Fase de aprendizagem no Meta Ads: que alterações significativas a reiniciam e como planear

O que é a fase de aprendizagem do Meta Ads?

A fase de aprendizagem é o período após o lançamento, ou após uma alteração significativa, em que o sistema de entrega da Meta ainda está a perceber a quem mostrar o conjunto de anúncios. A central de ajuda da Meta descreve-a como o período em que o sistema "ainda tem muito a aprender" sobre o conjunto, segundo a citação de Jon Loomer.

A fasquia de saída com que a maioria dos anunciantes trabalha é de cerca de 50 eventos de otimização num período de sete dias. Loomer refere que a documentação da Meta continua a indicar 50 eventos em sete dias, embora tenha visto durante algumas semanas uma versão com 10 eventos em três dias nas suas contas (fonte). Considere 50 em sete dias a regra documentada e tudo o resto um teste em que pode ou não estar incluído.

O estado é visível em dois sítios:

• Gestor de Anúncios: a coluna de entrega mostra o conjunto como "Learning" enquanto aprende e "Learning limited" quando não obtém resultados suficientes para sair (etiquetas da interface em inglês).
• API de Marketing: o objeto learning stage info devolve um status LEARNING, SUCCESS ou FAIL, o número de conversions desde a última alteração significativa e last_sig_edit_ts, a hora da última alteração significativa que devolveu o conjunto à aprendizagem.

Este último campo é o mais útil no diagnóstico: a Meta regista o momento em que a aprendizagem recomeçou, o que permite cruzá-lo com a alteração que a provocou.

Que alterações contam como significativas no Meta Ads?

A central de ajuda da Meta lista as alterações que reiniciam a aprendizagem, e Jon Loomer mantém uma leitura dessa lista a par dos seus próprios testes. Em resumo: tudo o que muda quem vê o anúncio, o que vê ou aquilo para que a Meta otimiza.

A Meta não publica uma percentagem a partir da qual uma alteração de orçamento passa a ser significativa. Se um artigo lhe der um valor exato, pergunte de onde veio. A leitura prudente: aumentos pequenos e espaçados têm menos probabilidade de reiniciar a aprendizagem do que um salto grande.

Adicionar um anúncio novo ainda reinicia a fase de aprendizagem?

Oficialmente sim, na prática nem sempre. A central de ajuda da Meta continua a listar a adição de um novo anúncio ao conjunto como alteração significativa. Num teste por volta de setembro de 2025, Jon Loomer adicionou um anúncio a um conjunto ativo que já tinha 22 anúncios, e o conjunto não voltou à aprendizagem.

Um teste não faz regra. O próprio Loomer suspeita que adicionar vários anúncios a um conjunto com um único anúncio continuaria a desencadear a aprendizagem. Assim:

• Adicionar um anúncio a um conjunto grande e estável é hoje um risco menor.
• Adicionar vários anúncios a um conjunto pequeno, ou substituir o único anúncio, deve ser tratado como alteração significativa.
• Em qualquer caso, verifique a coluna de entrega no dia seguinte e registe o que viu.

Como agrupar alterações no Meta Ads para o conjunto aprender só uma vez?

Junte as alterações significativas que já tinha previstas e aplique-as em conjunto, para que o conjunto reinicie a aprendizagem uma vez e não três vezes na mesma semana.

1. Liste as alterações previstas para a semana por conjunto: troca de criativo, mudança de público, evento de otimização, estratégia de licitação.
2. Separe-as por risco com a tabela acima. Nomes, parâmetros de URL e agendamentos podem ser feitos em qualquer dia; público e criativo entram no mesmo lote.
3. Escolha um dia para o lote em que consiga acompanhar os sete dias seguintes, e não a sexta-feira antes de um fim de semana prolongado.
4. Altere o orçamento por patamares em vez de um salto grande quando precisar de escalar, com intervalo entre eles.
5. Prefira conjuntos novos para testes grandes. Se um conjunto está a funcionar, testar um público novo noutro conjunto mantém o vencedor fora da aprendizagem.
6. Registe o lote com data, hora, responsável e motivo antes de o publicar.

Agrupar também torna os resultados legíveis. Um reinício com uma lista conhecida de alterações explica-se; quatro reinícios em oito dias, não.

