A Lei de Goodhart no marketing: quando a métrica vira meta, ela para de medir o que importa
Quando uma métrica vira meta, ela deixa de medir o que importa. Como a Lei de Goodhart distorce o marketing B2B industrial e como evitar a armadilha.
“Isso tá parecendo um pet shop.” A frase, segundo relato do próprio Vitor Peçanha, cofundador da Rock Content, publicado na newsletter Peça-chave em março de 2023, veio do sócio dele, Diego, num comentário sobre o Instagram da empresa. Peçanha abriu o perfil e confirmou: as fotos de cachorros passeando pelo escritório ocupavam boa parte das publicações. E ele era o responsável pelo marketing de uma das maiores empresas de marketing de conteúdo do mundo.
A explicação que ele dá não tem nada de anedótico. O time de mídias sociais tinha uma meta de engajamento: curtidas, comentários e compartilhamentos. Toda vez que o número estava abaixo do esperado no fim do mês, havia uma solução confiável para fechar a conta. Postar um cachorrinho. O engajamento subia, a meta era batida, e nada daquilo aproximava a Rock Content de um novo cliente ou de posição como autoridade em marketing. A métrica funcionava perfeitamente. O negócio não.
Esse é o retrato mais limpo que conheço de um princípio que todo profissional de marketing deveria ter colado na parede: a Lei de Goodhart.
O que diz a Lei de Goodhart
O economista britânico Charles Goodhart formulou a ideia em 1975, no contexto de política monetária. A versão que ficou conhecida, popularizada depois pela antropóloga Marilyn Strathern, é direta: “Quando uma medida se torna uma meta, ela deixa de ser uma boa medida.”
A lógica é a seguinte. Uma métrica é útil porque funciona como proxy de algo que importa de verdade, mas que não dá para medir diretamente. Engajamento é proxy de interesse genuíno da audiência. Tráfego é proxy de alcance qualificado. Número de leads é proxy de demanda real. Enquanto ninguém está tentando maximizar o proxy de propósito, a correlação entre ele e o resultado verdadeiro se mantém razoável.
No momento em que o proxy vira meta, com bônus, cobrança ou relatório atrelados a ele, as pessoas passam a otimizar o número, não o fenômeno. E quase sempre existe um caminho mais curto para mexer no número do que para mover o fenômeno. Postar um cachorro é mais rápido do que produzir conteúdo que posicione a empresa como autoridade técnica. O atalho aparece, a correlação se rompe, e a métrica continua subindo enquanto o resultado que ela deveria representar fica parado ou piora.
Por que o marketing é especialmente vulnerável
Marketing é um campo em que o resultado que importa, demanda qualificada e receita influenciada, costuma ser lento, difícil de atribuir e fora do controle direto da equipe. Os proxies, por outro lado, são rápidos, visíveis e fáceis de mover. Essa assimetria é o terreno ideal para a Lei de Goodhart agir.
Some a isso a cultura de relatório mensal. Quando uma equipe precisa apresentar números todo mês e o resultado real só amadurece em trimestres ou mais, a pressão empurra para o que se move dentro do ciclo de reporte. Tráfego, impressões, seguidores, volume bruto de leads. São as chamadas métricas de vaidade, e elas não são inúteis por natureza. O problema nunca é a métrica existir. O problema é ela virar o objetivo.
Vale separar duas coisas que costumam ser confundidas. Uma métrica de vaidade mal usada é aquela que vira meta sem estar conectada ao resultado. A mesma métrica, lida como sinal de diagnóstico dentro de um contexto, pode ser perfeitamente legítima. Engajamento diz algo sobre ressonância de conteúdo. O erro da Rock Content não foi olhar engajamento. Foi transformar engajamento em meta isolada, sem amarrá-lo ao que o conteúdo precisava fazer pelo negócio.
Como isso se manifesta no marketing B2B industrial
Trabalho com marketing de tecnologia industrial, num segmento de automação e instrumentação, e a mesma armadilha aparece aqui com roupa diferente. A lógica vale para o mercado industrial em geral, de mineração e siderurgia a farmacêutico industrial, alimentos e bebidas e papel e celulose, em qualquer operação onde o ciclo de compra é longo e a decisão passa por especificação técnica.
