Curvas de saturação e adstock: como saber quando o próximo real em mídia para de render
Todo canal tem um ponto a partir do qual investir mais rende cada vez menos. Entenda saturação, retorno marginal e efeito residual da mídia, com fórmulas, exemplos e o erro mais caro do planejamento anual.

Imagine um anúncio em todos os pontos de ônibus da Avenida Paulista. Na primeira semana, boa parte de quem passa por ali vê a mensagem pela primeira vez. Na quarta semana, quase todo mundo já viu, várias vezes. O custo continua o mesmo, mas o número de pessoas novas alcançadas e convencidas cai. Esse é o princípio da saturação, e ele vale para qualquer canal: TV aberta, YouTube, Meta, busca, CTV ou mídia exterior.
Ignorar a saturação é o erro mais caro do planejamento anual. O canal que entregou o melhor ROAS no ano passado recebe mais verba, mas o retorno do dinheiro extra é muito menor que o retorno médio que justificou a decisão. Entender curvas de resposta muda a pergunta de “qual canal é melhor” para “onde o próximo real rende mais”.
O que é uma curva de saturação
Uma curva de saturação descreve como o resultado incremental de um canal cresce conforme o investimento aumenta. No começo, cada real adicional gera bastante resultado. A partir de certo ponto, a curva achata e o ganho de cada real extra diminui. Em Marketing Mix Modeling, uma forma comum de representar isso é a função Hill: resposta = β × xˢ ÷ (xˢ + Kˢ), em que x é o investimento, K é o ponto de meia saturação, onde o canal entrega metade do seu potencial máximo, e s controla o formato da curva.
Quando s é maior que 1, a curva tem formato de S: existe um investimento mínimo para o canal começar a funcionar, típico de TV e mídia exterior, que precisam de frequência para gerar lembrança. Quando s é menor ou igual a 1, a curva é côncava desde o início, comum em busca paga, em que os primeiros reais capturam a demanda mais quente.
Retorno médio versus retorno marginal
O retorno médio é o resultado total dividido pelo investimento total. O retorno marginal é o resultado do próximo real investido, a inclinação da curva no ponto atual. Um canal pode ter iROAS médio de 3,2 e iROAS marginal de 0,9 ao mesmo tempo. Se o ROAS de equilíbrio da empresa for 2,5, o canal é lucrativo no conjunto, mas cada real adicional ali destrói margem. A decisão de aumentar ou cortar depende do marginal, não do médio.
O orçamento ótimo é aquele em que o próximo real rende o mesmo em qualquer canal. Se não rende, ainda há dinheiro para mover.
Adstock: a mídia que continua trabalhando
Nem todo efeito da mídia acontece na semana em que ela roda. Um comercial visto hoje pode influenciar uma compra daqui a três semanas. Adstock é a forma de modelar esse efeito residual. No formato geométrico, o mais simples, o efeito acumulado em uma semana é o investimento da semana mais uma fração λ do efeito acumulado da semana anterior: Aₜ = xₜ + λ × Aₜ₋₁.
- λ = 0,3: efeito curto, típico de busca paga e ofertas de varejo. Meia-vida inferior a uma semana.
- λ = 0,5: meia-vida de 1 semana, comum em social e vídeo online de performance.
- λ = 0,8: meia-vida de cerca de 3 semanas, frequente em TV, CTV e campanhas de marca.
- A meia-vida é calculada como ln(0,5) ÷ ln(λ). Ela indica quantas semanas leva para o efeito cair pela metade.
Ignorar o adstock faz canais de marca parecerem piores do que são, porque o crédito pelas vendas das semanas seguintes vai para os canais de conversão que estavam ativos nesse momento. Também distorce a leitura de pausas: desligar a TV por duas semanas pode não mostrar queda imediata, e a conclusão errada é que ela não fazia diferença.
Como usar curvas no planejamento
- Localize cada canal na própria curva. Canais no trecho plano são candidatos a corte, canais no trecho inclinado são candidatos a aumento.
- Mova orçamento em passos de 10% a 20%. Curvas só são confiáveis dentro da faixa de investimento já observada no histórico.
- Valide a mudança com um teste geo ou holdout antes de transformá-la em política permanente.
- Reestime as curvas a cada trimestre. Criativos novos, concorrência e preço de mídia mudam a forma da curva ao longo do ano.
No LMM, as curvas de resposta vêm do Meridian, o framework open source de MMM bayesiano do Google, com intervalos de credibilidade em vez de um número único. A Plataforma mostra onde cada canal está na curva, qual o retorno marginal estimado e marca como fora do suporte qualquer cenário que exija investimento nunca observado. A recomendação de realocação respeita esses limites e segue para aprovação humana antes de qualquer mudança.
Perguntas frequentes
O que é saturação de mídia?
É a redução do retorno de cada real adicional conforme o investimento em um canal aumenta. Acontece porque o público mais propenso já foi alcançado e a frequência extra convence cada vez menos gente nova.
Qual a diferença entre adstock e saturação?
Adstock trata do tempo: quanto do efeito da mídia continua nas semanas seguintes. Saturação trata do volume: quanto o retorno diminui conforme o investimento cresce. Um MMM bem especificado modela os dois para cada canal.
Como saber se um canal está saturado?
Compare o retorno marginal estimado com o ROAS de equilíbrio da empresa. Se o próximo real rende menos que o equilíbrio, o canal está saturado no nível atual. Sinais práticos incluem frequência subindo, CPA crescente e alcance incremental estagnado.
Preciso de MMM para estimar curvas de saturação?
O MMM é o método mais completo, mas exige cerca de 2 anos de histórico semanal. Sem isso, testes geo com níveis diferentes de investimento em praças comparáveis já dão uma boa estimativa de pontos da curva.




