[{"data":1,"prerenderedAt":283},["ShallowReactive",2],{"post-\u002Fpt-br\u002Fblog\u002Fvies-de-selecao-no-funil":3,"post-related-\u002Fpt-br\u002Fblog\u002Fvies-de-selecao-no-funil":246,"post-translations-\u002Fpt-br\u002Fblog\u002Fvies-de-selecao-no-funil":275,"post-surround-\u002Fpt-br\u002Fblog\u002Fvies-de-selecao-no-funil":277},{"id":4,"title":5,"body":6,"category":226,"date":227,"description":228,"draft":229,"extension":230,"featured":229,"meta":231,"navigation":232,"path":233,"readingTime":234,"segment":235,"seo":236,"stem":237,"tags":238,"translationKey":243,"updated":244,"__hash__":245},"blog_pt\u002Fpt-br\u002Fblog\u002Fvies-de-selecao-no-funil.md","Viés de seleção: o funil mostra quem ficou, não quem foi embora",{"type":7,"value":8,"toc":208},"minimark",[9,18,21,26,33,40,43,47,50,57,60,66,70,73,78,85,89,92,96,99,103,106,110,113,117,120,124,127,133,136,143,149,153,156,201,205],[10,11,12,13,17],"p",{},"Toda análise de funil começa com uma pergunta que quase ninguém faz em voz alta: ",[14,15,16],"strong",{},"quem está nesse dado, e quem ficou de fora dele?"," Na minha visão, é exatamente nessa pergunta que mora boa parte das decisões ruins de produto e marketing que eu já vi, inclusive algumas minhas.",[10,19,20],{},"O nome disso é viés de seleção, e ele é traiçoeiro porque não aparece no gráfico. O gráfico está certo. Os números estão certos. O problema é o recorte de pessoas que chegou até ele.",[22,23,25],"h2",{"id":24},"o-que-é-viés-de-seleção","O que é viés de seleção",[10,27,28,29,32],{},"De uma forma simples: viés de seleção acontece quando o grupo que você está analisando ",[14,30,31],{},"não representa o grupo sobre o qual você quer tomar a decisão",". Você olha para uma parte, tira uma conclusão e aplica no todo.",[10,34,35,36,39],{},"O exemplo clássico é o dos aviões da Segunda Guerra. Os engenheiros analisavam os aviões que voltavam das missões, marcavam onde estavam os buracos de bala e queriam reforçar essas regiões. O estatístico Abraham Wald apontou o contrário: os buracos mostravam onde um avião ",[14,37,38],{},"podia"," ser atingido e mesmo assim voltar. Os pontos que precisavam de reforço eram justamente os que não tinham marca nenhuma, porque os aviões atingidos ali não voltaram para ser analisados.",[10,41,42],{},"O funil é cheio de aviões que não voltaram.",[22,44,46],{"id":45},"eu-já-caí-nisso-e-você-provavelmente-também","Eu já caí nisso, e você provavelmente também",[10,48,49],{},"No meu ebook eu conto duas situações que, olhando hoje, são viés de seleção puro.",[10,51,52,53,56],{},"A primeira foi nas entrevistas com clientes. Aqui existe uma grande pegadinha: a grande maioria dos clientes dispostos a participar de uma entrevista são clientes ",[14,54,55],{},"ligeiramente satisfeitos",". Quem está muito insatisfeito não quer conversar, e quem está indiferente não tem tempo. Se eu tirasse conclusões só das entrevistas, ia achar que o produto estava bem e que faltavam detalhes. Foi por isso que passei a misturar as conversas com um formulário anônimo, com espaço aberto para crítica, para alcançar justamente quem não ia aparecer de outro jeito.",[10,58,59],{},"A segunda foi nas primeiras vendas. Eu fui atrás de pessoas conhecidas, pelo WhatsApp mesmo, apresentando a proposta de valor, e vendi. Ótimo, mas não dava para assumir que aquilo validava a hipótese, porque uma parte da compra era confiança em mim, e não no produto. O grupo que comprou não representava o desconhecido que ia chegar por um anúncio. Só fui considerar a hipótese de valor testada quando ela começou a vender para quem nunca tinha ouvido falar de mim.",[10,61,62,63],{},"Perceba que em nenhum dos dois casos o dado estava errado. ",[14,64,65],{},"O recorte é que estava.",[22,67,69],{"id":68},"onde-ele-aparece-no-funil","Onde ele aparece no funil",[10,71,72],{},"Alguns lugares onde eu sempre desconfio:",[74,75,77],"h3",{"id":76},"taxa-de-conversão-etapa-por-etapa","Taxa de conversão etapa por etapa",[10,79,80,81,84],{},"A taxa da etapa 3 é calculada só com quem passou da etapa 2. Então, quando você melhora a etapa 2 e traz mais gente para a etapa 3, a etapa 3 passa a receber ",[14,82,83],{},"pessoas diferentes",", menos convencidas, que antes ficavam pelo caminho. É natural a taxa da etapa 3 cair, e não quer dizer que ela piorou. Já vi time comemorar a melhoria de uma etapa e, na semana seguinte, abrir uma investigação sobre a \"queda\" da próxima.",[74,86,88],{"id":87},"feature-que-retém-mais","Feature que \"retém mais\"",[10,90,91],{},"\"Quem usa o relatório retém muito mais, então vamos empurrar o relatório para todo mundo.