Growth metrics

Atribuição de marketing

By Jake Luo · Published 5 de ago. de 2026

Atribuição de marketing é como você decide quais pontos de contato levam o crédito por uma conversão — qual anúncio, post, página ou e-mail conta como o motivo de alguém ter se cadastrado ou pago. O modelo escolhido não muda o que aconteceu; muda qual canal *parece* ter funcionado, e é por isso que a mesma semana de dados pode justificar duas decisões de orçamento opostas.

Os modelos, e o que cada um esconde

Um modelo de atribuição é uma regra para dividir uma conversão entre vários contatos. Todo modelo é uma simplificação, e cada um favorece sistematicamente uma parte diferente do funil.

  • Primeiro contato — todo o crédito para a primeira interação. Favorece canais de descoberta como SEO, redes sociais e imprensa, e faz os canais de fechamento parecerem inúteis.
  • Último contato — todo o crédito para a última interação antes da conversão. É o padrão da maioria das ferramentas de analytics, e a razão pela qual busca de marca e retargeting sempre parecem heróis: são simplesmente o que as pessoas tocam por último.
  • Linear — crédito dividido igualmente entre todos os contatos. Honesto quanto ao fato de várias coisas terem contribuído, inútil para decidir o que cortar.
  • Decaimento temporal — contatos mais recentes pesam mais. Razoável em ciclos de venda longos, arbitrário na velocidade em que o decaimento é definido.
  • Baseado em posição — normalmente 40/20/40 entre primeiro, meio e último. Um meio-termo que ninguém defende a partir de princípios, mas que a maioria dos times acha suportável.
  • Data-driven — a plataforma modela a contribuição incremental de cada contato. Só faz sentido com volume de conversões grande e estável, e é uma caixa-preta que pedem para você confiar.

Qual é o *correto* é a pergunta errada. A pergunta útil é qual decisão você está tomando. Decidir onde gastar o próximo real de aquisição é uma questão de último contato e incrementalidade; decidir que conteúdo produzir mais é uma questão de primeiro contato. Alimentar as duas decisões com um único modelo é como times acabam desfinanciando o canal que enche o próprio pipeline.

Por que a atribuição quebra em startups pequenas

A atribuição foi desenhada para negócios com milhares de conversões por mês. Abaixo desse volume ela degenera em ruído, e três forças pioram tudo. Números pequenos fazem com que a diferença de uma semana entre dois canais seja quase sempre aleatória. Mudanças de privacidade — restrições a cookies, prevenção de rastreamento e clientes de e-mail que pré-carregam imagens — apagam o rastro em silêncio. E a descoberta de maior intenção hoje acontece em lugares que não passam referenciador nenhum: uma recomendação num Slack privado, um podcast ou um assistente de IA que cita você numa resposta que o usuário nunca abandona.

Nosso próprio site mostra a lacuna com clareza. Em 28 dias, o Google Search Console registrou 10.617 impressões e 98 cliques para agentceres.com, e cada um desses cliques se liga a uma busca e a uma página específicas. Não existe registro equivalente para quem chegou porque um assistente nos mencionou dentro de uma conversa que não podemos ver — que é exatamente por que a otimização para motores generativos é medida com rastreio de menções de marca e respostas autodeclaradas, e não com uma coluna de referenciador.

O que usar quando seus números são pequenos

Abaixo de mais ou menos cem conversões por mês, uma pilha mais simples vence uma modelada — e é para onde a maioria das startups financiadas discretamente recua.

  • Pergunte. Um único campo opcional de *Como você nos conheceu?* no cadastro supera qualquer modelo neste tamanho, porque captura os canais não rastreáveis que produzem seus melhores clientes.
  • Marque o que você controla. Parâmetros UTM consistentes em todo link que você posta, e uma ferramenta de links como o Dub se você posta muitos, para que ao menos o lado pago e de campanhas fique sem ambiguidade.
  • Escolha uma fonte da verdade. Plataformas de anúncio contam conversões que ajudaram a causar; seu analytics conta conversões que aconteceram. Elas nunca vão bater, então decida de antemão a partir de qual você argumenta.
  • Teste desligando coisas. Com números pequenos, pausar um canal por duas semanas e observar o total de cadastros diz mais sobre incrementalidade do que qualquer relatório de atribuição.
  • Julgue canais pela economia de coorte. Custo de aquisição de cliente e retenção por origem vencem o crédito por caminho de cliques, porque um canal que traz cadastros baratos que abandonam não é um canal que funciona.

Atribuição é apoio à decisão, não placar. Quando ela parar de mudar uma decisão, pare de refiná-la — e se o seu problema é que chegam visitas de menos para atribuir, por que um site não recebe tráfego é a pergunta anterior a responder.

FAQ

Qual é a diferença entre atribuição de primeiro contato e de último contato?
Primeiro contato dá todo o crédito à interação que apresentou você a alguém; último contato dá à interação final antes da conversão. O mesmo cliente pode, portanto, fazer o SEO parecer brilhante num modelo e a busca paga parecer brilhante no outro. A maioria dos times usa último contato por padrão porque as ferramentas vêm assim, o que vale lembrar quando um relatório diz que busca de marca é o seu melhor canal.
Preciso de uma ferramenta de atribuição multitoque?
Não até ter conversões suficientes para o modelo ser mais do que ruído — realisticamente algumas centenas por mês, e um ciclo de venda longo o bastante para valer a pena modelar vários contatos. Antes disso, um campo de origem autodeclarada mais marcação UTM disciplinada captura mais verdade a custo zero, e o dinheiro rende mais no canal que você está tentando medir.
Como os parâmetros UTM se encaixam na atribuição?
UTMs são a camada de rotulagem, não o modelo: eles dizem ao seu analytics de qual das suas próprias colocações veio um clique, e o modelo decide quanto crédito aquele clique recebe. Só cobrem links que você mesmo posta, então boca a boca orgânico, links encaminhados e respostas de IA chegam sem rótulo. Mantenha a convenção de nomes chata e idêntica entre ferramentas, porque um canal escrito de três jeitos vira três canais no seu relatório.
Dá para atribuir tráfego do ChatGPT ou de outros assistentes de IA?
Só em parte. Alguns assistentes passam um referenciador quando o usuário clica num link citado, e essas visitas aparecem como origem de referência normal, mas o mais comum é o usuário ler a resposta e voltar depois digitando o seu nome — o que cai em direto ou em busca de marca. A medida prática é um aumento de buscas de marca e visitas diretas ao lado das citações rastreadas, apoiado por uma pergunta de origem autodeclarada no cadastro.
Related terms
Custo de Aquisição de Cliente (CAC)Otimização da Taxa de Conversão (CRO)Métricas pirata (AARRR)North Star Metric

An AI growth team that runs this for you

AgentCeres is a managed AI marketing team — you approve what ships. 14-day free trial, from $39/month.

Start free trialBrowse the glossary