Um orçamento não é uma estratégia
A maioria dos planos de mídia começa com um número.
O financeiro aprova $250,000 para o mês. A equipe de performance distribui esse valor entre Google, Meta, TikTok e outros canais. O plano então se torna um exercício de ritmo: gastar o orçamento enquanto tenta manter o ROAS ou o CPA próximos da meta.
Esse fluxo de trabalho responde a uma pergunta administrativa:
Como gastamos o dinheiro que foi atribuído?
Ele não necessariamente responde à pergunta econômica:
Quanto devemos gastar e para onde deve ir o próximo dólar?
São problemas diferentes.
A mídia paga raramente escala de forma linear. Os primeiros $20,000 em um canal podem alcançar a demanda com maior intenção ou mais fácil de adquirir. Gastos adicionais empurram o sistema mais para dentro do mercado. Os custos de leilão mudam, a qualidade da audiência muda, o criativo fica sobrecarregado e o retorno do próximo bloco de gasto pode cair mesmo enquanto o ROAS médio permanece atrativo.
Esta planilha é construída em torno dessa diferença.
Ela usa o desempenho atual do canal como linha de base e então pede ao operador que modele faixas marginais: o que se espera que o próximo incremento de gasto produza depois de consideradas a incrementalidade e a margem de contribuição antes de anúncios.
O que a planilha contém
A planilha para download tem cinco camadas operacionais.
Entradas captura gasto atual, receita atribuída, fator de incrementalidade, margem de contribuição antes de anúncios, gasto máximo planejado, passo de gasto e restrição de caixa para cada canal.
Modelo de Canal traduz essas entradas em ROAS da plataforma, receita incremental, contribuição antes de anúncios, contribuição depois de anúncios, ROAS incremental e ROAS de equilíbrio.
Faixas Marginais pede ao operador que estime o que cada bloco adicional de gasto provavelmente retornará.
Alocação compara a contribuição atual, a melhor próxima faixa positiva, a folga restante do canal e a folga de caixa.
Painel resume o portfólio.
O modelo é intencionalmente simples o suficiente para ser auditado.
Uma planilha que produz uma recomendação precisa a partir de cinquenta premissas ocultas costuma ser menos útil do que um modelo transparente que torna as premissas visíveis.
Comece separando a receita atribuída da receita incremental
Uma plataforma pode reportar $200,000 em receita sem ter causado os $200,000 completos.
A Busca de Marca é o exemplo óbvio. Alguns clientes teriam navegado até o site de qualquer forma. O retargeting pode capturar pessoas que já estavam perto de comprar. Canais de funil superior podem ter o problema oposto: eles podem influenciar receita posteriormente atribuída à Busca ou ao tráfego direto.
A planilha, portanto, inclui um fator de incrementalidade.
Um fator de 0,75 significa que o modelo de planejamento trata 75% da receita atribuída como incremental para fins do cenário.
Isso não substitui a experimentação.
É uma forma de tornar operacional a evidência causal existente.
O fator deve vir da melhor evidência disponível: testes de lift, experimentos geográficos, calibração de MMM, estudos de canal documentados ou uma premissa de planejamento conservadora.
Não defina todos os canais como 1,0 apenas porque a plataforma reporta a conversão.
A margem de contribuição muda o significado do ROAS
O ROAS de receita não sabe o que o negócio mantém.
Dois canais podem ambos reportar 3,0x e gerar contribuições muito diferentes.
Se um canal vende produtos de alta margem e o outro impulsiona produtos com desconto e caros de atender, eficiência de receita igual não é eficiência de negócio igual.
A planilha, portanto, aplica uma margem de contribuição antes de anúncios depois da incrementalidade.
Esse valor deve representar a parcela da receita incremental disponível para pagar pela mídia após os custos variáveis que o negócio escolher incluir.
A definição contábil exata deve ser acordada com o financeiro.
O modelo não melhora ao fingir que existe uma única definição universal de margem de contribuição.
Ele melhora quando mídia e financeiro usam a mesma.
A aba crítica é Faixas Marginais
O modelo atual de canal descreve dinheiro já gasto.
A aba Faixas Marginais é onde o recurso se torna uma ferramenta de planejamento.
Para cada canal, ela fornece uma sequência de blocos adicionais de gasto e pede um ROAS marginal previsto.
Por exemplo:
- próximos $10,000 a 3,0x;
- próximos $10,000 a 2,6x;
- próximos $10,000 a 2,2x;
- próximos $10,000 a 1,9x.
A planilha então ajusta esses retornos para incrementalidade e margem de contribuição e calcula a contribuição marginal esperada depois de anúncios.
Uma faixa é economicamente atrativa no modelo quando a contribuição incremental antes de anúncios supera o custo de mídia.
Esta é uma representação simplificada do que a Common Thread Collective chama de fronteira marginal: o ponto em que o próximo dólar deixa de melhorar o resultado de contribuição escolhido. A CTC é uma agência comercial e seus modelos específicos são proprietários, mas o princípio subjacente de retornos decrescentes é amplamente útil.
Não confunda uma faixa positiva com permissão para gastar infinitamente
Um resultado positivo de contribuição marginal significa que as premissas fazem essa faixa parecer economicamente atrativa.
