A maioria das empresas B2B acredita que configurar UTM variables é apenas uma questão de adicionar ?utm_source=facebook&utm_medium=cpc no final da URL. Resultado: dashboards cheios de discrepâncias, atribuições conflitantes e decisões de budget baseadas em dados que não se sustentam quando cruzados. O problema não está na ferramenta - o Google Analytics 4 registra tudo corretamente. O problema está na falta de rigor conceitual sobre o que exatamente são UTM variables, como elas interagem com mecanismos de auto-tagging e, principalmente, como estruturá-las para que diferentes equipes, agências e canais falem a mesma língua ao longo de dezenas de campanhas simultâneas.
Este artigo parte do pressuposto de que você já implementou o GA4 e conhece o básico de rastreamento. O objetivo aqui é elevar o nível técnico: entender o comportamento de escopo de sessão versus evento, resolver conflitos com gclid auto-tagging, criar uma taxonomia que não vire caos em seis meses e transformar esses dados em decisões reais de alocação de verba. Sem taxonomia consistente de UTM variables, qualquer análise de ROAS entre canais se reduz a comparar maçãs com laranjas - e o custo disso é orçamento desperdiçado em canais que parecem performar bem apenas porque foram mal classificados.
UTM variables vs UTM parameters: a distinção que a maioria ignora
Tecnicamente, "UTM variables" e "UTM parameters" são usados como sinônimos na maioria dos contextos, mas a precisão importa quando você está configurando tracking em escala. UTM parameters são os parâmetros de URL propriamente ditos - utm_source, utm_medium, utm_campaign, utm_term, utm_content. São os elementos literais que você adiciona à query string da URL. Já UTM variables referem-se aos valores que essas variáveis carregam e, mais importante, como o Google Analytics 4 os interpreta e armazena como dimensões dentro do data layer e posteriormente no BigQuery export.
Essa diferença conceitual não é academicismo. Quando você configura uma campanha com utm_source=newsletter e outra com utm_source=email, o GA4 não "sabe" que ambos são email marketing - ele registra dois valores distintos para a dimensão session source. Se sua equipe de produto usa utm_medium=produto enquanto marketing usa utm_medium=email, você criou categorias incomparáveis que distorcem qualquer análise de atribuição cross-channel. O GA4 não corrige nomenclaturas inconsistentes retroativamente; ele registra exatamente o que recebe.
A confusão se agrava porque o GA4 possui lógica própria de interpretação para alguns valores. Por exemplo, se você usar utm_medium=cpc, o Analytics automaticamente classifica essa sessão como "Paid Search" no relatório de aquisição, mesmo que sua source seja algo genérico. Mas se você usar utm_medium=pago, o sistema não fará essa inferência - a sessão cairá em "Unassigned" ou em outro agrupamento padrão. Essa camada de interpretação automática do GA4 exige que sua taxonomia de UTM variables seja planejada com conhecimento sobre como o sistema processa cada dimensão customizada GA4 que você criar a partir desses parâmetros de rastreamento.
Como cada UTM variable se comporta no GA4
Escopo de sessão vs escopo de evento no GA4
A mudança mais significativa do Universal Analytics para o GA4 está no modelo de dados baseado em eventos, não em pageviews. No UA, UTM variables eram capturadas no início da sessão e permaneciam inalteradas até o fim, independentemente de quantas páginas o usuário visitasse. No GA4, a lógica mudou: cada evento pode teoricamente carregar suas próprias dimensões, mas as UTM variables especificamente são tratadas como event-scoped dimension apenas no primeiro evento da sessão - depois disso, elas são propagadas como metadados de sessão.
Na prática, isso significa que se um usuário clica em um link com utm_source=linkedin&utm_medium=social e depois navega para uma landing page que dispara um evento customizado (como "download_ebook"), esse evento ainda carregará as UTMs originais. O GA4 mantém essas informações atreladas à session source/medium durante toda a duração da sessão. No entanto, se você estiver usando eventos personalizados que enviam parâmetros próprios via data layer - por exemplo, um evento de checkout com informações de produto - esses parâmetros adicionais são event-scoped e não sobrescrevem as UTMs de origem.
O problema surge quando você quer criar segmentações avançadas. Se sua análise precisa diferenciar usuários que vieram de uma campanha específica (utm_campaign=black-friday) e realizaram uma ação específica em uma página subsequente, você precisa garantir que o evento dessa ação também esteja registrando as UTMs originais. No GA4, isso é feito automaticamente para eventos padrão (page_view, session_start), mas eventos customizados enviados via GTM sem configuração adequada podem não herdar essas dimensões. A solução é sempre incluir as variáveis de campanha no data layer quando disparar eventos personalizados críticos para atribuição.
