Modelos de atribuição no marketing: como mudam seus resultados e como registrar a troca

O que são modelos de atribuição no marketing?

Um modelo de atribuição é a regra que a plataforma usa para dividir o crédito de uma conversão entre os cliques e pontos de contato que vieram antes. O modelo não muda quantas pessoas compraram; muda qual campanha, palavra-chave ou canal o relatório diz que trouxe essas pessoas.

Existem duas famílias. Os modelos baseados em regras aplicam uma fórmula fixa, como dar tudo ao último clique. A atribuição baseada em dados analisa caminhos com e sem conversão na sua própria conta e estima quanto cada interação mudou a chance de conversão.

Atribuição multitoque é o nome geral para qualquer modelo que dá crédito a mais de um ponto de contato. Nas ferramentas do Google, o modelo baseado em dados é hoje a única opção multitoque.

Quais modelos de atribuição ainda existem no Google Ads, GA4 e Meta?

O Google Ads oferece dois modelos: último clique e baseado em dados. O GA4 oferece baseado em dados, último clique em canais pagos e orgânicos e último clique em canais pagos do Google. A Meta funciona de outro jeito: usa janelas de atribuição, não modelos.

Google Ads

Segundo a ajuda do Google, o modelo baseado em dados é o padrão para a maioria das ações de conversão. Primeiro clique, linear, redução de tempo e com base na posição deixaram de ser selecionáveis em junho de 2023, e as ações que ainda os usavam passaram para baseado em dados a partir de setembro de 2023. A troca é feita por ação de conversão: menu Metas > Resumo, clique no nome da conversão, Editar configurações, Modelo de atribuição, depois Salvar e Concluído.

GA4

• Baseado em dados: distribui o crédito com base nos dados de cada evento principal, específico para cada propriedade.
• Último clique em canais pagos e orgânicos: ignora o tráfego direto e dá 100% ao último canal (o antigo "último clique não direto").
• Último clique em canais pagos do Google: 100% ao último canal do Google Ads clicado; se não houver, usa o modelo anterior.

A configuração fica em Administrador > Exibição de dados > Eventos > Configurações de atribuição, com função de profissional de marketing ou superior. Na mesma tela estão a janela de lookback do evento principal (30 ou 7 dias para eventos de aquisição; 90, 60 ou 30 dias para os demais) e os canais que podem receber crédito.

Meta Ads

A Meta reporta conversões dentro das janelas de clique, visualização e engajamento definidas no conjunto de anúncios. Segundo o resumo da Dataslayer sobre o anúncio da Meta, desde março de 2026 o clique só conta quando é clique no link; curtidas, compartilhamentos, comentários e visualizações curtas de vídeo foram para uma nova categoria de engajamento de 1 dia. Comparar resultados antes e depois dessa data mistura duas definições.

Por que trocar o modelo de atribuição parece uma mudança de desempenho?

Porque a troca move conversões entre campanhas e canais de um dia para o outro, enquanto as vendas reais continuam iguais. Quem lê o relatório sem esse contexto vê campanhas que "melhoraram" ou "pioraram" sem ter mudado nada.

Três detalhes agravam isso:

• No Google Ads, muda o alvo dos lances. O modelo vale para a coluna Conversões, e o Google diz que estratégias como CPA desejado e ROAS desejado otimizam com base no modelo escolhido. Trocar o modelo também é trocar o lance.
• O Google Ads só muda a contagem futura. Os dados anteriores continuam no modelo antigo, então um gráfico mensal mistura dois modelos. As colunas de "modelo atual" mostram o histórico no modelo novo.
• O GA4 reescreve o histórico. O modelo de atribuição de relatórios vale para dados históricos e futuros. Um relatório exportado no mês passado não vai bater com o mesmo relatório hoje. Janela de lookback e canais valem só daqui para frente.

No GA4, a atribuição baseada em dados ainda pode reatribuir conversões por até 7 dias depois que acontecem. Os últimos dias podem mudar sem ninguém tocar em nada.

É a mesma lógica que explica por que as conversões do GA4 e do Google Ads não batem.

Como comparar modelos de atribuição antes de trocar?

