A métrica caiu: como achar a causa real do resultado
O número caiu. E agora?
Quando uma métrica cai, a primeira explicação que aparece quase nunca é a verdadeira — ela é a mais fácil de contar. “Foi a sazonalidade”, “o algoritmo mudou”, “o concorrente baixou o preço”. O problema é que explicação não testada vira decisão errada no mês seguinte. Este é o protocolo para achar a causa real por eliminação, usando só o dado que você já tem.
Os cinco passos, na ordem
- Resultado. Escreva o número que mudou, com o período exato de comparação. “As vendas caíram 18% de 1 a 31 de agosto contra 1 a 31 de julho”, não “as vendas caíram”.
- Hipóteses. Liste todas as explicações possíveis antes de olhar qualquer dado. Inclusive as que você não gosta.
- Teste cada uma contra o dado. Uma por vez, procurando o número que a confirma ou derruba.
- Variável real. O que sobra depois da eliminação é a causa provável. Valide em mais de um período antes de assumir.
- Próximo ciclo. Transforme o achado em hipótese testável, com critério de validação e prazo.
O passo 3 é o que separa análise de opinião. E o passo 2 precisa vir antes de abrir o relatório, senão você lista só as hipóteses que o primeiro gráfico sugeriu.
Como testar as hipóteses mais comuns
| Hipótese | Como confirmar ou derrubar |
|---|---|
| “Foi sazonalidade” | Compare o mesmo mês do ano anterior. Se no ano passado não caiu, não é sazonalidade |
| “Caiu tudo” | Abra por canal, por produto e por região. Queda quase nunca é uniforme, e onde ela se concentra é a pista |
| “O anúncio piorou” | Separe volume de eficiência: caiu o investimento, o alcance ou a taxa de conversão? |
| “O público mudou” | Compare a composição por dispositivo, idade e região entre os dois períodos |
| “Foi o concorrente” | A mais difícil de provar. Só aceite depois de eliminar as internas, e procure evidência (anúncio novo, preço) |
| “Mudança de plataforma” | Veja se a queda tem data marcada. Queda de degrau aponta mudança técnica; queda suave aponta comportamento |
| “O time vendeu menos” | Olhe tempo de resposta e número de contatos atendidos, não só o resultado final |
Três armadilhas que estragam a análise
- Comparar períodos de tamanhos diferentes. Um mês de 31 dias contra um de 28 já cria queda de 10% sem nada ter acontecido.
- Somar o que não é comparável. Um total que mistura público de fora da sua região, ou canal que você não trabalha, esconde a queda real. Filtre antes de concluir.
- Parar na primeira hipótese confirmada. Quase sempre há mais de uma causa, e a primeira que você acha costuma ser a menor.
Valide antes de virar conclusão
Sobre mudança de plataforma, vale ter o calendário na mão: alterações anunciadas com data explicam quedas de degrau, como a mudança nas metas de lance do Google Ads em 17 de agosto. E, se os números do site não batem com o que a equipe vê, o problema pode ser de medição: confira como configurar o Google Analytics 4.
Achado que aparece em um período só é coincidência até prova em contrário. Antes de apresentar como causa:
- Veja se o padrão se repete em outro mês ou em outro recorte.
- Traga um exemplo pareado: um caso que foi bem e um que foi mal, no mesmo período, e a diferença concreta entre eles. É o que torna a explicação verificável.
- Diga o que ainda não sabe. Hipótese não confirmada apresentada como certeza destrói a confiança na próxima reunião.
Como apresentar sem virar defesa
Reunião em que o número caiu escorrega para a justificativa em dois minutos. O que evita isso é a ordem da conversa:
- Comece pelo número, sem rodeio e sem preâmbulo.
- Mostre as hipóteses que você testou e derrubou. Isso prova que houve análise, não escolha conveniente.
- Apresente a variável real com o dado ao lado.
- Feche com o que será feito, quem faz e até quando, mais o critério que dirá se funcionou.
Mostrar o que não funcionou custa mais do que mostrar o que funcionou, e é o que faz alguém acreditar no resto.
O fecho que muda o próximo mês
Toda análise termina em uma frase testável. Não “vamos melhorar o conteúdo”, e sim: “se o problema é o tempo de resposta, reduzir para menos de uma hora deve elevar a taxa de retorno de X para Y em 30 dias. Conferimos no dia 10”.
Sem critério de validação, no mês seguinte a discussão recomeça do zero.
Um exemplo de hipótese que costuma sobreviver ao teste: contato que demora a ser respondido não vira venda. O tamanho desse efeito está em quanto a demora para responder no WhatsApp custa em vendas.
Perguntas frequentes
Por quanto tempo devo comparar?
Use o mesmo número de dias, e de preferência os mesmos dias da semana. Para queda recente, 28 dias contra os 28 anteriores. Para tendência, mês contra o mesmo mês do ano anterior.
E se todas as hipóteses forem derrubadas?
Então falta hipótese, e normalmente ela está num recorte que você ainda não abriu: uma região, um produto, um dispositivo, um horário.
Quando aceitar que foi sazonalidade?
Quando o mesmo período do ano anterior mostrar queda parecida, e mais de um canal cair junto. Sazonalidade que só afeta um canal costuma ser outra coisa com nome bonito.
Dá para fazer isso sem ferramenta paga?
Dá. Search Console, Analytics, o painel do gerenciador de anúncios e o seu próprio controle de vendas já cobrem a maior parte dos testes.
Quantas hipóteses listar?
Quantas aparecerem, incluindo as incômodas. Lista curta demais costuma ser lista enviesada.
E quando a métrica sobe?
O mesmo protocolo. Subida não explicada é tão perigosa quanto queda, porque você não sabe o que repetir.
Com que frequência fazer?
Uma vez por mês, com data fixa. Análise feita só quando o número cai vira sempre defesa.
Nota de transparência: este protocolo descreve um método de trabalho usado na prática, não um padrão de mercado documentado. Não há estatística citada aqui porque a análise depende inteiramente dos dados de cada negócio. Conferido em 24/09/2026.
