Métricas de remarketing: o que acompanhar de verdade

Toda reunião de resultado tem um momento incômodo. O relatório de mídia mostra a campanha de remarketing com o melhor custo por conversão da conta, alguém pergunta por que não dobrar a verba, e não existe resposta boa. Dobrar quase nunca dobra o resultado.

O problema não está na campanha. Está no fato de que as métricas de remarketing mais usadas medem quem converteu depois de ver o anúncio, e não quem converteu por causa dele. É uma diferença pequena na frase e enorme na decisão de orçamento.

Remarketing funciona em muitos casos, e a crítica não é ao canal. O problema é que o número usado para provar que ele funciona não prova nada, e existe um teste simples que prova. Esse teste tem nome, tem método documentado pelas próprias plataformas de anúncio e cabe em qualquer conta, mesmo sem ferramenta paga.

Por que o remarketing sempre parece performar bem?

O remarketing parece performar bem porque ele não sorteia gente aleatória: ele escolhe quem já visitou o site, abriu um e-mail ou parou no meio de um formulário. Esse público converte acima da média com ou sem anúncio, então a campanha herda um resultado que já existia antes dela.

Legenda: as métricas de remarketing só decidem verba quando comparam o grupo exposto com um grupo de controle

O nome técnico disso é viés de seleção. A campanha de remarketing não cria a intenção, ela encontra a intenção que já estava ali e aparece na frente dela pouco antes da conversão.

Some a isso a mecânica de atribuição. Quem viu o anúncio e converteu entra na conta da campanha, e quem converteria de qualquer forma também viu o anúncio, porque a lista foi montada justamente com esse perfil.

O resultado é previsível. A campanha de menor verba da conta aparece com o melhor custo por conversão, e o time passa a defender um aumento de orçamento com base num número que não sobrevive ao aumento.

Existe uma versão dura desse efeito, e ela merece ser dita sem rodeios. Se você desligasse a campanha hoje, parte dessas conversões continuaria acontecendo, pelo site, pela busca de marca, pelo e-mail ou pelo próprio time comercial.

O ponto não é desconfiar do canal. É reconhecer que nenhuma métrica de marketing educacional que olhe apenas para dentro da campanha consegue separar quem converteu por causa do anúncio de quem já ia converter. Essa distinção não é um detalhe metodológico: ela decide se a verba de remarketing deve dobrar, ficar igual ou migrar para prospecção.

O que é incrementalidade e como testar em remarketing?

Incrementalidade é a parcela da conversão que existe por causa do anúncio e não existiria sem ele. Medir isso exige comparação: um grupo vê a campanha, um grupo equivalente não vê, e a diferença de taxa de conversão entre os dois é o resultado real do investimento.

Incrementalidade não é conceito de agência, é o método que as próprias plataformas documentam. O Google descreve o Conversion Lift como ferramenta de incrementalidade que mede conversões geradas diretamente pela exposição ao anúncio, dividindo o público em grupo de tratamento, que vê a campanha, e grupo de controle, que não vê.

A documentação nomeia as métricas de saída. No estudo baseado em usuários, saem conversões incrementais, Relative Conversion Lift, valor incremental de conversão, custo incremental por ação (iCPA) e, quando há valor atribuído à conversão, retorno incremental sobre o investimento. No estudo baseado em geografia, a leitura é por região e aceita dado offline.

O mesmo material traz uma ressalva importante: o recurso não está disponível para todas as contas do Google Ads, e o acesso passa pelo representante da conta. Ou seja, a ferramenta oficial existe, mas boa parte das operações não vai conseguir usá-la. Daí a necessidade de um teste manual, que qualquer conta consegue rodar.

A lógica do teste manual é a mesma: reservar uma fatia da lista, garantir que ela não seja impactada por nenhuma campanha de remarketing, e comparar as duas taxas de conversão no fim do período. Veja como esse teste se organiza etapa por etapa, com o erro que invalida cada uma:

Tabela: modelo de teste de incrementalidade que fecha a leitura das métricas de remarketing sem ferramenta proprietária

Uma honestidade necessária sobre o passo 6: com listas pequenas, a diferença entre os dois grupos pode ficar dentro da margem de erro, e o teste não vai concluir nada. Um resultado inconclusivo também é informação. Um canal cuja contribuição não aparece em teste tende a ser um canal cuja verba não deveria crescer sem uma nova hipótese.

