Última atualização em 27 de agosto de 2026 às 16:19
Como usar este guia e objetivos de aprendizagem
Este guia foi elaborado para usuários que já conseguem criar gráficos básicos, mas ainda não desenvolveram uma compreensão sistemática da combinação de dados. Ele se concentra na análise de marketing e explica por que os dados são duplicados, por que as métricas unidas tornam-se nulas e por que o total de linhas pode estar incorreto – não apenas em quais botões clicar.
Depois de concluir este guia, você será capaz de:
- Decida se um cenário de relatório é adequado para combinação de dados.
- Escolha os campos de junção, o operador de junção e a granulação de dados corretos.
- Combine Google Ads e GA4 em uma única tabela de desempenho publicitário.
- Recalcule CTR, CPC, taxa de conversão de compra e ROAS a partir das métricas básicas.
- Solucione problemas de valores nulos, métricas inflacionadas, registros ausentes, totais incorretos e carregamento lento.
1. O que é combinação de dados?
Um gráfico padrão geralmente lê apenas uma fonte de dados. Uma combinação permite que um gráfico, tabela ou controle use diversas fontes de dados ao mesmo tempo e combine campos de diferentes tabelas de acordo com as condições de junção definidas.
Google Ads: Data + Campaign ID + Custo + Clicks
↓
Mistura Data Studio
↑
GA4: Data + Campaign ID + Sessions + Purchase Revenue1.1 Casos de uso comuns
| Caso de uso | Combinação de fontes de dados | Objetivo |
|---|---|---|
| Análise de desempenho publicitário | Google Ads + GA4 | Combine gastos, tráfego, pedidos e receitas em uma tabela |
| Ritmo orçamentário | Google Ads + Google Sheets | Compare o gasto real com o orçamento mensal e a meta de ROAS |
| Resumo do canal Cross | Google Ads + Meta Ads + TikTok Ads | Compare gastos, cliques e conversões entre canais |
| Análise de desempenho de SEO | Search Console + GA4 | Compare impressões de pesquisa, cliques, visitas e conversões |
| Análise de rentabilidade do produto | Dados do pedido + tabela de custos | Calcule a receita de vendas, custo de compra e lucro bruto |
| Análise de chumbo CRM | GA4 + CRM | Avalie leads qualificados e vendas geradas por cada fonte |
1.2 Limitações da combinação de dados
Uma mistura pode conter até cinco tabelas. A configuração combinada está incorporada no relatório atual e não pode ser reutilizada diretamente em relatórios como uma fonte de dados padrão. Quando todo o relatório for copiado, a combinação será copiada com ele. Uma mistura também não possui credenciais de dados independentes ou configurações de atualização; ele os herda das fontes de dados subjacentes.
2. Quatro conceitos básicos que você deve compreender
2.1 Tabela
Uma mistura consiste em várias tabelas. Cada tabela vem de uma fonte de dados subjacente e inclui apenas as dimensões, métricas, filtros e intervalo de datas que você adiciona no editor combinado.
Tabela 1: Google Ads Data | Customer ID | Campaign ID | Campaign | Impressions | Clicks | Custo Tabela 2: GA4 Data | Session Google Ads customer ID | Session Google Ads campaign ID | Sessions | Compras | Revenue
2.2 Condição de adesão
As condições de junção determinam quais registros em duas tabelas pertencem ao mesmo grupo. Os nomes dos campos não precisam ser idênticos, mas seus valores e tipos de dados devem ser compatíveis. As condições de junção Data Studio suportam apenas comparações de igualdade.
Google Ads Date = GA4 Date Google Ads Customer ID = GA4 Session Google Ads customer ID Google Ads Campaign ID = GA4 Session Google Ads campaign ID
Junções sem igualdade, como maior que, contém ou diferente, não são suportadas. Se sua lógica de negócios exigir correspondência difusa, correspondência de intervalo ou condições complexas, processe os dados primeiro em Google Sheets, BigQuery ou outra ferramenta upstream.
2.3 Operador de adesão
O operador join determina se os registros sem correspondência serão retidos. A opção mais comum para análise de publicidade é uma junção externa à esquerda: coloque Google Ads à esquerda, retenha todos os registros de publicidade que geraram gastos e, em seguida, anexe sessões, compras e receitas de GA4.
