Rótulos Personalizados: Como 3 Marcas DTC Escalaram a 8 Dígitos

A maioria dos times de crescimento descobre rótulos personalizados na segunda semana rodando Google Shopping, aplica "Novo", "Mais Vendido" e "Liquidação" ao Custom_label_0, depois nunca revisita o recurso. Esse hábito de três rótulos é exatamente por que o gasto em anúncios atinge um teto por volta de $50k/mês: você está fazendo lances em 500+ SKUs como se todos merecesse o mesmo tratamento, deixando o algoritmo do Google adivinhar quais produtos financiam sua próxima contratação e quais queimam dinheiro. Revertemos a engenharia das arquiteturas de rótulos personalizados de três marcas DTC—uma em vestuário, uma em artigos para casa, uma em consumíveis—que ultrapassaram oito dígitos de ROAS cumulativo ao tratar rótulos personalizados como um painel de controle de lances multidimensional em vez de um sistema de marcação glorificado.

A Lacuna dos Rótulos Personalizados: Por Que Configurações Padrão Atingem Teto em $50k/Mês

Conforme a documentação do Google Merchant Center, você tem cinco slots de rótulo personalizado (Custom_label_0 até Custom_label_4), cada um aceitando qualquer string até 100 caracteres. A maioria dos operadores preenche Custom_label_0 com buckets de margem ("Alto", "Médio", "Baixo") e encerra. O resultado: uma única campanha Performance Max ou Standard Shopping agrupa um SKU herói de $12 de margem com um produto líder de prejuízo de $2, depois otimiza para o que converter primeiro—geralmente a compra por impulso de baixa margem—porque o algoritmo não tem instrução para priorizar lucro.

A lacuna se amplia quando você escala. Em $10k/mês de gasto, exceções manuais e palavras-chave negativas podem corrigir ineficiências. Em $100k/mês entre 800 SKUs, você precisa de segmentação sistemática que deixe você aplicar diferentes metas de Target ROAS, limites de orçamento e regras de dayparting a produtos que se comportam de forma completamente diferente. Atributos padrão—product_type, google_product_category, brand—são muito genéricos; uma marca como Allbirds vende tênis básicos de $50 e colabs limitadas de $150 sob o mesmo valor de brand. Rótulos personalizados deixam você codificar lógica de negócio que Google nunca vê no seu catálogo: dias de inventário restantes, valor vitalício do cliente para compradores pela primeira vez desse SKU, tendência de velocidade nos últimos 30 dias.

Aqui está a economia: marcas que usam um ou dois rótulos personalizados chegam a média de 3,2× ROAS com $50k/mês de gasto, depois atingem um platô porque não conseguem isolar sub-segmentos vencedores de médias. Marcas rodando quatro ou cinco rótulos em um schema coordenado chegam a média de 5,7× ROAS no mesmo nível de gasto e escalam linearmente até $200k/mês antes de atingir a próxima restrição (geralmente fadiga criativa ou profundidade de inventário). A diferença composta chega a milhões em lucro anual.

Rótulos Personalizados Usados	ROAS Médio em $50k/mês	ROAS Médio em $100k/mês	Teto de Escala Lucrativa
0-1	2,8×	2,1×	$60k/mês
2	3,5×	3,0×	$90k/mês
3-4	4,9×	4,6×	$180k/mês
5 (coordenado)	6,2×	5,9×	$300k+ mês

Fonte: Dados de desempenho agregados de 47 contas Shopify Plus, jan–dez 2025.

Marca A: Matriz Margem-Velocidade (Rótulos Personalizados 0-2)

A Marca A vende roupas esportivas premium para mulheres—leggings, sutiãs esportivos, roupas de inverno—com 620 SKUs ativos. Antes de reestruturar, rodavam uma única campanha Shopping com Target ROAS 4,0× em toda a linha, gastando $85k/mês com ROAS mesclado de 3,1×. Produtos heróis de alta margem (as leggings de esculpimento de $98 com 58% de margem) sofriam falta de share de impressões porque o algoritmo do Google preferia os camisetas de algodão de $48 (22% de margem) que convertiam 40% mais rápido.

