Métricas Internas de Media Buying que Realmente Prevêem Receita (Playbook 2026)
ROAS é um número que sobe e desce por razões que nada têm a ver com o facto de as suas campanhas estarem a funcionar. Não lhe diz qual criativo trouxe um cliente de 4.000 $ versus um churner de 200 $. Não lhe diz qual ad set está prestes a colapsar na próxima semana. Não separa leads qualificados de curiosos. Este artigo percorre as sete métricas internas que a nossa equipa de media buying usa em vez de ROAS, a matriz de decisão que transforma cada métrica numa ação, e a stack de quatro ferramentas que une tudo sem um data engineer.
Se gere paid social para uma agência, dirige uma equipa de media buying in-house, ou está simplesmente cansado de fingir que ROAS chega, este é o playbook que gostaríamos que alguém nos tivesse passado há três anos.
Isto é um playbook interno, não um relatório para clientes
Duas camadas de reporting distintas existem em qualquer agência bem gerida. Os clientes recebem a história simples de superfície: gasto, receita, ROAS, taxa de crescimento. A equipa interna de media buying precisa de métricas diferentes porque está a tomar decisões de alocação. Matar um criativo. Escalar um ad set. Trocar uma audiência. Refrescar o ângulo. Essas decisões requerem dados diagnósticos, não dados agregados.
Não dê aos clientes estas sete métricas. Dê-lhes a versão simples (com o ROAS de superfície, crescimento e um ou dois gráficos narrativos). Guarde este playbook para a equipa interna que toma decisões semanais de alocação. Misturar as duas camadas é como acaba ou a confundir os seus clientes com métricas que não pediram, ou a esfomear os seus media buyers dos dados diagnósticos de que precisam para realmente fazer o seu trabalho.
Porque é que ROAS é uma métrica vaidosa para ops internas
ROAS é a métrica que as plataformas lhe entregam porque é a única que conseguem calcular sem a sua stack completa de conversão. O problema é que ROAS faz média entre tipos de cliente, esconde artefactos temporais, e parte-se completamente quando o seu funnel tem uma lacuna significativa entre clique e receita (que é todo o funnel acima dos 50 $ de valor médio de encomenda).
Concretamente:
- ROAS sobe quando põe em pausa o seu pior criativo, mesmo que nenhum comportamento real do cliente tenha mudado. Isso é matemática do denominador, não insight.
- ROAS varia 30 a 50% semana a semana por ruído de amostragem aleatório em orçamentos pequenos. A maioria dos ad sets não tem conversões diárias suficientes para produzir um número ROAS estável.
- ROAS não distingue entre um comprador de 200 $ que faz churn ao mês 2 e um comprador de 200 $ que compra cinco vezes mais. Ambos parecem idênticos no reporting ROAS da semana 1.
- ROAS inclui devoluções e reembolsos com 30 dias de atraso, o que significa que o seu ROAS reportado está sempre um mês atrás da realidade.
A equipa interna de media buying precisa de métricas que respondam a perguntas operacionais específicas, não de um único número composto que obscurece todas as peças em movimento.
Métrica 1, Custo por Lead Qualificado (CPQL)
Fórmula: gasto publicitário total dividido pelo número de leads que passaram o seu filtro de qualificação (intenção mais orçamento mais fit).
Porque é que importa: o Custo por Lead bruto mente. Metade dos seus leads são pessoas que clicaram porque o criativo parecia bonito. CPQL força-o a contar apenas leads que sobreviveram ao primeiro filtro (uma pergunta do formulário de lead, um passo de pré-qualificação do AI Setter, ou um toque manual do SDR).
A diferença entre Custo por Lead e CPQL é um dos rácios mais diagnósticos no paid social. Se CPL é 15 $ e CPQL é 90 $, seis em cada sete leads são lixo. Ou o filtro de qualificação está demasiado apertado, ou o criativo está a atrair a audiência errada. Ambos são reparáveis, mas não pode reparar o que não vê.