\" Talvez. Mas quem foi atrás do relatório sozinho provavelmente já era o usuário mais engajado, e reteria de qualquer jeito. O relatório pode ser consequência do engajamento, e não a causa. Empurrar a feature para quem não pediu pode não mudar nada.",[74,93,95],{"id":94},"pesquisa-de-satisfação","Pesquisa de satisfação",[10,97,98],{},"NPS e pesquisa dentro do produto só ouvem quem ainda está no produto. Quem cancelou não responde. Se você usa isso para decidir o que melhorar, está desenhando o produto para quem já ficou.",[74,100,102],{"id":101},"medição-com-consentimento-e-bloqueadores","Medição com consentimento e bloqueadores",[10,104,105],{},"Quem aceita cookies não é igual a quem recusa, e quem usa bloqueador de anúncios costuma ter outro perfil. O seu analytics enxerga uma parte do público, e essa parte não é sorteada. Vale saber o tamanho do que você não vê antes de cravar uma conclusão.",[74,107,109],{"id":108},"canal-que-converte-melhor","Canal que \"converte melhor\"",[10,111,112],{},"Busca pela sua marca quase sempre aparece como o canal de maior conversão. Claro: quem digita o seu nome já decidiu. O canal não converteu essa pessoa, ele só estava no caminho dela. Atribuir o mérito a ele e cortar o resto pode secar justamente o que trazia gente para buscar o seu nome.",[74,114,116],{"id":115},"coortes-recentes","Coortes recentes",[10,118,119],{},"Quem entrou na semana passada ainda não teve tempo de comprar, voltar ou cancelar. Comparar a coorte nova com a de três meses atrás, sem igualar a janela, faz qualquer mudança recente parecer pior (ou melhor) do que é.",[22,121,123],{"id":122},"o-erro-de-escolher-onde-atuar-pelo-maior-drop","O erro de escolher onde atuar pelo maior drop",[10,125,126],{},"Drop é o termo que a gente usa para o ponto onde um grupo de usuários sai em comum. E o reflexo natural, quando abrimos um funil, é ir direto na etapa com o maior drop. Às vezes é isso mesmo. No ebook eu mostro um experimento em que atacar o drop no começo da página melhorou todas as etapas seguintes.",[10,128,129,130],{},"Mas antes de escolher o ponto de atuação, eu tento responder uma pergunta: ",[14,131,132],{},"quem está saindo é quem eu queria que ficasse?",[10,134,135],{},"Uma etapa que filtra quem não tem perfil é uma etapa saudável. Um drop grande num formulário de qualificação pode ser exatamente o funil funcionando. Se você \"conserta\" essa etapa, empurra para baixo gente que nunca ia comprar, a conversão final cai, o time comercial perde tempo e a conclusão vira \"a etapa 4 piorou\".",[10,137,138,139,142],{},"Uma coisa que eu comento no ebook vai na mesma linha: quando a mensagem do anúncio é mais específica, existe uma tendência de trazer menos pessoas para o site, porém pessoas mais propensas a avançar. Olhando só o volume, parece pior. Olhando o funil inteiro, é melhor. É o mesmo raciocínio ao contrário: ",[14,140,141],{},"mudar quem entra muda todas as taxas depois",".",[144,145,146],"warning",{},[10,147,148],{},"Desconfie de toda melhoria de taxa que vem junto com queda de volume, e de toda queda de taxa que vem junto com aumento de volume. Na maioria das vezes, quem mudou foi o grupo, não a etapa.",[22,150,152],{"id":151},"como-eu-tento-me-proteger","Como eu tento me proteger",[10,154,155],{},"Não existe um jeito de eliminar o viés de seleção, mas dá para reduzir muito o estrago. O que eu costumo fazer:",[157,158,159,166,172,178,189,195],"ol",{},[160,161,162,165],"li",{},[14,163,164],{},"Defino a população antes de olhar o número."," Sobre quem é essa decisão? Todos os visitantes? Quem veio de anúncio? Quem já é cliente? Escrever isso antes evita escolher o recorte que confirma o que eu já achava.",[160,167,168,171],{},[14,169,170],{},"Pergunto quem não está no dado."," Quem desistiu antes do primeiro evento, quem recusou cookies, quem não respondeu, quem cancelou. Às vezes não dá para medir, mas dá para estimar o tamanho e ter cuidado com a conclusão.",[160,173,174,177],{},[14,175,176],{},"Analiso por coorte de entrada, não por etapa isolada."," Um grupo que entrou no mesmo período, pela mesma origem, acompanhado do começo ao fim. É o que