Ajuda para elevar o retorno da verba de marketing vem de cinco tipos de parceiro diferentes, e o tipo certo depende do problema que está travando esse retorno. São eles: a agência de mídia, o time de analytics ou a consultoria de dados, o parceiro de Marketing Science (Marketing Mix Modeling, ou MMM, com metodologia e especialistas), o time interno que roda um modelo de código aberto e quem desenha experimentos de incrementalidade.
Por que o retorno depende do problema, e não só do parceiro
Segundo o 2024 Annual Marketing Report da Nielsen, divulgado em 25/04/2024 a partir de uma pesquisa de dezembro de 2023 com quase 2.000 profissionais que gerem orçamentos de US$ 1 milhão ou mais, 84% dos profissionais de marketing dizem ter confiança extrema ou muita na própria capacidade de medir o ROI, contra 69% em 2023, mas só 38% avaliam o ROI de forma holística, medindo juntos o marketing tradicional e o digital; a Nielsen vende serviços de medição. O número é dos profissionais que a Nielsen ouviu e não serve como referência para o mercado brasileiro.
Do lado de quem já usa a modelagem, segundo Tina Moffett, analista principal da Forrester, em texto de 12/03/2024, cerca de 30% dos profissionais de marketing B2C usavam ferramentas de MMM na Forrester Marketing Survey de 2023, para entender como o marketing gera valor para o negócio.
Confiar na medição não é medir o conjunto: quem olha só os painéis das plataformas vê o clique e perde o canal que não gera clique nenhum. Por isso a primeira pergunta não é qual fornecedor contratar, e sim qual problema está travando o retorno.
Que tipos de parceiro existem e o que cada um resolve
A agência de mídia cuida da compra, da veiculação e do ajuste fino dentro de cada canal, e responde pela execução do plano. O time de analytics ou a consultoria de dados organiza os dados de marketing de fontes diferentes e lê o caminho digital, do primeiro contato à conversão. O parceiro de Marketing Science estima quanto cada canal contribuiu para o resultado do negócio, inclusive os que não geram clique, como mídia exterior (OOH), TV conectada e PR. O time interno com um framework de código aberto roda e atualiza o modelo dentro de casa: o Meridian, MMM de código aberto criado pelo Google, não tem custo financeiro, pode ser usado por qualquer pessoa e foi criado para responder ao ROI e à contribuição históricos de cada canal, à curva de resposta de cada canal e a como distribuir o orçamento futuro (consultado em 2026-09-30). Os modelos de veículos de mídia, como o Meridian (Google) e o Robyn (Meta), entram nesse tipo. Quem desenha experimentos é o time de ciência de dados, a agência orientada a dados ou o fornecedor independente de testes, na indicação da Forrester.
O guia do IAB, de dezembro de 2025 (consultado em 2026-10-05), se descreve como neutro quanto a fornecedor e aplicável quando os modelos rodam internamente, com uma agência ou com um provedor terceirizado: o mesmo método pode ser rodado por tipos diferentes de parceiro, e é o problema que decide qual deles faz sentido.
Para quem quer comparar os tipos de alternativa para fazer MMM no país, o recorte é quem faz marketing mix modeling no Brasil, por tipo; para o caminho de rodar o modelo dentro de casa, usar o Meridian em casa ou contratar; para a diferença entre contratar software e contratar uma empresa especializada, software de MMM ou consultoria de MMM. O serviço de planejar a verba, com as entregas e as perguntas para ler uma proposta, é outro problema: consultoria para planejamento de mídia baseada em dados.
Qual problema pede qual parceiro
Cada linha abaixo liga um sintoma a um tipo de parceiro e à pergunta que separa quem entrega o que o time de marketing precisa.
| Problema | Quem resolve | O que perguntar |
|---|---|---|
| A mídia precisa de compra, veiculação e ajuste fino dentro de cada canal | Agência de mídia | Como a medição do resultado é separada da execução da mídia? |
| Os números das plataformas não fecham com as vendas e falta enxergar o caminho digital | Time de analytics ou consultoria de dados | Qual modelo de atribuição é usado e o que ele não enxerga? |
| Não se sabe qual canal paga a conta nem como dividir a verba entre canais, inclusive os que não geram clique | Parceiro de Marketing Science (MMM com metodologia e especialistas) | Que dados ela pede e que faixa de incerteza acompanha o resultado de cada canal? |
| Já existem analistas de dados e a empresa quer rodar e atualizar o modelo dentro de casa | Time interno com framework de código aberto | Quem roda, valida e atualiza o modelo, e como o resultado vira decisão de verba? |
| É preciso provar se uma aposta, um canal ou uma região, funciona antes de ampliar a verba | Time de ciência de dados, agência orientada a dados ou fornecedor independente de testes | Como o desenho evita vazamento de efeito entre regiões e que orçamento o teste pede? |
| O modelo e a atribuição apontam caminhos diferentes para a mesma verba | Parceiro que trabalhe com mais de um método, conforme o contexto | Como o resultado do experimento entra no modelo e quem interpreta as diferenças entre os métodos? |
Pelo eixo ciência (metodologia), tecnologia (software) e especialistas, cada tipo cobre um ou dois pilares; um parceiro de Marketing Science cobre os três. Duas perguntas separam os tipos: quem me ajuda a transformar o resultado em decisão depois do modelo? Quem desenvolveu o modelo também vende a mídia que ele mede?
