Resposta direta: não existe um único custo correto para todas as decisões. Use gasto entregue da plataforma para pacing operacional; custo faturado ou provisionado para compromissos financeiros; e um custo analítico aprovado — com fees, impostos, câmbio, créditos e exclusões explicitados — para CAC e rentabilidade. Ligue essas camadas em um Media Cost Reconciliation Ledger com data de corte, tolerância, origem e owner. A IA pode classificar linhas e sugerir matches; não deve decidir sozinha qual número vira verdade financeira.
A divergência não é necessariamente erro. Uma plataforma pode registrar entrega até a meia-noite em outro fuso; a agência pode consolidar contas, acrescentar fee e produção; Finanças pode reconhecer imposto, câmbio e competência; um crédito por atividade inválida pode chegar depois da fatura. O Google documenta diferenças entre a página de campanhas e Billing, transações com custos, créditos e ajustes, além de créditos emitidos após o faturamento. Se o dashboard compara esses números sem estado e data, a discussão sobre performance vira uma disputa de extratos.
Comece pela decisão, não pela coluna de custo
Defina qual pergunta cada camada responde. Gasto entregue responde se a campanha está consumindo orçamento hoje. Custo pagável responde quanto a empresa deve ao veículo ou parceiro. Custo contábil responde o que foi reconhecido no período e centro de custo. Custo analítico responde qual base comparável será usada para CAC, margem ou forecast. O mesmo valor pode servir a duas camadas, mas isso deve ser decisão documentada, não coincidência de planilha.
Por exemplo, uma campanha fecha o mês com R$ 1.000.000 na plataforma. A fatura traz R$ 985.000 por causa de um ajuste, a agência adiciona R$ 80.000 de fee e Finanças reconhece R$ 1.095.000 após imposto e câmbio. Para pacing do último dia, R$ 1.000.000 é útil. Para contas a pagar, fatura e itens contratuais governam. Para CAC, o comitê pode aprovar R$ 1.065.000, excluindo produção institucional e incluindo fee. O exemplo ilustra a regra; não é benchmark nem recomendação contábil.
Monte o Media Cost Reconciliation Ledger
- Identidade: conta, campanha canônica, IDs nativos, mercado, entidade legal, centro de custo e período.
- Gasto entregue: valor, moeda, fuso, data de extração, janela e fonte da plataforma.
- Documento: fornecedor, número da fatura, linha, competência, vencimento e valor faturado.
- Ajustes: fee, tecnologia, produção, imposto, câmbio, crédito, bonificação, atividade inválida e provisão.
- Política: inclusão ou exclusão por decisão — pacing, contas a pagar, CAC, margem ou forecast.
- Linagem: arquivo ou API, versão, transformação, aprovador e data de corte.
- Resultado: custo conciliado, diferença absoluta e percentual, estado, motivo e owner.
A camada de identidade não deve ser recriada aqui. Use https://makinai.co/insights/pt/identidade-canonica-campanhas-midia-analytics-crm-ia para ligar cada linha de origem à iniciativa correta; depois aplique a política de custo. Misturar matching e tratamento contábil em uma regra dificulta auditoria: uma campanha pode estar corretamente identificada e ainda ter custo pendente, ou estar financeiramente fechada mas mapeada ao código comercial errado.
Use quatro estados de reconciliação
Classifique cada unidade campanha-conta-mês como conciliada, diferença temporal, ajuste explicável ou não resolvida. Conciliada está dentro da tolerância aprovada. Diferença temporal representa fechamento, fuso, competência ou documento tardio. Ajuste explicável possui causa e política — imposto, fee, crédito ou câmbio. Não resolvida não tem evidência suficiente e fica fora de decisões automatizadas sensíveis. Nunca force o total a zero distribuindo residual proporcionalmente sem registro.
Toda linha precisa de data de corte. Um relatório emitido em 3 de novembro pode mostrar custo provisório de outubro; o fechamento de 12 de novembro pode incorporar crédito ou fatura atrasada. Preserve versões para reproduzir o CAC visto na reunião anterior. O realizado não deve ser sobrescrito por previsão sem rótulo, e uma correção retroativa deve atualizar somente a janela afetada.
