Existe um pressuposto silencioso incorporado na maioria das estratégias de publicidade digital: o Google quer que os anunciantes tenham sucesso porque o sucesso dos anunciantes significa mais investimento em publicidade, o que significa mais receita para o Google.
Em níveis de investimento reduzidos, este pressuposto verifica-se na maior parte das vezes. Os incentivos estão alinhados. Otimiza as campanhas, o desempenho melhora, investe mais e todos ficam a ganhar.
Em grande escala empresarial, esse alinhamento quebra-se.
A automatização altera a relação, não apenas as ferramentas. Quanto mais investimento flui através de sistemas automatizados, menos visibilidade os anunciantes têm sobre a forma como as decisões são tomadas. E à medida que a visibilidade diminui, a diferença entre aquilo para que o Google otimiza e aquilo de que os anunciantes realmente precisam torna-se mais difícil de identificar, quanto mais de corrigir.
Isto não é uma conspiração. É economia. Compreender como os incentivos divergem em grande escala é o primeiro passo para tomar melhores decisões dentro de sistemas que não se consegue controlar totalmente.
O que Significa Realmente a Caixa Negra
A expressão "caixa negra" é usada de forma vaga nos círculos publicitários. Vale a pena ser preciso sobre o que descreve realmente.
Caixa negra não significa ausência de controlo. Ainda é possível definir orçamentos, definir audiências, ajustar licitações e excluir posicionamentos. Os controlos existem.
Caixa negra significa explicabilidade reduzida. As decisões passam de controlos observáveis para sistemas probabilísticos. É possível ver entradas e saídas, mas a transformação entre ambas é opaca. Por que razão é que esta campanha passou a custar 40% mais por conversão? Por que razão é que o Performance Max deslocou o orçamento do Shopping para o Discovery? O sistema não explica. Simplesmente age.
Isto cria um problema específico: os ciclos de feedback abrandam à medida que o investimento aumenta. Com investimento reduzido, é possível realizar experiências, isolar variáveis e aprender rapidamente. Com investimento elevado, o rácio sinal-ruído deteriora-se. As alterações demoram mais tempo a propagar-se. A atribuição torna-se mais turva. O sistema absorve as suas entradas e devolve saídas que podem ou não refletir a sua intenção.
Nada disto está avariado. Está a funcionar conforme foi concebido. A questão é: concebido para quem?
Por que os Incentivos do Google São Mais Importantes em Grande Escala
O Google é uma empresa cotada em bolsa. A sua receita depende do crescimento do investimento em publicidade. A pressão dos acionistas recompensa receitas trimestrais previsíveis. A automatização simplifica a expansão do investimento ao reduzir a fricção e diminuir a barreira de especialização para os anunciantes.
Estas não são críticas. São factos estruturais. O incentivo do Google é fazer crescer e estabilizar a receita publicitária. Cada decisão de produto, cada atualização de algoritmo, cada nova funcionalidade de automatização é avaliada em função desse objetivo.
Os anunciantes têm um objetivo diferente. Os anunciantes preocupam-se com o lucro marginal, não com o investimento bruto. A questão não é "quanto podemos investir?" mas sim "quanto lucro incremental gera cada euro adicional de investimento?"
O Google otimiza para a saúde dos leilões e a estabilidade da receita. Os anunciantes otimizam para o lucro incremental. Estes não são o mesmo objetivo.
Esta divergência foi analisada em contextos regulatórios. O processo antimonopólio do Departamento de Justiça em curso contra as práticas publicitárias da Google destaca preocupações estruturais sobre o funcionamento da plataforma. Sem especular sobre os resultados, o processo ilustra que o alinhamento de incentivos entre plataformas e anunciantes não é garantido. É uma variável que muda consoante a estrutura de mercado, a dinâmica competitiva e a supervisão regulatória.
Em pequena escala, esta divergência mal se nota. A maré alta levanta todos os barcos. Em grande escala empresarial, onde os retornos marginais se nivelam e a eficiência importa mais do que o volume, a divergência torna-se significativa.
