Média de taxas mente: por que cada métrica precisa de uma definição só

Tirar a média de taxas quase sempre dá um número errado. CTR, CPC, CPA, ROAS e taxa de conversão são divisões, e uma divisão só faz sentido quando você soma o numerador e o denominador do período inteiro e divide uma vez. Quando a mesma métrica é calculada de jeitos diferentes em cada planilha, o problema deixa de ser de conta e vira de confiança: ninguém sabe qual número vale.

A média das taxas dá peso igual a quem não pesa igual

Imagine duas campanhas hipotéticas na mesma semana. A campanha A teve 100.000 impressões e 1.000 cliques. A campanha B teve 2.000 impressões e 100 cliques.

A média dos dois CTRs dá 3,0%. Mas o CTR (taxa de cliques, cliques ÷ impressões) das duas campanhas juntas é 1.100 ÷ 102.000 = 1,08%. A média tratou B, que teve 2% das impressões, como se valesse tanto quanto A. Se você levar 3,0% para o cliente, está quase triplicando a taxa real.

A regra vale para qualquer métrica que seja uma divisão. O Google Ads define CTR como cliques divididos por impressões e taxa de conversão como conversões divididas pelas interações que podem ser rastreadas até uma conversão. Nenhuma das duas definições fala em média. Para juntar campanhas, dias, contas ou canais, some as partes e divida no fim.

ROAS diário médio não é o ROAS do período

O mesmo erro aparece no tempo. Uma conta hipotética investiu R$ 2.000 em três dias:

O ROAS (retorno sobre o investimento em anúncios, receita ÷ investimento) do período é R$ 3.700 ÷ R$ 2.000 = 1,85. A média dos três ROAS diários é (2,0 + 8,0 + 1,0) ÷ 3 = 3,67, quase o dobro. O dia 2 gastou só R$ 100, mas pesou tanto quanto o dia 1, que gastou dez vezes mais. Dias de pouco investimento costumam ter taxas extremas, para cima ou para baixo, e a média dá a eles uma voz que o dinheiro não deu.

O CPA (custo por aquisição) tem a mesma armadilha: investimento total ÷ conversões totais, nunca a média dos CPAs por campanha.

O mix muda a conclusão, não só o número

Somar as partes resolve a conta, mas ainda pede cuidado na leitura. Veja duas campanhas hipotéticas, com cliques e conversões separados por dispositivo:

X converte melhor no celular (2,0% contra 1,5%) e no computador (10,0% contra 8,0%). Mesmo assim, Y converte melhor no total (7,41% contra 4,67%). Não é erro de conta: Y concentrou os cliques no computador, onde todo mundo converte mais. Esse efeito tem nome, paradoxo de Simpson, e explica por que comparar taxas totais entre campanhas com públicos, dispositivos ou posicionamentos muito diferentes pode enganar.

A saída não é escolher um lado. É olhar o total (que mostra o resultado de verdade) e a quebra (que mostra por quê), e não decidir verba com base em uma taxa sem saber o mix que está por trás dela.

Algumas métricas somam, outras precisam ser contadas de novo

Antes de juntar linhas, pergunte se a métrica é aditiva, ou seja, se a soma das partes é igual ao total.

• Somam: investimento, impressões, cliques, conversões, valor de conversão. Somar os dias dá a semana; somar as campanhas dá a conta.
• Recalcule: CTR, CPC, CPA, ROAS, taxa de conversão. Não somam nem têm média, mas saem certas das partes que somam.
• Conte de novo: alcance, usuários únicos e tudo que depende deles, como frequência. A mesma pessoa aparece em vários dias e várias campanhas.

O alcance da Meta é uma estimativa de contas da Central de Contas que viram o anúncio pelo menos uma vez. Se uma campanha hipotética alcançou 10.000 contas por dia durante sete dias, a soma dá 70.000, mas o alcance da semana pode ser qualquer número entre 10.000 (as mesmas pessoas todo dia) e 70.000 (gente nova todo dia). Só a plataforma, com os dados de cada exposição, sabe o número real. O mesmo vale para usuários no GA4: o total de usuários de um mês não é a soma dos usuários de cada dia.

A frequência herda o problema. Com 140.000 impressões na semana, dividir pela soma dos alcances diários dá 140.000 ÷ 70.000 = 2,0. Se o alcance real da semana foi 25.000, a frequência real é 140.000 ÷ 25.000 = 5,6. A conta pela soma subestima a saturação justamente quando ela importa.