2.4 Granulação de Dados
A granulação de dados define o que uma linha representa. É o fator decisivo para saber se uma mistura produz resultados corretos.
| Tipo de relatório | O que uma linha representa | Chave de adesão recomendada |
|---|---|---|
| Resumo diário | Uma linha por dia | Date |
| Relatório diário da campanha | Uma linha por dia, conta e campanha | Date + Customer ID + Campaign ID |
| Relatório diário do país | Uma linha por dia e país | Data + Country |
| Relatório diário do produto | Uma linha por dia e SKU | Data + SKU |
| Detalhe do item de linha do pedido | Uma linha por item de linha do pedido | Order ID + Line item ID |
3. Como escolher entre os cinco tipos de junção
| Tipo de adesão | Regra de retenção | Melhor para | Risco principal |
|---|---|---|---|
| Left outer | Retém todos os registros da tabela esquerda e adiciona registros correspondentes da tabela direita | Tabela mestre de gastos com publicidade ou tabela mestre de pedidos | Múltiplas correspondências do lado direito podem aumentar as métricas do lado esquerdo |
| Right outer | Retém todos os registros da tabela correta | Quando os dados do lado direito devem ser primários | Geralmente substituído pela troca da ordem da tabela e pelo uso de uma junção externa à esquerda |
| Inner | Retém apenas registros correspondidos em ambos os lados | Analisando apenas registros totalmente correspondidos | Dados incomparáveis desaparecem |
| Full outer | Mantém todos os registros de ambos os lados | Verificações de integridade e diagnóstico de dados faltantes | Produz muitos valores nulos e geralmente requer IFNULL |
| Cross | Retorna todas as combinações possíveis | Cálculos e testes de combinação especial | A contagem de linhas pode crescer exponencialmente |
3.1 Por que os relatórios de publicidade geralmente usam uma junção externa à esquerda
Os relatórios de publicidade geralmente tratam os gastos com mídia como base de auditoria. Se uma campanha gerou gastos, mas GA4 não tiver nenhuma sessão ou compra correspondente, o registro de publicidade ainda deverá aparecer. Colocar Google Ads à esquerda e usar uma junção externa à esquerda retém esses registros enquanto exibe métricas incomparáveis da tabela direita como nulas ou 0.
3.2 A ordem das mesas é importante em combinações de múltiplas mesas
Data Studio executa junções sequencialmente a partir da esquerda. Ele primeiro une a Tabela 1 e a Tabela 2 e, em seguida, usa esse resultado na próxima junção com a Tabela 3. Quando você combina automaticamente vários gráficos, o primeiro gráfico selecionado se torna a tabela mais à esquerda e uma junção externa à esquerda é usada por padrão.
4. Duas maneiras de criar uma mistura
4.1 Método 1: mesclar gráficos existentes automaticamente
Este método é útil para testes rápidos ou criação temporária de métricas de proporção.
- Crie dois ou mais gráficos ou scorecards no relatório, cada um usando uma das fontes de dados de destino.
- Certifique-se de que cada gráfico contenha apenas os campos que você pretende incluir na combinação.
- Segure Ctrl – ou Command em um Mac – e selecione os gráficos na ordem desejada da esquerda para a direita.
- Clique com o botão direito e selecione “Blend data”.
- Revise a ordem da tabela gerada automaticamente, junte os campos e o operador de junção e, em seguida, ajuste os campos do gráfico conforme necessário.
4.2 Método 2: Criar uma mistura manualmente
Para relatórios de produção, o método manual é recomendado porque facilita a revisão dos campos, intervalo de datas, filtros e condições de junção de cada tabela.
- Entre no modo de edição de relatório e adicione as fontes de dados subjacentes — como Google Ads, GA4 e Google Sheets — ao relatório.
- Abra Resources → Manage blends → Add a blend. Você também pode selecionar um gráfico e clicar em “+ Blend data” na área da fonte de dados à direita.
- Configure a primeira tabela: selecione a fonte de dados e adicione dimensões, métricas, um intervalo de datas e filtros em nível de tabela.
- Clique em “Join another table” e adicione a segunda tabela.
- Clique na configuração de junção entre as duas tabelas e selecione um operador de junção.
- Adicione uma ou mais condições de associação. Um campo de junção deve primeiro ser incluído na tabela correspondente.
