Como medir resultado de cupom de desconto depende de comparar quem recebeu a mensagem com um grupo sorteado que não recebeu, em vez de contar só os cupons usados. Em 70 experimentos de uma plataforma online de revenda de ingressos, as ofertas enviadas por e-mail elevaram o gasto médio em 37,2% na janela da promoção, e 90% desse ganho veio de compras que não usaram a oferta. Fonte: Sahni, Zou e Chintagunta (2017), Management Science.
O cupom usado mostra uma parte do efeito, e a contagem de todo pedido feito depois da mensagem inclui mais do que a mensagem acrescentou. O grupo sorteado separa as duas coisas, mas precisa existir antes do primeiro envio: depois que a base inteira recebeu a oferta, não há mais com quem comparar.
Como medir resultado de cupom de desconto?
Há três medidas possíveis para o mesmo envio, e cada uma responde a uma pergunta diferente. A primeira conta os cupons usados. A segunda conta os pedidos feitos depois da mensagem, numa janela de dias. A terceira compara a receita por cliente de quem recebeu a mensagem com a de um grupo sorteado que não recebeu.
| Medida | O que conta | Limite |
|---|---|---|
| Cupom usado | Os pedidos que usaram o código | Ignora quem viu a mensagem e comprou sem o código |
| Janela de dias | Os pedidos depois da mensagem, por exemplo até 5 dias depois do envio de um e-mail aberto ou clicado | Inclui quem compraria de qualquer forma |
| Grupo sorteado sem mensagem | A receita por cliente de quem recebeu, menos a de quem ficou sem mensagem | Custa a receita que o grupo sem mensagem deixa de receber |
Fonte: EcomSmart, a partir de Sahni, Zou e Chintagunta (2017) e da definição de atribuição da Klaviyo (comunicado de 2 de dezembro de 2025).
A medida do meio é a atribuição por janela. A Klaviyo, uma plataforma de CRM, a define assim: pedidos feitos até cinco dias depois do envio do e-mail, desde que aberto ou clicado, e até 24 horas depois de SMS ou WhatsApp. Fonte: Klaviyo, comunicado de 2 de dezembro de 2025, nota de rodapé. Ela serve para acompanhar o dia a dia e comparar campanhas entre si. O que ela não faz é separar quem compraria de qualquer forma.
O que os 70 experimentos mostraram?
Uma grande plataforma online de revenda de ingressos sorteou, em 70 experimentos, quem receberia a oferta por e-mail e quem ficaria sem ela. Os autores compararam as compras dos dois grupos, e é essa comparação que mede o que a oferta acrescentou.
- 90% do ganho do e-mail com oferta veio de compras sem resgate
- +US$ 3,03 no gasto médio por pessoa na janela da promoção (+37,2%)
- +US$ 1,55 no gasto da semana seguinte ao fim da oferta
Dos US$ 3,03 de ganho por pessoa, cerca de US$ 2,73 (90%) vieram de compras sem resgate e US$ 0,30, do resgate. Fonte: cálculo EcomSmart sobre Sahni, Zou e Chintagunta (2017).
Os autores também observaram que uma oferta que não valia para um gênero de ingresso aumentou o gasto nesse gênero. Eles concluem que o e-mail com oferta pode funcionar como uma forma de propaganda dos produtos da empresa, além de ferramenta de discriminação de preço. O efeito foi significativamente maior entre quem não tinha comprado na plataforma no ano anterior à oferta, e quem gastou mais no passado respondeu mais.
Por que contar só os cupons usados pode mostrar uma parte pequena do efeito?
Porque a mensagem também pode vender para quem não usa o código. O cliente vê o e-mail, lembra da loja e compra sem o cupom, e essa compra fica fora da contagem de resgates. No estudo dos ingressos, 90% do ganho não passou pelo resgate da oferta. Fonte: Sahni, Zou e Chintagunta (2017).
