Diagnosticar os onze problemas clássicos do GA4 com método

Com a propriedade governada como ativo da empresa, sobra o dia em que o número muda sem ninguém ter mexido em nada. A receita dobra num fim de semana, metade das sessões vira Direct, o Google Ads mostra 312 conversões e o Analytics mostra 240. Cada um desses sintomas tem entre três e cinco causas possíveis, e a reunião costuma escolher a mais barata de acreditar.

O custo de diagnosticar sem método é decidir sobre um número errado. Uma receita dobrada por tag em duplicidade justifica um aumento de orçamento que o caixa não sustenta. Um Direct inflado por redirecionamento esconde a campanha que estava funcionando, e o corte cai justamente nela.

Este capítulo reúne os onze sintomas que mais chegam à mesa de quem opera o GA4, com a causa mais provável e a primeira verificação de cada um, e mostra os dois diagnósticos que a Verde Vivo fechou em 2026 com o mesmo roteiro de seis passos.

Um sintoma é o que o relatório mostra; a causa é o que aconteceu na coleta, no processamento ou na leitura. A distinção importa porque quase todo problema do GA4 nasce numa dessas três camadas, e a primeira pergunta do diagnóstico é em qual delas o dado se perdeu. Coleta é a tag e o navegador; processamento é o que o Google faz com o evento; leitura é o relatório, o filtro e o denominador que a pessoa escolheu.

A tabela abaixo é o mapa da clínica. Ela não substitui a investigação, mas encurta o caminho: para cada sintoma, a causa que explica a maior parte dos casos e a verificação que confirma ou descarta essa causa em menos de uma hora. Quando a primeira verificação descarta a causa, a segunda linha da investigação é sempre a camada seguinte.

Três desses sintomas merecem um parágrafo próprio porque a causa não é defeito, e sim diferença de método entre lugares que medem a mesma coisa. Relatório e exploração discordam de propósito. Interface e BigQuery discordam de propósito. Quem trata essas diferenças como bug passa semanas caçando o que o Google documenta numa página.

Relatório e exploração diferem por cinco razões documentadas. Alguns campos do relatório não existem na exploração. Filtros da exploração distinguem maiúsculas de minúsculas. Segmentos e comparações são convertidos entre os dois com perdas. A retenção de dados (2 ou 14 meses na propriedade padrão) limita o período da exploração, e não o do relatório agregado. As últimas 48 horas ainda estão em processamento e podem mudar.

Interface e BigQuery diferem por outro motivo: a interface é o dado bruto mais as adições do Google. Atribuição orientada por dados, modelagem de eventos-chave e modelagem comportamental de consentimento entram só na interface. A exportação traz o evento como chegou, inclui os pings sem cookie do Consent Mode e por isso pode mostrar mais usuários ativos do que o relatório modelado. Não tem linha (other) nem amostragem.

O método é o que transforma a tabela em diagnóstico. Hipótese: uma frase que nomeia a causa e a camada. Evidência: o dado que a hipótese prevê e que já existe no relatório, no DebugView ou na exportação. Teste: a ação que confirma ou derruba a hipótese, de preferência numa compra ou num envio de teste com número de pedido conhecido.

Correção é a mudança na tag, no site ou no filtro, com versão publicada e nome de quem publicou. Validação é o mesmo teste repetido depois da correção, com o critério de acerto escrito antes: um purchase por pedido, Direct de volta à faixa histórica. Documentação é a linha no registro da propriedade com data, sintoma, causa, correção e o número antes e depois, para que o próximo caso parecido leve uma hora em vez de uma semana.

Armadilha comum: corrigir antes de testar. A equipe vê a receita dobrada, desliga a tag do GTM por palpite, a receita cai pela metade e todo mundo comemora. Três semanas depois descobre que a tag do GTM era a única que mandava os itens do pedido, e o relatório de produto ficou vazio. Sem hipótese escrita e sem compra de teste, a correção troca um sintoma por outro.

O primeiro diagnóstico da Verde Vivo foi a receita que duplicou. Em março de 2026, o relatório de monetização mostrou R$ 683.000 num mês em que a Shopify fechou 1.650 pedidos e R$ 354.750. Marina escreveu a hipótese em uma frase: dois emissores do purchase, na camada de coleta.

A evidência veio do DebugView numa compra de teste de R$ 89: dois purchase em três segundos, um com transaction_id no formato do número do pedido da Shopify, outro com o token do checkout que o GTM lia da página de obrigado. Com dois identificadores diferentes para o mesmo pedido, o GA4 não tinha como reconhecer a duplicidade.

Ninguém tinha avisado Caio, que mantinha a tag de purchase no GTM desde 2025, de que a integração nativa da Shopify fora ligada em fevereiro por um estagiário da loja. A correção foi manter a tag do GTM, que carregava os itens completos, e desligar o envio nativo. A validação repetiu a compra de teste: um purchase, um transaction_id. A receita de abril fechou em R$ 361.000, a 1,8 por cento da Shopify, diferença explicada por dois pedidos cancelados antes do pagamento.

O segundo diagnóstico foi o Direct que engoliu a campanha. Na segunda semana de agosto, a fatia de sessões em Direct subiu de 19 para 44 por cento, e a campanha de Google Ads do clube de assinatura, que trazia 1.900 sessões por semana, apareceu com 410. Nada tinha mudado no Google Ads. A hipótese de Marina apontou para a camada de coleta: um redirecionamento entre o clique e a página.

A evidência estava no diagnóstico de identificadores agregados ausentes que o GA4 passou a mostrar em 30 de julho de 2026: a lista de URLs em que GBRAID e os parâmetros gad_ chegavam sem os identificadores, com as formas de correção. As URLs eram todas do domínio curto clubeverdevivo.com.br, que a agência tinha começado a usar nos anúncios em 4 de agosto.

O teste confirmou em dois minutos: o link curto redirecionava para o domínio principal e descartava tudo depois do ponto de interrogação, gclid e utm inclusive. Sem o referrer do Google e sem parâmetro de campanha, cada sessão chegava ao GA4 como se a pessoa tivesse digitado o endereço.

Caio corrigiu o redirecionamento para preservar a query string, e a agência voltou a usar a URL final direta nos anúncios. A validação, uma semana depois, trouxe o Direct de volta a 21 por cento e a campanha a 1.850 sessões. A documentação registrou uma consequência que o relatório não mostrava: 11 dias de conversões da campanha atribuídas a Direct, e um lance automático que passou esses dias aprendendo com um sinal pela metade.

O que mudou para a Verde Vivo foi o tempo até a resposta. Os dois diagnósticos levaram um dia útil cada, e o registro da propriedade ganhou duas linhas que já pouparam uma terceira investigação em setembro, quando a receita subiu 12 por cento num sábado e a primeira verificação mostrou, em dez minutos, uma promoção real do clube.

Abra o relatório de monetização do mês passado e compare a receita com a da plataforma de loja: a diferença aceitável é de até 5 por cento, explicada por cancelamentos e estornos. Acima disso, escreva a hipótese em uma frase e faça uma compra de teste antes de tocar em qualquer tag. O capítulo final monta o projeto inteiro da Verde Vivo, e esse registro de diagnósticos é a primeira peça que ele reaproveita.