O exemplo mais comum que vejo é o tráfego orgânico tratado como meta em si. Uma equipe sob pressão de “crescer o tráfego do blog” encontra o atalho previsível: produzir conteúdo de topo de funil, genérico, sobre termos de alto volume que atraem qualquer visitante. O número de sessões sobe, o gráfico fica bonito no relatório, e o engenheiro especificador que decide a compra de um transmissor de pressão para uma linha de vapor superaquecido nunca chega ali, porque aquele conteúdo não responde à pergunta dele. Tráfego virou meta e parou de medir alcance qualificado.
O mesmo acontece com volume bruto de leads. Quando a meta é número de leads, sem corte de qualificação, o caminho curto é baixar a barreira: um material raso atrás de um formulário, uma isca que captura contato de gente que jamais especificaria o produto. O número entra no relatório, o comercial recebe uma lista que não converte, e a distância entre o indicador e a receita aumenta a cada mês de “meta batida”.
Essa distorção é ainda mais perigosa agora porque o ponto de contato mudou de lugar. Como argumento no artigo sobre GEO para marketing industrial, boa parte da decisão técnica hoje começa numa consulta a IA generativa, meses antes de qualquer clique no site. Uma equipe que persegue tráfego como meta vai continuar otimizando para o gráfico de sessões enquanto o critério de autoridade migra para um lugar que aquela métrica nem enxerga.
Como não cair na armadilha
Não existe métrica imune. A Lei de Goodhart não se resolve trocando o indicador ruim por um indicador melhor, porque qualquer indicador novo vira alvo assim que ganha uma meta. O que reduz o risco é mudar a forma de medir, não o que se mede. Algumas práticas que aplico:
Amarrar cada métrica ao resultado de negócio que ela representa, e revisar a amarração quando o número subir. Se o tráfego cresceu, a pergunta seguinte não é “comemoramos?”, é “cresceu pipeline qualificado junto?”. No instante em que a métrica sobe e o resultado não acompanha, é sinal de que ela virou alvo e perdeu validade.
Trabalhar com métricas em par, em que uma contrabalança a outra. Volume de leads acompanhado de taxa de qualificação. Tráfego acompanhado de profundidade de sessão ou de conversão por origem. Um indicador de quantidade emparelhado com um indicador de qualidade torna o atalho visível: dá para inflar um dos dois, fica muito mais difícil inflar os dois ao mesmo tempo sem mover o fenômeno real.
Tratar o número como início de uma conversa de diagnóstico, não como veredito. A pergunta certa diante de um pico de engajamento é o que o causou, não se a meta foi cumprida. Foi conteúdo que aproximou a empresa de um comprador, ou foi o equivalente ao cachorrinho.
E, talvez o mais incômodo na prática, resistir à tentação de prometer aos stakeholders o número fácil. Boa parte da pressão que transforma proxy em meta nasce de um relatório mensal que precisa de uma linha sempre crescendo. Defender que o indicador certo amadurece em trimestres, e não em semanas, é parte do trabalho de quem gerencia marketing num mercado de ciclo longo.
O que fica
A história do pet shop é boa porque é constrangedora na medida certa. Não foi incompetência, foi um time inteligente fazendo exatamente o que a meta pedia. É assim que a Lei de Goodhart funciona: ela não pune o erro, ela premia a obediência ao indicador errado. Quanto mais eficiente a equipe, mais rápido o proxy descola do propósito.
Para quem faz marketing industrial, onde o resultado real demora e os proxies são tentadores, a defesa não é desconfiar dos números. É lembrar que todo indicador, quando vira meta, começa a se descolar do que deveria representar. O trabalho é medir esse descolamento antes que ele fique grande demais para reverter.
Fontes
-
Vitor Peçanha, “A lei de Goodhart”, newsletter Peça-chave #82, março de 2023. Relato do caso do Instagram da Rock Content e da meta de engajamento. Texto originalmente publicado também no blog do PbyP School, hoje fora do ar.
-
Charles Goodhart (1975), formulação original no contexto de política monetária britânica. Versão popular atribuída à reformulação de Marilyn Strathern (1997).