Você confia nos modelos de atribuição do Google Ads pra decidir onde colocar verba? Má notícia: eles mentem. Não por malícia, e sim porque foram desenhados pra responder à pergunta errada.
Enquanto você ajusta lance com base em “último clique” ou “data-driven”, seu caixa sangra. E você não percebe.
O problema é esse: atribuição responde “qual anúncio levou à conversão”, mas não responde “qual investimento gerou lucro”. Essa diferença custa caro.
Auditando contas de Google Ads de médio e grande porte, a gente vê a mesma cena o tempo todo: decisão de orçamento tomada só em cima do relatório de atribuição. O resultado é verba concentrada em canal que parece eficiente no painel e destrói margem na prática.
Vou te mostrar as 4 decisões financeiras que valem mais que qualquer relatório de atribuição, e como usar cada uma pra multiplicar lucro real.
O Problema Com Last-Click (E Com Todos os Outros Modelos)
Last-click é o vilão favorito de todo especialista. “Ignora a jornada”, “subestima awareness”, “injusto com o topo do funil”. Tudo verdade.
Mas o problema real é outro.
Nenhum modelo de atribuição responde à pergunta certa.
Eles respondem: “Qual touchpoint merece crédito pela conversão?”
Você precisa saber: “Qual canal gera lucro suficiente pra justificar o investimento?”
Numa conta de e-commerce de móveis que auditamos, os números ficaram assim:
| Canal | Conversões (Last-Click) | Conversões (Data-Driven) | Lucro Líquido Real |
|---|---|---|---|
| Performance Max | 180 | 240 | R$ 12.400 |
| Search Marca | 310 | 190 | R$ 41.800 |
| Shopping | 95 | 150 | -R$ 3.200 |
Repara: Shopping ganhou 58% mais conversões atribuídas no modelo data-driven. Parece que merece mais verba, certo?
Errado.
O canal fechou o mês com margem negativa de R$ 3.200. Por quê? Ticket médio baixo (R$ 380 contra R$ 890 da Search), frete subsidiado e taxa de devolução de 34% contra 12% da média da conta.
A atribuição não enxerga nada disso. Ela só vê “comprou depois de clicar”.
Por Que os Modelos de Atribuição Distorcem a Sua Realidade Financeira
Modelos de atribuição têm 3 pontos cegos que estragam decisão financeira:
1. Ignoram estrutura de custo variável.
Um lead de R$ 50 pode ser ótimo em Search (margem de 68%) e desastroso em Display (margem de 22%). A atribuição trata os dois igual.
2. Não enxergam capacidade operacional.
Seu time comercial converte 40% dos leads qualificados. Acima de certo volume, cai pra 18%. A atribuição vai mandar escalar o canal “eficiente” até estourar a sua operação.
3. Confundem correlação com causalidade.
Performance Max aparece em 80% das jornadas? Ótimo.
Mas ele está causando a conversão ou só aparecendo em jornadas que iam acontecer de qualquer jeito?
Nas contas que a gente opera, boa parte da conversão que campanha de awareness leva crédito aconteceria mesmo sem o anúncio. É o problema da incrementalidade: você paga pra receber o crédito, não pra gerar a venda.
Por isso, entender as melhores práticas de mídia paga passa longe de confiar cego no relatório padrão.
As 4 Decisões Financeiras Que Importam Mais Que a Atribuição
Esquece atribuição por 10 minutos. Foca nestas 4 decisões.
São elas que dizem se você lucra ou queima caixa.
1. Payback Por Canal (Não Por Campanha)
Payback é quanto tempo você leva pra recuperar o que gastou pra trazer um cliente. Se o seu payback médio é 90 dias mas o seu caixa precisa girar em 30, você quebra mesmo com ROAS de 5x.
Numa conta SaaS B2B que auditamos, os três canais principais ficaram assim:
| Canal | CAC | Ticket Médio | Margem | Payback |
|---|---|---|---|---|
| LinkedIn Ads | R$ 890 | R$ 3.400 | 74% | 35 dias |
| Google Search | R$ 340 | R$ 1.200 | 74% | 38 dias |
| Meta Ads | R$ 180 | R$ 480 | 74% | 51 dias |
O CAC do LinkedIn (R$ 890) é quase 5x o da Meta (R$ 180). Qualquer modelo de atribuição manda cortar o LinkedIn na hora.
Só que o payback dele é o mais curto da conta: 35 dias contra 51 da Meta, cerca de 31% mais rápido.
Ticket alto e margem gorda fazem o cliente caro do LinkedIn se pagar antes do cliente barato da Meta. Se o seu capital de giro está apertado, o LinkedIn é o único canal que fecha a conta.
Decisão prática: defina um teto de payback (digamos 60 dias) e corte qualquer canal acima dele, não importa o ROAS.
2. Margem de Contribuição Por Produto (Não Receita)
Atribuição conta conversão. Quem come margem é você.
Vender muito do produto errado te leva à falência mais rápido que não vender nada.
Num e-commerce de eletrônicos que auditamos, o quadro era esse:
Produto A (fones Bluetooth): ticket de R$ 120, margem de 8%, devolução de 22%.
Produto B (caixas de som): ticket de R$ 340, margem de 41%, devolução de 18%.
O Performance Max adorava o Produto A. Vendia 3x mais. O modelo data-driven atribuía 68% das conversões pra PMax.
Recomendação do Google? Aumentar orçamento.
Fizemos a conta de verdade:
- R$ 10 mil em PMax geravam R$ 42 mil de receita
- Desses, R$ 31 mil eram Produto A (margem de R$ 2.480)
- E R$ 11 mil eram Produto B (margem de R$ 4.510)
- Margem total: R$ 6.990
- Lucro líquido, depois dos custos fixos: R$ 1.200
Cortamos PMax. Realocamos pra Search com bid boost no Produto B.
