Diagnóstico de Onboarding · Demo

01 · Fundação técnica

Tracking & Mensuração

6 achados

Critico Cross-platform

ROAS Meta 11,4× vs GA4 3,6× · divergência 3,2× indica dupla contagem ativa

Receita reportada Meta 30d: R$812k (purchase value). GA4 receita total mesmo período: R$322k. Razão 2,52× acima do threshold de finding (1,4×). Causa provável: janela de atribuição Meta 7d click + 1d view contabilizando usuários que também convertem via Google — mesma venda contada em dois canais. Decisões de realocação de verba baseadas em ROAS reportado estão incorretas: o canal com 11,4× percebido pode ter ROAS real de 3,5-4,5×.

R$28k

Recuperável
/ mês

⏱ 2h

Plano de fix

Estabelecer GA4 como source-of-truth de receita em todos os relatórios. ROAS de plataforma (Meta/Google) passa a ser métrica direcional, nunca somada.
Ajustar janela Meta para 7d click apenas (remover 1d view da conversão principal), reduzindo sobreposição.
Ativar GA4 Data-Driven Attribution para modelagem mais precisa por canal.
Criar painel de reconciliação mensal: GA4 receita total vs soma reportada plataformas — ratio acima de 1,4× aciona revisão de atribuição.

Comunicação com cliente: O ROAS de 11,4× que Meta reporta inclui vendas que Google também reivindica. O número real do GA4 é 3,6×. Vamos adotar GA4 como referência e calibrar as decisões de investimento com dado real.

Critico Meta Ads

Pixel sem campo value no evento Purchase · Smart Bidding sem sinal de receita

Evento Purchase disparando corretamente (cobertura 94% das sessões checkout) mas payload sem campo value preenchido — retorna undefined ou 0. Meta Advantage+ otimiza por volume de purchase, não por receita. Resultado: algoritmo trata uma compra de R$89 igual a uma de R$890. Lookalikes de valor alto (LAL Value-Based) indisponíveis. Estimativa de impacto: recuperar 8-12% de receita por melhora de qualificação do público otimizado.

R$8k

Recuperável
/ mês

⏱ 1.5h

Plano de fix

Localizar disparo do evento Purchase no GTM/código da plataforma e adicionar os campos obrigatórios: value (valor do pedido em float), currency ('BRL'), content_ids (SKUs comprados).
Validar via Meta Pixel Helper que o evento registra value correto em checkout de teste (valor > 0).
Após 7 dias com value populado, ativar otimização por Valor em campanhas Advantage+ (substituir otimização por Purchase).
Criar Lookalike Value-Based 1-3% com seed de compradores de maior ticket (Top 25% por valor).

Comunicação com cliente: O pixel registra cada compra como se valesse zero. Meta não sabe diferenciar quem gastou R$90 de quem gastou R$900. Com o fix, as campanhas passam a otimizar por ticket médio alto — muda a qualidade do público que o algoritmo vai buscar.

Atencao GA4

GA4 Enhanced Ecommerce com 72% de cobertura · funil com gap em add_to_cart e begin_checkout

Auditoria GA4 30d: purchase 1.847 eventos (cobertura 91%) vs add_to_cart 4.230 (cobertura 72%) e begin_checkout 2.104 (cobertura 68%). Gap de cobertura em etapas superiores do funil impede análise de leakage real — não sabemos onde exatamente o tráfego abandona. Threshold: cobertura < 85% em qualquer etapa invalida análise de funil e otimizações de CRO baseadas em dados.

R$5k

Recuperável
/ mês

⏱ 2h

Plano de fix

Auditar tags GTM: verificar se add_to_cart e begin_checkout têm trigger em todas as variações de botão (mobile, minicart, PDP rápido).
Identificar páginas com maior volume de carrinho sem disparo via relatório de Path Analysis no GA4.
Corrigir triggers e publicar versão nova do container GTM.
Validar cobertura em tempo real por 48h: meta > 90% em todas as etapas antes de iniciar análise de CRO.

