Looker Studio: dashboard integrado de Meta, Google e CRM

Conectando as bases ao Looker Studio - Apresentação

Apresentando as instrutoras e o curso

Olá! Gostaríamos de dar as boas-vindas ao curso de Looker Studio, dados integrados de Metaedits, Google Ads e CRM de HubSpot. Nosso nome é Bárbara Campos e seremos suas instrutoras ao longo deste curso. Em nossa experiência, acumulamos mais de seis anos trabalhando com publicidade paga, ocupando-nos de estratégias de aquisição e retenção de clientes, além de otimização de desempenho. Há aproximadamente dois anos, passamos por uma migração de carreira, onde hoje atuamos como analistas de dados sênior na equipe de Martec da Alura B2C.

Audiodescrição: Bárbara é uma mulher branca, de cabelo e olhos castanho escuro. Seu cabelo é cacheado, mais ou menos na altura dos ombros. Ela veste uma blusa preta com o logo da Allon em branco. Atrás dela, há uma estante com alguns objetos de decoração e, na iluminação, temos tons roxos e azuis.

Explicando o contexto do curso e objetivos

Neste curso, atuaremos como uma pessoa analista de marketing na empresa Meteora. Meteora é um e-commerce de roupas atemporais que atende a todo o Brasil e que hoje possui algumas campanhas de vendas e de captação de leads, realizando todo esse processo de relatórios em uma planilha do Google Sheets por meio de relatórios manuais. Ao longo das lições, aprenderemos como automatizar a coleta desses dados de plataformas como Metaeds, Google Ads e também do próprio CRM de HubSpot.

Neste curso, aprenderemos a utilizar os conectores dentro do Looker Studio e a realizar algumas combinações de dados entre diferentes fontes. Ao final, criaremos painéis táticos e executivos que façam sentido tanto para quem otimiza campanhas quanto para quem decide o orçamento, como a direção e a supervisão, que também precisam ter acesso a esses indicadores.

Descrevendo o público-alvo e recomendações

Ao final do curso, teremos construído um dashboard integrado com todas essas fontes, que se atualiza automaticamente em diferentes momentos do dia. Também contaremos com painéis táticos e executivos prontos para serem consultados e apresentados a qualquer momento.

Este curso é indicado para pessoas que já trabalham em marketing, seja com publicidade paga, CRM ou outras áreas afins, e que hoje já sentem o peso dos relatórios manuais. É importante que já conheçamos o básico e as métricas de marketing de negócios, além de termos certa familiaridade com as plataformas Looker Studio e Google Sheets, que serão as duas principais ferramentas que utilizaremos neste curso.

Nossa sugestão é que repliquemos cada passo realizado aqui, preferencialmente usando as contas reais às quais temos acesso, seja da empresa onde trabalhamos ou de nossos próprios clientes, adaptando o projeto de Meteora à nossa realidade.

Introduzindo o próximo passo do curso

No próximo vídeo, daremos início ao projeto, entendendo melhor o contexto de Meteora e também quais são os principais desafios que o time de marketing enfrenta no dia a dia. Nos vemos lá!

Conectando as bases ao Looker Studio - Meteora e os desafios do Marketing

Introduzindo a estratégia de marketing da Meteora

Para iniciar nosso projeto, vamos entender melhor a Meteora, suas estratégias de aquisição e os principais desafios que a equipe de marketing enfrenta atualmente. A Meteora, sendo um e-commerce de roupas, trabalha com duas estratégias principais. A primeira são campanhas de captação de leads que são executadas dentro do Metaedis. Esse tipo de campanha tem como objetivo gerar uma base tanto de remarketing para as campanhas de venda, quanto identificar pessoas que têm interesse em comprar com a marca Meteora.

Por outro lado, as campanhas de venda, nas quais direcionamos os usuários ao site com o objetivo de compra, são executadas no Metaedis e no Google Ads, tanto para públicos frios, que ainda não estão na base de leads, quanto para essas bases de remarketing que existem atualmente. A análise de tráfego e de atribuição de canais é realizada dentro do Google Analytics 4, enquanto os dados de leads e dos compradores são reunidos no CRM do HubSpot. Esses dados incluem nome, e-mail, telefone, quantidade de compras, data da última compra do usuário, tudo centralizado no HubSpot.

Centralizando e analisando dados

A responsabilidade da pessoa analista é tomar todos esses dados e centralizá-los em uma planilha do Google Sheets para que possamos fazer cruzamentos de dados mais rapidamente. A planilha de dados da Meteora atualmente é esta que estamos mostrando na tela. Temos uma planilha no Google Sheets com seis abas, das quais duas são de relatórios, onde há um resumo visual dos principais indicadores, e quatro abas adicionais, que são as bases onde a analista acessa cada uma dessas ferramentas diariamente, exporta os dados necessários e os insere manualmente. Isso ocorre todos os dias, tanto para Google Ads, Google Analytics 4, Metaedis e HubSpot Leads.

