Como Conectar Seu CRM ao Looker Studio e Criar Dashboards de Vendas Automáticos

Por que criar um dashboard de vendas fora do CRM?

O CRM é o sistema de operação do time comercial: é onde os leads entram, as negociações evoluem e os contratos são fechados. Mas os relatórios nativos da maioria dos CRMs têm limitações importantes — visualizações engessadas, dificuldade de combinar dados de fontes diferentes, e nenhuma facilidade para compartilhar com stakeholders que não têm acesso ao sistema.

O Looker Studio (antigo Google Data Studio) resolve exatamente esses problemas. É gratuito, conecta a dezenas de fontes de dados, produz dashboards visualmente profissionais e permite compartilhamento com qualquer pessoa via link, sem precisar criar conta. Para gestores comerciais e diretores que precisam de uma visão consolidada do funil em tempo real, é a ferramenta ideal.

Na Metrik, implementamos dashboards de Looker Studio integrados ao CRM para clientes de diferentes segmentos — clínicas, escritórios de advocacia, imobiliárias, agências de marketing. O resultado consistente é o mesmo: gestores que antes precisavam exportar planilhas semanalmente passam a tomar decisões com dados atualizados a cada hora, sem nenhum esforço manual.

Este guia mostra o caminho completo: como estruturar os dados no CRM, como conectar ao Looker Studio, quais métricas construir e como manter o dashboard funcionando de forma autônoma.

Pré-requisito: dados bem estruturados no CRM

O Looker Studio transforma dados em gráficos — mas só pode trabalhar com o que você fornece. Um dashboard de vendas útil depende de que o CRM tenha campos preenchidos de forma consistente. Antes de qualquer configuração técnica, valide esses pontos:

• Valor do negócio preenchido: todo deal deve ter o valor registrado. Parece óbvio, mas em muitas operações os vendedores pulam esse campo.
• Data de criação e data de fechamento: essenciais para calcular ciclo de vendas e volume por período.
• Etapa atual do pipeline: o histórico de mudança de etapa é o que alimenta a análise de conversão por fase.
• Responsável pelo negócio: para análise de performance por vendedor.
• Fonte do lead: para calcular custo e conversão por canal de aquisição.
• Motivo de perda: campo obrigatório em todos os deals perdidos; é a base da análise qualitativa do funil.

Se algum desses campos não está sendo preenchido sistematicamente, resolva isso primeiro. Um dashboard bonito com dados incompletos gera conclusões erradas e prejudica as decisões comerciais.

As três formas de conectar o CRM ao Looker Studio

O Looker Studio não se conecta diretamente a Kommo ou GoHighLevel de forma nativa. Existem três abordagens práticas para levar os dados do CRM até o dashboard:

1. Google Sheets como intermediário (mais simples)

A abordagem mais acessível para equipes sem recurso técnico é usar o Google Sheets como ponte. O fluxo é:

1. Exportar os dados do CRM para uma planilha Google (manualmente ou via automação)
2. Conectar o Looker Studio à planilha usando o conector nativo do Google Sheets
3. Construir os gráficos e métricas sobre os dados da planilha

A desvantagem é que, se a exportação for manual, os dados ficam desatualizados. Para resolver isso, use o n8n ou Make para automatizar a atualização da planilha a cada hora ou a cada novo deal. O n8n tem um nó nativo para Google Sheets e conectores para Kommo e GoHighLevel via webhook ou API, o que permite criar um fluxo completamente autônomo.

2. Conector via API (mais preciso)

Se você tem familiaridade com APIs ou conta com um time técnico, a conexão direta via API é mais robusta. O Looker Studio suporta conectores personalizados desenvolvidos em Apps Script ou via plataformas de integração como o n8n, que exportam os dados em formato JSON estruturado.

Para o Kommo, a API REST está bem documentada e permite extrair deals, contatos, eventos e atividades em tempo real. Para GoHighLevel, as APIs de CRM, oportunidades e contatos retornam os mesmos dados. Um conector bem configurado atualiza o dashboard com latência de minutos.

3. Superset de dados com Supabase ou BigQuery (mais escalável)

Para operações maiores, com centenas de negócios por mês e necessidade de histórico consolidado, a abordagem ideal é criar um banco de dados intermediário — Supabase (PostgreSQL gerenciado, gratuito até certo volume) ou Google BigQuery. O n8n sincroniza os dados do CRM para o banco, e o Looker Studio se conecta ao banco via conector nativo.

