Performance no e-commerce: da mídia ao pagamento aprovado

A campanha entrega tráfego, o site registra pedidos e o painel de mídia mostra conversões. Ainda assim, a receita pode crescer menos do que o investimento. Quando isso acontece, a performance no e-commerce costuma estar sendo medida só até o clique, e tudo o que acontece depois dele fica fora da análise.

No e-commerce, performance é construída ao longo de uma cadeia. A mídia compra a oportunidade de venda. A página precisa transformar interesse em avanço. O checkout conduz a intenção até o pedido. A infraestrutura de pagamentos precisa fazer a tentativa chegar corretamente à autorização. Só depois da aprovação o pedido começa a se transformar em receita.

Essa sequência parece óbvia quando desenhada, mas nem sempre aparece nos relatórios da mesma forma. O marketing pode trabalhar com uma conversão registrada no navegador, a plataforma com um pedido criado e o financeiro com um pagamento aprovado. Os três números podem estar certos e, mesmo assim, não bater entre si.

Este guia organiza a performance como um funil de receita e deixa de lado a gestão de campanhas em Meta Ads ou Google Ads. O objetivo é conectar tráfego, conversão, checkout, pagamentos, CAC e ROAS para que você saiba quanto do investimento chega ao fim do caminho.

O que significa performance no e-commerce?

Performance no e-commerce é a capacidade de transformar investimento e demanda em resultado mensurável ao longo de toda a jornada de compra. Isso inclui aquisição, comportamento no site, avanço no checkout, geração de pedido, tentativa de pagamento, aprovação e receita.

Reduzir performance à mídia cria um problema de fronteira. O gerenciador de anúncios consegue mostrar quanto foi investido, quantos eventos foram atribuídos às campanhas e qual valor foi recebido como conversão. Ele não conhece, sozinho, todas as decisões que acontecem depois do clique nem substitui os sistemas que registram pedido, pagamento, estorno e receita.

Segundo a documentação oficial do Google Analytics, a jornada de e-commerce é medida com eventos específicos, como begin_checkout, add_shipping_info, add_payment_info, purchase e refund. Essa estrutura ajuda a localizar em que etapa o usuário avançou, desde que a implementação reflita o que aconteceu na operação.

Um evento pode estar tecnicamente correto e ainda representar um estágio diferente do que o time imagina. Se a empresa chama pedido criado de “venda”, o indicador de conversão pode estar certo para aquela definição e insuficiente para dizer quanto de receita foi aprovada.

Uma leitura de performance começa, então, definindo o que cada número representa. Sessão não é pedido. Pedido não é tentativa. Tentativa não é aprovação. E aprovação não é, necessariamente, o mesmo que receita líquida depois de cancelamentos, estornos e reembolsos.

Qual é o caminho entre investimento e receita?

O caminho entre investimento e receita pode ser lido como um funil operacional. Cada etapa responde a uma pergunta diferente e precisa de uma fonte de dados compatível.

O valor dessa leitura está na passagem entre etapas. Um e-commerce pode ter tráfego saudável e pouca entrada no checkout. Pode ter bom avanço no checkout e baixa criação de pedidos. Pode gerar pedidos em volume e perder tentativas na integração. Ou pode enviar as tentativas corretamente e enfrentar uma queda de aprovação.

Quando tudo é resumido em “a conversão caiu”, essas situações parecem iguais. Quando o funil é quebrado por etapa, cada perda aponta para um grupo diferente de hipóteses e responsáveis.

Como mostra a central de ajuda do Google Analytics 4, os eventos de e-commerce precisam ser implementados no site ou aplicativo e não aparecem automaticamente com o contexto necessário. A regra que fica é simples: o painel só explica a operação quando eventos e sistemas concordam sobre o que cada etapa significa.

No desenho completo, medir performance é explicar as passagens: investimento para acesso, acesso para checkout, checkout para pedido, pedido para tentativa, tentativa para aprovação e aprovação para receita.

Taxa de conversão mostra toda a história?

Não. Taxa de conversão mostra quanto de uma base avançou até uma ação definida, mas a interpretação depende de qual ação está sendo chamada de conversão. Em um e-commerce, a operação pode medir conversão em pedido, compra registrada, pagamento aprovado ou outra etapa.

Por isso duas áreas podem reportar percentuais diferentes para o mesmo período. O marketing pode dividir compras registradas por sessões. A plataforma pode dividir pedidos por visitas. O time de pagamentos pode dividir aprovações por tentativas. São denominadores e eventos diferentes.

A leitura mais útil separa pelo menos três pontos: conversão do site até o pedido, avanço dentro do checkout e aprovação do pagamento. Se o primeiro cai, a análise começa em tráfego, oferta, produto e experiência. Se a perda se concentra dentro do checkout, campos, frete, custos, erros ou meios de pagamento entram na investigação. Se a tentativa existe e a aprovação cai, a análise segue para a infraestrutura de pagamentos.

