O relatório só vale quando o evento chegou certo
Revisado em
Aprenda a ler relatórios, comparar campanhas e pedir dados confiáveis à equipe, mesmo sem conhecer o Analytics. São 35 capítulos em 6 trilhas, com telas comentadas, perguntas de gestão e exemplos hipotéticos da Verde Vivo. A sequência começa pelas decisões do negócio e avança até investimento, comunicação, qualidade da coleta e governança. Os recursos são apresentados com o estado documentado até outubro de 2026.
Trilha 1Saber qual número merece uma decisão
O que o Analytics observa, como uma pergunta da diretoria vira indicador, o que eventos, pessoas e visitas contam e como ler um relatório antes de concluir que algo mudou.
O que o GA4 mede hoje e o que ele mostra sobre o negócio
O que o GA4 observa, o que pede o financeiro, o CRM ou a loja ao lado, o que mudou de agosto a outubro de 2026 e a primeira decisão que depende de um número dele.
Exemplo: a Verde Vivo, seus personagens e os números do caso são fictícios.
Uma empresa de Campinas vende plantas por quatro portas ao mesmo tempo: uma loja na Shopify com 1.650 pedidos pagos por mês, a maioria feita no site e uma parte lançada por telefone ou no balcão, um clube de assinatura com 2.900 assinantes, uma frente B2B de paisagismo, que vende projetos para empresas e fecha contratos de R$ 42.000, e uma loja física em Barão Geraldo. A Verde Vivo tem o Google Analytics 4 (GA4) instalado desde 2023. Ninguém na empresa confia no que ele mostra.
Na reunião de orçamento, o e-commerce diz que a busca orgânica traz a maior parte das vendas, a mídia diz que o Google Ads paga a conta e o financeiro aponta que a receita do Analytics nunca bate com a da Shopify. Cada área tem razão em parte, porque cada uma olha um sistema diferente.
A conclusão do capítulo cabe numa frase: o Analytics responde bem ao que as pessoas fazem no site e no aplicativo, e as perguntas sobre dinheiro recebido, margem e contrato pedem outra fonte ao lado dele. Em cerca de dez minutos, você sai daqui com esse mapa e com uma linha escrita sobre a decisão da sua empresa que depende de um número do Analytics.
A Verde Vivo em números, antes de qualquer relatório
1.650
pedidos por mês no e-commerce
Ticket médio de R$ 215 e margem de contribuição de 38%
2.900
assinantes do clube de plantas
R$ 79 por mês, cancelamento de 4,1% ao mês
R$ 42.000
ticket médio do paisagismo B2B
Ciclo de 60 dias; 1 em cada 7 orçamentos vira contrato
22%
dos pedidos pagos confirmados depois da visita
Pix e boleto; a primeira razão de a receita não bater com a Shopify
Fonte: Verde Vivo, cenário composto do curso; números fictícios
Tudo o que o Analytics guarda começa num evento
Cada ação configurada para coleta no site ou no aplicativo gera um evento, uma linha com nome, hora e parâmetros, que são os detalhes que acompanham a ação, como a página, o valor ou o nome do produto. Abrir uma página é um evento, rolar até o fim é outro, comprar é um terceiro. Usuários, sessões e receita são contas feitas por cima dessa lista, do mesmo jeito que o saldo do mês é uma conta feita sobre as linhas do extrato.
O Google publica um catálogo de eventos recomendados, com nome e parâmetros já combinados. O de compra se chama purchase e leva a moeda, o valor e a lista de itens. Quem segue o catálogo ganha relatórios prontos de comércio eletrônico; quem inventa nomes próprios precisa montar esses relatórios à mão.

Ver como texto
Documentação de eventos recomendados do Google Analytics em português, aberta no evento purchase, com a tabela de parâmetros currency e value
Na instalação inicial deste exemplo, o evento de compra era enviado pela página antes da confirmação do pagamento. Assim, um Pix ainda não pago aparecia como venda. Isso é uma escolha de implementação, não uma limitação inevitável do Analytics: a equipe pode enviar a compra pelo servidor depois de confirmar o pagamento. Essa fronteira explica a primeira briga da Verde Vivo e organiza o resto do curso: o Analytics observa comportamento, e os outros sistemas da empresa guardam o que aconteceu com o dinheiro e com o contrato.
- Pede outra fonte ao lado
- Quanto dinheiro entrou de fato: o extrato da loja e do banco registra Pix e boleto pagos depois da visita.
- Qual foi a margem de cada pedido: custo de produto e frete vivem no ERP.
- Quantos contratos de paisagismo fecharam: a proposta assinada fica no CRM.
- Se a mídia causou a venda: crédito de canal é atribuição, e efeito pede experimento.
- O Analytics responde
- Quais páginas e produtos as pessoas viram, e em que ordem.
- De que canal e campanha veio a visita que terminou num pedido ou num contato.
- Em que etapa do carrinho ou do formulário as pessoas desistem.
- Quem voltou ao site ou ao aplicativo semanas depois da primeira visita.
A coluna da esquerda mostra o alcance da ferramenta: o Analytics observa o que acontece na página e no aplicativo, enquanto dinheiro, margem e contrato acontecem em outros sistemas. A resposta completa vem da junção.
Uma parte do número é medida e outra pode ser estimada
O Analytics mede interações e só depois tenta agrupar interações em pessoas: pelo cookie do navegador, pelo identificador do aplicativo ou pelo User-ID, o código que a empresa envia quando a pessoa faz login. Quando a pessoa recusa os cookies de análise, a visita fica sem identificador e o agrupamento falha.
Para essa lacuna existe a modelagem, que é a estimativa estatística do comportamento de quem recusou. Ela só funciona em propriedades com volume mínimo de visitas consentidas e recusadas e com o modo de consentimento ligado em todas as páginas; muitas empresas pequenas nunca chegam lá e veem apenas o que foi observado. O capítulo Consentimento e Consent Mode: respeitar a escolha e ler as lacunas mostra onde termina a parte medida e começa a estimada.
Montar o inventário mínimo
Você sai com uma decisão de 90 dias ligada a um número do GA4 e a uma causa provável de dúvida.
Passo 1: Cole o modelo
Abra uma planilha e cole o conteúdo na célula A1. Mantenha as linhas do caso fictício até entender o formato.
Deu certo quando: A planilha mostra oito colunas, da decisão até o prazo, com três linhas do caso preenchidas.
Erro comum: Colar tudo em uma coluna só. Use colagem por tabulação ou importe como texto separado por tabulação.
Passo 2: Troque uma linha
Substitua a primeira linha do caso por uma decisão real dos próximos 90 dias que dependa de um número do GA4.
Deu certo quando: A decisão começa com verbo, cita o prazo e aponta um número específico, como receita por canal ou taxa de conversão.
Erro comum: Escrever um tema amplo, como melhorar marketing. Reescreva como decisão, com ação e prazo.
Passo 3: Nomeie a medição
Preencha evento, uma ação registrada pelo GA4, ou relatório usado. Depois anote como o número é formado.
Deu certo quando: A linha mostra qual evento ou relatório sustenta o número e qual conta transforma o dado em indicador.
Erro comum: Usar só o nome do painel. Acrescente o evento, o parâmetro, detalhe enviado com o evento, ou a conta usada.
