Composição da cesta: interpretando o mix de produtos sem exagerar a intenção

Duas transações podem ter o mesmo número de itens e o mesmo valor, mas contar histórias comerciais diferentes. Uma pode incluir um jantar familiar completo, abrangendo várias categorias. Outra pode conter seis unidades de uma bebida em promoção. Em termos de tamanho da cesta, há um empate. Em termos de composição da cesta, está a diferença.

A composição da cesta descreve como uma transação está estruturada entre categorias, marcas, faixas de preço, tipos de embalagem e funções dos produtos. Ela pode ajudar as equipes de Retail Media a compreender o contexto em torno de uma compra, comparar cestas expostas e de controle e identificar como uma campanha alterou o mix.

Ela não revela a intenção com certeza. Uma cesta de compras é uma evidência comportamental, não uma transcrição do raciocínio dos shoppers.

O que a composição da cesta inclui

Um perfil de composição pode conter:

• participações por categoria e subcategoria;
• composição de marcas e marcas próprias;
• segmentos premium, convencional e econômico;
• produtos em promoção e fora de promoção;
• unidades, SKUs distintos e amplitude da categoria;
• grupos operacionais de produtos frescos, à temperatura ambiente, congelados ou outros;
• produtos-alvo, substitutos e complementares;
• rótulos de transações observados, como “em promoção”, “repetida”, “primeira compra”, “candidato a substituto”, “candidato a complemento” ou “não resolvida”.

O perfil pode ser expresso por número de itens, quantidade, receita ou margem. Indique qual base é utilizada. Uma categoria pode representar uma pequena parcela de unidades, mas uma grande parcela de valor. As parcelas são composicionais e somam um total fixo: uma parcela pode aumentar porque seu numerador cresceu, porque outra parte da cesta diminuiu ou porque ambos os fatores ocorreram. Analise cada participação além das unidades absolutas, do valor e das contagens de cestas que contêm a categoria.

A documentação de comércio eletrônico do Google Analytics oferece suporte a campos no nível do item, como identificador, marca, categoria, preço e quantidade, em eventos de carrinho e compra.[3] Os varejistas precisam de uma taxonomia e atributos de produto consistentes para que esses campos possam fornecer um perfil de composição confiável.

A composição da cesta como um todo difere da análise de pares direcionais e das recomendações feitas enquanto a cesta ainda está aberta. Ela traça o perfil da transação concluída, em vez de responder a qualquer uma dessas questões adjacentes.

Construa o perfil em camadas

Camada de transação

Comece com o carrinho comprado. Conte unidades, produtos únicos, categorias e valor da transação. Registre promoções, reembolsos e substituições.

Camada de função do produto

Mantenha os atributos observados separados dos papéis inferidos. Dê preferência a rótulos de transação diretamente respaldados por eventos, como “promovido”, “repetido”, “primeira compra”, “candidato a substituto” ou “candidato a complemento”. Se um papel como “rotina”, “mimo” ou “destino” for usado, documente a regra, o nível de confiança, o uso permitido e a justificativa apresentada ao analista. Ofereça uma alternativa em caso de indecisão, em vez de forçar um rótulo de estado mental. Os papéis podem mudar de acordo com a missão, portanto, nunca os transforme em características permanentes dos shoppers.

Camada de shopper e visita

Adicione proxies de canal, formato da loja, horário, cadência e missão. Essas variáveis ajudam a explicar por que a composição difere, mas não devem ser confundidas com a própria composição do produto.

Camada comercial

Identifique o produto anunciado, o conjunto de concorrentes, o nível de promoção e a elegibilidade para a campanha. Isso conecta o perfil da cesta de compras à decisão que o plano de mídia deve influenciar.

Uma tabela de composição útil mantém cada camada separada. Misturar todas as características em um único segmento pode produzir um rótulo que nenhum comprador consiga explicar ou ativar. Congele ou crie versões da hierarquia de produtos para a janela de análise, mapeie SKUs reclassificados de forma consistente entre os períodos anterior e posterior e identifique produtos que não estejam mapeados ou que estejam atribuídos a várias categorias. Caso contrário, o desvio na taxonomia pode gerar uma alteração na composição.

“Comprados juntos” nem sempre significa uma única intenção

Pesquisas sobre recomendações dentro da cesta observam que as cestas podem conter múltiplas intenções e que os shoppers podem alternar entre elas durante uma sessão.[4] Uma cesta de supermercado pode combinar jantar, café da manhã e reposição de produtos domésticos. Um pedido em um marketplace pode combinar necessidades não relacionadas porque a economia da entrega favorece um único checkout.