Em seguida, é necessário acessar novamente essas abas de relatórios, tanto de leads quanto de vendas, e garantir que os filtros e as fórmulas estejam corretos. Ou seja, considerando e tomando todos os dados, tanto os novos quanto os antigos, para assegurar que os dados reportados sejam precisos. Esse processo funciona até certo ponto. No entanto, à medida que o volume de dados e de campanhas aumenta, começam a surgir alguns problemas e os desafios começam a escalar.

Enfrentando desafios no processo de análise

Falando principalmente dos principais desafios, a equipe de marketing da Meteora enfrenta quatro desafios principais. O primeiro é que todo esse processo de atualização da base é lento e muito manual. Isso implica que a pessoa analista acesse as ferramentas, extraia os dados, insira-os, verifique as fórmulas; enfim, é um processo muito manual e que pode levar ainda mais tempo. Se a pessoa tiver um imprevisto em um determinado dia e não puder atualizar isso cedo pela manhã, os dados ficam desatualizados, dificultando o acesso.

O segundo desafio é que todo esse processo é frágil, muito sujeito a erros e de difícil manutenção.

Se o nome de uma coluna muda, se um tipo de dado é modificado, ou se uma vírgula aparece como um ponto, dependendo da forma como extraímos os dados, qualquer pequeno erro pode gerar números estranhos e divergentes no relatório. Quando isso acontece, leva a um terceiro problema: a falta de confiança nos dados, tanto por parte da pessoa analista quanto da gerência, que às vezes precisa acessar esses dados em momentos diferentes. Este é o principal desafio enfrentado, pois sempre existe a dúvida se os dados são corretos e, principalmente, se é possível tomar decisões a partir deles.

Além disso, é muito difícil realizar análises mais elaboradas, considerando as limitações que o próprio Google Sheets apresenta. Por isso, torna-se complicado realizar análises de funil ou de negócios para medir, por exemplo, um LTV; acabamos enfrentando uma limitação técnica dentro dessa ferramenta também.

Explorando soluções de automação

Neste momento, talvez nos reconheçamos nesse cenário: muitas abas, muitas plataformas às quais precisamos acessar e das quais exportamos dados, uma rotina muito manual. Eu mesma vivi esse processo durante muitos anos até começar a trabalhar com essas automatizações. De fato, este é o enfoque do nosso curso: mostrar que é muito acessível e fácil de manejar; é um tipo de processo cuja barreira de entrada é muito baixa, porque as ferramentas com as quais vamos trabalhar são bastante intuitivas; grande parte dessas ferramentas é gratuita, o que facilita bastante a implementação.

É importante destacar que, quando começamos, enfrentamos um quinto desafio bastante significativo: a percepção de dificuldade, que muitas vezes nos bloqueia e impede de começar antes. Nossa função aqui é realmente construir um fluxo mais saudável para esses dados, pensando principalmente em quem está dando os primeiros passos nesse tipo de automação para facilitar sua rotina.

Implementando automação e visualização de dados

Falando um pouco sobre o que faremos, vamos automatizar ao máximo nossa coleta de dados; faremos conexões com o Metaedits e Robotspot para poder exportar esses dados para uma folha de Google Sheets sem a necessidade de acessar essas plataformas diariamente. Além disso, vamos conectar diretamente no Looker, a partir dos conectores nativos, as contas de Google Ads e de GA4; não precisaremos mais acessar essas plataformas para extrair os dados.

Uma vez que esses dados estejam centralizados dentro do Looker, faremos alguns cruzamentos importantes para enriquecer nossas fontes. Cruzaremos dados do Google com GA4, cruzaremos dados de mídia com Robotspot para realizar análises mais extensas. Por fim, criaremos algumas visualizações dentro do Looker, pensando em responder a perguntas de negócios muito importantes, tanto em visões táticas, ajudando no dia a dia de quem analisa e otimiza essas campanhas, quanto em um painel executivo, com os principais indicadores que a direção e os líderes precisam para responder às perguntas.

Conectando dados ao Looker Studio

Agora que entendemos melhor o contexto de Meteora e quais são os problemas que queremos resolver no dia a dia, vamos dar nosso primeiro passo. Tomaremos uma das abas dessa folha, conectaremos ao Looker Studio e criaremos algumas visualizações para mostrar como essa primeira visualização já muda bastante, mesmo antes de automatizarmos. Nos encontramos no próximo curso para continuar. Até então!