Como o fazemos emergir: o agente AI Setter do Inflowave marca cada novo lead como qualificado ou desqualificado usando as respostas do formulário de lead e sinais do perfil de Instagram. CPQL puxa de leads.qualified=true junto ao gasto publicitário. A lógica de qualificação é configurável por cliente: clientes med spa filtram por "orçamento acima de 500 $ mais dentro de 50 milhas", clientes B2B SaaS filtram por "tamanho da empresa acima de 10 mais função contém 'marketing' ou 'growth'".
Métrica 2, Custo por Reunião Qualificada Marcada (CPQA-B)
Fórmula: gasto publicitário total dividido pelo número de leads qualificados que efetivamente marcaram uma discovery call.
Porque é que importa: a maior fuga na maioria dos funnels são os leads qualificados que nunca marcam. Se o seu CPQL é 20 $ mas só 20% marcam uma call, o seu custo real é 100 $ por marcação. Essa é uma decisão de campanha diferente do que 20 $ sugerem, e ainda assim a maioria das agências reporta apenas em CPQL e finge que a lacuna de marcação não existe.
Regra prática da indústria para conversão qualificado-para-marcado: 50 a 70% em nichos baseados em serviços com forte nurture pós-lead, 20 a 40% em nichos baseados em serviços com nurture fraco, 10 a 20% em funnels self-serve SaaS que encaminham através de pedidos de demo. Se a sua conversão está abaixo do fundo dessa gama, a página de marcação ou a sequência de follow-up está partida, não o criativo do anúncio.
Como o fazemos emergir: o pipeline de leads do Inflowave rastreia o estado de marcação por lead via a integração OAuth do Cal.com ou Calendly. A métrica é uma query em leads onde booked_at IS NOT NULL junto ao ad set originário. A vista de pipeline no Inflowave também faz emergir a taxa de conversão qualificado-para-marcado por ad set para que possa identificar a fuga do funnel num relance.
Métrica 3, Custo por Presença em Reunião Qualificada (CPQA-S)
Fórmula: gasto publicitário total dividido pelo número de leads qualificados que efetivamente se apresentaram à call marcada.
Porque é que importa: a taxa de presença varia 40 a 90% dependendo da qualidade do lead e da cadência de lembretes. Uma campanha com uma grande taxa de marcação mas uma terrível taxa de presença está partida. CPQA-S é a métrica que expõe os no-shows mascarados de funnels de marcação saudáveis.
A taxa de presença é dissimuladamente diagnóstica da QUALIDADE DO LEAD, não apenas da higiene do funnel. Leads de alta intenção (pessoas que realmente têm o problema e o orçamento) apresentam-se a 80%+. Leads de baixa intenção (clickers curiosos) marcam para receber algo "grátis" e depois desaparecem. Se a sua taxa de presença está abaixo de 50% mesmo com uma sequência de lembretes apertada, a qualidade do lead que entra desse ad set é medíocre, e CPQL está a induzi-lo em erro.
Como o fazemos emergir: o workflow de lembrete de reuniões do Inflowave etiqueta cada reunião como attended ou no_show. A sequência de lembretes apoiada por Twilio (SMS mais email às 24h, 2h, 15min) atualiza a linha do lead automaticamente baseado na resposta. Também etiquetamos reuniões reagendadas separadamente para que a métrica de taxa de presença não seja poluída por reagendamentos legítimos.
Métrica 4, Custo por Venda (CPS)
Fórmula: gasto publicitário total dividido por deals closed-won atribuídos à campanha publicitária.
Porque é que importa: a única métrica que importa ao seu CFO. Ligue isto de volta ao criativo publicitário origem via criativos etiquetados em Foreplay e obtém uma verdadeira curva de Pareto. 10 a 20% dos criativos conduzem 80% das vendas. Os outros 80% dos criativos ou estão break-even ou estão a perder dinheiro, e a única forma de descobrir é atribuindo deals fechados de volta ao criativo originário.