Passo 4: Marque a dúvida
Escreva a principal causa de leitura errada, como pagamento após a sessão, page_view em dobro ou mudança de canal em maio de 2026.
Deu certo quando: A coluna risco de leitura tem uma causa verificável, com dono e prazo para checagem.
Erro comum: Registrar desconfiança genérica. Troque por uma hipótese que alguém consiga testar.
Quando o número pode entrar na reunião
Leve o número adiante apenas quando a decisão, a conta e a causa de dúvida estiverem escritas.
- Decisão dos próximos 90 dias, com verbo e prazo
- Evento ou relatório nomeado, com a conta usada
- Parte medida e parte modelada identificadas quando existir
- Risco de leitura escrito como causa verificável
- Dono e prazo definidos para checar a causa
alexandrecaramaschi.com/educacao/frontends-com-vibecoding
Por que vale aprender a ferramenta que o mercado usa
Segundo o levantamento da W3Techs de outubro de 2026, o Google Analytics aparece em 46,9% de todos os sites e em 82,0% dos sites cuja ferramenta de análise é conhecida. Adoção alta mede popularidade e deixa em aberto se ele é o melhor instrumento para cada caso. O ganho prático está em outro ponto: agências, fornecedores de mídia e auditores falam a língua dele, e isso pesa na decisão de investir tempo.
Em volta da propriedade trabalham outras ferramentas, cada uma com um papel. O Google Tag Manager decide o que dispara na página, o Tag Assistant mostra o que disparou, o Data Studio (antigo Looker Studio) junta fontes num painel, o BigQuery guarda os eventos brutos para consulta em SQL, a linguagem de perguntas a bancos de dados, e a planilha recebe o plano de medição e a conciliação com o financeiro. O curso apresenta cada uma no capítulo em que ela resolve um problema.
Treinar sem sujar os dados de produção
Testar em produção deixa marca: um evento de teste disparado na propriedade real pode contaminar os relatórios do mês. Não conte com uma correção posterior para separar cada teste de cada cliente. O Google mantém uma conta de demonstração com dados de uma loja de produtos da marca e de um jogo para celular, que qualquer pessoa com conta Google pode abrir. Para os seus próprios testes, o caminho é uma propriedade separada, com nome que declare que é teste, alimentada por um site de homologação.

Ver como texto
Página de ajuda Conta de demonstração do Google Analytics, com o subtítulo sobre dados do Flood-It! e da Google Merchandise Store e o índice do artigo
O produto mudou de agosto a outubro, e a pergunta continua a mesma
O Google publica cada mudança do Analytics na página de novidades, com data. Em 24/10/2026, a versão em inglês listava entradas até 5 de outubro, e a versão em português parava em 10 de agosto. Quem acompanha só a página traduzida perde dois meses de mudanças.
Cada recurso chega com um status que decide se a empresa pode contar com ele: disponibilidade geral, beta, liberação gradual de propriedade em propriedade ou acesso restrito a um idioma ou à edição paga. Antes de mudar um processo por causa de uma novidade, a equipe confere se ela já aparece na propriedade da empresa.

Ver como texto
Página What's new in Google Analytics, com a lista de lançamentos de 2026 começando em 5 de outubro, 29 de setembro, 21 de setembro e 9 de setembro
- 10/08/2026 · Analytics
Resumos gerados por IA no topo da página inicial levam o contexto de um cartão para o Ask Advisor; o anúncio cita beta para contas em inglês.
- 10/08/2026 · Analytics
Relatório que valida a importação de dados de campanha e aponta campanhas sem custo, clique ou impressão.
- 11/08/2026 · Analytics
Janelas de conversão passam a aceitar qualquer número inteiro: de 1 a 90 dias para clique e de 1 a 30 para visualização engajada.
- 20/08/2026 · Tag Manager
A Google tag passa a ser um contêiner completo do Tag Manager, sem mudar o comportamento na página e sem alteração automática.
- 09/09/2026 · Analytics
Painéis nativos com arrastar e soltar para ver os indicadores num só relatório.
- 21/09/2026 · Analytics
Filtro de hostname do tipo Incluir: só os domínios da lista entram, e evento sem hostname é bloqueado.
- 29/09/2026 · Analytics
Conversões de aplicativo entram nos relatórios de conversão entre canais, onde a propriedade tiver o recurso.
- 05/10/2026 · Analytics
API para administrar grupos de usuários e seus acessos sem passar pela tela.
- 08 e 12/10/2026 · Tag Manager
O contêiner inicializa sem esperar o comando de configuração e passa a poder enviar dados direto aos produtos de medição do Google.
Cada mudança tem um capítulo dono no curso: painéis, IA, filtros, conversões de app e Tag Manager são tratados onde a decisão acontece.
Duas mudanças do ano pedem cuidado com datas. O canal AI Assistant, que reúne visitas vindas de assistentes como ChatGPT e Gemini, existe desde 13 de maio de 2026 e não vale para trás: comparar esse canal em agosto com março compara duas regras diferentes. As janelas de conversão novas, de 11 de agosto, também valem só para eventos posteriores à troca.
Nenhuma dessas novidades muda a pergunta que orienta o trabalho. Painéis, resumos por IA e conexões novas ajudam quando a empresa já sabe o que quer decidir; antes disso, só multiplicam números sem dono.
O inventário trocou a desconfiança por uma lista de causas
Na Verde Vivo, Marina, a analista, começou por um inventário em vez de abrir relatórios. Em maio de 2026, encontrou uma propriedade, o espaço do Analytics que recebe os dados de um negócio, criada em 2023 na migração do Universal Analytics, com um fluxo de dados (a entrada de informações de um site ou app) do site e dois de aplicativo, estes ligados em fevereiro de 2026. Havia 27 eventos marcados como evento principal sem que ninguém lembrasse por quê, e nenhum documento dizendo o que cada evento representa.
Cada número de abril de 2026, o último mês fechado na data do inventário, saiu com uma ressalva ao lado. A taxa de conversão do e-commerce, de 1,9%, usava um evento de compra que disparava no clique de finalizar, pago ou não, dividido pelas sessões do site inteiro. A busca orgânica respondia por 41% das sessões, sem a integração com o Search Console feita.
A diferença de receita ganhou a primeira explicação ali: 22% dos pedidos pagos são confirmados, por Pix ou boleto, depois que a visita termina, e a tag, o trecho de código que envia os eventos do site ao Analytics, registrava o pedido no clique, pago ou não. Em junho de 2026, Caio, o desenvolvedor, passou a enviar a compra pelo servidor da loja só quando o pagamento confirma; os números do curso a partir de junho usam essa regra. Os capítulos E-commerce no GA4: da vitrine à receita conferida com a loja e Server-side e Measurement Protocol: medir pagamentos fora do site fecham essa conta.
A reunião seguinte mudou de natureza. Em vez de discutir se o Analytics está errado, a diretoria tratou de quatro perguntas concretas, cada uma com dono e prazo.
A decisão que você leva daqui
Escreva, numa linha, a decisão que a sua empresa precisa tomar nos próximos 90 dias e que depende de um número do Analytics: aumentar a verba de um canal, refazer uma página, cortar um produto. Ao lado, anote se a resposta sai só do Analytics ou se precisa do financeiro, do CRM, o sistema em que o comercial registra clientes e propostas, ou da loja.
