O modelo de nomenclatura de eventos para GA4 que toda equipe consegue seguir não é uma abstração elegante de dados. É a ponte direta entre vida real de tráfego pago, equipes de produto, devs e BI. Quando nomes de eventos variam entre GTM Web, GTM Server-Side e as passagens para BigQuery, a leitura fica confusa, a reconciliação entre GA4, Custom Dimensions e audiences fica comprometida e o time perde tempo tentando interpretar o que cada evento realmente significa. Esse é o problema que você já sente: espaços de nomes diferentes para o mesmo acionamento, descrições ambíguas que não passam pelo filtro de negócio, e uma janela de dados que não bate entre plataformas como GA4 e o conjunto de regras de conversão do CRM. Se a sua equipe já cruzou dados e percebeu que um clique no WhatsApp não confere com a origem na ferramenta de anúncios, entende que a padronização de nomenclatura não é opcional — é essencial para manter a confiança no pipeline de dados.
Neste artigo, vamos direto ao ponto técnico: como desenhar e colocar em prática um modelo de nomenclatura que você consegue escalar sem ficar refém de uma planilha de anexos ou de decisões pontuais de cada designer de implementação. Você vai encontrar uma estrutura clara, exemplos reais de aplicação em GA4, GTM Web e GTM Server-Side, além de um roteiro prático para diagnosticar, alinhar e governar a nomenclatura com a equipe. No fim, o objetivo é que você tenha um dicionário ativo de nomes de eventos, com regras de funcionamento, validação automatizada e um plano de transição para operações já em produção.
Por que um modelo unificado resolve problemas reais
Ambiguidades entre GA4, GTM e BigQuery
Quando os nomes de eventos variam por equipe ou por canal, o mesmo acionamento aparece como “lead_form_submit”, “form_envio_lead” ou até mesmo “subscribe_form”, dependendo de quem implementou. Essa diversidade complica audits, cross-run comparisons e a construção de dashboards no Looker Studio ou no BigQuery. O resultado é perda de confiabilidade: métricas que não se alinham entre GA4 e o conjunto de dados downstream, disparos duplicados em funis diferentes e uma sensação de que você está “segurando dados” em vez de fomentá-los como ativo de negócio.
Impactos na governança de dados
Governar dados de eventos não é luxo. Sem um modelo, você acaba mantendo várias versões de uma mesma ação, o que obriga o time de dados a reconstruir significados toda vez que alguém pergunta “o que aconteceu aqui?”. A consequência prática é: tempo gasto em mapeamentos manuais, retrabalho entre equipes (marketing, produto, dev) e entregas que dependem de uma decisão de nomenclatura que nunca chega ao consenso. Em cenários onde há dados de offline, WhatsApp ou CRM, a inconsistência no nome do evento prejudica a correlação entre cliques, leads e fechamentos — um daqueles gaps que travam a capacidade de justificar orçamento com fatos.
Consistência entre plataformas e janelas de atribuição
GA4 funciona bem com regras simples de nomenclatura, mas quando você tenta ligar o evento à jornada do usuário nas plataformas de anúncio (Google Ads, Meta), mais a exportação para BigQuery, a diferença de nomes vira barreira. A atribuição entre cliques, impressões, conversões offline e touchpoints multicanal tende a ficar desalinhada. Um modelo claro ajuda a manter coesão entre as janelas de atribuição, evita contagens duplicadas e facilita a validação de dados em diferentes estágios do funil — desde o clique até a venda via WhatsApp ou telefone, com ou sem UTM persistente.
O modelo recomendado: uma estrutura que faz a diferença
Estrutura de nomenclatura: domínio_verbo_objeto[_detalhe]
A ideia central é simples e poderosa: cada evento deve expressar, de forma legível e preservada, o domínio de negócio, a ação realizada, o objeto da ação e, opcionalmente, um detalhe que complemente o significado. Use tudo em minúsculas, separando com underscore, evitando espaços. O formato recomendado é:
domínio_verbo_objeto[_detalhe]
Exemplos práticos:
- lead_form_enviado
- produto_adicionado_carrinho
- checkout_iniciado
- form_contato_enviado
- whatsapp_credito_solicitado
- lead_portal_login_falha
- conteudo_video_assistido
“Naming consistency reduces data uncertainty and speeds up debugging.”
