Você abre o painel do Meta Ads e vê 47 conversões no mês. Abre o Google Analytics 4 e o número não bate. Às vezes o GA4 mostra menos. Às vezes muito menos. E a pergunta inevitável surge: qual dos dois está certo?
A resposta incômoda é que nenhum dos dois está errado. Eles simplesmente estão medindo coisas diferentes, com regras diferentes, em momentos diferentes da jornada do usuário. Entender essa distinção é o que separa quem toma decisões de campanha com base em dados reais de quem toma decisões com base em ilusões de painel.
Estimativas de mercado apontam que 47% do investimento em marketing é desperdiçado por causa de atribuições quebradas e dados fragmentados. Boa parte desse desperdício não vem de campanhas ruins — vem de interpretações erradas de relatórios que medem coisas diferentes.
Antes de comparar números, é preciso entender que cada plataforma tem sua própria definição do que conta como conversão — e elas raramente são idênticas.
O Meta Ads atribui uma conversão a um anúncio quando o usuário que clicou nele (ou que o visualizou) realiza uma ação dentro de uma janela de tempo predefinida. A janela padrão do Meta é de 7 dias após o clique e 1 dia após a visualização. Isso significa que se alguém viu seu anúncio hoje, não clicou, e comprou 20 horas depois entrando diretamente no site, o Meta conta essa venda como sua.
O GA4, por outro lado, registra a conversão vinculada ao canal que trouxe o usuário na sessão em que ela ocorreu — ou, no modelo Data-Driven Attribution, distribui o crédito entre os canais que participaram da jornada. Nenhum desses modelos inclui visualizações de anúncios. O GA4 não sabe que o usuário viu um anúncio — só sabe como ele chegou ao site.
Esse único ponto já explica boa parte da divergência. O Meta está contando conversões de usuários que talvez nem tenham clicado no anúncio. O GA4 está contando apenas quem chegou pelo canal registrado na sessão de conversão.
Mesmo quando o usuário clicou no anúncio, as janelas de atribuição criam divergências que se acumulam ao longo do mês.
O Meta usa por padrão 7 dias pós-clique e 1 dia pós-visualização. O GA4 trabalha com o modelo Data-Driven Attribution (DDA), que distribui o crédito de forma proporcional ao longo de toda a jornada analisada — sem janela fixa de corte por canal.
Na prática, isso significa que o Meta pode atribuir a si mesmo uma conversão que aconteceu 6 dias após o clique, enquanto o GA4 pode distribuir o crédito dessa mesma conversão entre o e-mail marketing, o Google Ads e o Meta, proporcional à contribuição de cada um. O Meta registra 1 conversão. O GA4 registra frações distribuídas entre 3 canais. Os dois estão tecnicamente corretos dentro das suas próprias regras.
Esse efeito se amplifica no fim do mês: o Meta “puxa para si” conversões que ocorreram dentro da janela de 7 dias mesmo que a campanha já tenha terminado, enquanto o GA4 distribui essas mesmas conversões entre os canais que participaram.
O modelo padrão do GA4 desde 2023 é o Data-Driven Attribution. Ele usa aprendizado de máquina para analisar todos os caminhos de conversão — tanto os que converteram quanto os que não converteram — e distribui o crédito de forma proporcional à contribuição real de cada canal. O algoritmo considera tempo até a conversão, tipo de dispositivo, número de interações e ordem de exposição.
Isso é importante porque o DDA não tem incentivo para inflar os números de nenhuma plataforma. O Meta Ads, ao contrário, reporta dentro do próprio ecossistema — e tem interesse comercial em mostrar o melhor desempenho possível para os anunciantes.
Dados de mercado de 2025 e 2026 mostram que o Meta supernotifica conversões em uma mediana de 134% quando comparado a métricas independentes. TikTok e LinkedIn ficam em torno de 90% de supernotificação. Isso não significa que as plataformas estão mentindo — significa que os modelos delas sistematicamente favorecem a autoria da conversão.
