Uma campanha pode apresentar muitas conversões, receita atribuída e um ROAS elevado. Ainda assim, parte dessas vendas talvez acontecesse mesmo sem os anúncios.
Isso ocorre principalmente em campanhas direcionadas a clientes recorrentes, buscas pela própria marca, públicos de remarketing ou consumidores que já estavam próximos da compra.
As plataformas conseguem identificar que uma pessoa visualizou ou clicou em um anúncio antes de converter. Porém, essa relação não prova, necessariamente, que a campanha provocou a venda.
A incrementalidade em mídia paga busca responder a uma pergunta diferente:
Quantas conversões aconteceram por causa da campanha e não aconteceriam sem ela?
Essa análise ajuda o e-commerce a compreender o impacto real da publicidade, reduzir investimentos em vendas que ocorreriam organicamente e direcionar o orçamento para campanhas capazes de gerar crescimento adicional.
O que é incrementalidade em mídia paga?
Incrementalidade é o resultado adicional causado por uma campanha em comparação com o que aconteceria sem aquela ação.
Para medir esse efeito, é necessário comparar dois grupos semelhantes:
Grupo de tratamento: pessoas expostas à campanha;
Grupo de controle: pessoas que não receberam a campanha.
A diferença de conversão entre os dois grupos representa o efeito incremental da publicidade.
O Google define experimentos de incrementalidade como ferramentas utilizadas para medir o impacto causal dos anúncios. Em recursos como o Conversion Lift, públicos são separados entre tratamento e controle para estimar quantas conversões foram geradas diretamente pela exposição à campanha.
Imagine o seguinte cenário:
10.000 pessoas foram expostas à campanha;
500 delas compraram;
Um grupo comparável, não exposto, teve 350 compras.
Embora a campanha tenha registrado 500 conversões, apenas 150 seriam consideradas incrementais.
As outras 350 provavelmente aconteceriam mesmo sem a publicidade.
Incrementalidade e atribuição são a mesma coisa?
Não.
A atribuição identifica os pontos de contato que participaram da jornada antes da conversão.
Ela pode distribuir crédito entre:
Pesquisa paga;
Redes sociais;
E-mail;
Tráfego direto;
SEO;
Afiliados;
Outros canais.
A incrementalidade procura identificar se a mídia realmente causou um resultado adicional.
Por exemplo, um cliente recorrente pode pesquisar o nome da empresa no Google, clicar em um anúncio e comprar.
O modelo de atribuição pode creditar a venda ao anúncio. Porém, o consumidor talvez já estivesse decidido e clicaria no resultado orgânico caso a campanha não aparecesse.
Nesse caso, existe uma conversão atribuída, mas possivelmente pouca ou nenhuma conversão incremental.
As duas análises são complementares:
Atribuição: quais canais participaram da jornada?
Incrementalidade: qual resultado adicional foi provocado pela mídia?
Uma estratégia madura de mensuração não depende de uma única metodologia. O próprio Google recomenda combinar atribuição, testes de incrementalidade e modelos de mix de marketing para avaliar a contribuição da mídia sob perspectivas diferentes.
Por que o ROAS pode não mostrar o impacto real?
O ROAS compara a receita atribuída com o investimento realizado:
ROAS = receita atribuída ÷ investimento em mídia
Essa métrica é importante, mas depende das regras de atribuição da plataforma.
Um ROAS elevado pode ser influenciado por:
Campanhas de marca;
Remarketing;
Clientes recorrentes;
Janelas de atribuição longas;
Conversões por visualização;
Sobreposição entre canais;
Promoções que aconteceriam independentemente da campanha.
Por isso, uma campanha pode parecer muito eficiente ao receber crédito por vendas que já tinham alta probabilidade de acontecer.
A incrementalidade complementa o ROAS ao avaliar apenas a receita adicional gerada pela campanha.
Como calcular resultados incrementais?
Uma forma simplificada de calcular conversões incrementais é:
Conversões incrementais = conversões do grupo exposto − conversões esperadas sem a campanha
Considere:
Grupo exposto: 1.000 clientes;
Taxa de conversão do grupo exposto: 8%;
Taxa de conversão do grupo de controle: 6%.
O grupo exposto gerou 80 vendas. Se tivesse apresentado o mesmo comportamento do controle, geraria aproximadamente 60.
Portanto, a campanha produziu cerca de 20 vendas incrementais.
Também é possível calcular o lift:
Lift incremental = (taxa do tratamento − taxa do controle) ÷ taxa do controle × 100
Nesse caso:
(8% − 6%) ÷ 6% × 100 = 33,3%
Isso significa que a campanha aumentou as conversões em aproximadamente 33% em relação ao comportamento esperado sem a exposição.