Guarde a linha com a data de hoje. O capítulo Plano de mensuração: da pergunta da diretoria ao indicador transforma essa linha num indicador com fonte e responsável.
O mesmo capítulo em vídeo e em áudio
Quem prefere ouvir ou assistir encontra abaixo duas versões do capítulo, gravadas em setembro. Elas cobrem o mesmo caminho do texto e não acrescentam passos; as transcrições ficam dentro de cada player.
O que o GA4 de 2026 mede, em nove minutos e meio
O capítulo em vídeo: as quatro portas de venda da Verde Vivo, o evento como unidade de tudo, a fronteira entre número medido e número estimado e o inventário que trocou a desconfiança por uma lista de causas. Alternativa ao texto, com duração própria de 9 min 32 s. Gravado em 23/09/2026; alguns números e datas do vídeo, como o levantamento da W3Techs e o mês do inventário, diferem do texto revisado em 24/10/2026, que prevalece.
Transcrição
0:00Boas-vindas a esta videoaula de abertura do nosso curso Google Analytics 2027. Vamos direto ao ponto. O objetivo fundamental neste primeiro capítulo é dar aquele passo concreto e essencial antes mesmo de se pensar em tocar em qualquer tag.
0:15Para quem acabou de herdar uma propriedade em que ninguém confia e precisa saber exatamente por onde começar a arrumar a casa, esse é o alicerce absoluto. Passando rapidinho pela nossa agenda. Vamos começar com o caso da Verde Vivo, depois entender exatamente o que o GA4 mede.
0:31Em seguida, mapear o ecossistema e perfis, passar pela linha do tempo de 2026 e, claro, fazer o inventário antes da tag. Fechamos com o próximo passo. A ideia aqui é desmistificar por que os números muitas vezes não batem com os de outras plataformas, mudando a direção.
0:47Em vez de implementar tags às cegas, o foco passa a ser responder as perguntas críticas do negócio. Entrando na seção 1, o caso da Verde Vivo e os números antes de qualquer relatório. Para materializar a nossa conversa, a gente vai usar a Verde Vivo.
1:01E olha, é super importante deixar claro logo nesta primeira menção que a Verde Vivo é um cenário composto do curso e não uma empresa real, certo? É um modelo criado justamente para ilustrar aquela complexidade corporativa de um negócio de Campinas que vende plantas por quatro portas diferentes ao mesmo tempo.
1:19A primeira dessas portas da Verde Vivo, lembrando sempre que é o nosso cenário composto do curso, é um e-commerce que processa 1.650 pedidos por mês. E um detalhe técnico aqui para a documentação, o ponto aí na tela separa a casa do milhar.
1:35A nossa segunda porta é um clube de assinatura de plantas, totalmente focado na recorrência. Esse clube conta mensalmente com 2.900 assinantes. E, para manter a consistência, aquele ponto ali também separa o milhar.
1:49Temos também a terceira porta, que é uma loja física lá no distrito de Barão Geraldo. E a quarta, uma frente B2B focada em paisagismo, que fecha contratos com um ticket médio de 42 mil reais. Mas pensa só, o problema de ter todas essas frentes rodando juntas numa ferramenta sem credibilidade custa caríssimo.
2:08Sem medir direito, a reunião de orçamento vira uma guerra de opiniões exaustiva. E por quê? Porque a receita mostrada lá no GA4 não bate de jeito nenhum com caixa da Shopify. O que nos leva à seção 2, o que o GA4 mede.
2:23Chegou a hora de abrir o capô, entender a mecânica da plataforma e descobrir a raiz exata dessa divergência de dados que gera tanto atrito corporativo. A regra central para entender a ferramenta é muito simples. Absolutamente tudo é um evento.
2:37Cada ação no site ou no aplicativo vira uma linha lá no banco de dados, contendo nome, hora e parâmetros. Abriu a página? É evento. Rolou a tela? Finalizou a compra? Evento também.
2:50Aquelas métricas do dia a dia, como usuários, sessões e receita, não são coletas diretas, mas sim contas e cálculos feitos por cima dessa lista bruta de interações. Agora, o que tem um peso gigantesco na tomada de decisão é este contraste essencial.
3:07O número medido versus o número modelado. O sistema mede as interações e só depois tenta agrupar tudo em pessoas, seja via cookie, identificador de app ou user ID. E quando esse rastreamento falha, a plataforma faz estimativas.
3:23Ou seja, qualquer relatório de 2026 vai ter uma parte composta por dados efetivamente medidos e outra parte por dados modelados. Compreender essa linha divisória muda tudo. E para dar uma dimensão do porquê o sistema é o padrão do mercado, segundo o levantamento da W3Techs de setembro de 2026, ele está presente em 47,2% de todos os sites.
3:47E ele domina com impressionantes 82,9% dos sites que usam alguma ferramenta de análise conhecida. Sendo essa a língua franca, os quatro resultados do curso são super claros. Implementar a tag certa, analisar com o denominador correto, comunicar sem inflar números e decidir mudanças de orçamento ou produto.
4:07E assim chegamos à seção 3, ecossistema e perfis. Vamos mapear o ambiente, porque, convenhamos, ninguém navega na plataforma exatamente do mesmo jeito ou procurando as mesmas coisas. Temos seis perfis distintos de uso.
4:21O pessoal de marketing quer saber qual canal traz retorno. A gestão busca os motivos do crescimento. O time de e-commerce caça onde se perde faturamento real. enquanto a equipe B2B rastreia qual clique virou o contrato.
4:34Quem é de produto e app olha quem volta e quem cancela. E o desenvolvimento precisa validar a implementação. No nosso cenário da Verde Vivo, a analista Marina lê e transita por todos eles.
4:46Mas antes de colocar a mão na massa, é preciso conhecer o ambiente de prática, que tem três camadas, a conta de demonstração, a propriedade de teste própria e os dados fictícios. E aqui vai a regra de ouro, que é inflexível.
4:59A propriedade de teste é onde se erra, e a de produção é onde se mede. Usar a produção para praticar é pedir para injetar lixo na base de dados que guia o dinheiro da empresa.
5:09A propriedade também não trabalha sozinha. Ela é cercada por seis ferramentas vitais. O Google Analytics coleta e processa os eventos. O Google Tag Manager decide os disparos. O Tag Assistant e o DebugView mostram tudo em tempo real.
5:22O BigQuery permite exportação bruta em SQL. E a planilha serve como plano e dicionário. Para painéis fora do Analytics usamos o Data Studio, lembrando aqui como nota histórica rápida que ele voltou a se chamar Data Studio, deixando o antigo nome Looker Studio para trás em 16 de abril de 2026.
5:37Vamos para a seção 4, a linha do tempo 2026. Acompanhar essa evolução constante é obrigatório. Para não se perder, vale notar que os recursos são lançados em cinco estágios de confiança, disponibilidade geral, beta, alfa, rollout gradual e formato restrito.
