Dashboard de marketing que o cliente entende: o que colocar no Looker Studio

Já abri muito dashboard cheio de gráficos coloridos que ninguém usava. Quando o relatório não ajuda a decidir, ele é decoração. O Looker Studio é flexível o bastante para fazer as duas coisas, então vale começar pelas perguntas, e não pelos gráficos.

Comece pelas perguntas

Peça ao cliente (ou ao gestor) para listar o que ele quer saber toda semana. Em geral são poucas:

• Quanto investimos e quanto voltou?
• Quantos leads chegaram e de qual canal?
• Quantos eram bons e quantos viraram venda?
• Estamos acima ou abaixo da meta?

A estrutura que uso

1. Resumo no topo: 4 a 6 indicadores com comparação com o período anterior (investimento, leads, leads qualificados, vendas, custo por lead e custo por venda).
2. Funil: a sequência de leads até a venda, com a taxa de cada passagem.
3. Canais: o que cada plataforma entregou, lado a lado.
4. Campanhas: uma tabela para quem precisa entrar no detalhe.
5. Tendência: um gráfico de linha por semana, para ver se estamos melhorando.

De onde vêm os dados

Mídia paga (Google Ads, Meta, LinkedIn), análise do site (GA4) e CRM (leads, etapas e vendas). O mais difícil costuma ser ligar as três pontas: sem um identificador em comum (como UTMs nos anúncios e um campo de origem no CRM), a conta não fecha. Esse trabalho de rastreamento vem antes do dashboard.

Boas práticas

• Nomes claros: "Leads qualificados" no lugar de "conversões_sql_v2".
• Metas visíveis: um indicador sem meta não diz se está bom ou ruim.
• Filtro de data único: evite que cada gráfico use um período diferente.
• Poucas cores e consistentes: a mesma cor para a mesma métrica.
• Atualização automática: relatório manual é relatório atrasado.

Erros que tornam o painel inútil

• Mostrar cliques e impressões como se fossem resultado.
• Misturar dados de fontes que não batem, sem avisar.
• Gráficos demais na mesma tela.
• Não explicar o que fazer com o número.

O relatório é conversa, não arquivo

Gosto de acompanhar o dashboard com 3 linhas de leitura: o que melhorou, o que piorou e qual será o próximo ajuste. É isso que o cliente lembra e usa. Para entender o que alimenta esses números, veja o artigo sobre funil e MQL/SQL.