Para otimizar a alocação de budget entre branding e performance, não há número universal: o 62:38 que o IPA encontrou em casos do Reino Unido de 1998 a 2016 serve de ponto de partida, e não de meta, porque os próprios autores admitem que a amostra é enviesada para campanhas bem-sucedidas. A proporção da própria empresa sai de medidas que a leitura de curto prazo não entrega, como o efeito de longo prazo e o retorno marginal de cada lado. Num Marketing Mix Modeling (MMM), o tratamento do patrimônio da marca decide quanto crédito cada lado recebe.
Por que um número único engana na divisão entre branding e performance
Em Effectiveness in Context, estudo do IPA publicado em 2018 sobre casos do Reino Unido de 1998 a 2016, Les Binet e Peter Field encontram a proporção de 62:38 entre construção de marca e ativação em todos os contextos, com a nota de que o valor provavelmente não difere estatisticamente de 60:40. O número vale para o conjunto de casos inscritos no prêmio do IPA, e os autores escrevem que a amostra é enviesada para campanhas bem-sucedidas.
Em Media in Focus, de 2017, os dois registram que o ROMI é geralmente mais alto nas campanhas de curto prazo e chamam isso de muito enganoso, porque elas só ativam vendas de curto prazo e pouco fazem pelo crescimento de longo prazo. A meta-análise de 996 campanhas, 700 marcas e 83 categorias apresentada em The Long and the Short of It resume a mesma tensão: os efeitos de curto prazo são vitais para a eficiência, os de longo prazo geram crescimento e lucro, e métricas de curto prazo sozinhas podem enganar.
Um número de referência não mede a empresa que está decidindo. A faixa por contexto e por setor, com as perguntas de rateio entre canais, fica em como distribuir o orçamento entre canais e objetivos. A pergunta aqui é qual caminho usar para achar a proporção entre marca e ativação com os dados da própria operação.
Quatro caminhos para definir a divisão
- Faixa de referência de estudos públicos. É o caminho do 62:38 do IPA: uma proporção observada em muitos casos, usada como hipótese inicial de conversa entre o time de marketing e a liderança, sem medição da empresa.
- Leitura de curto prazo. ROMI e atribuição por clique entram aqui. Na Ajuda do Google Analytics, consultada em 30/09/2026, os relatórios de atribuição do Google Analytics 4 (GA4) oferecem três modelos, um baseado em dados e dois de último clique; o de último clique em canais pagos e orgânicos atribui 100% do valor ao último canal em que a pessoa clicou antes da conversão, e nenhum modelo dá crédito a visitas diretas, a menos que o caminho seja composto só por elas.
- Marketing Mix Modeling. O MMM é um modelo econométrico que quantifica o impacto incremental de atividades de marketing e de fora do marketing sobre um KPI definido antes, roda sobre dados agregados por campanha e período, e considera marketing online e offline e fatores como preço, promoção, sazonalidade e distribuição, segundo o guia de MMM para analistas do Robyn, da Meta (consultado em 30/09/2026). Dele saem o ROI, o retorno marginal e a curva de resposta de cada canal, e a documentação do Meridian (página consultada em 30/09/2026) descreve o efeito da mídia no KPI por dois mecanismos, o efeito defasado e a saturação.
- Experimento. O teste geográfico mede o efeito de um investimento extra em algumas regiões contra as que seguiram no gasto normal, e a documentação do Robyn (consultada em 30/09/2026) trata a triangulação entre MMM, experimentos e atribuição como o centro da mensuração moderna, com o tamanho do efeito, o adstock e a saturação calibrados por dado de campo sempre que possível.
O critério que decide: o que cada lado entrega e em que prazo
O prazo é o primeiro recorte. Segundo Media in Focus, a análise de The Long and the Short of It mostrou que, nos casos do IPA, os efeitos de longo prazo da publicidade nas vendas só passam a dominar os de curto prazo depois de seis meses, e os autores tratam como campanhas de longo prazo as avaliadas por períodos maiores que isso.
O segundo recorte é o papel de cada lado no funil. A documentação do Meridian, na página do MMM de funil completo (atualizada em 05/10/2026), descreve a publicidade de funil superior, como TV e vídeo, criando reconhecimento de marca e demanda ao longo do tempo, e a de resposta direta de funil inferior, como a pesquisa paga, capturando essa demanda para gerar vendas ou conversões imediatas.
Com esses dois recortes, a pergunta que decide deixa de ser “qual lado é mais importante” e passa a ser qual lado contribui com quanto, em que prazo, e quanto rende o próximo real investido em cada um. A regra prática da documentação do Meridian sobre ROI, mROI e curvas de resposta (consultada em 30/09/2026) separa os usos: o ROI avalia a performance histórica, as curvas de resposta orientam o orçamento futuro e o ROI marginal (mROI) avalia o nível de saturação. Se o mROI de um canal está muito abaixo do ROI dele, o canal começa a saturar no nível de gasto histórico.