- Salve e renomeie a mistura. O nome deve identificar as fontes de dados e a granularidade.
Nomes recomendados:
BLEND_GAds_GA4_CampaignDaily
BLEND_Ads_Budget_Monthly
BLEND_SearchConsole_GA4_LandingPage5. Exemplo prático: Relatório de desempenho Google Ads + GA4
Este exemplo cria um relatório de campanha diário que exibe gastos de mídia, tráfego do site, compras e receita e calcula CTR, CPC, taxa de conversão de compra no site e ROAS.
5.1 Campos Obrigatórios no Relatório Final
| Tipo | Campo |
|---|---|
| Dimension | Data, Customer ID, Campaign ID, Campaign |
| Métricas Google Ads | Impressions, Clicks, Custo |
| Métricas GA4 | Sessions, Ecommerce purchases, Purchase revenue |
| Métricas calculadas | CTR, CPC, Compra CVR, ROAS |
5.2 Preparação
- Confirme se Google Ads e GA4 estão vinculados corretamente e se Google Ads campaign ID está disponível nos dados GA4. Caso contrário, você precisará recorrer aos nomes das campanhas ou aos campos UTM.
- Confirme se Google Ads e GA4 usam o mesmo fuso horário ou aceite explicitamente diferenças em torno dos limites de data.
- Confirme se Cost e Purchase revenue usam a mesma moeda. Em ambientes multimoedas, normalize primeiro as taxas de câmbio upstream.
- Os relatórios de várias contas devem incluir Customer ID para evitar a colisão de IDs de campanha idênticos ou nomes em contas diferentes.
- Defina primeiro a granularidade: uma linha por dia, por conta e por campanha.
5.3 Configurar a tabela esquerda: Google Ads
| Tipo | Campo |
|---|---|
| Fonte de dados | Google Ads |
| Dimension | Date |
| Dimension | Customer ID / Account ID |
| Dimension | Campaign ID |
| dimensão de exibição | Campaign |
| Metric | Impressions |
| Metric | Clicks |
| Metric | Cost |
Nomeie esta tabela como Google Ads Dados de mídia. Coloque-o na extremidade esquerda para que todos os registros de publicidade sejam retidos.
5.4 Configure a tabela correta: GA4
| Tipo | Campo |
|---|---|
| Fonte de dados | Google Analytics |
| Dimension | Date |
| Dimension | Session Google Ads customer ID |
| Dimension | Session Google Ads campaign ID |
| dimensão de exibição opcional | Session Google Ads campaign |
| Metric | Sessions |
| Metric | Ecommerce purchases |
| Metric | Purchase revenue |
Nomeie esta tabela como GA4 Dados do site. Os rótulos dos campos podem diferir ligeiramente entre os idiomas da interface, portanto, selecione os campos com base no significado da campanha ID e do cliente ID.
5.5 Definir o operador de junção e as condições de junção
Selecione Left outer como operador de junção. Defina as condições de junção para:
Google Ads Date = GA4 Date Google Ads Customer ID = GA4 Session Google Ads customer ID Google Ads Campaign ID = GA4 Session Google Ads campaign ID
5.6 Construa uma tabela de diagnóstico antes de criar scorecards
Depois de salvar a combinação, crie primeiro uma tabela padrão, em vez de criar imediatamente apenas scorecards. A tabela de diagnóstico deve exibir pelo menos Data, Customer ID, Campaign ID, Campaign, Custo, Sessions, Ecommerce purchases e Purchase revenue.
Revise cada linha de data e campanha em busca de valores nulos, linhas duplicadas e inflação anormal. Adicione CTR, CPC, taxa de conversão e ROAS somente depois que as métricas base estiverem corretas.
6. Calcule CTR, CPC, taxa de conversão e ROAS
As fórmulas de origem Cross devem ser criadas como campos calculados específicos do gráfico. O caminho usual é: selecione o gráfico que usa a mistura → Add metric → Add field. Um campo calculado criado dentro de uma tabela individual pode fazer referência apenas aos campos dessa tabela e não pode fazer referência diretamente a outra tabela.
6.1 CPC
CASE
WHEN SUM(Clicks) = 0 THEN 0
ELSE SUM(Cost) / SUM(Clicks)
ENDDefina o formato de exibição para Currency.