Compare os modelos nos mesmos dados antes da troca e anote a variação esperada. Assim, quando os relatórios mudarem, você já sabe quanto da mudança vem do modelo.

1. No GA4, abra Publicidade > Atribuição > Comparação de modelos. O relatório mostra eventos principais e receita lado a lado em dois modelos, com a coluna de % de mudança por canal.
2. Troque a dimensão de grupo de canais principal para campanha ou origem/mídia para ver quem ganha ou perde crédito.
3. No Google Ads, adicione as colunas de "modelo atual".
4. Anote os canais com maior % de mudança. São eles que o cliente ou o chefe vai questionar.
5. Faça a troca no início de um período de relatório, para não dividir um mês entre dois modelos.

O GA4 avisa que as conversões do Google Ads baseadas em eventos principais sempre usam último clique; para comparar com o Google Ads, use último clique em canais pagos e orgânicos.

Como isolar qual mudança causou a variação: o modelo ou as campanhas?

Coloque a troca de atribuição na mesma linha do tempo de todas as outras mudanças dos dias anteriores, descarte primeiro um problema de tracking e teste uma hipótese por vez. Se o total de conversões ficou estável e só o crédito mudou de canal, o modelo é o suspeito mais provável.

1. Descartar tracking
2. Checar o total de conversões
3. Alinhar todas as mudanças
4. Comparar modelos nas mesmas datas
5. Testar uma hipótese

• Total versus divisão. Uma troca de modelo move crédito; raramente muda o total no GA4. Se o total também caiu, procure uma mudança de tag, consentimento ou site.
• Mesmas datas, dois modelos. Rode a comparação de modelos para o período após a troca. Se o modelo antigo reproduz o padrão antigo, as campanhas não mudaram.
• Efeito nos lances. No Google Ads, a troca muda o que o Smart Bidding persegue, e o desempenho real pode mudar nas semanas seguintes. Veja o período de aprendizado do Smart Bidding.

Com todas as mudanças em uma linha do tempo, você veria que o GA4 passou para baseado em dados no dia 3 e que a busca de marca "perdeu" conversões no mesmo dia, sem nenhuma alteração na conta. No Changeline, as alterações do Google Ads são importadas automaticamente e a equipe registra as configurações do GA4 e da Meta ao lado delas.

Exemplo: o cliente pergunta por que o tráfego pago de redes sociais "caiu 30%" no GA4 em maio. A agência alinha as mudanças do fim de abril: nenhum criativo novo, nenhum corte de verba, mas o modelo de atribuição passou de último clique para baseado em dados em 1º de maio. O total de eventos principais ficou estável e, no modelo antigo, as redes sociais estavam no nível do mês anterior. Resposta: o crédito mudou, as vendas não.

Como registrar uma troca de modelo de atribuição?

Registre como qualquer mudança que mexe nos números: data, ferramenta, configuração antes e depois, quem alterou e por quê. Sem esse registro, a troca vira uma "oscilação de desempenho" em todos os relatórios seguintes.

Registre também mudanças parecidas: novas ações de conversão, troca de meta principal ou secundária, edição de janelas de lookback e das janelas de atribuição da Meta. Anote no próprio GA4 também; veja anotações no GA4. Um registro de mudanças de marketing compartilhado mantém essas entradas junto das edições de campanha.

Qual modelo de atribuição escolher?

Para a maioria dos anunciantes, o baseado em dados é o padrão sensato: é o padrão do Google Ads e a única opção multitoque que sobrou. O último clique serve quando você precisa de uma regra simples e estável ou tem que bater com outro sistema que usa último clique.

• Mantenha relatório e lances coerentes. Se o Google Ads dá lances no baseado em dados e o relatório do cliente usa último clique, os dois contam histórias diferentes.
• Troque pouco. Cada troca quebra a comparação com períodos anteriores. Escolha, registre e mantenha por alguns trimestres.
• Avise antes de o relatório mudar. Uma linha no relatório mensal evita uma ligação depois. Se o cliente ainda perguntar, use os passos de como explicar uma queda de conversões ao cliente.

Nenhum modelo mostra incrementalidade real. A atribuição divide o crédito de conversões rastreadas; não prova que um canal as causou. Para isso, use testes de holdout ou de lift.