Um segundo estudo chega a uma conclusão parecida. Num quase-experimento com dados de um grupo de redes regionais de supermercados, Venkatesan e Farris concluíram que a simples exposição às campanhas de cupom personalizado contribuiu mais para o retorno do que o resgate do cupom. Os autores recomendam olhar além da taxa de resgate e medir também o aumento de vendas de quem não resgatou. Fonte: Venkatesan e Farris (2012), Journal of Marketing, 76(1), 76-94; supermercados, sem sorteio, e o resumo não traz o número.
O efeito em quem não usa o cupom não aparece sempre. Num estudo mais antigo, com cupons em encartes de jornal, as vendas da marca subiram entre compradores que não usavam cupom em 2 dos 6 casos analisados. Fonte: Srinivasan, Leone e Mulhern (1995), Journal of Advertising, 24(1), 29-40; bens de consumo embalados. Por isso, meça o efeito na sua campanha.
A atribuição por janela de dias resolve o problema?
Em parte. Ela conta os pedidos que o cupom não registra, mas conta também quem compraria sem a mensagem. Nos cinco dias do Dia de Ação de Graças à Cyber Monday de 2025, segundo a própria Klaviyo, e-mail e SMS responderam por 42% da receita total das marcas clientes (43% nos dias de pico). O comunicado não mostra a conta, define em nota a receita atribuída por janela e avisa que os dados não foram auditados. Fonte: Klaviyo, comunicado de 2 de dezembro de 2025.
Há um achado parecido em outro canal. Comparando grandes experimentos aleatorizados de anúncios no Facebook com métodos sem sorteio, Gordon e coautores concluíram que os métodos sem sorteio muitas vezes não recuperam com precisão o efeito medido pelos experimentos. Fonte: Gordon et al. (2019), Marketing Science, 38(2), 193-225; anúncios no Facebook, e não e-mail nem WhatsApp. O estudo é sobre anúncios, mas a cautela vale para qualquer medida sem sorteio, na nossa leitura.
Como sortear o grupo sem mensagem antes do primeiro envio?
O sorteio precisa acontecer antes da primeira mensagem da campanha, e a lista do grupo precisa ser guardada. São cinco passos.
- Defina a base da campanha. Entra só quem aceitou receber mensagens.
- Sorteie um percentual da base, sem critério. Escolher quem comprou há mais tempo, ou quem gasta menos, não é sorteio: os dois grupos passam a ser diferentes antes de a campanha começar.
- Mantenha o grupo fora de toda mensagem da campanha, inclusive reenvios e lembretes, até o fim do período.
- Fixe a janela de contagem antes do envio. Inclua a semana depois do fim da oferta, porque no estudo dos ingressos o gasto subiu mais US$ 1,55 nela.
- Compare a receita por cliente dos dois grupos, e não só por comprador. A diferença, multiplicada pelo número de clientes que receberam a mensagem, é a receita a mais.
Fonte: EcomSmart, a partir do desenho de Sahni, Zou e Chintagunta (2017).
Quanto da base deixar sem mensagem?
Depende do tamanho da base e do efeito que você quer detectar. Um exemplo ilustrativo: a taxa de compra na janela é de 3%. Com 95% de confiança e 80% de poder, a tabela mostra a menor alta relativa que o teste detecta, por tamanho de base e por percentual sem mensagem.
| Clientes na base | 10% sem mensagem | 20% sem mensagem | 30% sem mensagem |
|---|---|---|---|
| 10.000 | 62,4% | 44,8% | 38,3% |
| 20.000 | 42,2% | 30,6% | 26,3% |
| 50.000 | 25,6% | 18,8% | 16,2% |
| 100.000 | 17,7% | 13,1% | 11,3% |
| 200.000 | 12,3% | 9,1% | 7,9% |
Fonte: cálculo EcomSmart, exemplo ilustrativo. Teste de duas proporções, aproximação normal, 95% de confiança bilateral e 80% de poder, com grupos de tamanhos diferentes.
Com 50 mil clientes e 10% sem mensagem, o teste só detecta uma alta relativa de 25,6% (de 3,0% para cerca de 3,8%); com 20% sem mensagem, detecta 18,8%. Para detectar uma alta de 20% com só 10% da base fora, é preciso cerca de 79 mil clientes. Abaixo de 20 mil clientes, uma campanha isolada só detecta altas acima de 26%, mesmo com 30% sem mensagem. Fonte: cálculo EcomSmart, exemplo ilustrativo.
