Pare de classificar anúncios como bons: crie uma taxonomia de pesquisa criativa que você realmente possa usar

Peça a três pessoas da sua equipe que classifiquem o mesmo anúncio e você pode receber “gancho forte”, “premium” e “faz parar de rolar”. Três tags, nenhum acordo sobre o que qualquer uma delas significa e nada que você possa contabilizar, filtrar ou comparar no próximo trimestre. Tecnicamente, a pasta está classificada. Só não é pesquisável de um jeito que ajude a tomar decisões.

Uma taxonomia de pesquisa resolve isso substituindo veredictos por descrições. Este guia mostra como criar uma pequena em uma tarde para os anúncios da Meta que você estuda: as regras que toda tag precisa seguir, um conjunto inicial de aspectos, uma rotina de classificação em duas etapas, um exemplo prático com três anúncios inventados e os hábitos de manutenção que a mantêm confiável.

Por que “bom” não é uma tag

• Avalia em vez de descrever. Bom para quem, em quê, segundo qual medida? Nada visível no anúncio responde a isso.
• Não pode estar errado. Ninguém pode provar que “envolvente” está errado, e uma tag da qual ninguém pode discordar é uma tag com a qual ninguém pode aprender.
• Não pode ser contabilizado. “Gancho forte: 14 anúncios” mede o gosto da sua equipe, não os anúncios.
• Insinua resultados. Chamar um anúncio de “forte” ou “vencedor” afirma discretamente um desempenho que os registros públicos de anúncios não mostram.

Cinco regras para uma tag de pesquisa

1. Descreva, não avalie. Uma tag diz o que está presente, nunca o quanto é bom.
2. Uma pergunta por aspecto. Um aspecto é um grupo de tags que responde a uma única pergunta, como “Qual incentivo é declarado?”
3. Sem sobreposição dentro de um aspecto. Os valores se excluem mutuamente ou você declara que o aspecto aceita múltiplas seleções.
4. Sempre permita “nenhum” e “incerto”. Ausência é informação. Uma célula vazia não é.
5. Identifique cada tag como observada ou inferida. Observada significa que você pode apontar as palavras ou os pixels que a justificam. Inferida significa que é a sua interpretação. Observada não quer dizer objetiva. Quer dizer verificável.

Identifique o veredicto disfarçado

Algumas tags parecem descritivas, mas não são. “Clean”, “ousado”, “premium”, “claro”, “envolvente” e “eficaz” avaliam o anúncio fingindo descrevê-lo. Um teste rápido: a tag faria sentido em uma avaliação de desempenho do anúncio? Se sim, é um veredicto. Substitua-a por algo que você possa apontar. “Um produto sobre um fundo liso, com o título no terço superior” diz mais do que “clean”, e duas pessoas conseguem verificar essa descrição.

Uma taxonomia inicial

Seis aspectos bastam para começar. Os quatro primeiros são observados; os dois últimos são inferidos.

• Formato: imagem única, carrossel, vídeo, outro.
• Mensagem declarada: detalhe do produto, caso de uso ou ocasião, resultado, valor, prova social, comparação, história da marca, nenhum ou incerto.
• Oferta (múltipla seleção): nenhuma, desconto em valor ou percentual, pacote, entrega grátis, brinde na compra, assinatura, primeira compra, tempo limitado, condições incertas.
• Prova exibida (múltipla seleção): nenhuma, citação de cliente, avaliação ou número de avaliações, especificação ou número, demonstração, menção de terceiros, condições de devolução ou garantia.
• O que chamou atenção primeiro (inferido): título, produto, pessoa, oferta, prova.
• Objeção respondida (inferido): qualidade, valor, adequação, esforço, confiança, nenhuma aparente. A página pesquisa de ângulos criativos parte de uma lista semelhante de objeções.

Repare no que está faltando: qualquer aspecto chamado “bom”, “forte” ou “vencedor”. Essa ausência é intencional.

Classifique em duas etapas

Etapa um: aspectos observados. Leia as palavras, observe a imagem e classifique apenas o que você pode apontar. Termine todo o lote antes de começar a segunda etapa.

