Atribuição First Touch vs Last Touch: Modelos Comparados

O first touch dá 100% do crédito de uma venda à primeira coisa que alcançou o cliente. O last touch dá 100% à última coisa antes de ele comprar. O linear divide igualmente, o decaimento temporal favorece os contatos recentes e o baseado em posição entrega 40% a cada ponta e 20% ao meio. São cinco maneiras de dividir a mesma receita, e em uma jornada de aparência real elas podem creditar cinco canais diferentes.

Essa diferença é toda a história da atribuição first touch vs last touch. O modelo que você escolhe não é uma medição, é uma opinião sobre o que merece o crédito, e ele decide silenciosamente qual canal receberá orçamento no próximo trimestre. Este guia aplica os cinco modelos a uma campanha que você consegue visualizar: um QR code em um pôster, um link curto em uma newsletter e um e-mail de lembrete. Se você quiser primeiro a definição mais ampla, comece por o que é atribuição de marketing e depois volte para a aritmética.

Trabalho em como esses números são construídos a partir de dados de links, e o erro mais comum que vejo não é escolher o modelo errado. É escolher um sem nunca olhar o que os outros diriam.

A Campanha Que Vamos Pontuar

Uma cliente, Maya, compra um plano anual de EUR 120. Seu caminho, como o log de cliques o mostraria:

1. Dia 0: ela escaneia um QR code em um pôster de conferência. Ele aponta para um link curto marcado com utm_medium=qr.
2. Dia 4: ela clica no link curto da sua newsletter, marcado com utm_medium=email&utm_campaign=newsletter.
3. Dia 8: ela clica em um e-mail de lembrete e compra no mesmo dia.

Três contatos, uma conversão, EUR 120 para distribuir. Cada link curto carrega suas próprias tags de campanha, e é isso que torna os contatos distinguíveis. Se a marcação é a parte frágil da sua configuração, parâmetros UTM explicados cobre as convenções, e rastreando UTMs de ponta a ponta cobre a parte técnica.

Os Cinco Modelos Pontuados

Cada modelo abaixo pega os EUR 120 de Maya e aplica uma regra. Leia-os em ordem, porque os posteriores são reações aos anteriores.

Atribuição first touch

O first touch atribui todos os EUR 120 ao escaneamento do QR code. A lógica é que a primeira interação criou a oportunidade, e tudo o que veio depois foi a cliente já estar a caminho.

Ele se justifica quando sua pergunta é "de onde vêm os novos clientes?". Canais de percepção de marca, como pôsteres, podcasts, eventos e links de criadores, parecem fracos sob o last touch porque raramente fecham algo sozinhos. A visão geral do modelo feita pela Shopify o enquadra da mesma forma: ele mede o topo do funil.

O porém: ele dá crédito zero aos e-mails que fizeram a persuasão. Se você ler apenas o first touch, continuará financiando o pôster e deixará à míngua a sequência de nutrição que transformou um escaneamento em uma venda. Ele também recompensa o que quer que aconteça primeiro, inclusive um clique antecipado e sortudo de alguém que sempre ia comprar.

Atribuição last touch

O last touch atribui todos os EUR 120 ao e-mail de lembrete. É o padrão na maioria das ferramentas de analytics, e com razão: é simples, é reproduzível e corresponde ao fato de que o clique imediatamente anterior a uma compra é o mais fácil de observar.

Funciona bem para ciclos curtos, compras recorrentes e campanhas de resposta direta, em que o empurrão final realmente é a decisão. A comparação da Factors.ai faz o mesmo argumento para B2B: os dois modelos de contato único são simples e ambos são incompletos quando a jornada envolve várias pessoas e várias etapas.

Ele credita demais quem fecha. E-mails de lembrete, busca por marca e retargeting ficam por natureza no fim da jornada, então o last touch os bajula sempre. O e-mail de lembrete de Maya a levou até a linha de chegada, mas só existia porque o escaneamento do QR code e a newsletter a colocaram na lista. O last touch também tende a inflar o tráfego "direto" quando a última visita é uma URL digitada.

Atribuição linear

O linear divide o crédito igualmente. Três contatos, EUR 40 cada.