Para métricas que não somam, peça o número já calculado para o período inteiro na fonte (um relatório da semana, não sete relatórios diários), ou recalcule a partir dos dados brutos com uma contagem distinta. E diga no relatório quando um número é aproximado.

"Conversão" significa coisas diferentes em cada ferramenta

Mesmo com a conta certa, duas telas podem discordar porque não estão contando a mesma coisa.

• No Google Ads, a coluna "Conversões" mostra só as ações de conversão primárias, as que entram no lance. As secundárias aparecem apenas em "Todas as conversões", que também inclui conversões entre dispositivos e outras fontes.
• No GA4, o que antes se chamava conversão hoje se chama evento-chave. "Conversão" ficou para o evento que você leva ao Google Ads para medir e otimizar campanhas.
• A taxa de conversão do Google Ads divide por interações. A sua planilha pode dividir por cliques, por sessões do GA4 ou por leads do CRM.

Nenhuma dessas escolhas está errada. O erro é colocar números com definições diferentes lado a lado com o mesmo nome. Se o relatório diz "conversões", precisa dizer quais.

Escreva cada definição uma vez: o registro de métricas

Um registro de definições é uma tabela simples que responde, para cada métrica, cinco perguntas. Um exemplo hipotético:

O grão é o nível de detalhe da linha guardada (anúncio por dia, campanha por semana). Ele diz o que dá para somar com segurança e o que precisa ser recalculado. O dono é quem decide quando a definição muda, e avisa todo mundo quando muda.

O registro sozinho já evita muita discussão. O passo seguinte é tirar a conta das mãos de cada pessoa.

Camada semântica: a definição vira código

Uma camada semântica é um modelo que fica entre o banco de dados e quem consome os números (dashboard, planilha, relatório, assistente de IA). Nela você declara as medidas que somam e as métricas derivadas, como "CTR é a soma de cliques dividida pela soma de impressões". Quem pergunta pede "CTR por campanha no mês" e a camada gera a conta certa para aquele recorte, em vez de cada ferramenta inventar a sua.

Existem várias implementações: o Cube declara medidas e trata medidas como contagens distintas e médias como não aditivas; o dbt Semantic Layer tem métricas do tipo razão, com numerador e denominador agregados antes da divisão; o LookML, do Looker, define medidas de soma, média e contagem distinta no modelo. A ferramenta importa menos que o princípio: a fórmula mora num lugar só, versionada, e todo consumidor lê dali.

No Relator Digital, as métricas passam por uma camada semântica em Cube. CTR é declarado como cliques ÷ impressões e ROAS como valor de conversão ÷ investimento, calculados sobre as somas do recorte pedido, e a divisão por zero devolve vazio em vez de 0 (uma campanha sem clique não aparece com o CPC mais barato). A frequência da Meta calculada a partir do alcance diário vem marcada como aproximada, com uma medida separada para a frequência deduplicada em janelas de 7 e 28 dias. Dashboard, relatório e RelatorAI consultam essas mesmas definições.

Como aplicar

1. 1.Procure médias de taxas nos seus relatórios e planilhas: MÉDIA() em colunas de CTR, CPC, CPA, ROAS ou taxa de conversão. Troque por soma do numerador ÷ soma do denominador.
2. 2.Classifique cada métrica que você reporta em "soma", "recalcula" ou "conta de novo". Para as do último grupo, puxe o número do período inteiro na fonte e não some dias.
3. 3.Monte o registro de definições com nome, fórmula, fonte, grão e dono. Comece pelas dez métricas que mais aparecem no relatório do cliente.
4. 4.Escreva qual "conversão" cada relatório usa (ação primária do Google Ads, evento-chave do GA4, lead do CRM) e não misture definições com o mesmo nome.
5. 5.Quando comparar taxas totais entre campanhas, abra a quebra por dispositivo, posicionamento ou público antes de mexer na verba.
6. 6.Se mais de uma ferramenta lê os mesmos dados, leve as fórmulas para uma camada semântica e faça dashboards e relatórios consultarem dali.

Fontes

• Google Ads Help: Clickthrough rate (CTR): Definition
• Google Ads Help: Conversion rate: Definition
• Google Ads Help: About primary and secondary conversion actions
• Google Ads Help: About "All conversions"
• Google Analytics Help: Conversions vs. key events in Google Analytics
• Google Analytics Help: Comparing metrics: Google Analytics vs. Universal Analytics
• Meta Business Help Center: About reach metrics
• Cube: Accelerating non-additive measures
• dbt Docs: Ratio metrics
• Looker Docs: Measure types
• Stanford Encyclopedia of Philosophy: Simpson's Paradox