5:55Em 2026, a página oficial publicou 15 entradas de anúncio. Mas atenção! Exatas nove mudanças alteram drasticamente a leitura dos relatórios. O ano começou em 16 de janeiro, com o Cross-channel budgeting em beta. Depois, 29 de abril, trouxe o Task Assistant.
6:1513 de maio, introduziu o canal AI Assistant no grupo padrão. Em 20 de maio, o Ask Advisor unificou os agentes. e 11 de junho trouxe o Source Group. O segundo semestre foi igualmente denso. Em 11 de agosto, vieram as janelas de conversão configuráveis.
6:32O dia 20 de agosto marcou a fusão da Google Tag com o Tag Manager. No dia 9 de setembro, ganhamos dashboards nativos. E fechando essa sequência estrutural, no dia 21 de setembro, tivemos a introdução do filtro de hostname do tipo Include.
6:48O detalhe mais crítico dessa linha do tempo, que exige um cuidado imenso, é este. Mudanças não retroativas tornam as comparações entre meses extremamente perigosas. Pensem nas janelas de conversão configuráveis.
7:02A regra só vale do dia da configuração para frente. O mesmo acontece com o AI Assistant. Sessões do ChatGPT criadas antes de maio não mudaram de lugar retrospectivamente, e outras ferramentas, como o Perplexity, continuam presas lá no canal Referral.
7:18Ignorar isso destrói por completo a validade de qualquer comparação de datas. Isso nos guia para a seção 5, o inventário antes da tag. A maior armadilha do mercado é ir direto configurar relatórios antes de alinhar as métricas com o negócio.
7:33A Marina, lá na Verde Vivo, esquivou-se perfeitamente dessa armadilha, conduzindo o inventário inicial. O levantamento que ela fez em agosto de 2026 expôs alertas importantes. Foram encontrados 27 eventos-chave, marcados sem nenhuma explicação de negócio.
7:49A conversão apontava 1,9%, só que inflada por page_view disparados em dobro. Ela também anotou os exatos 41% como a fatia das sessões que vêm da busca orgânica, medida sem integração com o Search Console.
8:02Por fim, o tráfego de IA representava 1,1% das sessões, lembrando que isso só começou a contar na metade de maio. Mas a grande revelação que explicou o problema financeiro estava no método de pagamento.
8:14A investigação provou que 22% dos pedidos pagos acontecem após o encerramento da sessão, principalmente via Pix ou boleto. Como a tag aciona a conversão no milissegundo do clique no botão esteja pago naquele instante ou não, esses 22% são a explicação exata da discrepância de receita entre a plataforma e o caixa da Shopify.
8:34E chegamos à nossa última seção, o próximo passo. Vamos ver como tudo isso se transforma em ação prática. Esse inventário mudou completamente a cultura lá na Verde Vivo. Em vez de só reclamar que a ferramenta estava errada, a equipe focou em usar os dados.
8:49A reunião seguinte resultou em quatro perguntas concretas de negócio, cada uma com um dono responsável e um prazo rigoroso. Para finalizar a videoaula de hoje, fica a tarefa prática, o exercício deste capítulo.
9:02Primeiro passo, anotar as três entradas mais recentes lá na página What's new in Analytics com a data e o status de cada uma. Segundo passo, escrever em uma única linha a decisão de negócio dos próximos 90 dias que depende de um número coletado na propriedade.
9:17Se não for possível escrever essa linha, é exatamente por aí que o trabalho precisa começar antes de tocar em qualquer tag. Como esse número vai mudar a direção do negócio? Ficamos por aqui. Até o próximo capítulo.
Por que o seu GA4 não bate, em conversa
Dois apresentadores percorrem o capítulo a partir da reunião de orçamento em que cada área defende o próprio número: o evento como linha de uma lista, a parte medida e a parte estimada e o inventário que explicou a receita paga com Pix e boleto. Alternativa ao texto, com duração própria de 23 min 23 s. Gravado em 23/09/2026; quando o áudio e o texto revisado em 24/10/2026 divergem em número ou data, vale o texto.

Transcrição
0:00Então, imaginemos o seguinte cenário caótico, bem típico de uma reunião de orçamento. A equipe de e-commerce bate na mesa, exigindo mais verba para SEO, garantindo, tipo, com toda a certeza do mundo, que a busca orgânica traz o maior volume de vendas.
0:18Aham, clássico. E a equipe de mídia logo em seguida já retruca. Exatamente. A mídia retruca jurando que o Google Ads é quem, de fato, paga a conta no fim do mês.
0:28É, e no meio dessa guerra toda, a diretoria financeira cruza os braços, aponta para a tela do Google Analytics 4 e avisa que a receita que está ali simplesmente nunca bate com o dinheiro que entra de verdade na conta bancária pela Shopify.
0:43Nossa, sim. Quem herda uma propriedade do GA4 em que absolutamente ninguém confia conhece muito bem esse pesadelo. Cada área defende o próprio número com unhas e dentes. Com certeza.
0:54E a missão deste nosso mergulho de hoje é justamente guiar quem está exatamente no centro dessa sala, sabe? A pessoa que precisa decidir por onde começar a arrumar a casa antes mesmo de cogitar mexer em qualquer tag do site.
1:08Porque, olha, essa urgência em alterar o código do site é o erro número um de quem assume uma operação assim totalmente a cegas. Sim, bate desespero, né? Total. E tentar resolver uma crise institucional de confiança nos dados, Tipo, instalando novas tags direto no ambiente de produção É o caminho mais rápido para implodir o pouco que ainda resta de coerência ali Ah, vira uma bola de neve Vira O ponto de partida inegociável é entender o que a ferramenta efetivamente mede no cenário atual Sem isso, qualquer configuração nova só empilha lixo sobre lixo E para ancorar essa realidade, a gente vai olhar para o caso da Verde Vivo Que é uma operação lá de Campinas E claro, fica aqui o aviso obrigatório de largada A Verde Vivo é um cenário composto do curso, não é uma empresa real Exato, mas o retrato da operação deles é o espelho de muita gente por aí Muito Para quem está ouvindo entender o tamanho, o braço de e-commerce deles registra 1.650 pedidos por mês O Clube de Assinaturas de Plantas conta com 2.900 assinantes ativos Um volume bem considerável Sim, e ainda tem uma frente B2B de paisagismo que fecha contratos com um ticket médio de 42 mil reais E além de tudo isso, eles operam uma loja física no distrito de Barão Geraldo É uma estrutura bem complexa de medir, na verdade E a propriedade do GA4 deles, da Verde Vivo, está instalada desde 2023 E, tipo, ninguém confia no que lê ali Ok, vamos desempacotar isso Qual é a mecânica técnica lá na raiz do sistema que faz os números divergirem tanto, a ponto de paralisar uma reunião financeira inteira.
2:50Então, o descompasso nasce na própria fundação da coleta de dados, sabe? Na base do GA4, absolutamente tudo que o sistema registra é um evento. Não existem sessões ou usuários flutuando na rede.
3:05O que existe é uma ação isolada que gera uma linha e um banco de dados. Uma linha com o que, exatamente? Essa linha contém três elementos principais. O nome da ação, a hora exata em que ela ocorreu e os parâmetros. Ah, tá.
3:21E os parâmetros são os detalhes de contexto daquela ação específica, né? Como a URL da página aberta, o valor de um produto ou o texto de um botão que foi clicado. Entendi. O ato de abrir a página inicial, por exemplo, é um evento.
