O falso dilema do piloto de performance de mídia

Existe um dilema que virou senso comum na compra de mídia: ou você entrega tudo ao algoritmo, ou fica para trás. É um falso dilema. E entender por que ele é falso talvez seja a decisão de investimento mais importante da próxima década da mídia.

A mídia digital evoluiu enormemente nos últimos 20 anos. O que era um trabalho de assinatura — construído com conhecimento apurado e repertório individual — cada vez mais está na mão dos algoritmos do Google, da Meta, do TikTok e dos marketplaces. O trabalho da mídia continua intenso, mas hoje está mais debruçado sobre a análise de performance e o ajuste de métricas.

Não é raro ver verbas migrando diariamente entre canais em busca do ROAS perfeito. Quando ele é atingido, gera um equilíbrio instável: qualquer aumento de escala ou saturação da base vira ladeira abaixo. E aí permanece o trabalho de migração e otimização — importante, mas chato de realizar. Uma rotina massacrante de ajuste, otimização e resultado, um ciclo infinito enquanto a peça durar. Como ainda é um trabalho invisível, depende da confiança de quem está com o login ativo na rede.

Com o passar dos anos, as plataformas deixaram esse processo mais opaco e mais automático. Definidos os parâmetros, o algoritmo busca melhorias contínuas para garantir o maior consumo possível da verba — mas sempre dentro do “jardim murado” da plataforma. Ao mesmo tempo, a verba se concentrou cada vez mais no fundo de funil, com pouca métrica de teste e controle capaz de atribuir o resultado ao canal que de fato apoiou a venda. Separar teste e controle numa base populacional marcada por campanha sempre foi complexo — e virou quase impossível num mundo de dados anonimizados.

Se as facilidades do algoritmo trouxeram escala — um mesmo piloto de performance passou a otimizar centenas de microcampanhas —, elas também criaram um novo cenário para quem realmente queria sair da concorrência no mesmo campo de batalha.

No cenário usual, em que todos usam os mesmos look-alikes, o efeito imediato é de aumento de alcance e resultado positivo. Mas com incremento do lance na sequência: a concorrência faz o mesmo jogo, e o leilão achata a margem do mercado. É um xeque-mate em dois lances, típico do dilema do prisioneiro. No primeiro, o ganho parece óbvio — vou falar com quem tem mais chance de compra, usando dados de graça. No segundo, sua concorrência fez o mesmo, com a mesma audiência, da mesma plataforma, usando os seus dados de conversão. Sua venda cai, a não ser que você aceite um lance maior.

Quando olhamos o histórico de CPC e CPM no digital, raros foram os anos sem crescimento de dois dígitos.

Mesmo com o inventário crescendo, a demanda cresce mais. E não cresce de forma uniforme: ela se concentra nas audiências que todos querem comprar, fruto das otimizações de look-alike. Esse agrupamento de views descola do resto justamente por ser o foco do mercado. Enquanto 68% da verba disputa o mesmo inventário, o outro lado — o vazio de mídia que ninguém explora — segue intocado.

Os algoritmos não aumentam o CPC por ineficiência. Aumentam o CPC por eficiência coletiva. Quanto melhor a máquina fica em identificar usuários valiosos, mais anunciantes convergem para as mesmas audiências.

— Gabriel Villa

O ganho individual de performance se transforma em pressão competitiva sobre o leilão. No curto prazo, o anunciante compra melhor. No longo prazo, todo o mercado paga mais caro pelo mesmo usuário.

Há um outro tipo de profissional que não se rende ao algoritmo. Está sempre atrás de dados first party e atribuições proprietárias, sem delegar a estratégia a uma caixa-preta que — apesar de ter inúmeros parâmetros para experimentação — é opaca na forma de execução. Esse modelo é mais efetivo no longo prazo, mas exige articular muito bem a estratégia: pular os atalhos de venda para construir base, buscar canais alternativos, manter as métricas de conversão internas. Também envolve custo. Sem os dados grátis da mídia, são necessários sistemas como uma CDP interna, ou o pagamento de tech fee para importar e exportar dados em plataformas como o DV360.

No passado recente, esse era um modelo de baixa escala. Dá trabalho personalizar campanhas, gerir teste e controle, medir uplift entre canais, buscar atribuição. As grandes empresas no estado da arte ainda preferiam poucas e boas campanhas, para não contaminar a análise.

