Virou consenso no mercado de mídia paga que o last click está destruindo o retorno das contas de Google Ads. Parte disso é verdade: o modelo tem limitação real e distorce leitura, ponto que a gente já defendeu aqui no blog. Mas a conclusão que colaram nele, a de que trocar o modelo de atribuição conserta o ROI da conta, essa é falsa. E está levando gestor a gastar dinheiro e atenção no lugar errado.
Este texto vai contra a corrente de propósito. Não pra defender o last click de olhos fechados, e sim pra separar o que é problema de medição do que é problema de resultado. São sete pontos que a gente vê operando conta todo dia, e que quase ninguém coloca na mesa quando vende o “fim do last click”.
O que é o last click, e por que viraram inimigo dele
Antes de ir contra a narrativa, é justo explicar o modelo.
Last click (último clique) é o modelo de atribuição que dá 100% do crédito da conversão ao último canal em que a pessoa clicou antes de comprar. Exemplo: o usuário vê seu anúncio no Instagram, depois pesquisa no Google, clica num anúncio de marca e compra. Nesse modelo, o Google Ads de marca leva o crédito inteiro.
O argumento padrão do mercado é que isso é injusto. Ignora a jornada, supervaloriza o fundo de funil e prejudica decisão de orçamento. Está certo, tudo isso acontece. O problema é o que vendem como solução. Os sete pontos abaixo mostram por que a cura proposta pela indústria costuma sair pior que a doença, e por que tanta conta segue com o ROI travado mesmo depois de trocar de modelo.
1. Quanto mais curta a jornada, menos o modelo importa
A crítica ao last click parte do princípio de que toda jornada de compra é longa e cheia de toques em vários canais. Muita gente compra assim. Boa parte não.
Em compra de ticket baixo e decisão rápida, a jornada se resolve em um ou dois toques. Nas contas que a gente opera, esse é o caso da maioria das conversões de e-commerce de ticket até uns R$ 300. Quando a jornada é curta, last click e atribuição baseada em dados chegam praticamente na mesma resposta: o crédito ia pro mesmo canal de qualquer jeito.
Se seu produto é de ticket baixo e ciclo curto, provavelmente você já toma decisão correta com last click, e paga por ferramenta de atribuição sofisticada sem precisar. Aí o retorno melhora muito mais mexendo em oferta e página do que trocando modelo.
Onde a história muda de figura é no B2B, com ciclo longo e vários toques até o lead qualificado virar venda. Ali o modelo de atribuição pesa mais na leitura. Mas mesmo lá, como os próximos pontos mostram, ele não é o que move o lucro.
2. O modelo data-driven pede um volume que a maioria das contas não tem
Aqui está o dado que somem quando vendem o fim do last click: modelo baseado em dados precisa de volume pra ser confiável.
O próprio Google já cravou a régua na casa de milhares de cliques e centenas de conversões por mês pra liberar o modelo. Depois afrouxou a exigência e passou a ligar o data-driven por padrão, mas a física não mudou: conta com pouco volume gera atribuição instável. Ativar data-driven numa conta magra é otimizar em cima de ruído, o que é pior que otimizar com last click.
A régua prática que a gente usa:
| Conversões por mês | Modelo que faz sentido |
|---|---|
| Menos de 50 | Last click ou linear |
| 50 a 300 | Linear ou baseado em posição |
| Acima de 300 | Baseado em dados |
Não existe modelo superior no abstrato. Existe o modelo adequado ao seu volume. Escolher o errado pro seu estágio é uma das formas mais silenciosas de furar o retorno sem perceber.
3. Trocar de modelo não cria conversão, só remaneja crédito
Esse é o ponto mais importante e o menos entendido.
Mudar o modelo de atribuição não gera mais conversão. Ele redistribui o crédito entre canais que já existiam. Quando uma agência mostra “melhora de ROI depois da troca de atribuição”, em muito caso ela está mostrando redistribuição contábil, não aumento de lucro.
Exemplo prático:
- Antes (last click): Google Ads de marca com ROAS de 8x, prospecção com ROAS de 1,8x.
- Depois (linear): Google Ads de marca com ROAS de 5x, prospecção com ROAS de 3,2x.
O resultado total do negócio não mudou. Mudou só a forma de contar o crédito. Se você cortou prospecção por causa do 1,8x e agora vai subir verba por causa do 3,2x, não está otimizando melhor. Está sendo guiado por uma métrica diferente contando a mesma coisa.
O que importa de verdade é lucro total, CAC real e margem por canal. Não a redistribuição de crédito entre modelos.
4. Trocar o modelo sem mexer na estratégia não muda o lucro
Na nossa operação, o padrão é claro: conta que só troca o modelo de atribuição, e não mexe em lance, criativo e verba, não vê o lucro líquido melhorar. Continua tudo igual, só com o crédito arrumado de outro jeito no relatório.
A conta anda quando a troca de modelo vem junto de:
- Revisão da estratégia de lances por canal
- Redefinição de orçamento a partir do CAC por segmento
- Ajuste de criativo pra cada etapa da jornada
Ou seja: o modelo de atribuição é o mapa, não o motor. Trocar o mapa sem saber pra onde ir não te leva mais longe. Esperar que a troca de modelo, sozinha, melhore o retorno é confundir instrumento de análise com botão de resultado.
5. Last click infla o fundo, mas a atribuição linear infla o topo
A crítica ao last click tem fundamento: ele dá crédito demais pro fundo de funil. Só que o contrário também acontece, e quase ninguém fala.
