Como funciona o Google Analytics 4 por eventos?

Entender como funciona o Google Analytics 4 deixou de ser um projeto de migração e virou requisito básico de trabalho. A plataforma é o padrão de mensuração do Google, e quem abre um relatório hoje está lendo dados organizados por eventos, não por páginas vistas.

Essa mudança de estrutura é maior do que parece. Ela altera o que conta como visita, o que conta como engajamento e o que conta como conversão, e por isso números antigos não se comparam diretamente com os atuais.

Para quem monta estratégias para o marketing digital, isso tem efeito imediato. A meta que fazia sentido na plataforma anterior pode estar medindo outra coisa hoje, mesmo com o nome igual no painel.

O objetivo aqui é conceitual e direto. Você vai ver o que a ferramenta mede, por que ela mede assim e como ler os principais indicadores sem tirar conclusão errada de um gráfico que parece familiar.

Google Analytics, o que é e como funciona na versão 4?

O Google Analytics é a plataforma de mensuração digital do Google, e o Google Analytics 4 é a versão em operação desde outubro de 2020. Ela coleta interações de sites e aplicativos na mesma propriedade, organiza tudo como evento e devolve relatórios sobre aquisição, comportamento, engajamento e conversão.

Legenda: Como funciona o Google Analytics 4 depois do encerramento do Universal Analytics: cada interação do visitante vira um evento com parâmetros.

A pergunta Google Analytics, o que é e como funciona, costuma chegar com uma expectativa antiga embutida: a de que a ferramenta conta visitas e páginas. Essa expectativa retrata a geração anterior.

No desenho atual, a unidade mínima de informação é o evento. Uma visualização de página é um evento, um clique em botão é um evento, uma compra concluída é um evento, e cada um deles carrega parâmetros que descrevem o contexto.

Essa uniformidade é o que permite medir site e aplicativo com a mesma lógica. O mesmo evento de compra pode vir do navegador ou do app, e o relatório trata os dois como a mesma ação de negócio.

Para quem trabalha com web analytics aplicado a decisões de negócio, a consequência prática é simples. O relatório deixa de responder "quantas páginas foram vistas" e passa a responder "o que as pessoas fizeram".

O que mudou com o Google Analytics 4 em relação ao Universal Analytics?

O que mudou com o Google Analytics 4 foi a estrutura de dados, não apenas a interface. O Universal Analytics organizava a medição em sessões e páginas vistas, com eventos como recurso complementar. O Google Analytics 4 inverte isso: tudo é evento, e a sessão vira uma leitura derivada.

O Universal Analytics é hoje um capítulo encerrado, e não uma alternativa em uso. De acordo com a documentação oficial do Google sobre o encerramento da plataforma, as propriedades padrão pararam de processar hits em 1º de julho de 2023.

O corte seguinte foi o acesso. A partir da semana de 1º de julho de 2024, dados atuais e históricos deixaram de ficar disponíveis, e a maioria dos usuários perdeu acesso à interface e à API da versão antiga.

A própria página do Google orienta como interpretar o que sobrou: depois de 1º de julho de 2024, uma propriedade que não aparece mais na interface deve ser considerada encerrada. Não há caminho de volta nem operação paralela.

Por isso, o Universal Analytics continua útil apenas como ponto de comparação conceitual. Ele explica por que certos indicadores mudaram de valor, e essa comparação é o que evita erro de leitura em séries históricas.

Três diferenças concentram quase toda a confusão de quem migrou de uma plataforma para a outra. Veja como elas se organizam:

Tabela: Comparação conceitual entre as duas gerações de mensuração do Google.

Essas três linhas explicam por que um gráfico da versão antiga não se sobrepõe a um gráfico atual. Não é divergência de dado, é definição diferente de métrica.

Quem ainda precisa organizar a propriedade atual encontra o passo a passo no conteúdo sobre como configurar o Google Analytics 4 hoje, que trata da parte operacional que fica fora deste texto.

Quais são as novas funções do Google Analytics 4?

Quais são as novas funções do Google Analytics 4: medição unificada entre site e aplicativo, modelos de aprendizado de máquina aplicados a previsão e a preenchimento de lacunas, controles de consentimento alinhados à regulamentação de privacidade e a área de Explorações, onde ficam as análises mais livres.

O aprendizado de máquina aparece em dois lugares. Ele alimenta públicos preditivos, que agrupam usuários por probabilidade de compra ou de abandono, e sustenta a modelagem usada quando parte da coleta é limitada por bloqueio de rastreamento.

