{"id":1262,"date":"2026-04-13T14:14:11","date_gmt":"2026-04-13T14:14:11","guid":{"rendered":"https:\/\/cms.funnelsheet.com\/?p=1262"},"modified":"2026-04-13T14:14:11","modified_gmt":"2026-04-13T14:14:11","slug":"how-to-measure-attribution-for-campaigns-running-on-connected-tv-in-brazil","status":"publish","type":"post","link":"https:\/\/cms.funnelsheet.com\/?p=1262","title":{"rendered":"How to Measure Attribution for Campaigns Running on Connected TV in Brazil"},"content":{"rendered":"

A atribui\u00e7\u00e3o para campanhas em TV conectada (CTV) no Brasil \u00e9 um labirinto de sinais quebrados e janelas de atribui\u00e7\u00e3o diferentes por device. Voc\u00ea investe em apps de TV, streaming e conte\u00fados sob demanda, mas mal consegue ligar o toque na tela da smart TV ao clique no celular ou \u00e0 conversa no WhatsApp. O resultado \u00e9 uma vis\u00e3o fragmentada: o GA4 mostra uma sequ\u00eancia, o BigQuery aponta outra, e a consolida\u00e7\u00e3o fica cada vez mais sujeita a suposi\u00e7\u00f5es. Sem uma estrat\u00e9gia clara de coleta, padr\u00f5es de consumo entre TV e dispositivos m\u00f3veis tendem a ficar invis\u00edveis, abrindo espa\u00e7o para decis\u00f5es baseadas em dados incompletos. Esse gap n\u00e3o \u00e9 te\u00f3rico: ele custa or\u00e7amento, lead perdido e, muitas vezes, uma leitura errada do retorno de cada canal.<\/p>\n

Neste artigo, vou direto ao ponto: como diagnosticar, alinhar e operar uma configura\u00e7\u00e3o de atribui\u00e7\u00e3o que fa\u00e7a sentido para campanhas em TV conectada no Brasil, com foco pr\u00e1tico, limita\u00e7\u00f5es reais e escolhas t\u00e9cnicas que voc\u00ea pode implementar j\u00e1. A ideia \u00e9 sair do \u201cparece que funciona\u201d para um fluxo de dados confi\u00e1vel que resista a auditorias, com decis\u00f5es claras sobre quando usar exposi\u00e7\u00e3o, quando considerar a jornada multi-dispositivo e como validar a consist\u00eancia entre GA4, GTM Server-Side e BigQuery. No final, voc\u00ea ter\u00e1 um roteiro acion\u00e1vel para mapear fluxos, tratar dados offline e tomar decis\u00f5es de atribui\u00e7\u00e3o com uma vis\u00e3o mais pr\u00f3xima da realidade do consumidor em TV.<\/p>\n\n\n

\"a<\/figure>\n \n\n

Desafios de atribui\u00e7\u00e3o em campanhas de TV conectada<\/h2>\n

Sinaliza\u00e7\u00e3o inconsistente entre TV e dispositivos m\u00f3veis<\/h3>\n

A TV conectada opera em um ecossistema diferente do navegador. A tela grande n\u00e3o gera cliques como a tela do celular, muitos usu\u00e1rios apenas veem a imagem e continuam a jornada no smartphone. Sem sinais diretos de convers\u00e3o passados da TV para o ambiente web ou app, a correla\u00e7\u00e3o entre exposi\u00e7\u00e3o televisiva e convers\u00e3o fica dependente de proxies \u2014 c\u00f3digos exibidos na tela, URLs espec\u00edficas ou QR codes que conectam o usu\u00e1rio a um ambiente rastre\u00e1vel. Essa diferen\u00e7a de sinais \u00e9 a fonte principal de distor\u00e7\u00e3o na atribui\u00e7\u00e3o, especialmente em cen\u00e1rios onde o usu\u00e1rio cruza entre TV, internet m\u00f3vel e atendimento offline via WhatsApp.<\/p>\n

\u201cA TV entregou a impress\u00e3o, mas o pipeline de dados n\u00e3o traz o reconhecimento imediato da convers\u00e3o. Sem exposi\u00e7\u00e3o vis\u00edvel no endere\u00e7o de click, a atribui\u00e7\u00e3o fica sob risco de sub ou superestimar o impacto.\u201d<\/p><\/blockquote>\n

