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, mais de 85% das vendas chegam com o fbclid (o identificador de clique do Meta) capturado. A fração que sobra, algo entre 10% e 15%, chega sem ele e é estruturalmente impossível 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. Permite comparar modelos de atribuição, como last-click e data-driven, lado a lado. | 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 traqueamento sujo é construir conclusão sobre dado errado.
O teto honesto: 10% a 15% 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 fica entre 10% e 15% 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.
Na prática: o teto da atribuição honesta na maioria das contas bem configuradas fica em torno de 85% a 90%. Quem te promete 100% está fazendo uma de duas coisas: ou não mediu, ou está chutando os 10% a 15% que faltam 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 85% a 90% 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 10% a 15%: 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, algo entre 10% e 15% 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 85% a 90%.
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 que 10% a 15% das vendas nunca vão 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.