6.2 CTR
CASE
WHEN SUM(Impressions) = 0 THEN 0
ELSE SUM(Clicks) / SUM(Impressions)
ENDDefina o formato de exibição para Percent.
6.3 Taxa de conversão de compra no site
CASE
WHEN SUM(Sessions) = 0 THEN 0
ELSE SUM(Ecommerce purchases) / SUM(Sessions)
ENDEssa métrica é definida como GA4 ecommerce purchases dividida por sessões GA4. Não é a taxa de conversão de publicidade mostrada em Google Ads, e os dois podem usar regras de atribuição diferentes.
6.4 ROAS
CASE
WHEN SUM(Cost) = 0 THEN 0
ELSE IFNULL(SUM(Purchase revenue), 0) / SUM(Cost)
ENDDefina o formato de exibição como Number com duas casas decimais. Por exemplo, 3,25 significa que cada 1 unidade de gasto com publicidade gerou 3,25 unidades de purchase revenue.
6.5 Por que você não deve fazer a média direta de CTR ou CPC
| Campaign | Impressions | Clicks | CTR |
|---|---|---|---|
| Um | 100 | 10 | 10% |
| B | 10,000 | 100 | 1% |
Uma média direta dos dois valores CTR é 5,5%, mas o CTR geral correto é 110 ÷ 10.100 ≈ 1,09%. Combine métricas básicas como impressões, cliques, custos, sessões, compras e receita e, em seguida, recalcule as proporções.
7. Filtros, intervalos de datas e ordem de operações
Os intervalos de datas e os filtros em uma combinação operam em dois níveis: antes da junção e depois da junção. A sua posição no processo é diferente, pelo que podem produzir resultados completamente diferentes.
7.1 Configurações em nível de tabela: aplicadas antes da união
Um intervalo de datas, filtro ou campo calculado em nível de tabela configurado para uma tabela individual no editor de combinação é aplicado a essa tabela antes que Data Studio execute a junção.
Consultar Google Ads → Aplicar filtros em nível de tabela Google Ads → Agregar
Consultar GA4 → Aplicar filtros em nível de tabela GA4 → Agregar
↓
Realizar adesão7.2 Configurações em nível de gráfico: aplicadas após a união
Um filtro aplicado a um gráfico que usa a combinação opera no resultado final da combinação. Por exemplo, um filtro de gráfico Revenue > 0 pode excluir campanhas que geraram gastos, mas nenhuma receita.
7.3 Configuração de data recomendada
Intervalo de datas da tabela Google Ads: Auto Intervalo de datas da tabela GA4: Auto Página do relatório: adicione um controle de período compartilhado
Use diferentes intervalos de datas fixas para tabelas individuais somente ao realizar comparações de períodos, correspondência com tabelas de destino ou analisar janelas de tempo especiais.
8. Limpeza e padronização de campos de junção
Os campos que parecem idênticos em ambos os lados não correspondem necessariamente. Espaços, letras maiúsculas, tipos de dados e formatos de data podem causar falhas de junção. Crie campos padronizados em cada tabela e use esses campos como chaves de junção.
| Objetivo | Fórmula de exemplo |
|---|---|
| Remover espaços iniciais e finais | TRIM(Campaign) |
| Padronizar para letras minúsculas | LOWER(TRIM(Campaign)) |
| Converter um ID em texto | CAST(Campaign ID AS TEXT) |
| Converter um ID em um número | CAST(Campaign ID AS NUMBER) |
| Converter texto em uma data | PARSE_DATE(“%Y-%m-%d”, Date Text) |
8.1 Prefira IDs a nomes
Os campos de nome podem ser editados, variar entre idiomas ou ser duplicados entre contas. Use identificadores estáveis, como Campaign ID, Customer ID, Order ID e SKU para junções e use nomes apenas para exibição.
8.2 O grão da tâmara deve ser consistente
Não junte Date diretamente a Date Hour e não trate 2026-08-26 e 2026-08-26 14:00:00 como a mesma granularidade. Primeiro padronize ambos os lados para dia, semana ou mês.
9. Problemas comuns e solução de problemas
9.1 Todas as métricas GA4 são nulas
- Os tipos de dados de Data, Campaign ID ou Customer ID são inconsistentes.
- GA4 não contém o Google Ads campaign ID correspondente.
