Segunda-feira, nove da manhã, reunião de resultados de outubro. O painel da loja mostra 412 encomendas e 38 940 euros. O GA4 mostra 351 compras e 31 200 euros. O gestor de campanhas abre o Meta Ads e lê 298 compras atribuídas, com um ROAS que deixa toda a gente contente.
A diretora pergunta qual destes números é o verdadeiro, e a sala fica em silêncio. A resposta incómoda é que os três estão certos, cada um dentro da pergunta que faz. O trabalho não é encontrar o sistema que mente, é desmontar a diferença até cada euro ter uma explicação.
Três sistemas, três perguntas diferentes
A plataforma da loja, seja Shopify, WooCommerce ou PrestaShop, regista encomendas criadas no servidor. Conta tudo o que passa pela base de dados: compras feitas no site, encomendas manuais criadas pela equipa de apoio ao cliente, vendas na loja física se houver ponto de venda ligado, e por vezes encomendas de teste que ninguém apagou. Não depende do browser do cliente, de cookies nem de bloqueadores. É o registo contabilístico mais próximo do que vai para a faturação.
O GA4 responde a outra pergunta: quantas vezes o evento purchase foi disparado num browser que aceitou ser medido. Para chegar ao GA4, a compra precisa de que o cliente tenha visto a página de confirmação, que a etiqueta tenha carregado, que o banner de cookies tenha recebido consentimento e que nenhum bloqueador tenha cortado o pedido. Cada uma destas condições retira uma fatia ao total.
O Meta Ads faz uma terceira pergunta, ainda mais estreita e ao mesmo tempo mais generosa: quantas compras aconteceram depois de alguém ter clicado num anúncio nos últimos 7 dias ou o ter visto no último dia. Uma pessoa que viu um anúncio no telemóvel e comprou no portátil dois dias depois pode aparecer no Meta e ser classificada como tráfego direto no GA4. Ao mesmo tempo, o Meta não vê compras de quem nunca tocou num anúncio.
Daqui sai a primeira regra de desmontagem: nunca compare totais de sistemas que respondem a perguntas diferentes sem antes escrever, numa frase, o que cada um conta. Se a frase do GA4 é "eventos purchase com consentimento" e a da loja é "encomendas criadas, incluindo manuais", a diferença deixa de ser misteriosa e passa a ser uma soma de parcelas mensuráveis. A comparação com o Meta fica para o fim, porque mistura atribuição com medição e só baralha a primeira análise.
A diferença decomposta camada a camada
Pegue nos números da reunião e desmonte os 61 pedidos de diferença entre a loja e o GA4, mais os 7 740 euros. O exemplo é ilustrativo, mas cada camada corresponde a algo que se encontra em lojas portuguesas reais.
Primeiro, as encomendas que nunca passaram pelo site. A equipa de apoio criou 9 encomendas manuais para clientes que telefonaram ou enviaram email, e houve 4 encomendas de teste quando se mudou o método de envio. Total da loja comparável: 412 menos 13, ou seja, 399 encomendas.
Segundo, os pagamentos diferidos. Em Portugal, uma parte relevante das compras é paga por referência Multibanco. A encomenda é criada no momento do checkout, mas muitos temas mostram uma página intermédia com a referência e só disparam o purchase quando o pagamento é confirmado, ou nunca o disparam, porque o cliente pagou no multibanco da rua e não voltou ao site. Neste caso, 23 encomendas foram pagas por referência sem regresso à página de confirmação. Ficamos com 376.
Terceiro, o consentimento. O banner da loja regista uma taxa de aceitação de 82% em sessões que terminaram em compra. Se aplicarmos a recusa de 18% às 376 encomendas restantes, chegamos a cerca de 68 compras sem medição. Só que o número observado no GA4 é 351, não 308.
