Em 2 de novembro, primeiro dia da CyberMonday da CACE, a câmara argentina de comércio eletrônico (de 2 a 4 de novembro), uma loja argentina faturou quase sete vezes um dia normal de outubro. O Google Ads gastava 2% do habitual e a Meta, mais de quatro vezes o habitual. Quem buscava a loja entrou do mesmo jeito, pelo resultado orgânico. Quando a Cyber terminou, o investimento continuou alto e o faturamento caiu 38%.
Quem definiu a demanda foi o calendário, não o orçamento. Muitos compradores não estavam descobrindo a loja, e sim voltando: 64% dos que compraram pelo Android já a tinham visitado. E os relatórios de cada plataforma não bastam para separar quais vendas um anúncio gerou e quais ele só se atribuiu: a Meta reportou 3,8 vezes as compras que o nosso modelo atribuiu a ela.
As duas lojas estão anonimizadas e todos os valores aparecem como índices ou proporções. O estudo cobre 40 dias, de 1º de outubro a 9 de novembro, com um pixel próprio em cada site e as plataformas de anúncios conectadas. A metodologia completa está na seção seguinte.
Atualizado em 11 de novembro de 2026: correções e nova seção da Loja B.
- A demanda não foi embora com o anúncio: com o Google Ads desligado, a busca paga e a orgânica se substituíram quase uma por uma.
- Os compradores estavam voltando: mediana de 3 visitas e 1,8 dia antes de comprar.
- Cada plataforma conta a sua parte: a Meta reportou 3,8 vezes o que o modelo atribuiu a ela, o Google 0,8 vez, e o TikTok não reportou compras.
- O gasto não acompanhou a saída do pico: o faturamento por peso de mídia passou de 10,4x para 6,4x.
Como medimos: duas lojas, 40 dias
Dois ecommerces argentinos entre 1º de outubro e 9 de novembro de 2026, com um pixel próprio em cada site e o investimento de cada plataforma de anúncios conectado. O pixel registra cada visita, cada produto adicionado ao carrinho e cada compra, com o canal pelo qual a pessoa entrou. Quando alguém deixa o email no checkout, unimos as visitas dela em diferentes dispositivos.
Entre as duas lojas analisamos mais de 800 mil visitas e cerca de 9.000 compras ou chegadas ao pagamento.
Para dividir cada venda entre canais usamos dois modelos: Markov, que estima quanto se perderia se um canal não existisse, e o último canal não direto. Nenhum mede quantas vendas um anúncio causou. O detalhe está em como funciona cada modelo.
Os compradores da Cyber eram novos?
Muitos não estavam descobrindo a loja: estavam voltando. Na Loja A, 64% dos compradores da Cyber no Android já tinham visitado o site antes do evento. No iOS identificamos pelo menos 46%: o Safari apaga o cookie do pixel depois de 7 dias, como documenta o WebKit, então uma visita de duas semanas antes pode aparecer como nova e esse número fica subestimado.
Uma pessoa vê um produto no fim de outubro, volta dois dias depois, monta um carrinho e espera a Cyber. Quando compra, o relatório dá a venda ao último canal que ela tocou. Mas a decisão começou antes. Na Loja A, o comprador típico da Cyber fez 3 visitas antes de comprar.
Comprar durante o evento envolveu mais tempo de consideração. Usamos a segunda quinzena de outubro como comparação porque o pixel começou a medir em 30 de setembro: no começo do mês ninguém tinha histórico e quase todos pareciam novos.
O que foi comprado na Cyber já estava no carrinho?
Em parte, e menos do que se costuma pensar. 19% dos produtos comprados na Cyber já tinham sido adicionados ao carrinho num dia anterior. Por outro lado, das pessoas que adicionaram algo ao carrinho em outubro, só 1,8% acabou comprando na Cyber oficial.
Loja A · pessoas que adicionaram ao carrinho em cada período: se compraram e quando
Entre quem conheceu a loja na pré-venda apareceu outro sinal. Dos que adicionaram algum produto ao carrinho, 30% voltaram a visitar a loja durante a Cyber. Dos que não adicionaram nada, voltaram 11%. São pessoas que voltaram, não necessariamente compradores. Ainda assim, a diferença mostra que o comportamento anterior distingue níveis de interesse: alguém que explorou produtos, montou um carrinho e voltou dias depois deixou um sinal muito diferente de quem entrou uma vez.
