O que é Atribuição Linear?
Atribuição linear, também chamada de Linear Attribution, é um modelo de atribuição que divide o crédito de uma conversão em partes iguais entre todos os pontos de contato da jornada. Se uma venda passou por quatro toques, cada toque recebe 25% do crédito.
O modelo linear pertence à família dos modelos de atribuição baseados em regras. A regra, nesse caso, é a mais democrática possível: todo canal que participou da jornada multitoque recebe o mesmo peso, do primeiro anúncio ao clique final.
Essa escolha resolve um problema clássico do last click, que ignora tudo o que aconteceu antes da última interação. Em contrapartida, a atribuição linear assume que todos os toques têm a mesma importância, premissa que raramente reflete a realidade. Um banner visto de relance e o clique que fechou a compra recebem crédito idêntico.
Como funciona na prática?
A ferramenta de análise registra cada interação rastreável do usuário: cliques em anúncios, visitas orgânicas, aberturas de e-mail com clique. Quando a conversão acontece, o sistema conta quantos toques a jornada teve e divide o valor da conversão igualmente entre eles.
Um exemplo hipotético em números: uma venda de R$ 400 passou por quatro toques, um anúncio no Instagram, uma busca orgânica, um e-mail e uma busca paga no Google. No modelo linear, cada canal recebe R$ 100 de crédito. No last click, a busca paga levaria os R$ 400 sozinha.
Atribuição Linear vs Last Click: qual a diferença?
| Aspecto | Atribuição Linear | Last Click |
|---|---|---|
| Distribuição do crédito | Igual entre todos os toques | 100% no último clique |
| Visão da jornada | Completa, do início ao fim | Apenas o fechamento |
| Canais de topo de funil | Recebem crédito proporcional | Ficam invisíveis |
| Complexidade de leitura | Média | Baixa |
Veredito: a atribuição linear enxerga a jornada inteira com pesos iguais, enquanto o last click concentra todo o mérito no toque final.
Exemplos de uso
- Um e-commerce de suplementos percebe que o e-mail marketing nunca aparece como último clique. Ao ativar a visão linear, o e-mail passa a mostrar participação relevante nas vendas, e o time mantém o canal no orçamento (exemplo hipotético).
- Uma clínica odontológica com jornada média de cinco toques usa o modelo linear para comparar a participação de Instagram, Google e indicações rastreadas por link, sem eleger um único herói.
- Uma agência apresenta ao cliente dois relatórios lado a lado, linear e last click, para mostrar quanto o resultado muda conforme o modelo escolhido.
Erros comuns
- Tratar o crédito igual como verdade absoluta, quando ele é apenas uma convenção do modelo.
- Comparar campanhas medidas em linear com campanhas medidas em last click no mesmo relatório.
- Usar o modelo linear em jornadas de um toque só, onde ele fica idêntico a qualquer outro modelo.
- Ignorar toques não rastreáveis, como conversas offline, e acreditar que a divisão está completa.
Perguntas frequentes sobre Atribuição Linear
Quando vale a pena usar a atribuição linear?
A atribuição linear funciona bem quando você quer uma visão introdutória da jornada completa sem depender de algoritmos. Ela serve para negócios com ciclos de compra longos e vários canais ativos, que precisam provar que canais de meio de funil, como e-mail e conteúdo, participam das vendas.
A atribuição linear ainda existe no GA4?
O GA4 descontinuou os modelos baseados em regras, incluindo o linear, e passou a priorizar a atribuição baseada em dados. O conceito segue vivo em outras plataformas de análise e em modelagens próprias feitas em planilhas ou ferramentas de BI.
Qual a principal limitação do modelo linear?
O modelo linear assume que todos os toques valem o mesmo, e essa premissa raramente se confirma. Um clique decisivo e uma impressão casual recebem crédito idêntico. Por isso, equipes maduras usam o linear como visão comparativa e recorrem a modelos como time decay ou baseados em dados para decisões finas.