A auditoria de Ad Stack revela se você está perdendo de 20 a 40% do revenue potencial por configurações mal otimizadas, os SSPs que não respondem adequadamente, ou latência excessiva destruindo o fill rate silenciosamente há meses.
Você provavelmente tem um ad stack funcionando e servindo impressões normalmente, mas o CPM está estagnado em US$1.20 há 6 meses enquanto os publishers similares do seu nicho alcançam de US$1.80 a US$2.20, e você não consegue identificar exatamente onde está o problema porque monitora apenas métricas superficiais como impressões totais e revenue bruto sem analisar indicadores técnicos que realmente explicam performance.
O problema é que o ad stack parece “funcionar” quando os anúncios aparecem nas páginas, mas a performance pode estar muito abaixo do potencial por problemas invisíveis: fill rate de 65% quando deveria ser mais de 85%, discrepância de 18% entre o GAM e os SSPs quando deveria ser menos de 10%, latency de 1.200ms quando deveria ser abaixo de 600ms, ou SSPs específicos com win rate de 2% adicionando 150ms de latência sem contribuir um revenue significativo.
Sem auditoria sistemática das 12 métricas essenciais organizadas em 4 categorias, você não descobre que está perdendo de US$500 a US$1.500 mensais por problemas técnicos corrigíveis em poucas horas.
Neste artigo, você vai entender as 12 métricas essenciais para auditar o ad stack organizadas em 4 categorias (revenue, qualidade, performance técnica, competição), thresholds objetivos que definem o que é “bom” versus “ruim” em cada métrica baseado em benchmarks da indústria, como fazer a auditoria completa em 2 ou 3 horas coletando dados do GAM e SSPs, e red flags específicas que indicam problemas graves exigindo correção imediata.
Auditoria de Ad Stack: métricas de revenue, o que realmente chega na sua conta
As quatro métricas de revenue determinam quanto dinheiro efetivamente chega na sua conta após todos os vazamentos técnicos da cadeia programática.
Primeira métrica fundamental: o CPM médio (receita por mil impressões) que deve estar entre US$1.50 e US$3.00 para os publishers brasileiros dependendo do nicho, sendo que o CPM abaixo de US$1.00 ou caindo mais de 15% sem mudança correspondente de tráfego indica problema sério. A auditoria crítica aqui é comparar o CPM por SSP individualmente. Se Index Exchange entrega US$2.50 mas o Sovrn entrega apenas US$0.90, você identificou que o Sovrn está performando 64% pior e pode não valer a latência que adiciona ao header bidding.
Segunda métrica: fill rate (percentual de impressões que receberam lances válidos de anunciantes) deve estar entre 85 a 95% em ad stack bem configurado. O fill rate abaixo de 70% é uma red flag massiva indicando um timeout muito agressivo (menos de 400ms não dá tempo suficiente para os SSPs responderem), os SSPs específicos não respondendo por problemas de integração, ou floor pricing configurado muito alto bloqueando lances de anunciantes que pagariam valores razoáveis.
Terceira métrica crítica: a discrepância (diferença entre impressões reportadas pelo Google Ad Manager versus impressões reportadas pelos SSPs que realmente pagam você) deve estar entre 5 a 10% em operação saudável. Discrepância acima de 15% significa que você serve impressões consumindo recursos do servidor e bandwidth mas não recebe pagamento proporcional, desperdiçando mais de 15% do inventory.
Quarta métrica: o RPM ou revenue per mille pageviews (receita total dividida por pageviews, não impressões) deve estar entre US$3.00 a US$8.00 dependendo de nicho e densidade de anúncios por página. O RPM estagnado há mais de 6 meses sem nenhuma otimização indica que a configuração não está sendo melhorada proativamente.
A relação matemática crítica que determina o revenue real é CPM × fill rate × (1 – discrepância) = revenue efetivo por mil impressões. Por exemplo, CPM de US$2.00 × fill rate de 70% × discrepância de 20% resulta em apenas US$1.12 chegando efetivamente na conta (versus US$1.70 potencial com um fill de 85% e discrepância de 10%), então melhorar qualquer uma dessas três métricas multiplica os impacto positivo nas outras.
