O Sponge é uma ferramenta de terminal. Isso significa que, por enquanto, ele não tem um formulário visual: as informações são passadas por comandos e os resultados aparecem como relatório. Você não precisa mexer no código; precisa apenas saber quais dados reunir, o que cada campo quer dizer e como interpretar a saída.
Escolha seu caminho
Qual pergunta você quer responder primeiro?
Antes de preencher qualquer número, escolha o ponto de partida. O Sponge mantém um único motor de cálculo, mas apresenta o resultado no foco que melhor responde à pergunta principal.
Organizador
Quero precificar uma cota. Comece pelo Sponsorship Valuation Calculator: ativos, público, entrega, comparáveis e preço pedido.
Marca: Fit
Quero saber se o evento faz sentido. Comece pelo Sponsor-Event Fit Score: público, categoria, região, imagem, exclusividade e risco.
Marca: Retorno
Quero simular a decisão de investimento. Comece pelo ROI Simulator: custo, lucro incremental, mídia equivalente e relacionamento — sem tratar mídia como lucro.
Uso completo
Para uma proposta importante, use os três: fit para avaliar aderência, valuation para negociar e ROI para discutir retorno.
Os quatro focos
Comece pela pergunta e use o comando correspondente
full é o padrão e mostra tudo. Os demais focos não descartam o cálculo compartilhado; apenas destacam o que importa para aquela conversa.
Use pricing para negociar uma faixa de preço, fit para avaliar aderência, roi para discutir retorno e full para uma proposta que exige a visão completa.
Antes de começar
O que você precisa ter em mãos
A parte de marketing não começa pela fórmula. Ela começa pela qualidade das informações. Quanto mais claro for o briefing, mais honesta será a faixa de valor produzida pelo Sponge.
Evento e cota
Nome, categoria, região, preço pedido, duração e a lista real de ativos: posts, placas, estande, convites e camarote.
Objetivo da marca
Awareness, vendas, leads, relacionamento, reputação ou comunidade. Escolher um principal evita uma análise sem foco.
Mídia e ativação
Impressões, CPM de referência, qualidade da entrega, participantes qualificados e, se houver, leads e conversão.
Evidências
Relatórios de plataforma, números de público, pesquisas, dados de vendas, fonte dos comparáveis e data de cada informação.
Regra simples: não preencha um número porque ele “parece bom”. Diga de onde ele veio. O Sponge diferencia dado observado, estimativa auditada, estimativa do organizador e hipótese justamente para isso.
Primeira instalação
Preparar o Sponge uma única vez
Esta etapa é técnica, mas só precisa ser feita uma vez por computador. Os comandos abaixo assumem macOS ou Linux e que o Python 3.10 ou superior já está instalado. No Windows, alguém do time técnico pode fazer a configuração inicial e deixar o ambiente pronto para o restante da equipe.
Abra o Terminal
É a janela em que se digitam comandos. No macOS, procure por “Terminal”; no Linux, geralmente é “Terminal” ou “Console”.
Entre na pasta do projeto
Use cd seguido do caminho onde a pasta Sponge está salva. Exemplo: cd ~/Projetos/Sponge.
Crie o ambiente e instale as dependências
Copie os dois comandos abaixo, um de cada vez. Eles isolam as bibliotecas do projeto para não misturar com outros programas Python.
Quando terminar sem mensagem de erro, o Sponge está pronto para rodar. A pasta .venv é apenas o ambiente do projeto; não é necessário abri-la ou editá-la.
Primeiro contato
Rode a demonstração antes de usar dados reais
O primeiro comando utiliza os dados de exemplo do repositório. Ele serve para conhecer o formato do relatório e conferir se a instalação funcionou.
O terminal mostrará o diagnóstico estratégico, os valores por motor, Fit Score, Fair Value, cenários, benchmark, confiança, risco, Monte Carlo de mídia, recall, sensibilidade, os dois retornos e uma recomendação inicial.
A demonstração não é uma proposta comercial. Ela usa premissas de exemplo para apresentar a lógica e deve ser substituída pelos dados do seu caso.
Preenchendo um caso
Quais números você realmente precisa escolher
Cada item abaixo vira uma opção no comando. Dinheiro é digitado sem R$ e números decimais usam ponto: 0.90, não 0,90.
| grupo | campos | como pensar |
|---|---|---|
| Contexto | event-name, brand-name, category, region, cost |
Descreve o caso e o investimento total, incluindo cota e custos necessários para ativar o patrocínio. |
| Foco | focus |
Escolha pricing, fit, roi ou full. Ele muda a leitura do relatório, não cria quatro modelos desconectados. |
| Estratégia | objective, mode, audience |
Escolha um objetivo principal. O modo é b2c, b2b ou mixed. |
| Mídia | impressions, cpm, quality |
Impressões estimadas ou observadas; CPM comparável; qualidade igual a 1 é neutra. Valores acima de 1 indicam entrega acima do padrão e precisam de justificativa. |
| Fit | audience-fit, category-fit, region-fit, exclusivity, image-fit |
Notas de 0 a 100. Elas devem ser justificadas por público, categoria, região, contrato e imagem do evento. |
| Risco | risk, reputation-risk, measurement-risk, audience-risk |
Também são notas de 0 a 100. Quanto maior o número, maior o risco; não use 0 só para aumentar o resultado. |
| Confiança | evidence-level, coverage, recency, delivery |
Fatores de 0 a 1 que descrevem qualidade do dado, cobertura, atualidade e parcela esperada da entrega contratada. |
| Retorno | incremental-profit |
Lucro incremental realizado ou previsto, já depois dos custos diretamente ligados à venda. Não informe faturamento bruto aqui. |
Exemplo copiável
Uma análise B2C de awareness
O comando abaixo muda os campos principais e mantém os demais valores no padrão do projeto. É uma boa primeira forma de testar um caso sem preencher cada detalhe avançado.