- O nome Campaign é usado como chave de junção, mas os dois lados diferem devido a espaços, letras maiúsculas ou renomeação histórica.
- Customer ID está ausente em um relatório de várias contas.
- Um filtro ou intervalo de datas em nível de tabela excluiu os dados antes da associação.
Para solucionar problemas, restrinja o intervalo de datas para um dia e o escopo para uma campanha e, em seguida, exiba os campos de junção de ambos os lados na tabela de diagnóstico.
9.2 Custo ou Revenue está inflacionado
A causa mais comum é uma chave de junção não exclusiva que cria correspondências um para muitos ou muitos para muitos.
Google Ads: Data + Campaign ID = 1 linha, Custo = 100 GA4: Data + Campaign ID + Country = 3 linhas Após ingressar apenas na Data + Campaign ID, o custo pode ser duplicado para 300
As soluções possíveis incluem remover a dimensão Country de GA4, adicionar Country em ambos os lados ou agregar ambas as fontes na mesma granularidade em Google Sheets ou BigQuery primeiro.
9.3 Algumas campanhas desaparecem
Primeiro verifique se uma junção interna está sendo usada. Uma junção interna retém apenas registros correspondentes em ambos os lados. Os relatórios de publicidade geralmente devem usar Google Ads como tabela à esquerda e selecionar Left outer. Verifique também se um filtro em nível de tabela removeu registros antes da junção.
9.4 O total de linhas não corresponde aos resultados no nível da linha
Se a fórmula for Clicks / Impressions, Data Studio poderá calcular a proporção para cada linha e, em seguida, somar essas taxas, produzindo um total incorreto. Use SUM(Clicks) / SUM(Impressions) para calcular a proporção geral.
9.5 O controle de intervalo de datas não tem efeito
- A combinação não contém um campo de data válido.
- O gráfico usa a dimensão de período errada.
- A data Google Sheets está sendo interpretada como texto.
- As duas tabelas usam grãos de data diferentes.
- Uma tabela possui um Custom date range que substitui o controle de intervalo de datas no nível do gráfico.
9.6 Um campo calculado não pode fazer referência a múltiplas fontes de dados
Um campo criado dentro de uma tabela individual no editor combinado pode fazer referência apenas aos campos dessa tabela. Para calcular Purchase revenue / Cost, primeiro salve a combinação e depois crie um campo calculado específico do gráfico em um gráfico que usa a combinação.
9.7 O relatório carrega muito lentamente
- Remova campos e dimensões não utilizados da combinação.
- Reduza o número de tabelas e evite junções cruzadas.
- Reduza o intervalo de datas padrão.
- Evite uma mistura granular desnecessária, como incluir Campaign, Country, Device e Landing page ao mesmo tempo.
- Verifique se um conector de comunidade de terceiros está respondendo lentamente.
- Pré-agregue modelos de dados grandes ou usados repetidamente em BigQuery.
10. Fluxo de trabalho de validação de dados
Não publique imediatamente após criar a mistura. Valide desde um escopo pequeno até um maior para identificar problemas de junção o mais rápido possível.
- Crie uma tabela Google Ads bruta, uma tabela GA4 bruta e uma tabela de diagnóstico combinada.
- Limite o intervalo de datas a um dia.
- Selecione uma campanha que tenha gastos, sessões e compras.
- Compare o custo Google Ads com o custo na tabela combinada e compare GA4 Sessions, compras e Revenue com as métricas combinadas correspondentes.
- Verifique se Date + Customer ID + Campaign ID é único em cada tabela.
- Expanda o escopo para todas as campanhas de um dia, depois para 7 dias e 30 dias.
- Depois que as métricas básicas estiverem corretas, valide CTR, CPC, Compra CVR e ROAS.
10.1 Quais métricas devem corresponder?
| Verifique | Resultado esperado |
|---|---|
| Custo Google Ads | Deve corresponder a Google Ads nos mesmos filtros de data, conta e campanha |
| Google Ads Clicks / Impressions | Deve corresponder à tabela Google Ads bruta |
| GA4 Sessions / Compras / Revenue | Deve corresponder à tabela GA4 bruta nas mesmas dimensões e filtros |
| Conversões de Google Ads vs. compras de GA4 | Não se espera que haja correspondência porque os modelos de atribuição, o tempo de conversão e as definições podem ser diferentes |
11. Otimização de desempenho e alternativas
11.1 Quando uma mistura Data Studio ainda é apropriada
- A mistura não contém mais do que cinco tabelas.
