R$ 4.200 por SQL. Oito leads qualificados por mês. Ciclo de venda de 90 dias. Taxa de fechamento de 15%.
Faça a conta: 8 SQLs x 15% = 1,2 clientes por mês. Com ticket de R$ 35K, a receita média mensal gerada por mídia paga era de R$ 42K. O investimento total (anúncios + operação) girava em torno de R$ 38K.
Margem mínima. Risco alto. E a sensação constante de que a operação estava cara demais para o que entregava.
Esse era o cenário de uma consultoria B2B de médio porte quando nos procurou. Não queriam gastar mais. Queriam gastar melhor.
Este case de consultoria B2B com mídia paga mostra, passo a passo, como cortamos o CAC em 52%, aumentamos o volume de SQLs em 50% e melhoramos a taxa de fechamento de 15% para 22%. Em 120 dias.
—
Neste artigo, você vai ver:
- O perfil da empresa e métricas antes da consultoria
- Os 4 problemas que o diagnóstico identificou
- As mudanças implementadas em cada frente
- A progressão mês a mês (4 meses completos)
- O que qualquer empresa B2B pode aplicar imediatamente
—
Situação Inicial: Perfil e Números
A empresa é uma consultoria de gestão empresarial focada em indústrias de médio porte. Ticket médio de R$ 35.000 por projeto. Ciclo de decisão entre 60 e 120 dias. Equipe comercial com 3 consultores.
Vinham investindo em Google Ads há 18 meses. A gestão era feita por uma agência generalista que também cuidava de clientes de e-commerce, educação e SaaS.
Números no início do diagnóstico:
| Métrica | Valor |
|---|---|
| Investimento mensal (Google Ads) | R$ 15.000 |
| Canais ativos | Search genérico (100% da verba) |
| Evento de conversão | Preenchimento de formulário |
| Formulários preenchidos/mês | 34 |
| SQLs (leads qualificados para vendas)/mês | 8 |
| Taxa de formulário para SQL | 23,5% |
| CAC (custo por SQL) | R$ 4.200 |
| Taxa de fechamento (SQL para cliente) | 15% |
| Ticket médio | R$ 35.000 |
| Clientes novos/mês (média) | 1,2 |
À primeira vista, um investimento de R$ 15K que gera R$ 42K de receita parece razoável. Mas quando você desconta os custos de operação comercial, o tempo de ciclo e a taxa de fechamento baixa, a margem real ficava comprimida.
E o pior: não havia visibilidade de quais campanhas geravam os SQLs que de fato fechavam. O funil era um buraco negro entre o clique e o contrato assinado.
—
O Problema: 4 Falhas Estruturais
O diagnóstico levou 4 semanas. Cruzamos dados do Google Ads, do CRM (Pipedrive), do Google Analytics 4 e de entrevistas com a equipe comercial. Encontramos 4 problemas que estavam corroendo o resultado.
Problema 1: 100% da verba em Search genérico, zero em marca
Todo o investimento de R$ 15.000 ia para campanhas de Search com palavras-chave genéricas: “consultoria de gestão”, “consultoria empresarial”, “consultoria para indústria”.
Não existia campanha de marca. Nenhuma.
Isso significava que quando um prospect já qualificado buscava o nome da empresa no Google (depois de uma indicação, evento ou LinkedIn), o resultado orgânico disputava com anúncios de concorrentes que compravam o termo de marca como palavra-chave.
Checamos os dados do Search Console: 140 buscas pelo nome da empresa por mês. Dessas, estimamos que pelo menos 15-20% clicavam em anúncios de concorrentes que apareciam acima do resultado orgânico.
Tráfego quente, pronto para converter, sendo perdido para concorrentes por falta de R$ 800/mês em proteção de marca.
Problema 2: Evento de conversão errado
A agência tinha configurado “preenchimento de formulário” como o evento de conversão otimizado no Google Ads. Parece lógico. Não é.
O problema: dos 34 formulários preenchidos por mês, apenas 8 se tornavam SQLs. Os outros 26 eram:
| Tipo | Quantidade/mês | % do total |
|---|---|---|
| SQLs reais | 8 | 23,5% |
| Pedidos de orçamento genérico (sem fit) | 11 | 32,4% |
| Concorrentes pesquisando | 4 | 11,8% |
| Estudantes e curiosos | 6 | 17,6% |
| Formulários incompletos/spam | 5 | 14,7% |
O algoritmo do Smart Bidding estava otimizando para gerar mais formulários. Não para gerar leads que de fato compram. Ele encontrava o perfil que mais preenche formulários, que é justamente o perfil que menos compra: curioso, pesquisador, sem budget definido.
