Tecnologia

Seu tráfego caiu ou seu rastreamento quebrou? Como diagnosticar uma queda de conversão antes de mexer na campanha

Por Vitor Peyroton

Introdução

É segunda-feira.

Uma das campanhas mais importantes da operação terminou o final de semana com uma queda de 40% na conversão.

A reação mais perigosa é abrir o gerenciador de anúncios e começar imediatamente a:

reduzir orçamento;
pausar conjuntos;
trocar criativos;
mudar público;
alterar lance;
duplicar campanha.

A queda pode estar na mídia.

Mas também pode estar no formulário, no checkout, no site, no CRM ou simplesmente no rastreamento.

Se você mexe na campanha antes de localizar o problema, pode destruir uma estrutura que estava funcionando para tentar corrigir uma falha que aconteceu em outro lugar.

O primeiro trabalho não é otimizar.

É diagnosticar.

Uma queda de 40% é um sintoma, não uma causa

"Conversão caiu 40%" ainda é uma informação incompleta.

Qual conversão?

clique para visita?
visita para lead?
lead para agendamento?
checkout iniciado para compra?
oportunidade para venda?
evento registrado pela plataforma?

E caiu onde?

em todas as campanhas?
em um canal?
em um dispositivo?
em uma página?
em uma região?
em um criativo?
apenas no dado do Meta Ads?

O percentual chama atenção, mas não explica o mecanismo.

Antes de qualquer ação, é preciso transformar o problema amplo em um ponto específico do processo.

Primeiro: confirme se a queda realmente aconteceu

A primeira pergunta é:

> O comportamento do usuário piorou ou apenas deixamos de registrar parte dele?

Isso exige comparar fontes diferentes.

Eu começaria olhando:

Meta Ads ou Google Ads;
Google Analytics;
CRM;
plataforma de e-commerce ou sistema transacional;
Microsoft Clarity;
logs ou dados internos, quando disponíveis.

As plataformas nunca precisam apresentar números absolutamente idênticos. Elas possuem regras de atribuição, janelas, identificação e processamento diferentes.

O que importa nessa primeira análise é procurar coerência de tendência.

Se Meta Ads mostra queda de 40%, Analytics mostra comportamento semelhante e o CRM também recebeu muito menos leads, existe um forte indício de queda real.

Agora imagine outra situação:

Meta Ads registra 40% menos conversões;
Analytics mantém volume de usuários e eventos;
CRM recebeu praticamente a mesma quantidade de leads;
Clarity continua mostrando usuários clicando e preenchendo a página normalmente.

Nesse caso, mexer na mídia provavelmente seria prematuro.

O primeiro suspeito passa a ser o tracking.

Microsoft Clarity como camada de conferência

Microsoft Clarity não substitui Analytics, CRM ou a ferramenta de mídia.

Ele cumpre outra função: ajuda a observar o comportamento real da sessão.

Os mapas de clique do Clarity permitem identificar quais elementos da página receberam interação e também acessar gravações relacionadas àqueles cliques.

Isso cria uma camada interessante de verificação.

Imagine que seu evento `generate_lead` caiu 40%.

Você abre o Clarity e observa que:

o volume de sessões está parecido;
o botão do formulário continua recebendo cliques;
usuários continuam chegando à região do formulário;
existem gravações mostrando envio da interação.

Isso não prova sozinho que o lead foi processado corretamente, mas cria evidência de que o usuário continua tentando converter.

A investigação muda.

Você passa a olhar formulário, endpoint, tag, dataLayer, integração ou CRM.

Localize exatamente onde o funil quebrou

Depois de validar a tendência, eu decomporia o funil.

Exemplo:

Impressão → clique → sessão → visualização da página → início do formulário → envio → lead no CRM → agendamento → venda

Agora compare a taxa de passagem de cada etapa com um período equivalente.

|---|---:|---:|---:|

| Cliques | 10.000 | 9.800 | -2% |

| Sessões | 8.500 | 8.300 | -2,4% |

| Inícios de formulário | 1.100 | 1.050 | -4,5% |

| Envios registrados | 700 | 420 | -40% |

| Leads no CRM | 690 | 680 | -1,4% |

Nesse exemplo, praticamente toda a operação continua normal.

O ponto estranho está entre início/envio do formulário e evento registrado.

O funil comercial não caiu. A mensuração caiu.