3:37Rolar a tela é outro evento, totalmente separado. Clicar no botão de adicionar ao carrinho é um terceiro evento. É como acompanhar os itens sendo jogados naquela esteira de supermercado antes da caixa registradora, somar tudo, né?
3:50Perfeito, a analogia é bem essa. A esteira tem uma lista bruta de ações avulsas. Alguém pegou arroz, alguém pegou feijão. Mas a esteira em si não diz quem é a pessoa, nem se ela está comprando por uma família de cinco pessoas ou se ela mora sozinha.
4:04Aham, exatamente. Então, como essa lista crua de eventos avulsos se transforma naqueles relatórios de negócios super agregados, cheios de sessões e receita que a diretoria cobra na reunião? É aí que a mágica ou a confusão acontece.
4:20Esse pulo da esteira do supermercado para a nota fiscal agregada é o que a gente chama de camada de cálculo. Métricas complexas como o número de usuários ativos, a duração das sessões, a receita total, isso não são pacotes prontos que o site envia de mão beijada.
4:36São cálculos feitos por cima, então. Exato. Elas são contas matemáticas feitas por cima daquela lista bruta de eventos. A ferramenta recebe as interações isoladas e tenta agrupar tudo aquilo e atribuir a um dispositivo ou a uma pessoa. E como ela amarra isso?
4:53Para amarrar esses eventos, o GA4 usa identificadores, tipo um cookie armazenado no navegador, ou um identificador de aplicativo, ou até o User ID, que é o código interno de quem fez login no site.
5:06E o problema acontece quando essa costura falha, quando a ferramenta perde o rastro de quem é quem. Exato. Quando os identificadores quebram por qualquer motivo, o sistema estima. É por esse motivo técnico que, ao abrir um painel em 2026, quem lê o relatório precisa ter clareza cristalina de que uma fatia daqueles números é medida matematicamente, Enquanto outra fatia é puramente modelada por algoritmos Modelada justamente para preencher os buracos dessa coleta quebrada Isso! Ler um relatório sem entender onde termina a medição real E onde começa a estimativa é o que gera os atritos brutais com o departamento financeiro E aqui entra um ponto que me intriga muito sobre a adoção dessa ferramenta Porque em setembro de 2026, a W3Techs publicou um levantamento mostrando a escala global do Google Analytics Os números são assustadores, né?
5:59São. Segundo a W3Techs, a ferramenta está presente em 47,2% de todos os sites do mundo. É quase metade da internet inteira. Sim. E se a gente aplicar um filtro só para os sites que utilizam ferramentas de análise conhecidas, o Analytics domina 82,9% do mercado. É um monopólio, quase.
6:20Sem dúvida. Olhando para essa escala absurda, a minha conclusão seria bem direta. Se 82,9% de quem usa alguma ferramenta escolhe essa, então ser o padrão absoluto significa que ela é, objetivamente, a ferramenta mais avançada e superior tecnicamente para qualquer tipo de negócio.
6:39Os números do mercado não mentem, né? Olha, isso levanta uma questão importante. Mas eu discordo, com todo respeito, dessa premissa de superioridade técnica absoluta. O capítulo do curso sustenta uma lógica diferente. É mesmo? Por quê?
6:52A dominância de 82,9% apontada pela W3Techs não significa que o GA4 tem o melhor banco de dados ou a interface mais rápida para todo e qualquer modelo de negócios que existe. Tá, mas então por que todo mundo usa?
7:08A balança pesa a favor dele porque a ferramenta se tornou, na prática, o idioma do mercado corporativo. Como assim, o idioma do mercado? Pense na engrenagem externa, sabe? quem contrata profissionais de dados, pede conhecimento em GA4.
7:23Quem vende e otimiza campanhas de mídia paga, integra as plataformas com o GA4. Quem realiza auditorias externas de métricas, extrai os dados na formatação do GA4. Ah, entendi. Vira um padrão de comunicação. Exatamente. O peso brutal dessa decisão de adoção vem da necessidade de falar a mesma língua do ecossistema que cerca a empresa.
7:45Ter uma ferramenta tecnicamente perfeita, super avançada, mas que ninguém no mercado sabe operar ou auditar, cria uma ilha isolada. E as empresas não querem ilhas. Faz todo sentido. E quem precisa navegar por esse idioma oficial, segundo a fonte, persegue quatro resultados muito bem definidos dentro de um fluxo de trabalho.
8:06Quais são os quatro, na ordem? O primeiro resultado é implementar. Na prática, isso quer dizer colocar a tag correta, garantindo que ela dispare uma única vez por ação e respeitando estritamente o consentimento de privacidade. Crucial hoje em dia. Muito.
8:22O segundo é analisar, que exige ler os relatórios aplicando o denominador correto para não assumir, por exemplo, que 100 cliques geraram 100 vendas. É, o que acontece bastante, infelizmente.
8:34Pois é, o terceiro é comunicar, que é o ato de contar a história financeira do período sem inflar nenhum dado no meio do caminho. E o último é decidir. Porque de nada serve todo esse aparato se o número não embasar a mudança de uma verba, a troca de uma página ou o ajuste de um produto.
8:51E a Verde Vivo precisa trilhar exatamente esses quatro passos. É, e quem vai executar esses quatro passos lá dentro muda completamente dependendo da cadeira em que a pessoa senta.
9:02Existem seis perfis de usuários mapeados, e cada um busca respostas totalmente distintas na mesma interface. Seis perfis? Como eles se dividem?
9:11Então, o perfil de marketing e mídia corre atrás de saber qual canal e campanha entregaram o evento-chave ao menor custo. Já o perfil de gestão e diretoria foca no macro, buscando enxergar se a operação cresce e qual alavanca puxa esse crescimento.
9:27E o e-commerce fica no tático, eu imagino? Exato. A área de e-commerce mergulha no micro, procurando a etapa exata onde o funil de checkout perde clientes e quanto o carrinho fatura de verdade, em reais.
9:39Sem contar a divisão de quem atende empresas, o perfil de geração de leads e B2B, esse grupo rastreia qual clique inicial sobreviveu até virar um pedido de orçamento e qual orçamento se converteu em contrato assinado. Sim, e ainda tem mais dois.
9:55O perfil de produto e aplicativo, que rastreia retenção, medindo quem volta, quem realiza as ações de ativação e quem desinstala ou cancela o app.
10:04E por fim, o desenvolvimento, que absorve as demandas técnicas de implementação, validação e exportação pesada de dados. É muita gente diferente olhando para o mesmo painel.
10:16Na nossa empresa de cenário composto, a Verde Vivo, a analista, a Marina, tem a obrigação de dominar os seis perfis para não deixar ninguém sem respostas. Enquanto o desenvolvedor, o Caio, só consome os capítulos técnicos de código.
10:31E para a Marina e o Caio evoluírem nas funções deles, existe a necessidade absoluta do ambiente de prática. Porque treinar e errar direto na propriedade oficial de produção é injetar dado sujo que vai desviar o planejamento do ano inteiro da empresa.
