Construir públicos que a mídia usa e saber quando o preditivo não existe

Com as coortes lidas, a Verde Vivo sabe quem fica e quem some. O passo seguinte é agir sobre esses grupos: mostrar o anúncio de recompra a quem comprou uma vez, poupar o anúncio de aquisição de quem já assina o clube e chamar de volta quem sumiu há 60 dias. Segmento responde à pergunta; público leva a resposta para a mídia.

O custo de não fazer isso aparece na fatura da mídia. Sem exclusão, a campanha de aquisição paga clique de assinante atual. Sem público de reativação, o e-mail fica sendo o único canal para quem parou de comprar. E a promessa dos "compradores prováveis" das métricas preditivas tem requisitos de volume que uma loja de 1.650 pedidos por mês não cumpre.

Ao terminar, três públicos da Verde Vivo existem no Analytics e no Google Ads, com tamanho e estabilidade acompanhados, e a decisão sobre o preditivo está tomada com base nos requisitos publicados, sem esperar por um recurso que a propriedade não vai receber.

Público e segmento parecem a mesma coisa e têm ciclos de vida opostos. Segmento é uma lente de análise: aplicado a uma exploração, recorta o histórico inteiro e some quando a aba fecha. Público é uma lista que passa a acumular usuários a partir da criação, fica disponível nos relatórios como dimensão e viaja para as contas de anúncio vinculadas. A propriedade padrão comporta 100 públicos; a 360, 400.

Construir um público é escrever quatro decisões. A condição diz quem entra: evento com parâmetro, dimensão, métrica acumulada, com escopo entre todas as sessões, na mesma sessão ou no mesmo evento. A sequência diz a ordem em que as condições precisam acontecer, com ou sem limite de tempo. A exclusão tira quem cumpre outra condição, por um período ou para sempre. A duração de associação diz por quantos dias alguém permanece depois de entrar.

Cada decisão muda a lista. "Comprou nos últimos 90 dias" com duração de 30 dias é um público que renova sozinho; com duração máxima, ele só cresce. Exclusão permanente de quem já comprou tira a pessoa do público de aquisição para sempre, e uma compra de presente em dezembro basta para isso. A regra é escrever a condição em português antes de abrir o construtor.

Públicos comerciais saem do modelo de negócio, não do menu. Uma loja com clube tem quatro grupos que a mídia trata de forma diferente: quem nunca comprou (aquisição), quem comprou uma vez e pode voltar (recompra), quem comprava e parou (reativação) e quem assina (fidelização e exclusão). Cada um vira um público com condição, exclusão e duração próprias, e cada campanha declara qual usa.

A integração publicitária tem três portas. Vinculação: a propriedade precisa estar ligada à conta do Google Ads para o público aparecer lá como lista. Consentimento: desde 15 de junho de 2026, o ad_storage do Consent Mode é o único controle da coleta de identificadores de anúncio pela tag do Analytics, e quem nega ad_user_data ou ad_personalization não entra em uso publicitário. Elegibilidade: a lista precisa de volume para veicular, e o Google Ads mostra o estado de cada uma.

A consequência para o tamanho é direta. Dados modelados de consentimento aparecem nos relatórios com identidade combinada, mas não alimentam públicos. Com 18 a 27 por cento de consentimento negado, o público de compradores é menor que o número de compradores do relatório, e a diferença não é erro: é a fatia que a modelagem preencheu no relatório e que não existe como pessoa alcançável por anúncio.

Métricas preditivas são estimativas que o Analytics calcula por usuário a partir do comportamento: probabilidade de compra (usuário ativo nos últimos 28 dias que fará um evento-chave de compra nos próximos 7), probabilidade de abandono (ativo nos últimos 7 dias que ficará inativo nos 7 seguintes), receita prevista em 28 dias e probabilidade de compra no aplicativo. O modelo usa só dados comportamentais, sem demografia, para evitar viés.

Os requisitos são publicados e a maioria das propriedades não os cumpre. Nos últimos 28 dias, num período de 7 dias, ao menos 1.000 usuários recorrentes precisam ter disparado a condição (compra ou abandono) e ao menos 1.000 não. A qualidade do modelo precisa se manter ao longo do tempo. Compra é reconhecida pelo evento purchase com value e currency, ou por in_app_purchase. Dados modelados de consentimento não entram no cálculo.

