Incrementalidade e MMM: como saber quais vendas o anúncio trouxe
Atribuição mostra quem participou da venda; incrementalidade mede o que o anúncio causou. Veja testes, MMM, ferramentas abertas e casos no Brasil.
Por
Redação
Texto da Redação, escrito com apoio de IA a partir das fontes citadas. Pauta e aprovação: Guto Bertoncini. Como produzimos
Resposta direta
Incrementalidade é a parte das vendas que só aconteceu por causa do anúncio. Mede-se comparando um grupo que viu a campanha com um grupo de controle que não viu. O marketing mix modeling estima a contribuição de cada canal com dados de vários anos e pode ser calibrado por esses testes.
Um anúncio pode aparecer no caminho de uma compra que aconteceria de qualquer jeito. Incrementalidade é a medida da venda que só existiu por causa do anúncio. Em 2026, o tema entrou na lista de métricas em alta para anunciantes publicada pelo Meio & Mensagem, e Google, Meta e IAB têm ferramentas e diretrizes para medi-la. Este guia explica a diferença entre atribuição e incrementalidade, como funcionam os testes e o marketing mix modeling, quais ferramentas são abertas e o que mostram os casos publicados no Brasil.
O que é incrementalidade
As diretrizes de medição de retail media do IAB e do Media Rating Council, de janeiro de 2024, definem incrementalidade como o potencial impacto causal do marketing. A forma mais direta de medir é separar o público em dois grupos: o grupo de teste vê o anúncio, e o grupo de controle não vê. A diferença entre os resultados dos dois é o lift, ou ganho. O documento diz que o Media Rating Council recomenda fortemente os testes randomizados, em que as pessoas são sorteadas para cada grupo, quando eles são viáveis.
A mesma lógica vale para o retorno. O Google chama de iROAS a receita adicional gerada por cada real investido, ou seja, o valor das conversões incrementais dividido pelo custo. O guia de retail media no Brasil da Confraria mostra onde essa conta aparece no varejo.
Atribuição não é incrementalidade
Atribuição é a forma de dividir o crédito de uma venda entre os pontos de contato que vieram antes dela. Um texto do Think with Google Brasil, de dezembro de 2023, define atribuição como a correlação direta de uma campanha com uma venda. Em 2023, o Google Ads e o Google Analytics 4 tiraram os modelos de primeiro clique, linear, decaimento temporal e por posição. Ficaram o modelo baseado em dados, que é o padrão, e o de último clique.
Segundo a eMarketer, em abril de 2026, a atribuição responde quais canais contribuíram, mas não prova causalidade, e o ROAS incremental costuma ser menor que o ROAS tradicional. A matéria do Meio & Mensagem de janeiro de 2026, traduzida do Ad Age, lembra que o ROAS não desconta as vendas que teriam acontecido sem publicidade, e cita anunciantes em que a soma do ROAS informado pelos varejistas passou do crescimento total de vendas da marca no ano. A NielsenIQ, em agosto de 2026, resumiu a diferença assim: o ROAS mede eficiência, não causalidade.
As diretrizes do IAB e do Media Rating Council listam quatro famílias de método. O teste randomizado, que inclui variações em que o grupo de controle vê um anúncio neutro. O controle sintético, que monta um grupo de comparação a partir de dados históricos. Os mercados pareados, em que regiões parecidas recebem ou não a campanha. E os modelos de aprendizado de máquina que estimam o efeito por pessoa.
Nas plataformas, os nomes mudam. O Conversion Lift do Google separa quem pode ver os anúncios de quem é impedido de vê-los e mede a diferença de conversões entre os dois grupos, por usuário ou por região. A versão por região aceita dados de vendas fora da internet. Em outubro de 2026, segundo o Search Engine Land, o teste por usuário foi aberto às campanhas de Pesquisa e Performance Max, com verba mínima de US$ 5 mil e pelo menos mil conversões. A página de ajuda do Google de novembro de 2025 afirma que um experimento que custava mais de US$ 100 mil passou a sair por US$ 5 mil.
Já o Brand Lift do Google usa pesquisas no YouTube para comparar quem viu e quem não viu o anúncio, em lembrança, conhecimento e consideração da marca. O estudo dura 10 dias. A Meta mantém o GeoLift, uma ferramenta aberta para medir o ganho por região, e a documentação diz que, sempre que possível, a Meta recomenda testes por pessoa, porque têm mais poder estatístico.
No teste por região, o texto do Think with Google Brasil diz que é preciso escolher antes dois grupos de cidades com comportamento parecido e investir o mínimo necessário para mexer no indicador medido.
