Como diagnosticamos uma VSL em quatro camadas.
Diagnóstico de VSL não é olhar um gráfico de retenção e adivinhar. É instrumentar quatro camadas e cruzar os sinais. Aqui está exatamente o que medimos e como interpretamos.
Camada 1 — Retenção por segundo
O player envia evento de progresso a cada segundo (não a cada 10% como players legados). Isso permite identificar o segundo exato em que cada cluster de visitante saiu — não o intervalo.
Por que importa: numa VSL de 25 min, dois segundos consecutivos com -8% de retenção quase sempre apontam para uma frase específica, não para "o meio do vídeo".
Camada 2 — Drop-off cluster
Saídas isoladas não são sinal. Saídas concentradas em janelas de 3 a 8 segundos são. Agrupamos drops por proximidade temporal e por padrão (saída total vs. pulo pra frente vs. retomada).
Três clusters típicos: fricção de promessa (primeiros 30s), fadiga de prova (meio da VSL) e medo de CTA (10-40s antes do call-to-action).
Camada 3 — Lead Intent Score
Cada visitante ganha um score de 0 a 100 baseado em: percentual assistido, tempo em foco (aba ativa), retomadas, cliques em CTA e velocidade de leitura da página. O score é calculado em tempo real e disponibilizado via webhook.
Uso prático: SDR liga primeiro para lead com score > 70. CRM segmenta nutrição para score 30-70. Score < 30 vai para retargeting de tráfego pago, não para o time comercial.
Camada 4 — Correlação CTA × WhatsApp
O LeadPlayer rastreia o clique do CTA (botão WhatsApp, formulário, link externo) e correlaciona com o segundo do vídeo em que apareceu. Isso responde à pergunta que players normais não respondem: o lead clicou porque viu o CTA, ou porque desistiu do vídeo?
O que NÃO fazemos
- Não comparamos sua VSL com "média do mercado" sem fonte pública.
- Não inferimos causa-raiz com menos de 300 plays únicos sem marcar o intervalo de confiança.
- Não recomendamos refazer copy antes de testar três variações de thumbnail e CTA timing.
Perguntas frequentes
Essa metodologia funciona em VSL longa (40+ min)?
Sim. A análise por clusters de drop-off é especialmente útil em VSL longa, onde o problema raramente está num único ponto.
Preciso de tráfego mínimo para o diagnóstico fazer sentido?
A inferência fica estatisticamente útil a partir de ~300 plays únicos. Abaixo disso, o relatório aponta tendências, mas marca o intervalo de confiança.
Vocês comparam minha VSL com benchmarks?
Comparamos com a sua própria base anterior (mesmo vídeo, semanas anteriores, ou outras VSLs da conta). Não usamos benchmark externo sem fonte.
Posso aplicar a metodologia sem usar o player de vocês?
A metodologia depende da instrumentação por segundo que o player do LeadPlayer faz nativamente. Sem ela, falta o sinal.
Rodar a metodologia no seu vídeo
Suba uma VSL no plano grátis. Em 300 plays a Conversion Intelligence começa a apontar causas-raiz.