10:46A prática exige três camadas distintas, na verdade. Quais são essas camadas de prática? Primeira é a conta de demonstração do Google, que fornece uma enxurrada de dados reais de e-commerce e jogos para quem precisa exercitar a análise sem estragar nada.
11:02A segunda é uma propriedade de teste própria, isolada na conta da empresa, onde é permitido errar implementações grosseiras. Um parquinho de diversões para testar. Isso. E a terceira camada é a geração de dados fictícios em um ambiente de homologação para estressar e validar as tags antes da publicação oficial.
11:22Aqui é onde a coisa fica realmente interessante, porque a propriedade de produção, essa que recebe os dados limpos que você mencionou, não opera no vácuo. De jeito nenhum. Existe um ecossistema inteiro trabalhando para que ela funcione.
11:36A fonte relaciona seis ferramentas complementares e nenhuma atropela a função da outra. Começando pelo próprio GA4, que é o destino final, ele centraliza, coleta, processa as estimativas que a gente falou e exibe as métricas na tela.
11:53Mas quem dita as regras do trânsito antes de a informação chegar lá é o Google Tag Manager, o GTM. Ele decide qual ação do usuário merece disparar um alerta e que pacote de informações vai junto. É, o GTM faz todo o trabalho de orquestração.
12:10E para provar que a regra de disparo funcionou no mundo real, entram em cena o Tag Assistant e o DebugView. Ah, as ferramentas de teste.
12:20Isso. Essas ferramentas interceptam o disparo da tag e provam em tempo real se a configuração de fato reagiu ao clique da forma esperada. E aí, com o dado coletado e auditado, a apresentação executiva sobe de nível com o Data Studio.
12:37O famoso construtor de painéis. Sim, e, aliás, vale registrar que a plataforma voltou a se chamar Data Studio no dia 16 de abril de 2026, abandonando de vez aquela marca provisória de Looker Studio.
12:53É lá no Data Studio que os painéis consolidam fontes diferentes para a reunião de diretoria. Além dessa apresentação visual, a gente tem o trabalho de força bruta também. O BigQuery entra como cofre que recebe o depósito diário de todos os eventos crus.
13:08permitindo auditorias bem minuciosas e cruzamentos pesados de banco de dados via linguagem SQL. É a artilharia pesada. É, e surpreendentemente, a planilha fecha esse grupo de seis ferramentas.
13:23Ela sustenta o plano de mensuração por escrito, o dicionário que explica cada evento e as tabelas de conciliação financeira, aquelas feitas à mão mesmo quando os sistemas simplesmente não conversam. É, não dá para fugir da planilha.
13:35E operar essas seis ferramentas exige compreender que o ambiente muda o tempo todo, sabe? O ecossistema não é estático. Apenas no período mapeado pela fonte, ocorreram 15 entradas de anúncios sobre o produto.
13:48A nossa linha do tempo, porém, isola as nove mudanças de 2026 que alteram diretamente a forma como o analista deve ler a tela hoje. Certo, mas antes de falar de datas, quem leu o histórico de atualizações, aquele famoso What's new in Analytics, precisa dominar os cinco status que acompanham qualquer novidade.
14:07E isso muda tudo. Totalmente. Não dá para ler um anúncio e já cobrar o resultado da equipe na mesma hora. O status de disponibilidade geral decreta que o recurso está liberado, funcionando de forma estável para todas as contas.
14:18O status beta alerta que a função está operando em larga escala, mas ainda sujeita a tropeços e ajustes finos. É, não dá para confiar 100% no beta ainda. Pois é. O alfa é um terreno de testes rudimentar, Onde a instabilidade é garantida O rollout gradual é aquele aviso de que a novidade está sendo liberada lentamente E a propriedade da empresa pode amargar uma espera de semanas na fila até receber E por fim, o status restrito indica barreiras comerciais ou técnicas Aplicáveis apenas ao Analytics 360, idiomas específicos ou sob convite direto O que é fascinante aqui é observar as datas das nove mudanças e como elas quebram as comparações históricas.
15:02A cronologia do ano começou no dia 16 de janeiro de 2026, com o Cross-channel budgeting entrando em beta. Essa novidade inseriu planos de projeção de cenário para o investimento cruzado em mídia. Certo. Avançando para o dia 29 de abril de 2026, surgiu o Task Assistant, que foi organizando as pendências de configuração num painel dividido em seis categorias de atenção.
15:25E logo na sequência, no dia 13 de maio de 2026, o canal AI Assistant foi introduzido oficialmente no grupo de canais padrão da ferramenta. Essa mudou o jogo de como a gente lê tráfego. Mudou.
15:40Isso reclassificou o tráfego originado por ferramentas como ChatGPT, Gemini, Deepseek, Copilot e Grok, aplicando a eles a classificação medium ai-assistant. E a fonte impõe uma restrição que não deixa margem para a discussão.
15:57O Perplexity continua isolado na gaveta de Referral. Ponto final. E a armadilha gigante desse dia 13 de maio é que essa nova regra não é retroativa. O tráfego de inteligência artificial lá de março, por exemplo, jamais vai aparecer nesse novo grupo de canais.
16:14Não mesmo, daqui para frente só. E aí, seguindo o calendário, no dia 20 de maio de 2026, o Ask Advisor estreou em beta, unindo as capacidades de inteligência do Ads e do Analytics num único lugar de consulta ali dentro. Facilita muito a vida.
16:30E pouco tempo depois, no dia 11 de junho de 2026, teve início o rollout gradual do Source Group, uma dimensão essencial que permite agrupar origens pulverizadas. Ela amarra, debaixo do mesmo guarda-chuva, visitas picotadas entre, tipo, facebook.com, m.facebook.com e l.facebook.com.
16:52Aquela sujeira toda vira uma coisa só. Sim. Chegamos, então, ao dia 11 de agosto de 2026, que trouxe as janelas de conversão configuráveis. A plataforma permitiu ajustar a janela de clique no intervalo de 1 a 90 dias e a janela de visualização engajada de 1 a 30 dias.
17:11Porém, da mesma forma que a regra de canais lá de maio, o retrovisor não se altera Importante frisar isso As configurações só aplicam a lógica nova aos eventos coletados a partir da hora da mudança Exato E na sequência, em 20 de agosto de 2026, a gente acompanhou a fusão técnica da Google Tag com o Tag Manager Que acabou elevando a tag simples a um comportamento real de container E em 9 de setembro de 2026, os dashboards nativos injetaram aquela flexibilidade de arrastar e soltar painéis diretamente na interface de relatórios.
17:48Sem precisar exportar para fora toda vez. Isso, sem depender de ferramentas externas. E para fechar a cronologia crítica, no dia 21 de setembro de 2026, foi liberado o filtro de hostname do tipo Include.
18:02Ele funciona basicamente como um portão de segurança absoluto. Ao declarar a lista de domínios autorizados, qualquer evento disparado de uma origem não listada é apagado para sempre do processamento.
18:14Nossa, sem chance sequer de aparecer na exportação bruta lá do BigQuery. Apagado para sempre. Ah, compreender esse volume e velocidade de mudanças revela a armadilha mais perigosa de herdar um GA4 desgovernado, que a tentação imediata que a pessoa tem de entrar na interface, dar de cara com dezenas de eventos automáticos brotando do nada, abrir um relatório de aquisição e já iniciar um debate ali mesmo sobre o que aqueles gráficos representam.