Como saber quando a aprendizagem reiniciou e que alteração a provocou?

Cruze a hora do reinício indicada pela Meta com as alterações feitas imediatamente antes. O last_sig_edit_ts da API dá a hora da última alteração significativa; o histórico de atividade da conta dá a lista de alterações e quem as fez.

• No Gestor de Anúncios: abra o histórico de atividade da conta e filtre pelo conjunto e pelas datas próximas do reinício. O guia do histórico de atividade do Meta Ads mostra onde o encontrar e o que cada registo indica.
• Através da API: o endpoint ad account activities devolve os registos de atividade e permite filtrar por categoria (por exemplo anúncio, campanha ou orçamento). Se não indicar since, o predefinido são os últimos 7 dias; defina o período quando quiser recuar mais.
• Dois limites: a Meta só devolve informação de aprendizagem para conjuntos ativos, e não para conjuntos com criativo dinâmico. Nem todas as contas de anúncios são elegíveis.

A Meta não publica durante quanto tempo guarda o histórico de atividade. Se uma alteração for importante, registe-a no próprio dia.

Como isolar se foi a fase de aprendizagem que causou a variação de resultados?

Coloque todas as alterações dos dias anteriores numa única cronologia, exclua primeiro o rastreio e teste uma explicação de cada vez. A aprendizagem é uma causa frequente de quebra após uma alteração, mas não é a única, e é fácil culpá-la por defeito.

1. Verifique o rastreio antes de tudo. O píxel, a API de Conversões, o banner de consentimento ou o checkout mudaram? Se os eventos deixaram de chegar, o conjunto pode aparecer como "Learning limited" porque a Meta vê menos resultados, e não por causa de uma alteração.
2. Construa a cronologia. Alterações da equipa no Meta, mudanças e automatismos da própria Meta, publicações do site e da landing page, alterações no CRM ou no formulário, promoções e eventos externos, tudo com data.
3. Alinhe o reinício. Compare o last_sig_edit_ts, ou a data em que a coluna de entrega mudou, com a cronologia. Se a quebra começou antes do reinício, a aprendizagem não é a primeira causa.
4. Teste uma hipótese. Compare o conjunto alterado com um semelhante que não foi tocado nos mesmos dias. Se ambos caíram, procure causas comuns: rastreio, site, leilão, sazonalidade.
5. Aguarde a janela documentada. Avalie a alteração ao fim dos sete dias, não ao segundo dia.

Exemplo (ilustrativo): na terça-feira, a equipa trocou o criativo e reduziu a faixa etária de um conjunto de leads. O custo por lead subiu 35% durante cinco dias. A cronologia mostra também um campo novo no formulário da landing page na segunda-feira. O conjunto irmão, que não foi alterado, subiu 30% nos mesmos dias: a pista aponta para o formulário, não para a aprendizagem.

Para o método completo, veja como explicar uma quebra de conversões ao cliente e quebra de desempenho no Meta Ads: como encontrar o que mudou. No Changeline, as alterações do Google Ads são importadas automaticamente, e as alterações no Meta, as publicações do site e as mudanças de rastreio são registadas pela equipa na mesma cronologia (a importação do Meta Ads chega em breve). Pode criar um registo de alterações gratuito para cada cliente.

O que registar em cada alteração no Meta Ads?

Registe o suficiente para responder mais tarde a três perguntas: o que mudou, quando, e se reiniciou a aprendizagem. Um registo curto e consistente vale mais do que um longo feito uma única vez.

• Data e hora da alteração, no fuso horário da conta.
• Nível e nome: campanha, conjunto ou anúncio.
• Antes e depois: "Idade 25–54 → 25–44", "Orçamento diário 80 € → 120 €".
• Tipo: público, criativo, otimização, estratégia de licitação, orçamento, outro.
• Efeito esperado na aprendizagem: significativa, possivelmente significativa, não significativa.
• Responsável e motivo.
• Acompanhamento: o que a coluna de entrega mostrou no dia seguinte e o resultado ao fim de sete dias.

Guarde estes registos num registo de alterações de marketing partilhado, e não em folhas de cálculo individuais, para que quem analisar a próxima quebra veja cada lote por ordem. Para avaliar se um lote resultou, use o método de como medir o impacto das alterações de marketing.