Se a venda aconteceu na Cyber mas a decisão começou antes, que campanhas e conteúdos construíram esse interesse? O ROAS do dia da compra não responde.
Quantos dos seus compradores do evento já tinham visitado você e quantos dias se passaram entre a primeira visita e a compra.
O que aconteceu quando a mídia desligou?
A venda continuou. Entre 31 de outubro e 2 de novembro, a Loja A passou por interrupções publicitárias: a Meta Ads ficou desligada dois dias e o Google Ads quase três. Enquanto as visitas do Google Ads caíram 90%, as visitas do Google orgânico se multiplicaram por 4 e por 8, conforme o dia. Quando o Google Ads voltou em 3 de novembro, o tráfego orgânico recuou.
Quem buscava a loja não deixou de entrar: mudou de porta. As campanhas do Google que compram buscas pelo nome da própria marca levam à home, e alguém que já conhece a loja e a busca pode clicar no anúncio do topo mesmo com o resultado orgânico logo abaixo. Somando as visitas à home vindas do Google, pelo anúncio ou pelo orgânico, o total acompanhou a demanda do evento, e não a presença do anúncio. Em outubro, 14 de cada 100 dessas visitas entravam pelo orgânico; em 1 e 2 de novembro, com o anúncio desligado, foram 98 de cada 100. Contamos isso em pagar ao Google Ads por cliques que você já tinha de graça.
| Dia | Visitas à home | Pelo orgânico |
|---|---|---|
| 15 a 28 out | 100 | 14% |
| 31 out | 220 | 48% |
| 1 nov, sem anúncio | 177 | 98% |
| 2 nov, sem anúncio | 340 | 98% |
| 3 nov, volta o anúncio | 311 | 64% |
| 4 nov | 244 | 27% |
Loja A. Visitas que chegaram à home vindas do Google, por um anúncio ou pelo resultado orgânico, com a média diária de 15 a 28 de outubro igual a 100.
O corte da Meta mostrou outro lado. Nos dois dias sem Meta, as visitas dessa plataforma caíram 95% em relação aos dois dias anteriores, e mesmo assim a loja faturou 2,9 e 3,3 vezes um dia normal de outubro. Nesses dias houve um envio de email que multiplicou por 19 as visitas habituais do canal, e as redes próprias trouxeram 3,6 vezes o tráfego habitual no domingo. Não sabemos o que teria acontecido com a Meta ligada. Sabemos que a loja continuou vendendo e que outros canais sustentaram o movimento.
Em 2 de novembro a mídia não estava totalmente desligada: o Google Ads seguia a 2% do normal, mas a Meta voltou e gastou 4,4 vezes um dia de outubro. O investimento total foi 2,7 vezes o habitual e o faturamento, 6,8 vezes. As vendas que fecharam num anúncio se multiplicaram por 2,9; as que fecharam em canais que não se pagam por clique, por 8,9.
| Canal (último não direto) | Outubro | 2 de novembro |
|---|---|---|
| Busca orgânica | 8% | 32% |
| Meta Ads | 17% | 18% |
| Redes próprias | 13% | 18% |
| 8% | 15% | |
| Google Ads | 29% | 3% |
Loja A. Participação de cada canal nas vendas, pelo último canal não direto. A Meta manteve quase a mesma parte de outubro: cresceu no ritmo do total.
O que dá para concluir: com o anúncio de marca desligado, a busca paga e a orgânica se substituíram quase uma por uma: de 14 para 98 de cada 100 visitas à home vindas do Google chegaram pelo orgânico.
O que não dá para concluir: quantas vendas manter o Google Ads teria somado, porque o corte coincidiu com o pico do evento e não foi um experimento controlado.
Separe as campanhas de marca das genéricas e teste pausar a de marca por regiões ou faixas de horário antes de decidir.
A Meta fez as pessoas buscarem a loja no Google?
É a pergunta óbvia: se a Meta voltou no mesmo dia em que a busca orgânica disparou, talvez as pessoas tenham visto os anúncios e depois buscado a loja no Google. Verificamos de duas formas e nenhuma sustenta isso.
A primeira é o pixel. Das pessoas que entraram pela busca orgânica em 2 de novembro, só 8% tinham clicado num anúncio da Meta nos 30 dias anteriores, contra 4% em outubro, e seis em cada dez nunca tinham visitado a loja. Mas o pixel só vê cliques: alguém que viu um anúncio sem tocar nele e depois buscou a marca aparece como uma visita orgânica nova.
