Às vezes, nem todas as suas métricas estão tão ligadas assim; método estatístico é melhor arma para não se precipitar em conclusões ou cometer erros bobos.
Bruno Capelas – Purple Metrics
Toda vez que alguém começa a estudar métricas e utilizá-las no seu dia a dia, há um processo que é muito comum: começar a ver relações entre todos os dados, de maneiras possíveis e até inimagináveis. É fácil reconhecer quando isso acontece: a pessoa fica mais ou menos como aquele famoso meme de alguém que está muito perto de falar sobre uma teoria da conspiração. Esse aqui, ó:
Às vezes, muitas métricas estão mesmo ligadas – como, por exemplo, o crescimento no de visitas e o crescimento de sessões registradas em um website. Mas perceba que para cada empresa e para cada situação específica, a maneira como essas duas variáveis se relacionam podem ser diversas.. Pense na diferença, por exemplo, em que há no número de páginas que você visita quando acessa um aplicativo de delivery de comida, buscando por uma refeição (muitas páginas, com detalhes de pratos e restaurantes) ou um veículo de imprensa, lendo notícias relacionadas (talvez não tantas páginas assim). São hábitos bem díspares, não é mesmo? No entanto, muita gente trata tudo da mesma forma.
Para evitar se precipitar em conclusões, é importante que todo mundo que trabalha com métricas (ou seja: todo mundo) tenha noção de como funcionam as correlações. É uma ferramenta importante do universo da Estatística, que pode ajudar muito a entender não só se duas métricas se relacionam, mas também qual é a força dessa relação. Foi o tema de um papo recente que a gente teve no Purple Pills – nossa dose semanal de branding e growth – e que fez muita gente ter aquele momento “aaaaah!”. Por isso, decidimos falar mais do assunto nesse texto.
O que é correlação?
Tá lá no dicionário: “correlação, substantivo feminino: interdependência de duas ou mais variáveis”. Análise de correlação é isso mesmo: um método estatístico para descobrir se há relação entre duas variáveis, e, se existe, o quão forte é essa relação. De maneira geral, a correlação é medida por um índice que vai de -1 até 1, considerando o 0 no meio.
Se uma correlação é forte, ela vai estar próxima de 1 ou de -1. Agora, se ela for fraca, ou seja, se duas variáveis tiverem pouca correlação, esse mesmo número vai estar perto de 0. O que diferencia as correlações fortes é – tcharam! – a relação entre elas.
Uma correlação positiva (ou seja, de 0 a 1) envolve duas variáveis que crescem ou diminuem na mesma proporção. Um caso clássico é o de altura e peso em seres humanos: normalmente, quanto maior a altura, também é maior o peso da pessoa.
Agora, uma correlação negativa (de 0 a -1), envolve duas variáveis que crescem de maneira inversamente proporcional – ou seja, quando uma sobe, a outra desce. É o que pode acontecer, por exemplo, num gráfico que envolve a nota de alunos numa prova e a quantidade de horas que eles passaram vendo TV no dia anterior à prova. Quanto maior a nota, provavelmente menor foi o tempo de tela que cada um teve.
Antes da gente avançar, vale fazer um último adendo: correlação negativa é muito diferente de inexistência de correlação (ou seja, quando o número está muito próximo de 0). É algo parecido com aquela aula de matemática em que a gente aprende números negativos: eles podem ser muito diferentes de zero.
Por que eu deveria me importar com as correlações?
Existem diversos motivos para você se importar com as correlações. Na lista abaixo, vamos falar sobre algumas delas.
Direcionar ou despriorizar esforços
Digamos que sua empresa precisa cumprir com um determinado KPI – como reduzir o CAC, por exemplo. Se você entende, por análise de correlação, quais são as variáveis que mais contribuem para isso, pode direcionar esforços; ao mesmo tempo, essa análise também serve para despriorizar aquilo que, num determinado momento, mais atrapalha do que ajuda o KPI.
Ajudar a prever tendências
Em alguns casos, a análise de correlação pode ser uma ótima ferramenta para prever uma tendência. Um exemplo bastante popular vem dos dias mais tristes da pandemia: um dos primeiros países a sofrer de forma grave com a covid-19, a Itália percebeu que o número de casos positivos da doença subia alguns dias depois das pessoas relatarem sintomas como gripe ou dor de garganta. Com o tempo, dados de outros países mostraram comportamento semelhante, o que ajudou o mundo inteiro a descobrir como esse vírus novo funcionava – e não só tomar medidas sanitárias mas também preparar as equipes de saúde para enfrentar o problema.
Outro exemplo bom, esse mais dentro do mundo do marketing, é um que correlaciona share de buscas no Google com market share – algo que a gente aprendeu com o Les Binet, um dos principais pesquisadores de métricas de marketing da atualidade. Ou seja: se você perceber olhando o Google Trends que as buscas pelo seu produto subiram, talvez seja um sinal de que bons ventos estão chegando.