A tabela usa a taxa de compra. A receita por cliente varia mais, porque o valor do pedido muda de um cliente para outro, e exige base maior. Se o desvio-padrão do ticket for igual ao ticket médio, 50 mil clientes com 20% sem mensagem só detectam altas na receita por cliente a partir de cerca de 26%; para detectar 20%, são cerca de 82 mil clientes. Fonte: cálculo EcomSmart, exemplo ilustrativo, com a mesma taxa de compra de 3%.
Por isso uma regra única, como “deixe 10% de fora”, só serve para bases grandes. Com base menor, há duas saídas: aceitar que o teste só detecta efeitos grandes, ou manter o mesmo grupo sem mensagem em várias campanhas do mês e somar o período, na nossa leitura. Fonte: cálculo EcomSmart, exemplo ilustrativo.
Quanto custa deixar uma parte da base sem a mensagem?
Custa a receita que esse grupo deixa de ter. Um exemplo ilustrativo: base de 50 mil clientes, com 20% (10 mil) sorteados sem mensagem. A taxa de compra é de 3,0% sem mensagem e de 3,6% com mensagem, e o ticket é de R$ 250, já com desconto. A receita por cliente é de R$ 7,50 sem mensagem e de R$ 9,00 com mensagem.
A receita a mais é a diferença, R$ 1,50, vezes os 40 mil clientes que receberam a mensagem: R$ 60 mil. O grupo sem mensagem custa R$ 15 mil (10 mil clientes vezes R$ 1,50). A diferença de 3,0% para 3,6% passa no teste de duas proporções, com 95% de confiança. Fonte: cálculo EcomSmart, exemplo ilustrativo.
- R$ 50 mil Cupom usado (200 pedidos)
- R$ 60 mil Receita a mais, medida com grupo sorteado
- R$ 360 mil Pedidos depois da mensagem (janela de dias)
Fonte: cálculo EcomSmart, exemplo ilustrativo, com taxa de compra de 3,0% sem mensagem e de 3,6% com mensagem.
No mesmo exemplo, as outras duas medidas dão números diferentes. Se 200 pedidos usaram um cupom de R$ 25, a contagem de cupons mostra R$ 50 mil de receita. Se a atribuição por janela conta todos os 1.440 pedidos dos 40 mil clientes que receberam a mensagem (3,6% de 40 mil), ela mostra R$ 360 mil. Fonte: cálculo EcomSmart, exemplo ilustrativo.
Os três números descrevem a mesma campanha, e só um deles responde quanto a mensagem acrescentou. Os R$ 50 mil dos cupons incluem quem usaria o cupom de qualquer forma e deixam de fora quem comprou sem ele; os R$ 360 mil incluem quem compraria sem a mensagem. Fonte: cálculo EcomSmart, exemplo ilustrativo.
Os R$ 60 mil a mais do exemplo ilustrativo ainda não são lucro: falta tirar o custo do produto, o frete, a taxa e a mensagem. A conta de margem do nosso texto Com 40% de margem, 30% de desconto só empata se o volume quadruplicar mostra como fazer isso por produto.
Para quem mandar o cupom de retorno?
O cupom de retorno é a oferta enviada a quem já comprou para que volte a comprar. Ele rende mais para quem muda de comportamento por causa dele, que nem sempre é quem está mais perto de sumir.
Ascarza (2018), combinando dois experimentos de campo com aprendizado de máquina, mostrou que os clientes com maior risco de abandono não são necessariamente os melhores alvos de ações de retenção, e que mirar pela sensibilidade do cliente à ação foi significativamente mais eficaz. Fonte: Ascarza (2018), Journal of Marketing Research, 55(1), 80-98; o resumo não informa o setor nem o país.
No estudo dos ingressos, o efeito da oferta também variou por perfil: foi maior entre quem não tinha comprado na plataforma no ano anterior à oferta, e quem gastou mais no passado respondeu mais. Vale como hipótese para testar na sua base.