O que é marketing mix modeling
O marketing mix modeling, ou MMM, é um modelo estatístico que estima quanto cada canal contribuiu para as vendas ao longo do tempo, a partir das séries de investimento, vendas e fatores externos, como preço, promoções e sazonalidade. Diferente do teste, ele não precisa desligar a mídia para um grupo, e cobre canais sem clique, como TV e rádio.
O modelo pede histórico. A documentação do Meridian, do Google, atualizada em junho de 2026, diz que dois anos de dados semanais, ou 104 pontos, dão cerca de quatro pontos por parâmetro em um modelo nacional, pouco para uma estimativa confiável, e que três anos dão cerca de 15. O guia do Robyn, da Meta, pede no mínimo dois anos de dados semanais, ou de quatro a cinco anos de dados mensais, e uma variável para cada dez observações.
Três ferramentas de MMM são abertas. O Meridian, do Google, ficou disponível para todos em 29 de janeiro de 2025, usa inferência causal bayesiana e tem um programa com mais de 20 parceiros certificados. Na época, a Propmark noticiou que ele estava disponível para anunciantes brasileiros. O Robyn, da equipe de ciência de marketing da Meta, usa regressão e técnicas de otimização automática. O PyMC-Marketing, mantido pela PyMC Labs, também segue a linha bayesiana e traz a medida da incerteza de cada estimativa.
Como teste e modelo se combinam
O Google recomenda calibrar o MMM com experimentos, e o Meridian aceita resultados de testes de incrementalidade como informação de partida para o modelo, qualquer que seja o canal. A documentação do Robyn também recomenda fortemente essa calibração, com a ressalva de não usar estudos de baixa confiança.
No Brasil, o Google apresentou em 2025 o que chama de Trifecta, com três frentes: atribuição, MMM e incrementalidade. Segundo o Mundo do Marketing, Vinicius Zimmer, head de mensuração do Google Brasil, chamou a incrementalidade de auditoria dos modelos e disse que dar 100% do crédito à última interação distorce a realidade. A NielsenIQ, no texto de agosto de 2026, recomenda combinar testes, MMM e medição contínua de cada campanha.
O que dizem os números
A maior parte das pesquisas de adoção é dos Estados Unidos. Segundo a eMarketer, com dados da TransUnion de julho de 2025, 52% dos profissionais de marcas e agências do país já usam testes de incrementalidade, e 36,2% pretendem investir mais neles em 12 meses. Em outra pesquisa citada pela eMarketer em novembro de 2025, 46,9% disseram que vão investir mais em MMM. Entre decisores de varejo dos Estados Unidos, 61% usam MMM para medir incrementalidade, segundo levantamento da Feedvisor com a Zogby publicado em abril de 2026.
O relatório anual da Nielsen de 2025 apontou que só 32% dos profissionais no mundo medem o investimento em publicidade de forma unificada. Na América Latina, a parcela é de 29%.
No Brasil, não foi encontrado um número de adoção de MMM. Há sinais da dificuldade de medir. No retail media, a parcela de anunciantes brasileiros satisfeitos ou muito satisfeitos caiu de 77% em 2023 para 54% em 2025, e mensuração e atribuição é o principal desafio, citado por 56%, segundo dados da eMarketer apresentados no Mídia Master 2026. Em pesquisa da VCRP com o Opinion Box, com 200 profissionais, 46% disseram ter cancelado ou pausado iniciativas no último ano por dificuldade de comprovar resultados.
Casos publicados no Brasil
A Reckitt, dona da marca Veja, foi uma das primeiras empresas no Brasil a aplicar o Meridian em parceria com o Google, segundo o Think with Google Brasil, em agosto de 2025. No modelo, as plataformas do Google tiveram retorno três vezes maior que o da mídia tradicional, segundo a mesma página. Segundo o Mundo do Marketing, em dezembro de 2025, as recomendações do modelo projetam 6% a mais de receita e 7% a mais de volume de vendas. São estimativas, e não resultados medidos.
O Google também divulgou um Conversion Lift da Audible Brasil, de seis semanas, com 52% a mais de ativações de período de teste, e um teste por região do Itaú, com 102% a mais de abertura de contas durante a campanha, segundo dados internos do banco de 2023.
O TikTok publicou casos de marcas brasileiras. Na Drogaria São Paulo, um teste de um mês com grupos sem sobreposição mostrou 11,9% de ganho em vendas na versão com criativos feitos por criadores. Na Natura, no Dia dos Namorados, o teste combinado de marca e conversão mostrou 11,35% de vendas incrementais, e a receita com cupom foi cinco vezes a que o modelo de último clique mostrava.
