Última atualização em 15 de junho de 2026 às 09:20
Modelo de atribuição primária
Há seis modelos de atribuição comuns: atribuição orientada por dados, atribuição do último clique, atribuição do primeiro clique, atribuição linear, atribuição de decaimento de tempo e atribuição baseada em localização. Podemos dar uma breve olhada nas diferenças de dados e na lógica de atribuição dos diferentes modelos de atribuição.
1. Atribuição orientada por dados
A atribuição orientada por dados usa o aprendizado de máquina para analisar todos os dados disponíveis e atribuir dinamicamente valores de conversão a todos os pontos de contato de engajamento. Esse modelo leva em conta a sequência de pontos de contato, a natureza da interação e outros dados de comportamento do usuário para determinar a contribuição de cada ponto de contato para as conversões.
Exemplo: Digamos que um usuário conclua uma compra pelo seguinte caminho:
- Primeiro clique: Google Ads -> Visitou o site, mas não fez a compra
- Segundo clique: Anúncio do Facebook -> Visitou o site, mas não fez a compra
- Terceiro clique: e-mail marketing -> visite o site e conclua a compra
Em um modelo de atribuição orientado por dados, um valor de conversão pode ser atribuído como:
- Google Ads: 20% (porque leva os usuários a visitarem o site pela primeira vez)
- Anúncios no Facebook: 30% (aumenta o interesse do usuário)
- Marketing por e-mail: 50% (em última análise, leva à compra)
2. Atribuição de último clique
Em um modelo de atribuição de último clique, todos os valores de conversão são atribuídos ao canal em que o usuário clicou pela última vez antes de converter.
Exemplo: Mesmo caminho de usuário:
- Google Ads -> Facebook Ads -> E-mail Marketing -> Compra completa
No modelo de atribuição de último clique, o marketing por e-mail receberá 100% do valor da conversão porque é o último ponto de contato.
3. Atribuição do primeiro clique
Em um modelo de atribuição de primeiro clique, todos os valores de conversão são atribuídos ao primeiro ponto de contato do usuário ao longo de todo o caminho de conversão.
Exemplo: Mesmo caminho de usuário:
- Google Ads -> Facebook Ads -> E-mail Marketing -> Compra completa
Em um modelo de atribuição de primeiro clique, o Google Ads receberá 100% do valor da conversão porque é o primeiro ponto de contato.
4. Atribuição linear
O modelo de atribuição linear atribui um valor de conversão igualmente a cada ponto de contato ao longo do caminho de conversão.
Exemplo: O caminho do usuário é o seguinte:
- Google Ads -> Facebook Ads -> E-mail Marketing -> Compra completa
Em um modelo de atribuição linear, cada canal recebe 1/3 do valor da conversão (33,3%) porque eles são igualmente importantes no caminho da conversão.
5. Atribuição de decaimento de tempo
O modelo de atribuição de decaimento de tempo atribui um valor de conversão com base na distância do ponto de contato em relação ao tempo de conversão. Quanto mais próximo o ponto de contato estiver do tempo de conversão, maior será o valor de conversão obtido.
Exemplo: O caminho do usuário é o seguinte:
- Clicou no Google Ads há 5 dias -> Clicou nos anúncios do Facebook há 3 dias -> Clicou no e-mail marketing hoje -> Concluiu a compra
Em um modelo de atribuição de decaimento de tempo, as possíveis atribuições são:
- Google Ads：20%
- Anúncios no Facebook: 30%
- Marketing por e-mail: 50%
Como o marketing por e-mail está mais próximo da compra real, ele obtém o maior valor de conversão.
6. Atribuição com base na posição
O modelo de atribuição baseado em localização atribui 40% do valor da conversão ao primeiro e ao último pontos de contato, e os 20% restantes, igualmente, aos pontos de contato intermediários.
Exemplo: O caminho do usuário é o seguinte:
- Google Ads -> Facebook Ads -> E-mail Marketing -> Compra completa
Em um modelo de atribuição baseado em localização, as possíveis atribuições são:
- Anúncios do Google: 40%
- Anúncios do Facebook: 20%
- Marketing por e-mail: 40%
Os modelos acima são nossos seis modelos de atribuição comuns. Diferentes modelos de atribuição farão com que vejamos diferentes distribuições de crédito nos dados de conversão. Entender as diferenças de dados e a lógica de atribuição de diferentes modelos de atribuição nos ajudará a entender o conteúdo subsequente.