Como Isto se Manifesta no Google Shopping
As campanhas de Shopping expõem esta dinâmica de forma clara porque o ciclo de feedback é muito direto. Produto, preço, disponibilidade, licitação, impressão, clique, conversão. A cadeia é curta. Os dados são ricos. E, ainda assim, em grande escala, os mesmos padrões emergem.
A saturação da procura acontece mais depressa do que o esperado. Os algoritmos de Smart Bidding são concebidos para maximizar as conversões dentro das restrições orçamentais. Quando se aproxima do teto da procura disponível, o sistema não para de investir. Expande o alcance, frequentemente para pesquisas com intenção mais fraca. A eficiência diminui enquanto o investimento se mantém estável.
O Performance Max absorve orçamento com diagnósticos mais fracos. A promessa da automatização multicanal tem uma contrapartida: perde-se visibilidade sobre quais os posicionamentos, audiências e criativos que estão realmente a gerar resultados. Quando o desempenho cai, não é possível identificar o motivo. Só se pode ajustar as entradas e esperar.
As alterações ao feed parecem funcionar até que a incrementalidade estagne. Otimiza os títulos, melhora as imagens, reestrutura as categorias de produtos. As métricas melhoram. Depois estabilizam. A questão passa a ser se captou nova procura ou simplesmente deslocou a procura existente de uma pesquisa para outra. Sem medição de incrementalidade, não é possível saber.
Nada disto está avariado. O sistema está a funcionar exatamente conforme foi concebido. O problema não é uma avaria. É uma expectativa.
Por que as Grandes Empresas Sentem Esta Dor Primeiro
As pequenas e médias empresas raramente experienciam estas dinâmicas. Os seus níveis de investimento são suficientemente baixos para que a saturação da procura não seja um fator. A automatização ajuda genuinamente ao reduzir a sobrecarga de gestão. Os retornos marginais ainda existem porque ainda não se aproximaram do seu teto.
As grandes empresas operam num contexto diferente. Muitas vezes já capturaram os ganhos mais fáceis. Operam perto dos tetos de procura. A incrementalidade importa mais do que a eficiência porque a questão passa de "conseguimos crescer?" para "este crescimento é real ou é deslocamento?"
A confiança interna deteriora-se quando os sistemas não conseguem explicar-se a si próprios. Quando um CFO pergunta por que razão o investimento em Shopping aumentou 25% enquanto a receita cresceu apenas 8%, a resposta não pode ser "o algoritmo decidiu". As equipas financeiras precisam de causalidade, não de correlação. Precisam de compreender o que mudou e porquê.
Os sistemas automatizados não proporcionam essa compreensão. Proporcionam resultados. A interpretação fica a cargo de pessoas que muitas vezes não têm a visibilidade necessária para interpretar corretamente.
O Risco Real: Tomada de Decisões Sem uma Verdade Partilhada
A caixa negra não é perigosa por existir. É perigosa porque as equipas ainda têm de tomar decisões orçamentais irreversíveis dentro dela.
As equipas de canal disputam a atribuição. O Shopping reivindica crédito por conversões que poderiam ter acontecido de qualquer forma. As campanhas de marca reivindicam notoriedade que não pode ser medida. O retargeting reivindica o último clique em percursos que começaram noutro lado. Sem uma fonte de verdade partilhada, cada equipa defende o seu canal com métricas que favorecem a sua narrativa.
As finanças questionam o investimento sem clareza. Quando os dashboards mostram números diferentes dos relatórios de receita, a confiança deteriora-se. A alocação orçamental torna-se política em vez de analítica. Vence a voz mais alta ou a projeção mais otimista, não a mais precisa.
Os executivos perdem confiança nos dados de desempenho. Quando os números não batem certo, quando a previsão do mês passado falhou em 30%, quando a agência culpa o algoritmo e o algoritmo não pode ser questionado, a confiança executiva em todo o canal digital deteriora-se. Isto leva a um sobreinvestimento baseado na esperança ou a um subinvestimento baseado no ceticismo. Nenhum é ótimo.