É o modelo para quem desconfia da história de todo mundo. Nada fica invisível, e ninguém ganha bônus pela posição. É um primeiro passo razoável para sair do contato único, porque ele não consegue ignorar totalmente nenhum canal que apareceu.

Mas ele presume que um escaneamento de pôster e um lembrete no dia da compra contribuíram da mesma forma. Quase nunca foi assim. O linear também dilui o crédito à medida que as jornadas ficam mais longas, então um caminho de dez contatos dá 10% a cada etapa e faz tudo parecer sem importância.

Atribuição de decaimento temporal

O decaimento temporal dá mais peso aos contatos mais próximos da conversão, geralmente com uma meia-vida. Com uma meia-vida de 7 dias, um contato perde metade do seu peso a cada 7 dias entre ele e a compra. Os contatos de Maya ocorreram 8, 4 e 0 dias antes da compra, o que dá pesos de cerca de 0,45, 0,67 e 1,00. Normalizado, isso é aproximadamente 21%, 32% e 47%.

Serve para promoções e compras rápidas, em que recente realmente significa influente. É também o modelo com um botão escondido: mude a meia-vida de 7 dias para 30 e os números mudam muito, então a escolha da meia-vida é uma decisão, não um padrão.

Ciclos longos o quebram. Se um negócio leva seis meses, o contato que o iniciou decai para quase nada quando ele fecha, então o decaimento temporal vira silenciosamente um last touch com etapas extras.

Atribuição baseada em posição

A baseada em posição, muitas vezes chamada de em forma de U, dá 40% ao primeiro contato, 40% ao último e 20% divididos entre os do meio. Para Maya, isso dá EUR 48, EUR 24 e EUR 48.

Ela codifica uma crença que muitos profissionais de marketing já têm: a etapa que encontrou o cliente e a etapa que o fechou merecem a maior parte do crédito, e o meio fez trabalho de apoio. Costuma parecer certa para jornadas com uma etapa clara de descoberta e uma etapa clara de fechamento.

A divisão 40/20/40 é uma convenção, não uma descoberta. Ninguém a mediu no seu negócio. Se o seu contato do meio (digamos, um webinar) é a verdadeira razão pela qual as pessoas compram, a baseada em posição vai subcreditá-lo por construção.

Os Cinco Modelos Lado a Lado

Aqui estão os mesmos EUR 120 sob cada modelo. Cada coluna soma EUR 120.

Leia a tabela por linhas. O QR code vale de EUR 0 a EUR 120 dependendo do modelo, e a newsletter, que os dois modelos de contato único ignoram, recebe entre EUR 0 e EUR 40. Nenhum deles está errado. Eles respondem a perguntas diferentes: o first touch responde "o que encontra clientes", o last touch responde "o que os fecha", e os modelos multi-touch respondem "como parar de discutir sobre isso".

Se você só tem tempo para um hábito, que seja este: calcule first e last lado a lado para cada campanha. Quando concordam, você pode parar de se preocupar. Quando discordam bastante, você encontrou um canal que faz um trabalho diferente daquele que o seu relatório presume.

O Que Nenhum Modelo Consegue Corrigir

Os cinco compartilham um ponto cego. Eles só dividem o crédito entre contatos que você consegue ver. Um link colado em um chat privado, um colega mencionando seu nome, um podcast ouvido no mês passado: nada disso entra no modelo, e o crédito cai sobre o que estava visível. Atribuição de dark social é a versão longa desse problema, e vale conhecê-la antes de confiar no resultado de qualquer modelo.

Mais uma ressalva, por experiência. O Google removeu primeiro clique, linear, decaimento temporal e baseado em posição do GA4 e do Google Ads em novembro de 2023, deixando o baseado em dados e o último clique (relatório de modelos de atribuição do GA4, Google Ads: sobre os modelos de atribuição). Se a sua ferramenta de analytics não mostra mais os modelos acima, isso não os torna obsoletos. Significa que você mesmo os calcula, o que é fácil quando você tem linhas por contato.

