Pular para o conteúdo
atribuiçãoanalyticsmídia

Por que last-click está matando seu marketing (e o que fazer)

Last-click decide budget para o canal errado. Mostramos como atribuição modelada muda decisão de mídia e libera 20-40% de orçamento desperdiçado.

Alexandre Engel 2 min de leitura

A reunião de marketing acontece toda quarta. Alguém abre o GA4, mostra um gráfico de “conversões por canal” e o time decide aumentar verba no canal que aparece em primeiro. Em 9 de 10 casos esse canal é marca + remarketing.

Aí o funil seca em 2 meses e ninguém sabe por quê.

O problema com last-click

GA4, Meta Ads Manager e Google Ads são, por padrão, last-click. Isso significa que o crédito da conversão vai inteiro pra última fonte tocada antes da compra.

Esse modelo tem um viés conhecido: ele superpaga canais de fundo de funil (remarketing, marca, search direto) e subpaga canais de descoberta (prospecting, social orgânico, conteúdo SEO, podcasts).

O resultado prático: você corta o que está enchendo o funil porque “não vende”, e dobra o que está colhendo lead que já estava ali.

Atribuição modelada (Markov / Shapley)

O modelo que recomendamos pra negócios com ciclo de decisão > 7 dias é Markov chain ou Shapley value sobre toda a jornada do lead. A intuição:

  • Cada touchpoint ganha um peso proporcional ao impacto marginal dele na conversão.
  • Se você remover um canal da jornada, quanto cai a probabilidade de conversão? Esse é o peso.

Resultado real (case Urbacon, T1/2026):

CanalLast-clickMarkov
Meta remarketing38%14%
Google search marca26%9%
Meta prospecting8%31%
SEO blog/landing4%22%
Indicação12%8%
Outros12%16%

Note que prospecting + SEO somam 12% no last-click e 53% no Markov. A decisão de mídia muda completamente.

Como começar amanhã

  1. Tagueamento server-side. GTM Server-Side + enhanced conversions no Google Ads e Conversions API no Meta. Sem isso, qualquer modelo é lixo entrando lixo saindo.
  2. Conectar CRM ao analytics. Sem evento de venda fechada batendo no GA4 / BigQuery, o modelo aprende sobre lead, não sobre receita.
  3. Rodar o modelo num dataset de 90 dias. Em <90 dias o modelo não tem volume pra ser confiável.
  4. Revisar decisão de mídia trimestralmente, não semanalmente. Modelos precisam de tempo pra ficarem estáveis.

O que isso significa pra você

Se você opera marketing com ciclo de venda longo (imóvel, B2B, crédito, educação), o budget que está em remarketing/marca provavelmente está superdimensionado em 20-40%. Esse dinheiro está parado.

Mover ele pra topo de funil mensurado direito é o caminho mais barato pra encher o funil de novo — sem aumentar orçamento total.

Pronto pra desenhar sua operação de crescimento AI-first?

Descreva seu desafio e receba uma recomendação objetiva de escopo, stack e investimento.

Solicitar diagnóstico