Resposta direta: não trate o total de conversões da plataforma como uma série homogênea. Preserve um ledger que identifique, para cada resultado, se foi observado diretamente, recuperado por matching aprimorado, importado do CRM, modelado ou reconciliado com receita. Quando a composição muda, congele comparações simples e explique o delta antes de realocar verba. A IA da plataforma pode melhorar a atribuição; ela não demonstra que mais pessoas compraram por causa da campanha.
O sintoma aparece quando conversões e ROAS sobem após Consent Mode, enhanced conversions, nova tag, importação offline ou mudança de janela, enquanto pedidos, oportunidades ou caixa permanecem estáveis. Isso não prova erro do fornecedor nem prova crescimento. Pode haver recuperação legítima de observabilidade, atraso de dados, deduplicação melhor, redefinição do evento ou mudança real de demanda. Misturar esses efeitos transforma uma melhoria técnica em narrativa comercial.
Crie o Ledger de Proveniência de Conversão
- Evento — ação de conversão, versão da definição, origem e objetivo de otimização.
- Classe — observada, aprimorada por matching, importada, modelada ou reconciliada com resultado financeiro.
- Identidade — click ID, session ID, lead, contato, oportunidade, pedido e transaction ID, com matches ambíguos separados.
- Tempo — interação, conversão, upload, processamento, atribuição, revisão e maturidade.
- Valor — estimado, atribuído, contratado, faturado ou recebido; moeda e regra de margem.
- Consentimento e uso — dados permitidos, destino, mercado, finalidade e regra vigente.
- Correção — duplicidade, cancelamento, devolução, reabertura, ajuste de valor e replay.
- Decisão — relatório, bidding, orçamento ou experimento; nem toda classe serve a todas as decisões.
- Evidência — payload, resposta da API, diagnóstico, versão e reconciliação agregada.
O ledger não tenta identificar uma pessoa modelada. Ele preserva a composição do total e permite explicar por que uma série mudou. Um total pode ser adequado para otimização dentro da plataforma e insuficiente para declarar receita incremental no conselho.
Use cinco níveis de evidência
- Observada — evento ligado à interação por identificadores disponíveis e válido segundo a definição atual.
- Aprimorada — matching com dados próprios autorizados aumenta observabilidade; continua sendo atribuição, não causalidade.
- Importada — resultado do CRM ou commerce enviado com ID, horário, valor e regra de ajuste; a qualidade depende do sistema de origem.
- Modelada — estimativa agregada para caminhos não observáveis; não é uma lista de pessoas nem caixa confirmado.
- Reconciliada — pedido, contrato, fatura ou recebimento comparado ao evento de mídia em nível e janela definidos.
Não existe um nível universalmente superior. Bidding pode precisar de sinal rápido; finanças precisa de resultado durável; um experimento causal precisa de comparador. O erro é usar o mesmo número para três perguntas diferentes.
Diagnostique o aumento antes de mover orçamento
- Mesmo evento e mesma definição? Compare versões e datas de ativação.
- Mesma composição observada/modelada? Registre o mix antes e depois.
- Mesmo denominador? Verifique sessões, cliques, leads, pedidos e oportunidades elegíveis.
- Mesma janela e atribuição? Aguarde a maturação documentada; o GA4 pode revisar atribuição por dias.
- Mesmo resultado operacional? Reconcile CRM, pedidos, cancelamentos e receita.
- Mesmo mercado e mix? Separe país, canal, produto, dispositivo e consentimento.
- Mudança de bidding? Preserve experimento ou rollout controlado para não confundir medição com intervenção.
Exemplo: conversões sobem 22%, pedidos sobem 3%
Exemplo hipotético: após ativar Consent Mode avançado e enhanced conversions, uma operação vê 1.000 conversões em vez de 820. O ledger mostra mais 90 matches aprimorados, 70 conversões modeladas e 20 uploads antes ausentes. Pedidos únicos sobem de 410 para 422, enquanto cancelamentos ficam estáveis. A conclusão correta é que a observabilidade melhorou e existe pequeno crescimento observado; ainda não há base para atribuir os 22% à demanda ou liberar 22% mais verba.
Escolha a ação pela pergunta
- Operar bidding — valide evento, consentimento, diagnósticos, volume, duplicidade e estabilidade; use o total suportado pela plataforma com guardrails.
- Explicar desempenho — mostre observado, modelado, importado e revisões separadamente sempre que a interface ou exportação permitir.
- Realocar orçamento — combine sinal de plataforma com CRM ou commerce maduro, custo marginal, capacidade e teste.
- Declarar receita — use o marco financeiro definido, não apenas conversão atribuída.
- Avaliar incrementalidade — use experimento ou desenho defensável; matching e modelagem não criam contrafactual.
Escopo de um diagnóstico de quatro semanas
- Semana 1 — escolha duas campanhas, uma conversão e um resultado posterior; congele definições e datas.
- Semana 2 — inventarie tags, consentimento, enhanced conversions, uploads, IDs, janelas e diagnósticos.
- Semana 3 — reconcilie amostras e totais entre plataforma, analytics, CRM e pedidos; classifique diferenças.
- Semana 4 — publique o ledger, regra de maturidade, alertas de quebra, política de orçamento e backlog de correções.
O custo cresce com plataformas, contas, mercados, CMPs, eventos, domínios, apps, CRM, imports, moedas, reembolsos, granularidade e histórico a recompor. Uma auditoria limitada pode usar exportações e reconciliação por coorte; automação contínua exige APIs, armazenamento versionado, observabilidade, acesso, manutenção e owners. Finance deve definir o marco econômico; marketing, a decisão; dados, a reconciliação; privacidade, o uso permitido; agências, as mudanças e logs; plataformas, seus próprios modelos.
Meça qualidade da decisão, não apenas cobertura recuperada
- Cobertura observada, aprimorada, importada e modelada por evento e mercado.
- Duplicidades, ajustes, matches ambíguos, uploads rejeitados e atraso.
- Diferença entre conversão atribuída, oportunidade, pedido, cancelamento e receita madura.
- Mudanças de orçamento explicadas por evidência disponível naquele momento.
- Erro do cenário, custo por resultado reconciliado e tempo de investigação.
- Incrementalidade quando existe comparador; caso contrário, linguagem explícita de atribuição.
Aprofunde o papel da mídia em https://makinai.co/insights/pt/ia-midia-paga-alem-automacao-google-meta, feche resultados no CRM em https://makinai.co/insights/pt/ia-loop-feedback-receita-crm-plataformas-anuncios, respeite maturação em https://makinai.co/insights/pt/janela-atribuicao-maturacao-receita-ia-orcamento-marketing e separe closed-won de receita em https://makinai.co/insights/pt/crm-negocio-ganho-receita-faturada-recebida-ia. Se o dashboard cresceu depois de uma mudança de medição e ninguém consegue explicar a composição, leve à MAKINAI em https://makinai.co/services/pt/agencia-marketing-digital-midia-performance-growth uma conversão, dois períodos, o changelog e totais anonimizados de CRM ou pedidos. Podemos delimitar o menor diagnóstico que protege a próxima decisão de verba.
As fontes explicam como o Google mede, modela, importa e revisa dados; não garantem resultado para um anunciante nem tornam o número causal. Interfaces podem limitar a abertura da composição. Regras de privacidade e consentimento exigem validação aplicável. Se não houver comparador, descreva atribuição e reconciliação — não incremento.