorrentes.
• Uma estratégia bem desenhada de geolocalização tende a analisar, ter métricas e KPIs, bem como valor de visita, diferentes para cada tipo de visita, em cada período.
• Outro ponto a ser considerado é o período de análise pós campanha, ou seja, qual o prazo de atribuição de visitas após a campanha e/ou impacto.
• Por fim, considerando todas as diversas possibilidades e variáveis, um grande desafio hoje em dia é comparar estratégias e canais sem antes padronizar essa análise para se comparar números, dados e resultados com base nos mesmos critérios.