Custo por Lead no Google Ads Cai em 5 Anos. O Trabalho Agora é Medir um Sistema que Você Não Pilota.

Durante cinco anos, a linha subiu. O custo por lead no Google Ads, medido todo ano pela WordStream em milhares de campanhas de busca nos Estados Unidos, subiu em 2022, subiu em 2023, subiu em 2024, subiu em 2025. A premissa instalada era de que a busca paga ficaria cada vez mais cara para sempre, e o trabalho do time de marketing era reduzir a velocidade da sangria.

Aí veio a edição de 2026. O custo por lead caiu para US$ 66,69. Primeira queda em cinco anos. A mesma amostra agora reporta taxa mediana de conversão de 8,18%, melhorando em 87% das indústrias. Custo por clique manteve-se estável em US$ 5,42, taxa de clique em 6,64%.

A base é robusta. 13.474 campanhas de busca americanas, abril de 2025 a março de 2026, com mínimo de 52 campanhas por subcategoria. Medianas, não médias, então um punhado de contas gigantes não distorce a curva. Este é o benchmark mais citado em marketing de performance, conduzido há dez anos pelo mesmo time, e ele acabou de quebrar a própria tendência.

A explicação da WordStream, assinada pela Senior Content Marketing Specialist Susie Marino, nomeia a causa nos primeiros parágrafos: Performance Max e AI Max. Os sistemas de lance e criativo conduzidos por IA do Google agora fazem o trabalho que costumava ser a agenda semanal de otimizações de um gestor de busca paga.

Essa é a manchete. A história real está uma camada abaixo.

O sistema melhorou. O operador não.

Na última década, o trabalho padrão do anunciante era um ciclo de feedback: puxar um relatório, encontrar a palavra-chave ou audiência com desempenho ruim, ajustar o lance ou o criativo, observar os números da semana seguinte, repetir. A habilidade era operar os controles.

Performance Max e AI Max substituem a maior parte desses controles por uma caixa preta que decide onde colocar o lance, qual audiência perseguir, qual variante de criativo servir. O anunciante fornece inputs (orçamento, metas de conversão, grupos de ativos, sinais de audiência) e o sistema entrega resultados. Os passos intermediários não ficam expostos para intervenção humana.

Esta é a parte que deveria reconfigurar como líderes de marketing pensam o próprio trabalho. A tendência de cinco anos de CPL não quebrou porque operadores ficaram melhores. Quebrou porque o operador mudou. Um sistema de aprendizado estatístico agora roda a estratégia de leilão, e nos números publicados ele roda melhor do que o humano mediano rodava.

Tratamos de um padrão adjacente em a visão estreita do valor da IA: organizações que medem a contribuição da IA por uma lente única (geralmente headcount) perdem a mudança sistêmica. Marketing tem o problema oposto agora. A mudança sistêmica é inegável na linha do benchmark. A lente operacional estreita (qual palavra-chave, qual lance, qual tipo de correspondência) está ficando irrelevante.

O que “complementar, não substituir” realmente admite

A orientação publicada pela própria WordStream é reveladora quando lida como postura de governança, e não como dica tática. A frase repetida no relatório é “complementar, não substituir.” Rode Performance Max e AI Max junto com campanhas manuais. Mantenha as campanhas manuais vivas como superfície de controle.

Leia de novo. A postura recomendada pelo benchmark mais autorizado da categoria é: deixe a IA rodar o investimento, mas não desmonte a máquina manual, porque você precisa de algo contra o que comparar.

Isso é postura de governança, não dica de otimização. Diz, em essência: você não pode mais confiar no interior do sistema, então precisa preservar um ponto de referência externo para saber se o sistema continua funcionando. A campanha manual vira o benchmark, o grupo de controle, o jeito de detectar deriva.

É a mesma lógica que times maduros de ML em produção aplicam aos modelos. Você segura dados. Mantém uma versão antiga rodando em sombra. Instrumenta o sistema para detectar quando suas decisões divergem da referência. O equivalente em marketing está chegando agora por necessidade, não por escolha de projeto.

