Performance marketing só funciona quando a economia funciona. A aquisição paga acelera o crescimento ou destrói a margem conforme quatro coisas: quão previsível é o CAC, com quanta disciplina se mede a incrementalidade, como se comportam as coortes e quão confiável é a medição. Com a concorrência empurrando CPC e CPM para cima, é preciso um enquadramento econômico que julgue o valor real, não um ROAS de vaidade inflado pelos sistemas de atribuição. Este guia trata a economia unitária do paid com esse olhar de produto: modelagem de CAC, ROAS e MER, lift incremental, os erros de atribuição mais caros e a avaliação financeira por coortes.
Mídia paga acelera ou destrói margem, e isso é medível
Antes de detalhar cada uma dessas peças, vale fixar o ponto de partida: performance marketing é, antes de um motor de aquisição, um motor financeiro. A diferença prática está em de onde saem as decisões: dos relatórios das plataformas de anúncios, que tendem a se creditar por tudo o que conseguem, ou de um modelo econômico próprio que separa o valor que se cria do que apenas se realoca. Tudo o que segue parte dessa segunda opção.
Modelar CAC antes de aumentar o budget
O custo de aquisição (CAC) define se a aquisição paga pode escalar de forma saudável, mas só se for medido no nível certo. O CAC agregado (gasto total dividido pelos clientes adquiridos) mascara as ineficiências e superestima a capacidade de escalar, porque mistura o cliente barato de marca com o caro de prospecção. O que importa é o CAC marginal: o custo de trazer o próximo cliente, o número que revela quando um canal começa a saturar. Por isso as equipes modelam curvas de saturação, a elasticidade do CAC conforme o spend cresce e o custo esperado em cada incremento de orçamento, em cenários otimistas e pessimistas.
O CAC real também não é só o gasto em anúncios. Inclui a produção criativa, as operações e ferramentas de marketing, os custos de dados, os de experimentação e a própria infraestrutura de atribução; ignorá-los faz parecer rentável o que não é. E o CAC não significa nada sozinho: ganha sentido diante do LTV. Como referência habitual, ele fica abaixo de um terço do LTV em B2C, entre 20 % e 30 % do LTV em SaaS e abaixo de um quinto do LTV do lado fornecedor em marketplaces. Sem esse limite explícito, o orçamento se dilata e o burn acelera antes que alguém perceba.
Como estimar o CAC marginal sem um modelo elaborado
A curva de saturação soa acadêmica, mas a estimativa nasce de um exercício simples: acompanhar, semana a semana, quanto se gastou a mais em um canal e quantos clientes esse acréscimo trouxe. Se dobrar o investimento traz 90 % mais clientes, o CAC marginal ainda está perto do médio; se traz 30 %, o canal já entrou na faixa de retornos decrescentes e o próximo real gasto custa muito mais que o anterior. O truque é olhar o incremento, não o total: a média sempre parece saudável porque carrega junto o começo barato da curva.
Um cálculo ilustrativo de CAC marginal
Vale ver isso em números (ilustrativos). Na semana 1, gastaram-se R$ 40.000 e vieram 400 clientes: CAC médio de R$ 100. Na semana 2, o orçamento sobe R$ 20.000 e chegam mais 160 clientes, então o CAC marginal desse incremento é 20.000 ÷ 160 = R$ 125, já acima da média. Na semana 3, outros R$ 20.000 trazem apenas 80 clientes, e o CAC marginal salta para 20.000 ÷ 80 = R$ 250, enquanto o CAC médio acumulado ainda parece são, em R$ 125. Se o LTV do canal é R$ 400 e o teto é manter o CAC abaixo de um terço do LTV (R$ 133), a semana 3 já ultrapassou o limite embora a média continue confortável. É essa leitura marginal, e não a média, que diz quando parar de aumentar o budget.
Esse cálculo tem armadilhas conhecidas. Sazonalidade, promoções e picos de demanda de marca contaminam a leitura, então convém isolar janelas comparáveis e desconfiar de qualquer salto que coincida com um evento externo. E como a curva se move (criativos cansam, os leilões ficam mais caros, a concorrência entra e sai), a estimativa de hoje vale por poucas semanas. É por isso que a disciplina pede releitura frequente do número, e não um valor fixado uma vez por trimestre e defendido até a próxima revisão.