Como o GA4 armazena e processa cada variável
O GA4 armazena UTM variables em campos específicos dentro do modelo de dados do BigQuery: traffic_source.source, traffic_source.medium, traffic_source.name (para campaign). Esses campos são populados na primeira vez que o usuário acessa o site com parâmetros UTM válidos. Depois disso, mesmo que o usuário retorne diretamente (sem UTMs), o GA4 mantém a atribuição original até que uma nova sessão com UTMs diferentes seja iniciada. Essa persistência é crucial para o modelo de atribuição last non-direct click, que ignora sessões diretas e atribui a conversão à última fonte rastreável.
Cada uma das cinco UTM variables padrão tem comportamento distinto. utm_source define a origem do tráfego (ex: google, newsletter, parceiro-xyz). utm_medium categoriza o tipo de canal (cpc, email, social, referral). utm_campaign nomeia a campanha específica (black-friday-2024, lancamento-produto-a). utm_term é usada principalmente para palavras-chave em campanhas de search pago, mas pode ser reapropriada para segmentações customizadas. utm_content diferencia variações de criativos ou links dentro da mesma campanha (banner-vermelho, link-topo, cta-footer).
No processamento, o GA4 usa utm_source e utm_medium para determinar o canal padrão (Organic Search, Paid Social, Email, etc.). Se você usar valores fora da nomenclatura esperada pelo sistema, a sessão pode ser classificada incorretamente. Por exemplo, usar utm_medium=ads em vez de utm_medium=cpc fará com que o tráfego não apareça em "Paid Search" mas sim em "Unassigned" ou "Other". Se você precisa de classificações personalizadas, é melhor criar dimensões customizadas GA4 adicionais e manter as UTM variables padrão alinhadas com a lógica nativa do sistema.
Dimensões customizadas criadas a partir de UTMs
Embora o GA4 capture automaticamente as cinco UTM variables padrão, muitas operações B2B complexas precisam de parâmetros adicionais - por exemplo, rastrear qual agência criou determinado anúncio, qual versão de copy foi usada ou qual segmento de público estava sendo targetado. Nesses casos, você pode adicionar parâmetros customizados à URL (como ?utm_agencia=parceiro-A&utm_versao=v2) e configurar dimensões customizadas no GA4 para capturá-los.
A configuração exige dois passos. Primeiro, você adiciona o parâmetro à URL normalmente. Segundo, no GA4, você cria uma nova dimensão customizada (Admin > Custom definitions > Create custom dimension) e define o "Parameter name" como o nome do seu parâmetro customizado (ex: utm_agencia). A partir desse momento, o GA4 começará a registrar esses valores e você poderá usá-los em relatórios, segmentos e explorações. Importante: dimensões customizadas não são retroativas; apenas eventos futuros serão classificados.
O limite de dimensões customizadas no GA4 é de 50 para propriedades padrão (125 para Analytics 360), então você precisa ser estratégico. Muitas equipes cometem o erro de criar uma dimensão para cada campanha ou produto específico, esgotando o limite rapidamente. A melhor prática é usar as UTM variables padrão para classificações amplas (canal, tipo de campanha) e reservar dimensões customizadas para metadados que realmente agreguem capacidade analítica incremental - como tipo de público, estágio de funil ou região geográfica em campanhas multi-regionais que o GA4 não detecta automaticamente.
Auto-tagging do Google Ads vs UTM variables: quem prevalece
Quando o gclid sobrescreve seus UTMs
O auto-tagging do Google Ads adiciona automaticamente o parâmetro gclid (Google Click Identifier) a todas as URLs de destino dos seus anúncios. Esse identificador único permite que o Google Analytics atribua cliques, impressões e conversões de volta à campanha, grupo de anúncios, palavra-chave e até mesmo à consulta de pesquisa exata. O problema surge quando você também adiciona UTM variables manualmente às suas URLs do Google Ads. Nesse cenário, há conflito: o GA4 precisa decidir qual fonte de dados usar para popular os campos de origem e campanha.
Por padrão, quando tanto gclid quanto UTM variables estão presentes, o GA4 dá preferência ao auto-tagging. Isso significa que suas UTMs manuais são ignoradas e todos os dados de atribuição vêm da integração direta Google Ads-GA4. Na prática, você verá source/medium como "google/cpc" e o nome da campanha será exatamente como está configurado no Google Ads, não o valor que você colocou em utm_campaign. Esse comportamento é intencional: a integração via gclid é mais precisa porque carrega metadados granulares que UTMs simples não conseguem capturar (como ID da palavra-chave, tipo de correspondência, rede de anúncios).
