Como o benchmark é construído

O benchmark de cada score não é a média plana da conta. Cada criativo é comparado contra um pool de pares filtrado por contexto similar.

Por que peer matching importa

Sem filtro de contexto, um criativo de retargeting (audiência muito pequena, alta intenção) seria comparado contra um criativo broad (audiência ampla, baixa intenção) como se fossem equivalentes — o que distorce a nota sistematicamente.

Métricas como Hook, CTR e CPM correlacionam fortemente com o tamanho e o perfil da audiência. Audiências amplas geram impressão mais barata e scroller mais casual. Audiências estreitas geram maior intenção e CTR mais alto. Misturar os dois no mesmo benchmark é injusto com ambos.

Dimensões do peer group

Um criativo só é comparado contra outros que compartilham:

• Tipo de asset (vídeo ou imagem)
• Objetivo da campanha
• Estágio do funil
• Métrica de conversão configurada
• Perfil de audiência (tamanho e tipo)

Buckets de audiência

A plataforma classifica cada criativo em uma faixa de audiência conforme o tamanho estimado. Faixas vão de retargeting (audiências muito pequenas) até broad sem restrição (audiências muito amplas), passando por lookalikes e interest targeting.

Cada criativo é comparado preferencialmente com pares na mesma faixa, e a vizinhança é usada apenas se o pool central for muito pequeno.

Cobertura por canal

• Meta: peer matching completo, incluindo faixa de audiência.
• TikTok e Google Ads: peer matching por contexto (tipo de asset, objetivo, funil, métrica de conversão). A faixa de audiência não é aplicada porque o schema dessas plataformas não expõe estimativa equivalente.

Tags de IA não influenciam o benchmark

As tags de IA não são usadas como filtro do peer group — se fossem, cada tag teria seu próprio benchmark influenciado por si mesma, gerando viés circular. Tags entram em análises posteriores ao cálculo do score (por exemplo, "tags UGC têm Hook médio melhor que Lifestyle?").

Confiança do score

Quando o pool central tem pares suficientes, a confiança é alta. Conforme o sistema precisa expandir a busca por pares para construir um pool estatisticamente válido, a confiança cai. O indicador aparece no tooltip de cada score.