- A lógica de junção é principalmente um para um ou muitos para um.
- O volume de dados é moderado e o relatório é usado principalmente para visualização.
- A combinação é necessária apenas no relatório atual.
- A limpeza do campo e as regras de negócio são relativamente simples.
11.2 Quando Planilhas ou BigQuery são uma escolha melhor
- Você precisa ingressar em mais de cinco mesas.
- O modelo contém relacionamentos muitos-para-muitos complexos, correspondência difusa ou correspondência de intervalo.
- Um modelo de dados unificado deve ser reutilizado em vários relatórios.
- O fluxo de trabalho requer limpeza extensa, desduplicação, conversão de moeda ou cálculos de atribuição.
- O volume de dados é grande e os gráficos combinados são visivelmente lentos ou frequentemente excedem as cotas.
- Você precisa reter dados detalhados ou instantâneos transformados a longo prazo.
Google Ads + GA4 + CRM + Shopify
↓
Google Sheets / BigQuery
Limpar · Desduplicar · Padronizar · Agregar
↓
Data Studio
Filtros, gráficos e apenas apresentação12. Modelo de configuração reutilizável e lista de verificação
12.1 Modelo de configuração Google Ads + GA4
Nome da mistura: BLEND_GAds_GA4_CampaignDaily Granulação de dados: uma linha por dia, conta e campanha Tabela esquerda: Google Ads Dimensões: Data, Customer ID, Campaign ID, Campaign Métricas: Impressions, Clicks, Custo Tabela direita: Google Analytics Dimensões: Data, Session Google Ads customer ID, Session Google Ads campaign ID Métricas: Sessions, Ecommerce purchases, Purchase revenue Operador de associação: Left outer Condições de adesão: Date + Customer ID + Campaign ID Métricas calculadas: CTR, CPC, Compra CVR, ROAS Escopo de validação: Um dia e uma campanha
12.2 Lista de verificação de pré-publicação
| Concluído | Item da lista de verificação |
|---|---|
| □ | O significado de uma linha foi claramente definido. |
| □ | As tabelas esquerda e direita usam a mesma granularidade. |
| □ | IDs estáveis são usados como campos de junção em vez de nomes sempre que possível. |
| □ | Customer ID está incluído em relatórios de várias contas. |
| □ | Os tipos de campo de data e os grãos de data são consistentes. |
| □ | Cost e Revenue usam a mesma moeda. |
| □ | A tabela de dados primária é colocada na extrema esquerda. |
| □ | O operador join corresponde ao comportamento pretendido de retenção de dados. |
| □ | Cada combinação de chave de junção é tão exclusiva quanto possível dentro de cada tabela. |
| □ | Métricas de proporção como CTR, CPC e ROAS não são calculadas diretamente em média. |
| □ | As fórmulas da tabela Cross são criadas no gráfico combinado. |
| □ | Os filtros em nível de tabela não removem os registros necessários para a associação. |
| □ | Uma reconciliação em nível de linha foi concluída para um dia e uma campanha. |
| □ | Valores nulos, linhas duplicadas e total de linhas foram verificados. |
| □ | A combinação contém apenas os campos realmente necessários. |
12.3 Termos Principais da Interface
| Conceito | Etiqueta de interface em inglês |
|---|---|
| combinação de dados | Blend data / Mistura |
| Join another table | Join another table |
| Join condition | Join condition |
| Left outer join | Left outer join |
| Inner join | Inner join |
| Dimension | Dimension |
| Metric | Metric |
| Chart-specific calculated field | Chart-specific calculated field |
| Date range | Date range |
| Filter | Filter |
Conclusão
O valor da combinação Data Studio é que ela transforma dados de diferentes sistemas em uma visão de negócios acionável dentro do mesmo gráfico. No entanto, ele não resolve automaticamente problemas em definições de dados, granulação ou relacionamentos de junção. Defina a granularidade antes de escolher chaves de junção, valide as métricas básicas antes de calcular proporções e reconcilie um pequeno escopo antes de expandir para o relatório completo. Seguir esta ordem permite que a maioria dos erros de mistura sejam detectados precocemente.