Pergunta à maioria das marcas qual é a taxa de interação no Instagram e elas sabem dizer. Pergunta às mesmas marcas quanta receita a conta de Instagram gerou no mês passado e a maioria não sabe. A distância entre estas duas respostas é onde vive a maior parte das práticas de análise do Instagram: acompanhar números visíveis e fáceis de reportar, enquanto as métricas que se ligam a resultados comerciais ficam por medir. A análise e as estatísticas do Instagram só são úteis se as métricas acompanhadas forem as que preveem resultados, e a maioria das marcas está a acompanhar as erradas.
Este artigo explica que métricas contam realmente e porquê, o que o Instagram Insights deliberadamente não mostra, como interpretar os dados o suficiente para tomar decisões e não apenas observar padrões, como ligar o desempenho no Instagram à receita e onde a ferramenta de análise nativa fica tão aquém que exige medição externa.
Que métricas do Instagram contam mesmo para o desempenho de uma marca?
Os guardados como o indicador mais forte do valor do conteúdo
Um guardado é a ação de maior intenção que um seguidor pode fazer numa publicação do Feed. Quando alguém guarda uma publicação, está a julgar que o conteúdo vale a pena revisitar, o que é um sinal de valor genuíno mais forte do que um gosto ou um comentário. O algoritmo trata os guardados como um dos sinais de interação de maior peso nas publicações do Feed, o que significa que o conteúdo com uma taxa de guardados elevada recebe melhor distribuição orgânica do que conteúdo com um número de gostos semelhante mas menos guardados.
A taxa de guardados a acompanhar é os guardados divididos pelo alcance (não pelos seguidores), expressa em percentagem. Uma taxa de guardados acima de 2 por cento do alcance indica conteúdo genuinamente valioso para a audiência que o vê. As marcas que acompanham a taxa de guardados ao lado da taxa de interação vão reparar que as duas nem sempre se movem juntas: uma publicação pode ser bem recebida sem ser guardada, o que é sinal de que foi agradável mas não suficientemente substancial para ficar nos favoritos.
As partilhas por mensagem direta como sinal de alcance
Quando um seguidor partilha uma publicação com outra pessoa por mensagem direta, está a recomendar pessoalmente o conteúdo a uma pessoa concreta. É o sinal de interação de maior peso da plataforma porque reflete um juízo de valor genuíno e não uma aprovação passiva. Uma publicação com uma taxa de partilhas elevada diz ao algoritmo que o conteúdo vale a pena ser enviado a alguém que ainda não o viu, o que desencadeia uma distribuição mais ampla do que qualquer outro tipo de interação isolado.
O Instagram Insights mostra as partilhas por DM na vista de detalhe da publicação. As marcas que acompanham a taxa de partilhas ao longo do tempo vão ver que as publicações com as taxas de partilhas mais altas muitas vezes não são as que têm mais gostos. O conteúdo que é genuinamente útil, genuinamente surpreendente ou genuinamente identificável, ao ponto de as pessoas o quererem partilhar com alguém em concreto, é um tipo de conteúdo diferente do que ganha aprovação passiva ao percorrer o feed.
Toques no website e cliques em ligações como sinais de conversão
Os toques no website a partir da ligação da bio, os toques no autocolante de ligação dos Stories e qualquer outra ação que leve um seguidor do Instagram para o website são a métrica nativa mais próxima da intenção comercial. Um seguidor que clica para o website deu um passo deliberado para além do consumo passivo de conteúdo e está a exprimir um interesse ativo em saber mais ou em comprar. O número de toques no website em relação ao alcance dá uma indicação aproximada da eficácia com que o conteúdo está a levar as pessoas para a fase seguinte do funil.
Os toques no website reportados no Instagram Insights são úteis como direção, mas incompletos. Mostram quantos toques ocorreram, mas não o que aconteceu depois do toque: se o visitante saiu logo, viu um produto, adicionou ao carrinho ou comprou. Ligar a análise do website ao tráfego do Instagram (através de parâmetros UTM na ligação da bio) é o que fecha a distância entre o toque reportado no Insights e o resultado comercial que determina se o toque teve algum valor.