Depend\u00eancia de dados de terceiros e privacidade<\/h3>\n

Em muitos casos, a contagem de convers\u00f5es depende de dados first-party coletados nos seus pr\u00f3prios contratos de CRM ou nas plataformas de an\u00fancios. No Brasil, LGPD e Consent Mode v2 introduzem limita\u00e7\u00f5es sobre o que pode ser usado sem consentimento expl\u00edcito, o que complica a fus\u00e3o de sinais entre TV e sites\/apps. Al\u00e9m disso, a necessidade de cross-device bridging exige coordena\u00e7\u00e3o entre plataformas distintas, o que nem sempre est\u00e1 dispon\u00edvel para todos os mercados ou clientes. Esses limites n\u00e3o s\u00e3o triviais e impactam diretamente a granularidade e a confiabilidade da atribui\u00e7\u00e3o.<\/p>\n

\u201cConsent mode n\u00e3o \u00e9 uma varinha m\u00e1gica. Ele define regras, mas a disponibilidade de dados de evento e a sincroniza\u00e7\u00e3o entre plataformas continuam dependentes da implementa\u00e7\u00e3o pr\u00e1tica.\u201d<\/p><\/blockquote>\n

Arquitetura de dados para TV conectada no Brasil<\/h2>\n

Fontes de dados poss\u00edveis na pr\u00e1tica<\/h3>\n

Para ganhar visibilidade, voc\u00ea precisa combinar sinais de TV com dados digitais de origem web\/app. As fontes mais comuns incluem: c\u00f3digos promocionais exibidos na tela (ou URLs curtas apresentadas na TV), implementa\u00e7\u00f5es de QR codes que levam a landing pages com rastreabilidade, eventos de exposi\u00e7\u00e3o no app da TV ou na app m\u00f3vel vinculada \u00e0 mesma campanha, UTMs aplicadas a landing pages acessadas a partir do TV CAR da tela, e, quando dispon\u00edvel, dados de convers\u00e3o offline (pedidos, liga\u00e7\u00f5es, mensagens via WhatsApp). O que acontece no Brasil \u00e9 uma mistura entre sinais diretos (exposi\u00e7\u00e3o na TV) e indiretos (cliques ou intera\u00e7\u00f5es subsequentes em mobile\/WhatsApp).<\/p>\n

Como alinhar GA4, GTM Server-Side e BigQuery<\/h3>\n

Uma arquitetura pr\u00e1tica come\u00e7a com a captura de eventos relevantes no GA4, mantendo a consist\u00eancia de nomenclaturas entre TV e dispositivos m\u00f3veis. Use GTM Server-Side para receber dados de TV que partem de URLs ou de sinais de exposi\u00e7\u00e3o, transformando-os em eventos estruturados que o GA4 consegue interpretar. BigQuery entra como reposit\u00f3rio de dados brutos e de logs que ajudam a fazer auditoria de janelas de atribui\u00e7\u00e3o, cruzando times de convers\u00f5es com janelas de 7, 14 ou 28 dias. A chave \u00e9 manter a trilha de IDs de campanha (UTM, GCLID ou par\u00e2metros propriet\u00e1rios) de ponta a ponta, para que o backend possa ligar a exposi\u00e7\u00e3o televisiva \u00e0 convers\u00e3o final, mesmo que o lookback se estenda por v\u00e1rias sess\u00f5es e dispositivos.<\/p>\n

Abordagens de atribui\u00e7\u00e3o para CTV<\/h2>\n

Atribui\u00e7\u00e3o baseada em exposi\u00e7\u00e3o vs. last-click<\/h3>\n

Atribui\u00e7\u00e3o baseada em exposi\u00e7\u00e3o tenta capturar o impacto da exposi\u00e7\u00e3o televisiva com base em uma janela de tempo, sem depender for\u00e7osamente de um clique direto. Em TV conectada, isso significa tra\u00e7ar a associa\u00e7\u00e3o entre a exposi\u00e7\u00e3o na TV e a atividade de convers\u00e3o desenvolvida no ecossistema online. J\u00e1 a atribui\u00e7\u00e3o last-click pode soar atraente, mas tende a subestimar a contribui\u00e7\u00e3o da TV quando a convers\u00e3o ocorre dias depois da exposi\u00e7\u00e3o ou ap\u00f3s m\u00faltiplos toques entre canais. Em muitos cen\u00e1rios, combinar uma janela de exposi\u00e7\u00e3o com uma camada de last-touch em determinados touchpoints oferece leitura mais est\u00e1vel para o neg\u00f3cio.<\/p>\n