Conectando as bases ao Looker Studio - Primeira conexão com Looker Studio

Introduzindo a prática no Looker Studio

Agora que já conhecemos mais sobre o contexto da Meteora e os principais desafios, vamos começar a praticar algumas atividades. Para iniciar, vamos revisar como funciona o Looker. A ideia da nossa primeira prática no curso é conectar os dados do MetaEDGE, presentes em nossa planilha, com o Looker Studio. Revisaremos alguns princípios de como realizar esse processo, como criar campos calculados e, ao final, compararemos as duas visões. Neste primeiro momento, o foco é relembrar como realizar esses primeiros passos. Ainda não vamos nos concentrar em estilizar o conteúdo, como tamanho de fontes ou outros detalhes. O objetivo é apresentar como podemos ter visualizações similares entre as duas plataformas.

Revisando nosso passo a passo, vamos criar um novo relatório em branco no Looker Studio, conectar nossa base do MetaEDGE a esse novo relatório, criar alguns campos calculados e replicar essa visualização para podermos comparar. No navegador, reforçamos como acessar o Looker Studio. Ao procurar por Looker Studio na plataforma do Google, o primeiro resultado de pesquisa será a plataforma do Looker que acessaremos. Clicando nele, chegaremos à interface inicial. É importante ter uma conta vinculada. Esta é a interface padrão, onde temos alguns modelos que podemos selecionar para começar com um modelo de relatório, com gráficos, KPIs e até mesmo layout, ou podemos criar um relatório em branco. Para isso, clicaremos em criar novo relatório, e ele abrirá um relatório em branco para iniciarmos nosso processo.

Conectando dados e configurando campos

Assim que fazemos isso, podemos realizar uma primeira conexão com o Google Planilhas. Falando sobre as conexões, hoje, dentro do Google, temos conectores próprios, como Google Ads, GA4, BigQuery e Google Planilhas. Conseguimos fazer algumas conexões utilizando conectores próprios do Google, que são os conectores nativos, mas também é possível utilizar conectores parceiros. Esses conectores parceiros podem se conectar com outras ferramentas, como ferramentas de automação ou algum tipo de software específico, para realizar essa vinculação.

Quando falamos de conectores, temos os nativos, que são integrações oficiais do Google. Eles são mais estáveis, simples e, na maioria das vezes, gratuitos. Já os conectores externos geralmente são plugins ou extensões que se conectam com algumas APIs. Eles podem ter limitações de uso em planos gratuitos, e muitos deles são pagos. Voltando ao Looker, mais adiante veremos algumas ferramentas de automação. Quando falamos de conectores parceiros externos, podemos, por exemplo, conectar dados de Facebook Ads a partir do Supermetrics, fazendo essa vinculação direta. O mesmo ocorre com o Google Analytics, onde podemos trazer dados de SEO do SEMrush. Existem várias conexões possíveis, como o PowerMyAnalytics, concorrente do Supermetrics, permitindo adicionar e trazer dados de diferentes fontes.

Selecionando e configurando a base de dados

Para começar, selecionaremos o Google Planilhas. Podemos selecionar essas bases de dados indo em todos os itens e pesquisando, ou procurando por uma URL. Eles ficam nesta parte. Vou na minha base, selecionar a URL, já na aba do MetaEDGE, na URL completa. No relatório, no menu esquerdo, clicarei em URL e colarei esse ID. Com isso, ele seleciona tanto a base quanto a aba desejada. Se necessário, posso alterar, indo, por exemplo, para o Robotspotlets, mas no caso, quero ir para o MetaEDGE. Nas opções, posso selecionar para usar a primeira linha como cabeçalho, adicionar células ocultas e filtradas, e, se desejar, incluir um intervalo específico, como as três primeiras linhas. Com isso, clicarei em adicionar.

Assim que adicionamos, ele cria uma base para nós. Clicarei para adicionar essa base ao relatório, e pronto, já temos nossos campos liberados e podemos começar a criar algumas fórmulas. Clicarei em editar fontes de dados para algumas ações importantes. A primeira coisa será atualizar o nome do relatório para "planilha, aba, meta, edits, manual", facilitando a edição posterior. Outra ação será editar os tipos de campo.

Criando e configurando campos calculados

Aqui, vamos determinar que as nossas dimensões são strings (cadeias de caracteres) e as nossas métricas provavelmente são números. No caso do gasto, que é o amount spent (quantia gasta), ele não é apenas um número, mas sim um número na forma de moeda. Portanto, ao clicar em moeda, selecionamos Real Brasileiro para que ele já venha com a formatação correta que precisamos. É sempre importante validar as outras informações; no caso, a data já está validada, impressões, link e cliques, e o restante está como números.