Os sinais \ apenas quebram o comando em linhas para leitura. Eles devem permanecer no fim de cada linha, exceto na última.
Para ver todas as opções: rode .venv/bin/sponge --help. Não é necessário usar todos os campos no primeiro teste;
é melhor usar poucos dados que você consegue defender do que preencher tudo com suposições frágeis.
Lendo o resultado
O que cada linha do relatório quer dizer
Foco, caminho e motores prioritários
Mostra o foco escolhido, objetivo e modo. Em B2B de relacionamento, hospitalidade tende a ter mais peso; em awareness B2C, mídia e associação ganham prioridade.
Fit Score e Fair Value
Fit Score avalia a coerência entre marca e evento. Fair Value é uma faixa de valor para negociação, ajustada por evidência, entrega, benchmark e risco — não é um preço obrigatório.
Confiança, risco e benchmark
Essas três linhas dizem o quanto confiar na conta, qual risco mais pesa e como o resultado se relaciona a referências semelhantes.
ROI financeiro e retorno estratégico
ROI financeiro usa somente lucro incremental e investimento. Retorno estratégico também considera mídia equivalente e relacionamento; ele não deve ser lido como lucro realizado.
Recomendação inicial
O projeto pode sugerir investigar e negociar, testar ou reformular, ou recusar. É uma orientação de conversa, não uma autorização automática de compra.
Monte Carlo, cenários e sensibilidade
Três formas de lidar com incerteza
Esses nomes parecem técnicos, mas resolvem uma pergunta muito normal: “e se as premissas não acontecerem exatamente como planejado?”
Cenários
Três leituras deliberadas: conservadora, base e otimista. O Sponge altera valor, confiança, entrega e risco ao mesmo tempo.
Monte Carlo
O computador simula milhares de versões plausíveis do valor de mídia, variando impressões, CPM e qualidade dentro de limites definidos. Não é uma previsão de vendas.
Sensibilidade
Move uma entrada de mídia por vez em 10%, mantendo as outras iguais. Mostra qual premissa mais altera a parte de mídia do modelo.
Recall
Estima como a lembrança de marca cai com o tempo após uma exposição, com reforço por repetição e profundidade da experiência.
| resultado | como ler | o que não dizer |
|---|---|---|
| P10 | Em 10% das simulações o resultado ficou abaixo desse valor; em 90%, acima. | “Esse é o pior caso possível.” |
| P50 | A mediana: metade das simulações ficou abaixo e metade acima. | “Esse é o valor garantido.” |
| P90 | Em 90% das simulações o resultado ficou abaixo desse valor. | “Esse é o preço certo para cobrar.” |
| Driver sensível | A premissa de mídia que mais desloca seu valor quando varia 10%. | “Essa é a causa mais importante do resultado real.” |
Monte Carlo não prevê o futuro. Ele mostra como a conta se comporta quando variamos as premissas que já escolhemos.
Dados em planilha
Quando há muitos ativos de mídia
Se a cota tem diversos posts, placas, inserções ou transmissões, use o arquivo CSV em vez de fazer uma conta por vez. O Sponge já traz um exemplo em data/sample_media_assets.csv.
| coluna | uso |
|---|---|
tier | Nome da cota ou nível comercial, como gold ou silver. |
channel e asset | Canal e descrição da entrega: Instagram, venue, streaming, post ou placa. |
impressions, cpm, quality_factor | Entradas da conta de mídia equivalente. |
measurement_key | Identificador único da medição, para não duplicar o mesmo benefício em duas linhas. |
source | Origem do dado: relatório da plataforma, estimativa de público ou outra evidência. |
O comando calcula uma coluna de valor para cada ativo, agrupa o resultado por cota e canal e cria um novo CSV para revisão.
Relatórios
Gerar um HTML e um PDF para compartilhar
O projeto gera uma versão visual do relatório em HTML e PDF. Ela é útil para apresentar cenários, risco, confiança, Monte Carlo de mídia, recall e recomendação a uma marca ou organizador.
O gerador aceita foco, evento, marca, custo, lucro incremental, comparáveis e calibração. As demais premissas ainda usam o caso padrão do projeto; para uma proposta real com todos os campos personalizados, rode primeiro a análise no terminal ou peça apoio técnico para ampliar o gerador.
Comparáveis precisam ter fonte, data, categoria, região e preço. Casos observados de calibração precisam relacionar previsão e valor realizado, com fonte declarada.
Fluxo de trabalho
Como marketing pode usar sem virar time técnico
Marketing prepara o briefing
Organiza objetivo, ativos, dados de audiência, proposta comercial e fontes dos números.
Uma pessoa roda a análise
Usa os comandos e registra as premissas. Não é necessário editar arquivos Python.
O time discute a saída
Olha valor, fit, risco, confiança, cenário conservador e premissas sensíveis antes de negociar.
Depois do evento, mede
Guarda o que realmente ocorreu. Esses dados são o que permitem calibrar o Sponge e deixá-lo melhor na próxima análise.
O Sponge não exige que marketing vire programador. Ele exige algo mais importante: que a conversa sobre patrocínio tenha objetivo, dados, premissas e honestidade sobre incerteza. A parte técnica organiza a conta; a parte de marketing dá sentido ao que vale a pena medir.