Para medir o resultado de SEO em vendas B2B, é preciso ligar a visita orgânica à oportunidade e à receita registradas no CRM, indo além da conversão por último clique do GA4. Na prática, isso começa por gravar a primeira origem e a página de entrada de cada lead, junto com a resposta dele sobre como conheceu a empresa. Com esses dados, dá para montar um relatório de oportunidades e receita por página ou grupo de páginas.
Essa é uma das conversas mais difíceis para quem lidera marketing numa empresa de tecnologia. A mídia paga mostra custo por lead no painel do anúncio, enquanto o SEO aparece como "tráfego orgânico" num relatório que a diretoria não sabe traduzir em dinheiro. Quando o orçamento aperta, o canal que não prova receita costuma ser o primeiro a ser cortado.
Neste guia eu explico por que o último clique subestima o orgânico em ciclos longos, o que gravar no CRM, como tratar o campo "como nos conheceu" (incluindo as IAs), como montar o relatório por página e por cluster, quando usar conversões offline, quais métricas de meio acompanhar e como apresentar tudo num dashboard para a diretoria.
Uma compra B2B de software ou de serviço de tecnologia raramente acontece numa única visita. O comprador lê um artigo, volta semanas depois pela busca de marca, assiste a um webinar, recebe um e-mail, clica num anúncio de remarketing e só então pede uma demonstração. No modelo de último clique, a conversão vai inteira para o último ponto de contato.
O orgânico tende a aparecer no começo dessa jornada, quando a pessoa pesquisa o problema e ainda não conhece a marca. Por isso ele perde crédito justamente nos ciclos longos. O artigo sobre dependência de mídia paga mostra como esse viés de medição empurra orçamento para os canais de fundo de funil.
O GA4 usa hoje o modelo baseado em dados e dois modelos de último clique no relatório de modelos de atribuição. Os modelos de primeiro clique, linear, redução de tempo e baseado em posição foram retirados em 2023, conforme o anúncio oficial do Google.
Mesmo com o modelo baseado em dados, há limites práticos para B2B. As configurações de atribuição do GA4 definem uma janela de conversão com limite de dias, e ciclos de venda que passam dessa janela ficam fora da conta. Além disso, o GA4 só vê o que acontece no site, enquanto as etapas comerciais, da primeira reunião ao contrato, ficam no CRM.
Há ainda a jornada entre dispositivos e pessoas. Um analista lê o artigo no notebook do trabalho, e o diretor que assina o contrato chega pelo celular dias depois, digitando o nome da empresa. Para o GA4, são dois usuários diferentes, e o crédito do orgânico desaparece.
A solução é levar para o CRM as informações de origem no momento em que o lead converte, e manter essas informações ligadas ao contato e à oportunidade até o fechamento. Qualquer CRM que aceite campos personalizados serve. No meu trabalho eu também uso o Laço, que é uma empresa do mesmo grupo que eu, mas o método vale para qualquer ferramenta.
O ideal é gravar duas origens por lead. A primeira origem é o canal da primeira visita conhecida, e a última é o canal da visita em que ele converteu. Com as duas, dá para ver quantas oportunidades começaram no orgânico, mesmo quando converteram por outro canal.
A captura costuma ser feita com um script no site que guarda num cookie próprio os parâmetros da primeira visita (UTMs, referenciador e página de entrada) e os envia em campos ocultos do formulário. Os parâmetros UTM seguem o padrão descrito na documentação do GA4 sobre URLs personalizadas. Visitas sem UTM e com referenciador de buscador são classificadas como orgânicas.
Alguns cuidados que evitam dados errados:
Além do canal, grave a página de entrada da primeira visita e a página em que o formulário foi preenchido. A página de entrada indica qual conteúdo trouxe a pessoa, e a página de conversão indica onde ela decidiu pedir contato. Essas duas informações são a base do relatório por página, que é o que transforma "o SEO gera leads" em "este grupo de páginas gera oportunidades".