Segundo o Baymard Institute, a taxa média documentada de abandono de carrinho é de 70,22%, calculada a partir de 50 estudos. O próprio instituto ressalta que parte desse abandono é natural, porque muitos consumidores estão apenas pesquisando. O dado mostra a dimensão do fenômeno e não deve ser usado como benchmark direto para uma loja brasileira.

Essa distinção evita outro erro: tratar todo abandono como problema de pagamento. A venda pode ter sido perdida antes da tentativa, e nesse caso trocar gateway ou adquirente não resolve. Da mesma forma, uma taxa de conversão de pedido saudável não confirma que todos os pedidos chegaram ao pagamento aprovado.

O cluster Taxa de conversão no e-commerce: do acesso à receita aprovada aprofunda as fórmulas, bases de cálculo e o diagnóstico por etapa.

Como pagamentos recusados alteram o CAC?

Pagamentos recusados podem aumentar o CAC porque o custo de aquisição já aconteceu antes da autorização. Se o investimento em marketing e vendas permanece, mas menos pessoas terminam o período como novos clientes pagantes, o custo médio por cliente adquirido sobe.

De acordo com a American Marketing Association, o CAC é calculado dividindo o gasto total de aquisição pelo número de novos clientes no mesmo período. A simplicidade da fórmula esconde a principal decisão de governança: o que a empresa considera um novo cliente adquirido?

No e-commerce, um pedido criado não deveria ser tratado automaticamente como cliente adquirido. Se a transação foi recusada, expirou ou foi cancelada antes da confirmação, a operação registrou intenção de compra, mas não necessariamente uma nova relação comercial concluída.

Imagine um cenário hipotético com R$ 120 mil em gastos de aquisição e 2.400 pedidos de novos consumidores. Se 2.160 chegam ao pagamento aprovado, o custo por pedido criado é de R$ 50, mas o CAC sobre clientes pagantes fica em aproximadamente R$ 55,56. A diferença não veio de uma campanha mais cara; veio do denominador.

Esse exemplo não transforma toda recusa em perda recuperável. Fraude, falta de limite e decisões legítimas do emissor fazem parte do sistema. O objetivo é mostrar que a infraestrutura de pagamento altera quantos clientes efetivamente entram no denominador do CAC.

O cluster CAC no e-commerce: como pagamentos recusados aumentam o custo detalha a diferença entre CAC e CPA e como acompanhar aprovação sem atribuir toda variação ao marketing.

Qual receita deve entrar no ROAS?

O ROAS depende do valor que a operação envia e reconhece como resultado das campanhas. A fórmula é direta: valor atribuído à publicidade dividido pelo investimento. O ponto crítico está em definir qual valor entra no numerador.

Como explica a documentação do Google Ads, os valores de conversão servem para medir e otimizar o impacto comercial das campanhas e alimentam as estratégias baseadas em ROAS. Se o valor enviado representa pedidos que depois não serão pagos, a plataforma otimiza com o dado que recebeu, e não com o resultado financeiro da operação.

Segundo a documentação do Google Analytics, cada compra deve ser identificada com parâmetros como transaction_id e value. O identificador mantém a transação reconhecível ao longo da mensuração, o que importa porque uma compra pode mudar de estado depois do registro inicial.

De acordo com a central de ajuda do Google Ads, é possível ajustar conversões quando uma compra é cancelada, devolvida ou sofre alteração de valor. A existência desse mecanismo mostra que a conversão registrada no primeiro momento não deve ser tratada como receita final.

Use a mesma operação hipotética do exemplo anterior. Suponha R$ 120 mil de investimento, R$ 600 mil em valor de pedidos atribuídos e R$ 540 mil em pagamentos aprovados. O ROAS sobre pedidos é 5,0. O ROAS sobre receita aprovada é 4,5. Nenhuma das contas está matematicamente errada; elas respondem a perguntas diferentes.

Para decisões de mídia, o valor atribuído ajuda a analisar o ambiente publicitário. Para leitura financeira, a operação precisa conciliar esse número com pagamentos, cancelamentos e devoluções. O cuidado está em deixar claro qual versão do resultado sustenta cada decisão.

O cluster ROAS no e-commerce: pedido gerado não é receita aprovada aprofunda a qualidade do dado enviado à mídia e a conciliação entre pedido, conversão e pagamento.

Quais métricas precisam ser analisadas juntas?

Nenhuma métrica isolada explica a performance inteira do e-commerce. O conjunto precisa mostrar volume, passagem, valor, custo e resultado financeiro. Para operações que investem em aquisição, nove indicadores formam uma base de leitura.

