Janelas de atribuição sem mistério: por que suas plataformas nunca concordam
Sete dias de clique, um dia de visualização, modelos baseados em dados, conversões modeladas. Entenda o que cada número realmente conta antes de comparar canais.

Some as conversões que cada plataforma reporta em um mês e você provavelmente terá entre 1,3 e 2 vezes mais vendas do que o seu caixa registrou. Não é fraude, nem bug. Cada plataforma vê apenas a parte da jornada que acontece dentro dela e reivindica a conversão sempre que suas próprias regras permitem. Quando o mesmo cliente vê um vídeo no YouTube, clica em um anúncio no Instagram e depois busca a marca no Google, três plataformas podem, legitimamente, contar a mesma venda.
O que é uma janela de atribuição
A janela define por quanto tempo depois de uma interação a plataforma pode reivindicar uma conversão. Existem dois tipos principais. A janela de clique conta conversões que acontecem até N dias depois de um clique no anúncio. A janela de visualização conta conversões de quem viu o anúncio, sem clicar, até N dias antes de converter. O padrão atual do Meta, por exemplo, é 7 dias após o clique e 1 dia após a visualização. No Google Ads, a janela de clique padrão é de 30 dias para a maioria das ações de conversão.
Janelas maiores capturam mais conversões tardias reais, mas também reivindicam mais vendas que aconteceriam de qualquer jeito. A janela de visualização é especialmente sensível: em categorias de compra frequente, quase todo cliente terá visto algum anúncio nas últimas 24 horas, o que não significa que o anúncio tenha causado a compra.
O modelo de atribuição muda a divisão
Além da janela, existe o modelo que distribui o crédito entre os pontos de contato. Último clique dá tudo para a última interação. Primeiro clique favorece quem abriu a jornada. Modelos baseados em dados, hoje padrão no Google Ads e no GA4, usam aprendizado de máquina para distribuir o crédito com base nos caminhos observados. Todos são convenções. Nenhum deles mede causalidade, porque todos comparam apenas pessoas que foram expostas, sem um grupo de controle que não foi.
Conversões modeladas e o fim do rastreamento perfeito
Desde o App Tracking Transparency da Apple, as restrições a cookies de terceiros e a exigência de consentimento pela LGPD e pelo GDPR, uma parte crescente das conversões não pode ser observada diretamente. As plataformas preenchem essa lacuna com conversões modeladas, estimativas estatísticas do que provavelmente aconteceu. Isso é razoável, mas significa que o número no painel já mistura observação com modelagem, e a proporção entre as duas muda de plataforma para plataforma e de mês para mês.
Como comparar com justiça
- Deixe janela, modelo de atribuição e tipo de conversão visíveis ao lado de cada número reportado.
- Nunca some conversões de plataformas diferentes para chegar a um total. Esse total não existe no seu caixa.
- Use um KPI de negócio, como vendas faturadas ou leads qualificados, como referência comum para todos os canais.
- Ao mudar uma janela ou modelo, marque a data. Séries que atravessam essa mudança não são comparáveis sem ajuste.
- Calcule a razão entre conversões reportadas e conversões reais por canal. Ela revela quanto cada plataforma tende a reivindicar a mais.
Onde a atribuição é útil, e onde não é
Atribuição é ótima para decisões táticas dentro de um mesmo canal: qual criativo, qual público, qual palavra-chave performa melhor sob as mesmas regras. É fraca para decisões de alocação entre canais, porque cada plataforma joga com regras diferentes e todas tendem a favorecer canais de fundo de funil, que estão mais perto da conversão mas nem sempre a causam. Para a pergunta “quanto colocar em cada canal”, atribuição precisa ser combinada com experimentos de incrementalidade e MMM.
Um número atribuído não é um número errado. É um número com sotaque. O importante é saber de onde ele vem.
É por isso que o LMM etiqueta cada métrica como observada, atribuída, modelada ou não estimável, e exibe a janela e o modelo junto de cada número atribuído. A comparação fica justa porque a origem fica à vista, e o time para de discutir qual plataforma está certa para discutir o que fazer com o orçamento.