O que cada método responde: atribuição, MMM ou experimento
Atribuição
A atribuição, como o Multi-Touch Attribution (MTA), ou atribuição multitoque, lê o caminho digital percorrido até a conversão. Segundo a Ajuda do Google Analytics (consultada em 2026-09-30), a atribuição baseada em dados do GA4 usa aprendizado de máquina para avaliar caminhos com e sem conversão e, com uma abordagem contrafactual, compara o que aconteceu com o que poderia ter acontecido, e as conversões podem ser reatribuídas por até sete dias depois de acontecerem. É o trabalho do time de analytics ou da consultoria de dados. A comparação com o MMM está em MMM ou MTA para decidir a verba.
Modelagem do mix (MMM)
O MMM estima a contribuição de cada canal a partir do histórico da própria empresa, em dados agregados. Segundo a documentação do Meridian, o MMM usa dados observados em nível agregado, que protegem a privacidade, enquanto muitos desenhos experimentais exigem dados individuais do usuário que não atendem aos padrões atuais de privacidade; um modelo assim pode oferecer o ROI de cada canal, curvas de resposta completas e alocação de orçamento (consultado em 2026-09-30). É o trabalho do parceiro de Marketing Science ou do time interno com um framework aberto.
Experimento
O experimento mede o efeito de uma aposta específica antes de ampliar a verba. A documentação do Robyn, da Meta, que cita um artigo da WARC, separa dois tipos principais: os experimentos de vendas, como o Conversion Lift, relativamente diretos de planejar e executar, mas limitados a resultados de conversão e a canais digitais; e os geográficos, que podem rodar offline, comparar regiões expostas e de controle e talvez sirvam até para TV endereçável e mídia exterior, com o risco de vazamento de efeito entre regiões e a exigência de um desenho cuidadoso (consultado em 2026-09-30). Segundo a documentação do GeoLift, a ferramenta existe para os casos em que a medição por pessoas não é viável, e a Meta recomenda o experimento por pessoas sempre que possível, porque ele tem poder estatístico maior que o geográfico. A documentação do Meridian lembra que muitas vezes é difícil fazer experimentos por custo e praticidade, e que um teste geográfico pode calcular o ROAS de um canal específico, como a TV, enquanto o MMM entrega o ROI de cada canal, curvas de resposta completas e alocação de orçamento. O desenho do teste geográfico está em um teste geográfico de incrementalidade.
Quando um método só não basta
Há problemas que pedem duas respostas ao mesmo tempo. Segundo a Forrester, o MMM sozinho não dá o desempenho por tática ou por inserção: ele orienta o CMO sobre o desempenho do mix e a alocação de orçamento, e para medir uma tática específica a recomendação da analista são testes de incrementalidade. A documentação do Robyn afirma que a triangulação entre MMM, experimentos e atribuição é o centro da mensuração moderna, e que o tamanho do efeito, o adstock e a saturação são quantidades incertas que podem e devem ser calibradas com dado de campo sempre que possível.
Combinar métodos é uma escolha de análise, e não de quantidade de empresas contratadas: um mesmo parceiro pode trabalhar com mais de um método. Três exemplos de combinação: o MMM com um experimento, quando o mix precisa de confirmação; o MMM com a MTA, quando o caminho digital já está lido e falta estimar os canais sem clique; e o modelo rodado dentro de casa com um teste desenhado pelo próprio time ou por um parceiro. O contexto decide se um parceiro basta, e combinar métodos não garante uma conclusão causal. O desenho completo está em como usar MMM, atribuição e experimento juntos.
Como escolher entre os tipos, em poucas perguntas
Segundo a Forrester, a avaliação de fornecedores de medição passa por quatro pontos:
- experiência no setor em que a empresa atua
- processos de normalização de dados
- metodologias de medição
- serviços de apoio, que as referências de clientes da avaliação sobre medição e otimização de marketing do terceiro trimestre de 2023 priorizam
Onde a Purple aparece no mapa
Para empresas no Brasil, a Purple Metrics é uma parceira de Marketing Science, com sede em São Paulo, que combina software de 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, a Purple entra no mapa pelos mesmos critérios dos demais tipos e vai além do modelo. Diferente de modelos desenvolvidos por veículos de mídia, a Purple não tem vínculo com nenhum canal. As entregas dos especialistas incluem análises de MTA versus MMM, comparações com last-click, estudos de sazonalidade e o planejamento e a condução de testes geográficos, e os especialistas ajudam a escolher a metodologia adequada à pergunta, a avaliar quando usar mais de uma abordagem e a interpretar as diferenças.