Modelo que espalha crédito pro topo (linear ou primeiro clique) costuma inflar o valor dos canais de descoberta. Na prática, a gente vê conta que comprou a narrativa anti-last-click, jogou verba em topo (Discovery, YouTube, Display) e viu o CAC subir sem a receita acompanhar.
A lógica parecia certa: “precisamos valorizar o começo da jornada.” O resultado financeiro não confirmou. Correlação não é causalidade. O usuário que viu um vídeo no YouTube antes de converter talvez convertesse do mesmo jeito, e a atribuição deu crédito pra um canal que foi plateia, não motor.
Sem teste de incrementalidade, subir verba de topo por causa de crédito atribuído é risco financeiro, não estratégia.
6. Ferramenta de atribuição avançada raramente paga o próprio custo
Tem um mercado inteiro vendendo a cura pro “problema do last click”: ferramenta multi-touch, plataforma de MMM (modelagem de mix de marketing), tracking cross-device. Tudo isso tem valor real, pra quem tem o perfil certo.
Pra maioria das contas brasileiras que investe entre R$ 10 mil e R$ 100 mil por mês em mídia paga, a conta raramente fecha. As faixas que a gente vê no mercado:
| Item | Custo mensal |
|---|---|
| Ferramenta de atribuição avançada | R$ 2.000 a R$ 8.000 |
| Tempo de configuração e análise | R$ 1.500 a R$ 3.000 |
| Custo total | R$ 3.500 a R$ 11.000 |
Pra justificar esse gasto, a decisão melhor tem que gerar pelo menos isso em lucro a mais, todo mês. Na maior parte dos casos que passam pela gente, o mesmo resultado sairia de uma análise mais funda dos dados nativos do Google Ads, sem custo extra. A pergunta certa não é “qual ferramenta de atribuição usar”. É “qual decisão de orçamento eu quero melhorar, e qual dado me ajuda a tomar essa decisão”.
7. O que mais move o retorno não é o modelo de atribuição
Esse é o ponto mais inconveniente pra quem vende sofisticação de atribuição.
Quando a gente olha o que separa conta com ROI alto de conta com ROI baixo, o modelo de atribuição aparece lá no fim da fila. O que de fato move o retorno, na ordem que vemos operando:
- Oferta e precificação: produto com margem saudável, ou não
- Qualidade da página de conversão: a taxa de conversão da LP
- Estratégia de lances: smart bidding bem configurado
- Qualidade do sinal de conversão: dado limpo entrando na plataforma
- Gestão de negativos: evitar queimar verba em busca irrelevante
- Modelo de atribuição: impacto real menor que os cinco de cima
A conta é simples. A conversão da página multiplica o resultado inteiro da operação, do primeiro clique à venda. O modelo de atribuição só reorganiza como o crédito é contado depois que a venda aconteceu. Subir um ponto na conversão da LP mexe no lucro numa escala que trocar de modelo não alcança. Isso não é ignorar atribuição, é botar na fila certa: priorizar o que move o lucro de verdade.
O que fazer na prática
A conclusão não é “use last click pra sempre”. É mais nuançada: use o modelo adequado ao seu volume e à complexidade da jornada, mas não deixe a discussão de atribuição sequestrar sua atenção das variáveis que decidem o resultado.
Um guia por volume:
- Menos de 100 conversões/mês: last click ou linear, não complique. Foque em oferta e conversão primeiro.
- 100 a 500 conversões/mês: teste atribuição baseada em dados e compare por 60 dias. Olhe se o lucro por pedido melhora, não só o crédito no relatório.
- Acima de 500 conversões/mês: data-driven faz sentido. Vale rodar teste de incrementalidade nos canais de topo.
- Qualquer volume: acompanhe lucro líquido, CAC real e margem. Sempre, independente do modelo.
E, pra medir o que importa em vez de ficar caçando modelo:
- Defina a métrica financeira de sucesso. Não é ROAS. É lucro por pedido (ou custo por lead qualificado, no B2B) e CAC que cabe no LTV.
- Configure conversão com valor real. Mande receita de verdade pro Google Ads, não evento genérico. Dado sujo estraga qualquer modelo.
- Separe campanha por intenção. Marca e prospecção têm dinâmica diferente. Analisar junto distorce qualquer atribuição.
- Faça teste de incrementalidade de vez em quando. A única forma de saber se um canal gera resultado, e não só aparece na jornada, é pausar pra um segmento e comparar.
- Prefira dado limpo a modelo sofisticado. Modelo simples com dado bom bate modelo sofisticado com dado ruim, todas as vezes.
Essa lógica vale tanto pro Google Ads quanto pra estratégia integrada com Meta Ads: medir lucro real, não crédito redistribuído, é o que não muda de plataforma pra plataforma.
Conclusão: o retorno vem do lucro, não do modelo
O debate sobre last click é legítimo e o modelo tem limitação real. Mas a narrativa dominante, de que trocar de modelo vai transformar seu retorno no Google Ads, é simplista, e em muito caso leva a decisão financeira pior, não melhor.
Melhorar o resultado exige foco no que decide o resultado: oferta competitiva, página de conversão que funciona, dado limpo e estratégia de lance adequada ao volume. O modelo de atribuição é ferramenta de análise, não motor de crescimento.
A gente na Nexus Growth opera mídia paga como Growth CFO™: a decisão começa pelo lucro, não pela métrica mais fácil de mostrar em relatório. Se você desconfia que está otimizando modelo de atribuição enquanto o dinheiro de verdade está parado na oferta, na página e na qualidade do sinal, fala com a gente pra uma análise da conta e a gente te diz onde está o retorno que dá pra destravar primeiro.