Digital Growth: crescer com as apostas certas, medidas a sério

Nunca foi tão fácil correr experiências e tão difícil saber se estás mesmo a crescer. A IA tornou a execução quase gratuita: num dia fazes dez variantes, cem criativos, uma landing page nova. Então porque é que o crescimento não acompanha? Porque o que ficou escasso não é a execução. É o julgamento sobre o que vale a pena fazer, e a medição em que podes confiar para saber se resultou. Faço Digital Growth para esse problema: menos apostas, melhores, e medidas a sério.

Mais testes não é mais crescimento

A IA mudou o constrangimento de sítio. Construir ficou barato, por isso o recurso escasso passou a ser o julgamento sobre o que merece ser construído, e acelerar a execução só acelera as más ideias. Pior: a maioria das experiências não funciona. No Google e no Bing, só 10-20% das experiências controladas ganham; na Microsoft, cerca de um terço piora a métrica que queria melhorar. Quem mede sucesso pelo número de testes está a confundir atividade com crescimento. Escrevi a tese completa em growth hacking com IA generativa.

A maioria dos "ganhos de growth" é ruído

O que trava um programa de growth não é falta de ideias: é acreditar em ganhos que não existem. Um teste parado antes do fim (peeking) infla os falsos positivos para cerca de um em quatro. Um teste sem potência estatística que atinge significância não encontra a verdade, encontra um exagero dela. Some-se a isto comparar dez métricas ao mesmo tempo e a probabilidade de um falso positivo dispara. Antes de acreditar num resultado, passo-o por portas de confiança: Sample Ratio Mismatch (o melhor detetor de que o teste está partido), uma métrica de avaliação única com guardrails, e a Lei de Twyman: se o número parece interessante de mais, está provavelmente errado.

  • 10-20
    % ganham
    das experiências controladas, no Google e no Bing
  • ~1/3
    piora
    a métrica-alvo que queria melhorar, na Microsoft
  • ~1 em 4
    é falso
    vencedor, quando se espreita o teste antes do fim
Fontes: Ron Kohavi, Trustworthy Online Controlled Experiments (Cambridge); falsos positivos por peeking, Evan Miller.

Como corro experiências a sério: CUPED e a maldição do vencedor

Aqui está o trabalho que quase ninguém faz em Portugal. Uso CUPED, uma técnica de redução de variância que aproveita os dados pré-experiência para cortar o ruído e chegar a veredicto com metade da amostra ou metade do tempo (no Bing reduziu a variância cerca de 50%). É o que permite a uma empresa sem tráfego de gigante correr testes válidos. E desconto sempre os vencedores: o lift medido é enviesado para cima: winner's curse, efeito de novidade e regressão à média empurram todos no mesmo sentido, por isso re-meço o vencedor com um holdback depois do lançamento e corto o número antes de o projetar no ano. Toda a gente reporta o lift inflado; eu reporto o que sobra depois de a novidade passar.

Mede-se crescimento por incrementalidade, não por atribuição

O last-click e os modelos multi-toque dizem-te quem tocou na conversão, não o que a causou, e pós-cookie isso é cada vez mais ficção. O crescimento real mede-se por incrementalidade: holdouts, geo-experiments e marketing mix modeling, que isolam o lift que não teria acontecido na mesma. O stack moderno existe e é aberto: o Google Meridian e o Meta Robyn para o MMM, calibrados com geo-lift num ciclo que fecha a malha entre modelo e experiência. Sem isto, growth é fé. Vê modelos de atribuição e medir o tráfego de IA no GA4.

MétodoO que respondeQuando menteQuando a uso
Last-click / MTAQue toque levou o créditoSempre que há procura pré-existenteDiagnóstico rápido, nunca para decidir budget
MMM (Meridian/Robyn)Que mix move o negócioCom pouco histórico ou volumeVárias fontes e budget que chega para decidir
Holdout / geo-testO lift causal realMal desenhado ou curto demaisA prova final de que um canal compensa

Growth é um loop, não um funil

O funil, AARRR incluído, é linear e perde água em cada fase. Os sistemas que compõem são loops: o output de um ciclo (um utilizador que traz outro, um conteúdo que gera procura, uma referência) alimenta a entrada do seguinte. E nada disto importa se a curva de retenção não achatar: se os utilizadores saem todos, não há aquisição que chegue: a retenção é o motor, não a aquisição. É também por isto que uma tática copiada falha: sem os quatro encaixes alinhados (produto-mercado, produto-canal, canal-modelo, modelo-mercado), não compõe. Uso o North Star e o AARRR para diagnosticar, não como destino.

