Dados sem contexto não geram decisões

O problema não é falta de dado

Hoje é raro uma empresa não ter acesso a algum tipo de métrica sobre o próprio marketing: visitas, alcance, cliques, conversões. O problema quase nunca é falta de dado. É falta de contexto para interpretá-lo — e um número sem contexto pode justificar qualquer decisão, inclusive decisões opostas.

Existe até um nome para isso. A Lei de Goodhart diz: “quando uma métrica vira meta, ela deixa de ser uma boa métrica”. E antes mesmo de virar meta, há um risco anterior: quando um número é lido fora do contexto, ele vira um palco para narrativas — cada pessoa enxerga nele a confirmação da opinião que já tinha.

As três perguntas que faltam antes de qualquer número

Um dado só vira decisão quando passa por três filtros:

1. Comparado a quê?

Uma taxa de conversão de 2% é boa ou ruim? Depende do setor, do ticket médio e do histórico da própria empresa. Sem um ponto de comparação (histórico, mercado ou meta), o número não diz nada sozinho.

Na prática: para um e-commerce de moda, 2% pode ser sólido; para uma landing page de consultoria, pode ser fraco. O mesmo número, duas leituras opostas — tudo depende do referencial. O mesmo vale para um NPS de 50: alto para um setor, mediano para outro. Sem comparação, é só um número.

2. Ação de que tipo ele sustenta?

Alguns dados servem para decisões de curto prazo (pausar uma campanha), outros para decisões estruturais (mudar de posicionamento). Tratar os dois tipos da mesma forma leva a decisões precipitadas ou lentas demais.

Um clique barato sustenta uma decisão tática (aumentar orçamento de um anúncio). Ele não sustenta uma decisão estrutural (trocar de público-alvo). Misturar os níveis é a receita para reação em cadeia: mudar o rumo inteiro do negócio por causa de uma oscilação de uma semana.

3. O que mudaria nossa decisão?

Antes de olhar o número, vale definir: se ele vier acima de X, fazemos A; se vier abaixo, fazemos B. Sem esse critério definido de antemão, é fácil racionalizar qualquer resultado depois que ele aparece.

Esse é o mesmo princípio do que a psicologia chama de viés de confirmação: depois que o dado chega, a tendência natural é interpretá-lo a favor do que já acreditamos. Definir o critério antes protege contra isso.

Métrica de vaidade vs. métrica de decisão

Nem toda métrica que sobe é uma boa notícia. Alcance, curtidas e visualizações são fáceis de crescer e difíceis de conectar a resultado de negócio — são métricas de vaidade quando analisadas isoladamente.

Métricas de decisão são aquelas que, quando mudam, indicam claramente uma ação a ser tomada:

• Custo por lead qualificado;
• Taxa de conversão em cada etapa do funil;
• Tempo médio até a primeira compra;
• Custo de aquisição vs. valor do cliente ao longo do tempo (CAC x LTV).

A diferença não está na métrica em si, mas em saber, antecipadamente, o que fazer quando ela se mover. Uma métrica de decisão vem sempre acompanhada de uma pergunta: e se ela subir? e se cair? Métrica de vaidade só vem acompanhada de uma emoção.

E as métricas do pós-venda?

Há um grupo de métricas que quase sempre fica de fora dos dashboards — justamente as que medem o que acontece depois da venda. Na jornada do cliente, depois da conversão vêm a experiência própria e a experiência compartilhada, e cada uma tem os seus indicadores de decisão:

• NPS (Net Promoter Score) — mede a experiência própria: o quanto os clientes atuais recomendariam a marca;
• Taxa de recompra — mede se a experiência gera retorno, o sinal mais direto de que o produto entrega o que promete;
• Taxa de indicação — mede a experiência compartilhada: quantos clientes trazem outros clientes.

Esses números raramente aparecem no relatório mensal de marketing — e, por isso, o crescimento mais barato do negócio fica invisível. Incluí-los na leitura estratégica é decisão, não execução.

Um dashboard não é uma estratégia

Acumular relatórios e dashboards dá a sensação de controle, mas não substitui a leitura estratégica dos números. Um relatório mostra o que aconteceu. A decisão sobre o que fazer a respeito exige contexto de negócio — histórico, objetivo, concorrência — que nenhuma ferramenta de analytics fornece sozinha.

É esse trabalho de interpretação, não o acesso ao dado, que separa uma empresa orientada por dados de uma empresa apenas cercada por eles.

É por isso que, na nossa metodologia, o monitoramento estratégico vem depois do diagnóstico e da definição de prioridades: primeiro se decide o que importa; depois se acompanha. A ordem faz o dado virar decisão em vez de ruído.