Modelos h\u00edbridos e limita\u00e7\u00f5es<\/h3>\n

Modelos h\u00edbridos, que unem dados de exposi\u00e7\u00e3o com sinais offline (como liga\u00e7\u00f5es recebidas ou mensagens via WhatsApp) e dados de CRM, costumam entregar a vis\u00e3o mais alinhada com a realidade do funil de venda. Contudo, voc\u00ea precisa de dados first-party bem estruturados e de um conjunto de regras que definam como atribuir cr\u00e9dito entre TV e canais online. N\u00e3o existe bala de prata: a confiabilidade do modelo depende da qualidade dos sinais de TV, da consist\u00eancia dos par\u00e2metros de campanha e da clareza das regras de atribui\u00e7\u00e3o entre dispositivos.<\/p>\n

Dados offline e dados first-party<\/h3>\n

Para o Brasil, a integra\u00e7\u00e3o de dados offline (call center, WhatsApp Business API, opera\u00e7\u00f5es de loja) pode ser decisiva. Construir uma estrat\u00e9gia de dados-first party envolve harmonizar IDs de usu\u00e1rio onde poss\u00edvel (User-ID, IDs de dispositivo, ou identificadores propriet\u00e1rios) e garantir que o offline se conecte com eventos digitais atrav\u00e9s de match rates aceit\u00e1veis. Este \u00e9 o tipo de pr\u00e1tica que exige alinhamento entre equipes de performance, CRM e engenharia para evitar desvios entre o que \u00e9 visto no GA4 e o que \u00e9 realmente convertido no pipeline de vendas.<\/p>\n

Roteiro de auditoria t\u00e9cnica para um setup CTV<\/h2>\n
    \n
  1. Mapear o ecossistema de TV conectada vigente: quais apps, quais dispositivos, quais apps m\u00f3veis e quais plataformas de TV s\u00e3o usadas pelo p\u00fablico-alvo.<\/li>\n
  2. Definir os pontos de contato rastre\u00e1veis: c\u00f3digos exibidos na tela, URLs, landing pages com UTMs, QR codes, e eventos de exposi\u00e7\u00e3o que possam ser capturados pelo GA4\/GTM-SS.<\/li>\n
  3. Validar a presen\u00e7a de par\u00e2metros de campanha de forma consistente entre TV e canais online: UTMs, par\u00e2metros de m\u00eddia, e qualquer ID de campanha que possa ser propagado at\u00e9 o ponto de convers\u00e3o.<\/li>\n
  4. Configurar GTM Server-Side para receber eventos de TV e transform\u00e1-los em eventos GA4 com sem\u00e2ntica clara (exposi\u00e7\u00e3o, click, visita, convers\u00e3o). Garantir que os eventos tenham uma estrutura uniforme de nomes e propriedades.<\/li>\n
  5. Estabelecer uma janela de atribui\u00e7\u00e3o adequada e regras para dados offline: quando uma convers\u00e3o depende de uma intera\u00e7\u00e3o offline (liga\u00e7\u00f5es, mensagens), defina como o cr\u00e9dito \u00e9 rateado entre TV e canais digitais.<\/li>\n
  6. Executar uma auditoria de consist\u00eancia entre GA4, BigQuery e as fontes de dados offline, produzindo um relat\u00f3rio com desvios, causas prov\u00e1veis e a\u00e7\u00f5es corretivas com prazos. Inclua uma linha do tempo de convers\u00e3o para ver se a TV antecipa ou apenas acompanha a convers\u00e3o final.<\/li>\n<\/ol>\n

    Essa avalia\u00e7\u00e3o sistem\u00e1tica ajuda a evitar armadilhas comuns, como confundir exposi\u00e7\u00e3o com cliques, ou aceitar que todas as convers\u00f5es s\u00e3o atribu\u00eddas a um \u00fanico touchpoint sem considerar o caminho completo do usu\u00e1rio. Implementar o roteiro acima tamb\u00e9m facilita a compara\u00e7\u00e3o entre tr\u00e1fego pago e TV conectada, permitindo que a lideran\u00e7a veja onde o investimento est\u00e1 realmente gerando impacto e onde \u00e9 necess\u00e1rio ajustar as regras de atribui\u00e7\u00e3o ou a coleta de dados.<\/p>\n