A taxa de alcance como medida da saúde algorítmica
A taxa de alcance calcula-se dividindo o alcance de uma publicação pelo número total de seguidores e exprimindo-o em percentagem. Mede que proporção da audiência existente o algoritmo está a mostrar o conteúdo, o que reflete diretamente como o algoritmo está a tratar a conta. Uma taxa de alcance saudável para publicações do Feed fica entre 10 e 25 por cento dos seguidores. As contas de forma consistente abaixo de 5 por cento têm um problema de qualidade da audiência ou do conteúdo que nenhuma frequência de publicação vai resolver.
Acompanhar a taxa de alcance ao longo do tempo revela tendências que a taxa de interação ao nível da publicação não revela. Uma conta cuja taxa de alcance desce ao longo de vários meses está a acumular uma base de seguidores que não interage, o que trava a distribuição. Uma conta cuja taxa de alcance é estável ou cresce está a construir o tipo de audiência envolvida que se acumula com o tempo. A taxa de alcance é o sinal de alerta precoce para problemas de qualidade dos seguidores antes de se tornarem visíveis na estagnação do número de seguidores.
A taxa de visualização completa nos Reels e no vídeo
Nos Reels, a métrica que prevê de forma mais direta a distribuição algorítmica é a taxa de visualização completa: a percentagem de espectadores que viu o vídeo até ao fim. Um Reel com uma taxa de visualização completa elevada diz ao algoritmo que o conteúdo prendeu a atenção, que é o principal sinal que o sistema de recomendação de Reels usa para decidir a que distância distribui. A taxa de visualização completa é reportada no Instagram Insights no separador de Reels e é uma das poucas métricas em que um único número se liga diretamente a um resultado de distribuição.
A referência a atingir varia com a duração do vídeo. Num Reel de quinze segundos, uma taxa de visualização completa acima de 60 por cento é forte. Num Reel de sessenta segundos, uma visualização completa acima de 40 por cento indica que o conteúdo está a prender bem a atenção para a sua duração. Um Reel com muitas visualizações mas baixa taxa de visualização completa foi distribuído de forma ampla mas não está a reter espectadores, o que limita o seu potencial de distribuição na segunda vaga e sugere que a abertura é mais forte do que o conteúdo que se segue.
A taxa de crescimento de seguidores como indicador de tendência
A taxa de crescimento de seguidores, expressa como aumento percentual num período definido (semana, mês, trimestre), é mais significativa do que o número bruto de seguidores porque mostra se a conta está a crescer, estagnada ou a descer em relação à sua própria base. Uma conta que ganha 200 seguidores por mês a partir de uma base de 2.000 cresce 10 por cento ao mês, o que é saudável. Uma conta que ganha 200 seguidores a partir de uma base de 50.000 cresce 0,4 por cento, o que indica um problema de alcance ou de conteúdo que vale a pena diagnosticar.
A taxa de crescimento de seguidores deve ser acompanhada juntamente com as origens dos novos seguidores. O Instagram Insights mostra como os seguidores foram descobertos (a partir de um Reel, da página Explorar, de uma visita ao perfil depois de uma marcação). Estes dados de origem identificam que formatos de conteúdo e canais de distribuição estão realmente a impulsionar o crescimento da audiência, o que permite à marca investir mais no que funciona e menos no que gera impressões sem fazer crescer a audiência.
O que o Instagram Insights não te mostra?
O Instagram Insights é um ponto de partida útil, mas tem pontos cegos estruturais que as marcas precisam de perceber antes de tomar decisões de estratégia baseadas apenas em dados nativos. A lacuna mais significativa é a atribuição: o Insights consegue mostrar que um seguidor tocou na ligação da bio, mas não consegue mostrar se essa pessoa passou a comprar, a inscrever-se ou a fazer qualquer ação comercial a jusante. Todas as métricas de conversão que importam para os resultados da marca acontecem fora do Instagram, o que significa que a análise nativa só consegue contar parte da história do desempenho.
O Insights também não mostra o decaimento do alcance ao longo do tempo. Uma publicação que chegou a 10.000 pessoas nas primeiras duas horas e depois estagnou parece idêntica, no Insights, a uma publicação que chegou às mesmas 10.000 pessoas gradualmente ao longo de três dias. A curva de decaimento diz a uma marca se o conteúdo brilhou intensa e depressa (bom para formatos virais, preocupante para o crescimento estável) ou se foi construído devagar (uma dinâmica de distribuição diferente que vale a pena perceber), mas essa curva é invisível na interface nativa.