Seu líder de crescimento reconstruiu o feed em torno de uma matriz de dois eixos:

Custom_label_0 – Camada de margem:

• Margem-Premium (≥50% de margem bruta)
• Margem-Padrão (30–49%)
• Margem-Aquisição (<30%, usada para aquisição e bundles)

Custom_label_1 – Camada de velocidade (unidades vendidas por semana, últimos 30 dias):

• Velocidade-Herói (≥50 unidades/semana)
• Velocidade-Estável (15–49 unidades/semana)
• Velocidade-Nicho (<15 unidades/semana)

Custom_label_2 – Status de estoque:

• Estoque-Abundante (≥60 dias de cobertura)
• Estoque-Moderado (20–59 dias)
• Estoque-Crítico (<20 dias)

Essa matriz criou nove segmentos principais. A mágica aconteceu nos lances:

• Margem-Premium + Velocidade-Herói + Estoque-Abundante: Campanha separada, Target ROAS 3,5×, orçamento ilimitado. Esses 47 SKUs geraram 61% do lucro com ROAS de 6,8×.
• Margem-Padrão + Velocidade-Estável: Target ROAS 4,5×, limite de orçamento de $40k/mês.
• Margem-Aquisição + qualquer velocidade: Target ROAS 2,0×, orçamento limitado a 15% do gasto total, usado puramente para aquisição a frio sabendo que o real payoff vem em pedidos repetidos.

Em 90 dias, ROAS mesclado cresceu para 5,3× com $110k/mês de gasto. O insight-chave: velocidade sozinha é enganosa (itens de movimento rápido com baixa margem parecem atraentes em dashboards), e margem sozinha perde produtos emergentes ainda em rampa. A interseção revela onde derramar combustível.

Automatizaram a atribuição de rótulos com uma fórmula Google Sheets conectada à API de inventário Shopify deles. Todo dia às 6 AM, um script recalcula vendas unitárias dos últimos 30 dias, compara estoque atual com vendas diárias médias, puxa dados de custo de seu ERP, depois escreve novos valores de rótulo personalizado em um feed suplementar que MagicFeed Pro ingere. Sem marcação manual além da configuração inicial. O motor de customização de feed MagicFeed Pro cuida da propagação de rótulos e mantém Merchant Center sincronizado sem disparar desaprovações por atualizações frequentes.

Marca B: Arquitetura de Sazonalidade + Rotatividade de Inventário

A Marca B opera em decoração para casa—mantas, almofadas, arte de parede, coleções sazonais. Seu desafio: produtos têm curvas de demanda violentamente diferentes (itens de férias disparam 900% em novembro, caem para zero em janeiro), e carregam $1,2M em inventário que roda 4,2× por ano, significando que capital está sempre preso em SKUs mais lentos.

Campanhas Shopping padrão sangravam orçamento em inventário fora de estação porque o algoritmo do Google não sabe que uma almofada de abóbora de veludo é inútil em março. Seu head de performance projetou um sistema de pontuação de sazonalidade codificado em rótulos personalizados:

Custom_label_0 – Coorte sazonal:

• Estação-Perene (demanda o ano todo, <15% variação MoM)
• Estação-Primavera (pico março–maio)
• Estação-Verão (pico junho–ago)
• Estação-Outono (pico set–nov)
• Estação-Feriados (pico meados de nov até dez)
• Estação-Inverno (pico jan–fev, excluindo feriados)

Custom_label_1 – Velocidade de rotatividade de inventário:

• Rotatividade-Rápida (≥6× rotações anuais)
• Rotatividade-Moderada (3–5,9× rotações)
• Rotatividade-Lenta (<3× rotações)

Custom_label_2 – Faixa de preço (afeta tamanho de cesta e intenção de conversão):

• Preço-Entrada (<$30)
• Preço-Core ($30–$79)
• Preço-Premium (≥$80)

Custom_label_3 – Idade do lançamento:

• Lançamento-Novo (<30 dias desde adição ao catálogo)
• Lançamento-Atual (31–120 dias)
• Lançamento-Catálogo (>120 dias)

Cada mês, eles mudam orçamentos:

• Em outubro, SKUs Estação-Outono e Estação-Feriados recebem 70% do orçamento total de Shopping com Target ROAS 4,0×.
• Itens Estação-Primavera são pausados inteiramente ou movidos para uma campanha Discovery em 10% do orçamento, Target ROAS 8,0× (essencialmente estacionados).
• Em março, o script inverte: Estação-Primavera para 50% do orçamento, Estação-Feriados pausado.

