Análise de causa raiz em marketing: um método para descobrir o que mudou

O que é análise de causa raiz em marketing?

Análise de causa raiz (RCA, na sigla em inglês) em marketing é uma busca estruturada pela mudança que fez a métrica variar, em vez de reagir ao sintoma. O objetivo é chegar a uma causa que você consiga provar, corrigir ou manter, e evitar a mesma surpresa no futuro.

A American Society for Quality (ASQ) define a RCA como um processo sistemático para identificar as causas de fundo de um problema, com o objetivo de impedir que ele se repita. As cinco etapas funcionam bem para mídia paga e analytics:

1. Definir o problema: qual métrica mudou, quanto, desde quando e onde.
2. Coletar e analisar dados: quebrar a métrica em componentes e segmentos.
3. Listar causas possíveis: todas as mudanças perto da data de início.
4. Avaliar e priorizar: ordenar hipóteses por momento, tamanho e alcance.
5. Agir e acompanhar: corrigir ou manter a mudança e checar se a métrica reage.

Sintoma e causa são coisas diferentes. "O CPA subiu" é sintoma. "O formulário da landing page ganhou dois campos obrigatórios no dia 12 e a taxa de preenchimento caiu" é uma causa que dá para testar e reverter.

Como definir a variação da métrica antes de procurar a causa?

Escreva uma frase com a métrica, o tamanho da variação, a data de início e o escopo. Um problema vago ("os resultados pioraram") gera respostas vagas; um problema preciso mostra quais mudanças podem ser suspeitas.

Antes de seguir, confirme que a queda é real. Compare a plataforma de anúncios com o analytics e com o CRM. Se as vendas estão estáveis e só as conversões reportadas caíram, o problema é de medição. Lembre também que os últimos dias podem estar incompletos: o Google cita atrasos no registro de conversões entre as causas de oscilação no seu guia de solução de problemas de desempenho.

Como quebrar uma métrica nos seus componentes?

Divida a métrica nos números mais simples que a formam e veja qual deles mudou. Isso reduz a busca de "qualquer coisa" para uma etapa do funil.

Depois segmente cada componente por campanha, dispositivo, estado, público, landing page e usuário novo ou recorrente. Uma causa real deixa rastro: afeta os segmentos em que mexeu e deixa os outros em paz. Se o CPA subiu em tudo ao mesmo tempo, suspeite de algo compartilhado, como tracking, velocidade do site ou orçamento da conta.

O que mudou nos dias anteriores à variação?

Liste todas as mudanças de uma a duas semanas antes do início numa única linha do tempo, feitas por pessoas ou por sistemas. É aqui que a maioria das análises trava, porque as mudanças estão espalhadas em cinco lugares.

• Edições do time: lances, orçamentos, metas, palavras-chave, públicos, criativos.
• Automações da plataforma: recomendações aplicadas automaticamente, aprendizado da estratégia de lances.
• Site e tracking: deploys, novos formulários, banner de consentimento, tags e pixels.
• CRM e vendas: regras de qualificação, distribuição de leads, etapas do funil.
• Fatores externos: feriados, Black Friday, promoções da concorrência, falta de estoque.

No Google Ads, o Histórico de Alterações (menu Campanhas, depois Histórico de Alterações) lista as mudanças na conta, campanhas e grupos de anúncios dos últimos 2 anos, com filtro por tipo de alteração. O Google avisa que mudanças de sistemas automáticos podem aparecer com usuários como "Google Ads system". Veja como ler no guia de histórico de alterações do Google Ads e entenda uma fonte comum de mudanças que ninguém do time fez em recomendações aplicadas automaticamente. Para a Meta, veja o histórico de atividades da Meta Ads.

Os históricos das plataformas só cobrem a própria plataforma. Deploys, tracking e regras de CRM precisam ser registrados por pessoas, e é por isso que os times mantêm um registro de mudanças de marketing.

Como testar uma hipótese por vez?

Transforme cada mudança da linha do tempo numa hipótese, ordene e teste primeiro a mais provável. Testar duas ao mesmo tempo torna o resultado ilegível.

