Teste de incrementalidade: seus anúncios vendem de verdade?

Teste de incrementalidade é a pergunta que quase nenhuma loja faz aos próprios anúncios: se eu desligasse essa campanha amanhã, quantas vendas eu perderia de verdade? O painel do Meta e do Google diz um número. A ciência mostra que, muitas vezes, o número real é bem menor. E é esse número menor que paga as contas.

O problema: o anúncio leva crédito por venda que já ia acontecer

Toda plataforma de anúncio tem um incentivo natural para mostrar o melhor resultado possível. Quando alguém vê o seu anúncio e depois compra, a venda entra na conta da campanha. Só que parte dessas pessoas já ia comprar de qualquer jeito: eram clientes antigos, tinham procurado a sua marca no Google, estavam com o carrinho aberto. O anúncio apareceu no caminho, mas não causou a compra.

Na prática, isso cria uma ilusão perigosa. Você vê ROAS 6, aumenta o orçamento, e o faturamento total da loja quase não mexe. A diferença entre o ROAS da plataforma e o retorno incremental é exatamente o dinheiro que você está pagando por vendas que já eram suas.

O que o eBay descobriu ao desligar os próprios anúncios

O estudo mais citado sobre o tema veio de dentro do eBay. Os economistas Thomas Blake, Chris Nosko e Steven Tadelis (Universidade da Califórnia em Berkeley) rodaram experimentos controlados em grande escala, desligando anúncios de busca em algumas regiões e mantendo em outras. O resultado foi publicado na revista Econometrica e está disponível no NBER (Blake, Nosko e Tadelis, 2015).

Os principais achados:

• Anúncios na palavra-chave da própria marca não tiveram benefício mensurável no curto prazo: quem buscava "eBay" chegava pelo resultado orgânico mesmo sem o anúncio.
• O retorno real dos anúncios era apenas uma fração do que os métodos tradicionais de medição indicavam.
• Clientes novos e pouco frequentes respondiam aos anúncios; os clientes fiéis, que concentravam a maior parte do gasto, compravam do mesmo jeito.

O dinheiro do anúncio estava indo, em grande parte, para pessoas que já iam comprar. É o retrato do que acontece em muitas lojas hoje.

Facebook: modelos de atribuição erram até por três vezes

Alguém pode dizer que isso é coisa de busca. Os pesquisadores Brett Gordon e Florian Zettelmeyer (Kellogg School of Management, Northwestern University) testaram a mesma questão em redes sociais. Com acesso a 15 experimentos de anúncios no Facebook, somando cerca de 1,6 bilhão de impressões, eles compararam o resultado dos testes com grupo de controle com o que diziam os métodos de medição usuais do mercado. O trabalho saiu na Marketing Science e o texto está na Kellogg/Northwestern (Gordon et al., 2019).

A conclusão é desconfortável: mesmo usando muitos dados de comportamento e demografia, os métodos observacionais frequentemente não chegavam ao efeito real medido no experimento. Em vários casos, o erro passava de três vezes, quase sempre superestimando o impacto do anúncio.

Como funciona um teste de incrementalidade na prática

A lógica é a mesma de um teste de remédio: um grupo recebe o tratamento, outro não, e você compara. Para uma loja virtual, existem três formas viáveis:

1. Conversion Lift do próprio Meta: a plataforma separa aleatoriamente um grupo que nunca vê o anúncio. Exige volume mínimo de conversões, mas é o caminho mais limpo.
2. Teste geográfico: você liga a campanha em alguns estados ou cidades e desliga em outros parecidos, por 3 a 4 semanas, e compara o faturamento real da loja (no Shopify, não no gerenciador).
3. Pausa controlada: desligar uma campanha específica (por exemplo, a de palavra-chave da marca) por duas semanas e medir quanto o faturamento total caiu. É o mais simples e já revela muita coisa.

O ponto central é sempre olhar a receita total da loja, e não o número que a plataforma atribui a si mesma. Por isso eu insisto em medir o tráfego pago sempre cruzando com o caixa real.

Onde normalmente está o desperdício

Pela minha experiência gerindo contas de e-commerce, e coerente com o que os estudos mostram, os vilões mais comuns são:

• Campanha de marca no Google: com pouca concorrência no seu nome, boa parte das vendas viria pelo orgânico.
• Remarketing amplo demais: impactar quem visitou a loja ontem e já ia voltar infla o ROAS sem gerar venda nova.
• Público de clientes antigos dentro das campanhas de aquisição: o algoritmo adora entregar para quem já compra, porque converte fácil.

Nada disso significa desligar tudo. Significa descobrir onde cada real gera venda nova e mover o orçamento para lá.

Um roteiro simples para começar este mês

1. Escolha a campanha com o ROAS mais "bonito" da conta. Ela é a principal suspeita.
2. Anote o faturamento diário médio da loja nas últimas quatro semanas.
3. Pause a campanha (ou exclua uma região) por 14 dias, sem mexer no resto.
4. Compare a queda real de faturamento com as vendas que a plataforma atribuía à campanha.
5. Calcule o ROAS incremental: venda que de fato sumiu dividida pelo valor que você economizou.

Se a loja perdeu muito menos do que a campanha dizia gerar, você acabou de achar dinheiro para reinvestir em aquisição de cliente novo. Automatizar esse acompanhamento é parte do que faço em automação de e-commerce: um painel diário comparando atribuição da plataforma com a receita real.

Conclusão: pague só pela venda que o anúncio cria

O teste de incrementalidade troca a pergunta "quanto a plataforma diz que vendi?" por "quanto eu venderia sem esse anúncio?". Os experimentos do eBay e do Facebook mostram que a distância entre essas duas respostas costuma ser grande. Quem mede isso escala com segurança; quem não mede aumenta orçamento em cima de um número inflado e queima caixa sem perceber.