As plataformas se sobrepõem: confiar nos 100 pedidos. Cada plataforma vê seu pedaço do caminho e anota a venda pra si. A verdade tá nos pedidos reais.

Teste: desligar anúncio de marca e ver o tráfego. Como o experimento do eBay mostrou, quem procura sua marca pelo nome muitas vezes viria sem anúncio. Retorno alto no relatório não desmente isso.

Qual a contribuição real do anúncio?

2 pontos percentuais: 4% − 2%. O lift é a diferença entre os grupos. 2% comprariam sem anúncio, então o anúncio somou 2 pontos.

O que é mais importante fazer primeiro?

Ligar a Conversions API e tirar a contagem dupla. Sem sinal confiável, as plataformas aprendem com dados incompletos e todo relatório e teste sai torto. Primeiro conserta a base.

Dados e medição: o que o anúncio entrega de verdade

Aula 15 de 16 do curso “Marketing 2027”. Grátis, com animações e teste.

O sinal: pixel e Conversions API

Tudo o que falamos de automação e agentes depende de uma coisa: a plataforma precisa saber quem comprou. O jeito clássico é o pixel, um pedacinho de código no site que avisa a plataforma da compra pelo navegador. Mas o navegador perde dados: tem gente com bloqueador de anúncio, e desde o iOS 14.5, em 2021, a Apple pede permissão pra rastrear entre apps, e muita gente recusa. Por isso existe um segundo caminho, a Conversions API. Aqui quem avisa da compra não é o navegador, é o servidor da sua loja, e perde muito menos. Muitas plataformas de loja como a Shopify conectam isso em dois cliques. O ideal é usar os dois juntos e ligar a deduplicação, pra uma compra não contar duas vezes.

Cada plataforma diz que a venda é dela

Essa é uma armadilha em que quase todo mundo cai. A pessoa viu um vídeo no TikTok, depois um anúncio no Instagram, depois pesquisou a marca no Google e comprou. Cada plataforma vê seu pedaço do caminho e, honestamente pelas próprias regras, anota a venda pra si. No exemplo inventado da imagem, a Meta contou 70 vendas, o Google 60 e o TikTok 30. Somando dá 160, mas a loja tem de verdade 100 pedidos. Ninguém tá mentindo: cada uma tem suas regras de contagem, e elas se sobrepõem. Por isso sua principal fonte de verdade são os pedidos reais, não os painéis das plataformas. Regra simples: uma vez por semana some as «vendas» de todas e compare com a loja. Quanto maior a diferença, mais cuidado pra acreditar nos relatórios.

eBay: pagando por quem viria de qualquer jeito

Um experimento real, publicado em 2015 na revista científica Econometrica. Os economistas Blake, Nosko e Tadelis, junto com o eBay, desligaram os anúncios de busca para pesquisas com o nome da marca, tipo «ebay tênis», e compararam com o que acontecia com anúncio. Resultado: 99,5% do tráfego continuou. Quem procura o eBay pelo nome só clicava no link normal logo abaixo. Ou seja, a empresa pagou por anos por visitantes que viriam de qualquer jeito. Enquanto isso, o painel mostrava um retorno lindo: os anúncios «traziam» muitos compradores. Lição: retorno alto no relatório não prova que o anúncio somou alguma coisa. Principalmente em anúncio da própria marca e pra quem já visitou o site.

Uber: desligou 2/3 dos anúncios e quase não perdeu nada

Outra história real, contada por Kevin Frisch, ex-chefe de marketing de performance da Uber, no podcast Marketing Today. Primeiro a Uber tirou parte dos anúncios porque apareciam em sites duvidosos e percebeu que o resultado não caiu. Então o time foi testando mais e acabou desligando cerca de dois terços da publicidade online de uma verba de uns 150 milhões de dólares. Não houve queda significativa na entrada de novos usuários. Descobriram que redes fraudulentas que falsificavam cliques levavam crédito por parte das «instalações», e muita gente baixaria o app de qualquer jeito. A lição é a mesma do eBay: o relatório de quantas vendas «vieram do anúncio» e a contribuição real do anúncio são coisas diferentes.

Teste de lift: a única resposta honesta

Então como saber a contribuição real do anúncio? Repetindo o que eBay e Uber fizeram, só que com cuidado. Isso se chama teste de lift, ou de incrementalidade. As pessoas são divididas ao acaso em dois grupos: um vê os anúncios e o outro, de controle, não. Depois compara-se qual fatia de cada grupo comprou. No exemplo inventado: com anúncio 5% compraram, sem anúncio 3%. Ou seja, o anúncio somou 2 pontos percentuais, não os 5% inteiros: aqueles 3% comprariam de qualquer jeito. O principal: esses testes ficam dentro das plataformas. Na Meta é o Conversion Lift e, como vimos, até um agente pode rodar via MCP. O Google tem estudos de lift parecidos. Um teste por trimestre custa mais que um relatório comum, mas só ele responde «sem anúncio teria sido igual?».

MMM: um modelo pro quadro todo

O teste de lift responde sobre uma plataforma ou campanha. Mas como ver quanto cada plataforma soma no conjunto e onde pôr mais dinheiro? Pra isso existe o MMM, modelagem de mix de marketing. A ideia é simples: pega-se o gasto semanal de cada canal por um ou dois anos e as vendas das mesmas semanas, e um modelo estatístico calcula quanto cada canal soma, considerando estações e feriados. Antes só marcas grandes podiam bancar isso. Agora existem modelos grátis e de código aberto: o Robyn, da Meta, e o Meridian, do Google, que em janeiro de 2025 foi aberto pra todos. O MMM não acompanha pessoas individuais, então bloqueador não atrapalha. O porém: precisa de muitos dados, então é o próximo passo quando o negócio já cresceu.

Faça você: checagem de honestidade dos números

Siga cinco passos. Um: some as «vendas» dos painéis de todas as plataformas da semana passada. Dois: compare com os pedidos reais da loja. Se o total das plataformas for bem maior, anote a diferença e desconte. Três: confira se a Conversions API, ou o equivalente nas outras plataformas, tá ligada e se as compras não contam duas vezes. Quatro: se você paga anúncio com o nome da sua marca, faça um teste: desligue por parte do tempo ou em algumas regiões e veja quanto tráfego fica. Cinco: planeje um teste de lift por trimestre na sua plataforma principal. Em uns dois meses você vai saber mais do seu anúncio do que a maioria de quem só olha o painel.

Teste-se

Como entender isso?
Resposta certa: As plataformas se sobrepõem: confiar nos 100 pedidos. Cada plataforma vê seu pedaço do caminho e anota a venda pra si. A verdade tá nos pedidos reais.
O que conferir?
Resposta certa: Teste: desligar anúncio de marca e ver o tráfego. Como o experimento do eBay mostrou, quem procura sua marca pelo nome muitas vezes viria sem anúncio. Retorno alto no relatório não desmente isso.
Qual a contribuição real do anúncio?
Resposta certa: 2 pontos percentuais: 4% − 2%. O lift é a diferença entre os grupos. 2% comprariam sem anúncio, então o anúncio somou 2 pontos.
O que é mais importante fazer primeiro?
Resposta certa: Ligar a Conversions API e tirar a contagem dupla. Sem sinal confiável, as plataformas aprendem com dados incompletos e todo relatório e teste sai torto. Primeiro conserta a base.

← Seu próprio agente de mídia Projeto final: uma campanha em 7 dias →