Autópsia de Dados no Google Ads: O colapso da eficiência e a armadilha da centralização

O Diagnóstico: Crescimento Vertical vs. Horizontal

Ao comparar os dados dos últimos dois anos desta conta, a história que os números contam não é sobre flutuação de mercado; é sobre uma mudança estrutural fundamental na conta.

• 2024 foi "Vertical": A receita cresceu proporcionalmente ao investimento. Tínhamos elasticidade.
• 2025 tornou-se "Horizontal": Aumentamos o investimento, mas a receita não acompanhou no mesmo ritmo, causando um colapso direto no ROI.

Para garantir que isso não fosse apenas sazonalidade ou "má sorte", rodei um Teste T de Student (SciPy) para medir a disparidade estatística entre os dois grupos de amostra (2024 vs. 2025).

• Valor-t: 4.8 (Alta disparidade)
• Valor-p: 0.02 (Abaixo do limite de significância de 0.05)

O Veredito: Podemos afirmar com 98% de confiança estatística que a queda de performance não foi aleatória. Foi um problema estrutural.

Os Dados: Onde Ganhamos vs. Onde Perdemos

Olhar para os meses de "Melhor vs. Pior Desempenho" pinta um quadro claro da lacuna de eficiência.

Os Líderes de Eficiência (Top 5 ROI): Todos os cinco ocorreram no primeiro semestre de 2024, mantendo uma eficiência agressiva com ROIs consistentemente altos (acima de 7.0).

Os Retardatários de Eficiência (Bottom 5 ROI): Todos os cinco ocorreram no segundo semestre de 2025, onde a eficiência caiu quase 50% em comparação ao pico do ano anterior.

O Paradoxo da Receita

Embora o final de 2025 tenha entregue nossos maiores picos de receita (impulsionados pela sazonalidade e spend agressivo), o custo para atingir essa receita foi desproporcional. Encontramos um "Limiar de Saturação" claro nos dados: em um nível específico de gasto (Nível X), a curva de receita começa a achatar. Ao forçar o investimento significativamente além desse limite, entramos em uma zona de rendimentos decrescentes.

O Culpado Estrutural: Centralização em PMax

Os dados destacam um antagonista claro em 2025: A campanha de "PMax Todos os Produtos".

Apesar de gerar alto volume de receita, essa campanha consumiu a maior parte do orçamento com um dos piores ROIs da conta. Ao centralizar tudo em uma única campanha inteligente, perdemos a eficiência granular que tínhamos no ano anterior.

A Arqueologia de 2024: Por que funcionava?

Se 2025 falhou devido à centralização, o que exatamente fez 2024 funcionar? Mapeamos a estrutura da conta mês a mês para encontrar a resposta.

A Estrutura da "Era de Ouro" (H1 2024)

Durante nossos meses de pico de eficiência, a conta rodava em um setup específico e descentralizado:

1. Topo de Funil: YouTube Ads focado em awareness.
2. Fundo de Funil (Performance): Campanhas de PMax segmentadas estritamente por Categoria de Produto (ex: Categoria Principal vs. Secundária) com alvos de ROAS específicos.
3. A Âncora: Uma campanha Institucional (Marca) rodando em CPC Manual.

Esse setup funcionava. As PMax segmentadas entregavam ROIs estáveis, e a campanha de Marca em CPC Manual agia como uma "âncora de eficiência", puxando o ROI global da conta (Blended ROAS) para níveis de elite.

O Ponto de Virada (Q3 2024)

No segundo semestre, a estrutura mudou para suportar a expansão. Adicionamos múltiplas campanhas de Pesquisa e uma de Shopping. Embora a receita tenha se mantido, o ROI começou a escorregar.

O golpe crítico veio no final do Q3, quando a campanha de Marca em CPC Manual de alta performance — nossa âncora — foi pausada. A partir desse ponto, passamos a depender de estruturas automatizadas e centralizadas para fazer um trabalho para o qual não foram projetadas.

A Estratégia para 2026: Segmentação Baseada em Performance

Não podemos simplesmente reverter para a estrutura de 2024 inteiramente — precisamos do volume que 2025 trouxe, mas com a eficiência de 2024.

A abordagem "PMax Todos os Produtos" provou-se incapaz de manter um ROI alto em escala. No entanto, depender apenas de segmentos antigos de categoria pode restringir o crescimento.

A Solução Híbrida (Clusterização): Para 2026, os dados sugerem um afastamento da "Segmentação por Categoria" (ex: Tipo de Produto A vs. B) e um movimento em direção à Segmentação por Performance:

1. Best Sellers (Curva A): Isolados em suas próprias campanhas para maximizar a escala e proteger o orçamento.
2. Volume Médio/Baixo (Curva B/C): Agrupados para agregar sinais de dados e encontrar oportunidades ocultas.
3. O Retorno do Controle: Reintrodução do CPC Manual para termos de Marca. Os dados provaram que o "Smart Bidding" em termos de marca estava simplesmente comendo a margem que poderíamos controlar manualmente.

Ao estruturar a conta com base na performance do produto (Clusterização de dados) em vez de apenas no tipo de produto, visamos recuperar a elasticidade vertical que perdemos.

O Toolkit & Metodologia

Este diagnóstico foi muito além dos relatórios padrão de dashboard. Para validar essas hipóteses, utilizei nossa stack de dados proprietária:

• Python (Pandas, SciPy, Seaborn, Matplotlib & Numpy): Usado para toda a limpeza, processamento de dados e validação estatística (incluindo o Teste T). Os dados brutos foram extraídos diretamente via API do Google Ads e GA4, permitindo-nos ignorar o viés da interface da plataforma e analisar os números reais.
• Google Analytics 4 (GA4): Crítico para cruzar a qualidade da conversão e verificar se o "Crescimento de Receita" foi acompanhado pelo engajamento do usuário.
• Excalidraw: Usado para mapear visualmente as estruturas históricas da conta mês a mês, o que ajudou a identificar o momento exato em que a estrutura da "Era de Ouro" foi desmantelada.

Conclusão

O maior erro que cometemos em 2025 foi assumir que um algoritmo moderno (PMax) poderia magicamente superar as leis da economia. Ele não pode.

O crescimento real não vem da simplificação excessiva da estrutura; ele vem do alinhamento da estrutura com a realidade das margens do seu produto. Ao usar Data Science para auditar a máquina, provamos que a estrutura — não apenas o spend — é o principal motor do ROI.