Crie uma retrospectiva de campanha a partir dos dados de desempenho
Autor: AILesson9 min de configuraçãoTestado com:ChatGPTRevisado em: 2026-08-28
Resposta rápida
Concilie os resultados da campanha com metas, qualidade dos dados, gastos, execução e hipóteses anteriores. Forneça: Plano e hipóteses da campanha, Dados de desempenho e custos, Registro e contexto da execução. Resultado esperado: Uma retrospectiva baseada em evidências, com tabelas de resultados, limites de atribuição, aprendizados e próximos testes.
1
Adicione seu contexto
Seu texto permanece neste navegador. O AILesson Prompts não o envia para um modelo ou servidor.
2
Seu prompt
Campos não preenchidos permanecem visíveis como marcadores de posição, para que você ainda possa copiar e editar o prompt
Crie uma retrospectiva da campanha com base no plano, nos dados e no registro de execução fornecidos.
Objetivos, metas, público, datas, canais, materiais, orçamento, hipóteses, limites e salvaguardas:
[plan]
Tabelas de métricas, definições, numeradores, denominadores, fontes, janelas, gastos, dados ausentes e revisões:
[data]
Execução real, mudanças, incidentes, aprovações, eventos externos, feedback e decisões:
[delivery]
Concilie o planejado com o realizado antes de interpretar os resultados. Audite definições, denominadores, eliminação de duplicidades, atribuição, perda de rastreamento, sobreposição de canais, janelas de tempo, inclusão de custos, limitações de capacidade e mudanças feitas durante a campanha. Recalcule somente quando as entradas permitirem e mostre os cálculos. Separe resultado observado, comparação, interpretação causal, explicação operacional, relato de partes interessadas e hipótese. Não trate atribuição de último contato como causal, não deduza sentimento a partir de cliques nem classifique o não cumprimento de uma meta como falha da equipe.
Informe primeiro o resultado principal e as salvaguardas; depois, as contribuições do funil/canal, os segmentos de público ou conteúdo somente quando previamente definidos ou identificados como exploratórios, os gastos e o trabalho conhecido, a qualidade da execução e os sinais qualitativos. Compare com a meta e uma referência adequada; use “unknown” quando a atribuição ou o denominador não estiver disponível. Identifique o que funcionou operacionalmente, o que as evidências sugerem, o que continua ambíguo e o que deve ser interrompido, mantido, adaptado ou testado. Cada ação precisa de evidência de origem, responsável ou Unassigned, data de revisão e verificação. Termine com correções da qualidade dos dados e uma auditoria que relacione afirmações aos dados.
Privado por padrãoA montagem do prompt acontece localmente no seu navegador. Evite colocar informações confidenciais em qualquer serviço de IA, a menos que sua organização permita.
Da entrada ao resultado
Um exemplo prático
Veja como um contexto concreto transforma esta receita em um resultado útil
Entrada real
Plano e hipóteses da campanha
Campanha de oficina da biblioteca, de 7 a 20 de setembro. Meta principal: 36 inscrições elegíveis para 48 vagas; objetivo secundário: presença. Canais: um e-mail em 7 de setembro, lembrete opcional em 15 de setembro se restassem vagas, cartazes, dois boletins de parceiros e duas publicações no Facebook. Limite de $250 para impressão. Sem mídia paga/SMS. Hipótese do teste A/B do assunto do e-mail: um assunto concreto pode aumentar em ≥1 ponto a taxa de visitas únicas à página de inscrição sem prejudicar cancelamentos de assinatura/reclamações. Máximo de dois e-mails por pessoa.
Dados de desempenho e custos
E-mails entregues: A 884, B 889; visitantes únicos da página: A 39, B 51; cancelamentos de assinatura: A 3, B 4; reclamações: 0/0. Janela de sete dias. Formulário: 41 inscrições elegíveis no total, 2 inelegíveis, 5 tentativas duplicadas removidas; 22 indicaram e-mail, 8 centro comunitário, 4 Facebook, 3 cartaz e 4 outros como fonte de indicação. Visitas por último contato UTM: e-mail 90, centros 31, Facebook 28, URL curta do cartaz 12, direto/outros 44; os totais de visitas não foram deduplicados entre canais. Presença: 34/41 inscritos. Fatura de impressão: $186; trabalho real: comunicação 14h, design 5h, revisão 4h; nenhum custo por hora fornecido.
Registro e contexto da execução
As inscrições começaram em 7 de setembro. O boletim do Parceiro 1 foi publicado em 8 de setembro; o do Parceiro 2 foi publicado em 13 de setembro, e não em 9 de setembro como planejado. A segunda publicação no Facebook não foi feita porque a capacidade foi atingida em 18 de setembro. O e-mail de lembrete foi cancelado quando havia 41 inscrições. Por seis horas em 7 de setembro, a página de inscrição não informou a disponibilidade de interpretação em chinês; depois, isso foi corrigido. Três inscritos enviaram e-mails perguntando se os dispositivos seriam fornecidos; o briefing não informava. Nenhum incidente de privacidade/acessibilidade foi relatado. O responsável pela comunicação precisa decidir sobre o padrão do assunto e as mudanças para a próxima campanha.
