Garimpo
Uma ferramenta construída para me impedir de otimizar a métrica bonita: a que a oferta promete pagar, em vez da que o mercado já pagou de verdade.
Função
Produto e engenharia
Período
2026
Cliente / Contexto
Projeto próprio
Tecnologias
Tráfego pela mesma meta
2,3×Aprovadas de 30 coletadas
7Testes automatizados
239O problema
Num catálogo de ofertas, o número que salta aos olhos é o valor prometido por venda. É grande, está no topo da página e ordena a lista sozinho. O problema é que ele descreve uma promessa, não um resultado: existe um segundo número, o retorno médio por clique, que registra o que o mercado já viu entrar. Os dois quase nunca apontam para o mesmo lugar, e a escolha entre eles decide meses de trabalho. Eu mesmo caí nisso: a oferta escolhida primeiro, por instinto, foi a de maior valor prometido da coleta, US$ 158,70. Ela tinha o pior retorno por clique da lista: 0,15. Pela mesma meta de receita, ela exige 2,3× mais tráfego que a alternativa de valor prometido menor.
A decisão
A resposta não foi tomar mais cuidado. Foi tirar a decisão de mim e colocar numa ferramenta. O Garimpo ordena por retorno realizado, nunca por valor prometido, e a regra está escrita em teste, não em disciplina. Duas decisões secundárias importam tanto quanto: primeiro, descobri que dois filtros que eu tratava como boas práticas (piso de valor por venda e teto de saturação) só existem para cobrir custo de anúncio; sem anúncio, eles eliminam oferta boa pelo motivo errado, então viraram um modo explícito em vez de padrão silencioso. Segundo, a premissa que domina o resultado não é a oferta, é a taxa de clique por visualização: entre dois formatos de conteúdo há uma ordem de grandeza de diferença, o que move a meta de dezenove mil para noventa e oito mil visualizações. Ela virou parâmetro obrigatório de linha de comando: a ferramenta se recusa a dar um número redondo sem que a premissa esteja declarada.
O resultado
A coleta terminou com 7 ofertas aprovadas de 30, e a escolhida não foi a de maior valor prometido. A parte que interessa não é a ferramenta, são 239 testes que existem para uma coisa só: fazer o erro custar caro na hora de escrever, não meses depois. O que eu faria diferente: registrar o desfecho real de cada escolha desde o primeiro dia. O modelo hoje é bom para não errar por métrica errada e ainda não tem lastro para dizer se o ranking acerta, que é uma limitação diferente, e mais honesta de admitir do que de esconder.
Em profundidade
O número que ordena a lista não é o número que paga. Levei uma escolha inteira para entender isso, e a correção não foi prometer mais atenção. Foi transformar a regra em teste automatizado, onde ela não depende do meu humor no dia.
| Como a oferta foi escolhida | Prometido por venda | Retorno por clique | Tráfego pela mesma meta |
|---|---|---|---|
| Pelo instinto, olhando o topo da lista | US$ 158,70 | 0,15 | 2,3× |
| Pela ferramenta, ordenando por retorno | US$ 131,31 | 0,34 | 1× |
A hipótese que eu carregava
Que valor prometido por venda e retorno real caminham juntos, porque uma oferta que paga mais atrai afiliado melhor e converte melhor. Sob essa hipótese, ordenar pelo valor prometido é um atalho aceitável: menos vendas para a mesma receita, menos tráfego para o mesmo dinheiro. Ela é confortável porque é quase verdade, e porque o número que a sustenta é o único que a página de oferta mostra em tamanho grande.
O que eu medi
Coletei 30 ofertas do mesmo nicho e guardei, para cada uma, o valor prometido e o retorno médio por clique. O segundo é o registro do que o mercado já viu entrar, não uma promessa. A correlação que eu supunha não apareceu: a oferta de maior valor prometido da coleta tinha o pior retorno por clique da lista. Duas medições secundárias saíram junto e mudaram mais coisa que a primeira. Dois filtros que eu tratava como boa prática (piso de valor por venda e teto de saturação) existem, os dois, para cobrir custo de anúncio; sem anúncio no plano, eles eliminam oferta boa pelo motivo errado. E a variável que domina o resultado não é a oferta: é a taxa de clique por visualização do formato de conteúdo. Entre 1,5% e 0,3% há uma ordem de grandeza, e a mesma meta de receita passa de cerca de 19.700 para 98.300 visualizações.
O que o erro custou
2,3× mais tráfego para chegar na mesma receita. Traduzido para o recurso que realmente escasseia, isso não é uma diferença de eficiência. É a diferença entre um plano que cabe em meses e um que não cabe. E o erro não teria dado nenhum sinal: a escolha ruim continua produzindo alguma venda, então ela não falha de forma visível. Ela só rende menos do que a alternativa que ninguém foi olhar. Esse é o formato mais caro de erro de produto, porque ele não aparece no gráfico — aparece na conta que nunca fecha.
O que eu faria diferente
Registrar o desfecho de cada escolha desde o primeiro dia. A ferramenta hoje é boa em não errar pelo motivo antigo, mas o ranking dela ainda não foi confrontado com resultado real, então eu sei que ela evita um erro conhecido e não sei se ela acerta. Trocar uma métrica ingênua por uma métrica melhor sem instrumentar o desfecho é repetir a mesma falha um nível acima: confiar num número porque ele é mais convincente, e não porque ele foi conferido. O campo de desfecho existe no modelo de dados; o que falta é tempo passando com ele preenchido.