A leitura conjunta também exige alinhar período, fonte e unidade. Taxa de aprovação por tentativa não é igual a aprovação por pedido. Receita de compra no analytics pode não ser idêntica ao valor conciliado no financeiro. CAC de novos clientes não deve ser comparado diretamente com custo por ação de todos os pedidos.

O dashboard mais útil é o que permite seguir a mesma venda ao longo dos sistemas, e não o que tem mais gráficos. Idealmente, pedido, tentativa, aprovação, valor, canal e status final compartilham identificadores suficientes para que as áreas consigam reconciliar diferenças.

A documentação do GA4 mostra que eventos de e-commerce precisam carregar parâmetros de contexto e que a compra pode ser registrada com transaction_id, value, moeda e itens. Esses elementos ajudam a conectar a mensuração do comportamento ao pedido, mas a conciliação com a aprovação continua dependendo dos sistemas da operação.

O cluster Métricas de e-commerce: as que realmente mostram receita organiza cada indicador com mais detalhe e mostra o que ele mede e o que fica fora de sua leitura.

Como diagnosticar onde a performance está vazando?

O diagnóstico começa comparando passagens, não procurando um culpado. Quando um indicador piora, a pergunta seguinte deve ser: em qual trecho do caminho a diferença apareceu?

Essa tabela não substitui investigação técnica. Ela serve para impedir que a operação tente resolver um problema na camada errada. Se a perda acontece antes do checkout, contratar uma segunda adquirente não muda o resultado. Se o pagamento chega ao emissor e é recusado, redesenhar a página pode não resolver a causa principal.

Outro cuidado é separar correlação de causalidade. A aprovação pode cair no mesmo dia em que uma campanha nova entra no ar, e isso não prova que a mídia causou a recusa. A mudança pode ter alterado ticket, perfil do público, região ou mix de produto; ou pode coincidir com uma indisponibilidade externa. O funil ajuda a formular hipóteses, não a pular a investigação.

Para operações que dependem de tráfego pago, essa disciplina evita uma prática comum: tentar compensar um vazamento de infraestrutura comprando mais tráfego. Se o problema está no fim do funil, aumentar o topo pode elevar o volume absoluto de vendas e, ao mesmo tempo, desperdiçar mais dinheiro.

O que acontece quando a mídia escala uma operação com vazamentos?

Quando a mídia escala uma operação com vazamentos, ela amplia tanto o resultado quanto a ineficiência. A porcentagem perdida pode permanecer igual, mas o valor financeiro da perda cresce junto com o volume.

Volte ao cenário hipotético de R$ 120 mil em aquisição, com ticket médio de R$ 250. Se 10% dos pedidos não chegam à aprovação, são 240 pedidos e R$ 60 mil por mês que a mídia gerou e o caixa não recebeu. Se o investimento dobra e o restante do funil mantém a mesma eficiência, a perda passa para 480 pedidos e R$ 120 mil. A taxa continua igual; o valor que escapa dobrou.

Picos deixam esse efeito mais visível. Black Friday, lançamentos, lives e campanhas concentradas colocam checkout, gateway, integrações e adquirentes sob pressão no momento em que o custo de gerar cada oportunidade está mais alto. Uma fila, um timeout ou uma regra mal calibrada que quase não aparece em dias normais pode consumir uma parte grande do resultado em poucas horas.

A decisão de escalar orçamento deveria considerar a capacidade do funil, não só a eficiência do anúncio. Antes de aumentar investimento, a operação precisa saber se consegue absorver mais sessões, mais checkouts, mais tentativas e mais pagamentos sem degradar experiência, aprovação e dados.

Marketing não precisa assumir a gestão da infraestrutura, mas precisa tratar performance como responsabilidade compartilhada. Marketing precisa saber onde o tráfego deixa de virar receita; tecnologia precisa saber quando a falha altera indicadores de negócio; pagamentos precisa mostrar aprovação e causas de recusa; financeiro precisa conciliar o valor que realmente entrou.

Como a infraestrutura de pagamentos limita ou libera a escala de mídia?

A infraestrutura de pagamentos define quanto do volume extra comprado pela mídia consegue virar pagamento aprovado. Quatro decisões técnicas pesam mais nessa conta: quantas adquirentes processam as transações, como o roteamento escolhe entre elas, o que acontece quando uma delas fica indisponível e como as recusas são lidas.

Com uma única adquirente, toda a operação depende da disponibilidade e das regras de um só parceiro. Se ele oscila no meio de uma campanha, as tentativas falham com o cliente pronto para pagar. Em uma arquitetura multiadquirente, a transação pode seguir por outra rota quando a primeira não responde, e o roteamento pode considerar bandeira, tipo de cartão, ticket e histórico de aprovação de cada adquirente.