Comunicação com cliente: Não temos cobertura completa do caminho entre visita e compra. Com 28% das adições ao carrinho sem registro, o funil que vemos no GA4 está incompleto — qualquer decisão de CRO baseada nele pode apontar para o lugar errado.

Critico GA4

GA4 sem Consent Mode v2 · sinal de conversão comprometido pós-iOS 14.5

Implementação de GA4 sem Consent Mode v2 configurado. Com ATT do iOS e LGPD, usuários sem consentimento explícito não são rastreados — estimativa de subcontagem de 20-35% das sessões mobile. Google Ads Smart Bidding importa conversões do GA4 como sinal principal: subcontagem reduz qualidade do sinal e pressiona CPA para cima. Benchmark em contas com Consent Mode v2: recuperação de 18-25% de conversões via modelagem probabilística do Google.

R$6k

Recuperável
/ mês

⏱ 2h

Plano de fix

Instalar Google Tag Manager com suporte nativo a Consent Mode v2. Configurar gtag('consent', 'default', {...}) com ad_storage: 'denied' e analytics_storage: 'denied' como estado inicial.
Implementar CMP (Consent Management Platform) compatível com Google: OneTrust, Usercentrics ou solução nativa da plataforma de e-commerce.
Configurar update de consentimento por ação do usuário: gtag('consent', 'update', {...}) ativado após aceite no banner.
Ativar Conversion Modeling no Google Ads (ativado automaticamente quando Consent Mode v2 está configurado corretamente).
Validar via Tag Assistant: todas as tags devem exibir estado de consentimento visível antes e depois da interação com o banner.

Comunicação com cliente: Sem Consent Mode v2, o GA4 não vê conversões de usuários que não aceitaram rastreamento — estimativa de 20-35% das sessões mobile. O algoritmo do Google Ads calibra os lances com sinal incompleto. Com a configuração, modelagem estatística recupera parte das conversões perdidas e o Smart Bidding volta a trabalhar com dado mais próximo do real.

Atencao Cross-platform

UTM tagging inconsistente · 31% das sessões de campanha classificadas como direct/none no GA4

Análise GA4 source/medium 30d: 31% das sessões provenientes de links de campanha chegam classificadas como direct/none — acima do benchmark (<15% em contas estruturadas). Causa provável: URLs de destino sem parâmetros UTM em ads específicos, uso de encurtadores sem preservação de parâmetros ou redirecionamentos que dropam query string. Efeito: relatórios de canal subestimam receita atribuída a paid media e inflamam direct, distorcendo análise de mix e ROI por plataforma.

R$2k

Recuperável
/ mês

⏱ 1h

Plano de fix

Exportar URLs de destino de todos os conjuntos de ads ativos via Meta Ads Manager e Google Ads e verificar presença de utm_source, utm_medium, utm_campaign em 100%.
Testar landing pages com redirecionamentos via curl -IL URL para confirmar que parâmetros de query string são preservados em todas as etapas do redirect.
Padronizar taxonomia de UTM: meta/cpc, google/cpc, email/newsletter. Nunca maiúsculas, nunca caracteres especiais, nunca espaço.
Criar planilha de controle de UTM com campo de URL final já construída — obrigatório antes de publicar qualquer campanha nova.

Comunicação com cliente: Um em cada três cliques de campanha chega no GA4 como direct. Isso significa que a análise de ROAS por canal está com dado incompleto. Quando decidimos onde alocar mais verba, parte do raciocínio está calibrado com atribuição incorreta.

Atencao GA4

Evento view_item com 63% de cobertura em PDPs mobile · funil com gap no início

Cobertura GA4: view_item em 63% das sessões com page_view em URL de produto (PDP). Desktop: 89%. Mobile: 41%. Gap indica que a tag não dispara em todas as variações de PDP mobile — SPAs com navegação client-side não capturada, CDN caching ou variações de template por coleção. Sem cobertura de view_item, o topo do funil de produto está invisível em 37% das sessões mobile, impossibilitando análise de product interest e micro-conversões TOFU para decisões de feed e criativo.

