Para saber qual anúncio gerou a venda você não olha um painel — você cruza três fontes que medem a mesma venda de jeitos diferentes: o Gerenciador de Anúncios do Meta, a sua plataforma de vendas (Hotmart, Kiwify, Shopify, o checkout) e o Google Analytics 4. Cada uma conta uma parte da história e esconde outra. A resposta confiável aparece quando você reconcilia as três e aceita uma margem que ninguém quer admitir.
Essa margem existe e tem tamanho. Na operação do Tracker, mesmo com traqueamento impecável, cerca de 9% das vendas não têm fbclid — o identificador de clique do Meta — e são estruturalmente impossíveis de atribuir a um anúncio específico. Quem promete "atribuição 100%" está vendendo uma resposta que não existe. O que existe é triangulação. É disso que trata este artigo.
Por que um painel sozinho nunca te dá a resposta
O gestor de tráfego abre o Gerenciador de Anúncios, vê 50 vendas atribuídas à campanha, abre a Hotmart e vê 38. Mesma semana, mesma campanha, dois números diferentes. Isso não é bug. É o que acontece quando duas plataformas medem a realidade a partir de pontos de observação diferentes.
O Meta atribui pela janela de atribuição. Por padrão, se uma pessoa clicou no anúncio e comprou em até 7 dias, a venda entra na conta da campanha — mesmo que ela tenha comprado depois de ver mais quatro anúncios de concorrentes, pesquisado no Google e voltado pelo seu link de e-mail. O Meta também conta view-through: pessoas que só viram o anúncio, não clicaram, e compraram depois. A plataforma de vendas, do outro lado, só sabe que houve um pedido. Ela não tem a menor ideia de qual anúncio existia antes.
Ou seja: o número do Meta é uma estimativa otimista construída pelo próprio Meta. O número da plataforma de vendas é um fato contábil cego à origem. Os dois estão "certos" dentro da própria lógica — e por isso brigam. Já detalhei essa briga no artigo sobre por que o Meta Ads infla as conversões, e ela é a raiz de quase toda discussão de ROAS que termina sem acordo.
A divergência de 20–40% não é erro — é estrutura
Na operação Castnexo, a divergência típica entre o número de vendas que o Meta reporta e o número que a plataforma de vendas registra fica entre 20% e 40%. Esse intervalo se repete em conta após conta. Não é descuido de configuração — é o resultado matemático de juntar janela de atribuição, view-through e cross-device (a pessoa vê o anúncio no celular e compra no desktop).
O erro clássico é tratar a divergência como problema a ser eliminado. Não é. Ela só vira problema quando você não sabe o tamanho dela. Um gestor que sabe que o Meta infla ~30% naquela conta consegue decidir orçamento com confiança. Um gestor que acha que o Meta está certo escala uma campanha que, na contabilidade real, está empatando.
Obs.: a divergência não é constante entre contas. Produto de ticket alto e ciclo de decisão longo (vários dias entre clique e compra) tende a divergir mais, porque a janela de atribuição captura mais jornada. Infoproduto de compra por impulso diverge menos. Você precisa medir o seu número, não usar uma média da internet.
O conceito que resolve: conversão direta vs. assistida
Antes do método, um conceito que muda tudo. Uma venda quase nunca tem um único responsável. Ajornada do cliente real é mais ou menos assim: viu um anúncio de topo no Instagram, ignorou; viu de novo numa campanha de remarketing, clicou, não comprou; recebeu um e-mail, voltou, comprou.
Qual anúncio "gerou" essa venda? O modelo last-click — o padrão da maioria das ferramentas — dá todo o crédito ao último toque, o e-mail. O Meta tende a puxar o crédito para o clique no anúncio dele. Nenhum dos dois está mentindo; os dois estão escolhendo um responsável diferente para a mesma venda.
Por isso a pergunta certa não é "qual anúncio gerou a venda", e sim "qual anúncio foi a conversão direta e quais foram conversões assistidas". O anúncio de remarketing que recebeu o clique antes da compra é o direto. O anúncio de topo que plantou a marca é o assistido. Cortar o assistido porque ele "não converte" no last-click é o jeito mais rápido de derrubar a conta inteira em duas semanas. Se você quer ir fundo no funcionamento da atribuição dentro do Meta, escrevi um guia dedicado sobre atribuição de conversão no Meta Ads.
