Nas Sextas Ímpares #142 mostrei um percurso que liga dados de campanhas, uma folha de cálculo, n8n e WhatsApp, com o objetivo de tornar essa informação mais fácil de consultar sem abrir o painel do Meta.
Decide o que merece uma mensagem
Antes de montar qualquer automação, decide que decisão queres apoiar. Pode ser acompanhar o investimento do dia ou receber um aviso quando algo sai do previsto. Um resumo periódico e um alerta pontual servem propósitos diferentes e não devem ter o mesmo formato.
Para um resumo, inclui o período, o investimento, os resultados principais e uma comparação que dê contexto, por exemplo com a semana anterior. Num alerta, identifica a campanha em causa, o critério que foi ultrapassado e onde consultar os detalhes completos, sem tentar explicar tudo dentro da própria mensagem.
Estes são exemplos de estrutura, não um modelo fixo. Ajusta-os ao que realmente acompanhas no teu caso. Enviar todas as métricas disponíveis de uma vez tende a tornar a mensagem difícil de ler e acaba por ser ignorada com o tempo.
Faz o percurso dos dados ficar claro
Na aula descrevi o fluxo entre Google Sheets, n8n e WhatsApp, em que a folha recebe a informação das campanhas e a automação depois prepara a mensagem final. Esse percurso tem várias etapas e cada uma pode falhar por motivos diferentes.
A recolha dos dados, os cálculos e a escrita do resumo são passos distintos. Vale a pena conferir os totais antes de pedires a uma IA que os explique, porque isso ajuda a perceber em que ponto do processo surgiu um erro, se surgiu. Por exemplo, se um total parece estranho, confirma primeiro se o problema está na origem dos dados ou na forma como a mensagem foi escrita.
Se a fonte de dados não atualizar por qualquer motivo, o aviso deve dizer isso claramente. Uma mensagem enviada hoje mas com números de ontem precisa de indicar o período correto, sem dar a entender que mostra o estado atual da conta.
Para interpretar os contactos gerados, acompanha também o que acontece entre a lead e a venda.
Usa IA para ajudar na leitura, com limites claros
Também mostrei como os dados podem servir de base a sugestões de análise. Num relatório por mensagem, isso pode ajudar a resumir o que merece atenção, mas só funciona bem se definires antes o que a ferramenta pode e não pode concluir por conta própria.
A IA deve distinguir claramente o que está nos dados daquilo que apenas propõe verificar. Um custo mais alto num dia, por si só, não explica a causa nem significa automaticamente que a campanha deva ser pausada, pode ser sazonalidade, pode ser um problema de tracking, pode ser várias coisas. Pede mensagens curtas e específicas, e mantém sempre uma ligação ao relatório completo para quando precisares de investigar mais a fundo.
Um exemplo hipotético: se recebesses uma mensagem a dizer apenas "o custo por resultado subiu", isso não te ajuda a decidir nada. Já uma mensagem que diga em quanto subiu, em que campanha e desde quando, dá-te pelo menos ponto de partida para verificar.
Evita mensagens repetidas e dados desnecessários
Um aviso que chega várias vezes pelo mesmo motivo perde utilidade rapidamente e cria a tentação de ignorar tudo o que vem depois. Vale a pena registar os envios e definir a partir de que ponto uma nova alteração justifica realmente uma notificação nova, em vez de repetir o mesmo aviso todos os dias.
Para este tipo de acompanhamento, trabalha com métricas agregadas. Nomes, telefones e endereços de clientes não ajudam a compreender o custo por resultado e não precisam de circular num resumo deste tipo, mesmo que estejam disponíveis na fonte de dados.
Depois de montar a automação, acompanha alguns envios e compara-os com a origem dos dados. Revê o que falta, o que está a mais e, sobretudo, quais os avisos que nunca levam a nenhuma decisão prática, porque esses provavelmente não deviam continuar a existir.
Se queres montar este tipo de processo, conhece o trabalho que desenvolvemos em IA e automação. Como próximo passo, começa por listar as duas ou três decisões que realmente tomas com base em dados de campanhas, e só depois desenhes a mensagem que as apoia.
Confirma a origem antes de confiar no número final
Antes de leres qualquer resumo automático, precisas de saber de onde vêm os números e em que momento foram recolhidos. Se não souberes isso, estás a confiar num resultado sem saber se ele reflete a realidade da campanha ou apenas um erro de sincronização.
Imagina, de forma hipotética, uma automação que recolhe dados de uma plataforma de anúncios todas as manhãs às 8h e os coloca numa folha de cálculo. Se a plataforma tiver uma falha de sincronização nessa manhã, a folha pode ficar com os dados do dia anterior sem que nada avise disso. Se a mensagem de WhatsApp não indicar a hora da recolha, vais ler um número desatualizado como se fosse atual.
Por isso, o primeiro passo prático é abrir a fonte original e comparar manualmente o valor com o que chegou na mensagem, pelo menos nas primeiras semanas depois de montares o sistema. Não precisas de fazer isto todos os dias para sempre, mas precisas de fazer nas primeiras vezes para confirmar que o percurso está correto.
Um critério simples para decidir se o relatório é confiável: pergunta-te se conseguirias recriar aquele número só com a fonte original, sem olhar para a mensagem. Se a resposta for não, falta alguma etapa de verificação no processo.