    Erros comuns e como corrigi-los<\/h2>\n

    Uso inconsistente de UTMs entre TV e mobile<\/h3>\n

    Quando UTMs variam entre canais ou n\u00e3o s\u00e3o propagadas de forma confi\u00e1vel, voc\u00ea perde a correla\u00e7\u00e3o entre a TV e a convers\u00e3o. Padronize UTM Source\/Medium\/Campaign e garanta que cada ponto de exposi\u00e7\u00e3o leve a uma URL com o mesmo conjunto de par\u00e2metros, mesmo que o usu\u00e1rio v\u00e1 para uma landing page diferente depois.<\/p>\n

    Ignorar LGPD e Consent Mode<\/h3>\n

    O Consent Mode impacta a disponibilidade de dados em GA4. Se a coleta fica travada por consentimento ausente, o impacto da TV pode parecer menor do que \u00e9 na pr\u00e1tica. Planeje a coleta com pol\u00edticas de consentimento claras, documente as regras de uso de dados e esteja pronto para trabalhar com dados agregados quando necess\u00e1rio.<\/p>\n

    Subestima\u00e7\u00e3o da contribui\u00e7\u00e3o da TV em jornadas longas<\/h3>\n

    Em muitos casos, a televis\u00e3o atua como o first touch que inicia a jornada; convers\u00f5es ocorrem dias depois em dispositivos m\u00f3veis ou via atendimento. N\u00e3o trate a TV como touchpoint \u00fanico: conte com janelas de atribui\u00e7\u00e3o que considerem o tempo at\u00e9 a convers\u00e3o e a continuidade da jornada em outros canais.<\/p>\n

    Como adaptar a solu\u00e7\u00e3o \u00e0 realidade do projeto ou do cliente<\/h2>\n

    Projetos com clientes que dependem amplamente de WhatsApp ou de atendimento telef\u00f4nico exigem que a atribui\u00e7\u00e3o inclua sinais de convers\u00e3o de canais offline. Em ambientes com LGPD restritiva, pode n\u00e3o haver dados suficientes para uma atribui\u00e7\u00e3o multicanal completa. Nesses casos, vale priorizar uma abordagem incremental: comece com uma configura\u00e7\u00e3o simples de TV + landing page rastre\u00e1vel, valide a consist\u00eancia entre GA4 e BigQuery, e, conforme o consentimento e a infraestrutura evolu\u00edrem, estenda a captura para offline e CRM. A clareza sobre o que est\u00e1 sendo medido, o que n\u00e3o est\u00e1, e quais dados s\u00e3o aceit\u00e1veis no contexto do cliente \u00e9 a base para decis\u00f5es confi\u00e1veis e audit\u00e1veis.<\/p>\n

    \u201cCome\u00e7ar pequeno com uma pilha clara de dados \u00e9 melhor do que projetar uma solu\u00e7\u00e3o grandiosa sem valida\u00e7\u00e3o. A cada ciclo, voc\u00ea sabe o que precisa ajustar.\u201d<\/p><\/blockquote>\n

    Para equipes enxutas, a estrat\u00e9gia mais efetiva envolve um piloto de 2 a 4 semanas, com objetivos bem definidos: confirmar o link entre exposi\u00e7\u00e3o televisiva e a\u00e7\u00f5es subsequentes, confirmar a consist\u00eancia entre GA4 e BigQuery, e documentar as regras de atribui\u00e7\u00e3o que v\u00e3o guiar decis\u00f5es de investimento. Documentar o que funciona e o que n\u00e3o funciona \u00e9 parte do processo de amadurecimento da atribui\u00e7\u00e3o para campanhas em TV conectada no Brasil.<\/p>\n

    Decis\u00e3o pr\u00e1tica: quando aplicar cada abordagem de atribui\u00e7\u00e3o<\/h2>\n

    Quando a atribui\u00e7\u00e3o baseada em exposi\u00e7\u00e3o \u00e9 suficiente<\/h3>\n

    Se a sua estrat\u00e9gia se concentra em otimizar criativos e mensagens dentro de TV conectada, com um caminho claro para a landing page, a atribui\u00e7\u00e3o por exposi\u00e7\u00e3o pode oferecer insights suficientes para ajustes de criativo, canal e p\u00fablico. Nesses casos, a prioridade \u00e9 estabelecer a janela de atribui\u00e7\u00e3o para capturar o efeito de exposi\u00e7\u00e3o sem sobrecarregar o modelo com dados offline complexos.<\/p>\n