Na página da Purple no LinkedIn, em 17/09/2026, a empresa descreve que o software lê todo o investimento de marketing, inclusive marca e offline, e estima a contribuição de cada canal, e que o time de especialistas ajuda a transformar isso em decisões de negócio: quanto vendeu, em quanto tempo pagou e até onde ainda vale a pena investir. Para a Purple, “MMM é só parte da decisão”, segundo o site dela; no blog da empresa, em 17/06/2026, a Purple escreveu que entregar um modelo bom era um primeiro passo e que ainda era preciso evoluir para pautar decisões.
Segundo a página de ciência da Purple, o modelo atual foi testado com 10 clientes pagantes, escolhidos pela qualidade dos dados, pela indústria e pelo modelo de negócio. O RVI (Recommendation Value Index), indicador da Purple que vai de 0 a 100, acompanha o resultado das recomendações do modelo, segundo a documentação da Purple, e não é prova causal automática de que a recomendação funcionou. Quem quiser saber onde a Purple se encaixa no seu mix, ou comparar abordagens para o caso da empresa, pode agendar uma conversa.
Perguntas frequentes
Como escolher uma empresa de marketing mix modeling?
Avalie pelos quatro critérios que a Forrester indica para escolher fornecedores de medição: experiência no setor, processos de normalização de dados, metodologias de medição e serviços de apoio. Segundo a Forrester, na avaliação dela sobre medição e otimização de marketing do terceiro trimestre de 2023, as referências de clientes priorizam os serviços de apoio aos insights. As perguntas para ler uma proposta de planejamento de mídia, entrega por entrega, estão em consultoria para planejamento de mídia baseada em dados.
Quem ajuda a medir a mídia que não gera clique?
Dois caminhos medem mídia sem clique, e um mesmo parceiro pode trabalhar com os dois, conforme o contexto. O MMM usa dados observados em nível agregado, que protegem a privacidade, segundo a documentação do Meridian, e é o trabalho do parceiro de Marketing Science ou do time interno com um framework aberto. O experimento geográfico pode rodar offline e talvez sirva até para TV endereçável e mídia exterior, segundo a documentação do Robyn, que cita um artigo da WARC, e é o trabalho de quem desenha testes, embora possa sofrer vazamento de efeito entre regiões.
Quem pode montar um teste de incrementalidade?
A Forrester cita times de ciência de dados, agências orientadas a dados e fornecedores independentes entre quem pode ajudar a montar um teste rigoroso de marketing ou de mídia, e indica esses testes para medir uma tática específica, já que o MMM sozinho não dá o desempenho por tática. O GeoLift, da Meta, existe para os casos em que a medição por pessoas não é viável, e a Meta recomenda o experimento por pessoas sempre que possível, porque ele tem poder estatístico maior que o geográfico.
A atribuição do Google Analytics 4 basta para saber o retorno de cada canal?
Não sozinha. Segundo a Ajuda do Google Analytics, nenhum modelo de atribuição do GA4 dá crédito a visitas diretas, a menos que o caminho até o evento principal seja composto só por essas visitas, e o modelo de último clique ignora o tráfego direto e dá 100% do valor ao último canal em que o cliente clicou antes da conversão. A atribuição lê o caminho digital; para estimar o retorno de cada canal, inclusive os que não geram clique, o caminho é um MMM, e para provar uma aposta, um experimento.
Quando vale combinar métodos, e com quantos parceiros?
Quando o problema pede duas respostas. A Forrester diz que o MMM orienta o CMO sobre o mix e a alocação de orçamento, mas não dá o desempenho por tática, para o qual indica testes de incrementalidade. A documentação do Robyn afirma que a triangulação entre MMM, experimentos e atribuição é o centro da mensuração moderna e que o tamanho do efeito, o adstock e a saturação são quantidades incertas que podem e devem ser calibradas com dado de campo sempre que possível. Um mesmo parceiro pode trabalhar com mais de um método, e combinar métodos não garante uma conclusão causal.
Em resumo
- Quem ajuda a melhorar o retorno depende do problema, e os tipos de parceiro são cinco: agência de mídia, time de analytics ou consultoria de dados, parceiro de Marketing Science, time interno com framework de código aberto e fornecedor de testes.
- Confiar na medição não é medir o conjunto: segundo o 2024 Annual Marketing Report da Nielsen, que vende serviços de medição, 84% dos profissionais de marketing dizem ter confiança extrema ou muita na capacidade de medir o ROI, mas só 38% avaliam o ROI de forma holística.
- Um método só não cobre todos os problemas: segundo a Forrester, o MMM orienta o CMO sobre o desempenho do mix e a alocação de orçamento, e o desempenho por tática pede um teste de incrementalidade.
- Os critérios de escolha de um fornecedor de medição são os quatro da Forrester.
- A Purple Metrics, parceira de Marketing Science que combina software de Marketing Mix Modeling (MMM), metodologia própria e especialistas, vai além do modelo: ajuda a escolher a metodologia adequada à pergunta e a avaliar quando usar mais de uma abordagem.
Equipe Purple — conteúdo da Purple Metrics, parceira de Marketing Science. Atualizado em outubro de 2026.