Para cobrir essa lacuna olhamos o Search Console, que conta quantas vezes a loja apareceu no Google quando alguém buscou o seu nome, tenha clicado ou não. A lógica é simples: se os anúncios da Meta levassem as pessoas a buscar a marca, os dias de maior gasto na Meta deveriam ter mais buscas, e os dias com a Meta desligada, menos.
| Dia | O que acontecia | Buscas pela marca | Gasto na Meta |
|---|---|---|---|
| 30 out | Pré-venda | 2,7x | 2,6x |
| 31 out | Pré-venda, Meta desligada | 2,9x | Desligada |
| 1 nov | Pré-venda, Meta desligada | 3,2x | Desligada |
| 2 nov | Começa a Cyber e a Meta volta | 5,2x | 4,4x |
| 3 nov | Cyber | 4,0x | 6,5x |
| 4 nov | Cyber | 3,4x | 4,7x |
| 5 a 9 nov | Depois da Cyber | de 2,7x a 1,6x | de 4,0x a 5,6x |
Loja A. Buscas: impressões diárias no Google de buscas que incluem o nome da loja, segundo o Search Console. Gasto: investimento diário na Meta Ads. As duas colunas comparam cada dia com um dia médio de 1 a 28 de outubro: 1x é um dia normal de outubro e 3,2x, um pouco mais que o triplo.
A tabela se lê em três momentos:
- Com a Meta desligada, as buscas não caíram. Em 31 de outubro e 1 de novembro, em plena pré-venda e sem anúncios na Meta, a loja apareceu em quase o triplo de buscas de um dia normal de outubro (2,9x e 3,2x). Até um pouco mais que em 30 de outubro, quando a Meta estava ligada.
- Mais gasto não trouxe mais buscas. 3 de novembro foi o dia de maior gasto na Meta (6,5x) e as buscas caíram em relação ao dia anterior, de 5,2x para 4,0x.
- Quando a Cyber terminou, caíram as buscas e não o gasto. De 5 a 9 de novembro a Meta continuou gastando entre 4 e 5,6 vezes o normal, e as buscas caíram até 1,6x, perto de outubro.
Em outubro, sem evento, aconteceu o mesmo: os dias de maior gasto na Meta não tiveram mais buscas pela marca, nem no mesmo dia nem no seguinte. O único dia que não conseguimos separar é 2 de novembro, quando o início da Cyber e a volta da Meta coincidiram.
Nos dados observados, as buscas pela marca acompanharam o calendário do evento e não encontramos relação com o gasto na Meta, nem no mesmo dia nem no seguinte. A Cyber trouxe a demanda e, como o anúncio de marca do Google não estava lá, essas pessoas entraram pelo resultado orgânico. Isso não quer dizer que a Meta não tenha contribuído: contribuiu com o que aparece nas suas próprias jornadas, 18% das vendas do dia recorde. Também não descarta efeitos mais lentos, mas não aparece o efeito escondido que se costuma supor.
Que proporção da demanda atribuída aos anúncios foi criada por eles e que proporção já existia? São coisas muito diferentes, e um relatório de atribuição sozinho não consegue separá-las.
Cruze o gasto diário na Meta com as impressões de marca no Search Console, no mesmo dia e no seguinte.
A pré-venda foi mais eficiente?
Não dá para afirmar. A Loja A lançou sua própria pré-venda na quinta-feira, 29 de outubro, às 13h, e esses quatro dias tiveram a melhor relação entre faturamento total e gasto publicitário das seis semanas: 17,2 pesos de faturamento por peso de mídia. Mas dois desses quatro dias foram os do corte da Meta. Com a mídia completa, a quinta e a sexta da pré-venda deram 9,9x, praticamente o mesmo que a Cyber oficial (10,4x). O 17,2x vem dos dias com a mídia quase desligada.
Loja A · faturamento total por peso de mídia
O interessante não é que a pré-venda tenha rendido mais, e sim que a loja vendeu muito em dias com pouquíssima publicidade. Uma hipótese é que a pré-venda capturou uma demanda que vinha amadurecendo durante outubro. Combina com o que vimos nos compradores: muitos já conheciam a loja antes do evento.
O que dá para concluir: com a mídia completa, a pré-venda rendeu quase o mesmo que a Cyber: 9,9 contra 10,4 pesos de faturamento por peso de mídia.