    Quando opt for modelos h\u00edbridos<\/h3>\n

    Se h\u00e1 dados offline consistentes (liga\u00e7\u00f5es, mensagens, CRM) e voc\u00ea quer entender a contribui\u00e7\u00e3o da TV na gera\u00e7\u00e3o de leads que n\u00e3o se convertem imediatamente, um modelo h\u00edbrido \u00e9 mais adequado. Ele exige disciplina na curadoria de dados offline e na fus\u00e3o com sinais online, al\u00e9m de um acordo entre as equipes de dados, CRM e m\u00eddia para manter o alinhamento de regras de atribui\u00e7\u00e3o.<\/p>\n

    Quando priorizar dados offline e consentimento expl\u00edcito<\/h3>\n

    Quando o roadmap de dados inclui integra\u00e7\u00e3o com o CRM ou com plataformas de atendimento, a capacidade de conectar convers\u00f5es offline com campanhas de TV se torna um diferencial competitivo. Nesse cen\u00e1rio, \u00e9 fundamental alinhar consentimento, minimizar a depend\u00eancia de cookies e manter um processo de valida\u00e7\u00e3o constante para evitar distor\u00e7\u00f5es causadas pela indisponibilidade de sinais digitais.<\/p>\n

    Em resumo, a solu\u00e7\u00e3o ideal n\u00e3o \u00e9 universal; depende do contexto do cliente, da maturidade da infraestrutura de dados e do n\u00edvel de consentimento dispon\u00edvel. O objetivo \u00e9 ter uma vis\u00e3o que permita confirmar a rela\u00e7\u00e3o entre TV conectada e convers\u00f5es, sem sobrecarregar o pipeline com suposi\u00e7\u00f5es n\u00e3o testadas.<\/p>\n

    Para quem quer avan\u00e7ar de forma pragm\u00e1tica, o pr\u00f3ximo passo \u00e9 mapear seus fluxos de TV para um piloto de curto prazo, com uma auditoria t\u00e9cnica que verifique a integridade dos sinais (UTMs, URLs, QR codes), a disponibilidade de dados na GAM4 e, se poss\u00edvel, a conex\u00e3o com dados offline. Com esse ticket de diagn\u00f3stico, voc\u00ea pode calibrar as regras de atribui\u00e7\u00e3o, a janela de exposi\u00e7\u00e3o e o caminho de dados para o que realmente importa: a decis\u00e3o de investimento com dados audit\u00e1veis.<\/p>\n

    Se voc\u00ea quiser transformar esse diagn\u00f3stico em uma implementa\u00e7\u00e3o, a primeira a\u00e7\u00e3o \u00e9 alinhar com a equipe de engenharia a forma de capturar sinais de TV no GTM Server-Side, estabelecer o backbone de eventos no GA4 e preparar o terreno para o armazenamento em BigQuery com uma estrutura de dataset que permita valida\u00e7\u00e3o cruzada entre fontes. O resultado \u00e9 uma linha de atribui\u00e7\u00e3o que respeita a privacidade, \u00e9 audit\u00e1vel e oferece uma vis\u00e3o pr\u00e1tica do que a TV conectada est\u00e1 realmente entregando no pipeline de convers\u00e3o.<\/p>\n

    Pr\u00f3ximo passo: re\u00fana a equipe de m\u00eddia, engenharia e CRM para delinear o piloto, crie um diagrama simples de fluxos de dados entre TV, mobile e CRM, e inicie um per\u00edodo de valida\u00e7\u00e3o de duas a quatro semanas com um conjunto de m\u00e9tricas claras para cada touchpoint. Assim voc\u00ea transforma a atribui\u00e7\u00e3o de TV conectada em uma alavanca leg\u00edtima de decis\u00e3o, n\u00e3o apenas em uma pe\u00e7a do quebra-cabe\u00e7a de dados.<\/p>","protected":false},"excerpt":{"rendered":"

    A atribui\u00e7\u00e3o para campanhas em TV conectada (CTV) no Brasil \u00e9 um labirinto de sinais quebrados e janelas de atribui\u00e7\u00e3o diferentes por device. Voc\u00ea investe em apps de TV, streaming e conte\u00fados sob demanda, mas mal consegue ligar o toque na tela da smart TV ao clique no celular ou \u00e0 conversa no WhatsApp. O…<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[4],"tags":[15,20,512,13,511],"content_language":[5],"class_list":["post-1262","post","type-post","status-publish","format-standard","hentry","category-blogen","tag-atribuicao","tag-bigquery","tag-ctv","tag-ga4","tag-tv-conectada","content_language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts\/1262","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1262"}],"version-history":[{"count":0,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts\/1262\/revisions"}],"wp:attachment":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1262"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1262"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1262"},{"taxonomy":"content_language","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcontent_language&post=1262"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}