A janela de dados de 90 dias é uma limitação estrutural com consequências estratégicas. As marcas não conseguem comparar o desempenho deste janeiro com o do janeiro passado usando o Insights nativo, porque os dados não existem para além de 90 dias. Identificar padrões sazonais, medir o desempenho do conteúdo de um ano para o outro ou acompanhar o desenvolvimento da audiência a longo prazo exige uma ferramenta de análise de terceiros que arquive dados para lá da janela nativa ou uma prática de exportação e registo manual mantida com consistência ao longo do tempo.
A taxa de guardados como percentagem do alcance também não é apresentada diretamente. O Insights mostra o total de guardados de uma publicação mas não os guardados divididos pelo alcance, o que significa que a marca tem de calcular isto manualmente para cada publicação para perceber se a taxa de guardados é forte ou fraca em relação ao número de pessoas que viram o conteúdo. O mesmo se aplica à taxa de partilhas: o número é reportado, mas o cálculo da percentagem exige contas manuais que a maioria das contas nunca faz.
Como interpretar a análise para tomar decisões de conteúdo?
Estabelecer uma base antes de avaliar o desempenho
O desempenho de uma única publicação é quase sem significado sem uma base com que o comparar. O primeiro passo para usar bem a análise do Instagram é calcular o desempenho médio numa amostra significativa de publicações recentes: taxa de alcance média, taxa de guardados média, taxa de visualização completa média nos Reels e taxa de interação média. Estas médias tornam-se a base face à qual o novo conteúdo é avaliado. Uma publicação com desempenho acima da base na taxa de guardados está a produzir sinais de valor do conteúdo mais fortes do que a média. Uma com desempenho abaixo da base na taxa de alcance pode ter sido mostrada a uma proporção menor de seguidores do que o habitual.
A base deve ser recalculada com regularidade (mensalmente é razoável para a maioria das contas) para ter em conta as mudanças na base de seguidores, os padrões sazonais e as alterações do algoritmo. Uma base estabelecida em dezembro vai parecer diferente de uma estabelecida em agosto para a maioria das marcas, e as decisões tomadas face a uma base desatualizada vão induzir em erro.
Identificar padrões entre tipos de conteúdo
A análise de conteúdo mais útil compara o desempenho entre tipos de conteúdo em vez de avaliar publicações individuais isoladamente. Uma marca que olha para a taxa de guardados média dos carrosséis educativos face à taxa de guardados média das publicações de produto encontra muitas vezes uma diferença significativa que informa quanto de cada tipo de conteúdo produzir. Uma marca que compara a taxa de visualização completa média dos Reels com pessoa a falar para a câmara face à dos Reels de demonstração pode descobrir que um formato supera de forma consistente o outro para a sua audiência específica.
Este tipo de análise de padrões exige pontos de dados suficientes em cada categoria para ser significativo: pelo menos dez publicações de cada tipo de conteúdo antes de tirar conclusões. As decisões tomadas a partir de dois ou três pontos de dados numa categoria não são análise de padrões; são reações a resultados individuais que podem ser extremos. A paciência para acumular dados suficientes antes de mudar de estratégia é uma das disciplinas mais subvalorizadas na análise do Instagram.
Separar o sinal do ruído
Nem todas as variações de desempenho são um sinal que valha a pena agir. Uma publicação com fraco desempenho pode refletir o comportamento do algoritmo num dia concreto, um padrão invulgar da audiência nesse dia da semana ou simples aleatoriedade na distribuição. Uma publicação com desempenho muito acima pode ter sido partilhada por uma conta grande ou apanhado um impulso do algoritmo que não é repetível. A pergunta a fazer antes de agir sobre qualquer ponto de dados é se a variação é consistente em várias publicações ou isolada numa.
Os padrões sazonais, as atualizações do algoritmo e os grandes acontecimentos externos criam ruído na análise do Instagram que pode ser confundido com sinais de conteúdo. Uma marca que publica durante um grande acontecimento noticioso e vê pouca interação pode concluir que o conteúdo era fraco quando a audiência estava simplesmente distraída. Uma marca que publica num período calmo e vê muita interação pode concluir que o conteúdo foi invulgarmente forte quando a falta de conteúdo concorrente era o fator real. O contexto importa tanto como o número.