Isso não significa que a estimativa seja verdadeira.
O modelo pode estar errado porque:
- o desempenho do criativo se deteriora mais rápido do que o esperado;
- o canal satura;
- a concorrência muda;
- as condições de promoção mudam;
- a incrementalidade é superestimada;
- a margem muda;
- o estoque restringe a demanda;
- o rastreamento muda.
É por isso que a planilha também inclui Gasto Máximo Planejado e Restrição de Caixa.
A economia de longo prazo pode ser atrativa enquanto o caixa de curto prazo torna o plano inseguro.
Uma empresa de assinatura pode conseguir arcar com um CAC alto eventualmente e ainda assim criar um problema de liquidez se o payback levar doze meses.
Como estimar o ROAS marginal sem inventar números
A entrada mais difícil é o ROAS marginal previsto.
Várias fontes de evidência podem ajudar.
Períodos históricos de escala. Examine o que aconteceu quando o gasto se moveu materialmente antes.
Testes controlados de orçamento. Aumente o gasto em um tratamento definido e compare o resultado incremental.
Simulações de plataforma. Úteis como sinais direcionais, não como verdade independente.
Curvas de resposta de MMM. Úteis quando o modelo é credível e calibrado.
Experimentos geográficos. Mais fortes para retorno causal quando o canal suporta o desenho.
Faixas do operador. Quando a evidência é fraca, use uma faixa de pessimista/base/otimista em vez de falsa precisão.
A planilha contém valores de exemplo apenas para demonstrar a mecânica.
Substitua-os.
A visão de Alocação deve iniciar uma conversa, não encerrá-la
A aba de Alocação sinaliza canais que têm:
- contribuição positiva modelada da próxima faixa;
- folga restante de gasto máximo;
- folga de caixa restante.
Isso cria uma lista curta de canais candidatos para gasto incremental.
Ela não classifica automaticamente o valor estratégico.
Um canal com contribuição modelada um pouco menor ainda pode merecer investimento porque está aprendendo um novo mercado, gerando novos clientes, construindo evidência criativa ou reduzindo o risco de concentração.
A alocação profissional precisa tanto de explotação quanto de exploração.
Se cada dólar for para o canal com o maior retorno de curto prazo conhecido, o portfólio pode se tornar dependente de uma única fonte madura de demanda.
Um fluxo de trabalho semanal recomendado
Use a planilha em uma reunião recorrente de alocação.
Primeiro, atualize o gasto atual e a receita atribuída.
Segundo, atualize as premissas de incrementalidade apenas quando a evidência mudar. Não as use como botões para justificar um orçamento desejado.
Terceiro, atualize as margens de contribuição quando o mix de produtos ou a promoção mudar.
Quarto, revise as próximas faixas marginais.
Quinto, identifique quais premissas são mais fracas.
Sexto, transforme a premissa fraca de alto valor em um teste.
Por exemplo:
A Meta parece a melhor oportunidade para o próximo dólar, mas a estimativa de ROAS marginal se baseia em um período antigo de escala. Faça um teste controlado de gasto antes de alocar toda a folga modelada.
Isso é melhor do que tratar a planilha como uma máquina de respostas.
Modo de falha: alocar a partir do ROAS médio
Se o Google tem média de 4,0x e a Meta tem média de 3,0x, é tentador enviar o próximo dólar para o Google.
Essa decisão pode estar errada.
O Google pode estar no limite de sua demanda eficiente enquanto a Meta tem folga não utilizada.
O desempenho médio classifica o histórico.
O desempenho marginal classifica a oportunidade.
Modo de falha: usar um único fator de incrementalidade para sempre
A incrementalidade muda.
Uma marca se torna mais conhecida. A demanda de busca muda. Os públicos de retargeting mudam. O criativo expande o mercado alcançável. Concorrentes entram.
Um fator de 0,70 de um teste não deve sobreviver silenciosamente por três anos.
Vincule a data da evidência a cada premissa causal importante e agende a revalidação.
Modo de falha: otimizar o modelo em vez do negócio
Uma planilha sempre pode ser ajustada para aprovar mais gastos.
Reduza a exigência de margem. Aumente a incrementalidade. Eleve o ROAS marginal.
É por isso que as premissas de planejamento precisam de responsáveis.
O financeiro deve ser responsável por ou aprovar as definições de contribuição. A mensuração deve ser responsável pela evidência causal. A mídia deve ser responsável pelas premissas de resposta a gastos. A liderança deve ser responsável pelo apetite ao risco.
O modelo se torna útil quando nenhuma equipe isolada pode mudar silenciosamente todas as entradas.
Baixe a planilha
A planilha incluída neste recurso foi projetada como um modelo operacional inicial, não como uma caixa-preta proprietária.
Use-a para tornar visível a economia da alocação.
Depois, substitua cada premissa de exemplo por sua própria evidência.
O melhor resultado não é que a planilha diga onde gastar.
É que a equipe consiga explicar por que o próximo dólar pertence ali.
Baixe a Planilha de Orçamento de Mídia Paga e Retorno Marginal (XLSX)
