Conceito
O que é incrementalidade e como calcular na prática
A palavra aparece em toda apresentação de marketing e quase nunca vem com a conta junto. Este artigo traz a definição, a fórmula, um exemplo calculado do começo ao fim e os erros que fazem o número parecer maior do que é.
Incrementalidade é a parcela do resultado que só existe porque a ação existiu. É o que sobra depois de descontar tudo que teria acontecido de qualquer forma, e a única forma de saber quanto é isso é comparar contra um grupo que não recebeu a ação.
1. A definição, e por que ela incomoda
Toda ação de marketing acontece sobre um mundo que já estava em movimento. Clientes compram, retornam e abandonam por conta própria, com ou sem campanha. Quando você dispara uma comunicação e observa mil compras depois, parte dessas mil teria acontecido de qualquer jeito.
Incrementalidade é o quanto do resultado a ação causou, e não apenas presenciou.
A definição é simples e o incômodo é imediato: ela implica que a maior parte do que se reporta como resultado de CRM não é resultado, é coincidência de calendário. Quem está na sua base é, por definição, quem já compra de você: o público mais propenso a comprar mesmo sem estímulo nenhum.
O nome técnico do que estamos tentando estimar é contrafactual: o que teria acontecido com esses mesmos clientes se você não tivesse feito nada. Ele é impossível de observar, porque o mesmo cliente não vive os dois cenários. Mas dá para construir uma boa aproximação dele, e é disso que trata o resto do artigo.
2. A fórmula, em uma linha
resultado do grupo impactado − resultado do grupo não impactado
Com uma condição que decide tudo: os dois grupos precisam ser comparáveis. É nessa condição que quase todo mundo escorrega.
Comparáveis não significa parecidos no papel. Significa que a única diferença sistemática entre eles é ter recebido a ação. E a única forma conhecida de conseguir isso é o sorteio: separar aleatoriamente parte do público elegível antes do disparo.
O sorteio faz algo que nenhuma segmentação manual consegue: equilibra os dois grupos em tudo que você mediu e também em tudo que você nem sabe que existe, renda, momento de vida, proximidade de uma loja, humor da economia naquele mês.
3. Um exemplo calculado do começo ao fim
Uma base de 400 mil clientes elegíveis. Antes do trimestre começar, 10% são sorteados para não receber nenhuma comunicação de CRM. Ticket médio de R$ 85. Ao fim da janela:
| Grupo | Pessoas | Compraram | Taxa |
|---|---|---|---|
| Controle (sorteado) | 40.000 | 1.240 | 3,10% |
| Impactado | 360.000 | 12.420 | 3,45% |
| Diferença | , | , | 0,35 p.p. |
Daí saem quatro números, nesta ordem:
- Lift absoluto: 3,45% − 3,10% = 0,35 ponto percentual. É o que vira dinheiro.
- Lift relativo: 0,35 ÷ 3,10 = 11,3%. É o que impressiona em apresentação.
- Conversões incrementais: 0,35% sobre as 360 mil pessoas impactadas = 1.260 compras que não teriam acontecido.
- Receita incremental: 1.260 × R$ 85 = R$ 107.100 no trimestre.
Esse resultado só significa alguma coisa acompanhado da margem de erro. Nesse caso ela vai de 0,17 a 0,53 ponto percentual, toda a faixa acima de zero, então o efeito existe. Com uma base dez vezes menor e exatamente as mesmas taxas, a faixa iria de −0,22 a +0,92: atravessaria o zero, e o mesmo 11,3% seria ruído. Verifique antes se a sua base comporta o efeito que você espera.
