Por que minha taxa de conversão caiu? Como achar a mudança por trás da queda

Por que minha taxa de conversão caiu?

A taxa caiu porque um dos lados da fração mudou: as conversões diminuíram, as sessões ou cliques aumentaram com pessoas que convertem menos, ou as duas coisas. Antes de procurar um culpado, descubra qual lado mexeu, porque cada um aponta para causas diferentes.

Cada ferramenta calcula a taxa de um jeito. No Google Ads, a taxa de conversão é o número médio de conversões por interação com o anúncio, então só considera cliques e outras interações rastreáveis e pode passar de 100% se você contar todas as conversões. No GA4, a métrica virou "Taxa de eventos principais da sessão": a porcentagem de sessões com pelo menos um evento principal. Se a queda aparece em uma ferramenta e não na outra, essa diferença já é a primeira pista.

Este artigo trata da taxa. Se o volume de conversões caiu, leia também por que as conversões caem e como achar a causa.

A queda é real ou é problema de tracking?

Descarte a mensuração antes de mexer no site. A taxa pode cair porque o numerador parou de contar enquanto o denominador seguiu normal, e nenhum teste de landing page resolve isso.

1. Confira se o evento principal continua marcado. No GA4, qualquer evento pode virar evento principal quando você o marca como principal. Um evento renomeado, um plugin de formulário novo ou um acionador alterado no Google Tag Manager deixam o evento antigo mudo.
2. Confira se a tag dispara nas páginas novas. Template redesenhado, checkout em outro domínio ou página de obrigado que mudou de URL costumam ir ao ar sem a tag.
3. Confira mudanças de consentimento. Se o banner de cookies ou o modo de consentimento mudou, menos usuários podem ser medidos. O GA4 só modela quem recusa cookies de análise quando a propriedade é elegível, o que exige pelo menos 1.000 eventos por dia com analytics_storage negado por pelo menos 7 dias e pelo menos 1.000 usuários diários com consentimento concedido em pelo menos 7 dos 28 dias anteriores. Abaixo disso, os eventos de quem recusa não aparecem nos relatórios.
4. Confira a identidade de relatórios. Dados modelados só aparecem com a identidade combinada, então uma troca nessa configuração mexe na taxa sem nenhuma mudança de comportamento.
5. Compare com a fonte da verdade. Coloque pedidos da loja ou leads do CRM ao lado do GA4 e do Google Ads nos mesmos dias. Se os pedidos reais ficaram estáveis, o problema é de mensuração.

Para um checklist mais completo, veja como separar problema de tracking de perda real de visitantes no GA4.

O mix de tráfego mudou?

Muitas vezes o site não piorou; quem mudou foram os visitantes. Se você trouxe tráfego mais frio, mais barato ou menos qualificado, a média cai mesmo que quem já vinha continue convertendo igual.

Mudanças de mix que costumam derrubar a taxa:

• Campanha nova de topo de funil, posicionamentos de display ou vídeo, ou público mais amplo no Meta Ads.
• Correspondência mais ampla ou palavras-chave novas no Google Ads que trazem buscas de pesquisa.
• Newsletter, post em rede social ou matéria na imprensa que manda muitos curiosos em um só dia.
• Mais tráfego mobile, onde formulário e checkout costumam ser mais difíceis de concluir.
• Posição orgânica em uma busca informativa que soma visitas, mas poucos compradores.

Para testar, segmente a taxa por canal, campanha, dispositivo, página de destino e usuários novos versus recorrentes. Se cada segmento está estável mas cresceu a participação de um segmento que converte pouco, é mudança de mix, não problema no site. Exemplo: uma loja em que a rede de pesquisa converte a 3% e uma campanha nova de display a 0,4% vê a taxa geral cair na semana em que o display entra, enquanto a taxa da pesquisa não se mexe.

Mudança de mix não é ruim por si só. A pergunta é se o tráfego extra traz conversões suficientes a um custo aceitável, e isso é decisão de campanha, não de site.

Quais mudanças no site derrubam a taxa de conversão?

Se a taxa caiu dentro de um segmento estável, olhe o que mudou no caminho até a conversão. Mudança no site afeta todos os canais ao mesmo tempo, então uma queda em todos os segmentos no mesmo dia aponta para cá.

Para velocidade, use uma referência pública em vez de impressão. O guia do Google sobre Core Web Vitals diz que uma boa experiência é LCP em até 2,5 segundos, INP de até 200 milissegundos e CLS de até 0,1, medidos no percentil 75 dos carregamentos, separando mobile e desktop. Se um deploy empurrou uma landing page importante para fora desses limites, ele é um forte suspeito.

Veja também mudanças fora do site que alteram a oferta: promoção que acabou, valor mínimo para frete grátis que subiu ou um concorrente que lançou algo mais barato na mesma semana.

Como cruzar a data da queda com a mudança que a causou?

Ache o dia exato em que a taxa mudou, coloque todas as mudanças dos dias anteriores em uma única linha do tempo e teste os suspeitos um por um. Confiar na memória é como equipes culpam a mudança errada.

1. Fixe a data. Olhe a taxa diária, não semanal, e compare os mesmos dias da semana para o padrão semanal não esconder a quebra.
2. Ache onde quebrou. Segmente por canal, dispositivo, página de destino e país. Uma queda restrita a um segmento encurta a lista de suspeitos.
3. Liste todas as mudanças das uma ou duas semanas anteriores. Inclua edições do time no Google Ads (histórico de alterações do Google Ads), Meta Ads, deploys, tags e consentimento, CRM e formulários, preços, promoções e eventos externos.
4. Descarte o tracking primeiro. Faça as checagens acima antes de agir em qualquer hipótese sobre o site.
5. Teste uma hipótese por vez. Reverta ou corrija uma mudança, compare um segmento afetado com um não afetado e espere dados suficientes antes de passar ao próximo suspeito.
6. Registre o resultado. Anote qual mudança causou a queda e o que foi feito, com data. Registre também no GA4 (anotações no GA4).

Exemplo: um site de geração de leads vê a taxa de eventos principais da sessão cair de 4,1% para 2,8% numa terça-feira. Só o mobile foi afetado. A linha do tempo mostra uma atualização do plugin de formulário publicada na segunda à noite. No celular, o botão de envio ficou escondido abaixo de uma nova caixa de consentimento. Corrigido o layout, a taxa mobile volta em uma semana, e o time registra a atualização e a correção.

Como explicar a queda e evitar que a próxima vire mistério?

Mostre ao cliente ou ao gestor três coisas: o que mexeu (taxa, numerador ou denominador), qual mudança causou e a evidência que liga uma coisa à outra. Uma linha do tempo de mudanças com datas encurta essa conversa. O guia como explicar uma queda de conversões ao cliente traz uma estrutura pronta.

A solução duradoura é um hábito: registrar cada mudança na hora, com data, responsável e motivo, em anúncios, site, tracking e CRM. Assim, na próxima vez que a taxa mexer, a lista de suspeitos já existe. Um change log de marketing é exatamente essa lista.

O Changeline reúne essas mudanças em uma linha do tempo em escala por projeto de cliente, compartilhada com o time, para você ver o que aconteceu no dia anterior à mudança de uma métrica. Você pode criar seu change log grátis enquanto ele está em acesso antecipado. Ele ainda não importa dados das plataformas de anúncios nem sobrepõe métricas; você registra as mudanças e compara com seus relatórios.