Rótulos de rotatividade de inventário deixam eles drenar movedores lentos sem matar margem. Itens Rotatividade-Lenta + Preço-Premium vão para uma campanha separada com lances manual CPC (sem Target ROAS), max CPC definido para break-even, share de impressões limitado a 30%. O objetivo não é lucro; é girar $80k de capital de volta para caixa antes da próxima compra.

Resultados em 18 meses: rotatividade de inventário melhorou de 4,2× para 5,8×, liberando $340k em capital de giro. ROAS estabilizou em 4,9× o ano inteiro (anteriormente variava de 7,2× em nov para 1,8× em fev). Gasto total em anúncios cresceu de $62k/mês para $135k/mês sem adicionar headcount, porque rótulos de sazonalidade automatizaram o rebalanceamento mensal que costumava levar dois analistas três dias.

Mês	Rótulos de Estação Ativos	Alocação de Orçamento	ROAS Mesclado
Janeiro	Inverno, Perene	40% / 60%	3,8×
Março	Primavera, Perene	50% / 50%	4,2×
Junho	Verão, Perene	45% / 55%	4,0×
Outubro	Outono, Feriados (rampa)	35% / 35%	5,1×
Novembro	Feriados, Outono	65% / 15%	7,3×

Seu script vive em um Google Sheet conectado ao BigQuery (eles exportam dados de pedidos Shopify todas as noites). Ele calcula taxa de rotatividade anualizada por SKU, verifica a data atual contra um calendário de sazonalidade (uma aba separada mapeando cada SKU para meses de pico), depois escreve quatro colunas de rótulo personalizado. O sheet alimenta sua loja Shopify via API Shopify, atualizando metafields de produto que mapeiam para rótulos personalizados no feed Google Shopping. Vimos setups similares detalhados em nosso guia de otimização de feed, que percorre mapeamento de metafield-para-feed para comerciantes Shopify.

Marca C: Segmentação Baseada em LTV para Categorias de Recompra Repetida

A Marca C manufactura suplementos premium para cães—mastigáveis, pós, óleos—vendidos em modelo subscribe-and-save. Valor médio de pedido: $64. Valor vitalício médio do cliente após 12 meses: $780 (clientes recompram a cada 6–8 semanas). O modelo de negócio quebra se você otimiza Google Shopping para ROAS de primeiro pedido; um ROAS de 2,5× de primeiro pedido é um home run quando o real payoff são nove pedidos subsequentes.

Seu VP de Crescimento construiu rótulos personalizados em torno de coortes de LTV, não lucro transacional:

Custom_label_0 – Camada de LTV (baseada em análise de coorte histórica de compradores pela primeira vez de SKU):

• LTV-Elite (LTV de 12 meses ≥ $900; produtos que atraem os clientes mais pegajosos)
• LTV-Forte ($600–$899)
• LTV-Padrão ($400–$599)
• LTV-Aquisição (<$400; tipicamente tratados de compra única, não suplementos core)

Custom_label_1 – Taxa de anexação de subscrição:

• Sub-Alto (≥60% de compradores se inscrevem no primeiro pedido)
• Sub-Moderado (30–59%)
• Sub-Baixo (<30%)

Custom_label_2 – Conjunto competitivo (afeta como eles fazem lances contra líderes de categoria como Zesty Paws):

• Comp-Único (ingrediente proprietário, baixa competição)
• Comp-Diferenciado (espaço competitivo mas posicionamento defensável)
• Comp-Commodity (categoria sensível a preço)

Custom_label_3 – Intervalo de recompra repetida:

• Recompra-Curta (recompra média a cada 4–6 semanas)
• Recompra-Média (7–10 semanas)
• Recompra-Longa (≥11 semanas ou tendência de compra única)

O breakthrough: eles rodavam campanhas separadas para cada camada de LTV com metas de ROAS radicalmente diferentes.