Problema 3: Sem exclusão de público
As campanhas não tinham nenhuma lista de exclusão. Zero. Isso significava:
- Clientes atuais viam anúncios (e às vezes clicavam, gerando custo sem valor)
- Funcionários da própria empresa não estavam excluídos
- Concorrentes conhecidos não estavam na lista de exclusão de IPs
- Leads já qualificados no CRM continuavam recebendo anúncios de prospecção
Estimamos que entre 8% e 12% do orçamento era gasto em cliques de pessoas que não deveriam ver os anúncios.
Problema 4: Página de conversão com 1,8% de taxa de conversão
A landing page era a página institucional do site. Sem proposta de valor clara acima da dobra. Formulário com 11 campos. Sem prova social. Sem diferenciação. Tempo de carregamento de 4,7 segundos no mobile.
Para um B2B com ticket de R$ 35K, a página de conversão precisa fazer um trabalho pesado de credibilidade e redução de fricção. Essa página fazia o oposto.
A taxa de conversão de 1,8% confirmava: para cada 100 visitantes qualificados, 98 saíam sem interagir. E parte do problema era a página, não o tráfego.
—
O Que Mudamos: 4 Frentes de Ação
Mudança 1: Campanha de marca (R$ 800/mês)
Criamos uma campanha de Search exclusiva para termos de marca: nome da empresa, nome + consultoria, nome + gestão. CPC máximo de R$ 0,35.
Custo estimado: R$ 800/mês. Benefício: proteger 140 buscas de marca e capturar prospects quentes que já conheciam a empresa.
Esse é o tipo de campanha que muitas empresas B2B ignoram porque “já aparecem no orgânico”. Aparecer não é suficiente quando seus concorrentes estão pagando para aparecer acima de você.
Mudança 2: Conversão otimizada para SQL (não formulário)
Trabalhamos com a equipe comercial para implementar um fluxo de qualificação rápido. Quando um lead preenchia o formulário, a equipe tinha 24 horas para classificar no Pipedrive como SQL ou descarte.
Essa classificação era enviada de volta ao Google Ads via importação de conversões offline. O evento de conversão foi alterado de “formulário preenchido” para “SQL qualificado”.
Com isso, o algoritmo passou a aprender qual perfil de pessoa gera SQLs, não qual perfil preenche formulários. A diferença é enorme.
A implementação técnica levou 2 semanas. Usamos a API de conversões offline do Google Ads integrada ao Pipedrive via Zapier.
Mudança 3: Listas de exclusão
Criamos 4 camadas de exclusão:
- Lista de clientes atuais — exportada do CRM, atualizada semanalmente, enviada como Customer Match
- Lista de leads em negociação — se já está no pipeline, não precisa de anúncio de prospecção
- IPs de concorrentes conhecidos — identificados via analytics e lista manual
- Exclusão de audiência — público de remarketing de clientes e funcionários excluído de campanhas de prospecção
O investimento de tempo foi de ~4 horas para configurar. A economia estimada: R$ 1.500/mês em cliques desperdiçados.
Mudança 4: Nova página de conversão
Reconstruímos a landing page seguindo princípios de conversão B2B:
Acima da dobra:
- Headline com proposição de valor clara e específica
- Sub-headline com resultado quantificado (dado de case real)
- Formulário com 4 campos (nome, empresa, e-mail, telefone)
- Selo de “Diagnóstico gratuito em 30 minutos”
Abaixo da dobra:
- 3 cases resumidos com números (anonimizados)
- Logos de clientes (com permissão)
- Depoimento de um diretor financeiro
- FAQ com as 5 objeções mais comuns
Técnico:
- Tempo de carregamento: 1,9 segundos (vs 4,7 anterior)
- Mobile-first (72% do tráfego era mobile)
- Sem menu de navegação (foco na conversão)
A página foi construída em WordPress com Elementor, sem custos extras de ferramenta.
—
Resultados: Progressão Mês a Mês
Diferente de e-commerce, em B2B os resultados não aparecem no dia seguinte. O ciclo de venda é longo. Por isso, apresentamos a evolução mês a mês nos 120 dias de implementação.