A mudança é desigual, e esse é o sinal

Olhando dentro do benchmark, os movimentos de CPL não são uniformes. CPL de Viagens caiu 39,35%. Beleza e Cuidados Pessoais caiu 34,95%. Categorias automotivas subiram, atribuídas a pressão de custo por tarifas que nenhum algoritmo de lance neutraliza. Os ganhos de taxa de conversão concentraram-se em Beleza e Cuidados Pessoais (alta de 32,34%) e Serviços Pessoais (alta de 26,69%).

O padrão não é “a IA barateou tudo.” O padrão é “a IA redistribuiu onde a eficiência caiu.” Categorias com sinal de primeira parte abundante, eventos de conversão claros e demanda elástica se beneficiaram mais. Categorias com ventos contrários macroeconômicos ou infraestrutura fraca de conversão, não.

Isso importa para governança porque as melhorias do sistema agora são condicionais à indústria de um jeito que a inflação de CPC da década passada não era. Quando o custo dos cliques subia de forma estável em todo lugar, a postura operacional era uniforme: lance mais inteligente, copy melhor. Quando o lance por IA produz queda de 39% em uma vertical e aumento de preço em outra, a postura operacional precisa virar diagnóstica. O trabalho do líder de marketing é explicar por que sua vertical aterrissou onde aterrissou em um benchmark que ele não influenciou diretamente.

Argumentamos em governança e mandatos de adoção de IA que ordens top-down de “use a IA” produzem cumprimento malicioso quando líderes não conseguem modelar o que o sistema está fazendo. A versão de busca paga desse risco já chegou. Um CMO que manda o time “investir em Performance Max” sem uma visão instrumentada do que o sistema está e não está fazendo está delegando o orçamento a um processo que não consegue defender numa reunião de conselho.

O novo formato do modelo operacional de marketing

Três mudanças decorrem disso, e estão atrasadas na maioria dos times.

Pare de dimensionar o time para o ciclo antigo. Um time montado em torno de ajustes semanais de lance, expansões de palavra-chave e ajustes de audiência opera uma superfície de controle que a plataforma em grande parte removeu. O trabalho que produzia os ganhos incrementais da década passada está sendo absorvido pela plataforma. O trabalho que vai produzir os ganhos da próxima década é trabalho de governança: manter campanhas manuais como referência, construir testes de incrementalidade, instrumentar sinais de conversão de primeira parte com qualidade suficiente para que o lance por IA tenha inputs limpos.

Trate o benchmark publicado como controle, não como meta. Os US$ 66,69 de CPL da WordStream são a mediana de 13.474 campanhas. Não é meta. É ponto de referência. Se seu CPL está significativamente acima e sua categoria se moveu com a tendência, a pergunta é estrutural: qualidade do sinal, infraestrutura de conversão, composição de grupos de ativos. Se seu CPL está abaixo, a pergunta é de sustentabilidade: o sistema de IA está encontrando inventário barato que não vai durar, ou está encontrando eficiência duradoura?

Governe os inputs, porque os outputs já não são pilotáveis. Quando o algoritmo de lance é opaco, o único controle durável é a qualidade do que você alimenta nele. Definição de evento de conversão. Higiene de dados de primeira parte. Diversidade de grupos de ativos. Precisão de sinais de audiência. Estas são as novas alavancas de performance, e elas vivem a montante da plataforma, dentro dos próprios sistemas do time de marketing.

Faça isto agora

Esta semana, puxe seus últimos 12 meses de performance em busca paga e coloque ao lado das medianas WordStream 2026 para sua indústria. Se a trajetória do seu CPL não acompanha aproximadamente o movimento da indústria no benchmark, você tem um diagnóstico a fazer: ou seu sinal de conversão está degradado, ou sua estrutura de campanha está brigando com a plataforma, ou seu conjunto competitivo diverge do benchmark de formas que você precisa nomear explicitamente. A história de cinco anos de inflação acabou. A história que a substitui é se você consegue explicar seus números quando foi o sistema, não você, que os produziu.

Fontes

WordStream / LocaliQ. “Google Ads Benchmarks 2026: New Data for 23 Industries.” Maio de 2026.

A Victorino ajuda líderes de marketing a governar mídia paga conduzida por IA como disciplina de medição, não como experimento de automação: contato@victorino.com.br | www.victorino.com.br