Como projetar vendas considerando o lead lag em negócios locais

Lead lag é o tempo entre a geração do lead e o fechamento da venda. Em negócios locais, esse intervalo quase nunca é igual para todos os contatos. Um lead de WhatsApp para uma clínica pode fechar em poucas horas, enquanto um lead de imóvel, automotivo ou serviço B2B pode levar dias ou semanas até virar receita. Quando você ignora esse atraso, a previsão fica torta. A campanha parece pior do que realmente é no começo do mês, ou melhor do que realmente é no fim, porque parte das vendas ainda está “em trânsito” no funil. Isso distorce a decisão de verba, a leitura de equipe e até a conversa com a diretoria ou com o dono da empresa. A lógica correta é tratar vendas como um processo com defasagem temporal. O clique aconteceu hoje, o lead entrou hoje, mas o dinheiro pode entrar depois. É por isso que projeções confiáveis precisam olhar cohort, distribuição de tempo até fechamento e taxa de conversão por janela, não apenas CPL ou volume bruto de leads. Esse tema conversa diretamente com a base de atribuição explicada em como ligar WhatsApp, Ads e CRM para mensuração ponta a ponta sem perder dados e com a visão de atribuição ponta a ponta para PMEs: como provar que seus anúncios geram vendas offline. Para negócios locais brasileiros, isso é ainda mais relevante porque boa parte da conversão acontece fora da plataforma de anúncios. O Google Ads e o Meta Ads enxergam parte do caminho, mas a venda pode se concretizar no WhatsApp, no telefone ou no balcão. Se você não devolve esse sinal com contexto de tempo e valor, o algoritmo aprende com uma fotografia incompleta.

Você não precisa de um time de ciência de dados para começar. Em muitos casos, uma planilha bem estruturada resolve o primeiro nível de projeção. O método mais simples é usar conversão acumulada por janela: quantos leads gerados em determinado período costumam virar venda em 1, 3, 7, 14 ou 30 dias. A partir disso, você corrige a leitura do funil com base no tempo já decorrido. Outra abordagem útil é a mediana por coorte. Se metade das vendas de uma campanha costuma fechar em até 6 dias, fazer um fechamento de caixa com análise só do mesmo dia gera ruído. O ideal é acompanhar a evolução das coortes ao longo do tempo e não comparar janeiro com fevereiro como se todas as vendas tivessem o mesmo atraso. Para uma projeção mais robusta, use uma distribuição simples de tempos, como faixas de 0 a 2 dias, 3 a 7, 8 a 14 e 15 a 30. Isso já permite estimar quantas vendas ainda podem acontecer a partir dos leads recentes. Se quiser aprofundar o raciocínio, o histórico de distribuição de atraso é o mesmo tipo de base que sustenta simulações descritas em páginas como Template Monte Carlo para PMEs: como simular vendas com leads qualificados e valor de receita com planilha e passo a passo e Como escolher a melhor forma de projetar crescimento com leads qualificados no Google e Meta. Se você já devolve conversões offline ao Google e ao Meta, esse histórico fica mais rico. Em vez de prever apenas lead, você passa a observar qualificação, avanço no funil e venda fechada. A Expad foi desenhada justamente para fechar esse ciclo com dados ponta a ponta, mas o princípio vale mesmo se você estiver montando tudo primeiro em planilha.

Um template simples já ajuda bastante. A estrutura abaixo cobre o mínimo necessário para projeções de coorte e simulação básica de vendas. Você pode usar isso no Excel, Google Sheets, BI ou em uma exportação do CRM. Campos recomendados: id_lead, data_lead, origem_campanha, canal_contato, status_qualificacao, data_qualificacao, status_venda, data_venda, valor_venda, responsavel, observacao. Se o lead vier do WhatsApp, vale registrar também a campanha de origem e o primeiro atendimento, porque isso ajuda a entender onde o tempo está sendo gasto. Exemplo prático de leitura: se uma campanha gerou 120 leads em uma semana, 36 foram qualificados e 12 fecharam em até 14 dias, você já pode calcular a taxa por etapa e o atraso médio até a receita. O mais importante não é o arquivo em si, mas a disciplina de manter os campos consistentes. Se você quer ter certeza de que os eventos chegam às plataformas de anúncio sem perda de dados, uma referência útil é como garantir que conversões offline cheguem ao Google e Meta durante picos: guia técnico para PMEs. Isso evita que a projeção seja boa no papel, mas fraca na operação por falta de retorno confiável.