A diferença de 43 indica que parte dos clientes que recusaram cookies foi recuperada pelo modo de consentimento, ou que a taxa de recusa nos compradores é menor do que nos visitantes em geral. Esta é a camada com mais incerteza, e convém tratá-la como intervalo, não como valor exato.
Quarto, a receita. Mesmo com o número de compras reconciliado, a loja somava portes de envio e o GA4 recebia o valor sem portes, e uma das etiquetas enviava os preços sem IVA. Com IVA a 23% no continente, 31 200 euros sem imposto correspondem a 38 376 euros com imposto, muito perto dos 38 940 da loja. Os 564 euros restantes cabem em portes e em duas devoluções processadas no mesmo mês.
Árvore de decisão para quem não sabe por onde começar
Quando a diferença aparece pela primeira vez, a tentação é abrir o gestor de etiquetas e mexer em tudo. É mais rápido seguir uma sequência fixa de perguntas, cada uma com resposta sim ou não, e parar na primeira que explica a maior parte do desvio.
- A diferença está no número de encomendas ou só na receita? Se só na receita, passe para a pergunta 6, porque o problema é de valor e não de contagem.
- A diferença é estável ao longo dos dias, por exemplo sempre entre 12% e 16%? Se sim, procure uma causa estrutural, como consentimento ou bloqueadores. Se não, procure uma data em que algo mudou.
- Há um dia em que a diferença salta de forma brusca? Se sim, cruze essa data com o histórico de publicações do tema, do checkout e do gestor de etiquetas. Na maior parte dos casos, a resposta está numa alteração feita nessa semana.
- A diferença concentra-se num método de pagamento? Se sim, verifique se esse método redireciona o cliente para fora do site e se ele regressa à página de confirmação. Referências Multibanco, MB WAY e PayPal são os suspeitos habituais.
- A diferença concentra-se num tipo de dispositivo ou browser? Se sim, teste a compra nesse ambiente. Safari em iPhone e browsers com bloqueio de rastreio de origem limitam cookies de forma mais agressiva.
- O valor no GA4 inclui IVA e portes da mesma forma que a loja? Se não, alinhe a definição antes de qualquer outra análise.
- Os fusos horários das duas propriedades coincidem? Se não, compare por semana em vez de por dia até corrigir.
Se chegar ao fim da árvore sem explicar mais de metade da diferença, exporte as encomendas com o identificador da transação e cruze linha a linha. É trabalhoso, mas acaba com as discussões.
Datas, impostos e fusos que parecem erros de medição
Uma boa parte das discrepâncias não tem nada a ver com etiquetas avariadas. São diferenças de definição que se acumulam em silêncio e que só aparecem quando alguém compara totais.
O fuso horário é a primeira. Uma propriedade GA4 criada por uma agência em Londres ou em Madrid pode ter sido configurada com outro fuso, e uma compra feita às 23h40 de 31 de outubro em Lisboa cai em novembro no relatório.
Em Portugal há ainda um caso curioso: os Açores estão uma hora atrás do continente, e lojas com muitos clientes açorianos veem pequenas oscilações nas fronteiras dos dias, embora o registo use sempre o fuso da propriedade e não o do cliente. Para fechos mensais, a diferença costuma ser de 3 ou 4 encomendas; para análises diárias pode ser enorme.
O IVA é a segunda. A loja pode reportar preços com imposto e o GA4 sem imposto, ou o contrário, consoante a forma como o tema envia o parâmetro value. Como as taxas diferem entre o continente (23%), a Madeira (22%) e os Açores (16%), mesmo uma correção com um multiplicador fixo deixa resíduos em lojas com clientes nas ilhas.
As devoluções e os reembolsos são a terceira. A loja abate a encomenda reembolsada na receita líquida do mês em que o reembolso acontece; o GA4 só reflete o reembolso se alguém enviar o evento refund. Uma compra de setembro devolvida em outubro baixa a receita de outubro na loja e não mexe em nada no GA4.
