O relatório semanal de mídia paga engana quando compara uma semana incompleta com uma completa, quando soma métrica de plataforma com dado de CRM ou quando usa um número de conversão inflado. Antes de ler qualquer variação percentual, confirme três coisas: a data do último dado disponível, o denominador da comparação e a definição exata do evento contado.
Relatório semanal de mídia paga é a leitura de sete dias que decide ajuste de verba e criativo antes do mês fechar, e ele erra mais por leitura do que por dado. Segundo um caso registrado em 15/06/2026, o conector do Google tinha cerca de 6 dias de atraso, os dados iam até 09/06, e o relatório mostrou uma queda falsa de 86%. Abaixo, as sete armadilhas com a checagem de cada uma e a rotina de 15 minutos antes de enviar.
O relatório semanal de mídia paga engana quando compara uma semana incompleta com uma completa, quando soma métrica de plataforma com dado de CRM ou quando usa um número de conversão inflado. Antes de ler qualquer variação percentual, confirme três coisas: a data do último dado disponível, o denominador da comparação e a definição exata do evento contado.
Nenhuma das armadilhas abaixo veio de livro. Todas apareceram em painel no ar, com cliente lendo a tela, perguntando por que o número não batia com o que ele tinha visto no gerenciador. Em quase todos os casos, os dois números estavam certos e contavam coisas diferentes.
Armadilha 1: a semana que ainda não terminou
Essa é a mais cara porque afeta diretamente a decisão de escalar ou cortar.
Num painel semanal de Performance Max de um e-commerce de suplementos, o conector de dados do Google chegava com atraso de cerca de 6 dias. Na segunda-feira 15 de junho de 2026, o dado mais recente disponível era de 9 de junho.
Se você lê a "semana corrente" de forma literal, de hoje menos 7 até ontem, está comparando uma semana com 2 dias de dado contra uma semana com 7. O painel mostrou queda de gasto de 86%.
Não houve queda de 86%. Houve 5 dias que ainda não chegaram.
A regra que passou a valer: puxar primeiro a série diária, identificar o último domingo com dado completo, e ancorar toda a análise nesse par de semanas fechadas. E anotar a data de corte no próprio relatório, para quem lê saber até quando o número vale.
Armadilha 2: o dado congelado que parece dado novo
O irmão gêmeo da armadilha anterior. Quando uma campanha é pausada ou uma integração quebra, o relatório continua exibindo o último número disponível com cara de número atual.
Nesse mesmo painel de suplementos, a campanha foi pausada de propósito em 9 de junho de 2026. Sem proteção, o relatório automático da segunda seguinte teria apresentado a última semana boa como se fosse performance da semana.
A solução foi uma sentinela na rotina de notificação: se a diferença entre hoje e a data do último dado passar de 9 dias, a mensagem avisa que a campanha está parada em vez de fingir performance atual.
Isso é o mínimo de honestidade que um relatório automático precisa ter. Falar "não sei" é uma resposta válida. Repetir o número velho não é.
Armadilha 3: o campo de data que junta dois anos
Parece detalhe técnico e vira erro estratégico.
Na consolidação de uma conta de banco digital, que carrega três produtos nas mesmas contas de anúncio, o campo de mês da extração vinha sem o ano. Janeiro de 2025 e janeiro de 2026 colapsavam na mesma linha.
Qualquer leitura de sazonalidade feita em cima disso estaria somando dois anos diferentes num mês só. A checagem obrigatória virou fatiar sempre por ano antes de qualquer conclusão.
Foi só depois de separar por ano e por produto que a leitura real apareceu: em 2025 a conta era praticamente 100% de um produto, com R$ 1,36 milhão. Em 2026, dos R$ 1,64 milhão investidos até junho, 57% (R$ 929 mil) já estavam num segundo produto e 43% (R$ 699 mil) no original. A conta tinha mudado de eixo, e a média mensal escondia isso.
As armadilhas 2 e 3 são as versões semanais do relatório congelado; a 4 é a conversão inflada no gerenciador. De acordo com a mesma conta de banco digital, o campo de mês sem ano somou janeiro de dois anos: R$ 1,36 milhão em 2025 com R$ 1,64 milhão em 2026, e a divisão por produto (57% e R$ 929 mil num, 43% e R$ 699 mil no original) só apareceu depois de separar o ano.
Armadilha 4: a conversão que o relatório escolheu por você
Toda plataforma tem mais de uma métrica de conversão, e a diferença entre elas não é pequena.
