Se o seu ROI Google Ads parece bom no papel, mas o lucro real não aparece no caixa, o problema pode não ser a campanha. Pode ser o modelo de atribuição que você está usando para avaliá-la. O retorno sobre investimento no Google Ads depende de como o crédito de conversão é distribuído, e a maioria das empresas erra justamente nesse ponto. Analisamos mais de 200 contas de Google Ads e encontramos um padrão preocupante: empresas que usam atribuição por último clique tomam decisões de orçamento com dados distorcidos, cortam campanhas lucrativas e escalam campanhas que drenam margem.
Esta tese foi publicada no Estadão Blue Studio em 09/06/2026.
Este artigo mostra, com dados, o que acontece quando o modelo de atribuição errado compromete o ROI Google Ads da sua operação e como o modelo orientado por dados pode transformar a forma como você enxerga o retorno real de cada real investido.
Por que a atribuição impacta diretamente o ROI Google Ads
Antes de entrar nos dados, um alinhamento rápido.
Atribuição é o processo de definir qual canal, campanha ou anúncio recebeu crédito pela conversão. O modelo de atribuição é a regra que distribui esse crédito. E essa regra define o ROI Google Ads que você vê nos relatórios.
Parece técnico. Mas a consequência é financeira e direta:
- O modelo de atribuição determina quais campanhas parecem eficientes e, por consequência, o retorno reportado de cada uma delas
- Isso influencia onde você aloca o orçamento
- Que impacta quanto lucro você realmente gera
Mudar o modelo de atribuição não muda a realidade das campanhas. Muda o que você enxerga. E o que você enxerga determina onde investe. Segundo a HubSpot, empresas que usam modelos de atribuição multicanal tomam decisões de investimento até 33% mais precisas.
O problema: a maioria das contas ainda usa atribuição por último clique como padrão, ou usa sem saber que existe alternativa. Resultado: o ROI Google Ads que aparece nos dashboards pode estar distorcido. Para entender melhor como a atribuição de conversões funciona na mídia paga, temos um guia prático completo.
O que é atribuição por último clique (e por que ela distorce seus resultados)
No modelo de último clique, 100% do crédito pela conversão vai para o último anúncio que o usuário clicou antes de comprar.
Parece simples. O problema é que o processo de compra não é simples, e o impacto no cálculo do retorno é significativo.
Considere este caminho real de um cliente em um e-commerce de suplementos:
- Dia 1: Usuário vê anúncio de display de reconhecimento de marca. Não clica.
- Dia 3: Pesquisa “whey protein melhor custo-benefício”. Clica em anúncio de pesquisa. Visita o site, não compra.
- Dia 7: Vê anúncio de remarketing no YouTube. Assiste, não clica.
- Dia 9: Pesquisa diretamente o nome da marca. Clica em anúncio de marca. Compra.
No modelo de último clique, a campanha de marca recebe 100% do crédito.
A campanha de pesquisa genérica que trouxe o usuário pela primeira vez? Zero crédito. O remarketing que manteve a marca na cabeça dele? Zero crédito. E o ROI Google Ads dessas campanhas? Aparece como zero, quando na verdade foram essenciais para a conversão.
Resultado prático: você corta a campanha de pesquisa genérica porque “não converte” e destrói o topo do funil sem perceber.
O Funil Invisível do Último Clique
Em nossa análise de 200 contas, identificamos que:
- Em média, o cliente B2C realiza 3,4 interações com anúncios antes de converter
- Em categorias de ticket alto (acima de R$ 500), esse número sobe para 5,7 interações
- Campanhas de topo e meio de funil recebem menos de 8% do crédito no modelo de último clique, mas são responsáveis por iniciar 61% das jornadas de conversão
Esses números mostram que o último clique não é um modelo de atribuição. É um modelo de ilusão de atribuição que distorce o ROI Google Ads de praticamente todas as campanhas fora do final do funil.
Como Funciona a Atribuição Orientada por Dados no Google Ads
O modelo orientado por dados (chamado de data-driven attribution no Google Ads) usa aprendizado de máquina para distribuir o crédito de conversão entre todos os pontos de contato da jornada do cliente.
Em vez de uma regra fixa (“último clique ganha”), o algoritmo analisa:
- Quais combinações de anúncios levam a conversões
- Qual seria o resultado se determinado ponto de contato não existisse
- O peso real de cada interação no processo de decisão
O resultado é uma distribuição de crédito que reflete, de forma mais fiel, o papel de cada campanha na geração de receita. Isso significa que o ROI Google Ads calculado com base nesse modelo é mais próximo da realidade financeira da operação.
