Dá para provar o efeito da marca no CAC (custo de aquisição de clientes), mas não com um único gráfico nem com a planilha de atribuição de último clique. A prova vem de um conjunto de análises simples, feitas com método: comparar o desempenho da mídia de performance antes e depois de esforços de marca, separar contas que já conheciam a empresa das que não conheciam e acompanhar o funil inteiro até a venda.
Quando esses sinais apontam na mesma direção, a conversa com o financeiro deixa de ser sobre fé e passa a ser sobre evidência.
Este texto mostra quais análises fazer, como montar cada uma com os dados que a maioria das empresas B2B já tem no CRM e na mídia, e quais armadilhas costumam derrubar a conclusão.
Por que a marca aparece pouco no cálculo do CAC
CAC (custo de aquisição de clientes) é o total gasto em marketing e vendas num período dividido pelo número de clientes novos conquistados nesse mesmo período. A conta é simples. O problema está em como o custo é distribuído entre os canais.
A maioria dos modelos de atribuição dá crédito a quem estava presente no último clique antes da conversão. Campanha de busca, remarketing e formulário de demonstração aparecem bem. Vídeo, evento, conteúdo de autoridade e presença constante no LinkedIn quase não aparecem, porque raramente são o último toque.
A análise da Analytic Partners publicada na Adweek em 2022, feita com dados de mais de 750 marcas, aponta que modelos de último clique superestimam as atividades clicáveis em 2 a 10 vezes e subestimam, no mínimo na mesma medida, as não clicáveis, como vídeo.
É dado de uma empresa que vende modelagem de mídia, então vale ler com esse filtro, mas a direção do viés é bem conhecida por quem já tentou explicar resultado só pelo relatório do Google Ads.
O resultado prático é um ciclo ruim: a marca parece cara e sem retorno, o orçamento migra para performance, o custo por lead sobe aos poucos e ninguém liga uma coisa à outra.
Como funciona o efeito da marca no CAC
Antes de medir, ajuda ter claro por onde o efeito passa. Há quatro caminhos principais.
- Mídia mais barata: anúncio de empresa conhecida tende a receber mais cliques. Com taxa de clique maior, o custo por clique e por lead cai nos leilões de mídia.
- Funil mais eficiente: quem já conhece a empresa chega com menos desconfiança. Isso costuma aparecer em taxas de conversão melhores entre as etapas (lead para oportunidade, oportunidade para venda).
- Entrada na lista curta: o relatório de experiência do comprador B2B de 2025 da 6sense mostra que 94% dos compradores já chegam à primeira conversa com a lista de fornecedores ordenada por preferência, que a compra final saiu dessa lista inicial em 95% dos casos e que 85% dos compradores já tinham experiência prévia com o fornecedor vencedor. Quem não está nessa lista gasta muito mais para tentar entrar.
- Menos pressão sobre preço: o resumo da Forrester sobre o estudo de Les Binet e Peter Field para o LinkedIn associa construção de marca a menor sensibilidade a preço. Isso não reduz o CAC diretamente, mas melhora a relação entre o custo de aquisição e o valor que o cliente gera.
Cada caminho pede uma análise diferente. Juntas, elas formam a argumentação.
Quais análises provam o efeito da marca no CAC
1. Desempenho da mídia antes e depois de esforços de marca
A análise mais acessível é comparar indicadores de mídia paga em períodos com e sem atividade forte de marca: taxa de clique (CTR), custo por clique (CPC), custo por lead e taxa de conversão das páginas. O ideal é olhar a mesma campanha, com a mesma segmentação, para isolar o que mudou.
Dois cuidados fazem diferença. Primeiro, use janelas comparáveis, descontando sazonalidade (compare com o mesmo período do ano anterior, quando possível). Segundo, acompanhe também a busca pela marca, o volume de pessoas que procuram o nome da empresa no Google. Ela funciona como termômetro de lembrança e costuma reagir antes dos indicadores de venda. Expliquei como acompanhar esse e outros sinais no texto sobre como medir brand awareness em B2B sem pesquisa cara.
O próprio LinkedIn afirma, na página de acompanhamento de conversões da plataforma, que públicos expostos a mensagens de marca e de aquisição convertem até seis vezes mais. É um dado da própria plataforma, sem metodologia detalhada, e por isso serve mais como hipótese a testar nos seus números do que como prova.
2. Teste com grupo de controle por região ou por segmento
Comparação de antes e depois sempre deixa dúvida, porque muita coisa muda ao mesmo tempo. O teste com grupo de controle resolve boa parte disso. Escolha regiões, segmentos ou listas de contas parecidas, rode a campanha de marca em parte delas e mantenha a outra parte sem exposição. Depois de alguns meses, compare custo por lead, taxa de conversão e CAC entre os dois grupos.
Imagine uma empresa B2B que atende todo o país e decide concentrar mídia de marca em dois estados por um semestre, mantendo outros dois parecidos como controle. Se o custo por oportunidade cair nos estados expostos e ficar estável no controle, a evidência é bem mais forte do que qualquer gráfico de atribuição. O teste exige paciência e disciplina para não mexer no grupo de controle no meio do caminho, e é aí que a maioria desiste.