“Um modelo simples evita que a equipe precise adivinhar o que cada evento significa.”
Guia de parâmetros: o que manter junto do nome
O nome do evento comunica a ação, mas os detalhes ficam nos parâmetros. Recomenda-se reservar apenas o mínimo necessário para a diferenciação entre ocorrências, mantendo variáveis como valor, currency, item_id, plan_id, ou status dentro dos parâmetros, não no nome do evento. Por exemplo, em um evento chamado produto_adicionado_carrinho, use:
– items (array com id, título, categoria, preço)
– value (valor da adição)
– currency (BRL)
– currency_rate (se houver conversão entre moedas)
Isso facilita agregações, segmentações e cross-checks sem inflar o conjunto de nomes de eventos.
Implementação prática e governança: como colocar o modelo em produção
Checklist de padronização e governança
Antes de tocar código, alinhe com as equipes de dev, analytics e marketing um conjunto mínimo de regras que sustentarão o modelo. Abaixo está um guia direto para começar, que você pode transformar em um documento compartilhado (Google Drive / Notion) para toda a organização:
- Inventário dos eventos atuais: liste todos os eventos existentes em GA4, GTM Web, GTM Server-Side e as exportações para BigQuery. Identifique duplicatas ou nomes que não se comunicam bem com o negócio.
- Definição da gramática: confirme o formato dominio_verbo_objeto[_detalhe] para todos os eventos novos e para a migração de nomes já existentes.
- Catálogo de domínios: crie uma lista de domínios de negócio relevantes (lead, form, produto, compra, etc.) para orientar a escolha do primeiro segmento no nome.
- Política de nomes para parâmetros: defina quais parâmetros padrão devem acompanhar cada tipo de evento (valor, moeda, itens, status, campanha, canal, etc.).
- Documento de referências: publique o dicionário de nomes com exemplos reais, devidamente versionado (Git, Notion ou Sheets com histórico).
- Padronização de GTM: implemente as regras no GTM Web e GTM Server-Side, com templates de acionamento (Event templates) que criam nomes automaticamente a partir de variáveis de camada de dados (dataLayer) ou de parâmetros de URL.
- Validação automatizada: adote checks de nomenclatura no pipeline de deploy (CI) e nas validações de dados diárias no BigQuery/Looker Studio para detectar desvios em tempo real.
“A governança transforma uma boa ideia em prática repetível, auditável e escalável.”
Roteiro de auditoria rápida
Quando o time adota o modelo, uma auditoria periódica garante que tudo continua alinhado com o negócio. Este roteiro curto ajuda a manter o caminho:
- Valide o inventário de eventos: verifique se todos os eventos novos seguem o formato domínio_verbo_objeto[_detalhe].
- Checagem de consistência entre plataformas: confirme que nomes de eventos correspondem entre GA4, GTM e as exportações para BigQuery.
- Avalie a granularidade: ajuste nomes para evitar duplicidade de ações idênticas com detalhes diferentes (por exemplo, vídeo_assistido vs. video_play).
- Teste com dados reais: simule campanhas com UTM, GCLID e integração de WhatsApp para verificar que o funil fecha com as conversões esperadas.
- Atualize o dicionário: registre qualquer mudança e comunique as equipes impactadas com antecedência.
- Treine a operação: promova sessões rápidas de alinhamento com GTM e BI para reduzir fricções.
- Planeje a transição de histórico: se possível, planeje como migrar dados históricos sem perder valor analítico (mapeamento retroativo sempre que viável).
Erros comuns e correções práticas
Nomes genéricos demais
Evite termos como “evento1”, “evento 2” ou “interação”. Use vocabulário que reflita o domínio (lead, compra, formulário) e a ação (enviado, visualizado, iniciado). Correção prática: revise every event name para ficar no formato dominio_verbo_objeto[_detalhe].
Variáveis dinâmicas no nome do evento
Nomes que incorporam valores variáveis (por exemplo, campanha_id=123) transformam o evento em um rótulo pouco reutilizável. Correção prática: mantenha valores nos parâmetros, não no nome do evento. Ex.: campanha_enviado em vez de campanha_123_enviado.