Para quem gerencia campanhas de mídia paga e precisa calcular o ROI com precisão, entender essa diferença é fundamental: o modelo orientado por dados pode revelar que campanhas aparentemente ineficientes são, na verdade, as mais lucrativas.
Requisitos para usar o modelo orientado por dados
O Google exige um volume mínimo de dados para que o modelo funcione com precisão:
| Requisito | Volume Mínimo |
|---|---|
| Conversões nos últimos 30 dias | 300 conversões |
| Dias de dados históricos | Mínimo 30 dias |
| Tipos de conversão | Ao menos 1 ação principal configurada |
Contas com volume menor podem usar modelos intermediários como “baseado na posição” ou “declínio no tempo”, ambos superiores ao último clique para a maioria dos casos.
Para mais detalhes técnicos sobre configuração, a documentação oficial do Google Ads explica cada modelo com exemplos práticos.
O que os dados revelam: atribuição e o impacto real nos resultados
Em nossa análise de contas que migraram do último clique para o modelo orientado por dados, os resultados foram consistentes e o retorno sobre investimento mudou de forma drástica em quase todos os casos.
Mudança na Percepção de Valor por Tipo de Campanha
Após a migração de modelo, sem alterar nenhuma campanha ou orçamento:
| Tipo de Campanha | Crédito no Último Clique | Crédito no Modelo Orientado por Dados | Variação |
|---|---|---|---|
| Marca (brand) | 48% | 21% | -27 pontos |
| Pesquisa genérica | 31% | 39% | +8 pontos |
| Display / Remarketing | 6% | 18% | +12 pontos |
| Performance Max | 15% | 22% | +7 pontos |
O que isso significa na prática:
- Campanhas de marca estavam supervalorizadas: recebiam quase metade do crédito, mas grande parte desse tráfego converteria de qualquer forma (o usuário já tinha intenção de compra). O retorno reportado dessas campanhas era inflado.
- Campanhas de pesquisa genérica estavam subvalorizadas: eram responsáveis por iniciar a jornada de clientes novos, mas apareciam como menos eficientes. O retorno real dessas campanhas era muito melhor do que os relatórios indicavam.
- Remarketing estava quase invisível: apesar de ser o ponto que empurrava a decisão final em muitos casos.
Impacto no Orçamento e no Lucro Real
Quando as empresas realocam orçamento com base nos dados corretos do modelo orientado por dados, o impacto financeiro é direto. O ROI Google Ads pode mudar por completo com a mesma verba. Para quem busca escalar anúncios no Google Ads e maximizar o retorno, esse ajuste de atribuição é o primeiro passo.
Exemplo de um e-commerce de moda esportiva que acompanhamos:
Situação antes da migração (último clique):
- Orçamento mensal: R$ 28.000
- R$ 19.000 alocados em campanhas de marca (68% do orçamento)
- R$ 5.000 em pesquisa genérica
- R$ 4.000 em remarketing
- ROAS reportado: 4,2x
- Lucro líquido mensal das campanhas: R$ 9.800
Após migração e redistribuição de orçamento (modelo orientado por dados):
- Orçamento mensal: R$ 28.000 (mesmo valor)
- R$ 10.000 em campanhas de marca (36% do orçamento)
- R$ 11.000 em pesquisa genérica
- R$ 7.000 em remarketing
- ROAS reportado: 3,8x (caiu)
- Lucro líquido mensal: R$ 19.400 (subiu 98%)
O ROAS caiu. O lucro quase dobrou.
Esse é o paradoxo da atribuição errada: você pode estar otimizando para um ROI Google Ads que parece melhor enquanto o lucro real piora. O retorno verdadeiro só aparece quando o modelo de atribuição reflete a jornada real do cliente.
3 Distorções que o Último Clique Provoca nas Suas Campanhas
O retorno no Google Ads é calculado com base na receita gerada dividida pelo investimento em anúncios. Se o crédito de conversão está errado, o retorno reportado está errado, e qualquer decisão tomada com base nele também está.
Existem três distorções principais que o último clique provoca:
Distorção 1: Superinvestimento em Campanhas de Marca
Campanhas de marca capturam usuários que já decidiram comprar. Elas têm CPA baixo e ROAS alto, mas isso não significa que criaram demanda. Apenas colheram uma demanda que outra campanha gerou. No modelo de último clique, o retorno dessas campanhas é inflado.
Com o último clique, essas campanhas parecem as mais eficientes. O orçamento vai para elas. As campanhas que criaram a demanda (pesquisa genérica, display, YouTube) ficam sem verba e morrem.