Com as restrições de privacidade introduzidas pelo iOS e os bloqueadores de rastreamento presentes nos navegadores modernos, o pixel do Meta — que roda no navegador do usuário — passou a perder conversões de forma silenciosa. Estimativas apontam que rastreando apenas via pixel é possível perder entre 40% e 60% das conversões em públicos com alto uso de iPhone.
A solução técnica é a Meta Conversions API (CAPI), que envia os dados de conversão diretamente do servidor para os servidores da Meta, sem depender do navegador. Com a CAPI configurada corretamente e com deduplicação ativa, o Meta recupera parte dessas conversões invisíveis.
O efeito colateral é que os números do Meta sobem — porque conversões que antes não eram rastreadas pelo pixel agora são captadas via servidor. Se o GA4 não foi ajustado em paralelo, a divergência aumenta. Isso não é erro de configuração: é o comportamento esperado quando se expande a capacidade de rastreamento de uma plataforma sem expandir proporcionalmente a da outra.
Outro fator que amplifica a divergência é a perda de parâmetros de UTM durante a jornada. Quando um usuário clica em um anúncio no Instagram via aplicativo mobile, é redirecionado para o site e o navegador nativo não preserva o referenciador HTTP, o GA4 pode classificar essa visita como Direct — sem origem identificada.
O Meta registra o clique. O GA4 não sabe que aquele usuário veio do Meta.
Isso é especialmente comum em:
fbclid no caminhoO resultado é que o GA4 subestima o Meta como canal enquanto o “Direct” fica inflado. E o Meta continua reportando todas as conversões que aconteceram dentro da janela de atribuição, independente do que o GA4 registrou.
Uma confusão muito comum em quem analisa relatórios do GA4 é não saber a diferença entre as dimensões de origem disponíveis. Isso gera comparações erradas e conclusões equivocadas.
No GA4, a dimensão “Session source/medium” registra qual canal iniciou a sessão — é o equivalente ao Last Click do antigo Universal Analytics. Já a dimensão “Source/medium” sem prefixo refere-se ao modelo de atribuição configurado na propriedade, geralmente o Data-Driven.
Quando você usa “Session source/medium” para comparar com o Meta Ads, está comparando Last Click vs. janela de 7 dias — modelos completamente diferentes. Quando usa “Source/medium” com DDA, está comparando atribuição proporcional distribuída vs. autoaportação do Meta. Em nenhum dos casos os números vão bater — e nem deveriam.
O Google Tag Manager pode ajudar a padronizar quais dimensões chegam ao GA4, mas a escolha do que comparar é uma decisão de análise, não de configuração.
Um terceiro relatório que frequentemente entra na comparação é o Google Search Console. E ele também vai mostrar números diferentes do GA4 — mas por razões distintas.
O Search Console mede cliques a partir dos resultados de busca orgânica. O GA4 mede sessões que chegaram via orgânico. A diferença acontece porque um clique no Search Console pode não gerar uma sessão no GA4 se o usuário fechar a aba antes do script carregar, se estiver com bloqueador ativo, ou se a página retornar erro.
Trazer o Search Console para a comparação de conversões do Meta adiciona uma terceira régua com unidades de medida diferentes. A recomendação é manter cada ferramenta no seu papel: Search Console para visibilidade orgânica, GA4 para comportamento no site e atribuição, Meta Ads para performance interna de campanhas.
A divergência entre plataformas piora significativamente quando o fluxo de dados entre sistemas tem pontos de falha. Um formulário que envia lead para um CRM sem passar os parâmetros UTM de origem, uma integração de e-commerce que não propaga o transaction_id corretamente, ou um webhook que dispara antes da confirmação do servidor — cada um desses pontos cria ruído nos dados de atribuição.