Onde a IA ajuda — e onde um controle determinístico decide
IA é útil para extrair campos de faturas heterogêneas, sugerir campanha e centro de custo, classificar a natureza de uma diferença, resumir exceções e priorizar investigação. O motor determinístico deve validar total do documento, moeda, duplicidade, período, tolerância, cardinalidade, autorização e posting. Matches de alta confiança podem seguir para revisão em lote; ambiguidade, documento novo, mudança de política e valor material exigem aprovação humana.
A documentação do Google Analytics permite importar custo, cliques e impressões de plataformas externas para comparar iniciativas. Isso melhora cobertura analítica, mas não transforma automaticamente dado importado em custo pagável ou contábil. Importe a camada apropriada ao relatório e exponha nome da política, moeda e data de corte. Caso contrário, uma integração tecnicamente bem-sucedida pode institucionalizar a base errada.
Entregue um piloto em um ciclo de fechamento
- Semana 1 — escolha um mercado, uma entidade legal, uma agência e até duas plataformas; registre baseline de variação e esforço manual.
- Semana 2 — aprove camadas, inclusão de fees e impostos, moeda, competência, tolerâncias e owners.
- Semana 3 — conecte exports de plataforma, faturas e razão; implemente IDs e chaves idempotentes.
- Semana 4 — gere o ledger e a fila de exceções; rode em shadow mode sem alterar pagamentos ou bids.
- Semana 5 — acompanhe o fechamento com Marketing, agência, Dados e Finanças; corrija regras e replay.
- Semana 6 — publique runbook, trilha de aprovação e relatório comparativo; decida ampliar, limitar ou parar.
O escopo inclui dicionário, mapa de fontes, política de custo, conectores, parser de documentos, ledger versionado, regras de competência e câmbio, testes, fila de exceções, aprovações, monitoramento, replay e runbook. Custos crescem com múltiplas entidades e moedas, impostos locais, rebates, compras via agência, contas consolidadas, rate cards, produção rateada, retroativos, PDFs sem padrão, baixa qualidade de IDs e fechamento quase em tempo real.
Aceite por reconciliação e velocidade de fechamento
- Cobertura: percentual do gasto entregue e faturado ligado a conta, campanha, período e centro de custo.
- Variação: diferença por camada, antes e depois de ajustes explicáveis.
- Exceções: valor e quantidade não resolvidos, idade e concentração por fornecedor.
- Correção: duplicidades, reprocessamentos idempotentes e lançamentos retroativos reproduzíveis.
- Operação: horas para fechar mídia, tempo para resolver uma exceção e percentual de revisão manual.
- Decisão: CAC, pacing e forecast mostram política, moeda, data de corte e nível de fechamento.
Depois da reconciliação, conecte o custo aprovado à economia de aquisição e payback em https://makinai.co/insights/pt/ia-custo-aquisicao-margem-payback-valor-cliente e leve exceções relevantes ao relatório semanal em https://makinai.co/insights/pt/relatorio-semanal-marketing-ia-dados-decisoes. Isso ainda não prova atribuição ou incrementalidade: custo reconciliado torna o denominador reproduzível; a contribuição da mídia requer outra pergunta e outro desenho.
Responsabilidades e próxima decisão
Mídia garante extração e contexto de entrega. A agência entrega fatura detalhada, conta, período e regras contratuais. Marketing Operations mantém identidade e orçamento. Dados opera ingestão, testes e replay. Finanças decide competência, imposto, câmbio, materialidade e aprovação. Procurement esclarece fee e rebate. O parceiro de IA implementa extração, matching assistido, monitoramento e avaliação dentro dessas decisões — não lança pagamentos nem muda política financeira.
Se seu dashboard, a fatura da agência e o razão fecham com três totais diferentes, leve um mês de exports, documentos e política atual para uma conversa delimitada em https://makinai.co/services/pt/agencia-marketing-digital-midia-performance-growth. A MAKINAI pode mapear as diferenças e estimar o menor piloto antes de automatizar pacing, CAC ou otimização por IA.