Um cliente vê um anúncio no Instagram e ignora-o. Dias depois pesquisa no Google, clica num anúncio, mas não compra. Uma semana mais tarde recebe um email com um desconto e, finalmente, compra. Pergunta simples: qual destes canais merece o crédito pela venda?
A resposta que a maioria das ferramentas dá por omissão — o último clique — é também a mais enganadora. Ao atribuir tudo ao email, ignoramos que foi o Instagram que plantou a semente e o Google que trouxe a intenção. Decidir o orçamento com base nessa visão distorcida leva a cortar precisamente os canais que iniciam as vendas.
Atribuição de marketing é o conjunto de regras que decide como repartir o crédito de uma conversão pelos vários pontos de contacto que a antecederam. Escolher bem essas regras muda a forma como se lê o desempenho de cada canal — e, por consequência, para onde vai o dinheiro. Este guia percorre os modelos principais e mostra como escolher um sem se perder na teoria.
O problema: várias mãos tocam numa venda
Quase nenhuma compra acontece ao primeiro contacto. O percurso típico atravessa vários canais e vários dias: redes sociais, pesquisa, email, comparação de preços, talvez uma segunda visita direta. Cada um destes toques faz alguma coisa — dar a conhecer, lembrar, convencer, empurrar para o fim.
O problema é que a receita chega toda de uma vez, no momento da compra, enquanto o mérito está distribuído por todo o percurso. Sem um modelo de atribuição, a tendência é dar o crédito ao que estava mais perto do fim, simplesmente porque é o mais fácil de ver. É como dar todo o mérito de um golo a quem fez o último passe, ignorando quem construiu a jogada.
Os modelos de atribuição mais usados
Não existe um modelo "verdadeiro"; existem lentes diferentes para olhar o mesmo percurso. Vale a pena conhecer os principais antes de escolher:
- Último clique (last-click): todo o crédito vai para o último canal antes da compra.
- Primeiro clique (first-click): todo o crédito vai para o canal que iniciou o percurso.
- Linear: o crédito é dividido por igual entre todos os pontos de contacto.
- Decaimento temporal (time decay): os toques mais próximos da compra recebem mais crédito.
- Em U (position-based): o primeiro e o último toque ficam com a maior fatia, o meio divide o resto.
- Data-driven: um modelo estatístico estima o contributo real de cada canal a partir dos dados.
A escolha entre eles não é cosmética. O mesmo canal pode parecer um herói ou um desperdício consoante o modelo — e o orçamento segue essa narrativa.
Last-click e first-click: simples mas enganadores
O último clique é o modelo por omissão de quase todas as ferramentas, e a razão é honesta: é simples de calcular e não exige juntar dados de todo o percurso. O problema é que sobrevaloriza sistematicamente os canais do fundo do funil — email, pesquisa de marca, remarketing — e faz parecer inúteis os canais que criam procura no topo.
O primeiro clique tem o defeito simétrico: dá todo o crédito a quem abriu a porta e ignora tudo o que foi preciso para fechar a venda. Um canal de descoberta parece brilhante, enquanto os canais que efetivamente converteram ficam invisíveis.
Ambos partilham a mesma falha de fundo: atribuem 100% a um único toque quando a realidade é partilhada. Servem como ponto de partida, mas conduzir uma estratégia inteira a partir de um deles é quase garantia de decisões enviesadas.
Modelos multi-toque: dividir o crédito
Os modelos multi-toque tentam corrigir esse enviesamento repartindo o crédito por vários pontos de contacto. O linear é o mais simples — todos recebem uma parte igual — e já é uma melhoria enorme face ao clique único, porque pelo menos reconhece que o percurso existe.
O decaimento temporal parte do princípio de que os toques mais recentes pesaram mais na decisão e atribui-lhes mais crédito, sem zerar os anteriores. O modelo em U aposta em duas fases: valoriza quem trouxe o cliente e quem o fez converter, dando menos peso ao meio. Nenhum é perfeito, mas todos capturam melhor a realidade do que um clique único.
