MConect
Blog

Tráfego Pago · 11/11/2026

Como usar Customer Match no Google Ads no Brasil (2026) com LGPD

Guia prático para PMEs: requisitos de dados, LGPD, formato do CSV, hashing SHA‑256, prazos de correspondência e táticas para elevar a match rate em 2026.

Se você reúne e-mails, telefones e dados de clientes no seu negócio, o Customer Match do Google Ads é uma das formas mais eficientes de transformar essa base em crescimento real. Em 2026, a Google consolidou o uso do Data Manager (Central de Dados) como o caminho recomendado para ativar listas de clientes, com recursos de normalização e hashing embutidos, enquanto a LGPD exige transparência e finalidade clara no uso desses dados para publicidade. Neste guia, trazemos requisitos técnicos, pontos de conformidade e passos práticos para PMEs aumentarem a taxa de correspondência sem correr riscos.

O que é Customer Match e por que PMEs devem usar

Customer Match (Segmentação por lista de clientes) permite carregar identificadores primários — e-mail, telefone, nome/sobrenome, país e CEP — para criar públicos que alimentam a IA do Google Ads em campanhas de Pesquisa, YouTube, Display, Performance Max e mais. Segundo a documentação oficial do Google, usar sinais de público de primeira parte melhora a eficiência dos lances inteligentes e a personalização de anúncios, sobretudo quando combinado com estratégias de Smart Bidding e otimização orientada por IA.

Pontos que favorecem PMEs:

  • Aumenta a relevância para clientes ativos e leads qualificados.
  • Melhora aprendizado de máquina com sinais próprios, reduzindo dependência de cookies.
  • Permite segmentação e exclusão (ex.: excluir clientes atuais de campanhas de aquisição).
  • Potencializa campanhas de recompras e cross-sell.

A recomendação do Google em 2026 é iniciar e manter fluxos via Central de Dados (Google Ads Data Manager), em vez de criar novas integrações pela API, graças às ações de transformação (normalização) e hashing automáticos.

Requisitos técnicos (2026): do CSV ao hashing

Ao configurar o Customer Match pelo Data Manager:

  • Formato do arquivo: CSV em ASCII/UTF‑8.
  • Cabeçalhos obrigatórios em inglês: "Email", "Phone", "First Name", "Last Name", "Country", "Zip". A ordem pode variar, mas os nomes devem estar corretos.
  • Hashing: a Google aplica SHA‑256 localmente ao importar dados em texto puro. Você também pode enviar com hash SHA‑256 previamente aplicado.
  • Telefones no padrão E.164: inclua o código do país (ex.: +55 para Brasil). Exemplo: +5511999999999.
  • Não aplicar hash em Country e Zip: esses campos devem ir em texto claro.
  • Normalização: e-mails em minúsculas, sem espaços; remover caracteres extras em telefones.
  • Prazos: o processo de correspondência pode levar até 48 horas. Planeje-se considerando essa janela.
  • Privacidade: após verificações de políticas, os arquivos são marcados para exclusão pelos sistemas do Google.

Além de e-mail/telefone/nome, o Data Manager aceita Device ID e user_id em cenários específicos. A documentação também menciona a possibilidade de IP e timestamp para melhorar a correspondência em casos particulares, observando restrições regionais.

Onde configurar no Google Ads em 2026

  • Gerenciador de Segmentos: origem única para públicos vinculados à conta.
  • Central de Dados (Data Manager): ponto recomendado para configurar fontes, aplicar transformações (como padronizar E.164 e letras minúsculas) e ativar hashing automático. Isso reduz erros comuns e ajuda a manter uma rotina contínua de uploads/atualizações.

LGPD e conformidade: o que sua PME precisa garantir

A Autoridade Nacional de Proteção de Dados (ANPD) reforça princípios como finalidade, adequação e necessidade. Para usar Customer Match dentro da LGPD:

  • Coleta lícita e transparente: informe claramente que os dados podem ser usados para publicidade segmentada.
  • Base legal: adote consentimento ou legítimo interesse conforme o caso, deixando explícita a finalidade e a possibilidade de oposição.
  • Direitos do titular: facilite acesso, correção, exclusão e revogação do consentimento.
  • Aviso de privacidade em português do Brasil: deve mencionar finalidade publicitária, base legal, canal de opt-out e contato do encarregado (DPO). A ANPD tem destacado a necessidade de clareza sobre o compartilhamento de dados para anúncios em serviços opcionais.
  • Políticas do Google: o Customer Match só pode usar dados coletados em conformidade com leis e políticas aplicáveis. Em 2026, a Google recomenda o Data Manager/Data Manager API como o caminho de integração padrão.

Boas práticas mínimas para sua documentação:

  • Política de Privacidade: seção específica sobre marketing e anúncios, descrevendo Customer Match e canais utilizados.
  • Formulários e contratos: linguagem simples indicando a finalidade publicitária quando pertinente.
  • Registros de consentimento/legítimo interesse: mantenha evidências e avaliações de necessidade/proporcionalidade.