Receita caiu 28%. Lucro subiu 310%.
O raciocínio é o mesmo no Meta Ads: a segmentação por produto só ajuda se você souber a margem de cada SKU.
Decisão prática: calcule a margem de contribuição por SKU. Bloqueie produto de margem baixa em campanha de prospecção. Deixe esses itens só pro remarketing.
3. Custo de Oportunidade do Capital
Você tem R$ 50 mil pra investir.
Opção A: Google Ads, retorno em 45 dias.
Opção B: estoque, retorno em 120 dias.
Nenhum modelo de atribuição te ajuda a escolher entre as duas. Análise financeira, sim.
Taxa de retorno ajustada ao tempo:
Retorno Anualizado = (Lucro ÷ Investimento) × (365 ÷ Dias até Retorno)Fazendo a conta:
Google Ads: R$ 50 mil investidos, R$ 15 mil de lucro em 45 dias = 243% ao ano.
Estoque: R$ 50 mil investidos, R$ 28 mil de lucro em 120 dias = 170% ao ano.
Google ganha.
Mas se você tem gargalo de caixa e precisa dos R$ 28 mil pra não quebrar, estoque é a escolha certa mesmo com retorno anualizado menor.
Decisão prática: calcule o retorno anualizado de cada canal. Priorize ciclo rápido quando o caixa estiver apertado. Invista em ciclo longo quando tiver folga.
4. Lifetime Value Realizado (Não Projetado)
LTV projetado é ficção. LTV realizado é caixa no banco.
Num SaaS por assinatura que acompanhamos por 18 meses:
| Canal de Aquisição | LTV Projetado (12m) | LTV Realizado (12m) | Delta |
|---|---|---|---|
| Busca Marca | R$ 8.400 | R$ 7.900 | -6% |
| Performance Max | R$ 6.200 | R$ 2.800 | -55% |
| LinkedIn Ads | R$ 9.100 | R$ 9.800 | +8% |
O LTV projetado do Performance Max era 121% maior que o realizado.
Motivo: churn 3,2x maior nos primeiros 90 dias. Cliente vinha menos qualificado, a ativação era ruim e o suporte gastava 40% mais tempo por conta.
Cortamos PMax quando entendemos isso. Realocamos pro LinkedIn.
CAC subiu 64%. Lucro aos 12 meses subiu 180%.
Decisão prática: pare de usar LTV projetado. Meça LTV realizado em safras de 6 meses. Corte o canal onde a diferença passar de 30%.
Como Usar a Atribuição do Google Ads do Jeito Certo
Atribuição não é inútil. É mal usada.
Como transformar dado de atribuição em decisão financeira:
1. Use atribuição pra entender a jornada, não pra alocar orçamento.
Modelo data-driven mostra onde o seu cliente passa tempo. Ótimo.
Use isso pra melhorar mensagem, não pra decidir quanto investir.
Exemplo: se 70% das conversões têm touchpoint no YouTube, teste criativo com linguagem de vídeo nas campanhas de Search. Não dobre o orçamento de YouTube só por causa disso.
2. Crie “grupos de margem” e analise a atribuição dentro de cada um.
Separe produto ou serviço por faixa de margem:
- Grupo A: margem acima de 50%
- Grupo B: margem de 30% a 50%
- Grupo C: margem abaixo de 30%
Rode relatório de atribuição separado por grupo. Aí sim dá pra confiar. O Performance Max pode ser rei no Grupo A e vilão no Grupo C.
3. Compare atribuição com análise incremental.
Atribuição diz “o canal X participou de Y conversões”. Incremental responde “quantas dessas conversões NÃO aconteceriam sem o canal X?”.
Teste simples: pause o canal por 2 semanas e meça o quanto a conversão cai. Esse é o efeito incremental real.
Segundo o Google Ads, dá pra rodar teste de lift geográfico pra isso. Vale cada centavo do esforço.
4. Cruze atribuição com dado de margem.
Se você usa Smart Bidding, dá pra enviar o valor de conversão real, não só a receita. Inclua margem, custo de fulfillment, chargeback, tudo.
Aí o Google otimiza pra lucro, não pra conversão vazia, e a atribuição fica automaticamente mais útil.
Um esqueleto do cálculo em Python:
valor_conversao_real = (
receita - custo_produto - frete - tx_gateway
) * (1 - taxa_chargeback)Envie esse valor via conversões offline ou pelo Google Analytics 4.
Conclusão: Pare de Otimizar a Métrica Errada
Enquanto você ajusta lance em cima do relatório de atribuição, o seu concorrente está tomando decisão financeira de verdade. E levando o seu mercado.
Atribuição não é vilã. É incompleta. Ela te diz quem tocou na bola, não quem fez o gol valer a pena.
As 4 decisões deste artigo (payback por canal, margem por produto, custo de oportunidade e LTV realizado) transformam número de marketing em lucro que dá pra medir.
Nas contas que a gente opera, quando o cliente para de usar atribuição como régua única e passa a olhar essas quatro contas, o lucro líquido melhora nos primeiros trimestres sem precisar botar mais verba. Não é hack mágico. É parar de otimizar a métrica errada.
A pergunta não é “qual modelo de atribuição usar”. É quanto dinheiro você está deixando na mesa enquanto espera a resposta perfeita.
A Nexus Growth não é agência, é consultoria de mídia paga que trabalha como Growth CFO do seu investimento: acha onde você queima caixa, redireciona pra onde gera margem e prova com número. Se quiser que a gente olhe as suas contas de Google Ads e Meta Ads sob essa régua, é só chamar.