Sua campanha já rodou. Isso analisa se a diferença entre controle e tratamento é real ou só ruído estatístico.
Conceito · Incremental Lift
Técnico: diferença entre o resultado do tratamento e o resultado esperado no controle.
Em linguagem simples: é o ganho adicional atribuído à intervenção, e não simplesmente o resultado total do tratamento. Atribuição pergunta "quem tocou nisso?"; incrementalidade pergunta "o que mudou por causa disso?".
Controle
Tratamento
Exemplo demonstrativo: os valores pré-preenchidos vêm de uma prática real de holdout de campanha (~5% do público em controle) — não é uma regra, apenas um caso ilustrativo.
—
Lift relativo
—
Lift absoluto (pp)
Preencha os parâmetros e clique em "Calcular lift".
—
Método: teste de duas proporções (two-proportion z-test). O p-valor usa variância combinada ("pooled", assumindo hipótese nula de igualdade); o intervalo de confiança usa variância não-combinada ("unpooled"), a prática padrão para cada finalidade.
Fórmula do teste: z = (p₂−p₁) / √(p̄(1−p̄)(1/n₁+1/n₂)), onde p̄ é a proporção combinada de conversão entre os dois grupos.
Validação: conferido contra a biblioteca statsmodels (proportions_ztest) — mesmo z, mesmo p-valor.
Limitações: assume unidades de análise independentes (sem contaminação entre grupos) e conversão como variável binária. Não corrige para múltiplas comparações se você testou várias métricas simultaneamente.
Quer explorar como tamanho de amostra, conversão e investimento afetam o resultado, em tempo real?
Abrir o Incrementality Lab →