4. Incremental não é atribuída
São duas contas diferentes e a confusão entre elas explica a maior parte dos números inflados do mercado.
| Conversão atribuída | Conversão incremental | |
|---|---|---|
| O que mede | compras que aconteceram depois do envio | compras que não teriam acontecido sem ele |
| Como se obtém | janela de tempo definida na ferramenta | comparação com grupo sorteado |
| O que é | uma convenção | uma medição de efeito |
| Exemplo numérico | 1.800 conversões | 400 conversões |
"Atribuída" significa: essa compra aconteceu dentro de uma janela depois do envio, então decidimos contá-la como da campanha. A ferramenta não sabe se a campanha causou a compra, sabe que a compra veio depois. E depois não é por causa.
5. Os quatro erros que inflam o número
- Usar quem sobrou como controle. Comparar com quem não tinha e-mail, deu opt-out ou não abriu a mensagem parece razoável e infla o resultado, porque esses grupos já compravam menos antes de qualquer campanha. Um caso real de laboratório: o falso controle indicava 200% de lift onde o controle sorteado mostrava 20%.
- Filtrar o impactado por engajamento. Calcular a taxa só sobre quem abriu compara um subconjunto selecionado com um grupo inteiro. O controle não tem abertura, porque não recebeu nada, o denominador precisa ser a base elegível dos dois lados.
- Medir só a primeira janela. Uma campanha pode não criar receita, apenas antecipar uma compra que aconteceria em duas semanas. O sintoma é característico: o impactado compra mais na primeira janela e menos na seguinte, e no total empata.
- Olhar receita quando houve desconto. Parte de quem converteu com cupom compraria sem ele. Para essas pessoas você não gerou venda, entregou margem, e isso só aparece quando alguém troca receita por margem na análise.
6. Quando não vale a pena medir
Medir incrementalidade tem custo: uma parte da base fica sem receber, e alguém precisa sustentar essa marcação ao longo do tempo. Há situações em que a conta não fecha.
- Quando a base é pequena demais para o efeito esperado. Se só dá para detectar lift de 60% e você espera 15%, o teste vai terminar inconclusivo e consumir um trimestre. Melhor alongar a janela ou medir receita por cliente, que exige menos gente.
- Quando a ação é obrigatória. Não faz sentido medir o efeito incremental de um e-mail transacional, de uma confirmação de compra ou de um aviso legal, eles não são opcionais.
- Quando a decisão já está tomada. Medição que não muda nada é custo sem contrapartida. Antes de desenhar o teste, vale perguntar o que você faria diferente com cada resultado possível; se a resposta for "nada", não meça.
Perguntas frequentes
Incrementalidade e ROI são a mesma coisa?
Não. ROI compara retorno com investimento; incrementalidade define qual retorno pode ser contado como seu. Um ROI calculado sobre receita atribuída costuma ser bem maior que o mesmo ROI calculado sobre receita incremental, e é o segundo que sobrevive a uma pergunta difícil.
Preciso de estatística avançada?
Não. A conta central é uma subtração. O que exige cuidado é o desenho, sortear antes, isolar o grupo, usar o mesmo denominador, e a leitura da margem de erro, que é uma fórmula fechada e cabe numa planilha.
Qual o tamanho ideal do grupo de controle?
Depende do efeito que você quer detectar e da taxa de conversão natural, não de um percentual fixo. Bases grandes funcionam com 5% a 10%; bases pequenas frequentemente precisam de 20% a 50%. A calculadora de dimensionamento resolve isso em segundos.
Dá para medir incrementalidade sem deixar ninguém de fora?
Existem métodos que dispensam o sorteio, comparações geográficas, séries temporais, modelos de mix. Todos exigem mais premissas e entregam menos certeza, e nenhum é tão barato de montar quanto um hold-out sorteado. Quando o sorteio é possível, ele é a melhor opção disponível.
Do conceito ao número que muda decisão
Este artigo explica o que é. O guia em 5 módulos mostra como montar o hold-out numa operação que não para, sustentar a marcação, ler o resultado com margem de erro e defender tudo isso na sala onde o orçamento é decidido.
Continue: Como medir CRM: o método que prova o resultado da operação e Métricas de CRM: quais importam.