Time Decay Attribution: meça ROI e otimize campanhas sem matar o topo do funil

Time Decay Attribution é um modelo multi-touch que distribui crédito entre os pontos de contato de uma jornada, aumentando o peso conforme a interação se aproxima da conversão. A premissa é direta: a influência de um toque "esfria" com o tempo, e o que aconteceu ontem costuma puxar mais a decisão do que o que aconteceu três semanas atrás. Para operações com ciclos médios ou longos, múltiplos canais em sequência e nurturing ativo, esse modelo tende a revelar distorções que last-click esconde.

Pense em uma ampulheta com uma curva exponencial desenhada no vidro. A areia que cai mais perto do fim representa interações recentes ganhando mais crédito. Este artigo mostra como sair da teoria e usar Time Decay Attribution para decisões de orçamento, posicionamento e otimização, sem cegar o topo do funil.

O que é Time Decay Attribution e quando ele vence o last-click

Em vez de premiar só o último clique, Time Decay Attribution assume que cada toque contribuiu, mas com peso decrescente conforme o tempo passa. O resultado é uma visão de jornada mais fiel ao comportamento real do comprador.

Use Time Decay Attribution quando existir:

• Ciclo de decisão médio ou longo (B2B, serviços, tickets altos, assinaturas)
• Múltiplos canais atuando em sequência (conteúdo, remarketing, e-mail, search de marca)
• Nurturing e retomadas, quando o lead some e volta dias depois

Um bom teste mental: se você acredita que o último toque é "só a porta", e não a história inteira, last-click vai distorcer a alocação de budget.

Regra de decisão operacional:

• Mediana de tempo até conversão maior que 7 dias: rode Time Decay Attribution em paralelo ao last-click por pelo menos 2 ciclos
• Mediana menor que 3 dias: o ganho pode ser pequeno e o risco de supervalorizar retargeting aumenta

Mudança típica de leitura (antes/depois):

• Antes (last-click): "Search e remarketing são heróis; topo de funil é caro."
• Depois (time decay): "Topo de funil aparece com crédito menor, mas consistente; middle e bottom ganham peso proporcional ao timing."

Para comparar prós e contras do modelo com outras abordagens, vale consultar as análises da Triple Whale e da RedTrack.

Como funciona o half-life e como escolher a curva de decaimento

O coração do Time Decay Attribution é o half-life: depois desse intervalo de tempo, um toque vale metade do crédito de um toque "agora". A modelagem mais comum usa decaimento exponencial, em que o peso diminui continuamente conforme o toque se afasta da conversão.

Workflow de configuração (30 a 60 minutos):

1. Meça o tempo até conversão por segmento (novo vs. recorrente, B2B vs. B2C, lead vs. compra)
2. Defina a janela de atribuição (30, 60 ou 90 dias). Evite janelas maiores que seu ciclo para não inflar ruído
3. Escolha o half-life inicial com base no ciclo:
   • Ciclo de 14 dias: half-life entre 3 e 5 dias
   • Ciclo de 45 dias: half-life entre 10 e 15 dias
   • Ciclo de 90 dias: half-life entre 20 e 30 dias
4. Rode o modelo em paralelo por 2 a 4 semanas e compare com linear e last-click

Regra de decisão para ajuste de half-life:

• Se o time reclama que "tudo vira retargeting", aumente o half-life
• Se o modelo está parecido com linear, reduza o half-life

Métrica para validar a escolha:

A distribuição de crédito por canal deve ficar estável em nível de categoria (top, middle, bottom) e variar em nível de campanha. Se tudo muda drasticamente, o modelo está sensível demais à janela ou à qualidade do tracking.

A Attribution App e a Statsig publicaram discussões detalhadas sobre parametrização e leitura de resultados em ciclos longos.

Time Decay Attribution para posicionamento estratégico sem cortar awareness

Aqui é onde muitas operações erram: adotam Time Decay Attribution, veem o bottom subir e cortam investimento de topo por parecer pouco eficiente. O problema é que o modelo foi feito para dizer "o que empurrou agora", não "o que criou demanda". Tratar o modelo como veredito final é o caminho mais rápido para colapsar o funil em 2 a 3 trimestres.

Para transformar Time Decay Attribution em ferramenta de posicionamento, trate-o como um mapa de aceleração.

Decisão estruturada para budget por camada:

Camada 1: Criação de demanda (topo)

• KPI: alcance qualificado, visitas novas, lift de marca, taxa de engajamento
• Atribuição: use time decay como sinal indireto (aparece com crédito menor, mas recorrente)

Camada 2: Educação e consideração (meio)

• KPI: leads qualificados, consumo de conteúdos-chave, retorno ao site
• Atribuição: time decay costuma revelar ativos intermediários como webinars, comparativos e e-mail

Camada 3: Fechamento (fundo)

• KPI: conversão, CPA, ROAS, receita incremental
• Atribuição: é onde o time decay tende a ser mais acionável

Framework híbrido com posição:

Uma saída robusta é combinar time decay com lógica de posição (primeiro e último toque com pesos mínimos), para não esmagar o topo. Essa abordagem equilibra curto e longo prazo e aparece com frequência em análises de mercado como as da TrueProfit.

