Você não precisa do mercado inteiro. Precisa da amostra certa.

Toda vez que uma empresa vai apostar em algo novo, lançar uma campanha, mudar a copy, entrar num segmento, ela cai num de dois erros. Ou decide no anedota (o maior cliente reclamou, meu primo achou ruim, aquele vendedor jurou que funciona), ou congela esperando ter certeza absoluta. Um é chute com cara de decisão. O outro é paralisia com cara de prudência. Os dois são caros.

Existe um meio-termo, e ele é mais barato e mais rigoroso que os dois: a amostra.

#O número que ninguém acredita

Pra saber o que um mercado inteiro pensa, você precisa de muito menos gente do que imagina. Com 95% de confiança e cinco pontos de margem de erro, algo em torno de 400 respostas te dá uma leitura sólida de uma população de 500 mil pessoas. E aqui está a parte que trava a cabeça: se essa população fosse de 5 milhões, o número quase não muda.

O tamanho do mercado quase não entra na conta. Uma amostra certa decide sobre dez mil ou dez milhões praticamente com a mesma quantidade de respostas.

Parece errado, mas é matemática velha e sólida. Depois que a população fica grande, o tamanho de amostra necessário estaciona. O que move o número é o quanto de certeza e o quanto de precisão você exige, não o tamanho do bolo. Traduzindo pro bolso: o custo de saber é fixo e pequeno. Descobrir o que um mercado gigante pensa custa quase o mesmo que descobrir o que um pequeno pensa. É rigor de instituto de pesquisa virando algumas centenas de respostas, o mesmo movimento de método de elite que ficou acessível.

#As três alavancas

A conta tem três botões. O tamanho da população, que, você já viu, quase não pesa. O nível de confiança, que é o quão seguro você quer estar de que a amostra reflete o todo. E a margem de erro, que é quanta imprecisão você topa. Apertar confiança ou margem pede mais respostas, mas não muitas mais.

O ajuste é pela decisão, não pelo capricho. Testar qual assunto de e-mail abre mais? Aceita margem folgada, poucas dezenas de respostas resolvem. Decidir se vale bater cinco milhões num segmento novo? Aperta a margem e paga mais respostas. Você compra só a precisão que a decisão merece. É o mesmo princípio de precisão financeira: dado com erro conhecido vence sensação sem erro nenhum.

E você não precisa decorar fórmula. Existe calculadora de tamanho de amostra de graça, e a IA faz a conta em segundos. Aliás, tem uma aqui embaixo. Mexe nos três botões e veja o número quase não se mexer quando a população cresce.

#O que dá pra testar

Isso não é só pesquisa de satisfação. É todo lugar onde você está prestes a apostar sem saber:

• Hipótese. O segmento que você quer atacar realmente quer isso? Pergunta pra uma amostra dele antes de construir a solução inteira.
• Cohort. O cliente que entrou por indicação se comporta diferente do que veio de anúncio pago? Compara duas amostras e para de discutir no achismo.
• Campanha e copy. Qual oferta converte, qual chamada ganha? Teste A/B é só amostragem com dois baldes. Roda no pequeno, mede, escala o vencedor.

Em todos, a lógica é a mesma: você testa no barato antes de gastar no caro.

#Colher e testar

Se você leu o artigo sobre perguntar pra base, pode estranhar. Lá eu disse pra deixar a IA ler 100% das respostas, não uma amostra. Aqui eu digo que uma amostra basta. Não é contradição. São dois trabalhos diferentes.

Quando você colhe intenção de quem já está na sua base, leia tudo. A IA tornou isso de graça, e cada resposta é um lead com nome e telefone que você não pode ignorar. Quando você testa uma hipótese sobre algo que ainda nem existe, não precisa de todo mundo: uma amostra certa já decide.

Colher quer o todo. Testar quer o suficiente. Perguntar serve aos dois.

#O “quase certo” que aqui é virtude

Tem uma armadilha, e ela conversa com outra coisa que eu já escrevi. Em automação crítica eu disse que “quase certo” quebra a empresa. No teste é o contrário: “quase certo”, com o erro medido e declarado, é exatamente o que você quer. A diferença é o que está em jogo. Errar cinco pontos num teste de copy não custa nada e ainda te ensina. Errar cinco pontos num agente que roda a folha de pagamento é processo na Justiça. O trabalho é saber onde o “quase” é barato e onde é fatal.

#A parte operacional ficou trivial

A IA dimensiona a amostra, gera as variantes pra testar, lê as respostas abertas e roda a conta de significância. O que era projeto de semanas com instituto virou uma tarde. É a IA resgatando um método rigoroso que sempre existiu e era caro demais pra empresa média rodar. E é medir no seu próprio quintal, com os seus dados, em vez de decidir por benchmark de fora, a mesma lógica de eval do seu domínio.

#O meio-termo

Decidir sem testar é caro. Testar tudo é impossível. A amostra certa é o meio-termo que separa quem opera com método de quem só chuta com confiança.

Você não precisa do mercado inteiro pra saber o que ele pensa. Precisa da amostra certa, e ela é menor do que você imagina.