A verba de marca passa do ponto quando o retorno marginal (mROI) fica muito abaixo do ROI do canal e a curva de resposta achata. A documentação do Meridian, do Google, trata esse descompasso como sinal de que o canal começou a saturar no nível de gasto histórico (documentação do Meridian sobre ROI, mROI e curvas de resposta, consultada em 2026-09-30). Antes de cortar, é preciso separar a perda do efeito que ainda vai chegar, que o ROI de uma janela curta deixa de fora; a leitura sai de um Marketing Mix Modeling (MMM) com efeito defasado e curva de saturação por canal, e vale confirmar com um experimento regional de janela longa.
Por que a perda de eficiência da marca engana quem olha só o curto prazo
O efeito da marca pode começar na semana em que o anúncio roda e continuar depois, e ler a eficiência cedo demais deixa parte do retorno de fora. No Profit Ability 2, estudo britânico divulgado em 24/04/2024 e encomendado pela Thinkbox, que promove a publicidade em TV, o retorno foi medido em quatro velocidades, do imediato, dentro de uma semana, ao sustentado, e 58% do lucro total apareceu depois da 13ª semana. Uma janela de poucos meses mede apenas a fatia do retorno que já chegou.
A documentação do Meridian reforça o ponto do lado do cálculo: o ROI de um período exclui os efeitos futuros dos anúncios veiculados nele. Nas palavras dela: “Em um período longo (por exemplo, um ano), isso tem um efeito pequeno na estimativa de ROI. No entanto, para períodos mais curtos, o efeito poderá ser mais significativo.” Quem olha o ROI de um trimestre e conclui que a marca está saturada pode estar lendo o efeito defasado como falta de resposta.
O corte também chega devagar. No resumo do Journal of Advertising Research de junho de 2023, do estudo “When Brands Go Dark”, de Phua e coautores, a participação de mercado de 365 marcas de 22 categorias de bens de consumo vendidas em supermercados dos EUA caiu, em média, 10% após um ano sem anunciar, 20% após dois anos e 28% após três, na comparação com o último ano com publicidade (resumo da ARF, consultado em 2026-10-05).
Uma estagnação ou uma queda de curto prazo pode ser efeito defasado, e não saturação. O diagnóstico precisa de uma janela longa e do efeito defasado separado antes de qualquer corte.
O que é perda de eficiência de marca, e o que ela não é
Perda de eficiência é o diagnóstico em que o retorno marginal fica muito abaixo do ROI do canal. O Meridian supõe que mídia paga e orgânica tenham retornos marginais decrescentes e um limite assintótico de efeito em cada período, e que, conforme o gasto sobe e o mROI cai, o canal passe a ser considerado saturado; o glossário da mesma documentação diz: “Saturação é um termo geral, e nenhum limite específico é definido.” A leitura se faz comparando o retorno marginal com o ROI: se o mROI estiver muito abaixo do ROI, o canal está começando a saturar no nível de gasto histórico, e os canais com maior retorno marginal são os candidatos a receber mais verba.
O diagnóstico não é efeito defasado ainda a caminho. No modelo do Meridian, o efeito da mídia é regido por dois mecanismos separados, o efeito defasado e a saturação, capturados por uma função de adstock e por uma função de Hill, segundo a documentação sobre saturação e efeito defasado.
O diagnóstico também não é só excesso. Metade dos investimentos planejados por canal de mídia estava abaixo do necessário para o retorno máximo, com subinvestimento mediano de 52%, e fechar essa lacuna poderia elevar o ROI em mediana de 50,3%, segundo o 2022 ROI Report da Nielsen, empresa que vende modelos de ROI (2022 ROI Report, da Nielsen, consultado em 2026-10-05). Gastar de menos também perde retorno.
O método geral por canal de mídia está em como saber se um canal de mídia está saturado.