O conflito se torna problemático quando você tem processos de nomenclatura de campanha no Google Ads que não seguem a mesma taxonomia de UTM variables usada em outros canais. Por exemplo, se no Google Ads suas campanhas se chamam "PMax_Ecommerce_Q1" mas em Meta Ads você usa "meta-ecommerce-q1-2024", seus relatórios consolidados no Looker Studio mostrarão estruturas de dados incomparáveis. A solução não é adicionar UTMs manualmente no Google Ads - isso só cria confusão. A solução é padronizar a nomenclatura de campanhas dentro do próprio Google Ads para seguir a mesma lógica taxonômica dos outros canais.
Configuração correta para coexistência sem conflito
Se você precisa que Google Ads e outros canais convivam harmoniosamente no GA4, o caminho é manter o auto-tagging ativado e não adicionar UTMs manuais nos anúncios do Google. Em vez disso, use a estrutura de nomenclatura de campanhas, grupos de anúncios e tags dentro do Google Ads como sua "taxonomia nativa" para esse canal. No GA4, essas informações aparecerão automaticamente nas dimensões de origem, e você pode criar relatórios customizados que consolidem Google Ads com outros canais usando a dimensão "Campaign" como ponto de união.
Para canais fora do ecossistema Google (Meta Ads, LinkedIn Ads, TikTok, email, etc.), você usa UTM variables normalmente. Nesses casos, o GA4 não tem integração direta com auto-tagging, então as UTMs são a única forma de rastreamento. A chave é garantir que os valores que você usa em utm_campaign desses canais sigam o mesmo padrão de nomenclatura que você usa no Google Ads. Por exemplo, se você criou uma campanha chamada "Q1-2024-Remarketing" no Google Ads, quando for rodar algo similar no Meta, configure utm_campaign=Q1-2024-Remarketing também.
Existe uma configuração avançada dentro do Google Ads chamada "ValueTrack parameters" que permite adicionar parâmetros dinâmicos às URLs de destino sem conflitar com o gclid. Por exemplo, você pode adicionar ?network={network}&device={device} e capturar essas informações como dimensões customizadas no GA4. Isso é útil quando você quer análises mais granulares sem depender apenas dos relatórios internos do Google Ads. Mas atenção: esses parâmetros não substituem as UTM variables padrão; eles coexistem. Se você adicionar ?utm_campaign=teste junto com ValueTrack, o gclid ainda vai sobrescrever.
Impacto na atribuição de conversão entre canais
A atribuição cross-channel no GA4 depende de dados consistentes de origem. Quando você tem um mix de tráfego vindo de Google Ads (com gclid), Meta Ads (com UTMs), email (com UTMs) e organic (sem parâmetros), o GA4 usa os campos session source e session medium para construir os funis de conversão. Se suas nomenclaturas estão bagunçadas - por exemplo, Google Ads aparece como "google/cpc", Meta como "facebook/paid-social" e LinkedIn como "linkedin/social-ads" - você não consegue agrupar todos os canais pagos sob uma categoria única sem criar segmentações manuais complexas.
Esse problema se multiplica quando você quer analisar jornadas multi-touch. O modelo de atribuição "Data-driven" do GA4 tenta distribuir crédito entre os diferentes pontos de contato que levaram à conversão, mas ele só funciona bem se a qualidade dos dados de origem for alta. Se metade das suas sessões está mal classificada (porque UTMs estão inconsistentes ou faltando), o modelo atribui mais crédito do que deveria a canais como "Direct" ou "(none)", que na verdade são sessões de outros canais que perderam o rastreamento ao longo da jornada.
A solução estrutural é auditar toda a jornada de UTM variables desde a criação da campanha. Antes de aprovar qualquer link, ele deve passar por uma validação: os valores de source, medium e campaign estão alinhados com a taxonomia central? Existe conflito potencial com auto-tagging? O BigQuery export vai conseguir agrupar essa campanha com outras do mesmo tipo? Empresas que tratam UTM variables como "detalhe operacional de última hora" acabam com bases de dados poluídas que exigem meses de limpeza retroativa - e mesmo assim, muita informação já foi perdida permanentemente.
Criando uma taxonomia de UTM variables que escala
Estrutura para equipes com múltiplos canais e agências
Uma taxonomia de UTM variables eficaz começa com três princípios: consistência (mesma nomenclatura sempre), granularidade (detalhe suficiente para decisões) e escalabilidade (funciona com 10 ou 1000 campanhas simultâneas). O erro mais comum é deixar cada equipe ou agência definir suas próprias regras. Resultado: marketing de produto usa utm_medium=produto, growth usa utm_medium=performance, e a agência externa usa utm_medium=ads. Quando você tenta somar o investimento total em mídia paga, precisa fazer queries manuais no BigQuery para consolidar três nomenclaturas diferentes.
A estrutura recomendada define valores permitidos para cada UTM variable. Para utm_source, use o nome literal da plataforma em minúsculas sem espaços: google, meta, linkedin, newsletter, parceiro-nome. Para utm_medium, use categorias de canal padron