Atribuição Last-Click vs. Multi-Touch: Qual Modelo Está Dizendo a Verdade?

Pergunte a dois analistas qual campanha gerou a receita do mês passado e você pode receber duas respostas confiantes — e contraditórias — a partir dos mesmos dados. A diferença não está nos dados. Está no modelo de atribuição: a regra que decide qual clique leva o crédito por cada pedido. Mude a regra e o vencedor muda.

Neste post: o que cada modelo de fato credita, quando o simples é honesto o suficiente, quando ele mente, e por que o fator decisivo é conseguir inspecionar e reproduzir o modelo que você escolher.

O Que Cada Modelo Realmente Credita

Um modelo de atribuição responde a uma única pergunta: quando um pedido teve vários cliques em anúncios antes de acontecer, quem leva a receita?

• Last-click dá 100% do valor do pedido ao último clique antes da compra. Tudo o que veio antes fica invisível.
• Multi-touch divide o valor entre todos os cliques registrados na jornada, usando uma regra de peso — linear, posicional ou time-decay.

Veja a diferença em uma única jornada. Os números são matemática ilustrativa, não benchmarks: um cliente clica em um anúncio de prospecção no Meta no dia 1, em um anúncio de retargeting no TikTok no dia 6 e em um anúncio de busca de marca no Google no dia 9, e então compra por R$ 100.

Mesmo pedido, mesmos cliques, quatro "verdades" diferentes. No last-click, a campanha do Meta que iniciou a jornada parece dinheiro jogado fora. No posicional, é a sua segunda melhor campanha. Nenhuma célula dessa tabela é uma medição — cada uma é uma decisão de política sobre como distribuir crédito.

Quando Last-Click É Honesto o Suficiente

O last-click tem fama pior do que merece. Existem negócios reais em que ele é aproximadamente a verdade:

• Ciclos de compra curtos. Se a maioria dos clientes compra horas depois do primeiro clique, normalmente só existe um clique. Um modelo que divide o crédito entre um toque e um modelo que dá tudo a um toque concordam por definição.
• Um canal dominante. Se 90% do seu tráfego pago vem de uma única plataforma, quase não há disputa de crédito entre canais. A pergunta interessante é qual campanha dentro do canal — e o last-click responde isso com clareza.
• Ofertas de resposta direta. Produtos de compra por impulso, promoções relâmpago, iscas digitais: o clique e a conversão acontecem na mesma sessão. Não há jornada para modelar.

O last-click ainda tem duas virtudes subestimadas: é determinístico (qualquer pessoa pode recalculá-lo a partir do log de cliques) e é explicável em uma frase. Para uma conta pequena, um modelo simples que você entende por completo vale mais do que um modelo sofisticado que você precisa aceitar na fé.

Quando Last-Click Mente

O modelo quebra quando a jornada fica mais longa do que a regra:

• Ciclos de consideração longos. Produtos de ticket alto, B2B, educação — qualquer coisa em que o cliente pesquisa por semanas. Os anúncios de prospecção que criaram a demanda recebem R$ 0 todas as vezes, porque no dia da compra o último clique é quase sempre uma busca de marca ou um anúncio de retargeting.
• Mix multicanal. Rode Meta para descoberta e Google para captura, e o last-click vai sistematicamente mandar você cortar o Meta. Algumas semanas depois, suas campanhas de busca de marca terão menos compradores para capturar — porque o canal que enchia o funil sumiu.
• Retargeting puxando a sardinha para si. Cliques de retargeting ficam, por desenho, mais perto da compra. No last-click, a campanha que apenas lembrou um comprador já convencido supera a campanha que o convenceu.

O padrão: last-click premia quem aparece por último, e os canais que aparecem por último são os baratos, de fundo de funil. Otimize contra esse sinal por tempo suficiente e você mata de fome o topo do funil que o fazia parecer bom.

Linear, Posicional, Time-Decay: O Cardápio do Multi-Touch

Multi-touch não é um modelo — é uma família, e cada membro codifica uma crença diferente:

• Linear divide o crédito igualmente entre todos os cliques. Crença: todo toque importou igual. Simples e neutro, mas favorece toques de enchimento — cinco cliques medianos de retargeting diluem o único anúncio que fez o trabalho.
• Posicional (geralmente 40/20/40) dá mais peso ao primeiro e ao último clique e divide o restante com o meio. Crença: iniciar a jornada e fechá-la são os dois trabalhos difíceis. Um bom padrão para mixes de descoberta-mais-captura.
• Time-decay dá mais peso quanto mais perto da compra o clique estiver, normalmente com uma meia-vida (um clique 7 dias antes vale metade de um clique no dia da compra). Crença: recência sinaliza influência. O passo mais suave para fora do last-click — ainda favorece quem fecha, só que não exclusivamente.

Nenhum deles é "o modelo certo". Cada um é uma premissa defensável tornada explícita — e isso leva ao requisito de verdade.

O Modelo Precisa Ser Inspecionável — Nunca uma Caixa-Preta

Os painéis das plataformas cada vez mais reportam "atribuição data-driven": um modelo proprietário cujos pesos você não enxerga, aplicado pela mesma parte que vende os anúncios (modelos de atribuição do Google, configurações de atribuição do Meta). Quaisquer que sejam os méritos estatísticos, você não consegue auditá-lo, não consegue recalcular o trimestre passado com ele, e quando os números mudam você não sabe se o que mudou foi o seu marketing ou o modelo.

A sua atribuição deveria passar em três testes:

1. Inspecionável. Para qualquer pedido, você consegue abrir exatamente os cliques que foram associados a ele e o peso que cada um recebeu. Crédito é evidência, não a nota de um oráculo.
2. Reproduzível. Mesmos cliques mais mesma versão do modelo igual a mesma resposta, toda vez. Se o modelo evolui, os resultados antigos ficam carimbados com a versão que os produziu — a história não se reescreve em silêncio.
3. Comparável. Você consegue rodar last-click e um modelo multi-touch sobre o mesmo log de cliques e comparar. As campanhas cujo crédito mais oscila entre os modelos são exatamente aquelas em que a escolha do modelo está decidindo por você — comece olhando por aí.

É assim que a camada de atribuição no Decisa foi construída: toda conversão atribuída guarda qual clique foi associado, sob qual modelo e versão — para que qualquer número no painel possa ser rastreado até os cliques por trás dele.

Como Escolher, na Prática

1. Meça o tamanho da sua jornada primeiro. Que fração dos pedidos teve mais de um clique registrado? Se for pequena, last-click basta — aproveite a simplicidade.
2. Se as jornadas são longas e multicanal, rode dois modelos em paralelo — last-click e um multi-touch (posicional ou time-decay) — sobre os mesmos dados.
3. Aja sobre as diferenças, não sobre os absolutos. Uma campanha com R$ 0 no last-click mas crédito relevante no multi-touch é a sua geradora de demanda subcreditada. Corte-a por último, não primeiro.
4. Anote o modelo e a versão usados ao lado de qualquer decisão de orçamento que eles informaram. Você vai precisar saber qual regra produziu aquele número.

O modelo que você escolher vai moldar para onde o orçamento vai. Isso é inevitável. O que é evitável é não saber qual regra está fazendo a moldagem — escolha um modelo que você possa ler, reexecutar e questionar.