Progressão mensal completa
| Métrica | Mês 0 (antes) | Mês 1 | Mês 2 | Mês 3 | Mês 4 |
|---|---|---|---|---|---|
| Investimento | R$ 15.000 | R$ 15.800* | R$ 15.800 | R$ 15.800 | R$ 15.800 |
| Cliques qualificados | 830 | 790 | 860 | 920 | 980 |
| Formulários | 34 | 28 | 31 | 35 | 38 |
| SQLs | 8 | 7 | 9 | 11 | 12 |
| CAC (por SQL) | R$ 4.200 | R$ 3.560 | R$ 2.780 | R$ 2.270 | R$ 2.016 |
| Taxa conv. LP | 1,8% | 2,4% | 3,1% | 3,6% | 3,9% |
| Taxa form→SQL | 23,5% | 25% | 29% | 31,4% | 31,6% |
| Fechamentos | 1,2 | 1 | 1 | 2 | 2,6** |
| Taxa de fechamento | 15% | 14,3% | 16,7% | 20% | 22% |
| Receita gerada | R$ 42.000 | R$ 35.000 | R$ 35.000 | R$ 70.000 | R$ 91.000 |
*R$ 800 adicionais para campanha de marca (orçamento de R$ 15K mantido para prospecção).
**2,6 = média considerando que 3 clientes fecharam no mês 4, mas 1 tinha ciclo estendido contabilizado parcialmente.
Análise da evolução
Mês 1 foi o mais difícil. Volume caiu porque o algoritmo estava reaprendendo com o novo evento de conversão (SQL em vez de formulário). Os formulários diminuíram, mas a qualidade melhorou. A landing page nova já mostrava taxa de conversão 33% maior.
Mês 2 foi quando o algoritmo começou a calibrar. Ele passou a encontrar o perfil que gera SQLs, não o perfil que preenche formulários por curiosidade. Os SQLs voltaram ao nível anterior com custo menor.
Mês 3 foi o ponto de virada. 11 SQLs a R$ 2.270 cada. A taxa de fechamento subiu para 20% — em parte porque os SQLs eram mais qualificados (o algoritmo aprendeu melhor), em parte porque a equipe comercial estava recebendo leads com perfil mais adequado.
Mês 4 consolidou os ganhos. 12 SQLs a R$ 2.016 cada. Taxa de fechamento de 22%. Receita de R$ 91K com investimento de R$ 15,8K.
Comparativo final: Mês 0 vs Mês 4
| Métrica | Antes | Depois (Mês 4) | Variação |
|---|---|---|---|
| Investimento mensal | R$ 15.000 | R$ 15.800 | +5,3% |
| SQLs/mês | 8 | 12 | +50% |
| CAC por SQL | R$ 4.200 | R$ 2.016 | -52% |
| Taxa de conversão (LP) | 1,8% | 3,9% | +117% |
| Taxa form → SQL | 23,5% | 31,6% | +34% |
| Taxa de fechamento | 15% | 22% | +47% |
| Clientes novos/mês | 1,2 | 2,6 | +117% |
| Receita mensal | R$ 42.000 | R$ 91.000 | +117% |
| ROI da mídia paga | 2,8x | 5,8x | +107% |
O investimento subiu apenas R$ 800 (campanha de marca). Mas a receita mais que dobrou e o CAC caiu pela metade.
A melhoria na taxa de fechamento de 15% para 22% merece destaque. Não fizemos treinamento de vendas. Não mudamos o time comercial. O que mudou foi o perfil dos leads. Quando o algoritmo otimiza para SQL (e não formulário), ele entrega prospects com necessidade real, orçamento e timing adequado. A equipe comercial trabalha menos e fecha mais.