Para comparar seus números com benchmarks reais do mercado brasileiro, baixe gratuitamente o Panorama da Monetização Programática 2026 e veja se seu CPM, fill rate e RPM estão dentro da média do mercado.
Auditoria de Ad Stack: métricas de qualidade, protegendo o valor do seu inventory
As três métricas de qualidade determinam quantos anunciantes premium estão dispostos a pagar pelo seu inventory baseado em confiabilidade e brand safety.
Primeira métrica: a viewability (percentual de impressões que foram genuinamente vistas pelos usuários, definida como mais de 50% do anúncio visível por pelo menos 1 segundo) deve estar entre 60 a 75% em sites bem otimizados. O viewability abaixo de 50% é problema crítico porque os anunciantes premium pagam os CPMs de 20 a 40% menores por inventory com viewability baixa, então melhorar de 45% para 65% pode aumentar o CPM médio de US$41.50 para US$1.90 a US$2.10 sem adicionar uma única impressão.
Segunda métrica: o invalid traffic rate (percentual de tráfego identificado como bots, fraude, ou tráfego suspeito pelos sistemas automatizados de detecção) deve estar abaixo de 5% em operação limpa. O invalid traffic acima de 10% é uma red flag catastrófica porque os SSPs tier-1 podem bloquear você preventivamente para proteger os anunciantes, e o Google pode desativar o AdSense permanentemente se detectar padrões consistentes de tráfego fraudulento.
Terceira métrica frequentemente negligenciada: o ad density (número de ad units por página) deve estar entre 3 a 6 ad units sem exceder 30% da viewport visível. O ad density acima de 8 ad units por página viola políticas do Google sobre “excesso de anúncios dominando conteúdo”, degrada user experience aumentando o bounce rate de 15 a 25%, e paradoxalmente reduz a viewability média porque usuários desenvolvem “banner blindness” ignorando anúncios quando há muitos.
A relação entre essas três métricas é que a viewability baixa combinada com o invalid traffic alto cria combinação tóxica que afasta os anunciantes premium, enquanto o ad density excessivo melhora impressões superficialmente no curto prazo mas destrói a viewability e user experience no médio prazo.
A auditoria prática usa o Google Ad Manager relatórios nativos de viewability (gratuitos e integrados), configura alertas automáticos quando o invalid traffic supera 8%, e testa manualmente carregando suas próprias páginas para contar quantos anúncios aparecem above-the-fold (não deve passar de 2 ou 3 simultaneamente visíveis).
Auditoria de Ad Stack: métricas de performance técnica, velocidade que não mata o revenue.
As quatro métricas de performance técnica medem quanto o ad stack impacta velocidade do site e experiência do usuário.
Primeira métrica crítica: o latency total do header bidding (tempo que o header bidding adiciona ao carregamento completo da página) deve estar entre 400 a 600ms em configuração otimizada. O latency acima de 800ms degrada o Core Web Vitals drasticamente, aumenta o bounce rate de 15 a 25%, e prejudica o SEO porque o Google penaliza sites lentos em rankings orgânicos. A medição usa o Google Ad Manager > Queries > filtrar por “Prebid timeout” para ver quanto tempo os SSPs estão consumindo antes de retornar lances ou atingir o timeout.
Para saber mais sobre o Prebid.js, confira o nosso conteúdo exclusivo a seguir:
Segunda métrica: o timeout rate (percentual de SSPs que não conseguem responder dentro do timeout configurado) deve estar abaixo de 20% em operação saudável. O timeout rate acima de 30% significa que você está perdendo lances válidos porque os SSPs não conseguem responder suficientemente rápido, indicando que o timeout está configurado muito agressivo (menos de 400ms raramente permite SSPs responderem adequadamente) ou que os SSPs específicos são cronicamente lentos e deveriam ser removidos para reduzir a latência sem perder o revenue real.
Terceira métrica: o bid density (número médio de lances recebidos por impressão) deve estar entre 4 a 7 lances por impressão para competição saudável. O bid density abaixo de 3 lances indica competição insuficiente resultando em CPMs subótimos, frequentemente causada por um floor pricing muito alto bloqueando lances ou SSPs insuficientes configurados no header bidding.
