Reconciliar a atribuição do LinkedIn com GA4 e CRM sem forçar igualdade

Com o gargalo localizado, a reunião tropeça em outra pergunta: quantos SQL o LinkedIn gerou no mês? O Campaign Manager dá um número, o GA4 dá outro, o CRM dá um terceiro, e cada área defende o seu com a mesma convicção.

Forçar os três a bater custa mais do que a diferença. A equipe perde semanas caçando um erro inexistente, ou desliga a regra de conversão que estava certa. Quando os números divergem por método, a divergência é informação; quando divergem por falha de configuração, é defeito.

O ganho é separar uma coisa da outra: ler clique e visualização, escolher janela e modelo, e explicar ao diretor financeiro por que o painel do LinkedIn e o CRM contam SQL diferentes. A Vértice Fiscal, cenário composto do curso, mostra a conta do sexto mês.

Conversão por clique é a ação de quem clicou no anúncio dentro da janela; conversão por visualização é a de quem só viu o anúncio e converteu depois. Em B2B a visualização pesa, porque o comitê vê o anúncio no celular e preenche o formulário dias depois. É também a métrica mais fácil de inflar, porque ver não prova influência.

Janela de atribuição: o prazo em que o LinkedIn aceita ligar a conversão ao anúncio. A Central de Ajuda recomenda 90 dias de clique e 90 de visualização, com opções manuais de 1, 7, 30 ou 90 dias. O conhecido 30 de clique e 7 de visualização é só o padrão da API quando a regra nasce sem o campo preenchido.

Para ciclos longos há mais prazo. Lead, lead qualificado, candidatura, compra e adição ao carrinho aceitam 365 dias quando chegam pela Conversions API ou por CSV, e a versão de setembro de 2026 da API trouxe 180 dias para tipos específicos. Com ciclo de venda de 110 dias, a Vértice precisa desse prazo para o contrato fechado.

Dentro do último toque há duas regras. Em "Last touch, each ad set", todo conjunto com interação na janela recebe a conversão, então a mesma ação pode aparecer em mais de um conjunto. Em "Last touch, last ad set", só o mais recente leva. Na API, os nomes são LAST_TOUCH_BY_CAMPAIGN, o padrão, e LAST_TOUCH_BY_CONVERSION.

Isso importa porque a regra padrão soma mais do que aconteceu. Somar conversões por conjunto e comparar com o CRM põe lado a lado uma contagem com crédito repetido e uma lista de pessoas. Para conferir contra o CRM, use a regra do último conjunto.

O LinkedIn tem também atribuição por dados, um modelo multitoque que reparte o crédito entre os pontos de contato. Ela aparece em colunas próprias, "Leads (data-driven attribution)" com 180 dias de retrospectiva e "Conversions (data-driven attribution)" com 90, atualizadas com atraso de até 36 horas. A página Measurement Insights traz ainda uma visão de atribuição multitoque por campanha.

Escolha um modelo para cada decisão e escreva no cabeçalho do relatório qual é qual. Último toque ajuda a comparar com o CRM; atribuição por dados ajuda a repartir verba entre etapas do funil. Coluna de último toque somada à coluna por dados não significa nada.

Parte das conversões nunca é observada. Conversões modeladas: o LinkedIn estima por aprendizado de máquina as ações que a privacidade esconde, e elas entram nas mesmas métricas. Na conversão no dispositivo, a atribuição é processada no celular e só dados anonimizados sobem ao servidor. Nenhuma das duas existe no CRM.

Com o GA4, a diferença começa na estrutura. Não há integração nativa entre LinkedIn e GA4 documentada; a Central de Ajuda lista os motivos da divergência: regra não associada ao conjunto, cookie primário ou de terceiros, páginas e janelas diferentes, deduplicação, conversões orgânicas ou virais. Lead Gen Form nem passa pelo site, então o GA4 não o enxerga.

No CRM, a diferença vem de datas e definições. O LinkedIn conta a conversão pela data do evento que recebeu; o CRM conta o SQL na data em que o SDR aceitou o lead, às vezes semanas depois. Lead descartado, contato duplicado e contrato fechado fora da janela ficam de um lado e somem do outro.

Reconciliar é explicar a diferença numa tabela-ponte: o número de cada sistema, a parcela que cada motivo explica e o resíduo. Resíduo pequeno e estável é método. Resíduo que salta de um mês para outro indica erro, como tag disparando duas vezes ou evento da Conversions API sem o eventId que deduplica.

Armadilha comum: tratar o CRM como verdade e o LinkedIn como erro. O CRM não vê visualização, conversão modelada nem contato sem e-mail; o LinkedIn não vê o SDR que descartou o lead. Cada sistema responde a uma pergunta, e o relatório que força igualdade apaga as duas respostas.

No sexto mês da Vértice, os números de SQL eram 40 no HubSpot, 52 no Campaign Manager e 9 no GA4. A regra "each ad set" creditava 9 SQL em dois conjuntos ao mesmo tempo; com a regra do último conjunto, o Campaign Manager caiu para 43. Os 3 restantes eram conversões por visualização que o CRM registrava como origem orgânica.

O GA4 via 9 porque só 9 dos 40 SQL começaram por formulário no site; os outros 31 nasceram em Lead Gen Form. Nenhum erro de configuração apareceu, e a ponte entre 40, 43 e 9 virou linha fixa do relatório mensal.

Para a Vértice, a diretora financeira parou de perguntar qual número está certo e passou a perguntar quanto de receita esses SQL puxaram. Exporte as oportunidades ganhas dos últimos 180 dias com e-mail do contato e empresa. Se mais de 90 por cento dos registros estiverem completos, a base está pronta para "Ler o Revenue Attribution Report sem confundir influência com causa".