Quais métricas devem ser utilizadas?
A escolha depende do objetivo da campanha, mas pode incluir:
Conversões incrementais;
Receita incremental;
Lift de conversão;
Custo por conversão incremental;
ROAS incremental;
Novos clientes incrementais;
Margem incremental;
Lucro incremental.
O Google apresenta o custo por ação incremental, ou iCPA, como o investimento total dividido pelas conversões adicionais geradas pelo experimento.
Para um e-commerce, também é importante analisar margem.
Uma campanha pode gerar receita incremental, mas permanecer pouco sustentável quando descontos, frete, mídia e custos operacionais são considerados.
O que é ROAS incremental?
O ROAS incremental, ou iROAS, compara a receita adicional provocada pela mídia com o investimento:
iROAS = receita incremental ÷ investimento
Suponha que uma campanha tenha:
Investimento: R$ 50 mil;
Receita atribuída: R$ 300 mil;
Receita incremental estimada: R$ 100 mil.
O ROAS atribuído seria 6.
O ROAS incremental seria 2.
Essa diferença muda a interpretação do resultado.
A campanha continua gerando valor, mas seu impacto real é menor do que o relatório de atribuição sugere.
Quais campanhas devem ser testadas?
A incrementalidade pode ser especialmente importante em campanhas nas quais existe maior probabilidade de atribuir vendas que ocorreriam naturalmente.
Campanhas de marca
Usuários que pesquisam diretamente pela empresa já demonstram conhecimento e intenção.
O teste ajuda a identificar quanto a mídia protege a marca e quanto apenas substitui o clique orgânico.
Remarketing
Públicos de remarketing incluem pessoas que já visitaram produtos, adicionaram itens ao carrinho ou iniciaram o checkout.
Esses consumidores podem possuir alta probabilidade de conversão mesmo sem novos anúncios.
Campanhas para clientes atuais
A mídia pode gerar recompra, mas parte dos clientes retornaria naturalmente por hábito, necessidade ou ações de CRM.
Campanhas promocionais
Durante grandes promoções, outros estímulos podem impulsionar as vendas, como descontos, e-mail, tráfego direto e demanda sazonal.
Campanhas de expansão
Testes também ajudam a avaliar se novos públicos, canais ou regiões estão gerando demanda adicional em vez de apenas redistribuir conversões entre campanhas.
Como testar incrementalidade?
Existem diferentes métodos. A escolha depende do volume de dados, da plataforma e da estrutura da operação.
Teste com grupo de controle
Parte do público elegível é exposta à campanha, enquanto outra parte semelhante é mantida sem exposição.
Ao final, são comparadas as taxas de conversão.
Esse modelo é conhecido como holdout e permite estimar o efeito causal da campanha.
O Google Ads reúne experimentos e estudos de Lift em sua Central de Experimentos. A plataforma diferencia testes de configurações de campanhas dos estudos que utilizam grupos expostos e não expostos para avaliar impacto incremental.
Conversion Lift
O Conversion Lift é uma solução de incrementalidade do Google Ads que mede compras, visitas e outras ações adicionais causadas pelas campanhas.
O recurso não está disponível para todas as contas e pode exigir contato com um representante do Google.
Quando disponível, é útil para avaliar campanhas de maior investimento e públicos com volume suficiente para gerar resultados estatisticamente confiáveis.
Testes geográficos
Nesse método, regiões semelhantes são divididas entre tratamento e controle.
A mídia é ativada ou aumentada em determinadas localidades, enquanto outras mantêm a estratégia anterior.
Depois, são comparadas vendas, conversões ou outros resultados.
Testes geográficos podem ser úteis quando não é possível controlar a exposição individual ou quando a empresa deseja avaliar efeitos sobre vendas online e offline.
O Google também prevê estudos de Conversion Lift baseados em dados geográficos agregados.
Testes de pausa
A empresa pode interromper temporariamente uma campanha ou canal em um grupo controlado e observar o impacto.
Esse método precisa ser utilizado com cuidado, pois sazonalidade, promoções, concorrência e outras mudanças podem influenciar o resultado.
Uma simples comparação entre “antes” e “depois” não prova causalidade.
Testes A/B de campanha
Experimentos A/B comparam diferentes configurações, criativos, lances ou estruturas.
Eles são importantes para otimização, mas não são automaticamente testes de incrementalidade.
Comparar duas campanhas mostra qual versão funciona melhor. Para medir impacto incremental, também é necessário um cenário sem a exposição que está sendo avaliada.
