A pergunta que a atribuição não responde
Considere um cenário hipotético: uma empresa anuncia sua própria marca nas buscas. O relatório mostra muitas conversões e um retorno alto. Só que a maioria dessas pessoas já pretendia comprar e digitaria o nome da empresa de qualquer forma, encontrando o site pelo resultado orgânico.
Atribuir a venda ao anúncio não prova que o anúncio a causou. A pergunta útil é: quais compras poderiam acontecer mesmo sem a exposição?
Atribuição, correlação e causa
A atribuição atribui crédito com regras definidas (como último clique ou modelos baseados em dados). Ela descreve quem tocou na jornada, mas não mede o efeito de remover o anúncio.
Correlação também engana: campanhas ligadas em períodos de alta procura mostram resultados bons porque a procura já estava alta. Separar o efeito da mídia do efeito do contexto exige comparação com um cenário em que a mídia não atuou.
Como investigar a contribuição da mídia
Grupos de controle
Divide-se o público em dois grupos: um é exposto aos anúncios (tratamento) e outro não (controle). A diferença entre as conversões dos grupos estima o efeito adicional.
Segundo a documentação do Google Ads sobre Conversion Lift (consultada em 16/10/2026), o recurso funciona como experimento controlado e há versões baseadas em usuários e baseadas em geografia, com métricas como conversões incrementais e retorno incremental sobre o gasto com anúncios (iROAS).
Testes geográficos
Regiões comparáveis são divididas entre as que recebem a mídia e as que não recebem, e as diferenças são analisadas.
A documentação do Google Ads sobre o estudo baseado em geografia informa que ele costuma exigir orçamento maior que a alternativa baseada em usuários, que segmentação excessiva e exclusões de localização podem impedir a obtenção de dados suficientes, e que resultados podem aparecer como "dados insuficientes" ou "sem lift significativo".
Também recomenda aguardar o fim do estudo para a medição mais precisa.
Requisitos e limitações
Disponibilidade: a mesma documentação informa que o Conversion Lift não está disponível para todas as contas e que o acesso passa pelo representante do Google. Outras plataformas têm ferramentas próprias, e a disponibilidade deve ser confirmada na documentação atual de cada uma.
Escala: é preciso volume de conversões suficiente. Com poucas vendas, a diferença entre grupos pode ser mero acaso.
Duração: o teste deve abranger o ciclo de compra. Se a decisão leva semanas, um teste curto perde parte do efeito.
Contaminação: se o grupo de controle é exposto de outra forma (outros canais, promoções), a comparação perde precisão.
Resultado inconclusivo: é possível terminar um teste sem uma resposta clara, e isso também informa.
Custo: manter regiões ou públicos sem anúncios tem custo de oportunidade.
Aplicação prática: avaliar se o teste é viável
Responda por escrito antes de propor qualquer teste:
Hipótese: o que você acredita que a mídia causa (por exemplo, "os anúncios de marca geram vendas que não ocorreriam pelo orgânico").
Indicador: qual resultado será comparado (vendas, oportunidades, receita) e como será medido, preferindo dados do próprio negócio.
Desenho de comparação: grupos de controle ou regiões, e como serão formados de modo comparável.
Volume: quantas conversões costuma haver por grupo no período planejado e se isso basta para uma leitura confiável.
Duração e janela: tempo do teste e considerações de ciclo de compra.
Riscos: o que se perde ao pausar anúncios no grupo de controle.
Decisão: o que fará com cada resultado possível (aumentar, reduzir, manter ou reavaliar).
Se os dados ou o volume não comportarem um teste, ainda é possível avançar com comparações de períodos e análises complementares, desde que o texto da conclusão deixe claro que são indícios e não prova de causa.
Conexão comercial
Para avaliar se o seu volume e seus dados permitem estudar a contribuição da mídia, converse com a HTZ sobre análise de performance e avaliação de estratégias de investimento, conforme a viabilidade do estudo.