View-through attribution: o que conta como conversão de verdade

Tem uma situação que aparece com frequência em reuniões de análise de mídia: o relatório da plataforma mostra ROAS alto, as conversões parecem saudáveis, mas o time comercial não sente esse volume chegando. O gap entre o número da tela e o número da operação é real. Uma das causas mais comuns, e menos discutidas, é o view-through attribution mal calibrado.

É uma escolha de modelo. E como toda escolha de modelo, ela tem implicações que o gestor de tráfego muitas vezes não explica pro head de marketing, e que o head de marketing raramente questiona.

O que é view-through attribution, sem enrolação

View-through attribution é um modelo que credita uma conversão a um anúncio que o usuário viu, mas não clicou. O raciocínio é simples: se alguém viu um banner de uma incorporadora na terça, não clicou, e preencheu o formulário no site direto na quinta, esse anúncio teve algum papel na decisão. O modelo registra isso como contribuição.

A janela de atribuição define por quanto tempo esse crédito vale. Plataformas como Meta Ads e DV360 permitem configurar janelas de 1 dia, 7 dias, 14 dias ou 30 dias após a visualização. Quanto maior a janela, mais conversões são atribuídas à campanha, e mais inflado fica o número.

Para comparar: o modelo oposto é o click-through attribution, que só credita conversões geradas por clique direto no anúncio. Cada um captura uma fatia diferente da realidade.

Por que o modelo existe, e por que faz sentido em teoria

Campanhas de display e vídeo raramente geram clique direto. Um usuário que vê um anúncio em vídeo no YouTube enquanto assiste a um conteúdo não vai interromper o que está fazendo para clicar. Mas aquela exposição planta uma semente. Dias depois, quando ele pesquisa no Google, a memória da marca influencia a decisão.

O Think with Google publicou pesquisas mostrando que campanhas de awareness em vídeo aumentam a taxa de busca direta pela marca nas semanas seguintes. Ou seja, existe impacto real de anúncios vistos sem clique. O modelo de view-through tenta capturar esse impacto.

O problema é a execução sem critério. Quando a janela de atribuição é longa demais e o volume de impressões é alto, o modelo começa a creditar conversões que teriam acontecido de qualquer forma. Isso se chama atribuição de conversões não incrementais, e é onde o número do relatório para de corresponder à realidade.

O erro mais comum: janela grande demais para o ciclo de compra real

Cada segmento tem um ciclo de decisão diferente. E-commerce de consumo pode ter ciclo de 2 dias. Imobiliário pode ter ciclo de 6 meses. Educação superior, de 3 a 8 semanas. Quando a janela de view-through é configurada sem considerar esse ciclo, o modelo captura conversões que não têm relação causal com o anúncio.

Por exemplo: uma incorporadora roda uma campanha de display com janela de view-through de 30 dias. Um lead que viu o banner em março e fechou contrato em abril aparece como conversão atribuída à campanha. Mas esse lead pode ter chegado via indicação, via busca orgânica, via visita ao stand. O view-through registra o banner, e o relatório infla.

A calibração correta começa com uma pergunta simples: em quanto tempo, em média, seu cliente toma a decisão de compra após o primeiro contato? Esse número define o teto razoável da janela de atribuição.

Como a Gois Construtora usou o modelo a favor, com critério

A Gois Construtora chegou à Storica com um problema claro: alto investimento em mídia, resultados medianos e nenhuma clareza sobre o que estava gerando conversão de verdade. O custo de conversão estava em R$26. O time operava com múltiplos canais, display, search, redes sociais, sem hierarquia de atribuição definida.

Um dos ajustes foi justamente na configuração do modelo de atribuição. As campanhas de display rodavam com janela de view-through de 30 dias, inflando o número de conversões atribuídas e mascarando o desempenho real do search, que era o canal que de fato fechava os leads qualificados.

A Storica reduziu a janela de view-through para 7 dias, compatível com o ciclo de decisão mais curto do produto trabalhado, e reconfigurou a hierarquia de crédito entre canais. O resultado: o relatório ficou mais honesto, o budget foi realocado para o que funcionava, e o custo de conversão caiu de R$26 para R$9 em 3 meses. As vendas via marketing digital cresceram 425%.

O número melhorou porque a leitura melhorou primeiro. Dado não mente. Leitura pode estar errada.

View-through attribution versus atribuição multi-touch: qual a diferença prática

View-through attribution é um componente de modelos de atribuição, não um modelo completo por si só. Ele responde a uma pergunta específica: anúncios vistos sem clique merecem crédito? A resposta é sim, mas quanto crédito e por quanto tempo são as variáveis que definem se o modelo ajuda ou distorce.

Já a atribuição multi-touch olha para a jornada completa: todos os pontos de contato que o lead teve antes de converter, cliques, visualizações, e-mails abertos, visitas orgânicas. O view-through é uma das camadas dentro desse modelo mais amplo.

Na prática, o que importa para o head de marketing é entender como cada plataforma está configurada e se os modelos conversam entre si. Meta Ads, Google Ads e DV360 têm configurações independentes. Sem padronização, você soma três relatórios que contam histórias diferentes, e o total de conversões atribuídas supera o total real de conversões.

Esse fenômeno tem nome: dupla contagem de atribuição. É um dos motivos pelos quais o número da plataforma raramente bate com o número do CRM.

Quando o view-through attribution ajuda, e quando ele atrapalha

O modelo tem aplicação legítima. Saber quando usá-lo é o que separa uma operação bem calibrada de uma operação que produz relatório bonito sem resultado real.