A privacidade deixou de ser acessório e virou parte do desenho. A plataforma trabalha com modo de consentimento e com medição que não depende exclusivamente de cookies, o que a aproxima das exigências de normas como o GDPR e a LGPD.

A interface separa três ambientes de leitura. Os relatórios padrão respondem perguntas recorrentes, o relatório de tempo real mostra o que está acontecendo agora, e as Explorações permitem montar análises sob medida.

É nas Explorações que vive a análise de funil, útil para ver onde a jornada quebra. O detalhamento dessa construção está no conteúdo sobre funil de conversão no Google Analytics.

Para o profissional de marketing, a consequência é uma divisão de trabalho mais clara. O relatório padrão serve ao acompanhamento diário, e a Exploração serve à investigação de um problema específico.

Como funciona a coleta por eventos no Google Analytics 4?

No Google Analytics, como funciona a coleta é a pergunta que separa quem lê o relatório de quem confia nele. A resposta está no modelo de eventos: cada interação registrada vira um evento nomeado, com parâmetros que descrevem o contexto, e a documentação oficial do Google sobre eventos organiza essa coleta em quatro tipos.

O primeiro tipo reúne os eventos coletados automaticamente, que vêm por padrão assim que a instalação é concluída. Eles não exigem configuração adicional e cobrem interações básicas de navegação.

O segundo reúne os eventos de medição aprimorada, coletados quando o recurso está ativo na propriedade. Eles ampliam a captura de interações comuns sem exigir desenvolvimento.

O terceiro reúne os eventos recomendados. Você implementa cada um, mas o nome e os parâmetros já vêm predefinidos pelo Google, como acontece com `article_read`, `video_play` e `newsletter_signup`.

O quarto reúne os eventos personalizados, definidos por você quando nenhum dos outros atende ao caso. A própria documentação recomenda tratá-los como última opção, e a razão é prática.

Evento personalizado desnecessário fica fora dos relatórios prontos e do vocabulário padrão da plataforma. O resultado é uma propriedade cheia de nomes próprios que ninguém consegue comparar entre períodos ou entre projetos.

A ordem de decisão, então, é sempre a mesma. Procure primeiro um evento recomendado que descreva a ação, e só crie um nome novo quando a ação realmente não existir na lista.

Entender no Google Analytics como funciona essa hierarquia evita retrabalho meses depois. Nome de evento mal escolhido não se corrige no passado, porque o histórico já foi gravado com o nome antigo.

O que é taxa de engajamento e como analisar uma taxa de engajamento?

A taxa de engajamento é o percentual de sessões engajadas dentro do total de sessões. Segundo a documentação do Google sobre sessões engajadas, uma sessão é engajada quando atende a qualquer um de três critérios, e não à combinação deles.

Os três critérios são objetivos. A sessão dura mais de 10 segundos, ou registra um key event, ou soma duas ou mais visualizações de página ou tela.

Basta um critério para a sessão contar como engajada. Essa é a parte que mais gera erro de leitura, porque muita gente lê a definição como se os três fossem obrigatórios ao mesmo tempo.

A taxa de rejeição atual é exatamente o inverso dessa conta. Ela mede o percentual de sessões não engajadas, e por isso não é comparável com a taxa de rejeição da plataforma anterior, que olhava apenas sessões de página única.

Como analisar uma taxa de engajamento sem se enganar exige, antes de tudo, saber qual critério está puxando o número. Um site com vídeo longo e página única pode ter engajamento alto por tempo, sem nenhuma navegação adicional.

O caminho é cruzar a métrica com o que importa para o negócio. Compare a taxa de engajamento por canal, por dispositivo e por página de entrada, e observe se as sessões engajadas estão chegando aos key events que representam valor.

Vale também comparar períodos equivalentes. Variação de engajamento entre semanas com volume muito diferente costuma dizer mais sobre a origem do tráfego do que sobre a experiência do usuário na página.

Quando a leitura aponta engajamento razoável e conversão fraca, o problema raramente está na medição. Ele está na página, e é aí que entra o trabalho de experiência do usuário aplicado à performance.

Como integrar com o Google Ads e medir e-commerce no GA4?

Como integrar com o Google Ads é uma das capacidades mais usadas da plataforma, porque conecta o investimento em mídia ao comportamento posterior. Com a vinculação ativa, as conversões medidas no Google Analytics 4 podem ser importadas para a conta de anúncios, e os públicos criados na análise ficam disponíveis para segmentação.