O diagrama de Ishikawa (espinha de peixe) e os 5 porquês, ferramentas citadas pela ASQ, se adaptam bem ao marketing. Use estas espinhas: tracking, configurações da plataforma, automação, criativo, site e landing page, CRM e processo comercial, mercado e concorrência. Depois pergunte "por quê" até chegar em algo que alguém mudou.

1. Momento: a mudança aconteceu logo antes da variação, considerando aprendizado e atrasos de registro?
2. Tamanho: ela explica uma variação desse tamanho?
3. Alcance: o segmento afetado bate com o que a mudança tocou?

Hipótese que falha em um dos três desce na lista. Para a primeira, faça o teste mais barato: reverta a mudança em uma campanha, compare com um segmento não afetado ou confira a métrica em outro sistema. Anote o que testou, mesmo quando a resposta for "não foi isso".

Como confirmar a causa com segmentos e ferramentas das plataformas?

A causa está confirmada quando explica o padrão dos dados, não só o momento. As ferramentas das plataformas ajudam, mas só enxergam o que acontece dentro delas.

Explicações do Google Ads. As Explicações mostram motivos para grandes mudanças de desempenho em campanhas de Pesquisa, App, Performance Max, Demand Gen, Display e Vídeo: lances, orçamento, configurações ou atraso de conversões, recursos, segmentação, concorrência no leilão e interesse de pesquisa. O período não pode incluir hoje nem ir além dos últimos 90 dias.

Detecção de anomalias do GA4. O GA4 marca um valor como anomalia quando ele fica fora do intervalo previsto pelo modelo. Segundo a documentação de detecção de anomalias, o período de treinamento é de 2 semanas para anomalias por hora, 90 dias para diárias e 32 semanas para semanais. A análise de contribuição mostra os segmentos que mais contribuíram para a anomalia, e você pode abri-los em Explorações.

Essas ferramentas respondem bem "o que mudou". Elas não veem um formulário novo no site, uma regra de CRM ou a promoção de um concorrente. Regra prática: a causa está confirmada quando o momento bate, os segmentos batem e reverter ou isolar a mudança faz a métrica voltar.

Como é uma análise de causa raiz na prática?

Exemplo ilustrativo, não é um cliente real. Mostra como as etapas levam de um problema vago a uma causa.

1. Problema: custo por lead no Search subiu 38% na semana, a partir de uma terça-feira, em todas as campanhas.
2. Real ou tracking? Os leads no CRM também caíram; a queda é real.
3. Componentes: CPC estável; taxa de conversão caiu de 6,1% para 4,4%. O problema está depois do clique.
4. Linha do tempo: segunda, meta de lance alterada em uma campanha; terça, deploy do site com formulário novo; quarta, recomendação automática adicionando palavras-chave.
5. Priorização: o lance mexeu em uma campanha e o CPC não mudou; as palavras-chave vieram depois da quebra. O formulário bate em momento, tamanho e alcance.
6. Teste: a taxa de preenchimento caiu só nas páginas com o formulário novo.
7. Ação: o time voltou o formulário antigo em metade das páginas, a conversão se recuperou ali e a correção foi aplicada em todas.

A resposta estava fora da plataforma de anúncios. Para a versão focada em conversões, leia por que minhas conversões caíram. Para apresentar o diagnóstico, veja como explicar uma queda de conversões ao cliente.

Como deixar a próxima análise mais rápida?

Registre as mudanças quando fizer, não quando algo quebrar. A maior parte do tempo de uma RCA vai para reconstruir quem mudou o quê e quando.

• Registre data, responsável, plataforma, campanhas afetadas e motivo.
• Inclua mudanças fora das plataformas: deploys, tracking, CRM, promoções.
• Anote o impacto esperado e uma data para revisar.
• Feche cada investigação com a causa confirmada e a correção.

O Changeline é um registro de mudanças de marketing feito para isso: uma linha do tempo em escala por cliente, onde o time registra as mudanças que faz no Google Ads, na Meta Ads, no site, no tracking e no CRM, com responsável, tags e motivo. É gratuito durante o acesso antecipado, e hoje o registro é feito pelo time (importações automáticas em breve). Você pode criar sua linha do tempo de mudanças grátis. Se usa GA4, adicione também anotações no GA4 para os eventos maiores.