No mesmo painel de suplementos, a métrica limpa contava só a compra do e-commerce. A métrica ampla somava visualização de página, adição ao carrinho e início de checkout, e chegava a cerca de 90 vezes o volume real de compra.
Em outro cliente, um SaaS B2B, o Google reportou 284 conversões no mês, sendo 282 da Performance Max a R$ 1,41 cada. A quebra por evento mostrou 281 cliques em botão e 3 leads reais. O custo por lead verdadeiro era de aproximadamente R$ 98.
A checagem leva dez minutos e vale a reunião inteira: qual evento exato está atrás desse número, e ele existe no CRM. O detalhamento desse diagnóstico está em tracking quebrado: o sintoma silencioso.
Armadilha 5: a tabela que esconde o criativo que vendeu
Essa nasceu de um bug nosso, e é o tipo de erro que qualquer relatório com ranking comete.
No painel de um SaaS B2B de comunicação, a tela de campanhas mostrava mais vendas na linha da campanha do que a soma dos criativos visíveis. O cliente percebeu antes de nós.
Causa: a tabela exibia os 4 anúncios de maior gasto, mas o total da campanha somava todos. Um anúncio com pouco gasto e venda atribuída simplesmente não aparecia.
O conserto foi mostrar os 4 maiores por gasto mais qualquer anúncio com venda, e agregar o resto numa linha explícita de outros anúncios.
Esse não é um detalhe de interface. Nessa mesma conta, o anúncio com melhor desempenho tinha CAC de R$ 262 com 9 vendas, e outro anúncio tinha CAC de R$ 1.824 com 6 vendas e R$ 10,9 mil gastos. Sete vezes de diferença entre dois criativos da mesma campanha. Um ranking por gasto pode deixar o de R$ 262 fora da tela.
Armadilha 6: a comparação sem base
Variação percentual precisa de denominador. Quando o denominador é minúsculo, o percentual vira ficção.
No mesmo painel, o período padrão abria em 30 dias e o maior preset era 90 dias, que nem cobria o começo do histórico. O cliente reclamou que faltavam dados de campanha. Não faltava dado: o investimento histórico era de R$ 33.982 e a janela padrão mostrava R$ 7,7 mil.
Pior: ao mudar para o período completo, a comparação com o período anterior pegava 1 dia de borda como base e exibia variação de mais de 62.000%.
Duas regras saíram daí, e valem para qualquer relatório. Primeira: quando não existe janela anterior comparável, escrever "sem base de comparação" em vez de mostrar um número. Segunda: suprimir variações acima de 300%, porque na prática elas sempre indicam base curta, e não crescimento.
Armadilha 7: o lead pago que o CRM classificou como orgânico
A mais silenciosa das sete, e a que mais distorce o CAC.
Nesse SaaS B2B de comunicação, as UTMs pararam de ser capturadas na landing page por volta de junho de 2026. A cobertura de UTM nos contatos caiu de cerca de 65% para zero: 26 de 400 em junho, 2 de 457 em julho, zero em agosto.
O sintoma no relatório foi um gap entre gerenciador e CRM. Entre 16 e 30 de julho, o Meta reportava 42 leads e o CRM tinha 23 contatos marcados como social pago.
Ao reconciliar caso a caso, a diferença apareceu inteira: 6 eram reenvio de formulário por contato já existente (a plataforma conta o evento, o CRM não cria registro novo), cerca de 13 tinham entrado como tráfego direto e 6 como rede social orgânica. Eram leads pagos mal classificados por falta de UTM.
O impacto financeiro é direto. Na auditoria de dados dessa mesma conta, 5 vendas com clique de anúncio comprovado estavam registradas com origem manual e ficavam fora dos indicadores de mídia paga. Corrigindo, as vendas pagas passaram de 63 para 68 e a receita atribuída à mídia chegou a R$ 391,9 mil.
Um CAC calculado com 63 vendas em vez de 68 está 8% pior do que a realidade. Em conta grande, isso muda decisão de orçamento. O mesmo raciocínio de janela e denominador aparece em análise de safra de leads.