—
Timeline: O Que Aconteceu Cada Semana
Semanas 1-4: Diagnóstico e planejamento
- Auditoria completa da conta Google Ads
- Análise do CRM (Pipedrive): funil, taxas de conversão, motivos de perda
- Entrevistas com equipe comercial (o que é um SQL bom vs ruim)
- Mapeamento de concorrentes e buscas de marca
- Análise da landing page (heatmap, gravações de sessão)
- Apresentação do relatório de diagnóstico
Semanas 5-6: Implementação técnica
- Criação da campanha de marca
- Configuração de importação de conversões offline (Pipedrive → Google Ads)
- Criação das 4 listas de exclusão
- Treinamento da equipe comercial para classificação de SQL em 24h
Semanas 7-8: Nova landing page
- Wireframe e copy da nova página
- Desenvolvimento em WordPress/Elementor
- Testes de velocidade e responsividade
- Troca da URL de destino nas campanhas
Semanas 9-12: Aprendizado do algoritmo
- Monitoramento diário dos novos sinais de conversão
- Ajuste de lances baseado em dados reais de SQL
- Análise semanal de termos de busca e negativação
- Primeira avaliação de resultados (Mês 2 completo)
Semanas 13-16: Otimização e consolidação
- Refinamento das audiências de exclusão
- Expansão de palavras-chave que geravam SQLs com bom perfil
- Negativação agressiva de termos com alto volume e baixa conversão para SQL
- Criação de relatório mensal integrado (Google Ads + CRM)
- Documentação do processo para autonomia da equipe interna
—
Lição Aplicável: 5 Ações para B2B
Este case de consultoria B2B com mídia paga expõe problemas que vemos em praticamente toda conta B2B que auditamos. Se você vende serviço com ticket acima de R$ 10K e ciclo de venda maior que 30 dias, estas ações se aplicam ao seu contexto.
1. Proteja sua marca no Google Ads
Se sua empresa tem buscas de marca (verifique no Search Console), crie uma campanha de Search com CPC controlado. O custo é baixo (R$ 500-1.500/mês na maioria dos casos) e o retorno é proteger tráfego quente que já conhece sua empresa.
2. Pare de otimizar para formulário
O formulário é uma métrica intermediária. O que importa é o que acontece depois. Configure importação de conversões offline para enviar ao Google Ads o status real do lead: SQL, oportunidade, cliente fechado.
Isso muda completamente o que o algoritmo aprende. E muda completamente a qualidade dos leads que ele entrega.
3. Exclua quem não deveria ver seus anúncios
Clientes atuais, leads em negociação, funcionários, concorrentes. Cada clique desperdiçado nessas audiências é dinheiro jogado fora. Criar listas de exclusão leva poucas horas e economiza entre 8% e 15% do orçamento mensal.
4. Sua landing page precisa trabalhar para você
Em B2B, a página de conversão é o seu melhor vendedor digital. Se ela tem formulário com 11 campos, carrega em 5 segundos e não tem prova social, está trabalhando contra você.
Princípios básicos: formulário com 4-5 campos, carregamento abaixo de 2 segundos, prova social acima da dobra, proposta de valor clara e sem menu de navegação.
A taxa de conversão de landing pages em B2B gira em torno de 2-5%. Se a sua está abaixo de 2%, o problema é a página, não o tráfego.
5. Alinhe o CRM com o Google Ads
O funil de mídia paga não termina no clique. Ele termina no contrato assinado. Se não existe conexão entre o que acontece no Google Ads e o que acontece no CRM, você está operando no escuro.
A integração não precisa ser complexa. Pipedrive + Zapier + importação de conversões offline resolve para a maioria das operações B2B.
—
Conclusão: CAC Menor, Leads Melhores, Mais Fechamentos
Quando o cliente nos procurou, o problema declarado era “CAC alto demais”. Mas o CAC alto era sintoma, não causa.
As causas eram: otimização para a métrica errada (formulário em vez de SQL), ausência de proteção de marca, falta de exclusões básicas e uma landing page que espantava mais do que convertia.
Nenhuma dessas correções exigiu tecnologia exótica. Nenhuma exigiu aumento significativo de orçamento. Exigiram diagnóstico correto e execução disciplinada.
De R$ 4.200 para R$ 2.016 de CAC. De 8 para 12 SQLs por mês. De 15% para 22% de taxa de fechamento. De R$ 42K para R$ 91K de receita mensal. Em 120 dias.
O investimento adicional foi de R$ 800/mês (campanha de marca). Todo o resto foi reconfiguração do que já existia.
Se você gerencia mídia paga para B2B com ciclo de venda longo, a pergunta não é quanto gastar. É: para que métrica você está otimizando? E essa métrica reflete o que realmente importa para o negócio?
Dados > opiniões. Sempre.
—
Escrito por Daniel Freitas — CEO da Nexus Growth, consultoria de mídia paga que já auditou mais de 200 contas B2B.
Os dados deste case são reais. Nome e segmento exato da empresa foram anonimizados a pedido do cliente.