Inconsistência entre plataformas
Se GA4, GTM e BigQuery adotam convenções diferentes, o cruzamento fica quase impossível. Correção prática: siga o dicionário único, crie templates de eventos que gerem nomes consistentes automaticamente, e implemente validação de nomenclatura no pipeline de deploy.
Questões de cliente/agência
Quando o projeto envolve entrega para clientes, crie um glossário acessível a todos — não apenas ao time técnico. Correção prática: documentação clara, exemplos por domínio, e um canal de governança para aprovações rápidas de mudanças.
Como adaptar a nomenclatura ao seu projeto ou cliente
Se o projeto envolve WhatsApp e integrações offline
Nomes de eventos devem refletir a origem de dados sem depender de contexto externo. Use o padrão domínio_verbo_objeto[_detalhe] e trate dados offline como parâmetros (ex.: status_offline, numero_chamado) sem complicar o nome do evento. Lembre-se de que a mensuração de conversões via WhatsApp pode exigir atribuição cross-channel e integração com o CRM; o modelo facilita a correlação entre lead e fechamento.
Se houver LGPD, CMP e consentimento
O modelo não substitui a conformidade. Mantenha a nomenclatura estável independentemente de consentimento, mas documente como os dados de parâmetros são coletados e armazenados. Em Consent Mode v2, a diferenciação entre eventos que dependem de consentimento e os que não exigem pode ser tratada nos parâmetros, não no nome do evento, preservando a integridade de dados quando o usuário opta por não ser rastreado.
Quando essa abordagem faz sentido e quando não faz
Sinais de que o setup está funcionando
Você observa menos discrepâncias entre GA4 e BigQuery, uma taxa menor de retrabalho de mapeamento, e a equipe consegue responder perguntas de negócio com rapidez — por exemplo, “qual campanha levou ao lead qualificado?” sem ter que decifrar nomes confusos.
Sinais de que o setup pode estar quebrado
Nomes inconsistentes que surgem durante a implementação, gaps entre GA4 e o data lake, ou dashboards que exibem métricas com contagens não alinharam entre etapas do funil. Também é um sinal ruim quando a equipe precisa de decisões sobre nomes em reuniões técnicas todas as semanas.
Erros que mais bloqueiam a qualidade dos dados
Usar nomes de eventos para registrar valores dinâmicos, criar muitos eventos com objetos genéricos, ou aplicar padrões apenas em parte do stack (apenas GTM Web, por exemplo) são caminhos que criam ruído. A correção envolve governança abrangente, templates repetíveis e validação contínua de nomenclatura em todo o pipeline.
Como escolher entre client-side e server-side, ou entre abordagens de atribuição
O modelo de nomenclatura não resolve tudo sozinho. Se você lida com dados offline ou com fortes restrições de LGPD, prefira manter nomes simples no client-side e mover regras de enriched data para o server-side, com foco em parâmetros robustos. Em termos de atribuição, o formato do nome ajuda a consolidar a leitura entre fontes, mas a decisão de qual janela de atribuição ou qual modelo (last click, data-driven) depende de contexto de negócio e da confiabilidade dos dados first-party.
Conclusão prática e próximo passo imediato
Com o modelo dominio_verbo_objeto[_detalhe], você transforma a governança de dados em uma prática repetível, escalável e auditável. A implementação não é apenas uma mudança de letras: é uma mudança de fluxo entre equipes, contratos de dados e dashboards que suportam decisões de negócio. O próximo passo concreto é alinhar, em até uma semana, um dicionário de nomes com a equipe de analytics e engenharia, transformar os principais templates de GTM para aceitar esse padrão e iniciar uma validação de nomenclatura com dados reais. Diga ao time qual é o conjunto mínimo de eventos que já precisa migrar neste ciclo e comece a documentar cada caso com exemplos claros. Ao final, você terá não apenas nomes consistentes, mas um ecossistema de dados que realmente se entende entre GA4, GTM e BigQuery, com menos ruído e mais confiança para decisões de negócio. Se quiser aprofundar com referências oficiais, vale revisar a documentação de GA4 sobre eventos e nomenclatura em GA4, que orienta como estruturar e parametrizar eventos de forma robusta: Eventos em GA4 — guias de implementação e Como funciona a coleta de dados no GA4. O caminho para dados mais confiáveis passa por governança simples, execução disciplinada e um vocabulário que todos consigam entender.
Leave a Reply