Desenhar testes A/B, Brand Lift e Conversion Lift e ler o inconclusivo

O relatório de receita mostra onde o LinkedIn tocou a venda; só um teste mostra o que teria acontecido sem ele. Incrementalidade: a diferença de resultado entre quem recebeu a mídia e um grupo comparável que não recebeu, medida no mesmo período e com a mesma régua.

Sem teste, a verba do ano seguinte nasce de correlação. A conta que já ia comprar recebe anúncio, compra e entra no relatório como vitória, e o orçamento cresce onde o anúncio pesou menos. Teste mal desenhado é pior, porque o erro chega com aparência de prova.

O ganho é escolher entre A/B nativo, Brand Lift, Conversion Lift e holdout próprio pelo que cada um exige, e ler um intervalo de resultado sem declarar vencedor cedo. A Vértice Fiscal, cenário composto do curso, mostra o caso em que o teste nativo não cabia no orçamento.

Todo teste começa por uma hipótese escrita com causa, efeito e métrica: trocar o conceito do anúncio aumenta o SQL por lead na camada 3. As variáveis possíveis são público, oferta, conceito, formato e configuração, uma por vez. O A/B nativo do Campaign Manager compara anúncio, público, posicionamento ou otimização.

Desenho bom controla sobreposição e diferenças externas. Se a mesma pessoa cai nos dois grupos, a diferença some, então um teste montado à mão exclui um grupo do outro. Feriado, mudança de preço ou ação de vendas que atinge só um lado também contaminam a leitura.

Amostra e duração decidem se o resultado significa alguma coisa. O A/B nativo pede no mínimo 14 dias, recomenda 21 e vai até 90, com orçamento mínimo de US$ 700 no total ou US$ 20 por dia e público recomendado de 300 membros por conjunto. A documentação da API recomenda US$ 5.000 e 3 semanas, com a otimização de orçamento da campanha desligada.

Resultado prematuro é o risco mais comum. Nos primeiros dias, poucos eventos fazem uma variação parecer muito melhor, e a vantagem encolhe quando a amostra cresce. Fixe duração e métrica antes de começar e não abra o placar para decidir no meio do caminho.

Brand Lift mede percepção de marca com pesquisa entre expostos e não expostos. Não tem custo próprio, mas exige orçamento acumulado mínimo, por exemplo US$ 60.000 para uma pergunta, subindo com mais perguntas, e público recomendado de 1 milhão, com mínimo sugerido de 300 mil. O LinkedIn pede ainda 30 respostas por grupo.

Desde junho de 2026 o Brand Lift saiu da metodologia frequentista para a bayesiana e passou a mostrar a "probabilidade de lift". Probabilidade alta diz que o efeito provavelmente existe; não diz de que tamanho. Leia a probabilidade junto com a faixa do efeito.

Conversion Lift compara conversões de um grupo exposto com as de um grupo de controle, cujas conversões o LinkedIn modela. A nota oficial de 31 de março de 2026 e o post de 18 de junho levaram o teste do nível de conta ao de campanha, com medição de iOS e metodologia bayesiana. Segundo o LinkedIn, num caso citado no post, a audiência exposta ficou 26 por cento mais propensa a converter.

Os requisitos pesam: Conversions API ou Insight Tag; 30 a 90 dias; orçamento acumulado mínimo de US$ 80.000; qualquer formato de Sponsored Content; 2 a 4 semanas entre testes. O teste ainda não mede CTV, parte do iOS e tráfego sem consentimento, e o resultado oscila até 7 dias após o fim.

Desde a nota de 31 de dezembro de 2025, o A/B nativo traz insights com IA que explicam por que a variação vencedora venceu. A explicação é uma hipótese plausível, gerada depois do fato, sem prova própria. Leve-a ao registro de decisões como candidata ao próximo teste, com a variável isolada.

Armadilha comum: encerrar o teste no dia em que uma variação passa na frente. Com poucas conversões, a liderança troca de lado várias vezes antes do prazo, e o processo que para no primeiro sinal escolhe o ruído. É por isso que o LinkedIn fixa mínimo de dias e de conversões por grupo.

No A/B nativo do quinto mês, a Vértice comparou o conceito de calendário da transição com o de risco de autuação. O teste apontou o calendário como vencedor por CPL, R$ 198 contra R$ 231. No CRM, o risco de autuação tinha 26 por cento de SQL contra 17, e custo por SQL de R$ 888 contra R$ 1.165. Ficou o risco de autuação.

Para o Conversion Lift, a Vértice não se qualifica. Com R$ 45.000 por mês, 90 dias somam R$ 135.000, abaixo dos US$ 80.000 exigidos no câmbio do período. A saída foi um holdout de contas: das 600 contas da camada 2, 300 sorteadas ficaram fora de toda mídia do LinkedIn por 90 dias, por exclusão de lista de empresas.

Duas regras protegeram a leitura. Os SDRs trataram as 600 contas com a mesma cadência, sem saber quem estava em qual grupo, e a métrica veio do HubSpot, que conta igual dos dois lados. O sorteio garantiu que os grupos começassem parecidos em porte e setor.

O grupo exposto teve 18 por cento mais SQL por conta, com intervalo de 6 a 30 por cento. O intervalo inteiro fica acima de zero, então o efeito é provavelmente positivo; o tamanho é incerto. O plano projeta retorno pela ponta baixa, 6 por cento, e os 18 por cento só aparecem com o intervalo ao lado.

Inconclusivo seria um intervalo que cruzasse o zero, de menos 4 a 40 por cento, por exemplo. Esse resultado diz que o teste não teve amostra para separar efeito de ruído, sem provar que a mídia falhou. Os próximos passos seriam estender o prazo, somar contas da camada 3 ou medir um evento mais frequente, como reunião agendada.

Para a Vértice, o holdout deu a prova que o relatório de receita não dava, e a camada 2 manteve a verba. Calcule quanto a conta precisaria investir em 90 dias para chegar aos US$ 80.000 do Conversion Lift. Anote o mês em que o orçamento cruzaria esse valor: é um dos critérios de "Escalar com critério e integrar LinkedIn, Google Ads e outros canais".