O que não dá para concluir: que a pré-venda tenha sido mais eficiente. O 17,2x vem dos dois dias com a Meta desligada, e não sabemos quanto se teria vendido nesses dias com a mídia ligada.
Por que a Meta se atribui 3,8 vezes as compras que o nosso modelo atribui a ela?
Porque cada sistema responde a uma pergunta diferente. Durante a Cyber, a Meta se atribuiu quase quatro vezes as compras que recebeu quando dividimos o crédito entre todos os canais pelos quais cada comprador passou: 3,8 vezes o que o modelo Markov atribuiu a ela. Isso não quer dizer que a Meta exagere. O Google Ads reportou menos compras do que o Markov atribuiu a ele, e o TikTok não reportou nenhuma, embora tenha aparecido em jornadas que terminaram em venda. Meta, Google e TikTok usam suas próprias regras e janelas, e uma mesma venda pode ter vários protagonistas. Já contamos por que o Google Ads e a Meta Ads reivindicam a mesma venda.
2,9ROAS segundo o Markov na Cyber. 69% do gasto e 19% do faturamento atribuído.
3,8ROAS segundo o Markov na Cyber. 30% do gasto e 11% do faturamento atribuído.
3,7ROAS segundo o Markov na Cyber. 1% do gasto e 0,3% do faturamento atribuído.
Há outro motivo para não ler isso como uma condenação da Meta. A participação dela no gasto (69%) e no faturamento atribuído (19%) não se comparam como se fossem rentabilidade: uma é gasto e a outra é crédito dividido. E entre as jornadas de dois passos mais frequentes aparecem pessoas que chegaram pela Meta e voltaram depois pelas redes próprias ou pelo direto. A Meta pode estar no começo de jornadas que fecham em outros canais. O dashboard da Meta continua servindo: conta uma parte de uma história que inclui outros canais, decisões e momentos.
O gráfico abaixo olha outra coisa: as pessoas que chegaram pela primeira vez a cada dia pela Meta ou pelo Google, e o que compraram nos 7 dias seguintes contra o que foi gasto naquele dia. Mede a capacidade de trazer compradores novos, não o retargeting nem a incrementalidade.
Na Cyber trouxe quase quatro vezes mais pessoas novas por dia que em outubro, e trazer cada uma custou entre 33% e 55% mais. Acabaram comprando 1,4% dos que chegaram em outubro e 1,0% dos que chegaram durante a Cyber, que tiveram menos dias para isso. Dos que chegaram depois da Cyber, 0,7% tinham comprado até 9 de novembro.
Os cliques chegaram: o pixel registrou 8 de cada 10. Das pessoas que conheceram a Loja A pelo TikTok voltaram 13%, contra 29% das que chegaram pela Meta ou pelo Google, e 0,2% compraram. Se dermos a essas pessoas todo o crédito do que compraram nos 40 dias, o faturamento foi 2,4 vezes o gasto no TikTok. O 3,7 do cartão acima vem de outra conta: o crédito que o Markov atribui ao TikTok nas compras da Cyber, incluídas as de pessoas que já conheciam a loja.
Compare o que cada plataforma reporta com um modelo de jornadas, sem tomar nenhum como verdade causal.
Quanto cada plataforma se atribui na sua loja? Compare o que Meta, Google e TikTok reportam com as jornadas reais dos seus compradores.
Quantas compras chegaram sem passar por um anúncio?
41% das compras da Cyber não tiveram nenhum anúncio na jornada que conseguimos observar. Em outros 22%, a publicidade apareceu no começo e a última visita veio da busca, do email, das redes próprias ou do direto. O caminho mais frequente da Cyber foi entrar pelo Google orgânico e comprar.
Loja A · jornadas mais frequentes até a compra, Cyber
Loja B · jornadas mais frequentes até "Pagar", Cyber
Quando dividimos o crédito de cada venda por toda a jornada, os canais próprios também ganharam protagonismo. Com o Markov, a busca orgânica passou de 8% do faturamento da Loja A antes do evento para 18% durante a Cyber, enquanto o Google Ads passou de 25% para 11%. Com o último canal não direto a relação se mantém, 24% contra 12%, então o sinal não depende de um único modelo. Não prova que o SEO tenha produzido mais vendas incrementais que o Google Ads: significa que, dentro das jornadas observadas, a busca orgânica recebeu mais crédito.