Faixa de referência, métrica de curto prazo e MMM com experimento: lado a lado
| Critério | Faixa de referência | Métrica de curto prazo | MMM com experimento |
|---|---|---|---|
| O que usa | Casos reunidos pelo IPA no Reino Unido, de 1998 a 2016 | ROMI e atribuição por clique, com o último clique do GA4 dando 100% do valor ao último canal clicado | Gasto e resultado agregados por canal e período, com controles de sazonalidade e de fatores externos |
| O que enxerga do longo prazo | Resume casos do IPA e não mede a empresa | Só o curto prazo, cujo ROMI é muito enganoso para quem compara marca e ativação | O efeito defasado e, no funil completo, o decaimento composto das duas etapas, que opera num período mais longo |
| Como trata o efeito da marca na demanda | A faixa não trata | A visita direta fica sem crédito, salvo caminho composto só por visitas diretas | O patrimônio da marca entra como variável intermediária, em duas etapas no funil completo |
| Principal limite | Amostra enviesada para campanhas bem-sucedidas | Métricas de curto prazo sozinhas podem enganar, segundo o IPA | Estimativa do modelo, que o experimento ajuda a calibrar |
Como achar a divisão da própria empresa com dados
A ordem começa pela contribuição e pelo retorno marginal de cada lado. O MMM estima a contribuição de cada canal ao KPI, a curva de resposta e o mROI, que é o derivado da curva de resposta e equivale aproximadamente ao ROI da próxima unidade monetária investida além do gasto atual, segundo o glossário do Meridian (página atualizada em 17/09/2026). Sem esses dois números, a comparação entre marca e ativação fica na faixa de referência.
O passo seguinte é modelar o efeito defasado e, para a marca, o patrimônio da marca como etapa própria. Na descrição do MMM de funil completo do Meridian, o modelo do estágio 1 mede como o marketing cria o patrimônio da marca e o do estágio 2 mede como esse patrimônio, junto com todo o marketing, impulsiona o KPI final; o efeito indireto do primeiro entra no ROI, no ROI marginal, nas curvas de resposta e na otimização de orçamento. A complexidade extra vale a pena quando o caminho indireto é substancial e as variáveis de confusão são mensuráveis nas duas etapas. Se o caminho for fraco, o viés do estágio único é mínimo.
O terceiro passo é tratar a faixa dos estudos como hipótese. Se a divisão que a empresa pratica hoje, ou a que as medidas indicam, fica muito longe dos 62% de marca do IPA, isso é pergunta para o time, não resposta automática: o número do IPA é de outro país, de outro período e de uma amostra de casos inscritos em prêmio.
O quarto passo, quando viável, é confirmar a mudança antes de ampliar. O Meridian GeoX, solução de código aberto do Google para testes geográficos (documentação consultada em 30/09/2026), aceita desenhos de retenção parcial, de retirada de anúncios e de investimento em regiões específicas, e exige histórico diário do KPI por região. É o mesmo desenho descrito em um teste geográfico de incrementalidade.
O quinto passo é reavaliar a divisão com o tempo, porque, nos dados do IPA, o ponto de equilíbrio muda com o estágio da marca. Quem precisa sustentar a conversa com a liderança encontra o argumento em provar o ROI de branding para o CFO, e a leitura de prazo longo está em os efeitos de branding no longo prazo.
Quando cada caminho faz sentido
A faixa de referência serve para a primeira conversa, quando ainda não há medição própria e o time precisa de uma hipótese para discutir. A métrica de curto prazo serve para decisões dentro da ativação, como remanejar verba entre canais de resposta direta na semana seguinte. O MMM serve para o orçamento anual, sobretudo quando marca, mídia offline e topo de funil pesam no total. O experimento serve quando o modelo e a métrica de curto prazo discordam, ou quando a mudança é grande o bastante para justificar o teste antes de a verba sair do lugar.
O MMM de funil completo é uma variante do caminho do MMM, e não um caminho separado: ele faz sentido quando o caminho indireto entre marketing de marca, patrimônio da marca e vendas é substancial e os confundidores são mensuráveis nas duas etapas. Quando esse caminho é fraco, o viés do modelo de estágio único é mínimo, segundo a documentação do Meridian.
O que perguntar antes de decidir
- O modelo separa o efeito de curto e de longo prazo?
- Como o patrimônio da marca é tratado dentro do modelo?
- O retorno marginal de cada lado é estimado ou presumido?
- Quem confirma o resultado com experimento?
- Quem desenvolveu o modelo também vende a mídia que ele mede?