O tamanho da lista limita o desenho do teste antes de qualquer estatística. O Google Ads documenta 100 visitantes ou usuários ativos nos últimos 30 dias como mínimo para a Rede de Pesquisa, a Rede de Display e o YouTube. Gmail não entra nessa regra de volume: a página trata só de quem é incluído no segmento, não de tamanho mínimo.

O número de 1.000 que circula por aí tem explicação. Listas de clientes enviadas ou atualizadas a partir de 1º de fevereiro de 2024 seguem o mínimo de 100 na Pesquisa e no YouTube; listas mais antigas, que não foram atualizadas desde então, continuam presas ao requisito anterior de 1.000 usuários correspondentes. Antes de desenhar o teste, confira em qual dos dois casos a sua lista está.

Se retirar 20% da lista deixa o público abaixo do mínimo de veiculação, o teste não roda. Nesse cenário, o caminho é testar por período, ligando e desligando a campanha em janelas comparáveis, com a ressalva de que a sazonalidade contamina mais esse desenho.

Quais métricas de remarketing importam e quais enganam?

As métricas de remarketing que enganam são as que descrevem o público, e as que importam são as que descrevem a diferença que a campanha fez. ROAS, CPL (custo por lead) e taxa de conversão pertencem ao primeiro grupo: sobem quando a segmentação fica mais quente, mesmo que a campanha não tenha mudado nada.

Os indicadores operacionais continuam necessários. ROAS, CPL e frequência servem para diagnosticar entrega, criativo e saturação de público. O que eles não fazem é decidir orçamento. Veja o que cada indicador de fato informa e para que serve:

Tabela: leitura crítica das métricas de remarketing, separando diagnóstico de operação e decisão de orçamento

O padrão se repete em todo indicador de painel: ele descreve o público. Só a comparação com um grupo de controle descreve a campanha.

Há um efeito colateral prático dessa confusão. Quando o CPL de remarketing é lido como o CPL do canal, a operação passa a otimizar para o número mais fácil e migra verba para onde ela rende relatório, não matrícula. Trabalho consistente de conversão de leads resolve isso com uma hierarquia explícita de métricas, definida antes de a campanha subir: indicador operacional para ajuste semanal, indicador incremental para decisão de verba.

Vídeo: o monitoramento de desempenho que organiza a hierarquia das métricas de remarketing, no canal da mkt4edu

Como o modelo de atribuição distorce o resultado do remarketing?

O modelo de atribuição distorce o remarketing porque distribui crédito conforme a posição do toque na jornada, e o remarketing é quase sempre um toque final. Modelos que valorizam o último clique inflam o canal. Modelos que valorizam o primeiro contato quase o apagam, com os mesmos dados.

No Google Ads, a lista encurtou. A documentação de modelos de atribuição registra apenas dois modelos em operação, último clique e orientado por dados, e informa que primeiro clique, linear, decaimento temporal e baseado em posição não são mais suportados. As conversões foram migradas para o modelo orientado por dados, que é o padrão da maioria das ações de conversão.

A lista curta reduz a chance de escolher um modelo ruim de propósito, mas não resolve o problema de fundo. O modelo orientado por dados usa o histórico da própria conta, então também opera sobre um público de remarketing selecionado por intenção.

No CRM, a variedade é maior, e com ela a variação de leitura. A HubSpot documenta vários modelos de atribuição com regras explícitas de divisão de crédito: First Interaction e Last Interaction concentram todo o crédito em uma ponta, o modelo em U divide entre o primeiro toque e a conversão do lead, o modelo em W inclui também a criação do negócio e o Time Decay valoriza os toques mais próximos da conversão.

A conclusão é desconfortável. Trocando de First Interaction para Last Interaction, a mesma campanha de remarketing pode passar de irrelevante a decisiva no relatório, sem que uma única impressão tenha mudado. Por isso a escolha do modelo precisa ser registrada e mantida: comparar meses com modelos diferentes produz uma tendência que não existe.

E é preciso separar as duas perguntas de vez, porque elas vivem sendo confundidas. Um bom trabalho de marketing attribution responde quem merece o crédito por uma conversão que já ocorreu. Só o teste de incrementalidade responde se aquela conversão teria ocorrido de outra forma. Atribuição é contabilidade, incrementalidade é causalidade, e um relatório sério mostra as duas sem fingir que são a mesma coisa.

Como ler o remarketing dentro do funil de matrícula?

