Usar Ask Advisor e insights automáticos sem aceitar resposta sem conferir

Com o relatório mensal no ar, a pergunta seguinte é quem faz a investigação quando o número desvia. Em 2026 o Analytics responde perguntas em linguagem natural, resume o que mudou desde a última visita e manda alerta por e-mail. Usar isso sem conferir é trocar o erro de planilha por um erro com mais confiança na voz.

O custo de aceitar a resposta sem conferir é uma decisão tomada sobre uma correlação, ou sobre um denominador que o assistente escolheu sem avisar. O custo de ignorar a ferramenta é gastar duas horas para chegar ao que ela devolve em dois minutos e que só precisava de dez minutos de validação.

Ao terminar, você sabe o que o GA4 gera sozinho, o que o Ask Advisor faz e para quem está disponível, como formular a pergunta, como validar a resposta contra o relatório e onde a IA ajuda fora da análise: documentação, código e SQL.

Insights automáticos são a camada que já está ligada. Desde 10 de fevereiro de 2026 a Home traz os generated insights (o resumo gerado das três principais mudanças desde a última visita), entre alterações de configuração, anomalias e tendências de sazonalidade, em rollout por propriedade. A detecção de anomalia compara o dia com o esperado a partir do histórico; a de tendência aponta a direção. Nenhuma das duas explica o motivo.

Ask Advisor (o agente de IA do Google que responde sobre Analytics, Google Ads e Merchant Center) tem uma linha do tempo curta. Em 12 de novembro de 2025 o Google anunciou o Ads Advisor e o Analytics Advisor; em 20 de maio de 2026 os dois e o agente do Merchant Center viraram um só, com memória compartilhada entre os produtos. Em 10 de agosto de 2026 chegaram os AI Overviews na Home, os resumos por e-mail e push com frequência escolhida e o benchmarking contra médias anonimizadas de empresas semelhantes.

Status em setembro de 2026: beta, com elegibilidade por propriedade e só para propriedades com inglês como idioma selecionado; o Google promete expansão sem data. Ele responde perguntas de desempenho, gera visualizações, diagnostica quedas, orienta configuração e recupera a configuração da propriedade, pelo ícone no canto superior direito ou pela caixa de busca. Trabalha só no nível de propriedade e só com o que está no Analytics: custo da Meta e contratos do CRM ficam fora.

Privacidade entra na conta. A página oficial diz que as conversas podem ser usadas para melhoria do produto, sujeitas aos termos, à política de uso de IA e à política de privacidade do Google. Quem digita o nome de um cliente ou um número interno na pergunta está mandando esse dado para fora da propriedade. A pergunta boa usa a dimensão e o evento, nunca o dado da pessoa.

Pergunta bem formulada tem quatro partes: métrica, dimensão, período e comparação. "Por que a conversão caiu?" devolve uma resposta genérica. "Compare a taxa de conversão de purchase por dispositivo em setembro contra agosto e mostre a diferença em pontos percentuais" devolve uma tabela que dá para conferir. A pergunta define o denominador, e o denominador é onde o assistente mais erra quando é deixado livre.

Investigação assistida é um diálogo com o relatório aberto ao lado. O assistente aponta o desvio; a pessoa pede o recorte; o assistente devolve; a pessoa confere no relatório padrão com o mesmo filtro e o mesmo período. O ciclo se repete até a hipótese caber numa frase que alguém possa testar fora do Analytics.

Validação da resposta acontece em três lugares. Relatório: abrir o relatório correspondente e ler o mesmo número. Filtro: verificar se o assistente aplicou um filtro que a pergunta não pediu, como só usuários novos. Denominador: taxa por sessão, por usuário ou por evento dá três valores diferentes para a mesma pergunta, e a resposta em texto raramente diz qual usou.

IA para documentação é o uso de menor risco. O plano de mensuração do capítulo 2 e o dicionário de dados do capítulo 8 viram texto de manutenção: a partir da lista de eventos e parâmetros, um modelo escreve a descrição de cada um, e a analista corrige. O modelo não sabe o que o evento significa para o negócio; ele sabe redigir. A revisão humana é o que dá valor ao texto.

IA para código e SQL segue a mesma lógica com um cuidado a mais. Um modelo escreve a consulta do BigQuery com UNNEST dos parâmetros em segundos, e erra em silêncio o que a pessoa não pediu de forma explícita: fuso da data, sessão dividida entre dois dias, evento contado duas vezes. A consulta gerada entra no capítulo 30 depois de passar pelo mesmo teste de total que o relatório passou.

Dois caminhos programáticos existem e os dois são somente leitura. O servidor MCP oficial do Google Analytics, experimental e disponível desde 2025, deixa um assistente rodar relatórios pela Data API com ferramentas como run_report e run_funnel_report. Desde 14 de setembro de 2026 o método properties.chat, em alpha na Data API, dá acesso programático ao Analytics Advisor. Nenhum dos dois altera a propriedade; nenhum dos dois dispensa a conferência.

Limites valem para todos os assistentes. Correlação não é causa: a queda de conversão que coincide com a campanha nova pode vir do checkout que mudou no mesmo dia. O assistente vê o Analytics, e o Analytics não vê o deploy, o estoque nem a promoção do concorrente. A hipótese que ele devolve é hipótese; o teste é da pessoa.

Armadilha comum: levar a resposta do assistente para a reunião como se fosse o relatório. O texto vem em inglês, com tom de certeza, e ninguém abriu o relatório para conferir. Quando o número não bate com o Data Studio, a discussão volta a ser sobre a fonte. A resposta entra na reunião com o print do relatório que a confirma ao lado.

Na Verde Vivo, Marina fez o teste com a propriedade em inglês, condição para o beta. A pergunta: por que a taxa de conversão do e-commerce caiu de 2,3 para 1,9 por cento entre agosto e setembro? Ela fez a análise manual primeiro, em explorações, em 90 minutos: a queda estava concentrada no Android, em sessões vindas da Meta, e coincidia com a atualização do checkout no dia 4 de setembro. As demais combinações ficaram estáveis.

O Ask Advisor levou dois minutos para responder que a queda vinha de um aumento de sessões de tráfego pago com conversão menor, e sugeriu revisar as campanhas. A afirmação era verdadeira no total e enganosa na causa: as sessões pagas cresceram 9 por cento, e a conversão delas caiu 30 por cento só no Android. O assistente tinha usado sessões como denominador e não tinha cruzado dispositivo com origem.

A divergência ficou documentada: a pergunta, as duas respostas, a exploração que confirmou a manual e o teste que fechou o caso. Caio reproduziu o erro no checkout em Android, uma etapa de pagamento que não carregava em determinada versão do navegador, e a conversão voltou a 2,2 por cento na semana seguinte. A segunda pergunta ao assistente, já com dispositivo e origem na frase, devolveu o recorte certo.

O assistente virou o primeiro passo da investigação, não o último. Marina escreve a pergunta com métrica, dimensão, período e comparação, lê a resposta, abre a exploração, e só então escreve a hipótese na narrativa do relatório mensal. O tempo de investigação caiu, e a taxa de hipótese errada na reunião caiu junto, porque a conferência ficou obrigatória.

Escolha o último desvio do seu painel, faça a análise manual em exploração, depois faça a mesma pergunta a um assistente com as quatro partes escritas, e compare as duas respostas por escrito. Se divergirem no denominador, a manual manda. O próximo capítulo liga a exportação para o BigQuery, onde as perguntas que nenhum assistente responde na interface ganham dados brutos.