Continue por dentro
Um estudo denso por quinzena, direto no seu email.
Os bastidores de por que tokens e projetos crescem. Sem ruido, sem spam.
- IA muda o denominador do ROI (custo despencou), não o numerador; o jogo inteiro agora é provar retorno.
- Vaidade não é resultado: view, curtida e alcance não pagam boleto. Meça evento de conversão, não pageview.
- Last-click mente sobre conteúdo. Atribuição data-driven, padrão do GA4, conta a história do funil inteiro.
- 58,5% das buscas no Google terminam sem clique (SparkToro/Datos, 2024): você precisa de self-reported attribution pra ver o que o pixel não vê.
- Sem CRM plugado no fim, você tem tráfego bonito e receita desconhecida.
Primeiro: separe volume de resultado
A armadilha número um de conteúdo com IA é confundir output com outcome. Você gerou 40 peças, publicou tudo, o dashboard de "conteúdo publicado" ficou verde. Isso é volume. Não diz nada sobre resultado.
O que eu olho, na ordem:
- Métricas de vaidade (alcance, impressão, curtida): servem pra diagnóstico rápido de formato, não pra provar ROI. Ignore como métrica-fim.
- Métricas de engajamento (tempo de leitura, scroll, cliques em CTA): sinalizam se o conteúdo prende. Meio de funil.
- Métricas de conversão (lead, agendamento, trial, compra): é aqui que mora o ROI. Se não tem evento de conversão amarrado, você não está medindo, está admirando gráfico.
A regra que eu aplico é chata de propósito: nenhuma peça entra no calendário sem um evento de conversão definido antes de publicar. Qual ação essa peça quer gerar? Onde ela cai no funil? Sem essa resposta, não sobe.
A stack mínima de analytics (e por que "mínima")
Não precisa de ferramenta cara. Precisa de convenção. Vi mais dashboard de R$2 mil/mês inútil por causa de UTM bagunçado do que problema que dinheiro resolvia. A stack mínima que funciona:
1. GA4 com evento de conversão de verdade. Desde que o Universal Analytics foi aposentado em 1º de julho de 2023 (Google), o GA4 é o padrão, e ele é orientado a evento por natureza. Aproveite: marque como conversão a ação que importa (envio de formulário, clique no WhatsApp, checkout), não o pageview. Pageview é presença, não resultado.
2. Atribuição data-driven ligada. O GA4 adota atribuição data-driven como modelo padrão, e isso é uma dádiva pra quem mede conteúdo. Explico o porquê no próximo bloco, mas o resumo é: last-click destrói qualquer leitura justa de conteúdo de topo.
3. UTM padronizado. Uma convenção única pro time inteiro. utm_source, utm_medium, utm_campaign escritos do mesmo jeito, sempre, em todo link que você controla. Instagram, instagram e IG viram três fontes diferentes no relatório e transformam seu dado em lixo. Documenta a convenção e trava.
4. Pergunta de origem no formulário. A famosa "como você chegou até a gente?". Parece analógico perto de um pixel, mas captura exatamente o que o pixel perde. A HubSpot chama isso de self-reported attribution e defende faz tempo como complemento ao tracking automático, justamente porque a jornada real raramente é rastreável ponta a ponta.
Se você fecha venda, tem uma quinta peça obrigatória: o CRM. É ele que amarra "esse lead veio do conteúdo X" a "esse lead virou R$ Y". Sem isso, você mede tráfego, não negócio.
Por que last-click sabota conteúdo
Conteúdo quase nunca é o último toque antes da compra. Ele planta a semente. A pessoa lê seu artigo hoje, some por três semanas, e um dia digita o nome da sua marca no Google e converte. No modelo last-click, quem leva o crédito é a "busca de marca". O artigo que criou a demanda toda? Zero. Some do relatório.
Aí acontece o previsível: o gestor olha o dashboard de last-click, vê conteúdo com atribuição baixa e corta o orçamento de conteúdo. Cortou justamente o motor que enche o topo do funil, guiado por um modelo que estruturalmente não enxerga topo de funil.