3. Conversão do funil por nível de conhecimento da marca
Aqui o trabalho é separar leads e contas em grupos de acordo com o quanto já conheciam a empresa antes de entrar no funil. Alguns sinais práticos para isso:
- origem do primeiro contato (busca pela marca, acesso direto ao site ou indicação, em comparação com mídia paga genérica);
- resposta ao campo “como conheceu a empresa”, quando ele é preenchido com cuidado pelo time comercial;
- engajamento anterior com conteúdo, eventos ou redes sociais registrado no CRM;
- pesquisa de lembrança de marca no público-alvo, quando houver.
Com os grupos definidos, compare as taxas de conversão em cada etapa, o tempo de ciclo e o custo por cliente fechado. É comum o lead “barato” de mídia genérica parecer eficiente no topo e perder essa vantagem nas etapas seguintes. Lead é etapa, e a comparação só vale se for até a venda.
4. Taxa de vitória em contas que conhecem a marca
Para empresas que trabalham com uma lista de contas-alvo, vale olhar as oportunidades abertas e comparar a taxa de vitória (win rate) e o ticket médio entre contas com histórico de relacionamento com a marca e contas frias. Os dados da 6sense citados acima indicam que o fornecedor que o comprador já conhece tem vantagem clara. Ver se isso se repete na sua base transforma uma estatística de mercado em argumento interno.
5. Modelagem de mix de marketing, quando o investimento justifica
Empresas com orçamento de mídia relevante e alguns anos de histórico podem usar modelagem de mix de marketing (MMM), um método estatístico que estima a contribuição de cada canal nas vendas considerando defasagens e efeitos combinados. É a forma mais completa de medir o efeito da marca no CAC e nos outros canais, mas exige dados organizados e alguém que saiba interpretar o modelo. Para a maioria das empresas B2B de médio porte, as quatro análises anteriores, bem feitas, já resolvem a conversa.
Erros comuns ao medir o efeito da marca no CAC
- Confundir correlação com causa: contas grandes e conhecidas convertem melhor por vários motivos, não só pela marca. Compare contas de porte e segmento parecidos.
- Esperar resultado em semanas: efeito de marca se acumula. Medir um mês depois da campanha costuma mostrar pouco e reforçar a ideia de que não funcionou.
- Ignorar mudanças na operação: se o time de vendas cresceu, mudou o processo ou trocou de pré-vendas no mesmo período, isso precisa entrar na análise.
- Usar o CAC médio de toda a empresa: o efeito aparece melhor quando o CAC é aberto por canal, segmento ou grupo de contas.
- Depender de um campo de CRM mal preenchido: “origem do lead” com 40% de “outros” não sustenta nenhuma conclusão. Arrumar o dado vem antes da análise.
Como apresentar o efeito da marca no CAC ao financeiro
O diretor financeiro não precisa de uma aula sobre marca. Precisa entender o efeito no custo, no prazo e no risco. Funciona melhor uma apresentação curta, com três partes: o que foi testado e como (incluindo o grupo de controle, se houve), o que mudou no custo por oportunidade e no CAC, e quanto da diferença pode ser atribuída à marca com segurança. Vale também deixar claro o que a análise não prova.
Há ainda um argumento de longo prazo. O guia do LinkedIn sobre a regra de participação de voz, baseado no trabalho de Binet e Field com dados do IPA (instituto britânico de profissionais de publicidade), indica que, em B2B, cada 10 pontos de presença em comunicação acima da participação de mercado se associam a cerca de 0,7 ponto de crescimento de participação por ano.
É uma média de mercado, não uma promessa, mas ajuda a mostrar que cortar marca tem custo, ainda que ele apareça depois.
A minha leitura é que a discussão entre marca e performance costuma ser mal colocada. As duas trabalham juntas, e o papel de quem lidera marketing é mostrar como uma melhora a outra com dados que o negócio reconhece. Isso depende menos de ferramenta sofisticada e mais de processo: dado de origem bem preenchido, testes com começo, meio e fim, e um time que acompanha o funil até a receita.
O primeiro achado costuma ser sobre os seus dados
Quem tenta rodar essas análises pela primeira vez quase sempre esbarra no mesmo problema antes de descobrir qualquer coisa sobre a marca: o dado não está pronto. O campo de origem vem incompleto, o CAC não está aberto por canal e ninguém guardou o histórico de busca pela marca. Por isso, o primeiro trimestre tende a ser mais de arrumação do que de conclusão.
Esse trabalho é menos glamoroso do que um estudo de efeito de marca, mas é ele que destrava o resto. Quando vendas e marketing combinam como o campo de origem é preenchido, o CAC passa a ser fechado por canal e segmento com o mesmo critério todo mês e a série de busca pela marca começa a ser guardada, a comparação de conversão por nível de conhecimento já pode ser feita com números da própria empresa. O teste com grupo de controle entra depois, no semestre seguinte.
Para quem queria chegar ao financeiro com uma prova pronta, pode parecer pouco. Só que uma comparação simples sobre dado confiável costuma convencer mais do que um modelo sofisticado montado sobre um CRM em que metade das oportunidades veio de “outros”.