Nos experimentos personalizados do Google Ads, é possível dividir tráfego e orçamento entre uma campanha original e uma versão experimental para testar mudanças antes da implementação.
Como planejar um teste confiável?
1. Defina uma hipótese
O teste precisa responder a uma pergunta específica.
Exemplos:
Remarketing gera vendas adicionais ou apenas captura clientes que já comprariam?
Campanhas de marca protegem receita ou substituem acessos orgânicos?
Aumentar o investimento em vídeo gera novos clientes?
A mídia para clientes recorrentes aumenta a frequência de compra?
2. Escolha uma métrica principal
Defina previamente qual resultado determinará o sucesso.
Pode ser:
Compras;
Receita;
Margem;
Novos clientes;
Leads;
Visitas às lojas.
Evite mudar a métrica principal depois de observar os resultados.
3. Crie grupos comparáveis
Tratamento e controle precisam apresentar características semelhantes antes do teste.
Diferenças relevantes entre os grupos podem distorcer a conclusão.
4. Evite mudanças paralelas
Promoções, alterações de preço, ruptura de estoque, reformulação do site ou campanhas externas podem interferir nos resultados.
Nem sempre será possível eliminar todas as mudanças, mas elas devem ser documentadas.
5. Garanta volume e duração
Testes muito curtos ou com poucas conversões podem produzir resultados instáveis.
A documentação da API do Google Ads recomenda que experimentos sejam executados por tempo suficiente para considerar ciclos semanais, atrasos de conversão e períodos de aprendizado, citando ao menos quatro semanas como referência para relatórios de experimentos.
A duração ideal depende do volume, da frequência de compra e da janela de conversão.
6. Teste uma hipótese por vez
Mudar orçamento, público, criativo e página ao mesmo tempo dificulta a identificação da causa do resultado.
O Google também recomenda evitar vários experimentos simultâneos que possam interferir entre si.
Principais erros na análise de incrementalidade
Confundir atribuição com causalidade
Participar da jornada não significa provocar a venda.
Comparar apenas períodos
Uma queda após pausar uma campanha pode ter sido causada por sazonalidade, estoque ou preço.
Ignorar sobreposição entre canais
O grupo de controle não pode continuar sendo exposto à mesma mensagem em outros canais sem que isso seja considerado.
Utilizar amostras pequenas
Poucas conversões aumentam a incerteza do resultado.
Analisar apenas receita
Margem e lucro podem apresentar uma leitura diferente.
Generalizar um teste
O resultado representa um público, canal e período específicos.
Uma campanha incremental durante uma promoção pode apresentar outro comportamento em períodos regulares.
Esperar lift positivo em todas as campanhas
Um teste pode mostrar que a campanha gera pouco impacto adicional.
Isso não significa que a mídia não possui valor, mas indica a necessidade de revisar público, orçamento, criativo ou função do canal.
Como utilizar os resultados nas decisões de mídia?
A incrementalidade deve orientar decisões, não apenas produzir relatórios.
A empresa pode usar os aprendizados para:
Reduzir verba em campanhas pouco incrementais;
Ampliar investimentos em públicos que geram vendas adicionais;
Separar aquisição e retenção;
Ajustar metas de ROAS;
Revisar campanhas de marca;
Redefinir janelas de atribuição;
Calibrar modelos de mix de marketing;
Avaliar novos canais;
Melhorar a distribuição do orçamento.
Uma campanha com ROAS atribuído elevado, mas baixo lift, pode estar capturando demanda existente.
Já uma campanha com ROAS menor, mas alto percentual de novos clientes e boa incrementalidade, pode contribuir mais para o crescimento futuro.
Incrementalidade como parte de uma mensuração mais madura
Nenhuma métrica isolada explica completamente o impacto da mídia.
A atribuição ajuda a acompanhar jornadas e otimizar campanhas no dia a dia. Os experimentos medem causalidade em momentos específicos. Modelos de mix de marketing ajudam a avaliar tendências e canais em uma visão mais ampla.
Combinar essas abordagens reduz a dependência dos números apresentados por uma única plataforma e aproxima a mensuração dos resultados reais do negócio.
Para o e-commerce, isso significa sair da pergunta “quantas vendas foram atribuídas à campanha?” e começar a responder:
Quantas vendas adicionais a campanha gerou, com qual margem e a que custo?
A Econverse atua na gestão de mídia paga para e-commerce com foco em performance, análise de dados e eficiência comercial, conectando campanhas, mensuração e objetivos reais de crescimento.
Fale com nossos especialistas e descubra como avaliar o impacto incremental dos investimentos e direcionar a verba para campanhas capazes de gerar novas vendas.