Por isso a atribuição data-driven do GA4 importa tanto pra quem produz conteúdo: ela distribui o crédito entre os pontos de contato com base nos seus próprios dados, em vez de dar tudo pro último clique. Não é perfeita, nenhum modelo é, mas conta uma história muito mais próxima da real. Se sua conta não tem volume pra data-driven, position-based (que dá peso ao primeiro e ao último toque) já é infinitamente melhor que last-click pra avaliar conteúdo.
O buraco que nenhum pixel tapa: dark social e zero-click
Aqui entra o dado que todo mundo que mede conteúdo precisa ter tatuado. O estudo de zero-click da SparkToro com dados da Datos, publicado por Rand Fishkin em 2024, mostrou que 58,5% das buscas no Google nos EUA terminam sem nenhum clique pro site aberto (SparkToro). A pessoa lê a resposta na própria SERP e vai embora.
Some a isso o dark social: o link do seu artigo que roda em grupo de WhatsApp, DM do Instagram, print no Telegram. Nada disso carrega UTM. Tudo isso chega no seu GA4 rotulado como "direct" ou "não atribuído", como se a pessoa tivesse digitado sua URL de cabeça.
Ou seja: uma fatia enorme da influência do seu conteúdo é literalmente invisível pro tracking automático. É exatamente por isso que a pergunta de origem no formulário não é firula. Ela é o instrumento que captura o que o pixel não consegue ver, e na minha experiência ela quase sempre revela que o conteúdo influencia bem mais fechamento do que o GA4 sozinho deixava parecer.
Medir conteúdo achando que o pixel vê tudo é medir metade do jogo e chamar de placar final.
A ponte com growth: fechando o loop até a receita
Analytics te diz que o conteúdo gerou lead. Growth te diz se esse lead virou dinheiro. O ROI só existe quando essas duas pontas se tocam.
O loop que eu tento fechar em todo cliente:
- Conteúdo → lead: GA4 + UTM + self-reported dizem de onde veio.
- Lead → oportunidade: o CRM marca a origem no lead e acompanha ele pelo funil.
- Oportunidade → receita: quando fecha, você sabe quanto aquela origem trouxe.
- Receita ÷ custo de produção: aí, e só aí, você tem ROI de verdade.
E é nessa última divisão que a IA finalmente joga a seu favor. Com o custo de produção lá embaixo, você não precisa que cada peça seja um sucesso. Precisa que o pipeline inteiro tenha retorno positivo no agregado. Uma stack de conteúdo com IA que gera, digamos, um punhado de fechamentos por mês a um custo de produção irrisório tem ROI que campanha paga nenhuma alcança. Mas você só descobre isso se estiver medindo. Sem medição, é a mesma aposta às cegas, só que mais barata e mais rápida de escalar no sentido errado.
E o medo de sempre: o Google pune conteúdo com IA?
Pergunta que aparece toda semana. A resposta oficial do Google Search Central é direta: uso apropriado de IA ou automação não viola as diretrizes; o que conta é se o conteúdo é útil, original e feito pra pessoas (Google). O que derruba é conteúdo raso em escala pra manipular ranking, e isso pune texto humano preguiçoso do mesmo jeito.
E olha a beleza: medir ROI resolve esse medo por tabela. Se o seu conteúdo com IA gera tempo de leitura, retorno e conversão, ele é útil por definição, e o Google não tem beef com utilidade. Se ele não gera nada disso, o problema nunca foi a IA. Foi o conteúdo. A métrica te fala isso antes do algoritmo falar.
Fechando
IA não te dá ROI de conteúdo. Ela te dá custo baixo, que é metade da conta. A outra metade, o retorno, continua exigindo o trabalho chato de sempre: evento de conversão definido antes de publicar, atribuição que não minta, UTM organizado, pergunta de origem no formulário e CRM plugado no fim pra amarrar tudo na receita.
Faça isso e escala de conteúdo com IA vira máquina de aquisição. Pule isso e vira 40 chances por mês de se enganar mais rápido.
Se você está produzindo conteúdo em escala e ainda não consegue dizer com números quanto ele traz de volta, é exatamente esse loop que a gente monta na Kaleidos. Fala com a gente e vamos transformar seu conteúdo em pipeline mensurável.
