Nós vamos gerenciar, analisar e otimizar as campanhas. Vamos reduzir o custo de aquisição de novos clientes e assim aumentar o retorno sobre investimento.
Sobre nós
A Marketing 310 é uma empresa brasileira especializada em automação de publicidade online. Nossa missão é simplificar e otimizar a publicidade digital, automatizando a gestão de campanhas e reduzindo o custo por lead dos nossos clientes. A Marketing 310 oferece um gerenciador autônomo de campanhas no Google Ads:
Não requer acesso externo do cliente.
As campanhas são otimizadas automaticamente pelo nosso motor de inteligência artificial.
Os clientes recebem relatórios mensais por e-mail com os principais resultados e insights.
Casos de uso
Nosso produto automatiza e facilita a gestão de campanhas no Google Ads:
Criação, ativação ou pausa de anúncios automaticamente.
Ajuste de lances de acordo com a performance.
Redistribuição de orçamento entre campanhas para maximizar o ROI.
Relatórios mensais por e-mail com KPIs e insights.
Monitoramento de performance por campanha, grupo de anúncios e canal.
Como usamos Google Ads API
Criação de campanhas iniciais a partir de formulários (onboarding)
Fluxo: formulário → prompt engineering → geração de insumos → mutações na API.
Serviços/recursos:
CampaignBudgetService / campaign_budget (orçamento)
CampaignService / campaign (campanhas)
AdGroupService / ad_group (grupos)
AdGroupCriterionService / ad_group_criterion (palavras-chave, inclusive negativas)
AdGroupAdService / ad_group_ad (anúncios RSA)
AssetService / asset + vínculos (AdGroupAssetService/CampaignAssetService) para headlines/descriptions em RSAs
Extração de relatórios e otimização automática de orçamento (pacing)
Relatórios: GAQL com metrics e segments por campanha/ad group.
Ajustes de orçamento:
CampaignBudgetService.mutate para amount_micros.
Regras de pacing: checagem de gasto acumulado x orçamento mensal, distribuição diária/d+N, limites mínimo/máximo por cliente.
Cadência: job horário/diário (Cloud Scheduler/Cron + Cloud Run/Lambda) para manter investimento dentro do orçamento mensal.
3. Relatório de termos de pesquisa e atualização de palavras-chave (quinzenal)
Relatório específico: search_term_view via GAQL.
Ações:
Promover termos de boa performance a palavras-chave (AdGroupCriterionService → create).
Adicionar negativas (campanha ou ad group) via CampaignCriterionService/AdGroupCriterionService com negative = true.
Cadência: a cada 15 dias (quinzenal).
4. Relatórios de lances personalizados (device, horário, audiência) e otimização
Relatórios: GAQL com segments.device, segments.hour, segments.user_list/audience (quando aplicável).
Ajustes de lance (bid modifiers):
Device: CampaignBidModifierService ou AdGroupBidModifierService (resource campaign_bid_modifier/ad_group_bid_modifier).
Horário: configurar ad schedules (AdScheduleInfo) no campaign/ad_group (mutações via CampaignService/AdGroupService).
Audiência/público: AdGroupCriterionService com critérios de audiência e/ou CampaignCriterionService.
Política de mudança: thresholds por performance + contexto de negócio do cliente.
5. Relatórios a nível de anúncio e ciclo de otimização (quinzenal)
Relatórios: GAQL a partir de ad_group_ad e ad_group_ad_asset_view para granularidade de RSA.
Ações:
Pausar anúncios de baixa performance (AdGroupAdService.mutate → update status).
Favorecer variações vencedoras (ajustes em RSA pins/combinações).
Criar novas variações quinzenalmente (novos assets + ad_group_ad).
6. Aplicação de Recomendações Nativas do Google (quando relevante)
Serviço: RecommendationService.
Uso: listar recomendações (ex.: adicionar palavras-chave, orçamento limitado, converter para lances inteligentes) e aplicar seletivamente (ApplyRecommendationRequest) conforme regras do cliente.
Governança: whitelists/blacklists por tipo de recomendação e limites de impacto.
7. Auditoria e trilha de mudanças
Serviço: ChangeEventService (quando disponível) ou registro interno de mutações antes do mutate.
Relatórios internos: armazenar resource_name, campos alterados, old_value/new_value, timestamp, usuário/sistema.
8. Envio de relatórios mensais por e-mail (sem acesso externo à ferramenta)
Dados: agregações GAQL por campanha/ad group/anúncio para o período.
Geração: PDF interno (template engine) + envio via SMTP/serviço de e-mail.
Conteúdo: KPIs, variação mensal, mudanças aplicadas, recomendações futuras.
9. Resiliência e limites
Rate limits: honrar Basic Access (backoff exponencial e filas).
Erros/transientes: retry idempotente; particionamento de mutações grandes.
Versionamento: acompanhar releases da API (vXX) e campos deprecatados (ex.: views/segments).
Acesso do usuário
Não haverá portal público. O cliente entra em contato com nossa equipe preferencialmente por e-mail, fornece informações de negócio via formulários e concede acesso à sua conta de anúncios por meio de uma vídeo chamada. A partir desse momento, todas as alterações de campanha são automáticas. Os clientes recebem relatórios mensais em PDF por e-mail.
Onboarding: o cliente vincula sua conta do Google Ads ao nosso MCC e concede consentimento via OAuth. Offboarding: o acesso pode ser revogado pelo cliente a qualquer momento.
Políticas
Política de Privacidade – Usamos os dados dos clientes exclusivamente para gestão de campanhas e relatórios.
Termos de Uso – O cliente pode revogar o acesso a qualquer momento.
Como vamos fazer isso?
Nossos modelos de aprendizado de máquina vão receber os dados das suas campanhas e aprender os padrões de anúncios que mais trazem resultados para seu negócio. O melhor é que isso será personalizado, porque sabemos que não existe uma estratégia universal que funciona para todos. Assim, seu custo vai reduzir mais rápido e seus retornos serão maiores.
Não vamos te enviar recomendações que exigirão que você estudo sobre tráfego pago para aplicá-las em suas campanhas. Com seu consentimento, nossos Agentes de Inteligência Artificial vão aplicar as melhores estratégias e você só vai precisar acompanhar seus retornos aumentando.
Quem somos nós?
Engenheiro Aeronáutico formado no Instituto Tecnológico de Aeronáutica (ITA), original de Jussara -BA e Cientista de Dados com ênfase em modelagem preditiva de receita, otimização de lucros com programação linear e recomendação personalizada com redes neurais.
O marketing e o tráfego pargo surgiram como um hobby, para ajudar familiares e amigos a alavancarem seus negócios. A experiência foi um sucesso, os negócios passaram de pequenos para médios e o entusiasmo pelo marketing foi o embrião do Marketing 310.
Engenheiro da Computação formado em Engenharia de Computação no Instituto Tecnológico de Aeronáutica (ITA), natural de Presidente Venceslau - SP. Atua como desenvolvedor full stack em um produto voltado à gestão de restaurantes, que abrange PDV, financeiro, CRM, controle de estoque, rotinas e tarefas, dashboards de vendas e acompanhamento de desempenho, além de integrações com iFood, Jotajá, Cardápio Web, canais de avaliação como iFood e Google, e diversas automações para otimizar operações.