Quarta métrica técnica: o page load time impact (quanto especificamente o header bidding adiciona ao LCP ou Largest Contentful Paint) deve adicionar menos de 500ms ao LCP total. Impacto acima de 800ms no LCP prejudica o SEO diretamente porque o Google usa Core Web Vitals como fator de ranking desde 2021.
O trade-off crítico em performance técnica é que o timeout maior (700-900ms) captura mais lances e melhora o fill rate mas piora a latência e user experience, enquanto o timeout menor (300-500ms) melhora a latência mas perde lances de SSPs lentos. O sweet spot testado empiricamente é 500ms que captura aproximadamente 80% dos lances possíveis sem destruir performance perceptível pelo usuário.
Auditoria de Ad Stack: métricas de competição, quantos anunciantes querem seu inventory
As três métricas de competição revelam se os múltiplos anunciantes estão competindo ativamente pelo seu inventory ou se a configuração está favorecendo artificialmente certos SSPs.
Primeira métrica: o win rate por SSP (percentual de vezes que cada SSP específico vence o leilão final) deve ter uma distribuição equilibrada onde nenhum SSP individual vence mais de 40% dos leilões. O win rate concentrado onde um SSP vence mais de 70% dos leilões indica que outros SSPs têm um floor pricing configurado incorretamente muito alto, não estão competindo efetivamente por problemas de integração, ou os anunciantes simplesmente não valorizam seu inventory naqueles SSPs específicos.
Segunda métrica: o bid response rate (percentual de bid requests enviados que retornam lances válidos, diferente de fill rate que mede impressões servidas) deve estar entre 70 a 85% para cada SSP individual. O bid response rate abaixo de 60% em SSP específico significa que aquele SSP não quer seu inventory por alguma razão (geografia não prioritária, vertical problemática para os anunciantes deles, ou configuração técnica incorreta bloqueando lances), então você está adicionando a latência com aquele SSP sem receber um benefício proporcional de competição.
Terceira métrica: o average bid value por SSP (valor médio dos lances que cada SSP envia) identifica quais SSPs consistentemente enviam lances baixos não-competitivos. Se o Index Exchange envia lances médios de US$2.50 mas o Sovrn envia lances médios de US$0.80, o Sovrn adiciona uma latência de 100 a 150ms mas raramente contribui revenue porque os lances são 68% inferiores à competição.
Para mapear e comparar o desempenho de cada SSP no seu ad stack de forma organizada, baixe gratuitamente a Planilha de Análise de Anunciantes e identifique quais compradores estão realmente competindo pelo seu inventory.
A auditoria prática dessas métricas usa o Google Ad Manager > Relatórios > Yield Groups para comparar o win rate de cada SSP lado a lado, revelando imediatamente quais SSPs estão vencendo desproporcionalmente ou nunca vencem. Se um SSP específico vence menos de 5% dos leilões mas adiciona 100ms de latência ao header bidding, você deveria removê-lo porque o custo de latência supera o benefício marginal de competição.
Similarmente, se o bid response rate de SSP está consistentemente abaixo de 50%, investigue a integração técnica ou o contate account manager daquele SSP para diagnosticar por que não estão enviando os lances para seu inventory.
Como fazer a auditoria de Ad Stack completa em 2 a 3 horas?
A auditoria de ad stack segue quatro passos sequenciais que coletam dados, calculam métricas, diagnosticam problemas, e priorizam correções.
Primeiro passo (30 minutos): entre no Google Ad Manager > Relatórios > selecione os últimos 30 dias para ter uma amostra estatisticamente significativa, e exporte dados de CPM por SSP, fill rate total e por SSP, discrepância agregada, viewability média, e latency por SSP.
Simultaneamente, entre em cada SSP individual (Index Exchange, PubMatic, Magnite) e exporte dados de bid response rate e average bid value porque essas métricas não aparecem consolidadas no GAM.
Segundo passo (30 minutos): organize todos os dados coletados em uma planilha estruturada com as 12 métricas listadas verticalmente, seus valores atuais na coluna adjacente, thresholds “bom” (verde), “atenção” (amarelo), e “crítico” (vermelho) definidos claramente, e na coluna final calculando gap entre o seu valor atual versus o threshold bom.
Por exemplo, se fill rate atual é 68% e threshold bom é mais de 85%, o gap é de 17 pontos percentuais indicando problema significativo. Identifique as de 3 a 5 métricas com maiores gaps versus thresholds porque essas representam maiores oportunidades de melhoria impactando o revenue diretamente.
