Ler relatório, atribuição e incrementalidade sem confundir os três

Com o anúncio aprovado e no ar, a pergunta seguinte é a que decide orçamento: quanto disso a campanha causou? O painel responde com um número por coluna, e cada coluna conta uma história diferente. 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. O relatório diz o que aconteceu: impressões, cliques, custo, conversões registradas. A atribuição diz quem levou o crédito por cada conversão quando houve mais de um toque. A incrementalidade diz o que teria acontecido sem a campanha, e só ela mede causa.

Ao terminar, a Aurora Casa tem um painel executivo com as métricas certas, a atribuição baseada em dados como padrão da conta e um geoexperimento fechado, o primeiro que contradisse o que o último clique dizia sobre a Pesquisa de marca.

As métricas fundamentais formam uma cadeia. Impressão vira clique pela taxa de cliques; clique vira conversão pela taxa de conversão; custo dividido por conversão dá o CPA, o custo por aquisição; receita dividida por custo dá o ROAS, o retorno sobre o gasto em anúncio. Cada elo tem dono: criativo no primeiro, página no segundo, lance e público nos dois últimos.

Os relatórios do Google Ads mostram a cadeia por campanha, grupo, palavra, termo de pesquisa e ativo. O relatório de orçamento dentro do Performance Max, disponível a todos em 2026, projeta o gasto até o fim do mês. O relatório de termos de pesquisa, hoje aberto para todas as campanhas, é o único que mostra o que a pessoa digitou, e não o que o gestor comprou.

O GA4 lê a mesma cadeia do lado do site. Aquisição mostra de onde a sessão veio; engajamento mostra o que a pessoa fez; eventos-chave, o nome das conversões desde o fim de 2024, mostram o que valeu. Receita e funil mostram o caminho até o pedido, e coorte mostra se quem entrou em julho voltou em agosto. Em 2026 o GA4 ganhou janelas de conversão ajustáveis, de 1 a 90 dias por clique, e um canal para tráfego de assistentes de IA.

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 em setembro as ações de conversão restantes migram para a atribuição baseada em dados. Sobram dois modelos: baseado em dados, que distribui o crédito conforme o padrão de conversão da própria conta, e último clique, que dá tudo ao toque final.

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

Atribuição baseada em dados corrige parte disso, porque compara caminhos que converteram com caminhos que não converteram e reparte o crédito. Ele continua sendo atribuição: distribui as conversões que existem, sem perguntar se existiriam sem o anúncio. A limitação é a mesma dos dois modelos, e por isso o próximo instrumento existe.

Painéis servem a duas pessoas diferentes. 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, por semana, com alertas de orçamento e de aprendizagem. O Looker Studio monta os dois a partir das mesmas fontes, e a anotação de cada mudança na conta é o que dá sentido ao gráfico três meses depois.

A incrementalidade troca a pergunta. Em vez de perguntar a quem dar o crédito, 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, mediante um representante da conta.

O geoexperimento responde por região. Uma cidade recebe a campanha, outras comparáveis não, e a diferença entre o resultado observado e o previsto para a cidade tratada é o incremento. Nada de cookie ou consentimento entra na conta, só vendas por região, o que o torna o teste mais fácil de defender numa reunião.

Meridian é o modelo de mix de mídia do Google, open-source, que estima o efeito de cada canal a partir de séries semanais de gasto e resultado. A versão 2.0.0, de 2 de setembro de 2026, trocou o motor para JAX, com o dobro de velocidade e quatro vezes menos memória segundo o Google. Ela também passou a aceitar experimentos de incrementalidade para calibrar o modelo. Um modelo de mix de mídia sem calibração é uma opinião estatística bem vestida.

Sobre ele roda o Meridian GeoX, a biblioteca que desenha e analisa o geoexperimento, com o resultado entrando no modelo como prior. Anunciado em 5 de maio de 2026, entrou em beta fechado em 28 de maio e ficou disponível a todos em 9 de setembro de 2026. O Google afirma que os experimentos saem 31 por cento mais baratos com a ferramenta, um dado do próprio Google na saída do beta, sem medição independente.

A métrica Data Strength Uplift, lançada em 10 de setembro de 2026 no Google Ads, calcula as conversões adicionais recuperadas pela configuração de dados de primeira parte da conta. É uma leitura útil de quanto a medição do capítulo 8 devolve em conversões observadas, e não é incrementalidade: ela mede conversões que a conta enxerga a mais, não vendas que a campanha causou a mais.

Armadilha comum: ler o ROAS do painel como retorno da campanha e cortar a que mostra o menor número. O ROAS atribuído cai justamente nas campanhas que abrem o caminho, como Demand Gen, e sobe nas que o fecham, como a Pesquisa de marca. Cortar pelo painel desliga a torneira e mantém o ralo.

No cenário composto do curso, o painel de último clique da Aurora Casa atribuiu 41 contratos de planejados do trimestre à Pesquisa de marca, de 78 contratos no total. A conclusão óbvia era dobrar a campanha de marca. Renata desconfiou, porque quem já digita "Aurora Casa planejados" conhece a loja, e propôs um geoexperimento de seis semanas.

A linha de planejados atende Curitiba, Londrina e Joinville, com visita técnica nas três. Curitiba ficou como cidade tratada: a Pesquisa de marca foi pausada lá por seis semanas. Londrina e Joinville ficaram como controle, com a campanha intacta. A previsão para Curitiba, feita com as 26 semanas anteriores e o comportamento das cidades de controle, era de 31 contratos no período.

Curitiba fechou 28 contratos. A Pesquisa de marca, que o último clique dizia responder por 12 contratos de Curitiba em seis semanas, causou perto de 3. Os outros 9 vieram pela busca orgânica e pelo acesso direto, que absorveram o clique quando o anúncio sumiu. O custo da campanha de marca em Curitiba no período tinha sido R$ 6.300, e o CPA incremental por contrato ficou em R$ 2.100.

O número não condenou a campanha. Um contrato de R$ 28.000 com 26 por cento de margem devolve R$ 7.280, e R$ 2.100 por contrato incremental continua sendo bom negócio. O que mudou foi o tamanho: a Aurora cortou o orçamento de marca em 40 por cento e moveu R$ 2.500 por mês para a Pesquisa sem marca, onde o mesmo teste de seis semanas, refeito no capítulo 22, mostrou incremento maior.

Configure o modelo baseado em dados como padrão nas ações de conversão que ainda estão em último clique, anote a data da troca no painel e liste as três cidades ou regiões com volume mais parecido nas últimas 26 semanas. Com a lista pronta, a primeira decisão de orçamento acima de 10 por cento do mês passa a exigir um geoexperimento antes de acontecer.