Se a personalização das campanhas era complexa, a inteligência artificial mudou a conta. A gestão de criativos passou a ser automatizada, com testes de conversão sem envolvimento direto. O craft ganhou uma escala muito maior sem perder qualidade.

Por outro lado, existe a promessa de uma gestão completa, de ponta a ponta, pelas caixas-pretas — o piloto conecta as APIs de venda e catálogo e aperta o play para a otimização. Eu, que já vi esse filme antes, aposto que é uma tendência de aumento do CPC e de fidelização por dependência do canal.

Há, porém, um movimento na direção oposta: a democratização das plataformas. A IA facilitou, para quem já tinha repertório, a aceleração do desenvolvimento. E várias avenidas novas de publicação de anúncios, com gestão transparente, vão aparecer. Até porque houve a proliferação dos canais, e já não faz sentido concentrar toda a estratégia em um único ambiente — ou operar sem atribuição correta.

O desafio passa a ser outro: como operar mais canais sem aumentar a complexidade? Como manter atribuição, governança e capacidade de análise num cenário cada vez mais fragmentado?

É esse o espaço que a NexOS ocupa. Apoio à mídia via plataformas, sem substituir as caixas-pretas — mas garantindo visibilidade aos dados, integrando canais e ajudando na tomada de decisão. A IA entra como apoio à operação e à personalização. O controle continua com quem define a estratégia. É uma plataforma feita por quem entende de pilotar mídia com craft: abre todos os dados para acertar o público-alvo, sem look-alike escondido, e ainda apoia com IA para construir a personalização de cada lugar — inclusive nos canais regionais que o Google não enxerga.

Para quem tomar essa decisão de investir com inteligência proprietária, vem mais controle sobre o futuro dos custos de mídia. Os canais alternativos ficam juntos em um único lugar, e a competição passa a ser pela sua gestão — não pelo monopólio da caixa-preta.

Quantas vezes já vimos a troca do simples pelo simplista na compra de mídia? A ideia de que bastava simplificar a otimização, esperando que a inteligência do algoritmo, sozinha, atingisse os objetivos de venda e custo. Modelos com pouca abertura para inferência além da seleção de palavras-chave e da inserção de dados proprietários.

Agora temos acesso organizado a dados públicos e estruturados para que a compra de mídia seja simples — mas sem abrir mão do repertório do piloto. É você que controla e diz onde o investimento será usado, de que forma, com qual criativo. E os relatórios de insights são abertos o suficiente para que você mesmo construa a próxima iteração da campanha, com mais foco e perfilamento.

O futuro promete muito. Power to the people. A IA é uma realidade que pode apoiar a inteligência real — e essa é a tendência que temos espaço para ocupar. Depende de nós usarmos o que existe para nos mantermos no loop.

Se isso se concretizar, precisaremos construir um MMM — marketing mix model — capaz de puxar os dados do digital e fazer a atribuição correta. É muito mais complexo gerir canais quando o percentual nos alternativos sobe dos 10% de praxe. E essa tendência virá quando sairmos do dueto DV360/Meta. Até hoje não vi ninguém juntar todas as origens com a filigrana necessária para atribuir corretamente entre o digital e o offline — mas a IA está aí para processar esses dados todos e trazer alguma resposta.

O algoritmo pode otimizar a execução. A estratégia continua sendo um exercício de repertório.

— Gabriel Villa

Enquanto isso, sigo apostando em inteligência proprietária, diversificação de canais e uso criterioso de IA. Apoio no NexOS para manter meu CPC em cheque, com busca de inteligência geográfica e canais alternativos. O falso dilema nunca foi entre o piloto e a máquina. É entre alugar a estratégia de uma caixa-preta ou construir a sua — e continuar dono dela.

Sobre o autor: Gabriel Villa é head de Data Insights, Ads & Martech na Claro, onde constrói uma stack de marketing omnichannel orientada a dados. Foi head de e-commerce responsável por multiplicar por 41 o GMV do ShopFácil.com e conduziu o primeiro chatbot transacional do Brasil, em 2016.

Este ensaio integra o Tramas — inteligência territorial como método. Para ver a leitura de território que sustenta o argumento, percorra o NexOS Planner e o mapa do apagão territorial da mídia brasileira.