Quando a integração entre o site, o CRM e as plataformas de analytics está bem feita, a divergência natural entre GA4 e Meta diminui. Não zera — os modelos continuam sendo diferentes — mas a parte que vem de erro técnico desaparece.
Essa é uma das razões pelas quais empresas com times de marketing maduros investem em ter um desenvolvedor que entenda tanto de código quanto de rastreamento: o problema dos dados errados raramente está no painel — está na camada técnica que alimenta o painel.
Uma forma mais útil de pensar sobre isso é parar de tentar fazer os números baterem e começar a entender o que cada ferramenta mede bem.
O GA4 é mais adequado para entender o comportamento no site, a jornada entre canais, o desempenho relativo entre fontes de tráfego e a qualidade das sessões. O modelo Data-Driven não tem interesse comercial em favorecer nenhum canal específico.
O Meta Ads é mais adequado para entender o desempenho dos criativos, o custo por resultado dentro do ecossistema Meta, a frequência de exposição e o alcance do público. Os números são inflados por design — mas são consistentes entre si, o que os torna úteis para comparação interna de campanhas.
Usar o GA4 para decidir quanto investir no Meta e usar o Meta para decidir quais criativos performam melhor é uma divisão de responsabilidades que funciona na prática.
A resposta depende do que você está decidindo.
Para alocação de orçamento entre canais — quanto investir no Meta vs. Google vs. e-mail — o GA4 é o árbitro mais neutro. Não tem interesse em favorecer nenhuma plataforma e usa o mesmo critério para todos os canais.
Para otimização dentro do Meta — qual criativo, qual público, qual formato — use os dados internos do Meta. Eles são inconsistentes com o GA4, mas são consistentes entre si.
Para decisões de alto impacto financeiro — cortar ou dobrar investimento em um canal — cruze os dois e use o número mais conservador como base. Se o Meta diz 100 conversões e o GA4 diz 60, trabalhe com 60 como referência para a decisão de orçamento.
Para diagnóstico de problemas de rastreamento — quando os números estão muito mais divergentes do que o esperado — o ponto de partida é a camada técnica: eventos disparando no momento errado, UTMs se perdendo em redirecionamentos, CAPI sem deduplicação. Esse tipo de investigação normalmente exige acesso ao código do site e às configurações de backend.
Uma diferença de 20% a 50% entre Meta Ads e GA4 em conversões é esperada dado o modelo de visualizações e a janela de 7 dias do Meta. Quando a divergência passa de 60% a 70%, vale investigar causas técnicas.
Alguns sinais de alerta:
Qualquer um desses sinais indica que a divergência não é só conceitual — há um problema técnico de implementação que está distorcendo os dados antes mesmo de chegarem ao painel.
Antes de concluir que os dados estão errados ou que o Meta está mentindo, vale passar por este checklist:
utm_source=meta e utm_medium=cpc?fbclid está sendo preservado nos redirecionamentos entre domínios?Se algum desses itens não está configurado, parte da divergência que você vê nos relatórios vem de dado faltando, não de modelos diferentes.
O Meta está mentindo nos relatórios?
Não exatamente. O Meta aplica as próprias regras de atribuição, que incluem visualizações de anúncios e janelas de tempo mais longas. O problema é que essas regras sistematicamente favorecem a autoria Meta. Não é mentira — é conflito de interesse embutido no modelo de negócio.
Devo desconfiar dos números do GA4?
O GA4 também tem limitações: não captura visualizações de anúncios, pode perder sessões por bloqueadores e tem dificuldade com jornadas multidevice sem login. Mas como não tem interesse comercial em inflar nenhum canal, tende a ser o termômetro mais neutro disponível para comparação entre canais.
Por que o número de sessões do Meta no GA4 é menor do que os cliques reportados pelo Meta?