Pesquisas sobre produtos complementares também tratam o comportamento da cesta e da navegação como evidências a partir das quais se inferem relações, e não como uma declaração perfeita de intenção.[5] Um pré-impresso recente do setor alerta que dados brutos de compras conjuntas podem gerar recomendações de produtos complementares imprecisas ou inadequadas sem restrições e revisão.[6]

Use uma linguagem cautelosa:

• “associado a” em vez de “causado por”;
• “consistente com o objetivo de uma refeição” em vez de “o comprador pretendia uma refeição”;
• “produto complementar em potencial” em vez de “produto necessário”;
• “observado na mesma cesta” em vez de “preferido em conjunto”.

Essa abordagem melhora tanto a privacidade quanto a qualidade da decisão.

Padrões de composição que podem melhorar o planejamento de mídia

Amplitude da categoria

Uma cesta ampla pode dar suporte a criativos voltados para ocasiões específicas ou para estocagem, enquanto uma cesta restrita pode exigir uma mensagem direta sobre a categoria. Amplitude é contexto, não uma permissão automática para mais anúncios.

Mix do portfólio de marcas

Uma empresa multimarcas pode verificar se a marca anunciada aparece junto com outros produtos do portfólio, concorrentes ou marcas próprias. O resultado pode moldar o planejamento entre marcas, mas a propriedade compartilhada não garante um relacionamento útil com os shoppers.

Mistura de faixas de preço

O produto-alvo pode fazer parte de cestas premium, de valor ou de uma estratégia de preços mistos. Isso pode orientar as decisões criativas e de sortimento. Não se deve inferir a renda familiar a partir de uma única transação.

Mix de promoções

Uma cesta de compras no período da campanha pode se tornar mais promocional, mesmo quando o valor aumenta. Separe os efeitos da mídia, do preço e da promoção.

Mistura de produtos complementares e substitutos

O produto promovido pode assumir uma nova função, substituir um produto concorrente ou mudar o tamanho da embalagem. Cada efeito tem um significado comercial diferente.

Para relevância em categorias adjacentes, a afinidade de categoria pode ajudar a definir audiências. A composição da cesta, então, verifica o que realmente apareceu no contexto da transação.

Um exemplo prático

Uma marca de café premium veicula mídia onsite e in-store. As vendas e o valor médio da cesta aumentam entre os shoppers expostos à campanha.

A análise da composição questiona o que mudou dentro dessas cestas. O café premium substituiu o café comum? Os shoppers adicionaram biscoitos ou produtos para o café da manhã? Eles compraram embalagens maiores por causa da promoção? O grupo exposto simplesmente realizou mais compras semanais para reabastecimento?

O relatório pode comparar:

• a incidência da categoria de café;
• participação da marca e do segmento nas cestas de café;
• amplitude da categoria e unidades;
• presença complementar da categoria de café da manhã;
• participação dos itens em promoção;
• valor total e margem;
• composição do mix de missões do tratamento e do controle.

Se a participação da marca premium aumentar enquanto a incidência na categoria de café permanecer estável, a campanha pode ter alterado a escolha dentro da categoria. Se a incidência na categoria e a amplitude do café da manhã aumentarem juntas, a campanha pode ter expandido a ocasião de consumo. Se apenas o tamanho da embalagem promovida mudar, a dinâmica de preços pode explicar grande parte do resultado.

A composição transforma uma linha de vendas em vários mecanismos testáveis.

Compare o que é comparável

As diretrizes da IAB/MRC enfatizam definições consistentes, fontes de dados transparentes e escopo de atribuição claro.[1] As comparações de composição devem utilizar a mesma taxonomia de produtos, regras de transação, lógica de período e filtros de disponibilidade.

No mínimo, compare:

1. Saldo pré-tratamento: as cestas de tratamento e controle eram semelhantes antes da campanha?
2. Composição observada: quais categorias, marcas, níveis e funções mudaram?
3. Mecanismo comercial: a mudança foi uma adição, substituição, troca por produto de nível superior, promoção ou mudança no mix de compras?
4. Estimativa causal: a composição diferiu de um contrafactual confiável?

A IAB e a IAB Europe distinguem atribuição de incrementalidade e exigem cenários contrafactuais confiáveis e controle de viés.[2] Isso é importante porque a mídia é frequentemente segmentada usando os mesmos sinais comportamentais posteriormente utilizados para descrever o “impacto”.

Randomize o tratamento sempre que possível. Se for necessário fazer um pareamento, inclua a estrutura da cesta no período prévio, o canal, a loja, proxies de intenção de compra, promoção e disponibilidade. Não compare compradores premium expostos à campanha com a base total de shoppers e não considere o mix premium resultante como um efeito da campanha.

Para a cadeia completa de eventos, use closed-loop measurement. A composição faz parte do resultado da compra, não substitui o desenho causal.