CPS é também a métrica que lhe permite contestar decisões conduzidas por ROAS. Um criativo com 300 $ de CPS e 1.200 $ de AOV parece ótimo em ROAS (4x) mas pode ter uma janela de cash-back de 90 dias que parte o seu fluxo de caixa. CPS isolado não conta toda a história mas combinado com AOV e LTV conta.
Como o fazemos emergir: a etapa closed_won do pipeline do Inflowave alimenta CPS. Deals fechados emergem de volta para o UTM da campanha origem. Os metadados do swipe file guardado do Foreplay ajudam a etiquetar quais criativos vencedores geraram cada coorte. É aqui que a ponte Foreplay-Inflowave compensa: pode perguntar "quais criativos etiquetados Foreplay produziram os nossos top 20 deals closed-won no último trimestre" e obter uma resposta numa query Inflowave.
Métrica 5, Valor Médio de Compra (AOV)
Fórmula: receita total de compras dividida pelo número de compras.
Porque é que importa: AOV por criativo publicitário é mais diagnóstico do que ROAS agregado. Alguns criativos trazem compradores de 200 $. Outros trazem compradores de 2.500 $. Ambos podem ter o mesmo ROAS mas implicações operacionais muito diferentes: risco de reembolso, intenção vitalícia, carga de suporte, complexidade de fulfillment.
Vigie o pivot AOV-por-criativo para dois padrões reveladores. Primeiro, quedas súbitas de AOV num criativo previamente estável geralmente significam que a audiência saturou e está agora a atrair o fundo do pool de compradores. Segundo, picos de AOV emparelhados com altas taxas de reembolso são um sinal de que o seu messaging de oferta está a sobrepromer e está a atrair compradores com expectativas desalinhadas.
Como o fazemos emergir: o webhook Stripe escreve em leads.purchases. Cross-join com a campanha publicitária originária para reporting AOV-por-criativo. A vista de pipeline do Inflowave mostra AOV por criativo como coluna, o que torna fácil identificar os criativos de alto AOV que devem ser escalados independentemente do CPS.
Métrica 6, Valor Médio Vitalício (LTV)
Fórmula: receita total por coorte de cliente dividida pelo número de clientes na coorte.
Porque é que importa: LTV é a única métrica que lhe permite justificar um CPS mais alto. Se LTV é 4.000 $ e CPS é 800 $, está a imprimir dinheiro. Se LTV é 400 $ e CPS é 200 $, está a marcar passo e um pico de CPM matá-lo-á.
As coortes de LTV por mês-de-primeira-compra revelam padrões que LTV agregado esconde. A "coorte janeiro 2026" pode ter um LTV de 4.200 $ aos 90 dias enquanto a "coorte março 2026" tem 2.100 $ aos 90 dias. Esse é um sinal real: a audiência ou a oferta mudou entre essas coortes e a sua economia unitária está a piorar, mesmo que a sua receita de superfície continue a crescer.
Como o fazemos emergir: o pipeline do Inflowave rastreia compras repetidas por lead. A coluna LTV em /leads é uma soma rolante atualizada pelo webhook Stripe. Coorte por mês-de-primeira-compra para identificar tendências ao longo do tempo. A linha de tendência é o que importa; o número absoluto é apenas contexto.
Métrica 7, Percentagem de Leads Qualificados (Lead Quality Score)
Fórmula: (leads qualificados / leads totais) multiplicado por 100, calculado por ad set por semana.
Porque é que importa: a qualidade dos leads decai ao longo do tempo em cada campanha. A audiência do Meta começa bem e degrada-se à medida que os utilizadores bid-eligible de alta intenção se esgotam. Rastrear %QL semanalmente diz-lhe exatamente quando trocar criativo ou pausar um ad set antes que CPQL dispare.
O sinal de kill que usamos: uma queda semanal de mais de 10 pontos percentuais semana a semana. Esse decaimento precede sempre um pico CPQL em 5 a 10 dias. Atuar sobre %QL dá-lhe 5 a 10 dias de vantagem antes que o dano financeiro apareça em CPQL.
