Os dois grupos de aquisição passam a converter com menos frequência. Mesmo assim, a taxa geral aumenta para mais do triplo. Não falta nenhum evento e não há erro na conta.
Este é um funil hipotético com dois grupos que não se sobrepõem: Email e Busca. Use a mesma regra para atribuir cada entrada registrada a um único grupo nos dois períodos. São contagens ilustrativas, não resultados de clientes da Zenovay nem referências de desempenho desses canais.
| Período | Grupo | Entradas registradas | Percursos concluídos | Taxa |
|---|---|---|---|---|
| A | 100 | 20 | 20% | |
| A | Busca | 1.900 | 38 | 2% |
| A | Total | 2.000 | 58 | 2,9% |
| B | 1.000 | 180 | 18% | |
| B | Busca | 1.000 | 15 | 1,5% |
| B | Total | 2.000 | 195 | 9,75% |
Email cai de 20 para 18 por cento. Busca cai de 2 para 1,5 por cento. Ainda assim, a taxa geral sobe de 2,9 para 9,75 por cento, com o mesmo total de entradas.
A diferença está na composição do público: Email passa de 5 para 50 por cento das entradas. Sua taxa é menor que antes, mas continua maior que a de Busca. Levar mais tráfego para esse grupo muda o resultado agregado.
A taxa geral responde a outra pergunta
Esse é um exemplo do paradoxo de Simpson: a direção de uma comparação agregada pode se inverter dentro de cada subgrupo. É um efeito estatístico conhecido, não uma descoberta nova nem um defeito no cálculo.
A taxa geral pergunta qual proporção das entradas registradas naquele período concluiu o funil. As taxas dos grupos perguntam o que ocorreu dentro de Email e de Busca. O tamanho relativo dessas populações mudou, então o agregado não mantém constante a composição do público.
O segundo período realmente produz mais conclusões: 195 em vez de 58. Isso pode ser valioso para o negócio. Mas não mostra que o processo ficou mais fácil para algum dos grupos. A taxa observada caiu nos dois.
Antes de dar o crédito a uma reformulação, esclareça a afirmação: mais resultados no total, um público diferente ou melhor conversão dentro de um público comparável.
Mantenha fixa a composição do público
Uma verificação descritiva útil escolhe uma composição de referência e a aplica às taxas dos grupos nos dois períodos. Aqui usamos a do período A: 5 por cento Email e 95 por cento Busca.
Para o período B, a conta é: 0,05 × 18% + 0,95 × 1,5% = 2,325%.
| Período | Taxa geral observada | Taxa com a composição do período A |
|---|---|---|
| A | 2,9% | 2,9% |
| B | 9,75% | 2,325% |
Com a composição fixa, a taxa cai. Isso separa a mudança no peso dos grupos das mudanças nas taxas de cada grupo.
Escolha e documente a população de referência antes de avaliar o resultado. Use os mesmos grupos, sem sobreposição, nos dois períodos. Se um grupo não tiver entradas observadas em um período, sua taxa é indefinida; não transforme silenciosamente essa ausência em zero.
Esta consulta PostgreSQL permite reproduzir a conta. Ela usa apenas as quatro linhas hipotéticas por grupo da primeira tabela:
WITH sample(period, segment, entries, completions) AS (
VALUES ('A', 'Email', 100, 20),
('A', 'Search', 1900, 38),
('B', 'Email', 1000, 180),
('B', 'Search', 1000, 15)
), rates AS (
SELECT *, completions::numeric / entries AS rate
FROM sample
), baseline AS (
SELECT segment,
entries::numeric / SUM(entries) OVER () AS weight
FROM sample WHERE period = 'A'
)
SELECT r.period,
ROUND(100.0 * SUM(r.completions) / SUM(r.entries), 3)
AS observed_pct,
ROUND(100.0 * SUM(r.rate * b.weight), 3)
AS fixed_mix_pct
FROM rates r JOIN baseline b USING (segment)
GROUP BY r.period ORDER BY r.period;
Reponderar responde a uma pergunta de comparação. Não estabelece o que uma reformulação causou nem prevê exatamente como um público futuro vai se comportar.
As taxas por etapa têm seu próprio denominador
O mesmo cuidado vale dentro de um funil. Suponha que 1.000 entradas registradas gerem 400 cadastros e 100 conclusões finais. A taxa geral é de 10 por cento. Do cadastro à conclusão é de 25 por cento. As duas contas estão certas porque usam denominadores diferentes.
Na Zenovay, a taxa geral compara conclusões registradas com entradas registradas. Para transições após a primeira etapa, o detalhamento usa a etapa anterior como denominador. Leia cada taxa com suas contagens e seu alcance.
Pessoas, sessões, entradas no funil e ocorrências de eventos são unidades distintas. Alguém pode voltar várias vezes ou repetir uma ação. Uma entrada registrada não é um indivíduo verificado. Mantenha a unidade explícita ao comparar relatórios.
Mantenha as definições e a janela de observação
Um denominador menor também pode elevar a taxa sem acrescentar uma única conclusão: 100 de 1.000 são 10 por cento; 100 de 500 são 20 por cento. Aproximar o ponto de entrada do checkout muda a medição, mesmo que o relatório mantenha o nome.
Use a mesma regra de entrada, evento final, unidade de contagem e definição dos grupos. Registre mudanças nas regras de URL ou nas etapas, e estabeleça uma nova referência quando o significado da medida mudar.
O tempo também importa. Quem entrou ontem teve menos oportunidade de concluir uma jornada longa que quem entrou há duas semanas. Para comparar coortes, escolha um período de entrada e uma janela fixa de acompanhamento; espere até que os dois grupos cheguem a esse ponto. Um relatório de eventos por data e outro que acompanha os participantes são visões diferentes.
É um método de comparação de coortes, não a afirmação de que todo relatório de funil oferece esse controle.
O que esta conta mostra e o que continua aberto
A tabela demonstra uma inversão na agregação. Não demonstra por que a taxa de algum grupo mudou. As taxas observadas também podem variar por acaso, sobretudo quando as contagens são pequenas.
Defina previamente os segmentos relevantes para a decisão. Mostre entradas e conclusões junto aos percentuais. Afirmar que uma mudança no produto causou uma melhora exige um experimento adequado ou outro desenho causal defensável. Um relatório segmentado de antes e depois, sozinho, não fornece essa evidência.
Uma conclusão verificável seria: “As conclusões subiram de 58 para 195 com 2.000 entradas registradas em cada período. As taxas dos dois grupos caíram, enquanto a parcela de Email subiu de 5 para 50 por cento. Mantendo fixa a composição do período A, a taxa de B fica em 2,325 por cento, contra 2,9 por cento antes.”
Isso ajuda mais que “a conversão melhorou”. Mostra o que mudou, qual comparação melhorou e qual pergunta ainda precisa de uma resposta.