Todos esses casos foram publicados pelas plataformas que vendem a mídia.
Cuidados citados pelas fontes
O primeiro é o tempo. A eMarketer recomenda testes de pelo menos três a quatro semanas, com grupos de controle bem dimensionados, e lembra que deixar parte do público sem anúncio custa receita no curto prazo. O Google pede que o resultado só seja lido no fim do estudo e que a verba siga a recomendação de viabilidade alta da ferramenta.
O segundo é quem mede. A matéria do Meio & Mensagem de janeiro de 2026 compara o teste feito pela própria empresa de mídia a corrigir o próprio dever de casa e diz que ele merece atenção. Um exemplo é o estudo do Google que afirma que o iROAS da Pesquisa nos Estados Unidos é até 36% maior que o da Meta, com base em 47 testes do próprio Google.
O terceiro é o modelo. O guia do Robyn lista como armadilhas do MMM as variáveis muito parecidas entre si, o excesso de variáveis, a sazonalidade ignorada e canais com pouca variação de investimento.
O quarto é a loja física. No Brasil, de 80% a 90% das vendas do varejo ainda acontecem na loja, segundo dados da SBVC e da NielsenIQ citados pela Fast Company Brasil, e provar a venda incremental ali é mais difícil que no comércio eletrônico. A NielsenIQ observa que os varejistas raramente apoiam testes randomizados e recomenda investir em testes por região e em testes randomizados.
Em resumo
Incrementalidade é a venda que só existiu por causa do anúncio, medida com grupo de teste e grupo de controle.
Atribuição divide o crédito da venda, mas não prova causa, e o ROAS incremental costuma ser menor que o ROAS comum.
O MMM estima a contribuição de cada canal com pelo menos dois anos de dados semanais. Meridian e Robyn são abertos.
Os casos publicados no Brasil vêm das plataformas que vendem a mídia, e não há dado de adoção de MMM no país.
Perguntas frequentes
O que é incrementalidade no marketing?
É a parte das vendas, ou de outro resultado, que só aconteceu por causa do anúncio. Mede-se comparando um grupo que viu a campanha com um grupo de controle que não viu, de preferência sorteado.
Qual a diferença entre atribuição e incrementalidade?
A atribuição divide o crédito de uma venda entre os pontos de contato que vieram antes dela, como o último clique. A incrementalidade mede o efeito causal, ou seja, o que não teria acontecido sem o anúncio. Segundo a eMarketer, o ROAS incremental costuma ser menor que o ROAS tradicional.
O que é marketing mix modeling?
É um modelo estatístico que estima a contribuição de cada canal para as vendas ao longo do tempo, com dados de investimento, vendas, preço, promoções e sazonalidade. Ferramentas abertas como o Meridian, do Google, e o Robyn, da Meta, pedem pelo menos dois anos de dados semanais.
Quanto custa um teste de incrementalidade?
Depende da plataforma e do método. No Google, o Conversion Lift por usuário em campanhas de Pesquisa e Performance Max pede verba mínima de US$ 5 mil e pelo menos mil conversões, segundo o Search Engine Land, em outubro de 2026.
Posso confiar no teste feito pela plataforma que vende a mídia?
As fontes pedem atenção. A matéria do Meio & Mensagem de janeiro de 2026 compara esse teste a corrigir o próprio dever de casa. As alternativas citadas são testes por região, ferramentas abertas e medição por terceiros.
Tipo de texto. Texto informativo, sem opinião. Os casos citados foram divulgados pelas plataformas que vendem a mídia, e os números de adoção são, na maior parte, dos Estados Unidos. Erros de fato podem ser apontados pela página Contato.
Correção em 17/10/2026. A versão anterior dizia que a Reckitt foi a primeira empresa no Brasil a usar o Meridian. A fonte diz que foi uma das primeiras.
Compartilhe
Confraria do Marketing
Tem um ponto de vista sobre marketing?
Publique na Confraria. Toda proposta passa pela curadoria e pelas regras editoriais, e publicar não tem custo.
Uma agência que vende presença orgânica, mas compra anúncios para ser achada, passa uma contradição. Guto Bertoncini defende um princípio para o setor.
Google, Microsoft, Amazon e OpenAI vendem anúncios em respostas de IA; a Perplexity desistiu. Veja o que está lançado, em teste e o que vale no Brasil.