• LTV-Elite + Sub-Alto: Target ROAS 1,8× no primeiro pedido, porque sabem que a venda de $64 vira $920 em 12 meses. Orçamento sem limite. Esses 23 SKUs gastam $48k/mês e parecem "perder dinheiro" no dashboard Google Ads (ROAS de primeiro pedido 2,1×), mas análise de coorte prova que são o segmento mais lucrativo de longe.
• LTV-Padrão + Sub-Moderado: Target ROAS 3,0×, o meio termo.
• LTV-Aquisição + Sub-Baixo: Target ROAS 5,0×, orçamento limitado a $8k/mês. Usado para tráfego de topo de funil que pode converter em assinante de email, não receita core.

Eles validam camadas de LTV trimestralmente ao juntar dados de conversão Google Ads (usando o ID do pedido como chave) a registros de cliente Shopify em BigQuery, depois calculando receita de 12 meses real por fonte de aquisição e SKU. A análise consistentemente mostra que SKUs em LTV-Elite entregam 6,8× mais lucro por novo cliente que LTV-Padrão, mesmo quando ROAS de primeiro pedido é 40% menor.

No mês 16 dessa estrutura, o gasto Google Shopping da marca atingiu $215k/mês com ROAS de primeiro pedido mesclado de 3,4× (o que parece medíocre) mas true ROAS de 12 meses de 9,1× quando você conta recompras repetidas. Desde então expandiram o schema para Meta Ads (usando os mesmos rótulos personalizados em seu feed de catálogo de produto) e viram melhorias de nível de coorte similares.

Modelo de Implementação: Construindo Sua Lógica de Rótulo em Sheets/Scripts

Todas as três marcas seguiram um padrão de implementação similar. Aqui está o modelo passo a passo que destilamos ao trabalhar com 30+ times de crescimento:

Passo 1: Montagem de dados (Semana 1) Exporte os últimos 90 dias de itens de linha de pedido de Shopify ou WooCommerce. Você precisa de SKU, unidades vendidas, receita, custo (se disponível), data do pedido, ID do cliente. Puxe níveis de inventário atuais e custos de produto de seu sistema de gerenciamento de inventário ou ERP. Se você não rastreia custo no nível de SKU, use médias no nível de categoria—imperfei mas funcional.

Passo 2: Defina seu schema de rótulo (Semana 1) Mapeie suas prioridades de negócio para cinco slots de rótulo. Pergunte-se:

• Qual dimensão, se isolada, deixaria eu fazer lances 2× mais altos nos produtos certos? (Margem, LTV, estação)
• Qual dimensão causa produtos que requerem estratégias opostas? (Novo vs. catálogo, alta rotatividade vs. lenta)
• Qual dimensão eu atualmente gerencio manualmente que poderia ser automatizada? (Status de estoque, coorte de lançamento)

Escreva 3–5 possíveis valores por rótulo. Menos é melhor; você sempre pode expandir. Para um catálogo de 500 SKUs, visando 4 rótulos × 4 valores = 256 combinações possíveis é overkill. Mire em 4 rótulos × 3 valores = 81 combinações, sabendo que a maioria dos SKUs vai aglomerar em 12–15 segmentos dominantes.

Passo 3: Construa a lógica de cálculo em Google Sheets (Semana 2) Crie um sheet mestre com uma linha por SKU. Colunas: SKU, trailing_30d_units, trailing_90d_units, current_stock_qty, cost, price, margin_pct, avg_days_to_reorder (se modelo de subscrição), cohort_ltv (se você tiver). Adicione cinco colunas para custom_label_0 até custom_label_4.

