“40% do meu tráfego vem do ChatGPT”: por que essa métrica engana (e como medir de verdade)

Conversando sobre o Mi Seguro, alguém me soltou uma frase perfeita para um título: "você está me entregando quase 40% do tráfego via ChatGPT". É tentador acreditar e sair espalhando por aí. Mas, se você se dedica a construir produtos, essa frase é exatamente onde o problema começa, não onde termina.

Por que "40% vem do ChatGPT" é uma verdade incompleta

Ninguém consegue medir com precisão quanto do seu tráfego "vem de" um LLM. ChatGPT, Perplexity e companhia raramente aparecem como um referrer limpo no seu analytics. O que acontece, cada vez mais, é o seguinte:

• Aparecem como tráfego "direto" ou "desconhecido" (dark traffic).
• A jornada real é multi-etapa: alguém faz uma pergunta em um LLM, depois busca sua marca no Google e, por fim, entra direto.
• A atribuição se quebra facilmente se não estiver bem instrumentada.

Portanto, esse "40%" pode ser tanto otimista quanto pessimista. Não é mentira: é uma métrica mal definida.

A pergunta correta não é "quem me deu o clique"

Quando você constrói um produto de intenção, um comparador, um SaaS, uma matriz de SEO programático, o que importa não é o último clique. O que importa é:

• Como você está medindo a atribuição: GA4, logs do servidor, referrers reais, Search Console.
• Quanto do seu tráfego "direto" na verdade é assistido: pessoas que já te conheciam por uma recomendação prévia.
• Quais queries e quais páginas estão servindo de ponte para a conversão.

Trocar o "quem me manda o clique" pelo "qual caminho as pessoas percorrem antes de converter" é o que separa uma percepção de um dado real.

Como analisamos no Mi Seguro

O Mi Seguro é um caso onde a atribuição se quebra muito rápido: o usuário pesquisa, compara, sai e volta. Olhar apenas para o último clique é enganar a si mesmo. O que realmente funciona:

• Separar landing pages por intenção (carro, moto, por cidade, por modelo) e medir a conversão por página, não no bloco total.
• Medir a origem real cruzando referrer + UTMs + Search Console, sem se contentar com a etiqueta "direto" do GA4.
• Analisar conversões assistidas com janelas simples (por exemplo, 7 dias): quantas conversões tiveram um toque prévio do Google, de um LLM ou de redes sociais.

Com isso, você para de discutir "ChatGPT vs Google" e começa a enxergar o que de fato move o negócio.

O mínimo viável para não enlouquecer

Não é necessário um data warehouse para isso. O básico aceitável é:

1. Landing pages separadas por intenção, que cada página tenha um objetivo mensurável.
2. Conversão por origem real, cruzamento de referrer + UTMs + Search Console, não apenas "direct".
3. Assistidos com janela curta, nem que seja de 7 dias, para ver o toque anterior à conversão.

A conclusão é mais chata (e mais valiosa)

Quando você mede bem, quase nunca encontra "um canal mágico que entrega 40%". Você encontra algo menos vendável, porém mais real: são 2 ou 3 canais combinados, e eles mudam conforme a intenção. Quem busca "seguro de moto em São Paulo" não chega pelo mesmo caminho de quem pergunta ao ChatGPT "qual é o melhor seguro de carro?".

Essa é a diferença entre acreditar em uma métrica bonita e construir sobre dados. Para um produto de aquisição orgânica, medir a atribuição assistida não é um luxo: é o que te diz onde investir no próximo mês.

Se quiser ver como o Mi Seguro cresceu, o caso completo está aqui. E se você está construindo algo onde a atribuição está falhando, vamos conversar.

---

Por Esteban Aleart, Founder & Lead Engineer da PairProgramming.