Onde a Purple se encaixa
A Purple Metrics é uma parceira de Marketing Science que combina software de Marketing Mix Modeling (MMM), metodologia própria e especialistas para ajudar o marketing a entender o retorno dos investimentos em cada canal, prever resultados e tomar decisões que impactam o negócio. A Purple foi criada em 2021, e o modelo dela considera contribuição, lag, halo, saturação e otimização, segundo a página de ciência da Purple. O halo, na descrição da própria página, “rastreia a marca até a demanda lá na frente”.
O modelo trabalha com dados agregados, sem depender de rastreamento individual por cliques, UTMs ou cookies, e a página de ciência da Purple descreve que ele permite incluir variáveis que não geram clique nenhum, como mídia offline, canais digitais de topo de funil, OOH e PR. A empresa começou como software de pesquisa de marca e, em 2024, parou de vender esse produto para focar em modelagem, segundo o blog da Purple (01/03/2024); hoje o efeito da marca é medido dentro do MMM.
No case da Liv Up, a participação do TikTok no investimento de mídia passou de 1% para 3,5% em janeiro de 2026 e depois chegou a 6,5%, segundo a Exame (25/09/2026). Segundo a Liv Up, à Exame (25/09/2026), o custo de aquisição ligado às buscas pela marca caiu 50%. O caso mostra um canal de topo e meio de funil ganhando espaço, e não uma proporção a copiar.
Para entender como o histórico da sua empresa pode orientar a divisão entre marca e ativação, dá para agendar uma conversa.
Perguntas frequentes
Que variável representa a marca dentro do modelo?
Na documentação do Meridian, é a variável de patrimônio da marca: uma variável intermediária de demanda ou de integridade da marca, como o volume de consultas da marca no Google ou a consideração da marca, impulsionada pelo marketing de marca. O volume de consultas do Google com marca é uma variável comum no MMM de funil completo do Meridian, por ser mediador para o marketing de marca e fator de confusão para o de funil inferior, especialmente os anúncios de pesquisa; a estrutura é genérica e aceita qualquer métrica intermediária de integridade da marca que se encaixe no gráfico causal presumido.
O que é um MMM de funil completo e quando ele vale a pena?
É um MMM em duas etapas, descrito na documentação do Meridian: o modelo do estágio 1 mede como o marketing de marca cria patrimônio da marca, como o volume de pesquisa orgânica, e o do estágio 2 mede como esse patrimônio e todo o marketing impulsionam o KPI final, com o efeito indireto incluído no ROI, no ROI marginal, nas curvas de resposta e na otimização de orçamento. Segundo a documentação, a complexidade extra vale a pena quando o caminho indireto é substancial e as variáveis de confusão são mensuráveis nas duas etapas; se o caminho for fraco, o viés do estágio único é mínimo.
O retorno marginal da marca entra na mesma conta que o da performance?
No MMM de funil completo do Meridian, entra: a documentação diz que o efeito indireto do marketing de marca sobre o patrimônio da marca é incluído em estimativas como o ROI, o ROI marginal, as curvas de resposta e a otimização de orçamento. O ROI marginal é, segundo o glossário do Meridian, o derivado da curva de resposta, aproximadamente o ROI da próxima unidade monetária investida além do gasto atual; no canal de marca, ele já carrega o efeito indireto.
A divisão ideal entre marca e performance muda com o tempo?
Nos dados do IPA, muda. Em Effectiveness in Context, Binet e Field encontram, no lançamento de uma marca nova, um equilíbrio pesado em ativação, de 35:65 nos dois primeiros anos, que passa a 57:43 depois, e avisam que, por causa do tamanho da amostra, a mudança pode estar subestimada. O ideal de marca na era digital como um todo é de 62%, e subiu para cerca de 76% no período mais recente que os autores conseguem modelar, em parte pela presença crescente de setores que exigem mais marca, como serviços financeiros.
Em resumo
- Não há número universal para a divisão entre marca e ativação: o 62:38 do IPA é ponto de partida, com a ressalva dos autores sobre a amostra de campanhas bem-sucedidas.
- A divisão da própria empresa sai da contribuição, do efeito de longo prazo e do retorno marginal de cada lado, não do ROMI de curto prazo, que engana na comparação.
- O crédito entre funil superior e inferior depende de como o modelo trata o patrimônio da marca: sem essa variável, os canais de funil inferior recebem crédito por uma demanda que não criaram.
- Quando viável, o experimento confirma a mudança antes de a verba sair do lugar, e o equilíbrio é reavaliado com o tempo.
- Na Purple, o halo é uma das peças do modelo e rastreia a marca até a demanda lá na frente.
Equipe Purple — conteúdo da Purple Metrics, parceira de Marketing Science. Atualizado em outubro de 2026.