R$3k

Recuperável
/ mês

⏱ 1.5h

Plano de fix

Mapear variações de PDP no site: PDP padrão, PDP de coleção, PDP de bundle, quickview modal. Testar disparo de view_item em cada variação via GA4 DebugView com user-agent mobile (Chrome DevTools → Device Toolbar).
Para SPAs: verificar se o GTM usa History Change trigger para capturar navegação client-side. Se não, adicionar trigger de History Change Change com condição de URL contendo padrão de PDP.
Validar cobertura por 72h após fix: abrir GA4 Realtime → Events, acessar PDPs mobile e confirmar eventos em tempo real.
Meta > 90% de cobertura em desktop e mobile antes de usar dados de product affinity para decisões de catálogo e criativo.

Comunicação com cliente: A jornada de compra começa na visualização do produto. Se não enxergamos 37% das visitas a produtos no mobile, análises de "quais produtos geram mais intenção" e "onde está o maior leakage" estão com dado incompleto. Qualquer otimização de feed baseada nesses dados pode estar calibrada no lugar errado.

02 · Configuração tática

Otimização de Campanha

5 achados

Critico Google Ads

100% do Google em PMAX · sem Search Brand dedicado · marca sem proteção e tráfego não-brand em PMAX genérico

Inventário Google ENABLED: 2 campanhas PMAX (R$18,4k/mês total), zero Search. Termos de marca aparecem nas search categories das PMAX com ROAS 9,2× (inflado por intenção de marca) sem separação. Sem Search Brand, um concorrente pode ocupar a posição top para buscas diretas da marca. Sem Search Non-Brand, termos de categoria (caps dad hat, headwear streetwear, boné aba reta) caem no PMAX genérico sem controle de copy ou CPA por keyword.

R$15k

Recuperável
/ mês

⏱ 3h

Plano de fix

Criar [Search] Brand com ad group de keywords EXACT da marca, RSA com 15 headlines de identidade e brand exclusion list nas duas PMAX.
Criar [Search] Non-Brand com silos por categoria: 'boné dad hat', 'caps streetwear', 'headwear aba reta', 'boné trucker'. Keywords PHRASE + EXACT, 10-15 por ad group.
Calibrar budget inicial: R$800/mês Brand + R$1.200/mês Non-Brand (realocado do PMAX).
Aplicar tCPA inicial = CPA atual PMAX × 1,2 nos dois Search novos. Ajustar após 21 dias de dados.

Comunicação com cliente: Toda verba Google está em PMAX, que é uma caixa-preta. Sem Search de marca, um concorrente pode comprar o nome de vocês. Sem Search de categoria, quem busca 'boné dad hat' não tem anúncio direcionado — cai no PMAX genérico sem copy específica.

Atencao Meta Ads

Retargeting com frequência 3,6× em 7 dias sem cap · saturação de audiência ativa

Campanha [Remarketing] Visitantes 180d com frequency_cap ausente. Frequência média 7d: 3,6 impressões/pessoa. CPM cresceu 28% MoM enquanto CTR caiu 41% no mesmo período — padrão claro de saturação. Audiência de remarketing (~42k pessoas) recebendo o mesmo conjunto de criativos por 8+ semanas sem rotação. Impressões pagas em público já convertido ou irrecuperável aumentam CPV sem retorno.

R$8k

Recuperável
/ mês

⏱ 1h

Plano de fix

Configurar frequency cap em 2 impressões/7 dias na campanha de remarketing.
Excluir purchasers 30d da audiência de remarketing (evitar mostrar ad de produto para quem já comprou).
Rotacionar mínimo 3 conjuntos de criativos distintos a cada 14 dias — registrar no calendário de mídia.
Monitorar CPM e CTR semanalmente: queda de CTR > 20% em 14 dias aciona troca de criativo.

Comunicação com cliente: As mesmas 42 mil pessoas estão vendo o anúncio 3,6 vezes por semana. CPM subiu 28% e CTR caiu 41% — a audiência está cansada do criativo. Vamos limitar frequência e rodar criativos novos.