Os 5 sinais de que a verba de marca passou do ponto
| Sinal | O que a fonte diz | Cuidado antes de concluir |
|---|---|---|
| O retorno marginal está muito abaixo do ROI do canal | Pela documentação do Meridian, se o mROI for muito menor que o ROI, o canal começa a saturar no nível de gasto histórico | A comparação vale dentro do gasto já observado; fora dele, é extrapolação |
| O ROI cai quando o gasto sobe | Na análise da accelero para a Thinkbox, que promove a TV, “The drivers of profitability” (2023, 52 marcas da WPP), o ROI cai em média pela metade entre um orçamento muito baixo e um muito alto | Retornos decrescentes são esperados; o número é da amostra do estudo, não da sua marca |
| O alcance novo parou de crescer | Em Media in Focus, do IPA (2017, produzido em associação com Google e Thinkbox), o alcance pode explicar cerca de 83% da variação na eficácia dos meios | É hipótese a levantar sobre o desenho do plano de mídia: a fonte liga alcance à eficácia dos meios e não diz que alcance parado indica saturação |
| O gasto está acima do que o retorno comporta | Na Nielsen, cerca de 25% dos investimentos por canal estavam acima do necessário, com 32% de gasto extra em mediana, e cortar o excesso melhoraria o ROI do canal em apenas 4% | O relatório cobre vídeo digital, display, social e TV linear; canal de mídia, não só marca |
| Um corte não mexe no resultado numa janela longa | A retirada de anúncios é um desenho aceito pelo Meridian GeoX; no estudo da ARF, de 365 marcas de bens de consumo nos EUA, a participação de mercado caiu de forma gradual depois de parar de anunciar | É uma hipótese a confirmar com experimento, e o estudo da ARF mostra perda gradual depois do corte |
Um sinal sozinho não fecha o diagnóstico. A regra do Meridian usa o ROI para avaliar a performance histórica e o retorno marginal para avaliar o nível de saturação.
Como separar perda de eficiência de efeito que ainda vai chegar, passo a passo
- Fixe a métrica de resultado e a janela de leitura. Escolha o KPI de negócio da verba de marca e defina a janela de leitura antes de olhar o número.
- Leia ROI e retorno marginal com o efeito defasado separado. No Meridian, o efeito defasado e a saturação são dois mecanismos distintos; sem separar o primeiro, a resposta da semana seguinte é lida como falta de resposta. O conceito está em o efeito defasado e o adstock.
- Compare a curva com o gasto já observado, sem extrapolar. A curva de resposta supõe o gasto dos outros canais igual e o custo por unidade de mídia constante; o risco de extrapolação cresce além do gasto histórico.
- Olhe o alcance novo e o ritmo do gasto. Em Media in Focus, os autores sugerem que o alcance pode explicar cerca de 83% da variação na eficácia dos meios, e a Nielsen alerta que depender de poucos canais pode fazer a marca perder públicos novos.
- Tire sazonalidade e contexto da leitura. A pergunta é se a queda aparece depois de considerar preço, calendário e outros fatores externos relevantes.
- Confirme com um experimento de retenção ou redução regional. O Meridian GeoX aceita desenhos de retenção parcial, de retirada de anúncios e de investimento em regiões específicas. O desenho está em um teste geográfico de incrementalidade; antes de usar o resultado, a documentação do Meridian sugere checar se o experimento durou o bastante para captar os efeitos de longo prazo.
- Decida com a faixa de incerteza à vista. Mover verba, reduzir o excesso ou manter são opções, e a Nielsen recomenda otimizar o mix de canais em vez de cortar o orçamento.
Os erros que fazem a marca parecer saturada (ou não)
- Extrapolar a curva para fora do gasto observado. A documentação do Meridian diz que o risco de extrapolação cresce quanto mais longe a curva vai do gasto histórico.
- Julgar a queda numa janela curta. Uma janela curta mistura perda de eficiência com efeito que ainda ia chegar.
- Assumir excesso quando pode ser falta. A Nielsen, que vende modelos de ROI, mostra que gastar de menos também perde retorno.
- Tomar o exemplo de um estudo como limite. O ROI de 17 a 20 de uma montadora com 1% a 2% do faturamento é exemplo da análise da accelero para a Thinkbox, e as medianas da Nielsen valem no escopo do relatório dela. O ponto de saturação sai do histórico da própria marca; sobre o efeito de longo prazo, ver como capturar os efeitos de branding no longo prazo.
- Olhar um indicador só. O ROI médio conta a história do dinheiro já gasto; o retorno marginal mostra o que rende o próximo real.