O Que os Dados em Nível de Clique Podem e Não Podem Dizer

Um link curto registra o próprio clique, que é o contato mais confiável de uma campanha porque acontece em uma infraestrutura que você controla. Um evento de clique carrega o link, a data e hora, o país, a classe do dispositivo, o navegador, o host do referenciador e as tags UTM, e faz isso sem cookies nem endereço IP armazenado (veja campos do evento de clique). Isso o torna uma fonte limpa de linhas de "contato", inclusive para escaneamentos de QR codes que você rastreia como links e cliques de e-mail que você consegue distinguir.

Aqui está o que ele consegue responder bem:

• Qual canal tocou primeiro e qual tocou por último em uma determinada janela.
• Quanto tempo durou o intervalo entre os contatos, que é exatamente o que o decaimento temporal precisa.
• Quais tags de campanha estão fazendo o trabalho pesado em cada posição.

E aqui está o que ele não consegue:

• Quem é a pessoa. Uma linha de clique, por si só, não tem identidade. Para ligar os três cliques de Maya, você precisa de um identificador que apareça tanto nos cliques quanto na conversão.
• Se um clique foi de um humano. Scanners de e-mail e pré-visualizações de chat abrem links. Cliques versus sessões do GA4 explica por que os números diferem e o que é normal.
• O que aconteceu fora do link. Visualizações de um pôster sem escaneamento, uma impressão de anúncio sem clique e uma recomendação durante o almoço são todas invisíveis.
• Junção entre dispositivos. Escaneie em um celular, compre em um notebook, e as duas jornadas parecem duas pessoas, a menos que algo as una.

No Elido, uma conversão é associada de volta a um clique de forma exata, pelo click ID devolvido com o redirecionamento, ou pelo e-mail do cliente em relação ao clique mais recente dentro da sua janela de atribuição (1, 7, 30 ou 90 dias). Esse padrão é a associação last-touch, e é exata quando você repassa o click ID. O construtor de funis também permite escolher first touch, last touch ou linear para um funil. Decaimento temporal e baseado em posição não são nativos. Para eles, exporte os eventos de clique e as conversões (veja exportando dados de analytics e a API de analytics de links), una-os pelo seu identificador e execute os pesos em uma planilha ou no seu data warehouse. A aritmética acima é tudo o que é preciso.

Se você quer as linhas de contato sem montar antes um pipeline, crie um link curto marcado no Elido para cada canal da sua próxima campanha e comece pela comparação first versus last.

Qual Modelo Você Deve Usar

Combine o modelo com a decisão que você está tomando, não com o que uma ferramenta traz por padrão.

• Ciclo curto, resposta direta, compradores recorrentes: last touch, com decaimento temporal como verificação de sanidade.
• Gasto em marca e percepção, perguntas sobre novos clientes: first touch para a decisão de orçamento, last touch para ver o que converte.
• Jornadas com uma etapa clara de encontrar e uma etapa clara de fechar: baseada em posição, aceitando que os pesos 40/20/40 são uma suposição.
• Ciclos B2B longos com muitos envolvidos: nenhum dos modelos simples basta. Trate um modelo baseado em regras como um guia aproximado e olhe para sequências e coortes.

Em todos os casos, vale ler os limites da atribuição sem cookies antes de confiar em um número até o euro. E combine qualquer modelo com a configuração de clique até conversão do rastreamento de conversões do Elido para que o lado da conversão tenha um identificador para a junção.

A conclusão honesta é que a atribuição se parece mais com contabilidade do que com física. Os modelos não descobrem a verdade, eles aplicam uma regra de forma consistente para que você possa comparar campanhas. Escolha uma regra, diga qual é e mantenha-a estável por tempo suficiente para aprender alguma coisa.

Leia a Série Cornerstone

Este post faz parte do cluster de recursos, ao lado das definições em o que é atribuição de marketing. Para a configuração completa de marcação e encaminhamento, leia o cornerstone de rastreamento UTM.

Relacionado no Blog

• O que é atribuição de marketing
• Atribuição sem cookies explicada: o que ainda funciona
• Atribuição de dark social: encontrando o tráfego que o GA4 classifica como direto
• Cliques vs sessões do GA4: por que os números diferem