Atencao Google Ads

Zero ad_schedule configurado · campanhas PMAX rodando 24/7 sem ajuste por janela de conversão

Query campaign_criterion type=AD_SCHEDULE retornou 0 linhas nas 2 campanhas PMAX ENABLED. Análise de cliques por hora 30d mostra 34% do spend concentrado entre 23h-8h com CR 0,18% vs CR 1,42% no horário 11h-22h. Budget noturno gera 7,9× menos conversão por real investido. Em PMAX o ad_schedule não aceita bid modifier, mas budget allocation manual pode ser calibrada por divisão de campanhas ou via portfolio.

R$3k

Recuperável
/ mês

⏱ 1h

Plano de fix

Segmentar relatório por hora × dia da semana em Google Ads 90d para confirmar janelas de baixo CR.
Dividir PMAX em dois grupos: dia (6h-22h) e madrugada (22h-6h), com budgets separados — madrugada recebe 20% do total.
Aplicar ad_schedule com bid_modifier -30% nos horários 23h-7h na campanha Search Brand quando criada.
Revisar em 21 dias: se divisão PMAX mantiver ROAS similar, consolidar de volta — o ganho está no Search com schedule.

Comunicação com cliente: Um terço do orçamento Google roda de madrugada convertendo 8× menos que durante o dia. Ninguém compra boné à 1h da manhã. Vamos calibrar distribuição de budget por janela de conversão real.

Atencao Meta Ads

Campanha Advantage+ com orçamento limitado em 14 de 30 dias · algoritmo saindo de aprendizado toda semana

Campanha [Prospecting] Advantage+ com budget diário de R$2.400 apresenta aviso "Limitado por orçamento" em 14 dos últimos 30 dias. Em dias limitados: ROAS 2,8×. Em dias sem limitação: ROAS 4,1×. Diferença de 46%. Advantage+ usa machine learning contínuo — quando budget esgota antes das 24h, o algoritmo perde a curva de leilão no final do dia (geralmente o período de maior intenção de compra). Restrição de budget abaixo de 50 conversões/semana mantém a campanha em estado de aprendizado permanente.

R$5k

Recuperável
/ mês

⏱ 1h

Plano de fix

Calcular budget ideal: (ROAS meta × conversões semanais alvo × ticket médio) / 7. Verificar se o budget diário atual suporta o volume de conversões necessário para saída de aprendizado.
Escalar budget em +15% por semana até eliminar dias com "Limitado por orçamento". Nunca aumentar mais de 20% em um único ajuste para não reiniciar aprendizado.
Redistribuir verba de conjuntos com entrega estável e ROAS abaixo do alvo para financiar o aumento da campanha principal.
Monitorar ROAS 7d rolling antes e após cada ajuste. Parar escala se ROAS cair abaixo de 2,5× por 3 dias consecutivos.

Comunicação com cliente: O algoritmo de otimização perde o horário de maior intenção de compra quando o orçamento acaba antes da meia-noite. A diferença de ROAS entre dias limitados e não-limitados é de 46%. O custo do ajuste é zero — é realocação interna. O que estamos pedindo é que o algoritmo tenha espaço para trabalhar.

Melhoria Meta Ads

Sem teste criativo estruturado · mesmo conjunto de assets rodando há 47 dias sem rotação controlada

Asset group principal com os mesmos 8 criativos (4 vídeos + 4 imagens) em produção há 47 dias sem variação controlada de formato, narrativa ou visual. Meta Advantage+ faz rotação automática, mas sem teste estruturado com holdout não há como identificar quais elementos performam melhor para o segmento headwear/moda urbana. Contas com teste criativo sistemático (mínimo 2 variações/ciclo de 21 dias com winner declarado) apresentam melhora progressiva de CTR de 0,8-1,2 p.p. por trimestre em e-commerce de moda.

