Web analytics audit: checklist técnico completo

Auditoria de web analytics não é “olhar o GA4 e dar OK”. É verificação sistemática de implementação, integridade de dados, alinhamento com negócio e pontos onde a UI mente por omissão. Um checklist técnico completo transforma desconfiança vaga (“esses números não batem”) em lista priorizada de achados com severidade, evidência e plano de correção — antes de reformular toda a estratégia de mídia em cima de areia.
O que uma auditoria de web analytics deve provar?
Três camadas: (1) implementação — tags disparam, parâmetros existem, consent funciona; (2) integridade — funis fecham, conversões batem com backend dentro de SLA, não há duplicação sistemática; (3) utilidade — métricas respondem perguntas de negócio acordadas e dashboards refletem definições documentadas.
Auditoria boa entrega matriz de achados: severidade (crítico/alto/médio/baixo), evidência (screenshot, query, URL), impacto estimado (receita, budget, reporting) e recomendação. Sem isso, vira slide genérico que ninguém executa.
Quais áreas cobrir no checklist de GA4 e GTM?
GTM: containers corretos por ambiente, versionamento, triggers sem overlap perigoso, variáveis de dataLayer mapeadas, tags pausadas órfãs, permissões de publish. GA4: property/stream corretos, enhanced measurement adequado (não duplicando eventos custom), internal traffic filtrado, referral exclusion, cross-domain se aplicável.
DataLayer: objeto presente antes do GTM, schema documentado, push em momentos de conversão (não só no load), consistência SPA vs MPA. Eventos: nomenclatura, parâmetros registrados como custom dimensions, escopo correto (event vs user).
- Property GA4 e data stream apontando para site/app certo
- Filtro de tráfego interno e bots conhecidos
- Referral exclusion e cross-domain configurados
- Enhanced measurement vs eventos custom sem duplicação
- Triggers GTM sem double firing em purchase/lead
- Custom dimensions registradas com escopo e cardinalidade ok
Como auditar conversões e funis?
Liste todas as conversões marcadas no GA4 e no GTM/ads. Para cada uma: dispara na ação certa? Tem value/currency quando aplicável? transaction_id evita duplicata? Está marcada como key event coerente com negócio? Compare amostra de 20–50 transações reais (backend) com hits GA4 na mesma janela.
Funis: valide cada passo com URL real ou evento de produto. Identifique drop artificial (passo que nunca dispara mobile, passo duplicado por page_view + event). Documente definição oficial de conversão — muitas empresas têm três “purchases” diferentes em GA4, ads e ERP.
| Item | Como verificar | Red flag | Severidade típica |
|---|---|---|---|
| Purchase | Pedido backend vs GA4 por transaction_id | Cobertura <90% | Crítico |
| Lead/SQL | CRM vs generate_lead | Lead sem parâmetro de campanha | Alto |
| Funil checkout | Preview + gravação sessão | Passo mobile ausente | Alto |
| Key events | Lista GA4 vs glossário negócio | Conversão “fantasma” antiga | Médio |
| Enhanced ecommerce | items[] completo | value sem currency | Alto |
Consent, CMP e impacto na completude?
Audite fluxo de consent: default denied quando exigido, updates refletidos no analytics_storage/ad_storage, tags bloqueadas até consent (não só visual). Meça taxa de consent granted vs denied por país/device. Queda de volume pós-CMP nova é achado de auditoria, não surpresa.
Verifique modelagem/consent mode se aplicável: parâmetros de conversão modelada vs observada documentados. Stakeholders precisam saber o que é observado e o que é estimativa — auditoria que omite consent mente por omissão.
Como auditar atribuição, UTM e campanhas?
UTM: padrão documentado existe? Campanhas paid chegam com source/medium corretos? Links orgânicos/e-mail usam template? (not set) e (direct) / (none) dentro do esperado? Auto-tagging Google Ads ligado?
Cross-channel: GA4 vs plataformas de ads — não exija match perfeito, mas documente gap histórico (10–30% é comum). Auditoria aponta se gap piorou após mudança de tag ou CAPI. Offline conversions e enhanced conversions entram no escopo quando governam otimização.
Reconciliação com negócio: o teste final?
Pegue KPI norte (receita, leads SQL, assinaturas) e compare GA4 vs fonte financeira/CRM em 30–90 dias. Explique diferença: timezone, refunds, cancelamentos, B2B invoice vs cartão, sampling (se explorations), definición de conversão.
Se a diretoria usa número diferente do analista, auditoria falhou na camada utilidade — implementação pode estar “certa” tecnicamente e inútil politicamente. Acorde número oficial e trace origem no relatório.
- Receita GA4 vs ERP/gateway em janela alinhada
- Leads GA4 vs CRM com deduplicação explícita
- Documento de gap histórico aceitável por canal
- Timezone e moeda consistentes
- Definição única de “conversão” publicada
Como entregar e priorizar o plano pós-auditoria?
Ordene por impacto × esforço: críticos de receita primeiro (purchase quebrado, double count), depois atribuição, depois higiene. Estime quick wins (1–2 dias) vs projetos (consent server-side, refactor dataLayer). Assign owner por achado — auditoria sem dono vira PDF morto.
Agende re-auditoria em 30–60 dias nos itens críticos. Analytics não é estado estático; todo release pode reabrir achado. Checklist versionado vira ativo vivo do time, não consultoria one-shot.
Checklist prático
- Inventário de tags GTM, triggers e variáveis com owner
- Property/stream GA4 e filtros (interno, referral, bots)
- Validação dataLayer em URLs de funil e conversão
- Conversões/key events vs glossário de negócio
- Amostra reconciliada purchase/lead backend vs GA4
- Fluxo CMP/consent e taxa de granted documentada
- Padrão UTM e gap GA4 vs ads medido
- Matriz de achados com severidade, owner e prazo
Erros comuns
- Auditar só interface GA4 sem GTM/dataLayer
- Aceitar “está igual ao ano passado” sem reconciliar receita
- Listar 80 problemas sem priorização
- Ignorar mobile/app no checklist desktop-only
- Não testar logged-in vs anonymous
- Entregar auditoria sem número oficial acordado com financeiro
Não confia nos números mas não sabe por quê?
A DataScroll faz auditoria técnica de web analytics com checklist objetivo e plano de correção priorizado.