Agora veja outro cenário:

|---|---:|---:|---:|

| Cliques | 10.000 | 10.100 | +1% |

| Sessões | 8.500 | 8.600 | +1,2% |

| Inícios de formulário | 1.100 | 650 | -40,9% |

| Leads no CRM | 690 | 410 | -40,6% |

Aqui existe uma queda real de comportamento na página.

O próximo trabalho seria descobrir por quê.

Compare períodos equivalentes

Final de semana precisa ser comparado com final de semana.

Segunda-feira com segunda-feira.

Uma campanha B2B pode ter um comportamento muito diferente aos sábados e domingos. Um e-commerce pode fazer exatamente o contrário e concentrar mais compras nesses dias.

Também é importante observar:

feriados;
datas de pagamento;
sazonalidade;
eventos;
promoções;
mudanças de estoque;
alterações de preço;
mudanças no calendário comercial.

Comparar sábado com quarta-feira e concluir que a campanha "despencou" pode ser simplesmente um erro de leitura.

O objetivo é separar anomalia de padrão esperado.

Verifique o histórico de alterações

Se a queda começou em um momento específico, procure o que mudou imediatamente antes.

Algumas perguntas:

alguém alterou a campanha na sexta-feira?
o orçamento aumentou muito?
um criativo importante foi pausado?
a landing page foi publicada novamente?
o time de desenvolvimento alterou o formulário?
houve deploy?
o preço mudou?
uma condição comercial expirou?
um produto ficou sem estoque?
o CRM recebeu uma atualização?
uma tag foi removida?
o banner de consentimento mudou?

Esse tipo de análise é poderoso porque problemas operacionais costumam deixar uma assinatura temporal.

Se a taxa de conversão cai abruptamente às 15h42 e houve um deploy às 15h35, existe uma pista muito mais concreta do que "talvez o algoritmo tenha piorado".

Quando investigar a mídia

Depois de validar que rastreamento e operação estão funcionando, a mídia entra no centro do diagnóstico.

Eu quebraria a análise por:

campanha;
conjunto ou grupo;
criativo;
posicionamento;
dispositivo;
região;
público;
horário;
frequência;
termos de pesquisa, quando aplicável;
página de destino.

O objetivo é descobrir se a queda de 40% está distribuída ou concentrada.

Às vezes, a campanha inteira parece pior porque um único conjunto passou a consumir uma parcela maior do orçamento.

Outras vezes, um criativo que tinha alta conversão perdeu participação de entrega e outro, menos eficiente, passou a dominar.

O número agregado esconde a causa.

Quando investigar a página

Se o tráfego continua chegando com características semelhantes, mas a taxa de conversão da página caiu, eu observaria:

velocidade;
erros de JavaScript;
responsividade;
mudanças de layout;
formulário;
CTA;
campos obrigatórios;
validações;
preço;
estoque;
prova social;
clareza da oferta;
diferenças entre mobile e desktop.

Um microgargalo comum é introduzir um campo novo no formulário.

Parece uma alteração pequena.

Mas se o campo exige uma informação que o visitante não tem naquele momento, a fricção pode crescer muito.

Outro exemplo é um botão que funciona no desktop e apresenta problema em determinados dispositivos móveis.

A mídia continua entregando usuários. O site interrompe a conversão.

Quando investigar o CRM e o atendimento

Nem toda "queda de conversão" está no site.

Suponha que o volume de leads permaneça estável, mas os agendamentos caiam 40%.

Nesse caso, eu observaria:

tempo até o primeiro contato;
taxa de contato;
quantidade de tentativas;
distribuição por vendedor;
fila de atendimento;
status incorretos;
automações;
mensagens enviadas;
disponibilidade de agenda.

Um problema simples de roteamento pode fazer dezenas de leads ficarem sem responsável durante um final de semana.

O anúncio não piorou.

A landing page não piorou.

O funil quebrou depois da captura.

O papel do GTM e dos eventos

No tracking, eu validaria os eventos principais e seus parâmetros.

O Google Analytics trabalha com eventos e parâmetros para adicionar contexto às interações. Um evento de clique, por exemplo, pode carregar informações que permitem identificar qual elemento foi acionado.

Em uma estrutura com Google Tag Manager, eu verificaria:

se a tag dispara;
em qual página dispara;
qual trigger está sendo utilizado;
se o evento ocorre uma ou várias vezes;
se o dataLayer contém os valores esperados;
se a mudança de página acontece antes do disparo;
se o consentimento interfere na coleta;
se o evento chega ao destino correto.