Porque nem todo clique gera uma sessão rastreada no GA4. Usuários que clicam e fecham antes do GA4 carregar, navegadores com bloqueadores, e redirecionamentos que perdem o referenciador — tudo isso cria diferença entre cliques reportados pelo Meta e sessões registradas no GA4. Uma taxa de 10% a 20% de discrepância é normal. Acima disso, há um problema técnico a investigar.
Como saber se a divergência é normal ou sinal de problema?
Se o GA4 mostra entre 50% e 80% do que o Meta reporta em conversões, está dentro do esperado dado o modelo de atribuição de visualizações do Meta. Se o GA4 mostra menos de 40% do Meta, vale investigar: pode haver perda de parâmetros UTM, evento de conversão disparando errado, ou a CAPI captando conversões que o GA4 não consegue rastrear.
Vale configurar a CAPI se já tenho o pixel instalado?
Sim, especialmente se uma parte relevante do seu público usa iPhone. A CAPI não substitui o pixel — ela complementa. Os dois juntos, com deduplicação ativa, dão ao Meta uma visão mais completa das conversões. O efeito colateral é que os números do Meta podem subir, aumentando a divergência com o GA4 — mas isso reflete conversões reais que antes estavam invisíveis, não inflação artificial.
Meu GA4 mostra muito mais conversões do que o esperado. O que pode ser?
Evento de conversão disparando mais de uma vez por sessão, ou sem a condição de confirmação do servidor. Um formulário que dispara o evento no clique em “Enviar” em vez de aguardar o retorno da API vai registrar conversões mesmo quando o envio falha. Esse tipo de problema exige intervenção técnica no código do site.
Posso usar o KPI de conversão do Meta como referência para decidir o orçamento?
Com ressalvas. O número do Meta é útil para comparar campanhas entre si dentro do próprio Meta — ele é consistente internamente. Mas para decidir quanto investir no Meta em relação a outros canais, o GA4 é um árbitro mais confiável porque usa o mesmo critério para todos.
A divergência entre GA4 e Meta Ads não é um bug que alguém vai corrigir. É uma consequência estrutural de dois sistemas com objetivos diferentes medindo o mesmo evento com critérios diferentes. Entender isso muda a pergunta de “qual está certo?” para “qual uso para cada decisão?” — e essa é a pergunta certa.
Se depois de passar pelo checklist a divergência ainda for maior do que o esperado, o problema provavelmente está na implementação técnica — eventos disparando no momento errado, UTMs se perdendo em redirecionamentos, ou integrações com falhas silenciosas. Nesses casos, o suporte técnico especializado pode identificar onde os dados estão vazando antes que essas distorções contaminem meses de decisão de campanha. Ou se preferir uma solução mais integrada, um desenvolvedor freelancer com experiência em tracking resolve na camada de código o que nenhum painel consegue corrigir por si só.
Google Analytics Help — Atribuição Baseada em Dados (DDA) Google LLC. Documentação oficial sobre o modelo Data-Driven Attribution no GA4 e os fatores analisados pelo algoritmo. https://support.google.com/analytics/answer/10596866
Google Analytics Help — Source/Medium e Escopo de Sessão no GA4 Google LLC. Explicação sobre a diferença entre dimensões de atribuição e dimensões de sessão no GA4. https://support.google.com/analytics/answer/9143382
Meta Business Help Center — Conversions API Meta Platforms. Guia oficial de implementação da CAPI com recomendações de deduplicação e qualidade de correspondência de eventos. https://www.facebook.com/business/help/308855623839366
Eventos customizados, dataLayer, CAPI server-side e atribuição real: entenda por que certas configurações de GA4 dependem de código e como um programador resolve o que a interface não alcança.
Aprenda como usar integração via API de marketplace para centralizar dados de vendas, automatizar relatórios e montar um dashboard por canal que realmente orienta decisões.
Aprenda a medir conversões de todos os canais com UTMs, GA4 e Google Tag Manager. Guia técnico e prático com exemplos reais, checklists e padrão de nomenclatura.