O método de reconciliação das 3 fontes
Esse é o núcleo do artigo — o passo a passo que os blogs de agência e a documentação do Google e do Meta não entregam, porque cada um defende a própria plataforma. A regra: você não confia em nenhuma fonte sozinha. Você usa cada uma pelo que ela faz bem e descarta o que ela faz mal.
| Fonte | O que ela mostra bem | O que ela esconde / distorce |
|---|---|---|
| Gerenciador de Anúncios (Meta) | Qual campanha, conjunto e criativo recebeu clique ou impressão antes da compra. É a única que liga a venda a um anúncio específico. | Infla por janela de atribuição e view-through. Conta a mesma venda em campanhas diferentes. Cross-device puxa crédito demais. |
| Plataforma de vendas (Hotmart, checkout) | O número real de pedidos e o faturamento. É o fato contábil — quanto dinheiro entrou de verdade. | Cega à origem. Não sabe qual anúncio existia. Os UTMs que ela registra podem estar incompletos ou sobrescritos. |
| Google Analytics 4 | A jornada multi-canal: quais canais tocaram o usuário e em que ordem. Mostra last-click e o caminho de conversão. | Perde sessão por cross-device e por bloqueadores. O modelo data-driven é uma caixa-preta. Pode discordar tanto do Meta quanto da plataforma. |
Passo 1 — Ancore no número da plataforma de vendas
Comece pelo fato. A plataforma de vendas diz que entraram 38 pedidos na semana. Esse é o seu denominador. Tudo o mais é tentativa de explicar a origem desses 38 — nunca de inventar pedidos que não existiram. Se o Meta diz 50, você já sabe que 12 dessas "vendas" são contagem dupla ou view-through. O número da plataforma de vendas nunca é negociável; o do Meta sempre é.
Passo 2 — Pegue os UTMs e o fbclid de cada pedido
Aqui mora a diferença entre adivinhar e medir. Cada pedido precisa carregar os parâmetros UTM e o fbclid (ou gclid, no Google) que vieram na URL no momento do clique. Isso conecta o pedido contábil a um anúncio real, sem depender do Meta para fazer a ligação. Se a sua plataforma de vendas registra o UTM no pedido, você consegue dizer "este pedido veio da campanha X" olhando o seu próprio dado — não o painel do Meta.
O fbclid é o que torna a venda atribuível a um clique específico. Quando ele está presente, o Meta consegue casar o evento de compra (via os parâmetros _fbc e _fbp) com o anúncio que recebeu o clique. Quando não está, a venda fica órfã. Por isso esse passo é onde mais gente perde dado — e o motivo de tantas contas terem atribuição ruim sem saber.
Passo 3 — Compare GA4 e Meta para o mesmo conjunto de pedidos
Agora você tem 38 pedidos com origem. Cruze com o GA4: ele vai mostrar que parte desses pedidos teve o anúncio do Meta como último clique e parte teve como toque assistido. O Meta, por sua vez, vai mostrar quais teve impressão sem clique (view-through). É aqui que você separa conversão direta de assistida. Não espere os três números baterem — eles nunca batem. O objetivo é entender a forma da discordância, não eliminá-la.
Passo 4 — Calcule a divergência e fixe o seu fator
Com algumas semanas de dado, você descobre o número que importa: o fator de inflação da sua conta. Se o Meta consistentemente reporta 30% a mais do que a plataforma de vendas confirma, esse 30% vira sua lente. Daí em diante você lê o Gerenciador de Anúncios já descontando — e o seu ROAS real deixa de ser o número que o Meta te mostra e passa a ser o número que sobra depois da reconciliação.
Obs.: antes de confiar em qualquer divergência, garanta que o problema não é traqueamento quebrado. Pixel duplicado, evento de compra disparando duas vezes ou container mal configurado produzem divergências falsas que não têm nada a ver com janela de atribuição. Vale rodar uma auditoria do container GTM antes de medir atribuição — medir em cima de tracking sujo é construir conclusão sobre dado errado.