Aproveitando que estamos aqui, vamos voltar um pouco à nossa base de dados, no relatório, e verificar quais são as métricas que costumamos apresentar. Na apresentação de audiências, estamos mostrando o nome do dataset (conjunto de dados), que é o grupo de anúncios, o valor gasto em cada uma dessas linhas, o total de leads e também o nosso CPL (Custo por Lead). O CPL será um campo calculado, então precisaremos criá-lo, além de configurar nossos filtros.

Aplicando filtros e criando visualizações

O primeiro filtro é um período inicial, no qual estamos pegando dados de dezembro de 2025, do dia 1º ao dia 31, e também da nossa campanha de captação de leads. Vamos adicionar esses filtros ao nosso relatório. A primeira ação será criar o campo de CPL. No menu superior, selecionamos "adicionar um campo", "adicionar um campo calculado" e adicionamos o campo de CPL.

Para calcular o CPL, utilizamos a fórmula que divide a soma do valor gasto pela soma das conversões. Vamos construir essa fórmula passo a passo:

Primeiro, começamos com a soma do valor gasto:

sum(Amount Spent)

Em seguida, dividimos essa soma pela soma das conversões:

sum(Amount Spent) / sum(Conversions)

Após clicar em salvar, o campo calculado é salvo. Voltamos para todos os campos e alteramos o tipo do CPL para moeda Real Brasileira. Clicamos em concluído e começamos a adicionar algumas informações.

Finalizando a configuração e visualização

No menu superior, na parte de página, clicamos em "página", "configurações da página atual" e selecionamos a nossa fonte de dados, que é a planilha na aba Metaedis. No estilo, está tudo certo por enquanto. Voltamos à página para adicionar um filtro, mas ele não está funcionando. O que faremos inicialmente é clicar em "adicionar um controle" no menu superior e selecionar um controle de período. Com isso, selecionamos no período padrão o mesmo valor que está na nossa base. Em fixo, procuramos por dezembro de 2025, do dia 1º ao dia 31 de dezembro. Pronto.

Além disso, vamos criar um gráfico em forma de tabela. Adicionamos as dimensões campaign name e adset name. Precisamos ajustar as métricas, que serão amount spent (investimento), conversões e o nosso CPL, o campo que criamos ao longo desse período. No entanto, também estão aparecendo as campanhas de público frio. Vamos verificar se agora está habilitado. No menu de página, em "configuração da página inicial", conseguimos adicionar um filtro a nível de página. Criamos um filtro chamado "campanha leads" e configuramos para incluir se o campaign name for igual à campanha de captação de leads. Após clicar em salvar, temos um filtro a nível de página.

Analisando resultados e próximos passos

Podemos ver que temos 5 adsets dentro da nossa campanha de captação de leads, e aqui estão os valores totais. Vamos ajustar para considerar o período de dezembro a dezembro, até o dia 31, e aplicar. Clicamos na tabela e verificamos a linha de resumo. Gastamos R$ 11.910, tivemos 967 leads convertidos a um CPL de R$ 12,32. Exatamente, custo de R$ 11 mil, 967 leads e um CPL de R$ 12,30.

Aqui temos algumas outras visões; poderíamos criar um gráfico por audiência e mais algumas visualizações. A ideia inicial é relembrar alguns conceitos principais, como realizar as primeiras captações e adicionar alguns dados. Já criamos o nosso CPL e, posteriormente, criaremos outros campos calculados e começaremos a criar dados que ficarão muito similares à nossa base de relatório de leads dentro do Looker Studio.

No próximo vídeo, entenderemos como automatizar esses dados. Atualmente, a pessoa analista precisa acessar a plataforma de mídia, extrair esses dados e carregá-los na nossa base do Google Sheets. Agora, vamos utilizar o Adveronics para atualizar uma dessas bases, configurar uma atualização diária e, posteriormente, aplicar isso a todas as nossas bases. Nos vemos no próximo vídeo para dar continuidade ao nosso projeto. Até lá!

Sobre o curso Looker Studio: dashboard integrado de Meta, Google e CRM

O curso Looker Studio: dashboard integrado de Meta, Google e CRM possui 219 minutos de vídeos, em um total de 47 atividades. Gostou? Conheça nossos outros cursos de Marketing Digital em Gestão & Negócios, ou leia nossos artigos de Gestão & Negócios.

Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:

• Conectando as bases ao Looker Studio
• Configurando as bases programadas
• Construindo o painel tático operacional
• Construindo o Report Executivo
• Publicação, documentação, automação e IA para insights