Quando a propriedade é elegível, o construtor oferece públicos sugeridos prontos: prováveis abandonos em 7 dias, prováveis compradores em 7 dias, prováveis compradores de primeira vez e maiores gastadores previstos em 28 dias. Cada um pode ser ajustado para "mais provável", "menos provável" ou uma faixa de percentil. Se a propriedade perde a elegibilidade, o público para de acumular e a campanha que depende dele esvazia sem aviso.

A alternativa para quem não é elegível é o que o preditivo aproxima por modelo: recência, frequência e valor, escritos como condições. "Comprou 2 ou mais vezes em 180 dias" é o comprador frequente. "Comprou nos últimos 12 meses e sem sessão há 60 dias" é o candidato à reativação. "Receita acumulada acima de R$ 500" é o gastador alto. Nenhuma dessas listas prevê, mas todas descrevem, e a mídia consegue usá-las hoje.

Avaliar um público é olhar três números ao longo do tempo. Tamanho: quantos usuários a lista tem hoje e quantos tinha na semana passada, porque público é acumulado e demora para encher. Estabilidade: crescimento constante indica condição bem escrita; salto ou queda indica evento que mudou de nome ou parâmetro que parou de chegar. Sobreposição: a exploração de sobreposição de segmentos, com as mesmas condições, mostra quantos usuários estão em duas listas ao mesmo tempo.

Armadilha comum: criar o público de reativação com a condição "sem sessão há 60 dias" e nada mais. A lista enche de visitante único que passou uma vez pelo blog e nunca comprou, a campanha de reativação paga para trazer de volta quem nunca esteve, e o custo por pedido sobe sem que o relatório explique. A condição precisa de um passado de valor e de uma ausência, sempre as duas.

Na Verde Vivo, a primeira pergunta foi sobre elegibilidade, e a resposta veio da conta antes de abrir o construtor. Com 1.650 pedidos por mês, a loja tem perto de 385 compradores por semana, menos da metade dos 1.000 exigidos. No clube, os cancelamentos somam perto de 120 por mês, longe dos 1.000 usuários com a condição de abandono em 7 dias. Nenhuma métrica preditiva apareceu, e Marina não esperou por ela.

Os três públicos por regra nasceram na mesma semana. Recompra: comprou uma vez nos últimos 90 dias, sem compra nos últimos 30, duração de 60 dias; 3.100 usuários após 30 dias de acúmulo. Reativação: comprou nos últimos 12 meses e sem sessão há 60 dias; 2.400 usuários. Assinantes: propriedade do usuário status_assinatura igual a ativo, atualizada pelo servidor a cada cobrança; 2.150 usuários, dos 2.900 que o HubSpot conta.

A diferença entre 2.150 e 2.900 é a soma de duas fatias: assinantes que negaram consentimento e não existem como pessoa no Analytics, e assinantes que só usam o aplicativo e nunca fizeram login no site, ligados por User-ID de um lado só. O público de exclusão cobre três quartos dos assinantes; o quarto restante continua vendo o anúncio de aquisição, e o capítulo 21 fecha esse elo pelo aplicativo.

Trinta dias depois de os públicos entrarem no Google Ads, a campanha de recompra em Demand Gen registrou 96 pedidos com ticket de R$ 241, e a de reativação, 41 pedidos, ambos medidos pelo purchase enviado pelo servidor. A exclusão de assinantes tirou 6 por cento dos cliques da campanha de aquisição, que antes pagava por gente que já pagava R$ 79 por mês. A sobreposição entre recompra e reativação ficou em 3 por cento, dentro do esperado.

Abra o construtor de públicos e escreva a condição de reativação com um passado de valor e uma ausência: compra nos últimos 12 meses e nenhuma sessão em 60 dias. Publique e anote o tamanho hoje e daqui a 7 dias; o critério de acerto é uma lista que cresce todo dia sem saltos. O próximo capítulo entra na loja pelo view_item e vai até o refund, e cada um desses eventos é o que os públicos de hoje leem.