49 Guia de Economia
Comportamental e Experimental
Testar e Aprender
Em anos recentes, vem aumentando o interesse de alguns pesquisadores em retirar o estudo da to-
mada de decisão de laboratórios em universidades e levá-los para contextos do mundo real. Alguns
estudiosos ressaltam que não são representativas as amostras compostas de estudantes (geralmente
ocidentais) que tendem a ser analisadas nos laboratórios universitários. Em consequência, vem au-
mentando o uso da experimentação com diversos grupos de pessoas, embora muitos desses estudos
sejam feitos online (Goodman et al., 2013). A natureza das tarefas experimentais que são estudadas em
laboratório, assim como o ambiente em que elas são realizadas, pode fazer com que elas nem sempre
reproduzam comportamentos da vida real. Há também dificuldades com a validade externa (o poten-
cial de generalização) quando estudos psicológicos de laboratório são replicados em campo (Mitchell,
2012). Porém, para a maioria dos profissionais, a questão é simplesmente: o programa ou política que
proponho funcionará quando for implementado? Já faz tempo que se usam dados do mundo real em
áreas como saúde, educação e comportamento online e cada vez mais os experimentos de campo
têm sido recomendados como um modo valioso de testar hipóteses comportamentais em Economia
(Gneezy e List, 2013), negócios (Davenport, 2009) e políticas públicas (Haynes et al., 2012).
O delineamento experimental mais básico consiste em uma condição de teste em que há pessoas
recebendo um tratamento ou intervenção e uma condição de controle. Essas condições representam
as variáveis independentes (ou causais) em um experimento. As unidades de análise do experimento
(por exemplo, pessoas) são alocadas aleatoriamente nas diferentes condições. Geralmente a condi-
ção de controle representa práticas correntes ou o status quo e fornece aos pesquisadores dados de
referência sobre o comportamento que teria ocorrido se não houvesse sido introduzida à mudança.
Para as empresas e os formuladores de políticas, a abordagem do tipo “testar e aprender”, basea-
da nesses testes controlados randomizados (RCTs), reduz a incerteza quanto à eficácia de novos pro-
gramas ou políticas. Para isso, mede os impactos nos contextos em que o comportamento realmente
ocorrerá. Fazer experimentos de campo (que podem incluir ambientes online, caso seja neles onde
o comportamento em questão ocorre naturalmente) não só permite aos pesquisadores observarem
comportamentos significativos, mas também geralmente é mais fácil explicar a um público mais amplo
a sua estrutura e os resultados que geram. No setor público, que sofre com orçamentos cada vez mais
reduzidos, a abordagem do tipo testar e aprender pode aumentar a confiança de que o dinheiro públi-
co está sendo gasto nas políticas certas e de que essas políticas podem valer o que custam (Haynes et
al., 2012). Analogamente, as empresas podem adquirir dados valiosos para decisões importantes em
pequena escala antes de colocá-los em ação no mercado como um todo. Além de serem capazes de
reduzir o risco de implementar uma política ou um programa observando os resultados na vida real,
as vantagens de testar também incluem a capacidade de comparar várias hipóteses concorrentes e
descobrir se um resultado esperado acontecerá em diferentes contextos ou cenários.
Por meio de experimentos de negócios, as empresas podem melhorar sua compreensão das
relações entre uma mudança de estratégia e as reações comportamentais de empregados, clientes,
concorrentes ou outras partes interessadas (Gneezy e List, 2013; Davenport, 2009). Portanto, a maior
vantagem de um experimento de campo aleatoriamente controlado é permitir o exame de relações
de causa e efeito. Outras metodologias quantitativas geralmente são mais fracas nesse aspecto. Con-
50 Guia de Economia Comportamental e Experimental
sideremos o “big data”, por exemplo, a tendência recente de encontrar padrões em vastos conjuntos
de informações acumuladas. Segundo Gneezy e L (2013), essa abordagem apresenta dois problemas
principais: primeiro, baseia-se demais na correlação em vez de na causação; segundo, costuma for-
necer uma quantidade avassaladora de informações, variáveis e possíveis relações. Portanto, quando
se trata de investigar relações causais, menos é mais.
Minha Intervenção Vai Funcionar?
Independentemente de ser usada por economistas, administradores de empresas ou formuladores
de políticas públicas, a experimentação do tipo testar e aprender em geral se baseia em um processo
semelhante. A seguir veremos um passo-a-passo para profissionais e iniciantes em experimentos (de
campo), baseado na experiência pessoal do autor e em várias fontes publicadas (Anderson e Simes-
ter, 2011; Davenport, 2009; Harrison e List, 2004; Gneezy e List, 2013; Haynes et al., 2012).
1. Determinar a Hipótese
Uma pesquisa sempre começa com uma questão ou mais. Que resultado você quer mudar, e que
tratamento(s) ou intervenção(ões) você quer testar para atingir esse resultado? Seus tratamentos
podem ser os mais diversos, de incentivos econômicos tradicionais a nudges comportamentais expe-
rimentados e testados ou, ainda, tipos de intervenção totalmente novos. Alguns exemplos: comparar
o efeito de dois frames de desconto em compras em sua loja online, ou talvez você queira examinar o
efeito de diferentes dicas de higiene sobre a frequência da lavagem das mãos em seu hospital.
Pergunte a você mesmo se é viável implementar essas intervenções. Ao formular suas hipóteses,
você talvez deseje se planejar levando em conta qual será a dificuldade de realizar o experimento
usando a equipe e os recursos existentes. Nessa etapa, você também deve pensar se será ou não
fácil - na prática - observar resultados. É relativamente simples, por exemplo, para um vendedor va-
rejista online rastrear os cliques de um consumidor em comparação com medir os níveis de higiene
das mãos de uma equipe hospitalar.
2. Formule seu teste
As hipóteses e conceitos de um estudo são transformados em variáveis por meio da operacionaliza-
ção. Muitas vezes esse é o aspecto do delineamento de uma pesquisa que determina o sucesso ou o
fracasso do experimento. Os pesquisadores precisam indagar se suas condições experimentais são
bem fundamentadas e se as variáveis realmente medem o que se está supondo que medem.
Se o resultado que lhe interessa são as vendas, por exemplo, ele pode ser medido em termos de
vendas diárias ou compras individuais. Para um resultado como a higiene das mãos, você poderia ava-
liar medidas simples, por exemplo, a quantidade de sabonete usada, ou outras mais complexas, como
a lavagem das mãos observada ou até mesmo a limpeza baseada em amostras recolhidas em gases.
Você também terá de se perguntar sobre as unidades de aleatoriedade da amostra. Serão no
nível dos indivíduos ou em níveis agregados de comportamento individual, por exemplo, equipes,
unidades, locais de lojas ou áreas geográficas? Os níveis agregados talvez tenham de servir, se não