Google e Meta já automatizam lances, distribuição, públicos e parte da criação. Ainda vale contratar uma agência ou consultoria quando o trabalho conecta essas plataformas a informações que elas não conhecem sozinhas: qualidade no CRM, margem, estoque, capacidade comercial, aprendizado criativo entre canais e testes que separam correlação de efeito incremental. O projeto útil não é uma camada de IA competindo com o algoritmo da plataforma. É uma camada de decisões do negócio que melhora os sinais, impõe restrições e mede o resultado fora do painel de mídia.
Uma proposta fraca promete um algoritmo proprietário para otimizar campanhas sem explicar que decisão ele mudará. Uma proposta forte escolhe um resultado econômico, define quais dados podem ser usados, corrige o caminho de volta do CRM, organiza hipóteses criativas e cria uma rotina para realocar verba com evidência. Em muitos casos, a melhor solução combina recursos nativos, integrações e disciplina operacional; não exige treinar um novo modelo.
O que as plataformas já fazem — e o que continua sendo seu
O próprio Google descreve o Performance Max como um sistema que usa IA em lances, orçamento, públicos, criativos e atribuição. O anunciante ainda fornece objetivo, orçamento, ativos, sinais de audiência e feeds. Essa fronteira é decisiva: a plataforma consegue otimizar o objetivo que recebe, mas não descobre automaticamente se uma conversão virou venda saudável, se o item tinha margem, se o estoque estava disponível ou se o time comercial tinha capacidade para atender.
Não pague alguém para reproduzir manualmente decisões que a plataforma já executa em escala. Contrate trabalho externo para desenhar os inputs, conectar resultados posteriores, testar hipóteses, conciliar canais e criar responsabilidade. O parceiro deve saber quando usar a automação nativa, quando limitar sua liberdade e quando recomendar uma correção fora da mídia.
Um mapa de implementação em cinco camadas
- 1. Resultado observado — compra concluída, lead qualificado, contrato, margem ou recompra; não apenas clique, formulário ou evento fácil.
- 2. Valor do negócio — regras para margem, devolução, estoque, geografia, capacidade e valor de vida, com fonte e responsável claros.
- 3. Aprendizado criativo — hipóteses, taxonomia de ativos, contexto de veiculação e decisão sobre o que produzir, adaptar ou parar.
- 4. Decisão entre plataformas — leitura comum de objetivos e restrições para não deixar cada canal declarar vitória sobre a mesma venda.
- 5. Prova incremental — experimento, holdout ou outra comparação adequada que determine se a mudança gerou resultado adicional.
O mapa não é um score de maturidade. É uma forma de limitar o projeto. Se a empresa ainda não recebe o estágio de lead qualificado do CRM, comece pela primeira camada. Se mede receita, mas promove produtos sem margem ou estoque, priorize a segunda. Se produz centenas de variações sem saber o que aprendeu, trate a terceira antes de comprar mais geração criativa.
1. Devolva ao algoritmo o resultado que importa
Para geração de demanda B2B, otimizar formulários pode aumentar contatos que vendas nunca aceita. Um primeiro projeto pode capturar identificadores autorizados, reconciliar duplicidades, registrar mudança de estágio e devolver lead qualificado ou contrato à plataforma. A documentação de conversões avançadas do Google inclui objetivos como lead qualificado e convertido, valor, moeda e identificador de pedido. Esses campos não criam qualidade: exigem definições consistentes no CRM, consentimento aplicável, sincronização e diagnóstico.
Exemplo hipotético: uma indústria recebe 1.000 formulários, mas somente 80 pertencem ao perfil atendido. Se a mídia aprende apenas com formulário enviado, o volume pode subir enquanto a agenda comercial piora. O projeto deve escolher um estágio com volume suficiente e atraso aceitável, enviar ajustes quando o negócio muda e monitorar perda, duplicidade e latência. Não há resultado real implícito nesse exemplo.
2. Expresse valor sem transformar uma suposição em verdade
Receita bruta pode premiar produtos com devolução alta ou pouca margem. O Google permite regras de valor por condições como audiência, localização e dispositivo e cita margem e valor de vida como possíveis inputs. Use esse recurso apenas quando a diferença for observável e atualizada. Uma multiplicação arbitrária porque determinado público parece mais sofisticado não é estratégia; é viés codificado.
Comece com poucos fatores: margem por família, disponibilidade, probabilidade de cancelamento conhecida e restrição de atendimento. Separe o valor usado para otimização do valor usado no relatório financeiro. Registre versão, vigência e dono de cada regra. Quando o dado chega tarde ou varia muito, pode ser melhor otimizar um proxy estável e avaliar o resultado econômico em outra camada.
3. Faça a IA produzir aprendizado criativo, não apenas volume
A plataforma combina e adapta ativos, mas a empresa ainda decide que promessa, prova, ocasião e objeção merecem ser testadas. Peça ao parceiro uma taxonomia curta: hipótese, público ou contexto, formato, oferta, versão e data. Cada nova peça deve existir por uma razão explícita. O relatório semanal deve dizer qual hipótese ganhou suporte, onde ela falhou e que produção muda em seguida.