Como aumentar a taxa de correspondência (match rate)

A taxa de correspondência depende da qualidade dos identificadores e da normalização dos dados. A documentação do Google recomenda:

  1. Enviar múltiplos identificadores por pessoa
  • Combine e-mail + telefone + nome/sobrenome + país/CEP.
  • Onde aplicável, inclua Device ID ou user_id.
  • Quanto mais identificadores válidos por usuário, maior a chance de match.
  1. Normalizar dados antes do upload
  • E-mails: minúsculas, sem espaços ou apelidos estranhos.
  • Telefones: padrão E.164 (+55…), sem traços ou parênteses.
  • Nomes: remover caracteres especiais fora do padrão.
  • País/CEP: utilizar códigos e formatos corretos; não aplicar hash.
  1. Incluir variações válidas
  • E-mail corporativo e pessoal, quando ambos existirem.
  • Telefone celular principal e secundário, desde que válidos e permitidos.
  1. Usar o Data Manager para transformar automaticamente
  • Ações de transformação ajudam a padronizar E.164, aparar espaços e forçar minúsculas, reduzindo erros humanos.
  1. Renovar e enriquecer a base
  • Atualize regularmente: remova bounces e contatos desatualizados.
  • Priorize clientes ativos e leads qualificados para sinalizar melhor a IA.

Exemplo prático:

  • Base bruta: “JOSE@EXEMPLO.COM.BR”, “(11) 99999-9999”, CEP “04543-011”.
  • Após normalização: email “jose@exemplo.com.br”; phone “+5511999999999”; zip “04543011”; country “BR”.
  • Upload pelo Data Manager com hashing automático e cabeçalhos em inglês.

Passo a passo: do CRM à campanha

  1. Diagnóstico de dados
  • Audite seu CRM: quantos contatos têm e-mail, telefone e nome completo? Qual a taxa de preenchimento por campo?
  • Elimine duplicidades e invalide e-mails que retornaram bounce.
  1. Preparar o CSV
  • Exporte os campos: “Email”, “Phone”, “First Name”, “Last Name”, “Country”, “Zip”.
  • Aplique normalização e E.164. Se usar o Data Manager, configure ações de transformação para automatizar.
  1. Subir no Data Manager
  • Selecione a fonte “Customer data”.
  • Ative hashing automático SHA‑256 para dados sensíveis.
  • Valide mapeamentos e execute o upload.
  1. Aguardar correspondência
  • Planeje até 48h de janela para o match. Verifique status e eventuais erros no relatório do Data Manager.
  1. Ativar nas campanhas
  • Use a lista como público-alvo, como exclusão ou como sinal de público em Performance Max, Pesquisa e YouTube.
  • Combine com lances inteligentes para capturar o valor incremental dos sinais de primeira parte.
  1. Mensurar impacto
  • Acompanhe CPA/ROAS, taxa de conversão e participação de receita atribuída. Cruze com cohorts (clientes x prospect) para entender incremento.

Erros comuns que derrubam a correspondência

  • Cabeçalhos errados ou em português (o correto é em inglês).
  • Telefones fora do padrão E.164.
  • Aplicar hash em Country/Zip (não deve).
  • CSV em codificação diferente de UTF‑8.
  • Dados com espaços extras, letras maiúsculas e formatações inconsistentes.
  • Ignorar o prazo de até 48 horas para match.
  • Não usar o Data Manager e perder os benefícios de transformação automática.

Estratégias para PMEs: onde Customer Match rende mais

  • Aquisição inteligente: use a lista de clientes como exclusão para evitar pagar por quem já compra com frequência e concentrar verba em novos públicos semelhantes e palavras-chave incrementais.
  • Recompra e recorrência: reative quem não compra há 60/90 dias com ofertas sazonais. No YouTube, crie mensagens de upsell para quem já demonstrou afinidade.
  • Performance Max com sinal de público: alimente a IA com clientes de maior LTV. O algoritmo tende a buscar perfis similares, melhorando ROAS ao longo do aprendizado.
  • CRM marketing integrado: sincronize uploads semanais para manter as listas frescas e o match estável.

Para acelerar resultados, alinhe o Customer Match com sua estrutura de funil e com outras frentes como mídia paga e social. Se precisar de suporte especializado, nosso serviço de Tráfego Pago integra tudo isso com CRM e relatórios.

Perguntas frequentes

Preciso de consentimento para usar Customer Match?

Depende da sua avaliação jurídica e do contexto. Muitas PMEs utilizam consentimento explícito (ex.: formulários com checkbox) quando a finalidade é claramente publicitária. Em outros casos, pode-se adotar legítimo interesse, desde que respeitados finalidade, necessidade, transparência e oferecido canal de oposição. Mantenha evidências e descreva tudo no seu Aviso de Privacidade.

Quanto tempo leva para a lista ficar ativa?

A documentação do Google indica que o processo de correspondência pode levar até 48 horas. Planeje janelas de ativação considerando esse prazo e verifique, no Data Manager, relatórios de qualidade e possíveis erros de formatação para não atrasar o go-live.

Como sei se minha taxa de correspondência está boa?

Compare a evolução da match rate por upload, o volume de usuários qualificados no público e o impacto em métricas como CPA/ROAS. Melhorias típicas incluem: adicionar mais identificadores (e-mail + telefone), normalizar dados (E.164, minúsculas) e usar transformações do Data Manager. Bases recentes e de clientes ativos tendem a performar melhor.

Conecte Customer Match a resultados reais com a MConect

Na MConect, unimos Tráfego Pago, Social, Sites e Tecnologia própria para transformar dados de primeira parte em performance, sempre alinhados à LGPD. Com o Painel MConect, centralizamos resultados de campanhas e sinais de público (incluindo listas de clientes) em uma única tela, facilitando enxergar o impacto do Customer Match na aquisição, recompra e ROAS. Quer que a gente avalie sua base atual e estime o potencial de match rate por canal? Fale com nosso time e solicite um diagnóstico gratuito agora.

Quer aplicar isso no seu negócio?

Receba um diagnóstico gratuito da MConect e descubra onde estão suas melhores oportunidades.