LP - Ana Martins - Tabelas - 1/07/26
Maior volume, custo efetivo controlado e boa proporção de casos ainda abertos.
Cruzamento entre Meta Ads, backoffice e feedback comercial do cliente.
| Campanha | Spend | Meta | Backoffice | CPL Meta | CPL efetivo | Abertas | Open rate |
|---|---|---|---|---|---|---|---|
| LP - Ana Martins - Tabelas - 1/07/26 | 329,61 € | 51 | 51 | 6,46 € | 6,46 € | 38 | 74,5% |
| Lookalikes -Transfer+ x Ana Martins - 23/06 | 141,94 € | 5 | 6 | 28,39 € | 23,66 € | 1 | 16,7% |
| Lote Valores - 23/06 | 104,58 € | 2 | 3 | 52,29 € | 34,86 € | 0 | 0,0% |
| Lote Bancos - 23/06 | 102,59 € | 3 | 3 | 34,20 € | 34,20 € | 0 | 0,0% |
| Lote Valores - 22/06 | 44,80 € | 0 | 3 | — | 14,93 € | 0 | 0,0% |
| Lookalikes Ana Martins - 1/07/26 | 63,65 € | 2 | 2 | 31,82 € | 31,82 € | 1 | 50,0% |
| Lookalikes -Transfer+ x Ana Martins - 29/06/26 | 62,91 € | 2 | 2 | 31,45 € | 31,45 € | 0 | 0,0% |
| Lote Bancos - 22/06 | 36,18 € | 0 | 1 | — | 36,18 € | 0 | 0,0% |
Leads cruzadas diretamente por ID com o estado e observação do cliente.
O ficheiro não contém um campo SQL normalizado. Não foi criada uma equivalência artificial.
Não existe estado de venda/Closed Won nos dados entregues.
Estes alertas são critérios analíticos, não invalidações oficiais do cliente. Servem para identificar perfis potencialmente difíceis: LTV >100%, prestação em atraso ou rendimento declarado abaixo de 1.200 €.
Os estados requested “attempted / nurture / unqualified / SQL / won” não existem como campos normalizados. A decomposição abaixo usa apenas texto de observações e é apresentada como categoria analítica, não como status CRM oficial.
| Categoria | Leads | % das reconciliadas |
|---|---|---|
| Não contactado / tentativa | 37 | 52,1% |
| Outros | 12 | 16,9% |
| Sem interesse / curiosidade | 10 | 14,1% |
| Contacto inválido | 6 | 8,5% |
| Potencial / em seguimento | 6 | 8,5% |
| Sem correspondência cliente | 1 | 1,4% |
Maior volume, custo efetivo controlado e boa proporção de casos ainda abertos.
Custo elevado para o volume entregue e fraca retenção no pipeline.
Custo elevado para o volume entregue e fraca retenção no pipeline.
Custo elevado para o volume entregue e fraca retenção no pipeline.
Performance intermédia; precisa de nova hipótese antes de novo investimento.
Amostra pequena, mas custo já demasiado alto para justificar expansão.
Custo elevado para o volume entregue e fraca retenção no pipeline.
Custo elevado para o volume entregue e fraca retenção no pipeline.
Concentrar a próxima fase na campanha Tabelas — 1/07/26, aumentando orçamento de forma gradual e controlada. É a única campanha com escala relevante, CPL efetivo competitivo e volume suficiente para suportar decisão.
Os conjuntos Lookalike e Brand de 22/23 de junho não devem ser reativados sem nova proposta criativa, nova segmentação e um limite claro de custo.
Fontes: export Meta Ads, export do backoffice e workbook do cliente. Apesar de o pedido mencionar quatro ficheiros e lead forms, foram entregues apenas três fontes e foi explicitamente indicado que esta campanha não tem lead forms; essa camada não foi analisada.
Regra de cruzamento: o separador “Leads_Campanha_ADStrategy” foi cruzado com o backoffice por ID numérico. Resultado: 71 correspondências exatas em 72 leads. A lead ID 211 não possui retorno no separador principal do cliente. Campanhas foram ligadas ao Meta pelo Campaign ID.
Segundo separador do cliente: “Leads_Simul_DECO” contém 58 registos, mas sem ID, email ou telefone. Apenas 2 nomes coincidem exatamente com o backoffice, pelo que não foi agregado ao funil principal para evitar falsos matches. Este é um gap crítico de governança de dados.
Duplicados: não foram encontrados emails ou telefones duplicados no backoffice. A regra definida seria conservar o registo mais recente por email; não foi necessário aplicá-la.
Âmbito Meta: o CSV contém histórico desde 15 de junho de 2023, mas os KPIs principais usam apenas os Campaign IDs observados no backoffice de 23 de junho a 14 de julho de 2026. As campanhas históricas sem leads atuais foram excluídas da decisão operacional.
SQL e Won: não existem campos explícitos e consistentes para SQL ou venda. O dashboard mostra “—” em vez de inventar métricas. As categorias derivadas das observações são proxies analíticos e estão identificadas como tal.