(Ah, e por falar em Les Binet, a gente já aprendeu várias coisas com ele – incluindo uma maneira de entender como branding e performance atuam em tempos diferentes)
Preparar o time para momentos de inflexão
Uma das piores coisas que pode acontecer com uma empresa é estar despreparada para momentos difíceis – como uma situação de alta demanda. Usar análise de correlação é algo importante para prever esse tipo de situação. Podemos contribuir com um exemplo interno: descobrimos que toda vez que um vídeo da Guta Tolmasquim viraliza no TikTok, existe uma correlação positiva (isto é, um aumento) no número de contatos de empresas buscando saber mais sobre o Purple Metrics. Assim, toda vez que um vídeo viraliza, nos preparamos previamente para atender mais aos clientes.
Desmentir crenças
Já ouviu aquele papo de que entre dados e opiniões, você deve ficar com os dados? Pois bem: usar análise de correlação é uma ótima forma de demonstrar que uma opinião pode estar errada (e, inclusive, atrapalhando o andamento ou crescimento da sua empresa);
Entender alavancas de crescimento
No mundo digital, tão importante quanto fazer os negócios crescerem é entender como você cresce – e saber quais alavancas e botões devem ser apertados na hora que decide ativar o motor de crescimento. As correlações podem ajudar muito nesse sentido.
Como faço correlações sem me matar com tantos números?
A gente sabe que muita gente que trabalha em marketing, branding e áreas correlatas vem das Humanas – e nem teve ou passou raspando nas aulas de Estatística na faculdade. Tudo bem: fazer análises de correlação, mesmo simples, é mais fácil do que parece. E nem precisa de tantos dados malucos assim.
O primeiro passo é pegar dados dentro de casa mesmo – dá pra tentar correlacionar tráfego no site com vendas, por exemplo. Ou curtidas num post numa rede social de um produto e as vendas que ele teve na primeira semana após a publicação. Será que tudo tá correlacionado? Mãos à obra para descobrir.
A primeira intuição que muita gente pode seguir é olhar para o visual, colocando as duas variáveis num gráfico e vendo se as linhas são coincidentes. Se forem, é uma ótima pista de que há uma correlação positiva forte. Se as linhas fazem um X, talvez exista uma correlação negativa forte. Agora, se quando uma sobe ou desce e na outra não acontece nada, talvez nem exista correlação.
Outra forma básica de fazer isso é contar com uma ajudinha da tecnologia. Tanto Excel quanto Google Sheets já tem hoje uma função capaz de calcular correlações. Basta juntar um histórico das variáveis numa planilha e usar a função “=CORREL”, selecionando as células que você precisa. Daí, com o número calculadinho, é só correr pro abraço.
É claro que existem formas mais complexas de fazer análises de correlação, mas aqui estamos tentando facilitar a vida de quem trabalha com marketing e ainda está engatinhando no universo dos dados. Para análises mais complexas, fica a dica; vale a pena chamar aquele amigo ou colega de data science para ajudar. Ah, e um último adendo: dado que é preciso medir algo que varia para gerar uma correlação, é importante que você tenha um histórico de dados bacana para fazer essa análise, ok? Ok.
Mera coincidência: quando desprezar as correlações
Quem é da área de Exatas adora contar piadas com Estatística – talvez você já tenha ouvido platitudes como “100% das pessoas que morreram bebiam água”. É verdade, não se pode negar, mas o que exatamente pode se aprender com isso? Não muito, correto?
O mesmo vale com as correlações estatísticas: às vezes, duas variáveis que não tem nada a ver podem estar intrinsecamente relacionadas. Há sites na internet, inclusive, que fazem esse tipo de comparação – a minha favorita, pessoalmente, é a que relaciona o número de pessoas afogadas em piscinas com o número de filmes em que Nicolas Cage apareceu num determinado ano. O que uma coisa tem a ver com a outra? Não sabemos.
Por isso, na hora de pensar em correlações, é também importante ter um filtro de bom senso ligado. Da mesma forma que os dados servem para desprezar opiniões, às vezes um pouco de semancol é mais que suficiente para não avançar em ideias esdrúxulas – até porque, delas, infelizmente, o mundo do marketing e do branding tá cheio.
Ligue os pontos com inteligência
Se a gente aprendeu algo aqui, é que nem toda correlação faz sentido e que entender as ligações reais entre suas métricas é o que vai te levar a decisões mais inteligentes. Nada de conclusões apressadas.
Quer ver como o Purple Metrics pode te ajudar a fazer isso na prática? Deixe seu contato na nossa wishlist para ser um beta tester e descubra como transformar dados em estratégias que fazem a diferença.
Gostou deste conteúdo? Veja também:
Performance e branding têm tempos diferentes – ou a Proporção de Les Binet
Como a bolsa de valores afeta diretamente o trabalho do marketing
O que é Growth: o fio que liga Newton e Galilei ao universo do marketing