A leitura das recusas completa o quadro. Uma recusa por saldo insuficiente, uma por suspeita de fraude e uma por erro técnico pedem respostas diferentes. Quando o código de retorno do emissor chega ao time agregado como “pagamento recusado”, perde-se a informação que separaria a perda legítima da falha que a própria operação poderia corrigir.

Retentativa e timeout pedem o mesmo cuidado. Repetir automaticamente uma transação recusada pode recuperar parte das vendas, mas, sem critério, gera cobranças duplicadas ou aciona regras de risco do emissor. Um timeout entre checkout e adquirente deixa o pedido em estado indefinido: o cliente não sabe se pagou, o painel de mídia já contou a conversão e o financeiro ainda não tem o valor. Em pico, esses casos tendem a se acumular, porque o volume de tentativas cresce no mesmo intervalo de tempo.

Para quem investe em mídia, essas escolhas viram número de negócio. Elas definem se o próximo aumento de orçamento vai ampliar a receita aprovada ou o volume de pedidos que param no caminho. Antes de dobrar o investimento, pergunte ao time de pagamentos qual é a taxa de aprovação por adquirente, o que acontece com a transação quando uma rota cai e quanto das recusas do último pico teve causa técnica.

Como organizar uma rotina de performance orientada à receita?

Uma rotina orientada à receita não precisa começar com um dashboard novo. Ela começa com definições compartilhadas entre marketing, e-commerce, tecnologia, pagamentos e financeiro.

1. Defina o que cada evento significa. Documente quando begin_checkout, pedido, purchase, tentativa, aprovação, cancelamento e reembolso acontecem em cada sistema.
2. Escolha uma base de conciliação. Pedido e transaction_id precisam permitir que mídia, plataforma e pagamento reconheçam a mesma venda.
3. Acompanhe as passagens do funil. O objetivo é identificar onde o volume mudou antes de discutir causa.
4. Separe métricas de aquisição das métricas financeiras. ROAS de plataforma e receita aprovada podem coexistir, desde que estejam nomeados corretamente.
5. Crie alertas para desvios. Aprovação, erros de checkout, diferença entre pedidos e tentativas e divergência de receita merecem acompanhamento quando saem da faixa esperada.
6. Revise a leitura depois de mudanças. Nova campanha, novo checkout, novo gateway ou nova rota precisam ser comparados com uma linha de base equivalente.

Com isso, quando os números divergirem, existe um caminho rápido para explicar a diferença, mesmo que cada área continue olhando o próprio painel.

Esse alinhamento melhora a qualidade das decisões de mídia. O Google Ads deixa claro que valores de conversão são usados na medição e na otimização de estratégias baseadas em valor. Quanto melhor a empresa define e atualiza esse valor, mais coerente fica a relação entre o que a plataforma tenta maximizar e o que o negócio considera resultado.

A rotina evita extremos. Nem todo pedido recusado precisa ser recuperado, nem todo ROAS precisa ser calculado sobre uma única versão de receita, nem todo abandono indica problema. Antes de mexer na operação, cruze o que cada métrica mostra.

Monte uma linha de base para dias comuns e outra para picos. Taxa de aprovação, tempo de resposta do checkout e diferença entre pedidos e tentativas costumam se comportar de forma diferente em uma Black Friday e em uma terça-feira qualquer. Comparar o pico com a média do mês faz o desvio parecer normal ou alarmante demais; comparar pico com pico mostra se a operação está absorvendo mais volume com a mesma eficiência.

Performance no e-commerce termina na receita, não no clique

O e-commerce pode ter campanhas eficientes, crescimento de tráfego e boa geração de pedidos e ainda perder resultado depois que a mídia cumpriu sua função. Quando checkout, pagamentos e mensuração ficam fora da análise, a empresa corre o risco de chamar infraestrutura de problema de campanha ou de tratar pedido como receita antes da hora.

Para quem escala, o ganho está menos em encontrar uma métrica perfeita e mais em conectar os sistemas que contam a mesma venda. Quando marketing, plataforma, pagamento e financeiro conseguem reconciliar pedido, valor e status, a operação passa a saber quanto custa gerar demanda e quanto dessa demanda chegou ao caixa.

Se sua operação já investe em aquisição, mas existe diferença entre o que a mídia reporta, o que a plataforma registra e o que o financeiro reconhece como receita, converse com um especialista da Rockty.

Renata Motta

Head de Marketing · Rockty

Renata Motta é jornalista e estrategista de marketing, com trajetória em comunicação, conteúdo, marca e negócios. Na Rockty, atua na construção da narrativa de mercado da empresa, traduzindo temas como e-commerce, pagamentos e performance em conteúdos claros, confiáveis e orientados à geração de receita.

Ver no LinkedIn