Exemplo de saída
Resultado principal: 41 inscrições elegíveis ante a meta de 36, cinco acima da meta e 85,4% da capacidade de 48 vagas. A presença foi de 34/41=82,9% dos inscritos; não há referência anterior de presença, portanto não classifique como melhora. Salvaguardas: cancelamentos do e-mail A 3/884=0,34%, B 4/889=0,45%, reclamações 0; nenhum limite de aceitação foi fornecido, portanto relate os dados em vez de declarar equivalência. A ausência de incidentes de privacidade/acessibilidade relatados não prova que nenhum ocorreu.
A/B: visitas de A 39/884=4,41%; B 51/889=5,74%; diferença observada de +1,33 ponto percentual, acima do limite operacional de 1 ponto. A incerteza estatística/o método de teste não foi fornecido, e as inscrições não podem ser vinculadas ao grupo. Decisão: as evidências respaldam outro teste previamente definido desse padrão de assunto; ainda não demonstram benefício nas inscrições posteriores nem justificam adoção universal. O responsável pela comunicação toma a decisão.
Atribuição: 22/41 inscritos indicaram e-mail como origem, mas o último contato UTM registra 90 visitas por e-mail; ambos são descritivos e não estabelecem contribuição causal do canal, pois as jornadas se sobrepõem e as visitas não foram deduplicadas entre canais. O cronograma dos parceiros mudou; a segunda publicação no Facebook e o segundo e-mail não foram realizados devido à capacidade. Assim, o realizado foi um teste A/B de e-mail, uma publicação no Facebook, cartazes, dois itens de parceiros, $186 em impressão e 23 horas de trabalho conhecidas. O gasto com impressão ficou $64 abaixo do limite; o custo total da campanha é desconhecido sem valores por hora.
Aprendizados operacionais: o cancelamento baseado na capacidade evitou corretamente o excesso de frequência; manter. Corrija a lista de verificação de QA da página/do conteúdo para explicitar o suporte de idioma e o fornecimento de dispositivos antes da abertura; as evidências são a omissão de seis horas e as três perguntas. O atraso do Parceiro 2 deve ser registrado, mas não é possível isolar seu impacto nos resultados. Próximas ações: responsável pela comunicação decide sobre a repetição do teste até 30 de setembro; responsável pelo conteúdo adiciona o campo de equipamentos e a verificação de equivalência bilíngue antes do próximo lançamento; analista define a vinculação entre inscrição e grupo e a análise de privacidade. Auditoria: todas as contagens/taxas correspondem aos dados fornecidos; não se alega causalidade dos canais, sentimento, ROI de custos nem melhora da presença.
Por que isso funciona
1
Conciliar o planejado com o realizado evita que os resultados sejam avaliados em relação a uma campanha que nunca foi executada
2
Separar observação de atribuição transforma o relatório de desempenho em aprendizado confiável, não em uma narrativa de sucesso
Verifique o resultado
O público, os materiais, as datas, o orçamento, as métricas e os limites planejados e realizados foram conciliados
Todas as taxas têm definições e denominadores, com os limites de atribuição e rastreamento visíveis
Os aprendizados e as próximas ações são proporcionais às evidências, e não a uma narrativa favorável
Use com confiança
Perguntas frequentes
Respostas práticas sobre quando usar esta receita, o que fornecer e onde a revisão humana ainda é importante
O que devo preparar antes de usar “Crie uma retrospectiva de campanha a partir dos dados de desempenho”?
Para usar “Crie uma retrospectiva de campanha a partir dos dados de desempenho”, prepare o plano e as hipóteses da campanha, os dados de desempenho e custos e o registro e contexto da execução. Substitua os campos reservados somente por informações que você possa verificar. Se algum detalhe for desconhecido, preserve explicitamente essa incerteza em vez de pedir ao modelo que o deduza.
Quando o resultado de “Crie uma retrospectiva de campanha a partir dos dados de desempenho” ainda não está pronto para uso?
O resultado não está pronto se ainda não produzir, com base nas evidências fornecidas, o resultado declarado — uma retrospectiva baseada em evidências, com tabelas de resultados, limites de atribuição, aprendizados e próximos testes — ou se depender de suposições não resolvidas, aprovações ausentes ou detalhes inventados. Use as verificações como critérios de liberação: revise os dados de origem ou designe um revisor identificado e autorizado, em vez de aprimorar um resultado sem respaldo.
Quais ferramentas de IA têm testes registrados para “Crie uma retrospectiva de campanha a partir dos dados de desempenho”?
O registro de testes publicado para “Crie uma retrospectiva de campanha a partir dos dados de desempenho” inclui o ChatGPT em 2026-08-28. Isso confirma execuções registradas, não a compatibilidade garantida nem resultados idênticos em versões posteriores do produto. Ao usar outra ferramenta ou versão, mantenha todas as restrições visíveis e repita as verificações do resultado antes do uso.
Passe de entender a IA para fazer as coisas acontecerem. Pratique como criar prompts, revisar e melhorar resultados por meio de lições interativas para o trabalho e o dia a dia.
ChatGPT