Etapa dois: aspectos inferidos. Para cada tag, escreva uma linha de evidência, como “Objeção respondida: adequação. O título diz ‘feito para rochas molhadas’”. Se não conseguir escrever a linha de evidência, a tag é “incerto”.

Separar as etapas impede que teorias se infiltrem nos fatos. Depois que você decide que um anúncio “fala de qualidade”, começa a enxergar sinais de qualidade que nunca foram declarados.

Configure a planilha

Uma planilha é suficiente. Uma linha por registro, com as colunas de escopo primeiro para que nenhuma tag apareça sem contexto:

Registro | Página | Mercado | Data da análise | Formato | Mensagem | Oferta | Prova
Notas | O que chamou atenção primeiro (I) | Objeção respondida (I) | Linha de evidência

Use listas suspensas para cada aspecto, para que um erro de digitação não crie silenciosamente uma nova tag, e mantenha “nenhum” e “incerto” em todas as listas. A coluna de notas é o único campo de texto livre. Também é a matéria-prima da próxima versão da taxonomia.

Exemplo prático: três anúncios inventados

Exemplo ilustrativo: Demo Trail é uma marca fictícia de tênis para trilha. Os três anúncios abaixo foram inventados para este artigo.

• Anúncio 1: close da sola de um tênis sobre uma rocha molhada. Título: “Feito para rochas molhadas”. Texto pequeno: “Aderência testada em cinco superfícies”. Botão: Comprar agora.
• Anúncio 2: dois tênis lado a lado. Título: “Dois pares, um preço”. Selo: “Economize 25%”.
• Anúncio 3: cartão com citação. Título: “Por que corredores estão trocando de tênis”. Citação: “O melhor tênis de trilha que já tive”.

Uma equipe ocupada poderia classificá-los como gancho forte, premium (Anúncio 1), boa oferta, clean (Anúncio 2) e envolvente, prova social (Anúncio 3). Veja o mesmo conjunto classificado por aspecto:

Anúncio 1  Formato: imagem única | Mensagem: detalhe do produto
           Oferta: nenhuma | Prova: alegação de especificação, fonte não exibida
           O que chamou atenção primeiro (I): produto | Objeção respondida (I): adequação
Anúncio 2  Formato: imagem única | Mensagem: valor
           Oferta: pacote, desconto em valor, condições incertas | Prova: nenhuma
           O que chamou atenção primeiro (I): oferta | Objeção respondida (I): valor
Anúncio 3  Formato: imagem única | Mensagem: prova social
           Oferta: nenhuma | Prova: citação de cliente, atribuição não verificável
           O que chamou atenção primeiro (I): título | Objeção respondida (I): qualidade

Agora você pode filtrar. “Mostre todos os anúncios com pacote e sem prova” é uma pergunta que o segundo conjunto consegue responder e o primeiro não. Com três anúncios, isso é trivial. Com sessenta anúncios de cinco Páginas, vira uma pergunta que vale investigar, sempre dentro dos limites dessa amostra.

Informe as contagens com seus denominadores

As tags existem para serem contabilizadas, e é nas contagens que uma classificação cuidadosa costuma dar errado. Sempre informe o denominador. Apresente a proporção de “incerto” ao lado de cada aspecto, porque um anúncio que omite suas condições é, por si só, uma observação. E não compare Páginas a menos que as amostras sejam comparáveis.

Números ilustrativos, inventados para este artigo. Fraco: “A Página A lidera em pacotes”. Melhor: “Pacotes aparecem em 12 de 31 registros estáticos coletados da Página A em um mercado, analisados em uma data informada. Em 5 desses 12, as condições não são exibidas.” A segunda versão pode ser verificada, repetida no mês seguinte e não finge saber por que a Página A faz isso. Se os 12 forem variantes de duas ideias, então o número de ideias é dois — informe isso também.

