O Kevin Indig, que escreve a newsletter Growth Memo, publicou uma edição sobre um problema que todo time de mídia já sente: a atribuição explica uma parte cada vez menor do que gera demanda.
O raciocínio dele é simples. A atribuição foi criada para dividir verba de anúncio, e só funcionava porque havia cookie e clique. Hoje a pessoa pergunta ao ChatGPT ou lê o resumo do Google, recebe a resposta pronta e, quando vem, chega depois como visita direta. A jornada virou pergunta, síntese e visita direta, e o modelo de atribuição só dá crédito ao pedaço que consegue ver. Ele cita um levantamento da Graphite em que a IA aparece sub-atribuída em até dez vezes.
A edição foi escrita com o George Bonaci, VP de Growth da Ramp, e a Ramp não abandonou a atribuição. Continua com um modelo multitoque e metas amarradas a ele. A diferença, segundo o George, é que não passa um dia sem que alguém discuta as limitações do modelo e use outra medida para o impacto de cada canal. Olhar só a atribuição, diz ele, teria levado a empresa a cancelar marca, eventos e mala direta para colocar tudo em anúncio genérico.
O Kevin propõe duas saídas para o que a atribuição não alcança. A primeira é triangular: juntar três sinais com pontos cegos diferentes, um de exposição, um de comportamento e um de resultado. Para visibilidade em IA, por exemplo, a presença da marca nas respostas, o que o cliente diz sobre como conheceu a empresa e as conversões no CRM. Quando os três se movem juntos, a confiança sobe. Quando divergem, é ali que se investiga. Ele mesmo lembra que triangular fortalece a evidência, mas não prova causa.
A segunda é incrementalidade: comparar o que aconteceu com o que teria acontecido sem a ação. Holdout sorteado, teste geográfico, lançamento em fases, alternância entre períodos ligado e desligado, e quase-experimento quando não dá para sortear. O dado do IAB que ele traz resume o mercado: 76% dos compradores de mídia nos EUA usam teste de incrementalidade, 73% usam atribuição e 67% usam MMM, mas só 39% usam os três juntos.
Isso bate com o que vivi num projeto de atribuição de CRM. O modelo multitoque mostrou que o canal participava de 12% das ativações, e não dos 2% do último clique. Mesmo assim, a frase que repeti em toda reunião foi que aquilo era participação, não causa, e que a prova viria de um teste com grupo de controle. Foi o que deu credibilidade ao número.
A atribuição continua útil para alinhar o time. O erro é tratá-la como medida de tudo, ainda mais agora que parte da descoberta acontece numa conversa com a IA que nenhum pixel vê.
Um primeiro passo que cabe em qualquer operação: escolha um canal que a atribuição subestima e defina os três sinais que você acompanharia para ele, um de exposição, um de comportamento e um de resultado. Se não conseguir nomear os três, o canal está sendo julgado só pelo clique.
Na sua empresa, qual canal seria cortado se a decisão dependesse só da atribuição?
Referências
- Kevin Indig, "The usefulness of attribution for AI Search", Growth Memo (28/09/2026), com George Bonaci (Ramp); cita Graphite, BCG e IAB
- Case: Atribuição multitoque de CRM
