O CTR cai no dia 3.Você troca o criativo ou espera?
Esta página abre o mecanismo: o que a Hoop lê, o que projeta e por que “mais dado” raramente resolve.
Preço visível antes de qualquer decisão. Cancele quando quiser.
Sinais
Criativo · público · frequência · CTR · CPL · algoritmo de entrega.Exemplo simulado dos sinais de uma campanha, Vídeo Topo, na conta fictícia Aurora Store: frequência subindo contra o limiar de 3 vezes, ROAS de 1,4 vez contra 2,62 da conta e CPA de R$ 100,71 contra R$ 69,52 da conta.
Tela de exemplo. Dados simulados. Os sinais da conta reunidos num só lugar. Diagnóstico
Organiza sinais e hipóteses; você vê o raciocínio, não só a conclusão.Exemplo simulado do bloco Onde olhar primeiro, na conta fictícia Aurora Store: Vídeo Topo concentra 38% do gasto com ROAS de 1,4 vez contra a média de 2,62 e CPA de R$ 100,71. Interesses amplos tem ROAS de 2,6 vezes, perto da média, e impacto de menos R$ 62.
Tela de exemplo. Dados simulados. O diagnóstico mostra onde olhar primeiro, com o motivo de cada sinal. Predição
ROAS projetado para os próximos sete dias, por conjunto, com a faixa de erro na tela.Exemplo simulado da página de uma campanha da Hoop, na conta fictícia Aurora Store, no Meta Ads: Vídeo Topo, na janela de 30 dias, com o rail. O cartão O que a Hoop espera nos 7 dias mostra a faixa projetada de ROAS de 0,6 a 1,4 vez, com mediana de 1,00 vez, para o conjunto Vídeo Topo 18-34, único conjunto com previsão nesta campanha, em leitura de 03/11. Abaixo, o ranking do conjunto, número 1, e o orçamento proposto de R$ 210,00, em destaque. É estimativa com faixa de erro, não garantia: a calibração ainda não foi avaliada. Depois, em Mais sobre esta campanha, o gráfico completo aberto: o ROAS observado em 30 dias, por volta de 1,4 vez, e à frente a faixa projetada de 7 dias, de 0,6 a 1,4 vez, com a mediana de 1,0 tracejada, sem celebrar subida.
Tela de exemplo. Dados simulados. A projeção aparece com a chance e a janela, não como certeza. Sua aprovação
A sugestão aparece com o raciocínio. Você aprova ou rejeita. Nada muda sem isso.Exemplo simulado de Decisões da Hoop, na conta fictícia Aurora Store, no Meta Ads: a tela do produto, com o rail e, em Prioridades de hoje, 3 decisões pendentes. A primeira propõe reduzir o orçamento de Vídeo Topo: o ROAS é de 1,4 vez contra 2,62 da conta, menos R$ 12.041 contra a média, com ROAS projetado de 0,6 a 1,4 vez. Se você aplicar, R$ 210 por dia, 36% a menos; se nada for feito, R$ 330 por dia. As opções são abrir a campanha, adiar ou recusar, só com a sua aprovação. Ao abrir a campanha, aparece o aviso de que aplicar é com você, na página dela; uma faixa fica no lugar dos botões e os pendentes caem para 2. As outras duas decisões são aumentar o orçamento de Carrossel Ofertas, de R$ 80 para R$ 100 por dia, e de Catálogo, de R$ 150 para R$ 180 por dia, com o botão Revisar.
Tela de exemplo. Dados simulados. As decisões ficam na fila: você revisa, adia ou recusa. Para pausar ou ajustar o orçamento, abra a campanha.
Como o modelo chega ao número
Em contas com histórico de compras, o modelo da Hoop aprende com o histórico da sua conta e devolve uma projeção de ROAS para os próximos sete dias, com a faixa de confiança à vista. Com pouco histórico, a faixa fica larga.
Você conecta apenas as suas contas. A previsão usa os sinais da própria campanha, não compara com benchmark de mercado nem usa dado de outras contas. O padrão de referência é o da sua campanha.
A Hoop integra direto via API oficial (Meta, Google, TikTok e LinkedIn). Sem exportação, sem intermediário, sem cópia manual. Se o dado não chegou pela API oficial, a Hoop não usa.
Isso também significa operar dentro dos Termos da plataforma: acesso só pela via que cada plataforma aprova, auditável a qualquer momento.
“CTR caiu 18%.” E agora, você sabe o que fazer?
Números: “CTR caiu 18%, ROAS caiu 22%.” Verdadeiro. Mas é sintoma, não diagnóstico.
O mesmo sintoma tem quatro causas possíveis: criativo saturando, público se esgotando, frequência no teto, algoritmo em expansão. Cada uma pede uma ação oposta. Agir pela correlação, não pela causa, é o que queima verba no dia 4 quando o carrinho fecha no dia 12.
Clareza vem de separar sintoma de hipótese, antes de agir.
Meta, Google, TikTok e LinkedIn decidem a entrega dos seus anúncios, cada uma do seu jeito.
O que a Hoop faz bem, e o que ela não vai prometer.
Onde a Hoop é mais forte
- Contas com histórico consolidado: quanto mais histórico de CPL, público e criativo, mais preciso o diagnóstico.
- Lançamentos recorrentes na mesma conta: o comportamento segue padrão repetível.
- Saturação de criativo e anomalia de algoritmo (os sinais mais mensuráveis): variam antes do CPL furar.
Onde ainda é mais descritiva
- Contas novas, com poucas campanhas: dado insuficiente pra isolar causa com confiança. Somos honestos sobre isso.
- Mudanças radicais de oferta entre lançamentos: o histórico deixa de ser comparável.
- A Hoop sinaliza a instabilidade quando você consulta, mas não prevê o que a plataforma vai fazer.
Para quem a Hoop não é
- Não é pra quem roda budget experimental baixo, o sinal preditivo precisa de volume pra calibrar.
- Não é pra quem quer que a IA decida sozinha, aqui você aprova cada ação.
- Não é pra quem não roda mídia paga: a Hoop lê contas Meta Ads, Google Ads, TikTok Ads e LinkedIn Ads, e nada fora delas. A previsão de desempenho precisa de histórico suficiente.
Você pode continuar descobrindo o problema depois que ele já custou caro. Ou ver o risco antes, na sua própria conta.
Preço visível antes de qualquer decisão. Cancele quando quiser.