Saber quando não agir sobre os dados
A análise do Instagram consegue identificar o que está a _blocked_, mas nem sempre consegue explicar porquê, e otimizar de forma agressiva para o que está a _blocked_ neste momento pode ir estreitando a estratégia de conteúdo de formas que prejudicam a construção de marca a longo prazo. Uma conta que abandona todos os tipos de conteúdo exceto Reels porque os Reels geram mais alcance pode descobrir, seis meses depois, que o seu Feed já não é apelativo para os novos visitantes do perfil e que a taxa de guardados colapsou porque não há carrosséis educativos para os seguidores guardarem.
A relação certa com os dados é usá-los para informar as decisões, não para as automatizar. Se os dados sugerem que um tipo de conteúdo está a _blocked_ pouco, a pergunta a fazer é se esse fraco desempenho reflete desinteresse da audiência ou má execução desse tipo de conteúdo. Uma resposta de má execução sugere melhorar o formato em vez de o eliminar. Uma resposta de desinteresse genuíno sugere desvalorizá-lo em favor do que a audiência demonstrou valorizar.
Uma cadência de revisão que produz decisões e não observações
Verificar a análise do Instagram todos os dias produz uma corrente de pontos de dados sem contexto suficiente para serem úteis. Verificar todos os meses produz dados suficientes para identificar padrões genuínos, comparar com as bases e tomar decisões informadas sobre a direção do conteúdo. Uma revisão mensal da análise que responde a três perguntas produz mais valor estratégico do que a monitorização diária: que tipo de conteúdo teve as taxas de guardados e de partilhas mais fortes este mês, que tipo de conteúdo teve a taxa de alcance mais fraca e como se compara a taxa de crescimento de seguidores deste mês com a do mês anterior?
As revisões semanais são adequadas para marcas que correm campanhas pagas em que as decisões de orçamento precisam de feedback de dados mais rápido, mas a estratégia de conteúdo orgânico raramente muda depressa o suficiente para justificar uma análise semanal. A cadência de revisão deve corresponder ao ciclo de decisão, não à ansiedade com o desempenho.
Como ligar a análise do Instagram aos resultados comerciais?
Parâmetros UTM em todas as ligações da bio
A ligação da bio é o principal ponto de saída do Instagram para o website, e todos os cliques nessa ligação devem ser acompanhados com um parâmetro UTM que identifique o Instagram como origem na análise do website. Um parâmetro UTM é uma etiqueta acrescentada ao URL que diz à ferramenta de análise do website de onde veio o visitante. Sem ele, o tráfego do Instagram que chega ao website pode aparecer como tráfego direto, o que o torna invisível em qualquer análise de onde vêm os visitantes do website.
Configurar o acompanhamento UTM da ligação da bio exige acrescentar parâmetros de origem, meio e campanha ao URL antes de o publicar na bio. Os valores concretos dos parâmetros importam menos do que aplicá-los com consistência e rever com regularidade o tráfego etiquetado na ferramenta de análise do website. Uma marca que tem o acompanhamento UTM implementado consegue ver não só quantas pessoas tocaram na ligação da bio (reportado no Insights), mas quanto tempo esses visitantes ficaram no website, que páginas viram e se alguma delas converteu.
Acompanhar o desempenho do autocolante de ligação dos Stories
Os autocolantes de ligação dos Stories são um dos poucos lugares do Instagram onde se pode colocar uma ligação direta e clicável para uma página específica. Cada autocolante de ligação deve usar um URL com etiquetas UTM que identifique tanto a origem Instagram como a campanha ou peça de conteúdo específica que o Story estava a promover. Isto permite medir que conteúdo de Stories leva o tráfego de website mais valioso, e não apenas que conteúdo de Stories recebe mais toques.
A diferença de desempenho entre os toques no autocolante de ligação reportados no Insights e as conversões reais reportadas na análise do website é um dos dados de diagnóstico mais úteis que existem. Se o conteúdo dos Stories gera um número elevado de toques na ligação mas quase nenhuma conversão na página de destino, o problema é a experiência da página de aterragem, não o conteúdo do Instagram. Se os toques na ligação são poucos apesar de as visualizações dos Stories serem elevadas, o problema é o próprio conteúdo ou a colocação do CTA dentro do Story.