Situações em que o view-through attribution faz sentido:

• Campanhas de display e vídeo com objetivo declarado de awareness, onde o clique nunca foi a métrica principal
• Produtos com ciclo de decisão longo, onde o usuário passa por múltiplas exposições antes de converter
• Análise de upper funnel para entender se campanhas de topo estão contribuindo para conversões downstream
• Contextos em que o modelo é usado como sinal complementar, não como métrica principal de performance

Situações em que o modelo distorce:

• Janela de atribuição maior que o ciclo real de decisão do cliente
• Alto volume de impressões com baixa segmentação, o modelo credita quem viu o anúncio sem nenhum critério de intenção
• Uso como métrica primária de performance em campanhas de conversão direta
• Ausência de comparação com dados do CRM ou do GA4 para validar se as conversões atribuídas existem de fato

A regra prática: view-through attribution é um sinal de contribuição, não de causalidade. Tratar o sinal como prova é onde a leitura começa a errar.

Como calibrar a janela de atribuição para o seu negócio

Não existe janela universal. O ponto de partida é o dado histórico do próprio negócio: quanto tempo, em média, leva entre o primeiro contato e a conversão? Esse número existe no CRM, ou deveria existir.

Com esse dado em mão, a lógica é simples:

1. Mapeie o ciclo médio de decisão, use dados do CRM, não estimativa. Se o ciclo médio é 15 dias, uma janela de view-through de 7 dias já captura a maior parte do impacto legítimo.
2. Defina a janela com margem conservadora, prefira subestimar o impacto do display a superestimá-lo. Número conservador é mais defensável para o CFO.
3. Padronize entre plataformas, Meta, Google e DV360 precisam ter configurações coerentes para que a soma dos relatórios faça sentido.
4. Compare com o CRM regularmente, se o número de conversões atribuídas nas plataformas é consistentemente maior que o número de leads qualificados no CRM, o modelo está inflando.
5. Teste com holdout group quando possível, a forma mais rigorosa de validar se o display realmente contribui é rodar um grupo de controle sem exposição e comparar a taxa de conversão. Isso é incrementalidade real.

O que o head de marketing precisa levar para a próxima reunião de performance

A pergunta que precisa estar na pauta não é “qual foi o ROAS da campanha de display?”. É “qual é a janela de view-through configurada e ela faz sentido para o nosso ciclo de compra?”.

Essa pergunta abre a caixa-preta. Quando a resposta é “não sei” ou “é o padrão da plataforma”, o número do relatório não tem fundamento para ser defendido. E número sem fundamento não sustenta decisão de budget.

O modelo de atribuição é a régua que define o que conta como resultado. Quem não controla a régua não controla o que está medindo. E quem não controla o que está medindo toma decisão no achismo, mesmo com dashboard na frente.

Para quem quer estruturar essa leitura com mais profundidade, o post sobre modelos de atribuição em marketing digital detalha as diferenças entre last-click, first-click, linear e data-driven. E o post sobre KPIs de performance além do ROAS mostra como montar um dashboard que o CFO consegue ler sem precisar de tradutor.

A Storica trabalha com diagnóstico de atribuição como parte do onboarding de todo cliente novo. Se a operação de mídia está rodando sem clareza de modelo, o Growth Score é o primeiro passo: 15 minutos de diagnóstico, linguagem executiva, decisão informada. Ou, se preferir conversa direta, a frente de dados da Storica resolve exatamente esse tipo de problema.

Perguntas frequentes

O que é view-through attribution?

View-through attribution é um modelo que credita uma conversão a um anúncio que o usuário visualizou, mas não clicou. Ele parte do princípio de que a exposição ao anúncio influenciou a decisão de compra, mesmo sem interação direta. A janela de atribuição define por quantos dias após a visualização esse crédito é válido.

Qual a diferença entre view-through e click-through attribution?

Click-through attribution credita conversões apenas quando há clique direto no anúncio. View-through attribution credita conversões geradas por usuários que viram o anúncio sem clicar. Os dois modelos capturam fatias diferentes da jornada. Usar só click-through subestima o impacto de campanhas de display e vídeo. Usar só view-through tende a inflar os números.

Qual janela de view-through attribution devo usar?

Não existe resposta universal. A janela ideal é proporcional ao ciclo médio de decisão do seu cliente. Se o ciclo é de 10 dias, uma janela de 7 dias já captura o impacto legítimo. Janelas de 30 dias em produtos com ciclo curto inflam o resultado. O ponto de partida é o dado histórico do CRM, não o padrão da plataforma.

Por que o número da plataforma de mídia é maior que o do CRM?

Esse gap acontece por múltiplas razões, e view-through attribution é uma das principais. Quando Meta Ads, Google Ads e outras plataformas operam com modelos e janelas diferentes, cada uma credita a mesma conversão para si. A soma dos relatórios supera o total real de conversões. Comparar plataforma com CRM regularmente é o controle mínimo para detectar esse problema.

View-through attribution funciona para campanhas de performance direta?

Com ressalvas. Para campanhas de awareness e upper funnel, o modelo faz sentido como sinal de contribuição. Para campanhas com objetivo de conversão direta, lead, venda, cadastro, usar view-through como métrica primária distorce a leitura. O modelo deve ser complementar, nunca o único critério de avaliação de resultado.

Como validar se o display realmente contribuiu para conversões?

A forma mais rigorosa é o holdout group, também chamado de lift test ou teste de incrementalidade. Você separa um grupo de controle que não recebe exposição ao anúncio e compara a taxa de conversão com o grupo exposto. A diferença entre os dois grupos é o impacto real da campanha. Sem esse controle, view-through attribution é correlação, não causalidade.