O que ROAS e MER escondem
Fixado o ponto em que se deve parar de aumentar o budget, resta escolher com que métricas se acompanha o gasto no dia a dia, e as duas mais citadas enganam com facilidade. O ROAS (receita dividida por investimento) serve para comparar campanhas, testar criativos e avaliar audiências, mas não para medir valor incremental, distribuir orçamento entre canais nem julgar modelos de conversão longa ou muito dependentes de LTV. O MER (receita total sobre gasto total de marketing, ou seja, um ROAS agregado) corrige parte do problema: alinha-se com a receita real, reduz boa parte do viés de atribuição e estabiliza canais voláteis, em troca de não separar a contribuição orgânica nem mostrar os retornos marginais decrescentes. É um bom termômetro macro da saúde do orçamento, não um guia para decisões finas.
Os dois enganam pela mesma razão: as plataformas se creditam por conversões orgânicas, demanda impulsionada pela marca, influência de afiliados e parceiros, e pelas conversões que o retargeting apenas recolheu no fim do percurso. Por isso quem decide a viabilidade econômica de um canal é o lift incremental, não o ROAS que a plataforma reporta.
O que o lift incremental revela sobre o efeito da mídia paga
A incrementalidade mede o efeito causal: o que teria acontecido sem o investimento pago. Há várias formas de isolá-lo, escolhidas conforme o orçamento e o canal. Os geo-lift tests aumentam o investimento em regiões sorteadas e funcionam com budgets altos, porque capturam o efeito multicanal com pouco viés de atribuição. Os conversion lift tests comparam grupos expostos e de controle no nível do usuário. Os testes de liga/desliga cortam ou ativam um canal por janelas curtas. E os splits de audiência contrastam coortes expostas e não expostas. Em todos, a leitura só vale se forem validadas a significância, o poder estatístico, o tamanho do lift e a amostra mínima necessária.
Com isso, o resto é aritmética honesta: o CAC incremental é o gasto dividido pelas conversões incrementais, e o ROAS incremental, a receita incremental sobre o gasto. Se o CAC incremental supera o LTV, o canal não é escalável; se o ROAS incremental cai abaixo de 1, está havendo destruição de valor, por melhor que o relatório da plataforma pareça.
Por que canais pagos aparecem melhores do que são
Os sistemas de atribuição inflam resultados ao confundir correlação com causalidade, e os erros se repetem: o retargeting captura conversões de fundo de funil que já iam acontecer, a busca de marca reflete demanda existente, os modelos multitoque supervalorizam o último clique, as plataformas exageram o que se creditam e as audiências de alta intenção puxam o ROAS para cima. O resultado é sempre o mesmo: gasta-se demais e o CAC aparente sobe.
A defesa não é um modelo perfeito, e sim a triangulação: MMM para o impacto de longo prazo, atribuição multitoque para a granularidade do comportamento, testes de incrementalidade para a causalidade real e a modelagem de vários cenários para não apostar tudo em uma única leitura. Bem feita, a atribuição deixa de ser um relatório e passa a governar as decisões: a alocação do orçamento, a estratégia criativa, a abertura ou o fechamento de canais e os limites de CAC marginal.
A medição piorou, e o relatório da plataforma sabe disso
Boa parte da distorção deixou de ser só otimismo de atribuição e passou a ser estatística. Desde as restrições ao rastreamento entre apps e a erosão dos cookies de terceiros, uma fração crescente das conversões que a plataforma reporta não foi observada: foi modelada. O sistema preenche o que não consegue medir com inferência, e essa inferência é calibrada para o objetivo da própria plataforma, não para a sua contabilidade. O efeito prático é um ROAS que parece firme mas carrega, por dentro, conversões que ninguém viu acontecer.
Foi essa degradação que trouxe o MMM de volta ao centro da conversa. Por trabalhar com dados agregados de gasto e resultado, ele não depende de identificar usuário nenhum e sobrevive à perda de sinal, em troca de exigir variação real no investimento para conseguir separar o efeito do ruído e de entregar granularidade baixa. Um MMM alimentado com gasto quase constante ao longo do tempo não identifica coisa alguma, porque não há contraste do qual extrair o efeito. Por isso os testes de incrementalidade e os geo-lift viraram a régua que calibra tanto o MMM quanto os números da plataforma: sem um ponto de verdade causal, a triangulação apenas faz três estimativas enviesadas concordarem entre si.
Coortes mostram o que a média do mês apaga
A aquisição paga só rende se as novas coortes forem lucrativas, e isso se lê nas curvas de retenção, no LTV por coorte, no payback do CAC, no churn, na profundidade de engajamento e, sobretudo em B2B e SaaS, na expansão. O detalhe importante é que as primeiras coortes quase sempre enganam para cima: superestimam retenção, ARPU, monetização, cross-sell e velocidade de recuperação, porque os primeiros usuários costumam ser os mais motivados. Por isso a regra de spend se prende à coorte, não ao mês: aumenta-se o investimento quando o LTV melhora, a retenção estabiliza, o payback encurta e o churn cai; corta-se quando o CAC cresce mais rápido que o LTV, as coortes enfraquecem, a ativação cai ou os custos competitivos sobem.