Esta é a métrica que a maioria das agências não rastreia porque requer flagging de qualificação por lead, o que a maioria dos CRMs não suporta nativamente. Precisa ou de um agente IA a fazer a qualificação (AI Setter do Inflowave, Zapier mais OpenAI, código custom) ou de um SDR humano a fazê-lo consistentemente dentro de minutos da captura do lead.
Como o fazemos emergir: a qualificação AI Setter por lead é binária. O widget do dashboard traça a linha de tendência %QL para cada ad set ao longo dos últimos 28 dias. A tendência importa mais do que o número absoluto; um ad set a correr a 45% qualificado consistentemente é mais saudável do que um a correr a 65% com tendência descendente para 40%.
A stack de 4 ferramentas
Sem data engineer. Sem Looker. Cada ferramenta emite os dados necessários para calcular as métricas acima. O custo total corre de 150 $ a 350 $ por mês dependendo do volume. O equivalente de pipeline de dados in-house corre de 5.000 $ a 15.000 $ por mês em engenharia mais infraestrutura.
Inflowave, Facebook Ads Manager integrado
Possui o pipeline de leads, a lógica de qualificação, o scheduling de reuniões e a atribuição de receita. O caminho LTV completo vive aqui. As sub-contas por cliente significam que os rollups cross-client são uma única query. O agente AI Setter faz a qualificação por lead. O OAuth do Calendly/Cal.com gere o estado de marcação. Backbone Twilio para lembretes SMS. O webhook Stripe gere eventos de compra. A lógica de qualificação é configurável por cliente, que é a parte que a maioria dos "CRMs de agência" não consegue fazer sem desenvolvimento custom.
Pricing: 89 $ por mês para o plano Agency cobrindo 22 sub-contas.
Foreplay.co para inteligência criativa
Swipe files de anúncios vencedores de concorrentes mais os nossos próprios vencedores históricos. Cada criativo guardado recebe uma tag que cruzamos com o reporting CPS-por-criativo. A funcionalidade Spyder do Foreplay vigia automaticamente marcas concorrentes e puxa novos anúncios diariamente, é assim que mantemos a nossa biblioteca de inspiração fresca sem um investigador a passar horas a fazer scroll. O Foreplay também oferece boards (agrupamentos por cliente de criativos), swipe files públicos (links de inspiração partilhados) e uma funcionalidade Discovery para encontrar novos anúncios de alta performance no seu nicho.
Pricing: 99 $ por mês Creator, 299 $ por mês Pro, 599 $+ por mês tier Agency.
Usámos ManyHash e BigSpy no passado. A UI de tagging do Foreplay é a mais agency-friendly e a integração com as bibliotecas publicitárias do TikTok e Meta é a mais fiável. O Atria é o concorrente emergente mais próximo com um ângulo AI-first mas a meio de 2026 as funcionalidades de agência são menos maduras.
Meta Ads Manager como fonte de gasto e impressões
Puxamos gasto e impressões por ad set via a Marketing API. Não confiamos no reporting de compras do Meta desde que o iOS14 partiu esse pipeline permanentemente. Mesmo com o setup da Conversions API, o reporting da plataforma sub-atribui conversões que tocam múltiplos ad sets. Usamos Meta apenas para gasto; a receita vem do Stripe encaminhado através do pipeline do Inflowave.
Stripe como fonte de verdade de receita
O webhook Stripe escreve na tabela leads.purchases do Inflowave. A atribuição closed-won flui de volta para a campanha publicitária origem via UTM. Este é o único número de receita em que confiamos. Se o Stripe mostra que um cliente pagou X $, esse é o número que usamos. Se o Meta diz que gerámos Y $, ignoramo-lo.
A disciplina aqui importa: nunca reconcilie a receita reportada pelo Meta contra a receita real do Stripe, porque a diferença irá enlouquecê-lo. Escolha uma fonte de verdade (Stripe) e mantenha-se nela.