Medir a qualidade dos seguidores através do comportamento no website
Nem todos os seguidores do Instagram que clicam para o website têm o mesmo valor, e a análise do website pode revelar a diferença de qualidade entre o tráfego que chega de diferentes tipos de conteúdo do Instagram. Um seguidor que chegou de um carrossel educativo e passou quatro minutos a ler uma página de produto é um visitante de qualidade diferente de um que chegou de um Reel e saiu logo. Estas diferenças de qualidade são invisíveis no Instagram Insights, mas visíveis na análise do website quando o tráfego está bem etiquetado por origem e tipo de conteúdo.
Com o tempo, esta análise revela que categorias de conteúdo atraem os visitantes comercialmente mais valiosos, o que é informação mais útil do que saber que categorias de conteúdo atraem mais cliques. Uma marca que descobre que os seus carrosséis de tutorial levam uma parte desproporcionada de visitantes do website que convertem tem uma ideia estratégica sobre a qual vale a pena agir: mais carrosséis de tutorial ou, no mínimo, carrosséis de tutorial com ligações mais fortes ao website.
Os limites da atribuição no Instagram
O Instagram raramente fecha uma venda na primeira interação. Um cliente pode descobrir a marca através de um Reel, seguir a conta, ver vários carrosséis ao longo de duas semanas, clicar na ligação da bio, visitar o website, sair, voltar através de uma pesquisa e só então comprar. Neste percurso, o Instagram contribuiu para o resultado, mas não receberia nenhum crédito num modelo de atribuição do último clique em que a visita vinda da pesquisa fica com o crédito da venda. Os modelos de atribuição multitoque, que dão crédito parcial a cada ponto de contacto do percurso do cliente, são mais exatos, mas exigem uma infraestrutura de dados que vai além do Instagram Insights.
A implicação prática para a maioria das marcas é que a contribuição comercial do Instagram é sistematicamente subestimada em modelos que só dão crédito ao último clique antes da compra. Comparar grupos de clientes que seguiram a marca no Instagram antes de comprar com os que não seguiram, usando dados de análise do website, dá uma medida aproximada da verdadeira contribuição do Instagram para a receita, mesmo sem um modelo de atribuição sofisticado. Esta comparação é imperfeita, mas mais útil do que assumir que os dados nativos do Insights captam o quadro completo.
Quais são as referências realistas de desempenho no Instagram?
As referências variam bastante consoante o tamanho da conta, a categoria de conteúdo e as características da audiência, o que significa que as médias de todo o setor são muitas vezes enganadoras quando aplicadas a uma conta concreta. Uma taxa de interação de 4 por cento é forte para uma conta com 100.000 seguidores e típica para uma conta com 2.000 seguidores, porque as contas mais pequenas tendem a ter audiências com ligação mais pessoal que interagem a taxas mais altas. Comparar a taxa de interação de uma conta com 10.000 seguidores com a média de uma conta com 500.000 seguidores produz um padrão falso nos dois sentidos.
As referências mais úteis são autorreferenciais: as médias históricas da própria conta, calculadas numa amostra significativa de conteúdo durante um período de tempo consistente. Uma conta que conhece a sua própria taxa de alcance de base, a taxa de guardados e a taxa de crescimento de seguidores consegue identificar se o desempenho está a melhorar, estável ou a descer sem precisar de pontos de referência externos. As referências externas são úteis para perceber, de forma aproximada, onde a conta se situa na sua categoria, mas as referências autorreferenciais são o que impulsiona decisões acionáveis.
Como orientação geral: uma taxa de alcance de 10 a 25 por cento dos seguidores por publicação é saudável para o conteúdo do Feed. Uma taxa de guardados acima de 1 a 2 por cento do alcance indica conteúdo genuinamente valioso. Uma taxa de visualização completa acima de 40 a 50 por cento nos Reels indica forte retenção do conteúdo. Um crescimento mensal de seguidores de 3 a 5 por cento é sólido para uma conta numa fase de crescimento ativo. Estes intervalos são indicativos, não prescritivos, e uma conta com desempenho acima ou abaixo deles numa métrica específica pode ter razões legítimas que não se refletem numa média de vários setores.