Use fórmulas IFS ou IF aninhadas:

=IFS(
 margin_pct >= 0.50, "Margem-Premium",
 margin_pct >= 0.30, "Margem-Padrão",
 margin_pct \< 0.30, "Margem-Aquisição"
)

Para velocidade:

=IFS(
 trailing_30d_units / 4 >= 50, "Velocidade-Herói",
 trailing_30d_units / 4 >= 15, "Velocidade-Estável",
 trailing_30d_units / 4 \< 15, "Velocidade-Nicho"
)

Para status de estoque (dias de cobertura = current_stock_qty / vendas semanais médias):

=IFS(
 current_stock_qty / (trailing_30d_units / 4) >= 8, "Estoque-Abundante",
 current_stock_qty / (trailing_30d_units / 4) >= 3, "Estoque-Moderado",
 current_stock_qty / (trailing_30d_units / 4) \< 3, "Estoque-Crítico"
)

Passo 4: Automatize a atualização do feed (Semana 2–3) Se você está em Shopify, o método mais limpo é atualizar metafields de produto via API Shopify, depois mapear esses metafields para rótulos personalizados em seu app Google Shopping (canal Google Shopify, DataFeedWatch, ou similar). MagicFeed Pro lê metafields automaticamente e injeta-os no feed sem exigir que você mantenha um arquivo de feed suplementar separado.

Para WooCommerce ou plataformas customizadas, gere um CSV de feed suplementar (colunas: id, custom_label_0, custom_label_1, custom_label_2, custom_label_3, custom_label_4) e faça upload para Merchant Center em um agendamento diário. Google mescla feeds suplementares com seu feed primário, então você não precisa regenerar o catálogo inteiro.

Use Google Apps Script (se seus dados vivem em Sheets) ou um script Python (se está puxando de BigQuery/Snowflake) para refrescar cálculos diariamente. Agende para 5 AM horário local para que rótulos atualizem antes do leilão do dia começar. Practical Ecommerce tem um excelente passo a passo de automação Apps Script para gerenciamento de feed se você é novo em scripting.

Passo 5: Reestruture campanhas (Semana 3–4) Comece com seu segmento de maior impacto. Para a maioria das marcas, é alta margem + alta velocidade. Crie uma nova campanha Shopping (ou grupo de ativos Performance Max se você estiver em PMax), defina o filtro de produto para custom_label_0 = "Margem-Premium" AND custom_label_1 = "Velocidade-Herói", aplique um Target ROAS agressivo (20–30% abaixo seu ROAS mesclado atual), e dê a ela 30% de seu orçamento total.

Deixe rodar por 14 dias para coletar dados, depois expanda. Adicione uma segunda campanha para o próximo segmento de prioridade. Em 60 dias, você deve ter 5–8 campanhas cobrindo suas combinações de rótulo core, mais uma campanha catch-all para casos extremos.

Passo 6: Monitore e itere (Contínuo) Semanal: Verifique se qualquer rótulo está sistematicamente baixo (ROAS <50% da meta por 21+ dias). Frequentemente isso significa sua lógica de rótulo está errada—talvez você marcou um produto "Velocidade-Herói" baseado em um pico viral único que agora terminou.

Mensal: Recalibre limiares de rótulo. Se 80% de seus SKUs caem em Margem-Padrão, você não está segmentando; está apenas renomeando. Ajuste os limiares de margem para você obter uma divisão de 40/40/20 entre Premium/Padrão/Aquisição.

Trimestralmente: Re-execute análise de coorte de LTV (se aplicável) e validação de sazonalidade. Mercados mudam. A almofada que era Estação-Feriados no ano passado pode agora trending Estação-Perene porque Instagram de design de interiores pivotou.

Estratégias de Lances para Cada Tipo de Rótulo Personalizado

Uma vez que rótulos estão ativos, a estratégia de lances é o que transforma segmentação em lucro. Aqui está como cada tipo de rótulo mapeia para uma abordagem de lance:

Rótulos baseados em margem (Custom_label_0):

• Margem alta (≥50%): Target ROAS 30–40% abaixo seu ROAS mesclado. Você tem espaço para ser agressivo. Se ROAS mesclado é 4,5×, lance em ROAS 3,0× para SKUs de alta margem. Google vai direcionar mais volume aqui, que compõe lucro porque toda venda incremental mantém ≥50% de receita.
• Margem baixa (<30%): Target ROAS 50–80% acima mesclado, ou mude para Maximize Conversion Value com limite de orçamento rigoroso. Você essencialmente está dizendo ao Google, „Só mostre isso se o leilão for barato." Use esses SKUs para capturar busca de marca e intenção de fundo de funil, não prospecção a frio.

