A Uber desligou US$ 100 milhões em anúncios e as instalações não caíram. Seu relatório de mídia está contando venda que ia acontecer de qualquer jeito

Em 2017, o time de performance da Uber cortou US$ 100 milhões de um orçamento anual de US$ 150 milhões em mídia para instalação do app e praticamente não viu mudança no número de instalações. O caso mostra, em escala extrema, a diferença entre o resultado que a plataforma atribui ao anúncio e o resultado que o anúncio realmente causa. Para uma PME, a implicação é simples: toda campanha que nunca foi pausada tem um retorno real desconhecido.

O problema: confundir atribuição com causa

Quase toda decisão de verba em empresa brasileira de médio porte é tomada olhando o painel das plataformas. O Meta diz que a campanha gerou tantas vendas, o Google diz outras tantas, a soma costuma passar do faturamento real e ninguém estranha. O ROAS do painel vira o critério para aumentar, manter ou cortar.

O problema é que atribuição responde a uma pergunta diferente da que o dono quer responder. Atribuição diz qual anúncio a pessoa viu ou clicou antes de comprar. A pergunta de negócio é outra: essa pessoa teria comprado se o anúncio não existisse? A diferença entre as duas respostas é o que o mercado chama de incrementalidade.

O que a evidência mostra

O caso Uber

Kevin Frisch, que foi head de performance marketing e CRM da Uber, contou o caso em entrevista ao podcast Marketing Today, de Alan Hart, em fevereiro de 2020. Segundo ele, o time percebeu que desligar redes de anúncio, uma a uma, não mudava a aquisição de usuários. O corte avançou até US$ 100 milhões de um gasto anual de US$ 150 milhões, e o número de instalações do app de passageiros praticamente não mudou. Muitas instalações que antes apareciam como vindas de mídia paga passaram a aparecer como orgânicas.

Parte da explicação era fraude: redes que reivindicavam crédito por instalações que teriam acontecido de qualquer forma. A Uber processou a agência de mídia responsável e, depois, redes de anúncio envolvidas. O caso ficou conhecido como um dos maiores exemplos públicos de fraude de atribuição em mídia mobile, e foi amplamente coberto pela imprensa de marketing, incluindo a WARC.

O eBay, anos antes

O caso Uber não é isolado. Em 2015, Blake, Nosko e Tadelis publicaram na Econometrica os resultados de experimentos em que o eBay desligou anúncios de busca. Para buscas pela própria marca, o tráfego migrou quase integralmente para o resultado orgânico. Para buscas genéricas, o efeito foi pequeno para clientes frequentes e relevante apenas para usuários novos ou pouco frequentes. O retorno medido pelo experimento ficou muito abaixo do que as métricas de atribuição sugeriam.

O mecanismo: por que o painel superestima

• A plataforma mira em quem já ia comprar. Algoritmos de conversão aprendem a entregar anúncio para quem tem maior probabilidade de converter. Muitas dessas pessoas já estavam decididas. O anúncio chega no fim do caminho e leva o crédito.
• Toda plataforma se dá o crédito. Cada uma mede com sua própria janela e sua própria regra. Quando a mesma venda é contada por duas ou três fontes, a soma passa do real.
• Ninguém mede o contrafactual. Sem um grupo que não viu o anúncio, não existe comparação. O relatório mostra o que aconteceu com quem viu, e nunca o que teria acontecido sem.
• Existe incentivo para não testar. Quem gerencia a verba é avaliado pelo número do painel. Um teste que mostra que parte da verba não faz diferença é uma notícia ruim para quem a gerencia.

O que eu vejo na prática

Nos diagnósticos que a gente faz, os suspeitos são quase sempre os mesmos: campanha de pesquisa no nome da própria empresa, remarketing para quem abandonou o carrinho ou o formulário, e anúncio para seguidores e base de clientes. São as campanhas com o melhor ROAS da conta e, justamente por isso, as que ninguém questiona. Quase nunca foram pausadas para ver o que acontece.

Aplicação prática para uma empresa de R$ 60 mil a R$ 500 mil por mês

1. Liste as campanhas que "sempre funcionaram"

Comece pelas de maior ROAS e menor questionamento. Essas têm maior chance de estar colhendo demanda que já existia.

2. Faça um teste de pausa com comparação

O jeito mais acessível é geográfico: pausar a campanha em um conjunto de cidades ou estados e manter no restante, por duas a quatro semanas, comparando a variação de vendas reais (no CRM ou no caixa, não no painel) entre os dois grupos. Sem essa comparação, qualquer queda ou alta pode ser sazonalidade.

3. Use os testes nativos quando houver volume

Meta e Google oferecem estudos de conversion lift com grupo de controle. Exigem volume mínimo de conversões para dar resultado confiável, então funcionam melhor em contas que gastam de forma consistente.

4. Reinvista o que o teste liberar

Se uma campanha de R$ 8 mil por mês não altera a venda quando pausada, esses R$ 8 mil podem ir para alcance em público novo, que é onde a incrementalidade costuma ser maior.

Limitações e contexto

O caso Uber envolve fraude, e fraude não é a regra em contas pequenas geridas diretamente no Meta e no Google. O ponto transferível é a diferença entre atribuição e incrementalidade, não a escala do desperdício. Muitas campanhas vão passar no teste e mostrar efeito real.

Testes de pausa curtos também não capturam efeitos de longo prazo de marca, que aparecem meses depois. Pausar anúncio de alcance por duas semanas e concluir que ele "não funciona" é o erro oposto. O teste de pausa serve melhor para campanhas de colheita (marca própria, remarketing) do que para campanhas de construção.

E volume importa: com poucas vendas por semana, a variação natural pode esconder o efeito. Nesses casos, o teste precisa durar mais ou cobrir uma região maior.

Conclusão

A Uber descobriu que dois terços da verba de instalação não mudavam o resultado porque, em algum momento, alguém desligou e olhou. Toda empresa que decide orçamento pelo painel da plataforma tem campanhas com retorno real desconhecido. A única forma de conhecer é comparar com um grupo que não viu o anúncio, e o teste mais barato que existe é pausar e medir a venda de verdade.