A matriz de decisão
Eis como lemos estas métricas em conjunto para tomar decisões semanais reais. Imprima isto como gráfico de parede para a sua equipa de media buying.
- CPQL estável, CPQA-B a subir: funnel de marcação a partir-se. Audite o fluxo de reuniões. Verifique a página de scheduling por fricção. Verifique o link Calendly por quebras. Verifique as perguntas qualificantes por confusão. Causa raiz comum: as perguntas de qualificação adicionadas no último sprint estão demasiado apertadas.
- CPQA-B estável, CPQA-S a cair: problema de taxa de presença. Reforce a cadência de lembretes. Adicione um SMS às 24h. Mova as calls para mais cedo na semana. Adicione um convite de calendário com um link de video-call incorporado diretamente. Causa raiz comum: a sequência de lembretes é demasiado pesada em email.
- %QL a cair mais de 10 pontos percentuais semana a semana: exaustão de audiência. Mude para uma audiência fresca OU refresque o ângulo criativo antes que CPQL dispare. Não espere que CPQL lhe diga que a audiência está morta. %QL é o indicador antecedente; CPQL é o indicador retardado.
- CPS a subir enquanto AOV cai: está a atrair o fundo do pool de clientes. Aperte o filtro de qualificação. Causa raiz comum: as perguntas do formulário de lead são demasiado moles, deixando passar clickers curiosos.
- CPS estável, LTV a cair: novos clientes fazem churn mais rápido do que coortes mais antigas. Problema de produto ou posicionamento, não um problema de media. Pare de tentar consertar com gasto publicitário. É aqui que escala para a equipa de produto.
- AOV alto, LTV baixo: risco de reembolso. Pessoas a comprar alto-ticket depois a desaparecer. Olhe para fulfillment e onboarding antes de escalar gasto. Escalar um balde com fugas mais rápido não ajuda.
- Todas as métricas estáveis, ROAS a descer: parabéns, provavelmente está bem. A volatilidade do ROAS em pequenos orçamentos diários é normal. Olhe para o ROAS rolante de 28 dias em vez disso.
O que adicionaríamos a seguir
Três adições que temos em roadmap mas ainda não construímos:
- Comparação de atribuição first-touch versus last-touch. Atualmente usamos last-touch. A diferença entre os dois diz-nos quanto a camada de brand-awareness está a contribuir. No momento não temos visibilidade no impacto upper-funnel, e suspeitamos que 15 a 25% das conversões "atribuídas a TikTok" começaram efetivamente com uma impressão de marca Meta a que nunca damos crédito.
- Previsão de fatiga criativa. Usando a curva de decaimento %QL como indicador antecedente devíamos ser capazes de prever picos de CPQL 5 a 7 dias antes de acontecerem. A matemática é direta; o esforço de engenharia está em encaminhar a previsão para o workflow de kill de ad set sem falsos alarmes.
- Atribuição cross-plataforma. Leads que tocaram anúncios Instagram e TikTok antes de converter atualmente são creditados a quem disparou por último. A atribuição multi-touch mudaria significativamente o nosso mix de orçamento. Não a construímos ainda porque o lift é grande e o modelo single-touch existente é suficientemente bom para tomar decisões semanais.
Pensamento final
A maioria das agências reporta em ROAS porque as suas ferramentas o definem por padrão. A equipa interna de media buying precisa de métricas mais granulares para realmente fazer o seu trabalho. As sete métricas acima mais a matriz de decisão são o sistema que gostaríamos de ter tido quando começámos. A stack de quatro ferramentas custa menos de 400 $ por mês à nossa escala. Em conjunto, o framework tem sido a maior alavanca individual para o nosso scaling de uma agência de 3 clientes a uma agência de 22 clientes sem dobrar o headcount.
Quer construir esta stack? Inflowave gere o pipeline, a atribuição, a qualificação e o lado da receita. Combine com Foreplay para o lado criativo. Comece um teste grátis do Inflowave.
