Público Cerca De Mí

Como montar um público próximo para anúncios que realmente convertem

Achei que geolocalização fosse coisa simples. Configura o raio, coloca o preço do clique e pronto. Errei feio na primeira campanha local. O algoritmo entregava meu anúncio pra quem morava a 50 quilômetros do ponto de referência, e eu não entendia por que o custo por resultado subia sem parar. O problema era mais básico do que parecia. Quando você usa a ferramenta público cerca de mí nativa das plataformas, ela considera o centro do CEP como referência, não o seu estabelecimento de fato. Minha loja estava num bairro onde os CEPs se sobrepõem com cidades vizinhas. O resultado foi gastar 80% do orçamento num raio onde nem tenho ponto de venda.

Configurando público cerca de mí com precisão real

O método que funcionou pra mim envolvia três ajustes que a documentação oficial trata como opcionais, mas na prática são obrigatórios. Primeiro, você precisa substituir o radius padrão por coordenadas GPS exatas do seu ponto. Não adianta confiar no autocompletar da plataforma. Segundo, a sobreposição de zonas importa mais do que o tamanho do raio. Se você tem uma loja física e também atende delivery, o ideal é criar duas camadas de público: uma de 1km ao redor do endereço físico e outra de 8km para a área de entrega. Mesclar tudo num único conjunto diminui a relevância em cerca de 40%, segundo meus testes com métricas de CTR. Terceiro, o horário de veiculação altera drasticamente o comportamento do público local. Anúncios para comércio de bairro funcionam melhor entre 11h e 14h, e entre 18h e 21h. Fora desse janela, o custo por centil impressiona triplica sem aviso prévio da plataforma.

Eu costumo rodar três variações de criativo para o mesmo público geográfico. Uma versão genérica da marca, uma focada em oferta do dia, e uma com depoimento de cliente local. A que performa melhor muda conforme a região. Em bairros residenciais antigos, depoimentos vencem. Em áreas comerciais novas, oferta direta é mais eficiente. Um detalhe que quase ninguém menciona: a plataforma faz reindexação dos seus dados de público a cada 72 horas. Se você modificou o raio ou os horários ontem, as métricas dos primeiros dois dias ficam desatualizadas. Espere sempre quatro dias completos antes de tirar conclusões sobre performance geográfica.

Pegadinhas que quebram orçamentos pequenos

O maior erro é confundir alcance com penetração. Um raio de 3km pode mostrar 150 mil impressões diárias, mas se a densidade populacional da área for baixa, o número real de pessoas expostas fica em torno de 30 mil. A diferença entre esses dois números explica por que algumas campanhas parecem virar dinheiro e outras só queimam verba. Outro ponto cego: a plataforma agrupa automaticamente usuários que viajam pela área de targeting. Motoristas de aplicativo e entregadores aparecem no público, mas não consomem o que você vende. Meu workaround foi adicionar uma restrição demográfica de faixa etária 25-54 anos e exclusão de interesses em "trabalho" e "transporte". O custo por lead caiu de R$ 18 para R$ 7 em duas semanas. Se você opera em shopping center, o geofencing funciona de forma diferente. O teto do teto limita o sinal GPS, e o público fica concentrado nos níveis térreos e de alimentação. Configure o raio de 200 metros ao redor da entrada principal, não do seu espaço dentro do mall. A maioria dos visitantes entra por portões específicos, e o algoritmo distribui o gasto igualmente se você usar o centro do espaço como referência.

A ferramenta tem uma limitação séria em áreas rurais. O raio mínimo operacional é de 1km, mas em cidades do interior com distância entre bairros de 3km ou mais, esse menor raio cobre menos de 20% da população real. Nesses casos, o recomendado é segmentar por município inteiro e deixar o critério de interesse filtrar o restante. Funciona pior para brands locais, mas evita desperdício.

Métricas que realmente importam no público local

Frequência de visão por usuário dentro do raio define se o anúncio está saturando. Quando o número passa de 4 por semana, o CTR cai em média 35%. Não espere pelo relatório semanal. Cheque a frequência diariamente nas primeiras 72 horas. Distância média do ponto de venda até o usuário que convertiu é o dado mais subutilizado. Eu montei uma planilha simples com coordenadas de cada conversão e identifiquei que 60% dos meus clientes moravam dentro de 500 metros, não nos 2km que eu havia definido inicialmente. Ajustei o raio e o CPA Melhorou 28% no mês seguinte. Horário pico de interação versus horário pico de venda não são a mesma coisa. Usuários abrem o feed às 19h, mas compram entre 20h30 e 22h. Se seu orçamento é baixo, concentre os lances nesse período de decisão, não no de browsing. Diferenciação de R$ 2 por clique pode significar R$ 400 a mais em vendas mensais num comércio de bairro.

O que não funciona: copiar o público de concorrente pelo visualizador de anúncios. A ferramenta mostra o que eles estão testando, mas não revela o refinamento geográfico que aplicaram. Eu já gastei R$ 1.200 em cima de um público que parecia perfeito e descobriu depois que o concorrente tinha excluído três bairros inteiros por baixa conversão histórica. Se seu objetivo é apenas branding local, foque em reach frequency ao invés de conversion rate. Para varejo de decisão rápida, inverta a prioridade. Não existe configuração universal. O que funciona para cafeteria diferente de farmácia, que difere de salão de beleza. Teste seis semanas por segmento antes de generalizar.