Escreva verbetes, não apenas listas

Uma lista de tags permite divergências silenciosas. Um verbete as resolve de antemão:

TAG:         Oferta / Pacote
Tipo:        Observada
Definição:   Mais de uma unidade ou item exibido por um preço
             ou economia declarados.
Inclui:      “2 por 1”, “Compre 3 e economize 25%”, “O conjunto completo”
Não inclui:  Um único produto exibido ao lado de um acessório sem relação.
Regra para casos-limite:
             Conjunto exibido, mas sem preço ou economia declarados: classifique
             Mensagem: detalhe do produto e Oferta: nenhuma.

A linha “Não inclui” e a regra para casos-limite merecem espaço. A maioria das discussões sobre classificação gira em torno de casos parecidos, e essas duas linhas registram a decisão.

Verifique se duas pessoas concordam

Escolha dez anúncios. Duas pessoas executam a etapa um de forma independente. Coloque os resultados lado a lado e marque cada divergência. Não discutam quem está certo. Perguntem qual frase do dicionário teria evitado a divergência e editem essa frase. Depois, classifiquem os dez novamente. Se um aspecto ainda gerar divergências depois de duas edições, provavelmente está fazendo duas perguntas ao mesmo tempo; divida-o.

Mantenha a taxonomia atualizada

• Use versões. Identifique o dicionário (v1.0, com data) e registre cada alteração. Se você dividir uma tag, as contagens antigas e novas deixam de ser comparáveis, e uma linha de tendência pode refletir uma mudança na regra, não no mercado.
• Analise as notas. Mantenha um campo de texto livre para notas. Quando a mesma nota aparecer repetidamente, transforme-a em tag.
• Enxugue. Combine duplicatas próximas e aposente tags que ninguém usou em alguns ciclos de revisão.
• Mantenha simples. Se sua equipe não conseguir se lembrar dos aspectos, não vai usá-los.

Como usar IA sem perder o fio

Forneça o dicionário completo a um assistente de IA e peça que retorne, para cada anúncio, a tag, uma indicação de observado ou inferido e as palavras citadas ou os pixels descritos que dão suporte à classificação. Confira uma amostra com sua própria classificação. Trate rótulos automatizados como qualquer tag inferida: úteis para organizar, pouco confiáveis para resolver divergências. A página de cobertura da Ad8 informa que suas próprias categorias de ganchos, estilos visuais e agrupamentos de similaridade são rótulos assistidos por IA que podem estar errados, e que decisões importantes merecem análise registro por registro. A mesma disciplina se aplica a qualquer ferramenta — e a você. Os prompts de pesquisa com IA incluem formulações que pedem evidências antes de conclusões.

O que uma taxonomia não vai dizer

Ela não vai dizer quais anúncios funcionam. As contagens descrevem a amostra que você classificou, não o mercado, e um valor que nunca aparece na sua amostra é uma pergunta, não uma lacuna. Informe o escopo junto com cada número: quais Páginas, quais mercados, quais datas e quais registros estavam ausentes ou incompletos. Uma amostra classificada de anúncios públicos pode organizar seu raciocínio e ajudar a priorizar o que testar. Depois disso, seus próprios resultados assumem o controle. E, como as tags descrevem como um anúncio é construído, elas são evidências para criar trabalhos originais, não permissão para reutilizar imagens, textos ou marcas de outro anunciante.

Fontes e leituras complementares

• Pesquisa de ângulos criativos: como separar mensagens de formatos e das objeções que um anúncio responde.
• Inteligência de anúncios estáticos: como analisar a estrutura de um anúncio estático.
• Prompts de pesquisa com IA: prompts que separam observação de interpretação.
• Cobertura de dados e limites da pesquisa: dados de registros versus rótulos assistidos por IA.
• Entenda seu relatório: como tratar rótulos como interpretações.
• Relatório de exemplo: um relatório fictício que identifica o que foi observado e o que foi interpretado.
• Modelo de briefing para anúncio estático: como transformar descobertas classificadas em briefings originais.
• Biblioteca de Anúncios da Meta: um lugar público para praticar a classificação, anotando a data e o mercado em cada amostra.

Os anúncios da Demo Trail e as contagens de exemplo são inventados. A taxonomia é um ponto de partida baseado na prática editorial da Ad8; adapte os aspectos à sua própria categoria e às suas perguntas.