Terceiro passo crítico (60 minutos): diagnostique a causa raiz de cada problema identificado seguindo a árvore de decisão lógica. I fill rate baixo (menor que 70%) investiga primeiro se o timeout está muito agressivo (menor que 400ms não dá tempo suficiente), depois se o floor pricing está bloqueando os lances (teste reduzir o floor 20% e monitore se fill melhora), finalmente se os SSPs específicos não estão respondendo (bid response menor que 60% indica problema).
Além de uma discrepância alta (maior que 15%) compara impressões reportadas por GAM versus cada SSP individualmente para identificar onde o vazamento acontece, investigando o ads.txt incorreto, problemas de integração técnica, ou SSPs reportando impressões diferentes de impressões realmente servidas. Latency alta (maior que 800ms) identifica SSPs mais lentos através de relatórios de timeout, considerando remover SSPs que adicionam mais de 150ms mas vencem menos de 5% dos leilões.
Para saber se o seu Ads.txt está correto, confira o nosso conteúdo exclusivo:
Quarto passo (30 minutos): priorize as correções por impacto esperado em revenue começando sempre pelos problemas que bloqueiam completamente o revenue (fill rate menor que 70%, discrepância maior que 15%, viewability menor que 50%) antes de otimizações marginais (latency de 650ms para 550ms).
Ordem típica de prioridade: primeiro corrija o fill rate crítico (menor que 70%) porque cada ponto percentual de melhoria adiciona o revenue diretamente, segundo reduza a discrepância (maior que 15%) porque está perdendo mais de 15% do revenue servido, terceiro melhore o viewability (menor que 50%) porque os anunciantes pagam de 20 a 40% menos, quarto otimize o latency (mais de 800ms) porque prejudica o SEO e aumenta o bounce rate. Implemente de 2 a 3 mudanças prioritárias, aguarde 7 dias para dados estabilizarem, e meça novamente para confirmar melhorias antes de fazer a próxima rodada de otimizações.
A frequência recomendada de auditoria varia por maturidade: uma auditoria completa trimestral (a cada 3 meses) para sites estabelecidos, monitoramento rápido semanal (apenas CPM, fill rate, discrepância) para identificar problemas emergentes antes de se tornarem crônicos, e configuração de alertas automáticos no GAM para red flags críticas (fill rate cai abaixo de 70%, discrepância sobe acima de 20%, CPM cai mais de 25% em 7 dias) que triggeram uma investigação imediata sem esperar o ciclo de auditoria trimestral.
Conclusão
Auditoria de ad stack revela problemas invisíveis drenando de 20 a 40% do revenue potencial através de 12 métricas organizadas em 4 categorias. As métricas de revenue (CPM, fill rate, discrepância, RPM) determinam quanto chega na conta após os vazamentos técnicos.
As métricas de qualidade (viewability, invalid traffic, ad density) protegem o valor do inventory mantendo os anunciantes premium dispostos a pagar CPMs altos. As métricas de performance técnica (latency, timeout rate, bid density, page load impact) equilibram a velocidade versus a competição. As métricas de competição (win rate, bid response rate, average bid value) identificam os SSPs que adicionam latência sem contribuir para a revenue proporcional.
Os thresholds críticos definem o que é “bom” objetivamente: um fill rate acima de 85%, a discrepância abaixo de 10%, o viewability acima de 60%, a latency abaixo de 600ms. Qualquer métrica fora desses ranges representa oportunidade clara de otimização impactando o revenue diretamente.
A auditoria completa leva de 2 a 3 horas coletando dados do GAM e SSPs, calculando métricas versus thresholds, diagnosticando causas raiz através de árvore de decisão lógica, e priorizando correções por impacto esperado começando sempre por problemas que bloqueiam o revenue completamente (fill menor que 70%, discrepância maior que 15%, viewability menor que 50%) antes de otimizações marginais.
Se você quer começar a auditoria agora, o Panorama da Monetização Programática 2026 traz benchmarks reais do mercado brasileiro para comparar seus números. Se preferir que a AdSeleto faça o diagnóstico completo do seu setup, fale com nossos especialistas para uma análise técnica.
