Alocação de Verba de Mídia e Curvas de Saturação: Como Agências Modelam Retornos Decrescentes entre Meta e Google Ads

A escala de tráfego pago colapsa a margem de lucro quando a agência confunde ROAS médio com ROAS marginal. Conforme o orçamento aumenta em um canal, os leilões algorítmicos esgotam os públicos de maior propensão de compra. O retorno de cada real adicional investido cai progressivamente até transformar escala em queima de caixa.

Uma gestão profissional de mídia não persegue volume bruto nem métricas superficiais de plataforma. A operação sustenta o lucro modelando curvas de saturação econométricas, identificando o ponto de retornos decrescentes e equalizando a eficiência marginal entre Meta, Google e TikTok Ads.

A armadilha do ROAS médio na escala de orçamento

O ROAS médio mascara a ineficiência de campanhas saturadas porque agrega conversões baratas do início da curva com conversões caras geradas na margem. Esse cálculo dilui o custo elevado das impressões adicionais, criando uma falsa sensação de estabilidade financeira no painel da conta.

Em um canal de mídia paga, o retorno sobre o investimento não é linear. Ele se divide em duas grandezas com papéis econômicos totalmente distintos:

• ROAS Médio (aROAS): Razão entre a receita total gerada e o investimento total acumulado no período (aROAS = Receita_Total ÷ Investimento_Total).

• ROAS Marginal (mROAS): Razão entre o incremento de receita gerado e o bloco adicional de verba investido (mROAS = ΔReceita ÷ ΔInvestimento).

Considere um e-commerce com margem bruta de 30% investindo R$ 100.000 mensais com receita de R$ 500.000 (aROAS = 5.0). A margem de contribuição bruta é de R$ 150.000, gerando R$ 50.000 de lucro operacional após descontar a mídia.

Se a empresa decide dobrar o investimento para R$ 200.000 e a receita sobe para R$ 650.000, o novo aROAS será de 3.25. À primeira vista, a conta parece saudável.

No entanto, o bloco adicional de R$ 100.000 gerou apenas R$ 150.000 de receita incremental. Com 30% de margem, essa receita gerou R$ 45.000 brutos. O resultado do incremento foi um prejuízo líquido de R$ 55.000.

A matemática da saturação: função de Hill e retornos decrescentes

A função de Hill modela com rigor matemático como a resposta do consumidor perde tração conforme a frequência de anúncios aumenta. Essa equação econométrica calcula o teto de mercado de cada canal e o efeito de saturação de curto e médio prazo.

Estruturada originalmente na farmacologia e adaptada para modelos econométricos modernos no repositório open source do Meta Robyn, a função de Hill expressa a resposta de vendas em relação ao investimento:

Resposta(x) = (x^α) ÷ (K^α + x^α)

Nessa formulação econométrica, três variáveis determinam a dinâmica do canal:

• x representa o volume de investimento acumulado no canal, já transformado pela retenção de memória de marca (adstock decay).

• K é o ponto de meia-saturação (half-saturation). Ele indica o volume de verba necessário para alcançar exatamente metade do retorno máximo potencial do canal.

• α (alfa) define o formato da curva. Valores com α > 1 geram curvas sigmoidais em S. Valores com α ≤ 1 geram curvas estritamente côncavas com retornos decrescentes imediatos.

O modelo clássico ADBUDG, formulado por John D.C. Little (1979) na revista Interfaces, estabelece que toda campanha atua entre uma taxa basal de vendas orgânicas e um teto de mercado saturado. Ignorar esses limites faz a operação comprar cliques redundantes.

O ponto de parada ótimo: condição de maximização de lucro

O investimento ideal em mídia é atingido exatamente no ponto onde o lucro operacional atinge seu valor máximo absoluto. Aumentar o gasto além desse ponto reduz o lucro total da empresa, mesmo aumentando o faturamento bruto.

Para formalizar a condição ótima de parada, definimos a equação de lucro líquido incremental gerado pela publicidade:

Lucro(Investimento) = (Receita(Investimento) × Margem_Bruta) - Investimento

Para encontrar o ponto de máximo lucro, aplicamos a derivada da função em relação ao investimento e igualamos a zero:

dLucro ÷ dInvestimento = [dReceita ÷ dInvestimento] × Margem_Bruta - 1 = 0

Como dReceita ÷ dInvestimento é a definição matemática do ROAS Marginal (mROAS), obtemos a regra de ouro da alocação de mídia:

mROAS_óptimo = 1 ÷ Margem_Bruta

Essa relação matemática define os pontos de corte exatos para diferentes setores de mercado:

• Varejo e Eletrônicos (Margem Bruta de 20%): O ponto de corte é mROAS = 1 ÷ 0.20 = 5.0. Investir em canais com retorno marginal inferior a 5.0 gera prejuízo imediato.

• Moda e Vestuário (Margem Bruta de 50%): O ponto de corte é mROAS = 1 ÷ 0.50 = 2.0. A operação pode escalar até que cada real adicional traga R$ 2,00 em vendas.