Para saber como a análise se liga às decisões de formato de conteúdo, vê Tipos de conteúdo no Instagram: feed, Reels e Stories. Para saber como as métricas de alcance e de interação se relacionam com o algoritmo, vê Como funciona o algoritmo do Instagram. Para saber como usar a análise para afinar a estratégia de crescimento orgânico, vê Estratégia de crescimento orgânico no Instagram. Para saber como medir o desempenho das campanhas pagas, vê Estratégia de anúncios no Instagram.
Como se liga o teu website à análise do Instagram?
O Instagram Insights mostra o que acontece no Instagram. O website é onde o que acontece no Instagram se transforma em receita. As duas fontes de dados em conjunto contam a história completa do desempenho; qualquer uma sozinha conta apenas metade. Uma marca que mede o desempenho no Instagram só através do Insights nativo está a medir a eficácia do conteúdo sem medir a eficácia comercial, e as duas coisas não são o mesmo.
A Análise e estatísticas do WEMASY liga o tráfego do Instagram ao comportamento no website, para a marca ver que conteúdo leva as visitas mais valiosas, o que esses visitantes fazem quando chegam e se o investimento no Instagram está a produzir resultados comerciais ou apenas métricas de interação. Vê o que está incluído em /pricing.
Perguntas frequentes
Qual é a diferença entre alcance e impressões no Instagram?
O alcance é o número de contas únicas que viram uma publicação. As impressões são o número total de vezes que a publicação foi apresentada, incluindo várias visualizações pela mesma conta. Uma publicação com 5.000 de alcance e 7.000 impressões foi vista mais do que uma vez por algumas dessas 5.000 contas. O alcance é a métrica mais útil para perceber o tamanho da audiência; as impressões são úteis para perceber com que frequência o conteúdo é revisto, o que é relevante nos Reels que levam a repetições. Com o criador de websites do WEMASY, podes montar isto diretamente no teu website.
Com que frequência se deve consultar a análise do Instagram?
As revisões mensais são adequadas para a estratégia de conteúdo orgânico, dando dados suficientes para identificar padrões genuínos em vez de reagir à variação de publicações individuais. As revisões semanais são razoáveis para marcas que correm campanhas pagas em que as decisões de orçamento exigem feedback mais rápido. A monitorização diária do desempenho orgânico produz ruído em vez de sinal e leva a mudanças de estratégia prematuras com base em dados insuficientes.
O que é uma boa taxa de guardados no Instagram?
Uma taxa de guardados acima de 1 a 2 por cento do alcance indica conteúdo genuinamente valioso o suficiente para os seguidores o guardarem. Os carrosséis educativos, os guias passo a passo e o conteúdo de referência costumam ter taxas de guardados mais altas do que o conteúdo estético ou de entretenimento. A taxa de guardados calcula-se dividindo o total de guardados pelo alcance e multiplicando por 100; o Instagram Insights não a mostra automaticamente e exige cálculo manual.
Porque é que o Instagram Insights só mostra 90 dias de dados?
O Instagram limita os dados do Insights nativo a uma janela de 90 dias, o que significa que as comparações de um ano para o outro e a análise de tendências a longo prazo não são possíveis só com a ferramenta nativa. As marcas que precisam de dados históricos para além de 90 dias devem usar uma ferramenta de análise de terceiros que arquive dados continuamente ou manter uma prática de exportação e registo manual. Sem isso, a identificação de padrões sazonais e o acompanhamento do desempenho a longo prazo não são possíveis.
Como saber se o Instagram está a gerar receita?
O método mais fiável é acrescentar parâmetros UTM à ligação da bio e a quaisquer autocolantes de ligação dos Stories, para que o tráfego do Instagram seja identificável na análise do website. Isto mostra não só quantas pessoas clicaram a partir do Instagram, mas o que esses visitantes fizeram no website e se algum deles converteu. Sem acompanhamento UTM, o tráfego do Instagram pode aparecer como tráfego direto na análise do website e a sua contribuição comercial torna-se invisível.
Que métrica do Instagram importa mais para a estratégia de conteúdo orgânico?
A taxa de guardados é a métrica mais útil para avaliar o valor do conteúdo do Feed, porque reflete a intenção genuína da audiência e não a aprovação passiva. Nos Reels, a taxa de visualização completa é a métrica que prevê de forma mais direta a distribuição algorítmica. A taxa de alcance (alcance dividido pelos seguidores) é a métrica ao nível da conta mais útil para identificar se o algoritmo está a tratar bem a conta ou a travar a sua distribuição ao longo do tempo.