Se o site recebe visitas e quase não converte, o problema pode estar antes da atribuição. O artigo sobre site que recebe visitas e não gera contato ajuda a separar problema de tráfego e problema de conversão.
Parte da influência não deixa rastro técnico: a indicação de um colega, um post no LinkedIn, um podcast, uma resposta do ChatGPT. Por isso eu recomendo um campo "como nos conheceu" no formulário de demonstração ou de contato, preenchido pelo próprio lead.
Esse campo funciona melhor como lista de opções com um campo livre complementar. Inclua opções como busca no Google, ChatGPT ou outra IA, LinkedIn, indicação, evento e outro. A resposta do lead e a origem técnica frequentemente divergem, e essa divergência é informação: um lead com origem "direto" que responde "vi no ChatGPT" mostra influência que o GA4 não captura.
Para o tráfego que chega por clique, a central de ajuda da OpenAI para publishers informa que o ChatGPT adiciona utm_source=chatgpt.com aos links de referência. O artigo sobre tráfego do ChatGPT no GA4 mostra como separar esse canal nos relatórios.
Com a origem e a página de entrada gravadas, o relatório que interessa à diretoria passa a ser possível. Eu organizo as páginas em clusters por tema ou por produto (por exemplo, "migração para nuvem", "observabilidade", "páginas de comparação") e cruzo com os dados do CRM.
As colunas que eu uso são estas: sessões orgânicas do cluster, leads com primeira origem orgânica, leads qualificados, oportunidades criadas, oportunidades ganhas, receita ganha e ciclo médio até o fechamento. O relatório por cluster evita conclusões apressadas sobre páginas isoladas com poucos leads, e o relatório por página mostra quais conteúdos merecem atualização ou expansão.
Nenhuma visão isolada conta a história inteira. A tabela compara as quatro fontes que eu cruzo no relatório.
| Visão | Pergunta que responde | Limitação principal |
|---|---|---|
| Último clique no GA4 | Qual canal fechou a conversão no site? | Tira crédito do canal que iniciou a jornada |
| Modelo baseado em dados no GA4 | Como distribuir o crédito entre os canais observados? | Limitado à janela de conversão e ao que acontece no site |
| Primeira origem no CRM | Onde começou a relação com as oportunidades e a receita? | Depende de captura correta e perde quem trocou de dispositivo |
| "Como nos conheceu" declarado | O que o comprador lembra como decisivo? | Memória imprecisa e respostas genéricas, sem página de origem |
Se as visões apontam na mesma direção, o argumento para a diretoria fica forte. Se divergem, eu trato a diferença como ponto de investigação antes de apresentar qualquer conclusão.
O caminho inverso também ajuda. Quando um lead vira oportunidade ou cliente no CRM, esse evento pode ser enviado de volta ao GA4, ligado ao identificador do usuário que converteu no site. Assim os relatórios do GA4 passam a mostrar quais páginas e canais geraram oportunidades, além de formulários.
O Google documenta duas formas de fazer isso. O Measurement Protocol envia eventos pelo servidor, e o Data Import permite subir dados externos para a propriedade. Em ambos os casos, o site precisa guardar o identificador do GA4 junto com o lead no CRM, e nenhum dado pessoal identificável deve ser enviado ao Analytics, porque as políticas do Google Analytics proíbem esse envio.
Essa integração exige um pouco de desenvolvimento e manutenção. Para empresas com poucas oportunidades por mês, o relatório feito diretamente no CRM costuma ser suficiente, e a conversão offline vira um passo posterior.
Receita fechada é a métrica final, mas em ciclos longos ela chega tarde demais para orientar decisões do trimestre. As métricas de meio mostram se o SEO está gerando o tipo certo de demanda antes de o contrato ser assinado.
Eu recomendo acordar com a área comercial a definição de cada etapa antes de montar o relatório. Se cada vendedor usa um critério diferente para SQL, a comparação entre canais perde sentido.