R$4k

Recuperável
/ mês

⏱ 3h

Plano de fix

Catalogar todos os criativos ativos com: data de publicação, formato (vídeo/imagem/carrossel), CTR 7d, CPM 7d, hook rate nos primeiros 3s (para vídeo).
Pausar criativos com CPM > 150% da média do conjunto OU CTR < 0,8% — esses estão consumindo verba sem retorno.
Criar 4 novos criativos testando uma variável por ciclo: (a) UGC vs lifestyle estúdio, (b) produto isolado vs produto vestido, (c) headline com preço vs headline com proposta de identidade.
Publicar com budget compartilhado no mesmo ad set. Medir por 14 dias antes de declarar winner. Winner fica, perdedor é pausado.
Instituir calendário de rotação: a cada 21 dias, revisar performance e publicar ao menos 2 variações novas. Registrar resultado de cada teste em doc de learnings de criativo.

Comunicação com cliente: Não sabemos o que funciona — sabemos o que está rodando. Com rotação e teste controlado, cada ciclo de 21 dias gera aprendizado sobre o que a audiência responde. Em moda, criativo é o principal driver de CTR — e CTR baixo significa CPM mais alto para a mesma entrega.

03 · Cobertura e mix

Estratégia & Estrutura

4 achados

Melhoria Meta Ads

Catálogo de produtos ausente no Meta · Shopping/PMAX sem feed · canal de maior conversão em e-commerce desativado

Nenhuma campanha Advantage+ Shopping ou Catalog Sales ativa no Meta. Catálogo não foi integrado ao Business Manager. Em e-commerces de moda com SKU médio < R$400, campanhas de catálogo respondem por 35-55% da receita Meta em contas estruturadas (benchmark DEMAND HOUSE 3 clientes). Visitantes que viram produtos específicos não recebem retargeting dinâmico com o produto exato que viram — perda de conversão MOFU/BOFU estrutural.

R$9k

Recuperável
/ mês

⏱ 4h

Plano de fix

Configurar feed de produtos: integrar plataforma (Shopify/VTEX/Nuvemshop) ao Meta Commerce Manager via app nativo ou feed XML/CSV.
Validar qualidade do catálogo: imagem sem texto sobreposto, preço atualizado, disponibilidade em estoque, URL canônica sem redirecionamentos.
Criar campanha Advantage+ Catalog Sales com audiência Broad (catálogo inteligente otimiza sozinho).
Criar conjunto de Retargeting Dinâmico: visitantes de produto 14d excluindo purchasers 30d — mostra exatamente o produto visto com preço atual.
Budget inicial: R$2k/mês. Escalar conforme ROAS valida — benchmark interno: 4,5-7× nos primeiros 30 dias.

Comunicação com cliente: Quem entra no site, olha um boné específico e sai sem comprar não recebe retargeting mostrando aquele produto. É o canal de maior conversão em e-commerce de moda e está ausente. Feed de catálogo é pré-requisito para ativar.

Melhoria Google Ads

Sem campanha Competitor · marcas concorrentes capturadas pelo PMAX sem copy de switch

PMAX search categories mostra cliques em termos de concorrentes diretos no segmento headwear/streetwear. Sem campanha Competitor dedicada, tráfego de alta intenção (usuários pesquisando concorrentes que conhecem a categoria) cai no PMAX genérico sem copy de diferenciação, sem oferta específica de switch e com CPA mais alto que o necessário. Oportunidade de interceptar audiência com consciência de produto alta mas não fidelizada a uma marca específica.

R$3k

Recuperável
/ mês

⏱ 2h

Plano de fix

Mapear 8-12 concorrentes do segmento a partir das search categories PMAX e pesquisa de mercado.
Criar [Search] Competitor com keywords PHRASE dos nomes de marca concorrente (sem usar nome do concorrente no headline — política Google).
RSA focada em diferencial: material, origem, preço-benefício, tempo de entrega — proposta de switch concreta.
CPC manual inicial ou tCPA 1,3× acima do Search Brand (concorrente converte menos, precisa de lance generoso no início).

Comunicação com cliente: Quem pesquisa concorrentes já sabe o que quer e está comparando. É a audiência mais valiosa para conversão rápida. Hoje aparecemos por acaso no PMAX sem proposta específica de por que escolher a marca em vez do concorrente.

