Por que CAC chutado nunca escala
Toda agência que opera mídia paga já viveu a mesma cena. Reunião de planejamento, alguém pergunta "quanto vamos investir?", e a resposta nasce de uma média ponderada entre orçamento disponível, ansiedade do board e o que o concorrente está fazendo. CAC vira número de slide. Pipeline vira fé.
O problema é que esse modelo quebra quando a operação cresce. Quando você está rodando R$ 80 mil/mês em quatro canais, dá para ajustar no escuro. Quando passa de R$ 800 mil/mês em onze canais, cada decisão errada custa um trimestre.
Na Cítara, decidimos que nenhuma campanha sobe sem projeção auditável. Não é dogma. É como protegemos o orçamento dos clientes · e o nosso fee de performance.¹
Pipeline previsto não é exercício de planilha. É contrato com o financeiro do cliente.· método Cítara, edição abril/2026
A auditoria que abre o jogo
Antes de qualquer projeção, uma semana de auditoria. Os entregáveis são fixos: mapa de eventos do GA4, validação server-side, conferência de UTM no CRM, base de cohorts dos últimos seis meses. Sem isso, projetamos sobre dados quebrados.
O que sempre encontramos
Em 38 das 41 auditorias que fizemos no último ano, descobrimos pelo menos um destes problemas:
- Eventos de conversão duplicados entre web-side e server-side, inflando o ROAS aparente em 14% a 40%.
- Atribuição last-click no Meta enquanto o CRM rastreava por primeiro toque · números que nunca se cruzam.
- UTMs perdidas no redirecionamento da página de obrigado, descartando 22% dos leads orgânicos como "diretos".
Cohort em BigQuery, sem fricção
O segundo passo é tirar o histórico do CRM e do GA4 do silo de cada plataforma. Subimos para BigQuery as duas fontes, fazemos o de-para de IDs e, em uma view materializada, escrevemos a base que serve tanto o time de mídia quanto o financeiro.
Não é projeto de seis meses. Cliente médio fica com a base pronta em duas semanas · e a Cítara mantém o pipeline rodando.
-- view diária de cohort × canal × LTV CREATE OR REPLACE VIEW citara.cohort_ltv AS SELECT date_trunc(first_purchase, 'month') AS cohort, acquisition_channel, count(DISTINCT customer_id) AS n, sum(net_revenue) / count(DISTINCT customer_id) AS ltv_180d FROM citara.fact_orders WHERE first_purchase >= date_sub(current_date(), INTERVAL 180 DAY) GROUP BY 1, 2;
Como construímos a projeção
Com a base limpa, a projeção é matemática direta · o que o mercado chama de "marketing mix model" vira uma planilha que cabe em 80 linhas de SQL. Para cada canal, três variáveis: CAC histórico, decay de aquisição, e LTV cohort em 180 dias.
O modelo entrega faturamento previsto por trimestre, intervalo de confiança de 88%, e uma realocação sugerida quando algum canal sai do envelope. É revisado toda segunda às 10h, em call de 30 minutos com o diretor de marketing do cliente.
Quando o financeiro do cliente começa a usar nossa projeção como guidance, paramos de vender mídia. Passamos a vender previsibilidade.· Time Cítara
O erro de 12% · e por que isso basta
Na média da carteira, nosso modelo erra 11,7% para mais ou para menos contra o realizado trimestral. Não é classe de física. É o suficiente para o board do cliente parar de pedir "mais detalhe" e começar a aprovar verba.
Nos casos em que o erro estoura · geralmente em verticais sazonais sem histórico de 12 meses · o que falha não é o modelo. É a base. Faltam ciclos.
Próximos passos
Se você está rodando mais de R$ 200 mil/mês de mídia sem uma projeção auditável, vale conversar. Marque um diagnóstico de 30 minutos com o time. Sem pitch, sem slide. Você sai com 3 hipóteses concretas para sua operação.