Como a Purple trata a saturação e o efeito defasado da marca
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. Criada em 2021, ela considera no modelo contribuição, lag, halo, saturação e otimização, inclusive para marca e offline. A saturação mostra onde mais verba rende menos, e isso orienta a realocação; o lag e o halo mostram o que ainda vai chegar da verba já investida, e isso ajuda a não cortar um canal pela leitura de uma janela curta.
Na página de ciência da Purple, o lag espalha o investimento de uma semana pelas dez seguintes, e o halo “rastreia a marca até a demanda lá na frente”. O site da Purple diz que o modelo mostra o retorno marginal de cada canal: “onde ainda cresce, onde já esgotou”.
Quem quiser saber como a Purple trata a saturação e o efeito defasado pode agendar uma conversa.
Perguntas frequentes
Como saber se o investimento em marca está saturado?
Pela regra da documentação do Meridian, se o retorno marginal (mROI) está muito abaixo do ROI, o canal está começando a saturar no nível de gasto histórico; o glossário da mesma documentação diz que saturação é um termo geral, sem limite específico definido. Em marca, antes de concluir, vale separar a perda do efeito defasado.
Gastar mais em marca sempre reduz o retorno de cada real?
Na suposição do Meridian, sim: mídia paga e orgânica têm retornos marginais decrescentes, e o retorno marginal cai conforme o gasto sobe ao longo da curva de resposta. Na análise da accelero para a Thinkbox, que promove a TV, o ROI da publicidade caiu em média pela metade na comparação entre um orçamento muito baixo e um muito alto, numa base de 52 marcas da WPP.
O alcance novo importa para a eficiência da verba de marca?
Importa, segundo as duas fontes que tratam do tema. Em Media in Focus, do IPA, de 2017, o alcance pode explicar cerca de 83% da variação na eficácia dos meios, e os autores concluem que, para a maioria das marcas, a estratégia recomendada é atingir o maior número possível de pessoas dentro da categoria. A Nielsen, que vende serviços de medição, alerta que o ROI começa pelo alcance e que depender demais de poucos canais pode fazer a marca perder públicos novos.
Como saber se o resultado parado é perda de eficiência ou efeito que ainda vai chegar?
Olhando a janela e separando o efeito defasado. Pela documentação do Meridian, o efeito da mídia tem dois mecanismos, o defasado e a saturação, e o ROI de um período exclui os efeitos futuros dos anúncios veiculados nele, o que pesa mais em janelas curtas. Para confirmar, a mesma documentação sugere conferir se o experimento durou o suficiente para captar os efeitos de longo prazo do marketing.
Os números de ROI por nível de gasto de um estudo valem para a minha marca?
Como exemplo, não como regra. Na análise da accelero para a Thinkbox, que promove a TV, uma marca automotiva com receita anual de £ 2 bilhões teria ROI esperado de 17 a 20 com gasto de 1% a 2% do faturamento e perto de 9 com 10%, numa base de 52 marcas da WPP. A documentação do Meridian lembra que a curva de resposta de um canal supõe o gasto dos outros canais igual e o custo por unidade de mídia constante.
Em resumo
- Perder eficiência é o retorno marginal ficar muito abaixo do ROI do canal, o sinal central, pela documentação do Meridian, de que o canal começa a saturar.
- O efeito defasado engana: uma janela curta deixa de fora parte do retorno, e o diagnóstico pede janela longa e o efeito defasado separado.
- Um sinal sozinho não fecha o diagnóstico, e vale confirmar com um experimento de retirada ou redução regional de janela longa, desenhado para captar o efeito de longo prazo.
- No 2022 ROI Report da Nielsen, que vende modelos de ROI, metade dos investimentos planejados por canal de mídia estava abaixo do necessário para o retorno máximo, e cortar o excesso melhorava o ROI do canal em apenas 4%.
- Na Purple, o modelo considera saturação, lag e halo: a saturação mostra onde mais verba rende menos, e o lag e o halo mostram o que ainda vai chegar da verba já investida.
Equipe Purple — conteúdo da Purple Metrics, parceira de Marketing Science. Atualizado em outubro de 2026.