O nosso texto sobre a matriz RFV sugere ações diferentes por perfil: acesso antecipado a lançamentos, sem desconto, para os Campeões; giftback para os Fiéis; e uma oferta de validade curta, com grupo de controle, para quem está Em risco. Cada ação pode ter o seu grupo sem mensagem. O texto sobre giftback também faz a conta da canibalização: num exemplo ilustrativo, dos 60 pedidos feitos com o crédito, 24 teriam acontecido sem ele, e o crédito dado a esses 24 clientes é custo puro.
Quer saber quanto a sua loja deixa de faturar? Faça o diagnóstico grátis.
Como a EcomSmart entra nisso?
A assessoria de performance e vendas da EcomSmart opera aquisição e retenção com o mesmo time, e o CRM no WhatsApp API Oficial faz parte do trabalho. Segundo a página do disparo de WhatsApp por perfil de cliente, o painel mostra os pedidos e a receita influenciada pela campanha, por perfil.
O grupo sorteado sem mensagem responde a outra pergunta: quanto a mensagem acrescentou. As duas leituras se complementam, e o sorteio precisa ser decidido antes do primeiro envio de novembro.
O diagnóstico grátis começa com perguntas rápidas e mostra quanto a sua loja deixa de faturar.
Perguntas frequentes
Qual é a melhor forma de medir o resultado de um cupom?
Comparar a receita por cliente de quem recebeu a mensagem com a de um grupo sorteado que não recebeu. A contagem de cupons usados e a atribuição por janela de dias continuam úteis para o dia a dia, mas não separam o que a mensagem acrescentou.
Quantos clientes devo deixar sem mensagem?
Depende do tamanho da base e do efeito que você quer detectar. No exemplo ilustrativo, com taxa de compra de 3%, o teste com 10% sem mensagem só detecta uma alta de 20% nessa taxa a partir de cerca de 79 mil clientes; com 50 mil clientes, use 20%. Para comparar a receita por cliente, a base precisa ser maior.
O grupo sem mensagem faz a loja perder venda?
Faz a loja deixar de ter a receita que a mensagem traria para esse grupo. No exemplo ilustrativo, 10 mil clientes sem mensagem custam R$ 15 mil, e a medida mostra que a mensagem acrescentou R$ 60 mil nos outros 40 mil.
Por que 90% do ganho não veio do resgate do cupom?
No estudo de Sahni e coautores, quem recebeu a mensagem comprou mais sem usar a oferta, inclusive num gênero de ingresso ao qual ela não se aplicava, e os autores concluem que o e-mail com oferta pode funcionar também como propaganda. O estudo é de uma plataforma de ingressos, e o resultado de uma loja pode ser diferente.
Fontes deste guia
- Sahni, N. S.; Zou, D.; Chintagunta, P. K. (2017). Do Targeted Discount Offers Serve as Advertising? Evidence from 70 Field Experiments. Management Science, 63(8), 2688-2705. DOI
- Venkatesan, R.; Farris, P. W. (2012). Measuring and Managing Returns from Retailer-Customized Coupon Campaigns. Journal of Marketing, 76(1), 76-94. DOI
- Srinivasan, S. S.; Leone, R. P.; Mulhern, F. J. (1995). The Advertising Exposure Effect of Free Standing Inserts. Journal of Advertising, 24(1), 29-40. DOI
- Ascarza, E. (2018). Retention Futility: Targeting High-Risk Customers Might Be Ineffective. Journal of Marketing Research, 55(1), 80-98. DOI
- Gordon, B. R.; Zettelmeyer, F.; Bhargava, N.; Chapsky, D. (2019). A Comparison of Approaches to Advertising Measurement: Evidence from Big Field Experiments at Facebook. Marketing Science, 38(2), 193-225. DOI
- Klaviyo (2025). Comunicado de imprensa sobre a Black Friday e a Cyber Monday de 2025, 2 de dezembro de 2025.
- Stanford Graduate School of Business (2015). Navdeep Sahni: Email Promotions to Prospective Customers Really Do Work, 21/01/2015.
Como este guia foi feito: a equipe editorial EcomSmart escreveu este texto com apoio de IA a partir das fontes listadas acima; todo número tem a fonte indicada ao lado.