No funil de matrícula, o remarketing muda de papel a cada etapa, e a incrementalidade tende a cair conforme o candidato avança. Quem só visitou a página do curso pode de fato precisar de um empurrão. Quem já se inscreveu e tem boleto emitido normalmente conclui com ou sem anúncio.

Essa curva é contraintuitiva, e explica muito relatório mal lido. As campanhas de fundo de funil mostram o melhor ROAS aparente exatamente onde a contribuição real tende a ser menor, porque o público está prestes a converter por conta própria.

No meio do funil, o efeito se inverte. O lead que baixou um material, conversou com o time e sumiu é o caso em que o reforço pago tem mais espaço para mudar o desfecho, ainda que o custo por conversão apareça pior no painel.

Um segundo cuidado é a janela. O ciclo de decisão de curso é longo e não cabe no mês fechado do relatório de mídia. Ler remarketing por mês calendário mistura candidatos em estágios diferentes e produz um retrato sem sentido. A leitura útil é por coorte: acompanhar quem entrou na lista na mesma semana até o fim do processo, exposto ou não exposto.

Nada disso funciona sem base de dados unificada. As estratégias para o marketing educacional que conseguem medir remarketing de verdade têm uma coisa em comum: o mesmo contato é rastreável do primeiro clique até a matrícula, com o estágio registrado.

Quando o dado está partido entre plataforma de anúncio, planilha e sistema acadêmico, nenhum teste de holdout se sustenta, porque você não consegue nem garantir que o grupo de controle ficou fora de tudo. A infraestrutura de análise de dados de marketing na HubSpot resolve a parte operacional disso, porque permite marcar o grupo de controle como propriedade do contato e filtrar qualquer relatório por essa propriedade.

Que relatório de remarketing levar para a reunião de verba?

O relatório que funciona em reunião de verba tem seis blocos e uma recomendação numérica no fim. Ele abre pelo resultado do teste de holdout, não pelo desempenho da campanha, porque a pergunta da mesa é sempre a mesma: o que acontece se a gente cortar isso.

Um formato que sustenta a conversa se organiza assim:

Tabela: estrutura de relatório orientada à decisão de orçamento, com uma pergunta de negócio por bloco de métricas de remarketing

Três coisas ficam de propósito fora desse relatório. ROAS isolado, print de painel de plataforma e comparação de CPL entre canais sem ajuste de contexto não entram, porque nenhum deles responde a uma pergunta da mesa.

Declarar a incerteza em voz alta também faz parte. Se o teste não teve volume para concluir, o relatório diz isso e propõe um desenho melhor, em vez de apresentar um número frágil como se fosse achado.

A operação dessa rotina depende de onde os dados moram. Um CRM para o marketing educacional que registre estágio, origem e grupo de teste no mesmo contato transforma esse relatório em consulta salva, não em trabalho manual de fim de mês.

Do lado da mídia, a mesma lógica vale para a estrutura de campanha. Um trabalho de mídia paga desenhado para ser medido nasce com exclusões, nomenclatura e janelas já preparadas para o teste.

Vídeo: a comparação entre mídia paga e orgânico que as métricas de remarketing precisam sustentar na reunião de verba, no canal da mkt4edu

Perguntas frequentes sobre métricas de remarketing

Como decidir se a verba de remarketing continua?

A verba de remarketing continua quando um teste de incrementalidade mostra conversão que não aconteceria sem o canal. O painel da plataforma não responde isso: por viés de seleção, ele credita ao remarketing a matrícula de quem já estava decidido, e o canal parece ótimo justamente por colher resultado que viria de qualquer jeito.

O remarketing continua sendo um dos usos mais eficientes de mídia disponíveis, justamente porque fala com quem já se interessou. O que não se sustenta é decidir orçamento com um indicador que sobe sempre que o público fica mais quente.

Trocar ROAS de campanha por custo por conversão incremental muda a conversa de lugar. Em vez de defender um número bonito, o time passa a apresentar o que acontece com a matrícula se o canal sair do ar.

Às vezes a resposta é desconfortável, e o teste mostra que metade da verba estava comprando a conversão que já viria. Essa é uma boa notícia disfarçada: existe dinheiro parado para financiar prospecção nova.

Se você quer montar essa medição na sua operação, com desenho de teste, estrutura de campanha e relatório que sustente a reunião de verba, fale com um especialista da mkt4edu para um diagnóstico.