O teto honesto: ~9% das vendas são não-atribuíveis
Aqui está a parte que nenhum concorrente coloca no artigo dele. Mesmo com traqueamento impecável — Pixel correto, API de Conversões ativa, UTMs em todos os links, container limpo — uma fração das vendas simplesmente não tem origem rastreável. Na operação do Tracker, esse gap residual é de aproximadamente 9% das vendas.
Por quê? Porque essas pessoas chegaram sem fbclid. O usuário viu o anúncio, fechou, e dois dias depois digitou o nome da marca direto no navegador. Ou clicou num print que um amigo mandou no WhatsApp. Ou abriu o anúncio no app do Instagram, que strippa parâmetros de URL em alguns fluxos. Não existe linha de código que recupere um identificador que nunca chegou ao seu site. Essa venda é real, o anúncio provavelmente ajudou — mas atribuí-la a um criativo específico seria invenção.
Ou seja: o teto da atribuição honesta na maioria das contas bem configuradas fica em torno de 90–91%. Quem te promete 100% está fazendo uma de duas coisas — ou não mediu, ou está chutando os 9% e te entregando o chute como certeza. Saber que existe um piso de incerteza não enfraquece a sua análise. Fortalece: você para de tentar explicar o inexplicável e foca a energia nos 91% que dá para medir bem.
Onde uma ferramenta de traqueamento entra
O método das três fontes funciona no braço — planilha, exportações, conferência manual toda segunda-feira. Funciona, mas não escala. Em uma conta com volume, ninguém cruza fbclid de pedido em pedido na mão sem errar.
É aí que entra uma camada de traqueamento própria. Em vez de depender do que o Meta decide te contar, você captura o fbclid, o gclid e os UTMs no primeiro toque, persiste esse dado pela jornada inteira — inclusive cross-device, quando há e-mail ou telefone para casar — e dispara o evento de compra pela API de Conversões com a origem já anexada. O Meta recebe a venda já reconciliada. O seu banco de dados guarda a verdade contábil. E você lê o ROAS sabendo de onde cada número veio.
Não é mágica e não fecha o gap de 9% — nada fecha. Mas transforma a reconciliação de uma rotina manual semanal em algo que acontece sozinho, em tempo real, com o teto honesto explícito em vez de escondido. Se você quer o panorama completo de como montar essa base, o guia completo de traqueamento cobre cada camada — do Pixel à API de Conversões.
Perguntas frequentes
Por que o Meta mostra mais vendas do que a Hotmart?
Porque o Meta conta por janela de atribuição e inclui view-through — vendas de quem só viu o anúncio sem clicar. A Hotmart conta só pedidos confirmados. A divergência típica fica entre 20% e 40% e não é erro: é a diferença entre uma estimativa de marketing e um fato contábil.
Qual modelo de atribuição devo usar?
Nenhum sozinho. Last-click subestima o topo de funil; o modelo do Meta superestima o próprio anúncio. Use last-click como base de leitura, mas sempre olhe as conversões assistidas em paralelo. O modelo certo é a triangulação entre as três fontes, não a escolha de um vencedor.
É possível atribuir 100% das vendas a um anúncio?
Não. Mesmo com traqueamento impecável, cerca de 9% das vendas chegam sem fbclid ou gclid e são estruturalmente não-atribuíveis a um anúncio específico. Qualquer ferramenta que promete 100% está chutando esse resto. O teto honesto fica em torno de 90–91%.
O que é conversão direta e conversão assistida?
Conversão direta é o anúncio que recebeu o último clique antes da compra. Assistida é o anúncio que tocou o usuário antes, sem ser o último toque — geralmente o topo de funil. Cortar campanhas assistidas porque elas "não convertem" no last-click costuma derrubar a conta inteira em poucas semanas.
O próximo passo
Saber qual anúncio gerou a venda não é abrir um painel — é cruzar três que discordam e aceitar um teto de ~9% que ninguém consegue fechar. Quem faz isso na planilha acerta, mas trava no volume. Quem automatiza a captura de fbclid, UTMs e o disparo via API de Conversões lê o ROAS real sem refazer a conta toda segunda-feira. O Tracker faz exatamente essa reconciliação — comece os 30 dias grátis e veja a divergência da sua conta com número, não com achismo.