eu faço nos experimentos: mesma origem, mesma janela de dias, partindo do mesmo evento inicial.",[160,179,180,183,184,142],{},[14,181,182],{},"Separo correlação de causa com experimento."," Se eu acho que uma feature ou uma mensagem causa o resultado, o caminho honesto é testar com grupos sorteados, um de cada vez. Escrevi sobre isso em ",[185,186,188],"a",{"href":187},"\u002Fpt-br\u002Fblog\u002Fteste-ab-com-pouco-trafego","teste A\u002FB com pouco tráfego",[160,190,191,194],{},[14,192,193],{},"Olho volume e taxa juntos."," Taxa sem volume engana, volume sem taxa também.",[160,196,197,200],{},[14,198,199],{},"Ouço quem não quer falar."," Formulário anônimo, conversa com quem cancelou, com quem pediu reembolso. São as pessoas mais difíceis de alcançar e, a meu ver, as que mais ensinam.",[22,202,204],{"id":203},"resumo","Resumo",[10,206,207],{},"O funil mostra o comportamento de quem chegou até ele, e quem chega nunca é um sorteio do seu público. Antes de decidir onde atuar, pergunte quem está no dado, quem ficou de fora e se quem está saindo é quem você queria que ficasse. Drop grande nem sempre é problema, taxa que cai nem sempre é piora e o canal que mais converte nem sempre é o que mais trouxe. Na dúvida, compare grupos parecidos, mude uma coisa por vez e olhe o quadro todo.",{"title":209,"searchDepth":210,"depth":210,"links":211},"",3,[212,214,215,223,224,225],{"id":24,"depth":213,"text":25},2,{"id":45,"depth":213,"text":46},{"id":68,"depth":213,"text":69,"children":216},[217,218,219,220,221,222],{"id":76,"depth":210,"text":77},{"id":87,"depth":210,"text":88},{"id":94,"depth":210,"text":95},{"id":101,"depth":210,"text":102},{"id":108,"depth":210,"text":109},{"id":115,"depth":210,"text":116},{"id":122,"depth":213,"text":123},{"id":151,"depth":213,"text":152},{"id":203,"depth":213,"text":204},"analytics","2026-08-13","Quem aparece no seu dado nunca é o público inteiro. Como o viés de seleção distorce a leitura do funil e leva o time a atuar na etapa errada, e o que eu faço para me proteger dele.",false,"md",{},true,"\u002Fpt-br\u002Fblog\u002Fvies-de-selecao-no-funil",6,"dados",{"title":5,"description":228},"pt-br\u002Fblog\u002Fvies-de-selecao-no-funil",[226,239,240,241,242],"funil","vies","decisao","cohort","vies-de-selecao-no-funil",null,"fNYc4TEB7PUeObjLTXTJ71XQVAdkr7u-iwCNbG3ngbw",[247,256,266],{"title":248,"description":249,"path":250,"date":251,"segment":235,"category":252,"tags":253,"featured":229,"readingTime":210},"North Star sem vaidade: como escolher a métrica que realmente orienta o produto","Usuários cadastrados, pageviews e downloads fazem gráficos bonitos e decisões ruins. Um roteiro para escolher a métrica que importa e montar a árvore que liga o trabalho do time a ela.","\u002Fpt-br\u002Fblog\u002Fnorth-star-sem-vaidade","2026-10-29","metricas",[252,254,255,226],"north-star","produto",{"title":257,"description":258,"path":259,"date":260,"segment":235,"category":226,"tags":261,"featured":229,"readingTime":210},"Plano de medição antes do primeiro evento: GA4 sem bagunça e com consentimento","Instalar o GA4 leva cinco minutos; confiar nos dados leva meses se você começar errado. Como desenho a taxonomia de eventos, o consentimento e o fluxo de medição junto com a feature.","\u002Fpt-br\u002Fblog\u002Fplano-de-medicao-antes-do-primeiro-evento","2026-10-22",[262,226,263,264,265],"ga4","lgpd","eventos","medicao",{"title":267,"description":268,"path":187,"date":269,"segment":235,"category":270,"tags":271,"featured":229,"readingTime":210},"Teste A\u002FB com pouco tráfego: o que fazer quando a estatística não te ajuda","Com poucas visitas por semana, um teste A\u002FB clássico leva meses para dizer algo. Como experimentar com honestidade em produtos pequenos, sem falsos vencedores.","2026-09-10","experimentacao",[272,270,273,274],"ab-test","estatistica","conversao",{"en":276},"\u002Fblog\u002Fselection-bias-in-the-funnel",[278,244],{"title":279,"path":280,"stem":281,"description":282,"children":-1},"Hipótese antes da evidência: como montar uma tese de ação em marketing","\u002Fpt-br\u002Fblog\u002Fhipotese-antes-da-evidencia","pt-br\u002Fblog\u002Fhipotese-antes-da-evidencia","Dado sem pergunta confirma qualquer coisa. Por que a hipótese tem que vir antes da evidência, como escrever uma que dá para refutar e como juntar várias numa tese que orienta onde investir.",1795051149537]