Juntando tudo em um modelo de ponta a ponta
CAC, ROAS, incrementalidade e coortes são visões parciais quando isoladas; juntas, formam o modelo que define o orçamento. A cadeia que o organiza é LTV → CAC → payback: um paid saudável pede um LTV/CAC de pelo menos 3 (em SaaS, entre 3,3 e 5x, o que corresponde a um CAC de 20-30 % do LTV), recuperação rápida, retenção sólida e um CAC previsível, e se estressa simulando curvas de payback, sensibilidade CAC/LTV, elasticidade do churn e projeções de receita.
Sobre essa base, a alocação ótima persegue o maior ROAS incremental, o menor CAC marginal, o payback mais curto e as coortes mais fortes: o MER ajuda a vigiar o conjunto, mas é a economia marginal que fixa até onde dá para escalar de verdade. E como os canais pagos são voláteis, convém modelar de antemão a inflação de CPC e CPM, as mudanças de algoritmo, os choques competitivos, a fadiga de criativos e a expansão geográfica, para que nenhum chegue como surpresa.
Payback e LTV/CAC não são a mesma coisa, e o caixa não perdoa
Dois negócios podem ter o mesmo LTV/CAC de 4 e destinos opostos, e a diferença mora no tempo de recuperação. O LTV/CAC mede a saúde da unidade ao longo de toda a vida do cliente; o payback mede quando o dinheiro volta ao caixa. Um negócio que recupera o CAC em quatro meses reinveste o mesmo capital três vezes ao ano e se autofinancia; outro, com idêntico LTV/CAC mas payback de dezoito meses, prende cada real investido por um ano e meio antes de vê-lo de novo, e cresce no ritmo do caixa disponível, não no ritmo que a razão permitiria. O primeiro escala com lucro retido; o segundo escala com rodada de captação.
A mecânica fica clara quando se olha coorte a coorte: cada nova safra de clientes consome caixa antes de devolvê-lo, então acelerar a aquisição com payback longo aprofunda o buraco de caixa justamente quando o crescimento parece ir bem. E há um ponto de ruptura que é fácil ignorar e caro subestimar: se o churn corta a coorte antes de o payback se completar, o cliente sai sem nunca ter pago o próprio custo de aquisição, e o LTV que justificava o gasto era só uma projeção que não se realizou. Faturamento adiantado, como a cobrança anual antecipada, encurta o payback sem mudar o LTV e é uma das poucas alavancas que melhoram o caixa sem tocar no produto.
O time que sustenta esse tipo de análise
Um modelo dura o tempo em que existem pessoas mantendo-o e fazendo valer o que ele indica. Na prática, exige dominar os funis de aquisição, o CAC marginal, o raciocínio econométrico, o design de experimentos, a triangulação de atribuição e a análise de coortes. E exige uma governança leve, porém real: revisões semanais por canal, benchmarks mensais de CAC/LTV e uma revisão trimestral de cenários. Sem esse ritmo, as decisões de orçamento voltam a se apoiar na intuição e nos relatórios das plataformas, justamente de onde esta disciplina tenta tirá-las.
Dúvidas recorrentes sobre incrementalidade
Por que canais pagos parecem mais eficientes do que realmente são?
Porque a atribuição supercredita o clique pago, sobretudo em retargeting e busca de marca, e assume demanda que teria convertido de qualquer forma.
ROAS deve ser o KPI principal?
Não. O lift incremental, o CAC marginal e o payback dizem muito mais sobre a sustentabilidade do que um ROAS de plataforma.
Como saber se o gasto é escalável?
Quando o CAC marginal se mantém estável, o lift é positivo e as coortes produzem um LTV previsível. Se o CAC marginal dispara ao subir o orçamento, o canal já está saturando.
Qual payback exigir?
Como referência, menos de 6-8 meses em B2C e menos de 12-18 em B2B SaaS; além disso, o risco de burn cresce rápido.
Comece medindo lift em um canal por trimestre
Quando esta disciplina se instala, o primeiro sinal é concreto: o relatório deixa de abrir com o ROAS de plataforma e passa a abrir com o lift incremental e o CAC marginal por canal. A partir daí a decisão é simples de enunciar, mesmo que custe sustentá-la: escalar apenas os canais onde o gasto marginal ainda traz clientes abaixo do limite CAC/LTV, e cortar aqueles que só se creditam demanda que já chegava sozinha. Escolha um canal neste trimestre, monte para ele um teste de incrementalidade limpo e defina o orçamento por esse número, não pelo que a plataforma reporta.