Evite concluir que um componente é vencedor apenas porque apareceu em combinações de alto desempenho. Distribuição não aleatória, diferenças de público e seleção do próprio sistema confundem a leitura. Use os relatórios da plataforma para gerar hipóteses; quando a decisão justificar custo, use um experimento que realmente compare alternativas.
4. Preserve uma decisão de investimento acima dos painéis
Google, Meta, LinkedIn e retail media observam jornadas diferentes e podem atribuir a mesma conversão. Uma camada externa não precisa substituir todos os relatórios. Ela precisa manter definições comuns, custo total, resultado reconciliado e restrições do negócio, além de uma cadência para decidir orçamento. O parceiro deve explicar o que vem de atribuição da plataforma, analytics, CRM e estimativa incremental.
5. Teste mudanças que podem ser interrompidas
O Google documenta experimentos de Performance Max com grupos de tratamento e controle e opções de uplift, migração e otimização. Isso mostra que a própria plataforma oferece mecanismos de comparação, mas elegibilidade e volume importam. Escolha uma mudança: novo sinal de conversão, regra de valor, família criativa ou expansão de campanha. Defina antes a métrica principal, contramétricas, janela, custo de oportunidade e regra para parar.
Um escopo contratável de oito semanas
- Semanas 1–2: inventário de objetivos, eventos, CRM, valores, consentimento, campanhas e decisões semanais; escolha uma lacuna.
- Semanas 3–4: definição do resultado, esquema de dados, deduplicação, regras de valor, casos de teste e responsabilidades.
- Semanas 5–6: integração controlada, reconciliação de amostras, diagnóstico e modo sombra sem alterar verba automaticamente.
- Semanas 7–8: ativação limitada, experimento quando viável, monitoramento e primeira decisão documentada de manter, corrigir ou retirar.
Oito semanas são uma estrutura de escopo, não promessa universal. Ciclos B2B longos, revisão jurídica, APIs legadas ou pouco volume podem exigir outra janela. O entregável deve incluir mapa de eventos, definições, código ou configuração, testes, documentação, painel de diagnóstico, cadência decisória e plano de operação. Se a proposta termina na ativação da tag, ela não entrega o sistema.
Agência, consultoria técnica ou trabalho conjunto?
A agência responde por objetivo de mídia, estratégia criativa, operação, experimentos e leitura comercial. A consultoria técnica responde por arquitetura, identidade, integrações, qualidade, segurança e observabilidade. Marketing é dono do resultado; dados e TI aprovam acesso e confiabilidade; vendas ou commerce valida o desfecho. Quando dois parceiros participam, nomeie um responsável pelo fluxo completo e um procedimento para resolver divergências entre painel e CRM.
Os principais direcionadores de custo são número de plataformas, fontes do CRM ou commerce, qualidade da identidade, atraso do resultado, volume de eventos, consentimento, histórico, mercados, criação de ativos, desenho experimental e suporte. Peça preço separado para diagnóstico, construção e operação por três a seis meses. A Conversions API da Meta e recursos equivalentes são conexões, não projetos completos; deduplicação, permissões e monitoramento continuam necessários.
No Brasil, comece por uma decisão que atravesse mídia e operação
Uma empresa pode anunciar nacionalmente e operar com estoque, frete, lojas, WhatsApp e capacidade comercial diferentes por região. Não envie à plataforma um valor que ignora devolução ou indisponibilidade. Escolha um recorte no qual mídia, CRM ou pedido e resultado financeiro possam ser reconciliados. Dados com hash continuam sendo dados usados em um fluxo que precisa de finalidade, segurança e responsáveis adequados.
Leve uma lacuna concreta para a primeira conversa
Use o plano do primeiro fluxo em https://makinai.co/insights/pt/por-onde-comecar-ia-marketing-plano-90-dias, aprofunde a mensuração em https://makinai.co/insights/pt/escolher-consultoria-mensuracao-incrementalidade-midia-ia e confira dados em https://makinai.co/insights/pt/avaliar-prontidao-dados-antes-contratar-empresa-ia. Para lead gen, conecte também https://makinai.co/insights/pt/ia-qualificacao-passagem-leads-marketing-vendas. A MAKINAI integra estratégia, mídia, dados, criação e experimentação: https://makinai.co/services/pt/agencia-marketing-digital-midia-performance-growth. Traga uma campanha, o resultado posterior que hoje não retorna à mídia e uma amostra anonimizada; podemos discutir se a próxima entrega é integração, regra, experimento ou mudança operacional.
As fontes abaixo descrevem capacidades oficiais das plataformas. Não demonstram que uma configuração específica melhorará resultado, nem substituem validação jurídica, técnica e financeira. O mapa de cinco camadas, o escopo e os exemplos são recomendações editoriais da MAKINAI.