O ganho é de continuidade. Em vez de olhar clique de um lado e resultado do outro, a equipe acompanha a campanha ponta a ponta, do anúncio até o evento que representa negócio fechado.

Essa costura sustenta estratégias de marketing que não dependem de relatório isolado. O critério de sucesso passa a ser o mesmo dos dois lados, e a discussão sobre verba fica mais objetiva.

A conversa sobre orçamento também muda de base. A comparação entre plataformas de mídia, tema do conteúdo sobre Google Ads ou Meta Ads, passa a se apoiar no comportamento medido no site, e não apenas em métricas declaradas por cada anunciante.

No e-commerce, a lógica de eventos se encaixa quase naturalmente. Cada etapa da jornada de compra tem um evento correspondente, da visualização do produto ao início do checkout e à transação concluída.

Com essa sequência instrumentada, dá para ver receita, ticket e abandono em cada degrau do funil. O relatório deixa de mostrar apenas quanto foi vendido e passa a mostrar onde a venda deixou de acontecer.

O mesmo desenho funciona fora do e-commerce clássico. Formulários, inscrições e solicitações de contato também podem ser marcados como key events, o que permite tratar geração de demanda com o mesmo rigor de uma loja online.

Como fazer as análises dos dados do Google Analytics 4?

Como fazer as análises dos dados do Google Analytics 4 começa por uma pergunta de negócio, nunca por um relatório aberto ao acaso. Defina a decisão que precisa ser tomada, escolha as métricas que informam essa decisão e só então abra a tela que responde a ela.

Uma sequência simples cobre a maioria dos casos:

• Delimite o período e o segmento que fazem sentido para a pergunta.
• Compare o indicador com um período equivalente, não com o mês anterior por hábito.
• Isole a variável que mudou, seja canal, dispositivo ou página de entrada.
• Verifique se o evento que sustenta a métrica está de fato configurado.
• Registre a hipótese que o dado sugere antes de mudar qualquer coisa.

O último item é o que costuma faltar. Sem hipótese escrita, a análise vira justificativa retroativa do que a equipe já queria fazer, e o dado perde a função de arbitrar.

A taxa de conversão é o indicador que amarra tudo isso. Ela só faz sentido lida por origem, porque um mesmo site converte de formas muito diferentes conforme o canal que traz a visita, como mostra o conteúdo sobre taxa de conversão por canal.

É aqui que a análise encontra o CRO (Conversion Rate Optimization). O trabalho de otimização de conversão precisa de uma hipótese testável, e a hipótese nasce da leitura de engajamento, de funil e de comportamento por página.

A relação entre as duas coisas é de mão dupla, e está detalhada no conteúdo sobre CRO e otimização da taxa de conversão. A plataforma diz onde dói, e o teste diz o que resolve.

Quando a operação chega nesse ponto e precisa de método para priorizar testes, um trabalho estruturado de CRO conduzido por especialistas acelera a passagem do diagnóstico para o ganho real de conversão.

O profissional de marketing que abre o relatório com essa disciplina consegue defender estratégias de marketing com evidência, e não com impressão. Essa é a diferença entre reportar número e conduzir decisão.

Vale um alerta sobre expectativa. Dados bem coletados não produzem estratégias para o marketing digital sozinhos, eles reduzem o espaço do achismo e tornam o erro mais barato de descobrir.

Perguntas frequentes sobre como funciona o Google Analytics 4

Como funciona o Google Analytics 4 quando vira decisão?

Saber como funciona o Google Analytics 4 só muda o resultado quando o relatório passa a responder perguntas de negócio. A plataforma já está instalada em quase toda operação digital, e a vantagem competitiva não está em ter o dado, está em interpretar o dado com critério.

O caminho mais curto tem três movimentos. Confirme quais eventos representam valor real, leia a taxa de engajamento sabendo qual critério a sustenta e compare a taxa de conversão sempre por origem de tráfego.

Feito isso, a próxima decisão deixa de ser "qual relatório abrir" e passa a ser "qual hipótese testar". É nesse ponto que a análise vira ganho de receita, e não apenas um painel bonito na reunião mensal.

Se a sua equipe já tem o dado e ainda não tem o método, fale com a equipe da mkt4edu para estruturar leitura, priorização de testes e otimização de conversão.