A otimização torna-se performativa. As equipas fazem alterações não porque esperem melhorias, mas porque não fazer nada parece irresponsável. A atividade substitui o progresso. Os dashboards atualizam-se, as reuniões acontecem, as apresentações circulam. Os resultados permanecem inalterados.
O que as Equipas Maduras Fazem de Forma Diferente
As equipas que navegam bem neste ambiente partilham características comuns. Não lutam contra a caixa negra. Concebem soluções à sua volta.
Separam a eficiência da incrementalidade. As métricas de eficiência como o ROAS e o CPA indicam com que eficácia está a investir. As métricas de incrementalidade indicam se esse investimento está realmente a gerar nova receita ou apenas a reivindicar crédito por receita que teria acontecido de qualquer forma. As equipas maduras medem ambas e ponderam as decisões em favor da incrementalidade.
Deixam de esperar que um único canal impulsione todo o crescimento. O Google Shopping é um canal de captura de procura. Colhe a intenção existente. Não cria nova procura. As equipas que compreendem isto deixam de pedir ao Shopping que faça algo que não consegue fazer e, em vez disso, constroem portefólios de canais que equilibram a captura com a criação.
Utilizam diagnósticos, não apenas otimizações. A otimização consiste em melhorar as coisas. O diagnóstico consiste em compreender o que está realmente a acontecer. As equipas maduras investem em infraestrutura de medição que proporciona visibilidade independente dos relatórios da plataforma.
Aceitam a opacidade e concebem soluções à sua volta. A caixa negra não vai desaparecer. A automatização vai aumentar, não diminuir. Em vez de lutar contra esta tendência, as equipas maduras constroem estruturas de decisão que funcionam em condições de incerteza. Definem limiares, estabelecem critérios de abandono e criam processos de governação que não requerem informação perfeita.
O que Muda Quando o Modelo de Risco Muda
Uma das razões pelas quais o modelo publicitário do Google parece cada vez mais opaco em grande escala é simples: os anunciantes suportam quase todo o risco negativo.
Paga pelo tráfego independentemente de converter ou não. Absorve a volatilidade. Explica a variância às finanças. Este modelo fazia sentido quando os controlos de otimização eram transparentes e a procura era ilimitada. Em grande escala empresarial, dentro de sistemas automatizados, cria tensão.
Uma abordagem diferente é deixar de tentar superar a caixa negra e, em vez disso, mudar quem assume a responsabilidade pelos resultados.
A RetailerBoost opera com base nesse princípio. Em vez de cobrar por cliques, a RetailerBoost só recebe quando são geradas encomendas. Financiamos e gerimos campanhas de Google Shopping com capital próprio, assumimos o risco de desempenho e alinhamo-nos diretamente com os resultados dos retalhistas.
O canal continua a comportar-se como o Google Shopping. Os leilões continuam a funcionar da mesma forma. Mas o modelo de incentivos é invertido.
Quando o desempenho cai, a RetailerBoost sente-o primeiro. Quando a eficiência melhora, ambas as partes beneficiam.
Esse alinhamento não elimina a opacidade. Mas muda a forma como as decisões são tomadas dentro dela. Quando ambas as partes estão expostas ao mesmo risco negativo, a conversa passa de "por que razão aconteceu isto?" para "o que fazemos a seguir?" A culpa torna-se irrelevante porque os resultados são partilhados.
Reformular a Conversa
A questão não é "como vencemos a caixa negra?" Não é possível vencê-la. É o ambiente, não um adversário.
A questão é "como tomamos decisões com confiança quando os incentivos não estão alinhados?"
Isso requer três coisas: clareza sobre o que está realmente a otimizar, infraestrutura de medição que forneça visibilidade independente dos relatórios da plataforma, e estruturas económicas que alinhem os incentivos entre todas as partes.
As duas primeiras são capacidades internas. A terceira é uma escolha sobre com quem trabalha e como estrutura as relações.
Para as equipas empresariais que navegam em sistemas de anúncios automatizados, o desafio já não é o acesso a ferramentas. É a confiança nas decisões. Os modelos que alinham incentivos não eliminam a complexidade, mas tornam-na gerível.
Essa é muitas vezes a diferença entre escalar o investimento e ter de o justificar.