O resultado: em 3 a 6 meses, o volume de novos clientes cai. As campanhas de marca continuam com ROAS alto, mas há cada vez menos clientes novos entrando no funil. E o ROI Google Ads total da conta começa a cair sem que o gestor entenda o motivo. Manter uma rotina de otimização semanal e mensal ajuda a identificar essas quedas antes que se tornem irreversíveis.
Distorção 2: Corte Equivocado de Campanhas de Topo de Funil
Em nossa análise, 43% das empresas que usam último clique cortaram ou reduziram campanhas de topo de funil nos últimos 12 meses, baseadas na aparente ineficiência dessas campanhas nos relatórios.
O problema: 3 a 4 meses depois, o volume de conversões totais caiu porque o funil secou no início.
Essa é uma das causas mais comuns de queda de resultado que identificamos em auditorias de consultoria de mídia paga. A empresa corta o que parece ineficiente e corta justamente o que alimentava os resultados futuros. Conforme aponta o Think with Google, jornadas de compra multicanal são a norma, não a exceção.
Distorção 3: Retorno Falso em Campanhas de Remarketing
O remarketing é projetado para reengajar usuários que já visitaram o site. Ele atua no fim da jornada e, por isso, no modelo de último clique, parece ter um retorno excepcional.
O problema: parte significativa desses usuários converteria de qualquer forma, mesmo sem o anúncio de remarketing. A atribuição orientada por dados consegue estimar qual parcela do crédito é real e qual é apenas captura de intenção já existente. Isso recalcula o retorno do remarketing para um valor mais realista. Melhorar o Índice de Qualidade dos seus anúncios também contribui para um retorno mais saudável em toda a conta.
Como migrar para o modelo orientado por dados sem comprometer o ROI Google Ads
A migração é tecnicamente simples. O risco está em não entender o que vai mudar nos relatórios e tomar decisões precipitadas que prejudiquem o retorno durante a transição.
Passo a Passo da Migração
1. Verifique se a conta tem volume suficiente
Acesse Ferramentas > Medição > Conversões > selecione a conversão principal > verifique se há mais de 300 conversões nos últimos 30 dias.
2. Altere o modelo de atribuição da conversão principal
Ferramentas > Medição > Conversões > edite a conversão > em “Modelo de atribuição”, selecione “Orientado por dados”.
3. Aguarde 30 dias antes de tomar decisões de orçamento
O algoritmo precisa de tempo para calibrar. Decisões tomadas nas primeiras 2 semanas podem ser baseadas em dados incompletos e distorcer a leitura do retorno.
4. Compare os relatórios antes e depois
Use a ferramenta de comparação de modelos no Google Ads para visualizar como o crédito foi redistribuído. Isso dá clareza sobre quais campanhas estavam sub ou supervalorizadas e como o ROI Google Ads de cada uma mudou.
5. Ajuste o orçamento gradualmente
Não redistribua 100% do orçamento de uma vez. Faça ajustes de 15 a 20% por semana e monitore o impacto no volume total de conversões e no custo por conversão real.
Métricas essenciais para medir o retorno real após a migração
Após migrar para o modelo orientado por dados, o monitoramento deve focar em métricas financeiras, não apenas nas métricas de campanha. É assim que você descobre o retorno verdadeiro da sua operação.
Métricas de Campanha (para ajuste de alocação)
- CPA por modelo de atribuição: compare o custo por aquisição real vs. o que o último clique reportava
- Crédito distribuído por campanha: identifique qual campanha ganhou ou perdeu relevância
- Taxa de conversão por etapa do funil: verifique se o funil está saudável em todas as etapas
Métricas Financeiras (para validar o retorno real)
- Lucro líquido por campanha (não apenas receita)
- CAC real, incluindo todos os pontos de contato pagos
- LTV dos clientes adquiridos por canal: clientes vindos de pesquisa genérica vs. remarketing têm LTV diferente?
O ROI Google Ads real não é o número que aparece no painel da plataforma. É o lucro líquido gerado dividido pelo total investido em anúncios, considerando custos operacionais e margem de produto.
Quando o Modelo Orientado por Dados Não é a Melhor Opção
O modelo orientado por dados não é a resposta para todos os casos. Existem situações em que outros modelos fazem mais sentido:
| Situação | Modelo Recomendado |
|---|---|
| Conta com menos de 300 conversões/mês | Baseado na posição ou declínio no tempo |
| Produto de compra por impulso (jornada de 1 clique) | Último clique pode ser adequado |
| Campanha isolada sem integração com outros canais | Último clique é suficiente |
| Conta nova com histórico insuficiente | Baseado na posição enquanto acumula dados |
A regra geral: quanto mais longa a jornada de compra e mais canais envolvidos, mais importante é um modelo de atribuição distribuída para medir o ROI Google Ads com precisão.