A IA mudou o topo do funil

A aquisição que davas por garantida está a mudar: zero-click, respostas de IA e agentes a navegar pelas pessoas. O ativo que compõe neste cenário é o first-party data e a tua presença citável nos motores de IA, é onde o Digital Growth se cruza com o GEO e com a Analytics que mede o que a IA te traz.

Toda a genteO que faço
Mais testesMenos testes, que chegam a veredicto (CUPED)
Reporta o lift medidoDesconta o lift e re-mede com holdback
Atribuição no dashboardIncrementalidade (holdout, geo, MMM)
Otimiza o funilDesenha o loop e a retenção
North Star num slideOs quatro encaixes alinhados

O que faço

  • Diagnóstico do modelo de crescimento e da curva de retenção
  • Escolha das poucas apostas com maior alavanca
  • Desenho de medição que diz a verdade: incrementalidade, não vaidade
  • Experimentação com rigor (CUPED, OEC, guardrails)
  • Escala só do lift provado, com o vencedor já descontado

Como trabalho

O ciclo que corro

  1. 1Diagnosticar o modelo de crescimento e a curva de retenção
  2. 2Escolher as poucas apostas com maior alavanca
  3. 3Instrumentar a medição antes de mexer em nada
  4. 4Testar com rigor e descontar o vencedor (CUPED, holdback)
  5. 5Escalar só o que prova lift incremental

Para quem é (e para quem não é)

É para quem quer crescer de forma composta e tem como medir: produto, SaaS, e-commerce, serviços com histórico. Não é para quem quer só "mais tráfego" sem nada que ligue o canal ao negócio: recuso esse pedido, porque sem medição e sem controlo do que acontece à procura depois, é dinheiro a arder (ver erros de lead generation).

De onde vem o que digo

A experiência de primeira mão está nos artigos: o caso em que baixei um Target CPA cerca de 20% sem um único hack, só a medir melhor o jogo (growth hacking com IA), e a tese de que sem medição não há gestão (a contradição dos dados na era da IA). A isso junta-se o que é público: Global SEO Specialist na Mercedes-Benz, uma década em agências do grupo WPP, e a docência.

Fontes

Vê também a Analytics e o GEO.

FAQ

Perguntas frequentes

Corro cada vez mais testes e não cresço. Porquê?

Porque a execução deixou de ser o que te trava - o julgamento é. Mais testes só aceleram as más ideias, e a maioria não ganha: no Google e no Bing, só 10-20% das experiências vencem. O que falta não é volume, é escolher as poucas apostas com alavanca e ter medição em que possas confiar. Ver o artigo →

Atribuição ou incrementalidade - o que devo usar?

Incrementalidade para decidir onde pôr o dinheiro; atribuição só para diagnóstico rápido. O last-click diz-te quem tocou na conversão, não o que a causou - holdouts, geo-tests e MMM isolam o lift que não teria acontecido na mesma. Decidir budget por atribuição é dar crédito a procura que já existia. Modelos de atribuição →

O growth substitui o SEO e os anúncios?

Não. O growth decide onde valem a pena as apostas e mede o lift real; o SEO, o GEO e os anúncios são canais dentro disso. Uso-os onde compõem com a ativação e a retenção, não como fins em si. Ver GEO →

Quanto tempo até ver crescimento real, e não ruído?

Depende do teu volume. Com CUPED chega-se a veredicto com metade da amostra ou do tempo, mas um teste sem potência que atinge significância encontra um exagero, não a verdade. Prefiro esperar pelo número que sobra depois de a novidade passar a reportar um lift que não existe. Ver Analytics →

Queres crescer a sério? Começa pela aposta certa.

Diz-me onde estás a crescer (ou a estagnar) e proponho as poucas apostas com alavanca e a medição que diz a verdade.

Fala comigo