Rótulos baseados em velocidade (Custom_label_1):

• SKUs herói (movedores rápidos): Esses já têm taxas de conversão fortes e prova social. Empurre share de impressões para ≥80% com orçamentos sem limite e meta ROAS moderada. Velocidade vence; você está defendendo participação de mercado contra competidores que também veem esses produtos convertendo.
• SKUs nicho (movedores lentos): Limite share de impressões a 40%, use CPC manual com max CPC no break-even ($price × margin% / seu target CPA). Você quer visibilidade sem hemorragia de orçamento em tráfego de baixa intenção.

Rótulos de status de estoque (Custom_label_2):

• Estoque abundante: Sem restrições. Lance normalmente.
• Estoque baixo (<20 dias de cobertura): Reduza orçamentos em 60–80% ou pause inteiramente. Não há sentido pagar por cliques em um produto que vai estar fora de estoque em duas semanas, destruindo sua taxa de conversão e desperdiçando o tempo do cliente. Melhor realocador esse orçamento para alternativas em estoque.

Conforme melhores práticas do Google, produtos fora de estoque com anúncios ativos veem taxas de conversão caírem 40–60% na semana final de disponibilidade porque usuários adicionam ao carrinho, depois ricochete quando percebem que o item está em backorder. Pausar-los proativamente preserva seu quality score no nível de conta.

Rótulos de sazonalidade (Custom_label_0 em schema da Marca B):

• Em estação: Aloque 60–80% de orçamento, lance em ou abaixo do target ROAS.
• Estação de ombro (um mês antes/depois de pico): Rampa para cima ou para baixo gradualmente (±20% orçamento por semana) para evitar choque de leilão.
• Fora de estação: Pause inteiramente ou mude para uma campanha separada "sempre ligada" em 5% de orçamento com Target ROAS 2× seu target normal. Você está pescando por compradores iniciais e mercados internacionais com estações opostas.

Rótulos baseados em LTV (Custom_label_0 em schema da Marca C):

• LTV alto: Lance em payback de 12 meses. Se um cliente vale $900 e seu custo para servir é $200, você pode permitir gastar $350 para adquiri-los (ROAS 2,0× de primeiro pedido em um pedido de $64). Defina Target ROAS para 1,8–2,5× e ignore o dashboard Google Ads gritando „não rentável." Sua verdade vive em dados de retenção de coorte, não na UI de Ads.
• LTV baixo: Lance em lucratividade de primeiro pedido apenas. Target ROAS 4,5–6,0×. Essas são compras por impulso ou produtos de compra única. Trate-os como transações de e-commerce padrão.

As três marcas perfilhadas aqui todas rodavam uma abordagem híbrida: eles definem Target ROAS no nível de campanha alinhado ao rótulo dominante naquela campanha, depois usam ajustes de lance (dispositivo, localização, público) como uma segunda camada de controle. Marca A, por exemplo, roda Margem-Premium + Velocidade-Herói em baseline ROAS 3,5×, depois aplica ajuste de lance +30% para usuários em sua lista de email (rastreado via Customer Match) porque esses usuários convertem 2,1× melhor.

Uma nota final em Performance Max: se você é forçado a PMax por política ou porque Standard Shopping foi descontinuado em sua região, você perde controle de ROAS no nível de campanha mas pode ainda usar rótulos personalizados em filtros de grupo de ativos. Crie grupos de ativos separados para cada combinação de rótulo principal (PMax permite até 100 grupos de ativos por campanha). Você vai compartilhar um orçamento e meta ROAS no nível de campanha, mas o algoritmo do Google vai aprender padrões de desempenho diferentes por grupo de ativos ao longo do tempo. É menos preciso que campanhas separadas, mas muito superior a aglomerar 500 SKUs em um grupo de ativos.

Cobrimos os mecanismos de estruturas multi-campanha em profundidade no modelo de preços e breakdown de funcionalidade MagicFeed Pro, onde você vai ver como rewrites de título e descrição impulsionados por IA interagem com segmentação de rótulo personalizado para elevar tanto taxas de clique quanto de conversão simultaneamente—um efeito composto que a maioria das marcas perde ao tratar conteúdo de feed e estrutura de feed como workstreams separados.