Separar o que a campanha causou do que ela só registrou

Quem lê o painel de último clique como se fosse causa corta a campanha errada e escala a que só recolhia crédito. Três instrumentos respondem a três perguntas diferentes: o relatório conta o que aconteceu, a atribuição reparte o crédito e o experimento mede o que a campanha causou. A decisão deste capítulo é qual dos três sustenta cada decisão de orçamento.

Último clique é a regra que dá todo o crédito da venda ao último anúncio clicado antes dela. Incrementalidade é a parte do resultado que não existiria sem a campanha, e só ela mede causa. Os outros dois instrumentos descrevem; nenhum responde se a venda teria acontecido de qualquer jeito.

As métricas fundamentais formam uma cadeia. Impressão vira clique pela taxa de cliques, e clique vira conversão pela taxa de conversão. O custo dividido pelas conversões dá o CPA, o custo por aquisição; a receita dividida pelo custo dá o ROAS, o retorno sobre o investimento em anúncios. Cada elo tem dono: criativo, página, lance e público.

O Google Ads mostra a cadeia por campanha, grupo, palavra, termo de pesquisa e recurso. O relatório de orçamento da Performance Max projeta o gasto até o fim do mês, e o relatório de termos de pesquisa mostra o que a pessoa digitou, que muitas vezes difere da palavra que o gestor comprou. O GA4, o Google Analytics 4, lê a mesma cadeia do lado do site: de onde veio a visita, o que a pessoa fez e quais eventos-chave, o nome atual das conversões, ela cumpriu.

A atribuição mudou de forma em 2026. Desde meados de julho, os modelos de primeiro clique, linear, decaimento temporal e baseado em posição deixaram de ser selecionáveis, e as ações que ainda os usavam passam para a atribuição baseada em dados. Sobram dois: baseado em dados, que reparte o crédito pelo padrão de conversão da própria conta, e último clique.

O último clique premia quem chega por último, quase sempre a Pesquisa de marca. A pessoa viu o vídeo do showroom no YouTube, buscou "sofá retrátil" duas semanas depois, clicou no Shopping, voltou pelo nome da loja e comprou. O painel registra uma venda da marca e zero das outras três.

A atribuição baseada em dados corrige parte disso, porque compara caminhos que converteram com caminhos que não converteram. Mesmo assim, ela distribui as conversões que existem, sem perguntar se existiriam sem o anúncio. Para essa pergunta existe o terceiro instrumento.

Os painéis servem a dois leitores. O executivo quer quatro números por mês: custo, receita ou contratos, CPA ou ROAS contra a meta, e a variação. O operacional quer a cadeia inteira por campanha e por semana, com alertas. O Looker Studio, a ferramenta gratuita de painéis do Google, monta os dois com as mesmas fontes, e a anotação de cada mudança na conta é o que explica o gráfico três meses depois.

A incrementalidade troca a pergunta: o que teria acontecido sem a campanha? O teste de controle responde por pessoa. Um grupo vê o anúncio, outro não, e a diferença de conversão entre os dois é o incremento. O Conversion Lift do Google faz isso por usuário ou por região, com apoio de um representante da conta.

O geoexperimento responde por região. Uma cidade recebe a mudança, outras comparáveis não, e a diferença entre o resultado observado e o previsto para a cidade tratada é o incremento. Ele só usa vendas por região, sem cookie nem consentimento, e por isso é o teste mais fácil de defender numa reunião de diretoria.

O Meridian é o modelo gratuito de mix de mídia do Google, de código aberto, que estima o efeito de cada canal a partir de séries semanais de gasto e resultado e pode ser calibrado por experimento. A versão 2.0.0 saiu em setembro de 2026 e a 2.1.0, em 25 de setembro. Sobre ele roda o Meridian GeoX, que desenha e analisa geoexperimentos; segundo o Google, ele deixa o teste 31% mais barato, número de quem vende a ferramenta.

Desde 14 de outubro de 2026, os estudos de Search Lift, que medem quantas buscas a mais uma campanha gerou, também podem ser consultados pela versão 26 da API do Google Ads. A métrica Data Strength Uplift, anunciada em 10 de setembro de 2026, calcula as conversões recuperadas pelos dados próprios da conta. É uma leitura da medição montada no capítulo do consentimento; causa, só o experimento mede.

O erro que mais custa nesta leitura é cortar a campanha com o menor ROAS do painel. O ROAS atribuído cai nas campanhas que abrem o caminho, como a Geração de Demanda (Demand Gen), e sobe nas que o fecham, como a Pesquisa de marca. Cortar pelo painel desliga a torneira e mantém o ralo.

Antes do exemplo, separe três números. Atribuído é o crédito que a plataforma distribui à campanha. Previsto é a estimativa do que ocorreria se ela continuasse ativa. Observado é o que aconteceu durante a pausa. Nesse desenho, a diferença entre previsto e observado estima o efeito incremental, isto é, os contratos que dependiam da campanha.

Exemplo: o último clique atribui à Pesquisa de marca 16 dos 30 contratos de planejados de um trimestre. Isso não basta para dobrar a verba. Quem busca o nome da loja pode já conhecê-la. Um teste de seis semanas compara uma cidade com a campanha pausada a cidades onde ela continua ativa, usando também o histórico anterior.

No exemplo, Curitiba registra sete contratos com a campanha pausada, contra dez previstos se ela continuasse ativa. A diferença estima três contratos incrementais. O último clique havia atribuído cinco à marca; essa diferença não permite dizer por quais canais vieram os demais contratos.

Suponha que manter a campanha nas mesmas seis semanas custasse R$ 6.300. Esse é um custo estimado, não uma despesa de veiculação durante a pausa. Dividir R$ 6.300 pelos três contratos incrementais estimados resulta em R$ 2.100 por contrato.

Suponha também um contrato de R$ 28.000 com margem de contribuição de 26%: seriam R$ 7.280 antes do custo de aquisição. Comparar essa margem com os R$ 2.100 estimados ajuda a avaliar a campanha. A conta, porém, não determina quanto cortar ou ampliar.

Os números pequenos servem para ensinar o cálculo. Uma decisão real precisa considerar a incerteza da estimativa, o volume do teste e diferenças entre as cidades. Só depois dessa conferência faz sentido testar outra distribuição de verba.

Na segunda-feira, troque para o modelo baseado em dados as ações de conversão que ainda estão em último clique, anote a data no painel e liste as três cidades ou regiões com volume mais parecido nas últimas 26 semanas. O critério de acerto: nenhuma ação em último clique e uma lista de três praças comparáveis. A partir daí, toda mudança de orçamento acima de 10% do mês exige um geoexperimento, e o capítulo da rotina mostra quando olhar cada número.