Checklist de governança para não matar o topo:

• Defina um piso de investimento em criação de demanda por 1 a 2 trimestres
• Compare ROI por canal em coortes de aquisição (clientes adquiridos em outubro vs. novembro)
• Faça segmentação por intenção: marca vs. genérico, prospecting vs. retargeting

Implementação no stack: GA4, mídia paga, CRM e naming

O modelo só é útil se a coleta for confiável. Confiável significa eventos consistentes, UTMs padronizadas e identificação de usuários dentro do possível.

Workflow mínimo (stack enxuto e funcional):

1. Padronize UTMs e naming (source, medium, campaign, content) e congele uma convenção
2. Garanta eventos de conversão bem definidos no site e no app
3. Conecte mídia paga e analytics
4. Integre CRM para fechar o ciclo (lead, oportunidade, receita)

Ferramentas comuns nessa arquitetura:

• Eventos e jornadas: Google Analytics 4 com importação de conversões
• Ajuste de janelas e conversões: Google Ads
• Padronização de campanhas: Meta Business Help Center
• Pipeline e receita: Salesforce ou HubSpot

Regra de decisão: o que integrar primeiro

• B2C com compra no site: comece por GA4 + Ads + pixels + CAPI
• B2B com venda fechando no CRM: comece por GA4 + CRM + fonte de lead, e só depois refine mídia

Segmentação obrigatória para não se enganar:

• Novo vs. recorrente
• Ticket baixo vs. alto
• Ciclo curto vs. longo
• Dispositivo (mobile vs. desktop) quando relevante

Sem essa segmentação, Time Decay Attribution vira média geral. E média geral quase sempre esconde o canal que cria demanda e o canal que fecha.

O que mudar na prática: playbook de otimização semanal

Depois de implementar, a pergunta é como transformar o modelo em ações. O objetivo não é achar o canal campeão, mas realocar orçamento para reduzir CPA e aumentar ROI sem colapsar o funil.

Playbook semanal:

1. Separe relatórios por prospecting e retargeting
2. Compare três visões lado a lado: last-click, linear e Time Decay Attribution
3. Identifique campanhas que ganham crédito no time decay e perdem no last-click — geralmente são campanhas de consideração
4. Faça realocação incremental: mova 5% a 10% do budget por semana, não 30% de uma vez
5. Reavalie após 7 a 14 dias

Decisão objetiva para cortar ou escalar:

• Escale se o canal melhora CPA e mantém taxa de conversão estável
• Corte se o canal só sobe por estar mais perto do fim, mas piora eficiência marginal

Exemplo prático (e-commerce):

• Antes: todo ROAS mora em branded search
• Depois: time decay mostra que e-mail e remarketing empurram a última semana
• Ação: criar grupo de campanha de remarketing por categorias vistas e aumentar cadência de e-mail para carrinho abandonado

Exemplo prático (B2B):

• Antes: LinkedIn parece caro porque raramente é last-click
• Depois: time decay mostra LinkedIn como acelerador de reuniões quando acontece 3 a 10 dias antes do lead
• Ação: ajustar mensagens e ofertas intermediárias (case, demo, webinar) e medir avanço de estágio no CRM

Análises com exemplos e implicações de otimização estão disponíveis na RedTrack e na OWOX.

Limitações, privacidade e como evitar decisões erradas

Time Decay Attribution não é a verdade, é um modelo. Ele funciona melhor quando você aceita suas limitações e cria controles ao redor dele.

Limitações comuns:

• Supervalorização de retargeting em janelas curtas
• Dificuldade em medir impacto real de brand e offline
• Perda de sinal por restrições de cookies, consentimento e cross-device

Controles operacionais:

• Testes de incrementalidade (holdout, geo, lift) para validar canais de topo
• Piso de investimento por objetivo (awareness, consideração, conversão)
• Auditoria mensal de tracking (UTMs, eventos, deduplicação, importação de conversões)

Quando não usar sozinho:

• Se o mix tem muita mídia de alcance, complemente com estudos de lift
• Se o tracking é frágil, priorize arrumar a coleta antes de discutir modelo

O mercado tem caminhado para abordagens privacy-first, com mais dependência de dados próprios e integrações server-side. Panoramas sobre a evolução de atribuição publicados pela Giant Partners e pela Market My Market ajudam a contextualizar essa direção e a calibrar expectativas.

Volte à imagem da ampulheta com a curva exponencial. Se você mexe no half-life sem governança, só muda a forma do vidro. Se combina modelo, segmentação e validação, transforma atribuição em decisão.

Conclusão

Time Decay Attribution é uma forma pragmática de aproximar atribuição do comportamento real: o que aconteceu mais perto da conversão tende a pesar mais. Ele é especialmente valioso em ciclos longos, jornadas multicanal e operações com nurturing, onde last-click distorce o ROI.

Para aplicar com segurança, foque em três ações: escolher um half-life coerente com o ciclo, implementar segmentação (novo vs. recorrente, ciclo curto vs. longo) e usar o modelo como motor de otimização incremental, não como sentença para cortar topo de funil. Quando você faz isso, o modelo deixa de ser um gráfico no dashboard e vira um método para decidir orçamento, mensagens e cadência de campanhas com confiança.