Dashboard de marketing essencial: as métricas que importam em 2026

Dashboard de marketing é a tela única onde o gestor vê o desempenho do funil e decide onde ajustar. Em 2026, com 60+ ferramentas gerando métricas, o problema não é falta de dado - é excesso. Painel com 50 gráficos é pior que sem painel: ninguém decide olhando pra 50 números.

Depois de auditar mais de 200 dashboards de PMEs brasileiras, chegamos ao consenso: 8 métricas explicam 95% das decisões que importam. Este guia é exatamente elas.

As 8 métricas essenciais

1. CAC (Custo de Aquisição de Cliente)

Total investido em marketing e vendas / número de clientes novos no período. Mede eficiência de aquisição. CAC deve ser calculado por canal para saber onde investir mais. Meta: recuperar em <12 meses (SaaS) ou <ticket médio (e-commerce).

2. LTV (Lifetime Value)

Receita média que um cliente gera ao longo do relacionamento. Fórmula simples: ticket médio × margem × frequência × tempo de retenção. LTV / CAC = medida da saúde do negócio. Ideal: LTV ≥ 3x CAC. Abaixo de 1x, negócio queima caixa.

3. ROAS por canal

Return on Ad Spend. Receita atribuída ao canal / investimento no canal. Calcule para cada plataforma (Google, Meta, TikTok, LinkedIn) separadamente. Meta varia por segmento, mas ROAS <2 costuma indicar canal ruim ou setup mal feito.

4. Taxa de conversão por etapa do funil

Visitante → lead → MQL → SQL → cliente. Ver onde 'vaza' mais gente indica exatamente onde investir energia. Benchmark médio: 2-4% visitante→lead, 20-40% lead→MQL, 30-60% MQL→SQL, 20-30% SQL→cliente.

5. Tráfego orgânico vs pago

Proporção de sessões entre canais gratuitos (SEO, direto, referral, social orgânico) e pagos (mídia). Empresa saudável tem >40% orgânico. Depender 100% de mídia é vulnerabilidade estratégica.

6. Lead qualificado por origem

Não é tráfego bruto que importa - é lead que fecha reunião. Compare por origem: SEO gera lead com quality score X, Meta com Y. Priorize origens de alta qualidade mesmo se volume é menor.

7. Receita recorrente (MRR/ARR)

Aplicável a SaaS, assinatura, contratos de serviço. Monthly Recurring Revenue e Annual. Divida em: novo MRR (aquisição), expansion MRR (upsell), churned MRR (perda). Nada indica saúde melhor que MRR crescendo com churn baixo.

8. Net Revenue Retention (NRR)

Receita retida + expansão / receita inicial do coorte. NRR >100% = você cresce sem novos clientes (upsell compensa cancelamento). NRR <90% = balde furado, aquisição não sustenta. Meta SaaS enterprise: >120%. PME SaaS: >90%.

O que NÃO colocar no dashboard executivo

• Curtidas, seguidores, alcance bruto (métricas de vaidade).
• Bounce rate isolado (contextualiza pouco).
• Sessões sem qualificação (5 mil sessões de bots não vale nada).
• Impressões de ads sem correlação de conversão.
• Position tracking de 500 keywords (agrega em índice, não coloca lista).

Ferramentas para montar

• Google Looker Studio - gratuito, versátil, integra fontes.
• Metabase - self-hosted, ótimo pra SaaS.
• Databox - templates prontos, foco em marketing.
• PowerBI - forte no B2B enterprise.
• Whatagraph - relatório automatizado para agências.
• GA4 + Google Sheets - básico e gratuito.

Cadência de análise

• Diária: leads/vendas do dia, alerta se abaixo de 80% da meta.
• Semanal: ROAS por canal, funil de conversão, CAC do período.
• Mensal: LTV, NRR, análise de coorte, revisão de canais.
• Trimestral: comparativos ano/ano, revisão estratégica.

Números de referência

Erros clássicos de dashboard

• Colocar tudo o que a ferramenta oferece - 50 gráficos confundem.
• Não atualizar ranges (dashboard mostrando dado de 6 meses atrás).
• Métricas sem meta comparativa (número puro não diz se é bom).
• Não segmentar por canal.
• Basear decisão em GA4 sem cruzar com CRM (atribuição incompleta).
• Dashboard não versionado - toda mudança sem histórico.

Dashboard e IA em 2026

IA generativa integrada (GA4 Insights, Looker AI, Databox Benchmarks) explica variações automaticamente ('conversão caiu 22% na semana por queda de tráfego pago do Google Ads na campanha X'). Isso acelera diagnóstico de horas para minutos. Mas cuidado: IA sugere causa, humano valida.