Resumo das sete, com a checagem de cada uma
| Armadilha | Sintoma no relatório | Checagem antes de decidir |
|---|---|---|
| Semana incompleta | queda brusca sem causa operacional | conferir a data do último dado completo |
| Dado congelado | número estável demais | comparar hoje com a data de corte da extração |
| Data sem ano | sazonalidade estranha | fatiar sempre por ano e por produto |
| Conversão ampla | CPL baixo demais | abrir a quebra por evento de conversão |
| Ranking truncado | total maior que a soma das linhas | somar as linhas visíveis e comparar com o total |
| Base curta | variação de três ou quatro dígitos | suprimir acima de 300% e marcar sem base |
| Lead sem UTM | gerenciador maior que o CRM | reconciliar lead a lead na janela do gap |
Conforme o cadastro de clientes que auditamos, havia 21 contas registradas contra 15 na carteira real, e as 6 fantasmas entravam na média do relatório. A armadilha 5 se resolve com a leitura de CAC por criativo, e a 7 com o guia de UTM; quem quer o modelo completo do documento deve ler relatório de mídia paga que vira decisão.
A rotina de 15 minutos antes de mandar o relatório
Essa é a sequência que roda antes de qualquer número sair para cliente.
- Conferir a data do último dado de cada fonte e escrever essa data no relatório.
- Fechar a janela de análise na última semana completa, de segunda a domingo.
- Confirmar qual evento está por trás de cada métrica de conversão.
- Somar as linhas visíveis das tabelas e bater com os totais exibidos.
- Marcar como "sem base" qualquer comparação com janela anterior curta.
- Reconciliar o volume de leads da plataforma com o volume do CRM na mesma janela.
- Conferir o denominador de clientes ou contas, porque cadastro desatualizado gera verde falso.
O item 7 parece burocracia e não é. Numa checagem interna nossa, o cadastro do sistema listava 21 clientes enquanto a carteira real tinha 15, com divergência nos três sentidos ao mesmo tempo: cliente ativo que não estava no cadastro, ex-cliente ainda listado e relação de consultoria contada como carteira de mídia. Qualquer indicador dividido por esse número estava errado.
O que isso muda na prática
Relatório de mídia paga não existe para mostrar movimento. Existe para sustentar uma decisão de verba que alguém vai assinar.
Um relatório que exibe queda de 86% que não aconteceu custa mais caro que um relatório que diz "os dados vão até dia 9, não dá para comparar semanas ainda".
A régua que usamos é simples: todo número que aparece na tela precisa ter data de corte, definição de evento e denominador visíveis. O que não tem os três vira nota de rodapé, não vira decisão.
Se você quer o desenho da rotina que sustenta esse relatório, vale ler rotina de otimização no Google Ads e, para o recorte de governança de verba, teto de investimento por margem. E se a suspeita é que o problema está antes do relatório, o processo completo está em auditoria de mídia paga.
Perguntas frequentes
As dúvidas que mais aparecem quando o assunto chega na reunião de verba.
Com que frequência devo ler o relatório de mídia paga?
A leitura de decisão funciona melhor semanal, ancorada na última semana completa de segunda a domingo. Leitura diária serve para detectar parada de veiculação e anomalia, não para decidir verba, porque o ruído diário é alto. O que precisa ser diário é o alerta automático de conta parada, gasto zerado ou queda forte de volume de leads.
Por que o número do gerenciador é maior que o número do CRM?
Três causas cobrem quase todos os casos: reenvio de formulário pelo mesmo contato, que a plataforma conta como evento e o CRM não duplica; lead que chega sem UTM e é classificado como tráfego direto ou orgânico; e diferença de fuso ou de janela de atribuição. A checagem é reconciliar lead a lead num período curto, não ajustar o total no olho.
O que é lag de dados e como ele afeta a comparação semanal?
Lag é o atraso entre o evento acontecer na plataforma e ele aparecer na sua base de dados. Conectores de Google Ads podem chegar com vários dias de atraso. Se você compara a semana corrente com a anterior sem verificar isso, compara uma semana parcial com uma completa e vê queda que não existe. Ancore sempre na última semana com dado completo.
Como saber se uma variação percentual é confiável?
Olhe o denominador antes do percentual. Variação calculada sobre poucos dias ou poucas conversões produz números de três ou quatro dígitos que não descrevem nada. A prática que adotamos é suprimir qualquer variação acima de 300% e exibir a mensagem de que não há base de comparação, em vez de mostrar um percentual que ninguém consegue interpretar.
Vale a pena somar leads de plataforma com conversões de CRM no mesmo indicador?
Não. São camadas diferentes: a plataforma conta o evento dela, o CRM conta o registro comercial dele, e nenhum dos dois cobre o outro por completo. Em painéis de cliente mantemos as duas camadas separadas e nomeadas, com o CRM como fonte de verdade do negócio. Somar cria um número que não existe em lugar nenhum e esconde os dois.
Diagnóstico de Mídia Paga: auditoria gratuita de 30 minutos, sem compromisso
Agendar diagnóstico gratuito
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 →