Loja A · participação no faturamento por canal (Markov)
Ver os dados: Markov contra último não direto, as duas lojas
| Canal | Antes | Pré-venda | Cyber | Depois |
|---|---|---|---|---|
| Loja A · Direto | 29% · 28% | 20% · 18% | 20% · 15% | 21% · 17% |
| Loja A · Meta Ads | 16% · 16% | 17% · 16% | 19% · 16% | 28% · 28% |
| Loja A · Busca orgânica | 8% · 8% | 12% · 14% | 18% · 24% | 4% · 6% |
| Loja A · Social orgânico | 12% · 11% | 15% · 14% | 16% · 17% | 12% · 12% |
| Loja A · Email | 8% · 8% | 16% · 19% | 13% · 14% | 11% · 12% |
| Loja A · Google Ads | 25% · 27% | 17% · 18% | 11% · 12% | 21% · 23% |
| Loja A · TikTok Ads | 0,7% · 0,4% | 0,6% · 0,9% | 0,3% · 0,2% | 0,6% · 0,8% |
| Loja B · Social orgânico | 20% · 20% | 30% · 30% | 27% · 27% | 26% · 25% |
| Loja B · Google Ads | 19% · 18% | 17% · 16% | 18% · 17% | 20% · 18% |
| Loja B · Busca orgânica | 15% · 15% | 11% · 11% | 17% · 16% | 12% · 13% |
| Loja B · Meta Ads | 15% · 13% | 22% · 21% | 12% · 11% | 17% · 15% |
Primeiro valor: Markov. Segundo: último canal não direto dos 30 dias anteriores. Na Loja A é participação no faturamento; na Loja B, nas pessoas que chegam ao pagamento. As linhas não somam 100 porque canais menores e vendas sem jornada registrada ficam de fora.
Não vimos canais funcionando isolados: vimos pessoas se movendo entre eles. Um canal pode parecer menos importante se você olha só as compras que ele se atribui diretamente, porque a conversão pode acontecer num canal diferente daquele onde começou a relação com a marca.
Que parte das suas vendas não teve nenhum anúncio na jornada.
A outra loja: quando o tráfego da Meta caiu, a intenção subiu
Na Loja B, as visitas da Cyber caíram 55% frente a outubro e as pessoas que clicaram em "Pagar" aumentaram 56%. Quase toda a queda foi tráfego da Meta: essas visitas caíram 61%, enquanto as do resto dos canais cresceram 17%.
Loja B · visitas (outubro = 100)
Loja B · pessoas que chegam ao pagamento (outubro = 100)
Esse tráfego era grande, mas convertia pouco. Em outubro, 92% das visitas vinham da Meta e só 12 de cada 10.000 dessas pessoas chegavam ao pagamento. Na Cyber, de cada 100 pessoas que entraram pela busca orgânica, 12 chegaram ao pagamento; pela Meta, menos de uma.
Loja B, Cyber: de cada 100 visitantes que entraram por cada canal, quantos clicaram em "Pagar".
Não temos o gasto da Meta desta loja, então não sabemos se a queda veio de um corte de orçamento, de uma mudança de campanhas ou de outra coisa. Também não dá para separar o efeito dos descontos do evento. O que isso mostra é que uma fonte pode encher o site de visitas sem gerar oportunidades: avaliado por cliques, CPC ou sessões, esse tráfego parece um sucesso.
A compra também funciona diferente da Loja A: é mais por impulso. Só 1 de cada 5 pessoas que chegaram ao pagamento na Cyber tinha visitado a loja antes, e a maioria fez isso no mesmo dia em que chegou.
A taxa de chegada ao pagamento por canal, não só o CPC e as sessões.
O que mudou no pedido?
Na Loja A, a Cyber mudou o que as pessoas colocavam no pedido. O preço publicado não mudava: o desconto era aplicado no pagamento e, na mediana, o valor pago foi 15% menor que o preço de tabela. As unidades por pedido subiram 32% e o pedido médio caiu 13% frente a outubro. Mais pedidos e mais unidades não significaram um tíquete maior. Não temos custos nem margens para saber como evoluiu a rentabilidade, mas sabemos que o crescimento veio com outra composição do carrinho.
O horário também mudou. Na primeira hora de 2 de novembro entraram cerca de sete vezes mais pedidos que numa meia-noite normal: o evento concentrou a demanda numa janela muito curta.