18:41Que é o caminho para o fracasso. Começar pelas tags ou pelas planilhas, ignorando o inventário do que de fato está quebrado na base, garante meses de brigas em reuniões com a equipe discutindo métricas de eventos fantasma.
18:54E é exatamente nesse ponto que a Marina, lá da Verde Vivo, salva a operação do desastre. Em vez de criar regras novas no escuro, ela olhou para a propriedade de 2023 e fez um inventário super minucioso de tudo. E o diagnóstico assusta, né? Assusta.
19:09Revelou a existência de um fluxo web e dois fluxos de aplicativo. E mais grave ainda, a propriedade continha 27 eventos sinalizados como evento-chave, mas nenhum funcionário vivo da empresa sabia explicar a origem e o objetivo daquilo.
19:25Não havia uma única linha de documentação oficial. É, o caos estava documentado. E os números da Verde Vivo, aquele cenário composto do curso que falamos no início, esses números de agosto de 2026 vieram à tona através desse inventário, e todos devidamente acompanhados de ressalvas brutais.
19:45Quais foram os achados numéricos? A taxa de conversão do e-commerce marcava 1,9%, só que ela era calculada sobre sessões de um site que dispara o evento de page_view em dobro. Nossa, e o tráfego orgânico?
19:58A busca orgânica abocanhava 41% do total de sessões da loja, mas, porém, essa leitura estava sendo conduzida sem a integração do Search Console ativa na propriedade. Ou seja, faltando uma peça inteira.
20:11Sim. E o volume de assistentes de IA reportavam 1,1% das sessões. Só que essa fatia isolada só contava a partir do corte do dia 13 de maio por causa daquela regra não retroativa. E sobre a receita? Por que o financeiro lá da Verde Vivo reclamava que não batia?
20:28A resposta para essa grande briga do orçamento, a diferença crônica entre a receita na tela e o dinheiro na Shopify, também foi resolvida no papel pela Marina, né? Foi. A Marina documentou, pasme, que 22% dos pedidos da operação são quitados via Pix ou boleto.
20:44Ah, claro. O tempo de compensação. Exato. Esses pagamentos são efetivados no banco muito tempo depois de a sessão de compra ter sido encerrada lá no site. Contudo, a tag antiga e mal configurada que eles tinham disparava o registro financeiro completo no momento exato do clique no botão de finalizar pedido Não importando se o pagamento compensou ou falhou no dia seguinte Não importava, clicou, marcou, a receita cheia O simples fato de descobrir e documentar essa falha dos 22% nos boletos encerrou o caos na sala na mesma hora A natureza da conversa da Verde Vivo evoluiu completamente A equipe parou de gritar, tipo repetidamente em toda apresentação, que o GA4 está errado.
21:28A postura muda quando você entende a causa, né? Muda. Com o inventário na mão, a reunião passou a colocar na mesa quatro perguntas concretas, cada uma com um dono responsável pela investigação e um prazo inegociável para a entrega da solução.
21:45E essa mudança de postura é um gancho essencial, porque o próximo capítulo trata exatamente do que o negócio precisa decidir usando esses dados, antes de encostar no código. É. E se conectarmos isso ao quadro geral de quem nos ouve, sair do caos exige método e exige disciplina de operação.
22:06A tarefa prática para executar na própria conta, quem está ouvindo hoje, segue três passos super diretos. Quais são? O primeiro passo é abrir, hoje mesmo, a página What's new in Analytics.
22:19O segundo é anotar fisicamente as três entradas mais recentes da plataforma, registrando ali a data e o status técnico de cada anúncio. E o terceiro? O terceiro passo é o mais importante.
22:31Escrever qual decisão de negócio precisa ser tomada nos próximos 90 dias, que depende essencialmente de um número retirado dessa propriedade que a pessoa administra.
22:42Então, o que tudo isso significa? Significa que dominar o inventário e auditar o disparo duplo das tags organiza o chão de fábrica, né? Mas não garante a venda no final do mês por si só.
22:55Quem herda a conta tem o dever de limpar a casa e mapear onde o dado falha. O trabalho de saneamento foi feito. Aham, a base está sólida agora. Mas depois de esgotar toda a limpeza técnica e olhar para aquela linha verde estabilizada no monitor, fica a grande questão, que o inventário não responde.
23:13Qual é o verdadeiro impacto financeiro de um evento isolado se a empresa não definiu de antemão qual é a decisão de negócio depende exclusivamente dele?
Considere pronto quando a planilha tiver uma decisão real, um número do GA4, a conta usada e uma causa de dúvida com dono. Em até 48 horas, leve essa linha para a pessoa responsável pela propriedade e peça a validação antes do próximo capítulo.
Você está aqui: capítulo 1 de 35
0 de 35 concluídos
- Próximo · Capítulo 2 de 35 · 11 minPlano de mensuração: da pergunta da diretoria ao indicadorLer o capítulo 2 sem concluir
Use "Concluir e ir para o capítulo 2" para registrar seu progresso. Avançar a leitura não marca a conclusão.
Plano de mensuração: da pergunta da diretoria ao indicador
Uma linha de plano de mensuração do começo ao fim, ligando cada meta da empresa a um indicador, a um evento rastreável, a uma fonte, a um responsável e à prova de que a fonte está boa, no e-commerce e no B2B.
Eventos, usuários e sessões no GA4: o que os relatórios contam
O que eventos, sessões e usuários contam, quando duas linhas podem ser somadas e a diferença entre evento principal e conversão, com uma cliente fictícia em dois aparelhos.
Ler relatórios sem se enganar: período, denominador e comparação
Uma suposta queda acompanhada do período à decisão, o denominador de cada taxa, por que usuários por canal não somam e o que o indicador de qualidade prova e não prova.
UTMs e canais: de onde vieram as visitas e as campanhas
Como o Analytics descobre a origem de cada visita, uma convenção de links que a equipe consegue seguir e um método para investigar o tráfego que chega sem nome.
Busca orgânica e assistentes de IA: comparar origens sem inflar resultados
O que o canal de assistentes de IA mostra quando os visitantes vindos de chats aparecem misturados com a busca, por que as respostas de IA do Google contam como busca orgânica e como comparar origens com o número absoluto ao lado.
Conteúdo e engajamento: o que uma página ajuda o cliente a fazer
Página de entrada, grupo de conteúdo, busca interna e experiência técnica lidos em sequência na página mais visitada do site, com três hipóteses concorrentes (expectativa, próxima ação e defeito técnico) e o dado que confere cada uma.
E-commerce no GA4: da vitrine à receita conferida com a loja
Um pedido seguido do carrinho ao estorno, a regra que separa pedido criado de pagamento confirmado e a conciliação que explica por que loja, financeiro e Analytics mostram números diferentes.
Leads B2B, CRM e negócios locais: ligar contratos ao marketing
As etapas do CRM levadas de volta ao Analytics, o valor esperado de cada lead sem somar etapas, a data certa de cada evento e a ficha do Google como indicador da loja física.