Por fim, a moeda. Lojas que vendem em libras ou dólares e convertem para euros usam a taxa do dia do processador de pagamentos; o GA4 converte com a sua própria taxa diária. Em volumes pequenos o efeito é residual, mas numa campanha de Black Friday com 30% das vendas fora da zona euro chega a explicar centenas de euros.
Erros que tornam a reconciliação impossível
Há equipas que passam semanas a discutir números porque cometeram, logo no início, um dos erros abaixo. Cada um deles transforma uma diferença explicável num ruído permanente.
- Comparar o total de compras do Meta Ads com o total da loja como se fossem a mesma coisa. O Meta atribui, a loja regista; somar compras atribuídas por várias plataformas dá quase sempre mais do que as vendas reais, porque cada uma reclama a mesma encomenda.
- Não enviar o transaction_id no evento purchase. Sem ele, o GA4 não elimina duplicados quando o cliente recarrega a página de confirmação, e não há forma de cruzar linha a linha com a loja.
- Ter o evento purchase disparado em dois sítios, por exemplo pela integração nativa da plataforma e por uma etiqueta antiga no gestor de etiquetas. O sintoma é o GA4 mostrar mais compras do que a loja num mês e menos no outro, depois de alguém desativar uma das fontes.
- Comparar dias isolados. Com 10 ou 15 encomendas por dia, uma única compra feita perto da meia-noite muda a percentagem de diferença em 7 ou 10 pontos. Semanas e meses são unidades muito mais estáveis.
- Ignorar o banner de cookies na análise. Mudar o texto do botão ou a cor do "Recusar" altera a taxa de consentimento em vários pontos percentuais, e com ela a diferença entre os dois sistemas, sem que nada tenha mudado nas etiquetas.
- Corrigir os números do GA4 com um fator fixo e esquecer a correção. Um multiplicador de 1,17 calculado em março deixa de valer em junho, quando o mix de dispositivos e de métodos de pagamento já é outro.
O erro mais caro, porém, é organizacional: não haver uma pessoa responsável pela definição de "venda" em cada relatório. Quando o marketing usa o GA4, a direção financeira usa a loja e ninguém escreve a diferença num documento partilhado, cada reunião recomeça a discussão do zero.
O que mais se pergunta sobre números que não batem certo
O GA4 tem amostragem que explique a diferença? Nos relatórios padrão do GA4 não há amostragem; ela aparece sobretudo nas explorações com intervalos longos e muitos eventos. Se a diferença existe também no relatório de monetização padrão, a amostragem não é a causa.
A exportação para o BigQuery resolve a discrepância? Não resolve, mas torna-a explicável: a exportação diária traz cada evento purchase com o transaction_id, o que permite cruzar linha a linha com a tabela de encomendas e ver exatamente quais faltam.
Devo usar os modelos de conversão do GA4 para tapar o buraco do consentimento? O modo de consentimento avançado do Google estima conversões de quem recusou cookies, mas só a partir de volumes mínimos de tráfego diário. Em lojas pequenas o modelo nem chega a ativar-se, e o número continua a vir apenas dos utilizadores que aceitaram.
Com que frequência vale a pena reconciliar? Uma vez por mês chega para a maioria das lojas, mais uma verificação extra sempre que se muda de tema, de checkout ou de gestor de etiquetas. Essas três mudanças partem a medição mais vezes do que qualquer outra coisa.
O veredicto, com os custos à vista: perseguir uma diferença de zero entre o GA4 e a loja custa horas de desenvolvimento e consultoria e nunca chega lá, porque o consentimento e os bloqueadores existem por boas razões. Aceitar qualquer diferença sem a explicar custa decisões erradas sobre campanhas.
O ponto de equilíbrio razoável é usar a loja como fonte de verdade para receita e encomendas, o GA4 para comportamento e proporções entre canais, e manter uma ponte escrita que explique pelo menos 80% do desvio mensal. Se a parte inexplicada passar de 5% das encomendas, aí sim, abra o gestor de etiquetas.