• SaaS e Produtos Digitais (Margem Bruta de 80%): O ponto de corte é mROAS = 1 ÷ 0.80 = 1.25. A alta margem permite explorar audiências mais amplas com menor eficiência por clique.

Dinâmica de saturação por canal: Meta vs. Google Search vs. PMax

Cada canal de mídia apresenta dinâmicas de saturação distintas em função do tipo de intenção do usuário e do formato do inventário. O comportamento dos leilões exige estratégias de escala diferenciadas para evitar retornos decrescentes prematuros.

A saturação ocorre por mecanismos técnicos específicos em cada plataforma:

1. Google Search (Rede de Pesquisa)

A Rede de Pesquisa captura demanda já existente no mercado. A curva de resposta é estritamente côncava: os termos de correspondência exata de alta intenção oferecem altíssima conversão inicial.

Ao expandir o orçamento para termos amplos e palavras-chave de topo de funil, o volume de tráfego cresce, mas a taxa de conversão despenca rapidamente. O CPC marginal dispara conforme o anunciante disputa leilões secundários.

2. Meta Ads (Instagram e Facebook)

O Meta Ads opera por descoberta e interrupção. A curva típica é sigmoidal (S-curve), exigindo uma frequência mínima para gerar reconhecimento e ação.

A saturação no Meta Ads decorre da fadiga de criativos e do esgotamento da base qualificada dentro da segmentação ampla. Quando a frequência semanal ultrapassa o limiar de eficiência, o CPM sobe e o CTR cai, forçando a introdução contínua de novos ângulos visuais.

3. Google Performance Max (PMax)

Campanhas de Performance Max distribuem verba automaticamente entre Search, Shopping, Display, Discovery e YouTube. Quando o orçamento ultrapassa o teto de busca e shopping de alta intenção, o algoritmo aloca o saldo excedente em inventários de menor qualidade, como apps e display.

Sem controle rígido de exclusão de marca e auditoria de canais, a PMax simula crescimento de receita canibalizando o tráfego orgânico institucional.

Teorema da equalização marginal na alocação multicanal

A distribuição de verba entre múltiplos canais atinge a eficiência máxima quando o retorno marginal de todos os canais é perfeitamente equalizado. Realocar capital de um canal saturado para um canal subexplorado aumenta o faturamento total sem elevar os custos.

O princípio econométrico da equalização marginal, documentado nas diretrizes de otimização de orçamento do Google Meridian, governa essa distribuição:

mROAS_Meta = mROAS_Google_Search = mROAS_PMax = mROAS_TikTok

Se o Meta Ads estiver operando com mROAS = 1.6 e o Google Search com mROAS = 3.4, transferir R$ 20.000 do Meta para o Google gerará ganho líquido de receita imediato.

O algoritmo de balanceamento de verba executado pela agência segue quatro etapas rigorosas:

1. Estimação de Curvas de Resposta: Ajuste de curvas de Hill para cada canal usando histórico de investimento, conversões e experimentos de incrementalidade geográfica.

2. Cálculo da Primeira Derivada: Obtenção da função de ROAS Marginal contínua para cada plataforma no nível atual de investimento.

3. Resolução por Otimização Convexa: Execução de algoritmos de programação não linear para encontrar a distribuição de verba que maximiza a receita total sob o teto orçamentário.

4. Aplicação com Travas de Segurança: Limitação de mudanças orçamentárias a no máximo 20% por semana para não desestabilizar as fases de aprendizado algorítmico das contas.

Como auditar a saturação e evitar queima de verba

A auditoria de saturação identifica sinais precoces de retornos decrescentes antes que eles contaminem os demonstrativos financeiros. A agência estabelece rotinas semanais de telemetria para monitorar a sensibilidade marginal de cada conjunto de anúncios.

Para proteger o caixa do cliente e sustentar a rentabilidade, a equipe técnica monitora quatro indicadores essenciais:

• Elasticidade de Investimento: Razão entre a variação percentual de receita e a variação percentual de gasto (Elasticidade = %ΔReceita ÷ %ΔInvestimento). Valores inferiores a 0.5 sinalizam forte saturação.

• Confronto de CPA Marginal: Comparação contínua entre o CPA médio histórico e o custo por aquisição das últimas conversões adicionais geradas após aumentos de verba.

• Curva de Frequência vs. Taxa de Conversão: Identificação do ponto de inflexão a partir do qual repetições adicionais de anúncio para o mesmo usuário deixam de elevar a conversão.

• Reconciliação Fechada no CRM: Cruzamento do investimento em mídia com negócios fechados no ERP, eliminando conversões duplicadas atribuídas simultaneamente por Google e Meta.

Dominar as curvas de resposta e o retorno marginal transforma o tráfego pago em uma disciplina de engenharia financeira previsível. Ao conectar a matemática de saturação à margem real do negócio, a agência garante que cada real investido produza crescimento sustentável e lucrativo.