O que aconteceu com o investimento quando a Cyber terminou?
Continuou igualmente alto enquanto a demanda caía. De 5 a 9 de novembro as promoções continuaram ativas e o investimento diário ficou no mesmo nível da Cyber oficial. O faturamento diário caiu 38% frente aos dias oficiais, embora ainda fosse quase quatro vezes o de outubro. O que mais mudou foi a eficiência: o faturamento por peso de mídia caiu de 10,4x na Cyber para 6,4x, abaixo até de outubro (7,5x), e o custo de mídia por pedido subiu mais de 50% em relação aos dias oficiais.
Já as buscas pela loja no Google caíram: foram a metade dos dias oficiais. Ainda durante a Cyber, trazer uma pessoa nova pela Meta tinha custado entre 33% e 55% mais que em outubro, e pelo Google Ads entre 2 e 2,7 vezes mais. Não sabemos qual teria sido o orçamento ideal, porque para isso é preciso medir incrementalidade e margem. O que vimos é que o fim do pico de demanda não coincidiu com uma redução do investimento.
Um alerta de faturamento por peso de mídia para o dia seguinte ao evento, com um limite definido de antemão.
O que revisar antes do próximo evento
Nestas duas lojas, quem definiu a demanda foi o calendário, não o orçamento, e nenhum relatório sozinho bastava para explicar o que aconteceu. Isso não significa que se repita em todo ecommerce, nem que o SEO valha mais que o Google Ads, nem que reduzir a publicidade melhore as vendas. Mas deixa três perguntas que vale a pena fazer antes do próximo evento.
- Quanta demanda foi construída antes da compra?Uma venda registrada na Cyber pode ter vários dias de história: visitas anteriores, carrinhos e buscas pela marca.
- Quanto valor adicional a publicidade gera?Participar de uma venda e provocar uma venda que não teria acontecido são coisas diferentes. Os cortes de mídia desta Cyber deixaram isso à vista. Com o anúncio de marca do Google desligado, quem buscava a loja entrou do mesmo jeito pelo orgânico.
- O que deixamos de ver quando medimos cada canal separado?As pessoas não compram seguindo os limites dos dashboards: começam num canal e terminam em outro.
Antes do próximo evento:
- Meça quantos compradores do evento já conheciam você.
- Separe o investimento em buscas de marca e genéricas.
- Compare o que cada plataforma reporta com um modelo de jornadas.
- Defina de antemão quando reduzir o investimento depois do pico.
A CyberMonday durou três dias. Nós observamos quarenta. Boa parte do que foi interessante aconteceu fora desses três dias: em visitas anteriores, carrinhos abertos, buscas, emails e decisões que ainda não eram compras. O dia da venda é fácil de identificar. A jornada que a tornou possível é muito mais difícil de entender. Foi isso que tentamos observar com o Dashcrab Atribuição: não para encontrar um vencedor entre Meta, Google, TikTok ou os canais próprios, mas para entender como se conectam o investimento, o comportamento das pessoas e os resultados reais de um negócio.
Seus anúncios geram vendas ou só se atribuem a elas? Faça esta mesma análise com os seus dados: jornadas completas, modelos de atribuição comparados e o que acontece fora de cada plataforma.
Continue lendo. Fizemos o mesmo exercício com um vendedor do Mercado Livre, onde não existe pixel próprio e a plataforma que vende os anúncios também informa quanto eles venderam. Contamos isso em a mídia explicou as vendas do Mercado Livre na CyberMonday 2026?
Glossário
- Atribuição: a regra usada para dividir o crédito de uma venda entre os canais pelos quais o comprador passou.
- Markov: um modelo que olha todas as jornadas, com e sem compra, e dá a cada canal a parte das vendas que se perderia se esse canal não existisse.
- Último canal não direto: dá a venda inteira ao último canal pelo qual a pessoa entrou, sem contar as visitas diretas.
- Incrementalidade: as vendas que não teriam acontecido sem o anúncio. É medida com experimentos, não com um modelo de atribuição.
- Faturamento por peso de mídia: o faturamento de todo o site dividido pelo gasto total em anúncios. Não é o ROAS de uma plataforma, que só conta as vendas que essa plataforma se atribui.
- Coorte: o grupo de pessoas que chegou pela primeira vez no mesmo período, acompanhado ao longo do tempo.