Modelo de atribuição do GA4
Atualmente, o GA4 usa a atribuição orientada por dados e a atribuição do último clique. Esses dois modelos de atribuição não são mais usados pelo GA4. Portanto, o conteúdo subsequente se concentra principalmente na atribuição orientada por dados e na atribuição do último clique.
Nas configurações de atribuição do GA4, podemos ver que há dois modelos de atribuição para escolher: Orientado por dados e Último clique. Na introdução anterior, vimos a diferença entre os dois modelos de atribuição, orientado por dados e último clique. O modelo orientado por dados é orientado principalmente pelo aprendizado de máquina e pelos dados para alocar dinamicamente o crédito de conversão. O último clique aloca todo o crédito de conversão. Tudo atribuído ao último canal clicado.
A diferença entre a atribuição do último clique em canais pagos e naturais e os canais pagos do Google
Atribuição do último clique para canais pagos e orgânicos:
Ignore o tráfego direto e atribua 100% do valor do evento-chave ao canal em que o cliente clicou pela última vez antes da conversão (ou visualização engajada no YouTube).
Exemplo: Display Advertising > Social > Paid Search > Natural Search → 100% atribuído à Natural Search
Atribuição de último clique para canais pagos do Google:
Atribua 100% do valor do evento-chave ao funil do Google Ads onde o cliente clicou pela última vez antes de converter.
Se não houver cliques do Google Ads no caminho, o modelo de atribuição voltará a ser “último clique de canais pagos e orgânicos”.
Exemplo 1: Display > Social > E-mail > Direto → 100% atribuído ao e-mail (fallback para o último clique não direto)
Exemplo 2: Display > Social > YouTube EVC (visualizações engajadas) > E-mail → 100% atribuído ao YouTube
Impacto das mudanças no modelo de atribuição
As alterações no modelo de atribuição afetarão apenas os dados sobre eventos-chave e não afetarão os dados relacionados a usuários ou sessões. Em outras palavras, a diferença no modelo de atribuição afetará apenas os dados da dimensão relacionada à “Atribuição” em nosso relatório de exploração. As dimensões relacionadas a usuários e sessões, como campanha de primeiro usuário, campanha de sessão etc., não serão afetadas. As dimensões relacionadas ao usuário e à sessão usam o modelo de atribuição de último clique, que não podemos modificar.
Dimensões relacionadas ao usuário:
Dimensões relacionadas à sessão:
Os dados que vemos no relatório estão todos relacionados a usuários e sessões, portanto, os dados que vemos no relatório usam o modelo de atribuição de último clique.
Configurações de alocação de crédito do Google Ads
Também podemos definir a distribuição de crédito dos anúncios do Google no GA4, onde um é alocado somente para os canais pagos do Google e o outro é alocado para canais pagos e canais naturais. Se a configuração for para alocar as conversões trazidas pelos anúncios do Google somente para os canais pagos do Google, as contribuições de outros canais não serão consideradas; se as configurações forem definidas para alocar as conversões trazidas pelos anúncios do Google para canais pagos e canais naturais, o GA4 considerará as contribuições de todos os canais. crédito.
Janela de atribuição para GA4
Além de definir modelos de atribuição diferentes, também podemos definir janelas de atribuição diferentes. Os eventos-chave podem ocorrer dias ou semanas depois que um usuário interage com seu anúncio. A janela de lookback de evento-chave determina há quanto tempo as interações eram elegíveis para atribuição. Por exemplo, uma janela de retrospectiva de evento crítico de 30 dias significa que um evento crítico ocorrido em 30 de janeiro só será atribuído a interações entre 1º e 30 de janeiro.
A alteração da janela de lookback do evento principal só se aplica a dados futuros. Essas alterações serão refletidas em todos os relatórios dessa propriedade de análise.
O evento-chave de aquisição de usuário (first_visit) pode ser definido como 7 dias ou 30 dias, a visualização interativa é de 3 dias e outros eventos-chave marcados como eventos-chave podem ser definidos como 30 dias, 60 dias ou 90 dias. Uma coisa que precisamos observar é que os novos usuários que vemos no relatório se referem à janela de atribuição para eventos-chave de aquisição de usuários definidos aqui, que é de 7 dias ou 30 dias. Portanto, um novo usuário é um usuário que não visitou o site em 7 dias ou 30 dias (dependendo das nossas configurações).