Aplicativo e assinatura com Firebase: ler o uso junto com a cobrança
Uso do app e cobrança da assinatura lidos lado a lado, a mesma pessoa reconhecida no site e no aplicativo, as conversões de app nos relatórios entre canais e as autorizações que valem no iPhone.
Explorações, segmentos e funis: onde o cliente deixa de avançar
Funil, segmento e caminho aplicados ao checkout: a etapa que separa espera de desistência, a forma de pagamento que concentra a perda e os limites que valem antes de compartilhar o número.
Retenção e coortes: comparar clientes pela permanência e pelo valor
Turmas de clientes comparadas na mesma idade mostram qual campanha traz quem fica, separam quem paga de quem usa e marcam o que o calendário ainda não deixou observar.
Conversões do GA4 no Google Ads: escolher o resultado que orienta os anúncios
Quais ações viram conversão principal no Google Ads e quais ficam em observação, com fonte única, contagem coerente, valor que descreve o fato certo e a janela de prazo escolhida para cada negócio.
Públicos e métricas preditivas: quem alcançar, reativar ou excluir
Públicos de recompra, reativação e exclusão escritos como regra de negócio, os requisitos que decidem se o preditivo existe na sua propriedade e a diferença entre pedido atribuído e pedido causado.
Atribuição entre canais: por que os painéis disputam a mesma venda
Quatro perguntas que explicam por que os painéis reivindicam mais vendas do que o Analytics observou, os três modelos do Analytics, o que cada configuração muda no histórico e o quadro que separa observação, crédito e declaração.
Importação de custos: comparar plataformas de mídia pelo mesmo critério
Custo de Meta e e-mail dentro do Analytics por conector ou arquivo, o relatório de validação de agosto de 2026 como conferência obrigatória e a tabela que compara canais com o mesmo modelo de atribuição.
Orçamento e incrementalidade: medir o efeito de uma mudança de verba
Previsão, atribuição e experimento respondem a perguntas diferentes. O capítulo mostra o que o planejamento de orçamento do Analytics projeta, para quem ele existe em outubro de 2026 e como um teste por região estima o efeito de uma mudança de verba.
Painéis nativos do Analytics: o que a gestão precisa ver
Desde 09/09/2026 o Analytics tem painéis próprios, com teto de 15 cards na propriedade padrão. O capítulo mostra o que cabe neles, como escolher poucos cards a partir de perguntas escritas e quando sair do painel para uma exploração.
Data Studio (antigo Looker Studio): o relatório mensal que junta fontes
O Data Studio (o antigo Looker Studio, renomeado em 16/04/2026) junta Analytics, loja, mídia e CRM no relatório mensal da gerência. O capítulo mostra quando usá-lo no lugar do painel nativo, como combinar planilhas e fontes sem repetir linhas nem multiplicar a receita e como fechar cada página com uma decisão que tem dono.
IA aplicada à análise: Ask Advisor e conclusões conferidas
Resumos na página inicial, Ask Advisor e consulta por programa encurtam a investigação. O capítulo mostra o que existe em outubro de 2026, para quem, como formular a pergunta e como reproduzir a resposta antes de levá-la à reunião.
Contas, propriedades e fluxos: organizar os dados e os acessos
O que fica na mesma propriedade, quem administra e quem lê, por quanto tempo guardar os dados e a página que documenta tudo, com o redesenho da Verde Vivo.
Consentimento e Consent Mode: respeitar a escolha e ler as lacunas
O que a empresa pode coletar, o que some quando a pessoa recusa e o que o Google pode estimar, com os quatro sinais de consentimento e as mudanças de controle de 2026.
Instalar a Google tag e provar que a coleta funciona
Um caminho de coleta por página, o que mudou na Google tag em agosto e outubro de 2026 e a demonstração que separa evento correto, duplicado e ausente.
Google Tag Manager: controlar mudanças na medição sem perder o histórico
Uma mudança no Tag Manager acompanhada do pedido à produção: rascunho, prévia, homologação, aprovação, reversão e o que mudou de agosto a outubro de 2026.
Taxonomia de eventos e dataLayer: o significado de cada evento
A especificação que evita medir tentativa como resultado: nome, momento do disparo, recado na camada de dados e prova de chegada, com uma linha recusada e uma aprovada.
Dimensões e métricas personalizadas: o que merece aparecer no relatório
Quais parâmetros viram dimensão ou métrica, em que escopo, como a cardinalidade leva à linha (other) e como limpar a lista sem quebrar análises que dependem dela.
User-ID e vários domínios: limites de identidade entre sites e aplicativos
Quando duas interações podem ser ligadas à mesma pessoa e quando essa ligação se perde: User-ID no login, medição entre domínios, meio de pagamento e os limites que nenhuma configuração resolve.
Validação, filtros e qualidade: aprovar a coleta com evidências
Um pedido de teste acompanhado do disparo até a comparação com a loja, a matriz por caminho de coleta, os filtros de tráfego e a decisão sobre a lista de domínios autorizados.
Server-side e Measurement Protocol: medir pagamentos fora do site
O Pix pago depois que a pessoa fecha a aba, a venda no balcão e a etapa do lead no CRM só existem no servidor. O capítulo mostra como encomendar esse envio com consentimento, identificador e proteção contra duplicidade, e o que mudou nas opções do Google em outubro de 2026.
Exportação para o BigQuery: analisar os eventos brutos fora do GA4
A exportação para o BigQuery leva os dados brutos do Analytics, evento por evento, para um banco que se consulta à vontade, com custo, prazo de atualização e números que não batem com a interface por desenho. O capítulo mostra quando ela vale a pena, qual modalidade escolher e o que pedir à equipe antes de ligar.
SQL para Analytics: avaliar consultas que juntam Analytics, loja e CRM
Uma consulta SQL pode responder à pergunta certa com a contagem errada. O capítulo ensina a reconhecer a unidade de cada tabela, a pedir a prova de que a junção não multiplicou linhas e a ler a conciliação entre Analytics e loja.
APIs do Analytics: automatizar leituras e alertas com acesso controlado
As APIs do Analytics permitem que um programa confira os números todo dia, audite a configuração e responda a perguntas por conversa. O capítulo mostra o que automatizar, com qual permissão, dentro de qual cota e com que registro, conforme o estado de outubro de 2026.
Analytics 360 e governança: quando a versão paga compensa
O Analytics 360, a versão paga, aumenta limites de análise, traz subpropriedades e propriedades de consolidação para empresas com várias marcas, sites e países e vem com contrato. O capítulo compara ficar no padrão, reorganizar a arquitetura e contratar o 360, e fecha com os controles de acesso que valem em qualquer edição.
Clínica de problemas do GA4: investigar divergências antes de mexer na medição
Um número que muda sem explicação pode vir do negócio, da coleta, do processamento ou da consulta. O capítulo traz um mapa de onze sintomas, o método que transforma sintoma em hipótese testada e três casos da Verde Vivo, um deles provocado por uma mudança do próprio Google em outubro de 2026.
Projeto final: um plano de mensuração que a empresa consiga manter
O projeto final reúne o curso numa página que a diretoria aprova: decisão, indicador, fonte, lacunas, responsável, prazo e prova de aceite. O capítulo mostra o projeto da Verde Vivo, a rotina que o mantém verdadeiro e o quadro do que vigiar, com o estado em 24/10/2026.