oceano azul

A maioria das empresas não sabe que está deixando dinheiro na mesa

E não é por falta de dados. É por falta de um modelo que organize eles da forma certa e apontando para os alvos corretos.

Trabalho com análise SEO, PPC, CRO e dados há anos e vejo o mesmo padrão se repetir: empresas com presença física distribuída pelo Brasil tomam decisões de expansão com base em feeling, pressão do time regional ou simplesmente no histórico de quem já vende mais. É o que mais vemos por aí. 

O problema é que quem mais vende nem sempre é quem mais pode vender. É como eu ouvi de um cliente uma vez: “eu sei que estou ganhando dinheiro, mas não sei quanto eu poderia ganhar a mais”. Ou então, de um grande varejista que me disse: “Erick, eu não sei o que eu não sei!”.

Há alguns anos, a gestão de campanhas de anúncios seguia uma lógica direta: em contas bem administradas, o aumento do aporte financeiro traduzia-se quase automaticamente em escala de resultados. Contudo, esse cenário mudou. Recentemente, tem sido cada vez mais comum o relato de analistas sobre a dificuldade de potencializar retornos; em diversos nichos, o crescimento agora exige investimentos proporcionalmente muito superiores aos patamares anteriores, uma tendência que se torna predominante no mercado.

A saturação tornou o custo de aquisição um desafio. Segundo o relatório da WordStream (MARINO, 2026), o CPC médio no Google dobrou na última década, saltando de $2,32 para $5,42. Apesar da estabilização recente pós-2025, o leilão hoje opera em um patamar alto que esmaga o lucro das empresas.

O que noto nos dados é uma saturação concentrada principalmente em algumas regiões: embora o público-alvo cresça, o número de concorrentes acompanha esse movimento. Especialmente em áreas mais populosas, isso resulta em ‘oceanos vermelhos’. Muitos e-commerces, por exemplo, concentram suas vendas em SP, enfrentando custos de campanha mais altos e uma concorrência muito maior.

Foi para resolver esse problema que desenvolvi o IOA — Índice de Oceano Azul: uma metodologia com base em estatística e ciência de dados que identifica, município a município, onde existe potencial de mercado ainda não explorado.

Continuar a ler
maturidade de dados

Os 6 pilares da maturidade em dados: o que separa empresas que decidem bem das que decidem no escuro

Ao longo da minha carreira, trabalhei com empresas dos mais variados portes e setores. E uma coisa me chamou a atenção desde cedo: o nível de maturidade no uso de dados varia muito — muito mais do que a maioria dos executivos imagina.

Em alguns projetos, me deparei com empresas que literalmente olham dados de hora em hora. Agências de publicidade, por exemplo, monitoram métricas em tempo real para ajustar lances, escolher canais e realocar orçamento antes que o dia acabe. Nada é decidido sem números na mesa. Por outro lado, encontrei empresas que usam dados apenas para fechar o DRE no final do mês — e algumas que nem isso fazem. Vivem, na prática, ao acaso.

Na minha trajetória acadêmica, tive contato com profissionais brilhantes de grandes companhias que me relataram, com certa frustração, a fragilidade do uso de dados nas organizações onde trabalhavam. Pessoas capacitadas, cercadas de tecnologia, mas sem estrutura, cultura ou liderança que transformasse dados em decisões.

A verdade é simples: as empresas estão em níveis diferentes de maturidade. E entender onde você está é o primeiro passo para avançar.

Continuar a ler
data center

Como a Governança de Dados garante a qualidade das análises e protege os ativos da empresa

O maior patrimônio da sociedade hoje é, sem dúvida, a informação. Basta notar as transformações diárias e a capacidade que os dados têm de influenciar nossa existência, que se torna cada vez mais dependente do ambiente digital. Há quem, como o matemático Clive Humby, arrisque-se a afirmar que os dados são o novo petróleo. 

Mas como o petróleo, os dados precisam ser refinados, pois sem refino, não têm a viabilidade comercial que se pretende, uma vez que não são ainda informações. Assim como o petróleo, os dados estão na natureza, na nossa vida, nas coisas que fazemos e produzimos. São fatos consumados que ainda estão sem contexto e precisam ser tratados. Precisam ser armazenados com cuidado, pois são caros e como o petróleo, inflamáveis, pois se vazar, o operador do dado pode receber multas e sanções pesadas.

Esses dados têm tanto valor que os índices de crimes virtuais crescem continuamente — afinal, informações pessoais e financeiras são hoje o principal insumo para fraudes digitais.

A transição dos dados empresariais do meio físico (departamentos, arquivos e envelopes de papel) para o digital (sistemas e servidores) transformou-os em ativos valiosos. Quando esses dados são coletados, processados e analisados, eles se convertem em ricas fontes de informação e conhecimento, proporcionando uma vantagem competitiva significativa para a organização.

Este artigo visa discutir a Governança de Dados (GD) e seu potencial para contribuir de forma significativa para os processos de business intelligence (BI) e ciência de dados.

Continuar a ler
relação e correlação de dados

Como Visualizar Relações e Correlações entre Variáveis no Marketing Digital

O livro Storytelling com Dados, da Cole Nussbaumer Knaflic, é uma das minhas maiores referências quando o assunto é visualização de dados. A autora consegue traduzir conceitos complexos de maneira prática e acessível, com exemplos reais que ajudam muito no dia a dia. Foi lendo esse livro que eu, por exemplo, abandonei (ou quase) os famosos gráficos de pizza. Não que seja proibido usar, mas ela mostra — com argumentos sólidos — por que esse tipo de visualização pode atrapalhar mais do que ajudar, principalmente quando o objetivo é comunicar de forma clara e direta.

Continuar a ler

Estatística Amostral na Prática: o que é, tipos de amostragem e exemplos reais no marketing digital

Quem trabalha com marketing digital, ciência de dados ou web analytics convive diariamente com métricas, dashboards e relatórios. Ainda assim, conceitos fundamentais, como estatística amostral costumam gerar dúvidas — ou pior, são ignorados completamente.

O problema é que muitas decisões estratégicas são tomadas com base em dados amostrais, mesmo quando o profissional não percebe esse fato. Entender como a amostragem funciona ajuda a evitar análises enviesadas, conclusões precipitadas e decisões caras.

Por exemplo, se você analisa o público de um site em um determinado período de tempo, está lidando com uma amostra e não toda a população.

Neste artigo, explico estatística amostral de forma simples, usando exemplos do mundo real do marketing digital, exatamente como eu vivencio no dia a dia como analista.

Continuar a ler