Separa as etapas para encontrares o erro mais rápido
Quando um número parece errado, precisas de saber em que etapa do percurso ele se desviou, e isso só é possível se as etapas estiverem separadas e visíveis. Um processo em que tudo acontece de forma invisível dentro de uma automação obriga-te a desconfiar do resultado inteiro sempre que algo parece estranho.
No exemplo hipotético anterior, o percurso tem três etapas distintas: a recolha do dado bruto, o cálculo feito na folha e a escrita da mensagem pela automação. Se o número de investimento estiver errado, o problema pode estar na recolha. Se o cálculo de custo por resultado estiver errado mas o investimento estiver certo, o problema está na fórmula da folha. Se os números estiverem certos mas a frase da mensagem disser algo diferente, o problema está na parte que gera o texto.
Ter estas etapas separadas, cada uma com o seu próprio registo, poupa-te tempo quando precisas de investigar. Sem essa separação, cada erro obriga a rever tudo desde o início.
Um bom hábito é guardar, além da mensagem final, o valor bruto que a alimentou. Assim, se um número parecer suspeito, consegues comparar rapidamente os dois sem depender da memória ou de suposições.
Define critérios para decidir se um aviso é fiável
Antes de agires com base num alerta, aplica um pequeno conjunto de perguntas que confirmem se o aviso é sólido. Isto evita que reajas a um problema que na verdade é uma falha de dados e não uma mudança real na campanha.
Pergunta-te primeiro se o período indicado na mensagem corresponde ao período que querias acompanhar. Depois, confirma se o valor que disparou o alerta é consistente com os dias anteriores, ou se é um pico isolado que pode ser um erro de recolha. Por fim, verifica se existe um link ou caminho fácil para consultares o relatório completo antes de tomares qualquer decisão sobre a campanha.
Num cenário hipotético em que um alerta diz que o custo por resultado subiu 40% num dia, vale a pena olhar para o número de resultados também, não só para o custo. Um dia com poucos resultados costuma distorcer médias, e isso não significa necessariamente que a campanha piorou de forma estrutural.
Estes critérios não substituem o teu julgamento, mas ajudam a não reagir a ruído. Um sistema de alertas só é útil se as decisões que provoca forem, na maioria das vezes, decisões corretas.
Lida com falhas sem esconder o problema
Um relatório automático só é fiável se disser claramente quando algo correu mal. Se a fonte de dados falhar, a mensagem não deve fingir normalidade nem ficar em silêncio. O sistema tem de avisar que não conseguiu recolher os números, em vez de enviar zeros ou repetir o último valor conhecido.
Imagina, de forma hipotética, uma automação que liga o Google Sheets ao WhatsApp através do n8n, como o percurso descrito nas Sextas Ímpares #142. Se a folha de cálculo não atualizar por causa de um erro na ligação à conta de anúncios, o fluxo tem duas opções: enviar uma mensagem incompleta ou parar e assinalar a falha. A segunda opção é sempre mais útil, mesmo que pareça menos automática.
Para isso funcionar, cada etapa do fluxo precisa de um ponto de verificação. Antes de a IA escrever o resumo, confirma se os dados chegaram completos. Um campo vazio ou um valor a zero onde normalmente há investimento é um sinal de que algo não correu bem, não um resultado a comunicar.
Define também um limite de tempo. Se a automação corre todos os dias às nove da manhã e a fonte de dados não respondeu até às nove e dez, isso é motivo para um alerta técnico, separado do relatório normal. Misturar os dois tipos de mensagem confunde quem recebe, porque não sabe se o problema é a campanha ou a automação.
Decide quem acede à informação e como
Decide quem precisa de receber o relatório e que informação deve ver. Uma mensagem direta e um grupo com várias pessoas dão acesso a públicos diferentes. Confirma os destinatários e o nível de detalhe antes de ligares a automação, sobretudo quando o relatório junta dados de mais do que um cliente.
Por exemplo, hipoteticamente, se a automação envia um resumo diário para um grupo com a equipa de gestão e também com um cliente, os dois públicos podem precisar de versões diferentes. A equipa pode querer o detalhe por campanha, enquanto o cliente só precisa do total investido e do resultado geral. Enviar tudo junto obriga a filtrar informação que não é para todos.
Este tipo de decisão também afeta o histórico. Se guardas os relatórios numa folha de cálculo partilhada, confirma quem tem acesso a essa folha, não só ao WhatsApp. É comum uma automação estar bem pensada ao nível da mensagem, mas deixar a fonte de dados aberta a mais pessoas do que devia.
Verifica antes de confiar
Depois de montar o fluxo, não assumas que está a funcionar bem só porque as mensagens chegam. Compara alguns envios com a fonte original durante uma ou duas semanas. Este passo de verificação é o que separa uma automação útil de uma que parece funcionar mas está a repetir um erro todos os dias.
Concretamente, escolhe três ou quatro dias ao acaso e confere manualmente os números que aparecem na mensagem contra o que está na plataforma de anúncios. Se houver diferença, procura em que etapa ela surgiu: na recolha, no cálculo ou na escrita do resumo. Corrige aí, não na mensagem final.
Depois de confirmar que os dados estão corretos, olha para a utilidade das mensagens. Um alerta que nunca leva ninguém a agir provavelmente está mal calibrado, seja porque o limite é demasiado sensível, seja porque a informação não chega a quem decide. Ajusta o critério ou a lista de destinatários antes de continuar a enviar o mesmo aviso sem efeito prático.