Não basta a tag existir.

Ela precisa disparar na condição certa, uma vez, com os parâmetros certos e no momento correto do processo.

Uma rotina prática para uma queda de 40%

Imagine a seguinte situação hipotética.

Na segunda-feira, a campanha mostra:

mesmo investimento;
CPC praticamente igual;
volume de cliques semelhante;
40% menos conversões.

Eu faria a seguinte leitura:

1. Comparo com o CRM.

Se o CRM também recebeu 40% menos leads, a queda provavelmente é real.

2. Comparo com Analytics.

Verifico sessões, eventos intermediários e página.

3. Olho Clarity.

Quero enxergar se os usuários continuam chegando à região de conversão, clicando e enfrentando algum comportamento inesperado.

4. Identifico a transição que piorou.

Exemplo: visita → início de formulário caiu, mas clique → visita continua normal.

5. Procuro mudanças.

Página, campanha, preço, deploy, formulário, orçamento, criativo.

6. Só então faço a alteração.

Esse último ponto é importante.

A reação deve ser proporcional à evidência.

O que eu não faria

Eu evitaria quatro comportamentos.

Pausar tudo imediatamente

Pode impedir a coleta de dados justamente quando você ainda está tentando entender o problema.

Trocar várias coisas ao mesmo tempo

Se você muda criativo, público, landing page e orçamento, não sabe qual alteração corrigiu ou piorou o resultado.

Confiar em uma única ferramenta

Uma ferramenta pode estar com falha de coleta enquanto a operação continua funcionando.

Ignorar a queda esperando "normalizar"

Diagnóstico não significa passividade.

Uma queda relevante precisa ser investigada rapidamente, principalmente quando envolve campanhas de alto investimento.

Crie indicadores de saúde do rastreamento

Operações maduras não deveriam descobrir problemas apenas quando o resultado despenca.

É possível acompanhar indicadores de consistência.

Por exemplo:

diferença entre leads do formulário e leads do CRM;
diferença entre compras do sistema e eventos de compra;
percentual de tráfego sem origem identificada;
eventos duplicados;
eventos sem parâmetros essenciais;
quebra brusca no volume de um evento;
discrepância anormal entre dispositivos;
taxa de erro em formulários.

O objetivo não é buscar uma igualdade perfeita entre plataformas.

É detectar mudanças anormais na relação entre elas.

Problema amplo → microgargalo → decisão

Considere este encadeamento:

Problema amplo: conversão caiu 40%.

Microgargalo: evento de envio do formulário deixou de disparar em mobile.

Causa: alteração no componente do formulário mudou o seletor utilizado pelo trigger.

Mecanismo: usuários continuam enviando, mas o evento não chega ao Analytics e à mídia.

Consequência: campanha parece pior do que realmente está.

Indicador afetado: conversões registradas, CPA e ROAS atribuídos.

Decisão prática: corrigir o trigger e validar a coleta antes de alterar budget.

Agora compare:

Problema amplo: conversão caiu 40%.

Microgargalo: a página passou a exigir telefone com DDD em um formato que gera erro em parte dos dispositivos.

Causa: nova validação publicada no final de semana.

Mecanismo: usuário tenta enviar e não consegue.

Consequência: menos leads reais.

Indicador afetado: taxa de conversão da landing page e CPL.

Decisão prática: corrigir o formulário; não culpar a campanha.

O percentual é o mesmo.

As decisões são completamente diferentes.

Conclusão

Uma queda de conversão não deveria produzir uma reação automática de mídia.

Deveria produzir uma investigação estruturada.

A sequência mais segura é:

validar o dado → localizar a etapa → comparar períodos equivalentes → procurar mudanças → separar tracking de comportamento → identificar o gargalo → agir sobre a causa.

Mídia paga funciona dentro de um sistema.

Esse sistema inclui anúncio, página, tecnologia, tracking, CRM, atendimento e venda.

Quando a conversão cai, o trabalho de um profissional experiente não é apenas mexer na campanha.

É descobrir qual parte desse sistema deixou de funcionar como antes.

Referências

Microsoft Clarity — Click maps
Microsoft Clarity — Documentação
Google Analytics — Parâmetros de eventos
Google Analytics — Campanhas e origens de tráfego