Categorias como viagens, imóveis, educação, B2B e produtos acima de R$ 300 raramente se beneficiam do último clique. Nessas verticais, o retorno calculado por último clique pode estar distorcido em até 50%.
Atribuição no Meta Ads: a comparação necessária para proteger seu retorno
Muitas empresas gerenciam Google Ads e Meta Ads ao mesmo tempo, e cada plataforma tem seu próprio sistema de atribuição.
O problema: quando ambas as plataformas usam modelos de atribuição independentes, elas frequentemente reivindicam crédito pela mesma conversão, o que distorce o retorno de ambas as plataformas simultaneamente.
Um cliente que viu um anúncio no Facebook e depois clicou em um anúncio no Google pode ser contado como conversão em ambas as plataformas. Resultado: o total de conversões reportado pode ser 40 a 60% maior do que o número real de vendas. A Central de Ajuda do Meta Business detalha como o Meta calcula atribuição e por que ela difere do Google.
A solução não é escolher uma plataforma. É usar uma ferramenta de atribuição externa (Google Analytics 4, Northbeam ou Triple Whale) para ter uma visão unificada da jornada do cliente entre canais. Ainda assim, vale entender por que trocar o modelo de atribuição no GA4 não resolve sozinho o problema de fundo.
Isso é crítico para calcular o retorno real sem inflar os números com conversões duplicadas.
Conclusão: Atribuição Correta é a Base do ROI Google Ads Real
O modelo de atribuição não é um detalhe técnico. É a fundação de todas as decisões de orçamento que você toma. Com o modelo errado, você otimiza para um retorno que não existe, e o lucro desaparece enquanto as métricas de campanha parecem boas.
Os dados que analisamos mostram um padrão claro: empresas que migram do último clique para o modelo orientado por dados redistribuem orçamento de forma mais eficiente, reduzem o CAC real e aumentam o lucro líquido, frequentemente sem aumentar um real no investimento total. Quando o ROI Google Ads é calculado corretamente, se torna uma ferramenta de decisão confiável em vez de uma métrica de vaidade.
Principais aprendizados:
- O modelo de último clique atribui crédito excessivo a campanhas de marca e subvaloriza campanhas de topo de funil, distorcendo o retorno de toda a conta
- O modelo orientado por dados usa aprendizado de máquina para distribuir crédito com base no papel real de cada interação, revelando o ROI Google Ads verdadeiro
- A migração de modelo pode revelar que campanhas com ROAS menor geram mais lucro real, o que muda a alocação de orçamento por completo
- O retorno sobre investimento precisa ser medido com dados de margem, não apenas receita reportada pela plataforma
Próximos passos recomendados:
- Acesse sua conta no Google Ads e verifique qual modelo de atribuição está configurado nas suas conversões principais
- Consulte a ferramenta de comparação de modelos para ver como o crédito seria redistribuído com o modelo orientado por dados
- Se a conta tiver volume suficiente, migre o modelo e aguarde 30 dias antes de ajustar orçamentos
- Implante uma ferramenta de atribuição externa para cruzar dados entre Google Ads e Meta Ads e eliminar conversões duplicadas
Quer Descobrir o ROI Google Ads Real da Sua Operação?
Na Nexus Growth, auditamos mais de 200 contas de Google Ads com foco em uma pergunta simples: o seu ROI Google Ads está gerando lucro real ou apenas métricas bonitas? Atribuição é uma das primeiras coisas que analisamos, e quase sempre encontramos distorções que custam margem.
Oferecemos:
- Auditoria completa de atribuição e mapeamento da jornada real de conversão
- Diagnóstico financeiro do retorno real por campanha, canal e segmento de produto
- Reestruturação de campanhas com base em dados de lucro, não apenas ROAS
- Monitoramento contínuo com relatórios em linguagem financeira, para que quem aprova a verba e o time de marketing falem a mesma língua
Entre em contato para uma análise gratuita da sua conta e descubra quanto o modelo de atribuição errado está custando ao seu ROI Google Ads.
Continue por aqui
Quer esse olhar aplicado na sua conta?
A conversa começa por um diagnóstico do que está travando a operação hoje. Leva menos de um minuto para preencher, e não tem pitch na primeira conversa.
Pedir diagnóstico →