Melhoria Cross-platform

Zero automação de retenção pós-compra · clientes sem sequência de reengajamento ativa

CRM/email sem fluxo de pós-compra configurado — análise GA4 mostra 0% de receita atribuída a canal email em 30d. Clientes que compraram nos últimos 90 dias não recebem comunicação de produto complementar, restoque ou oferta de recompra. Em moda/headwear, taxa de recompra em 12 meses é 18-32% para clientes com sequência ativa vs 8-11% sem comunicação. Cada ponto percentual de recompra sobre base ativa de 3.200 compradores representa ~R$2,8k de receita incremental sem custo de aquisição.

R$3k

Recuperável
/ mês

⏱ 2h

Plano de fix

Mapear ferramenta de CRM/email atual (Klaviyo, RD Station, Mailchimp). Verificar se base de compradores está importada e segmentada por data de compra.
Configurar fluxo mínimo de 3 etapas: (a) D+3 pós-compra: confirmação + produto complementar sugerido; (b) D+30: "Como ficou seu boné?" + avaliação + cross-sell; (c) D+90 sem recompra: oferta exclusiva de reativação.
Integrar base de purchasers ao Meta via Customer Match para excluí-los de prospecção e incluir em campanha de retenção dedicada com CPM menor.
Medir incremento de RPE (receita por email enviado) em 60 dias. Meta: > R$0,08/email enviado para e-commerce de moda.

Comunicação com cliente: A base de compradores é ativo da marca que não está sendo ativado. Email pós-compra estruturado custa tempo de configuração uma vez — depois é automático e gera receita recorrente sem investimento adicional de mídia.

Melhoria Meta Ads

Sem campanha de reengajamento para compradores inativos 90-180d · segmento de maior probabilidade de recompra sem cobertura

Cohort de compradores inativos 90-180d (~640 clientes) sem campanha específica de reengajamento no Meta. Esse segmento tem maior probabilidade de recompra sem aquisição nova — já conhecem a marca, já compraram. CPM em Custom Audience de inativos conhecidos é 35-50% menor que prospecting. Sem campanha dedicada, esse público está na audiência de prospecção (diluindo sinal de otimização) ou sem cobertura alguma — ambos os cenários subótimos.

R$2k

Recuperável
/ mês

⏱ 1h

Plano de fix

Criar Custom Audience de purchasers 90-180d a partir do evento Purchase com janela customizada. Verificar tamanho: mínimo 1.000 pessoas para entrega estável.
Criar campanha de conversão dedicada com budget separado de R$600-800/mês — não retirar do orçamento de prospecção.
Creative específico de reengajamento: produto lançado após a última compra do segmento, oferta de edição limitada ou frete grátis. Não usar o mesmo criativo de prospecção.
Excluir esse público de todos os conjuntos de prospecção para parar de contar inativo como prospecto novo — contamina o sinal de otimização de TOFU.

Comunicação com cliente: Quem comprou há 3-6 meses e não voltou é a audiência mais barata e mais qualificada para reativar. CPM menor, intenção implícita maior, sem custo de educação de marca. Hoje não tem campanha nenhuma para eles.

04 · Audiência e segmentação

Qualidade de Público

3 achados

Atencao Meta Ads

Compradores recentes não excluídos das campanhas de prospecting · orçamento desperdiçado em público já convertido

Campanhas de prospecção Advantage+ sem exclusão de purchasers 30d. Estimativa: 8-12% das impressões de prospecting entregues a usuários que compraram nas últimas 4 semanas — CPM mais caro por leilão com público já com purchase recente, sem margem de conversão adicional. Além do desperdício direto de verba, a ausência da exclusão contamina o sinal de otimização: o algoritmo "aprende" com conversões que seriam orgânicas de qualquer forma.

