Uma quantidade expressiva de contas de anúncios pagos carrega um problema silencioso nas configurações de conversão. Por fora, tudo parece funcionar normalmente: as campanhas rodam, as palavras-chave batem com a intenção de busca e os relatórios exibem números aparentemente saudáveis. O que passa despercebido, no entanto, é um sinal de valor corrompido que alimenta o Smart Bidding com informações distorcidas.
Quando os anunciantes percebem a diferença entre o que a plataforma reporta e o que a empresa efetivamente fatura, a reação comum é culpar o Google Ads por “inflar” os números. Mas a plataforma não está com defeito — ela simplesmente executa as instruções que recebeu. Quando uma conta opera em tCPA ou tROAS no modo automático, sem validar a matemática por trás das conversões, o algoritmo passa a otimizar em torno de um valor fantasma, e não da receita real.
Esse fenômeno tem nome: inflação de valor. Ele ocorre quando o número que o Smart Bidding persegue não corresponde ao que a empresa efetivamente recebe. Entre os sintomas mais comuns estão micro-conversões contadas em duplicidade, metas primárias e secundárias competindo pelo mesmo sinal de lance, importações de conversões offline com valores de negócios que nunca foram fechados, e regras de valor de conversão criadas anos atrás e nunca revisadas.
Não se trata de fraude ou de manipulação da plataforma — geralmente é um problema de rastreamento criado pela própria empresa. E esse tipo de distorção pesa mais hoje do que há cinco anos, porque estratégias como tCPA e tROAS não questionam os dados que recebem: aceitam qualquer valor informado como verdade absoluta. Se os números estiverem inflados, o algoritmo vai perseguir ainda mais números inflados, elevando o custo por clique para “ganhar” leilões por cliques que nunca tiveram o valor atribuído a eles, consumindo orçamento na direção exata para a qual foi programado — mesmo que essa direção seja equivocada.
Os disfarces da inflação de valor
Raramente esse problema aparece como um erro único e evidente. Costuma ser a soma de três ou quatro pequenas distorções, cada uma empurrando o algoritmo um pouco mais para longe da realidade.
Um exemplo clássico é a duplicação de micro-conversões: o envio de um formulário e a visualização da página de agradecimento disparam como dois eventos separados, cada um com seu próprio valor, dobrando artificialmente o volume de conversões. Outro problema recorrente é o peso equivocado entre metas primárias e secundárias — cadastros em newsletter, downloads de PDF ou adições ao carrinho configurados como conversões primárias ao lado de compras reais, o que dilui o sinal de lance com ruído irrelevante para a receita.
Importações de conversões offline também costumam distorcer os números, quando valores de negociações são enviados do CRM antes de o negócio ser efetivamente fechado, ou quando leads qualificados são importados pelo valor total do contrato mesmo com uma taxa real de conversão de apenas 20%. Regras de valor de conversão desatualizadas — criadas para promoções que terminaram há meses, mas que continuam multiplicando valores em segundo plano — são outra fonte comum do problema, assim como feeds dinâmicos de e-commerce que reportam o valor do carrinho em vez do valor real do pedido, já descontados impostos, descontos e devoluções.
Isoladamente, cada uma dessas falhas parece um pequeno arredondamento nos números. Somadas, porém, podem inflar o valor reportado da conta entre 20% e 40%, sem disparar qualquer alerta na interface — afinal, o Google Ads não tem como saber que o “valor de conversão” informado não é real. A plataforma apenas vê um número e trabalha para conseguir mais desse número.
Por que o Smart Bidding não percebe a diferença
É fácil se confundir observando os dados da plataforma: tCPA e tROAS não estão sendo reportados de forma errada — o sistema de lances está fazendo exatamente o que foi instruído a fazer com os dados de conversão disponíveis. O tROAS trabalha de trás para frente, a partir de uma meta de valor: a conta aumenta os lances onde o retorno esperado por real investido supera o limite estabelecido e reduz onde não supera. Se metade das “conversões” estiver inflada, o modelo do algoritmo sobre o que é um bom cliente passa a se basear no comportamento que gerou esses valores distorcidos, não nos compradores realmente valiosos.
O problema se agrava com o período de aprendizado do sistema, que recalibra continuamente com base em dados recentes de conversão. Valores inflados não distorcem apenas os lances do dia — eles treinam o modelo por semanas, às vezes meses, dependendo do volume de conversões. Quando a diretoria financeira questiona por que o custo de aquisição de clientes está subindo enquanto a plataforma indica um ROAS saudável, o algoritmo já construiu toda uma estratégia de lances em torno de uma ficção.
Um roteiro de auditoria para limpar a conta
O primeiro passo é revisar o peso das ações de conversão, verificando na seção de metas e conversões todas as ações ativas, com categoria, contagem, valor e status de primária ou secundária. Uma configuração saudável costuma ter entre uma e três ações primárias diretamente ligadas à receita — compra, lead qualificado, agendamento confirmado —, enquanto cadastros em newsletter, aberturas de chat ou visualizações de vídeo devem ficar como secundárias, apenas para observação, ou excluídas do cálculo de lances.
Em seguida, é preciso confirmar se todas as ações de conversão utilizam o modelo de atribuição baseado em dados, e não o modelo de último clique — resquício de configurações antigas que precedem a migração forçada feita pelo Google. Contas herdadas de outras equipes costumam ter modelos de atribuição misturados, o que gera padrões de valor completamente diferentes para conversões que deveriam ser comparáveis.
O terceiro passo é caçar tags duplicadas ou eventos disparando em dobro, usando as ferramentas de diagnóstico do Google Tag Manager ou o modo de depuração do Google Analytics 4, testando uma conversão real por todo o funil. É comum encontrar o mesmo evento disparando duas vezes — uma por um snippet fixo ainda presente no código da página, outra pelo próprio Tag Manager — ou uma página de confirmação que dispara de forma independente do envio real do formulário que deveria representar.
Depois, é essencial comparar o valor de conversão reportado pelo Google Ads nos últimos 90 dias com a receita realmente reconhecida ou os pedidos efetivamente concluídos, segundo o CRM ou o sistema de gestão de pedidos, no mesmo período. Uma discrepância — como uma conta que reporta 400 mil dólares em valor de conversão enquanto a empresa reconhece apenas 270 mil dólares em receita correspondente — merece ser investigada a fundo, ação por ação, já que a distorção raramente se distribui igualmente entre todas elas; geralmente uma ou duas fontes, como importações offline ou feeds de valor de leads, concentram quase toda a inflação.
Por fim, vale cruzar os números com o Google Analytics 4, comparando as conversões reportadas pelo Google Ads com as contagens próprias de compras ou eventos-chave do GA4 para as mesmas campanhas e período. Uma diferença grande e consistente entre as duas fontes é outro indício claro de que os dados de valor usados para treinar os lances automáticos não refletem a realidade do negócio.