Métricas úteis de composição

Escolha um pequeno conjunto vinculado ao objetivo da campanha:

• incidência do produto-alvo;
• participação da categoria em unidades ou valor;
• categorias distintas por cesta;
• participação dos itens promocionais;
• participação de marcas próprias ou de marcas dentro da categoria;
• participação da faixa premium;
• vínculo de papel complementar;
• deslocamento por substitutos;
• adição de novas categorias;
• contribuição para a margem, quando disponível.

Relate distribuições ou segmentos planejados, não apenas médias gerais. Um grande grupo de missão pode ocultar efeitos opostos em outras áreas.

Evite criar uma única “pontuação de composição”, a menos que seus componentes, pesos e significado comercial sejam explícitos. Um indicador composto pode simplificar os relatórios, mas também pode ocultar se a mudança decorreu da quantidade, do preço, da promoção ou do mix.

Erros comuns

Tratar a composição como intenção. A cesta sugere um contexto, mas não revela os pensamentos dos shoppers.

Usar uma taxonomia de produtos instável. Produtos classificados incorretamente geram mudanças falsas nas categorias.

Ignorar cestas com múltiplas missões. Uma única passagem pelo caixa pode conter várias tarefas não relacionadas.

Confundir a análise de pares com a estrutura da cesta como um todo. A coocorrência entre produtos é um componente, não a história completa da composição.

Ignorar promoções e disponibilidade. Ambos podem redesenhar a cesta sem a intervenção da mídia.

Inferir características sensíveis. Padrões de produtos não devem se tornar rótulos pessoais especulativos.

Relatar apenas o valor. A receita pode aumentar enquanto a amplitude da categoria, as unidades ou a margem se comportam de maneira diferente.

Alegar incrementalidade a partir de cestas expostas. A segmentação frequentemente seleciona a composição que mais tarde “descobre”.

Lista de verificação dos compradores

Antes de usar a composição em um plano ou relatório, pergunte-se:

• Quais dimensões definem o perfil?
• As participações são baseadas em unidades, linhas, receita ou margem?
• A taxonomia de produtos é consistente entre períodos e canais?
• Como as cestas com múltiplas finalidades são tratadas?
• Quais produtos são complementares, substitutos ou ainda não definidos?
• Que mecanismo de campanha deve alterar o mix?
• O preço, a promoção e a disponibilidade são controlados?
• Inferências sensíveis são proibidas?
• Que comparação ou grupo de controle sustenta a alegação de impacto?
• Que decisão decorre de cada padrão de composição?

Perguntas frequentes

A composição da cesta é a mesma coisa que o tamanho da cesta?

Não. O tamanho mede a quantidade ou a amplitude. A composição explica quais categorias, marcas, níveis ou funções compõem a cesta.

A composição da cesta é o mesmo que compras cruzadas?

Não. A compra cruzada se concentra em uma relação definida entre entidades. A composição descreve toda a estrutura da transação.

A composição da cesta de compras pode identificar uma missão de compra?

Ela pode fornecer evidências consistentes com uma missão, especialmente quando combinada com tempo, canal e sequência. Não deve ser tratada como uma intenção certa.

A composição deve ser medida por unidades ou por valor?

Use a base que corresponda à decisão e, com frequência, relate ambas. A participação por unidade e a participação por valor respondem a perguntas diferentes.

Qual é o principal uso da Retail Media?

Determinar como o produto anunciado alterou a cesta de compras: adição, substituição, troca por um produto de maior valor ou premium, expansão da categoria ou nenhuma mudança significativa na composição.

Conclusão

A composição da cesta revela estrutura, não certeza. Construa o perfil com uma taxonomia clara, separe quantidade de valor, leve em conta múltiplas intenções de compra e compare o que é comparável. Em seguida, use um cenário contrafactual para decidir se a mídia alterou a cesta ou apenas selecionou uma já conhecida.

Fontes

[1] Interactive Advertising Bureau e Media Rating Council, IAB/MRC Retail Media Measurement Guidelines, 2024.

[2] IAB e IAB Europe, Guidelines for Incremental Measurement in Commerce Media, 2025.

[3] Google Analytics, Medir o comércio eletrônico.

[4] arXiv, Recomendação dentro da cesta por meio do Neural Pattern Associator, 2024.

[5] arXiv, Inferência de produtos complementares a partir de cestas e sessões de navegação, 2018.

[6] Autores da pesquisa da Allegro, *Além da relação de compra conjunta: evolução das recomendações complementares na Allegro*, pré-impressão de setembro de 2026.

Quer ver como isso funciona na prática?

A Footprints AI ajuda marcas e varejistas a medir o que realmente importa. Conheça nossos cases de sucesso ou entre em contato para conversar sobre sua estratégia de Retail Media.