R$5k

Recuperável
/ mês

⏱ 1h

Plano de fix

Criar Custom Audience de purchasers 30d a partir do evento Purchase do pixel.
Adicionar como exclusão em todos os ad sets de prospecção TOFU — incluindo os conjuntos Advantage+ onde o campo de exclusão está em "Controles de audiência".
Criar versão separada de campanha de upsell/cross-sell para esse público (purchasers 30d), com copy e oferta distintos — não misturar prospecção com retenção.
Revisar audiências de remarketing (180d) para segmentar por janela: 0-7d, 8-30d, 31-180d com frequência cap diferente por janela.

Comunicação com cliente: Parte do orçamento de prospecção está sendo pago em pessoas que já compraram recentemente. São impressões mais caras sem potencial de conversão nova. Com a exclusão ativa, o orçamento de topo de funil chega em quem ainda não é cliente.

Melhoria Meta Ads

Lookalike audiences sem seed de LTV alto · sementes baseadas em volume, não em valor

Lookalike Audiences ativas usando como seed o conjunto completo de purchasers (sem estratificação por ticket). Meta expande a partir das características do grupo seed — se o seed mistura compradores de R$89 e R$890 indiscriminadamente, o LAL resultante tem qualificação média baixa. Sem o campo value no evento Purchase (finding 1-2 relacionado), LAL Value-Based está tecnicamente indisponível. Resultado: Lookalikes atuais buscam volume, não qualificação de valor alto.

R$4k

Recuperável
/ mês

⏱ 2h

Plano de fix

Após fix do campo value (finding 1-2), aguardar 14 dias de dados de purchase com value populado antes de criar LAL Value-Based.
Criar Custom Audience de High-Value Buyers: purchasers com ticket acima do percentil 75 nos últimos 180d — usar como seed primário.
Gerar LAL 1%, 2% e 3% a partir desse seed qualificado. Testar 1% como ad set separado vs LAL broad atual por 21 dias.
Nomear audiences com sufixo [HV] para distinguir de Lookalikes de volume. Monitorar ticket médio por fonte de audiência semanalmente.

Comunicação com cliente: Os Lookalikes atuais procuram pessoas parecidas com todos os compradores, incluindo os de menor ticket. Com a segmentação por valor, o algoritmo vai buscar quem parece com os melhores compradores — o público de prospecção passa a ter qualificação de receita, não só de volume.

Melhoria Google Ads

PMAX sem sinais de audiência customizados · asset groups com segmentação genérica

Ambas as campanhas PMAX com asset groups sem audience signals definidos — zero listas de customer match, zero lookalikes, zero custom intent audiences configuradas. PMAX sem sinais parte do zero na fase de aprendizagem e testa distribuição de inventory indiscriminadamente. Com sinais, o algoritmo usa os dados fornecidos como ponto de partida, reduzindo a janela de aprendizagem e direcionando o inventory inicial para públicos com maior probabilidade de conversão. Impacto estimado: redução de 15-20% no CPA nos primeiros 30 dias pós-configuração.

R$3k

Recuperável
/ mês

⏱ 1.5h

Plano de fix

Fazer upload de Customer Match list com emails de purchasers dos últimos 12 meses (mínimo 1.000 registros válidos).
Adicionar como audience signal no asset group principal das duas campanhas PMAX — junto com a Lookalike 1% de High-Value (criado no finding 4-2).
Criar Custom Intent Audience com URLs de concorrentes e termos de pesquisa de alta intenção do segmento (caps, headwear, streetwear) para sinalizar intenção de compra.
Monitorar por 21 dias: comparar CPA e ROAS antes/depois via segmentação por campanha no relatório histórico.

Comunicação com cliente: PMAX sem sinais é como contratar um vendedor novo e pedir para ele vender para qualquer pessoa na rua. Com sinais, dizemos para o algoritmo onde encontrar quem já comprou ou parece com quem compra — o aprendizado começa mais rápido e o CPA cai mais cedo.

Impacto projetado conforme itens concluídos

Receita / verba recuperável / mês

R$116k

Soma dos 18 achados ativos

Tempo de implementação

32h

Total dos 18 itens

Health Score possível

Atual: 38 · Ganho máximo: +36 pts