O SEO leva tempo para gerar tráfego, e a venda B2B ainda acrescenta o ciclo comercial. Somando as duas defasagens, o efeito de um conteúdo publicado hoje pode aparecer na receita muitos meses depois. O artigo sobre quanto tempo o SEO demora detalha o primeiro atraso.
Para lidar com o segundo, eu uso coortes: agrupo os leads pelo mês da primeira visita orgânica e acompanho quanto cada coorte gerou de oportunidades e receita ao longo dos meses seguintes. Comparar a receita deste mês com o trabalho de SEO deste mês engana, porque mistura causas de períodos diferentes.
Também vale medir o ciclo médio de venda por origem. O lead orgânico pode levar mais tempo para fechar, quando chega cedo na jornada, ou menos, quando já chega informado. Só o dado do seu CRM mostra qual é o caso, e isso muda a forma de ler o relatório do trimestre.
O dashboard que eu uso com clientes B2B tem blocos em ordem de interesse da diretoria, começando pelo dinheiro e terminando no operacional.
Para a parte de IA, o Search Console tem um relatório de desempenho de IA generativa com impressões em AI Overviews e AI Mode, ainda em liberação gradual para as propriedades. O artigo sobre métricas de GEO explica como combinar esses dados com monitoramento de prompts.
Na GWCloud, empresa de cloud e observabilidade atendida pela PIPA, o custo por oportunidade caiu 32% de 2022 a 2024 e o tráfego orgânico cresceu 85%. Os dados vêm do GA4 e do CRM do cliente. No mesmo projeto, reduzir o formulário de 6 para 3 campos gerou 38% mais envios e 22% menos rejeição, também medido no GA4 e no CRM.
O ponto que eu destaco desse caso é a métrica escolhida. Custo por oportunidade é um número que a diretoria entende e que só existe quando a origem está gravada no CRM. A página sobre SEO e receita mostra como a PIPA estrutura esse tipo de medição desde o início do projeto.
Mostre oportunidades e receita com primeira origem orgânica, gravadas no CRM, e o custo por oportunidade comparado com outros canais. Complete com as métricas de meio e o relatório por cluster de páginas, para mostrar de onde vem o resultado e o que será feito a seguir.
Não existe um modelo único correto. Eu recomendo cruzar a primeira origem gravada no CRM, o modelo baseado em dados do GA4 e a resposta declarada do lead. A convergência entre as visões fortalece o argumento, e uma divergência grande pede investigação antes da apresentação.
Como modelo de atribuição, não. O Google retirou o primeiro clique, o linear, o de redução de tempo e o baseado em posição em 2023. O GA4 mantém dimensões de aquisição do primeiro usuário, que mostram o canal da primeira visita, mas elas não substituem a primeira origem gravada no CRM.
Combine o tráfego com utm_source=chatgpt.com e os referenciadores das IAs no GA4 com a resposta "vi numa IA" no campo "como nos conheceu". Parte da influência das IAs não gera clique, e o campo declarado é a forma de capturar essa parte.
Depende do ciclo de venda da empresa e do tempo que o SEO leva para gerar tráfego qualificado. Por isso eu acompanho coortes pelo mês da primeira visita, em vez de comparar a receita do mês com o trabalho feito no mesmo mês.
Não necessariamente. Um CRM com campos personalizados, somado à captura de UTM no site, resolve a maior parte dos casos B2B quando o relatório é bem montado. Ferramentas dedicadas podem ajudar quando há muitos canais e volume alto de oportunidades.
Antes de defender o orçamento de SEO na próxima reunião, vale saber se o seu site e o seu CRM já gravam as informações que ligam o orgânico às oportunidades. Sem essa base, qualquer relatório fica no campo da opinião.
A PIPA faz essa análise inicial sem custo, olhando rastreamento, captura de origem, relatórios e o potencial de busca do seu mercado, e aponta o que ajustar primeiro. Quero meu diagnóstico gratuito