A escolha entre eles depende do negócio. Um ciclo de compra longo, com muita pesquisa, beneficia de modelos que valorizam o meio do percurso; uma compra por impulso talvez se explique bem com decaimento temporal. O importante é que a regra seja explícita e conhecida por quem lê os relatórios.
Atribuição data-driven: deixar os dados decidirem
Em vez de impor uma regra fixa, a atribuição data-driven usa os próprios dados para estimar quanto cada canal contribui de facto. Compara percursos que converteram com percursos que não converteram e infere o peso de cada ponto de contacto pela diferença que faz na probabilidade de compra.
É o modelo mais rigoroso, mas tem exigências. Precisa de volume: com poucas conversões, as estimativas ficam instáveis. Precisa de dados de percurso bem recolhidos, o que implica marcar as campanhas de forma consistente. E é menos transparente — dá um número, não uma regra simples de explicar numa reunião. Para muitas empresas, começar por um modelo multi-toque explícito e só depois evoluir para data-driven é o caminho mais sensato.
Como escolher e implementar um modelo
Na prática, a escolha de um modelo pode seguir alguns passos concretos:
- Comece pela pergunta de negócio: quer saber que canais iniciam vendas, que canais as fecham, ou o contributo global de cada um?
- Garanta a base: marque todas as campanhas de forma consistente para conseguir reconstruir o percurso completo.
- Escolha um modelo à altura dos dados: sem volume, prefira um multi-toque explícito a um data-driven instável.
- Compare modelos lado a lado antes de decidir: veja como o crédito muda de canal para canal.
- Documente a regra escolhida e use a mesma em todos os relatórios, para não comparar coisas diferentes.
- Reavalie periodicamente: o mix de canais muda e o modelo deve acompanhar.
O objetivo não é encontrar o modelo perfeito, mas trocar uma visão que se sabe errada — o último clique cego — por uma que reflita melhor como as vendas realmente acontecem.
Erros comuns a evitar
Há armadilhas que se repetem. A primeira é comparar campanhas medidas com modelos diferentes, o que torna os números incomparáveis. A segunda é ignorar os canais que não geram cliques mas influenciam — como impressões de vídeo ou display — e que nenhum modelo baseado em cliques captura. A terceira é tratar o número da atribuição como uma verdade absoluta, quando é sempre uma estimativa dependente de escolhas.
Por fim, há o erro de mudar de modelo sem avisar quem decide. Se o orçamento se move porque o modelo mudou, e não porque o desempenho mudou, é preciso que isso seja claro. Transparência sobre o método vale tanto como o método em si.
Mini-caso: uma loja online a redistribuir orçamento
Uma loja online de artigos para casa, com investimento repartido por várias plataformas, geria tudo com base no último clique. Nessa leitura, as redes sociais pareciam fracas e estavam prestes a perder orçamento a favor da pesquisa de marca, que "convertia" muito melhor.
Antes de cortar, a equipa comparou o último clique com um modelo em U sobre os mesmos três meses de dados. O retrato mudou: as redes sociais apareciam no início de uma boa parte dos percursos que acabavam em compra — eram elas que traziam clientes novos que depois convertiam via pesquisa de marca. Cortar as redes teria secado o topo do funil.
Em vez de reduzir, a equipa reequilibrou: manteve o investimento em descoberta e ajustou apenas o excesso em remarketing, que vários modelos mostravam sobrevalorizado. Ao fim de um trimestre, com um orçamento total praticamente igual, o número de novos clientes tinha subido cerca de 15%. A mudança não foi gastar mais, foi ler melhor.
Na prática
Atribuição não é um exercício académico; é a lente através da qual se decide onde investir. O último clique, por ser o padrão, engana mais gente do que ajuda: premeia o fim do percurso e castiga quem inicia as vendas. Qualquer modelo multi-toque explícito já é um salto em frente.
Escolha um modelo alinhado com a sua pergunta de negócio e com o volume de dados que tem, aplique-o de forma consistente e trate o resultado como uma boa estimativa, não como uma verdade sagrada. O objetivo não é a atribuição perfeita, é parar de decidir orçamentos com uma visão que já se sabe torta.