Essa é a estrutura que a Metrik usa para clientes que precisam de dashboards com análise histórica de 12 ou 24 meses, comparação entre períodos e drill-down por múltiplas dimensões simultâneas.

Passo a passo: criando seu primeiro dashboard no Looker Studio

Passo 1: Preparar a fonte de dados

Para um primeiro dashboard, recomendamos começar com Google Sheets. Exporte os deals do seu CRM em uma planilha com as colunas: ID do negócio, Nome do contato, Etapa atual, Valor, Data de criação, Data de fechamento, Status (ganho/perdido/ativo), Responsável, Fonte, Motivo de perda.

Mantenha os nomes das colunas simples e sem caracteres especiais. Crie uma aba chamada "dados_crm" para facilitar a referência no Looker Studio.

Passo 2: Criar o relatório no Looker Studio

Acesse lookerstudio.google.com e clique em "Criar" → "Relatório". Selecione "Google Planilhas" como fonte de dados, escolha sua planilha e a aba correta. O Looker Studio vai identificar automaticamente as colunas e inferir os tipos de dados (texto, número, data).

Verifique os tipos inferidos: campos de valor devem ser "Número", datas devem ser "Data" no formato correto, e campos de texto devem ser "Texto". Corrija manualmente qualquer inconsistência antes de prosseguir.

Passo 3: Construir os gráficos essenciais

Um dashboard comercial completo para um gestor de vendas deve conter:

• Scorecard de receita fechada no mês: filtrado pelo mês atual, somando o valor dos deals com status "ganho".
• Gráfico de barras: volume de deals por etapa do funil: mostra quantos negócios estão em cada fase do pipeline em tempo real.
• Gráfico de linhas: receita fechada por semana: evolução da receita ao longo do mês para identificar aceleração ou desaceleração.
• Tabela: performance por vendedor: deals criados, deals ganhos, taxa de conversão e ticket médio por responsável.
• Gráfico de pizza: distribuição por fonte de lead: qual canal está gerando mais negócios fechados.
• Scorecard: ciclo médio de vendas: diferença média em dias entre a data de criação e a data de fechamento dos deals ganhos.
• Tabela: motivos de perda: frequência de cada motivo de perda para identificar objeções recorrentes.

Passo 4: Adicionar filtros e controles de data

O que separa um dashboard realmente útil de um relatório estático são os controles interativos. Adicione um filtro de período de data no topo da página (o Looker Studio chama de "Controle de intervalo de datas") e conecte-o a todos os gráficos do relatório. Assim, qualquer pessoa que abrir o dashboard pode selecionar o período que quer analisar sem precisar de acesso ao CRM.

Adicione também filtros de texto para "Responsável" e "Etapa" — isso permite que cada vendedor filtre apenas seus próprios dados e que o gestor compare performances individuais com um clique.

Passo 5: Compartilhar e automatizar a atualização

No canto superior direito, clique em "Compartilhar" e gere um link de visualização. Qualquer pessoa com o link pode ver o dashboard sem precisar de conta Google. Para reuniões de pipeline, projete o link diretamente na tela — todos veem os dados em tempo real durante a reunião.

Para automatizar a atualização dos dados: no n8n, crie um workflow que roda a cada hora, busca os deals atualizados via API do CRM e grava na planilha Google. O Looker Studio lê a planilha atualizada automaticamente a cada 15 minutos.

Métricas que todo gestor comercial deve acompanhar no dashboard

Um erro comum ao construir dashboards é colocar todos os dados disponíveis na tela, criando um painel confuso que ninguém usa. O princípio da Metrik é outro: menos métricas, mais decisões. Escolha indicadores que efetivamente geram ação quando mudam.

Métrica	O que revela	Quando agir
Taxa de conversão por etapa	Onde o funil está vazando	Queda de >10% em qualquer etapa
Ciclo médio de vendas	Eficiência do processo comercial	Aumento de >20% no mês
Ticket médio por vendedor	Qualidade das negociações individuais	Diferença >30% entre vendedores
Deal velocity (negócios/semana)	Ritmo de geração de receita	Redução de 2+ semanas consecutivas
% de deals sem atividade há 7+ dias	Leads esquecidos no pipeline	Qualquer deal acima de 7 dias sem contato
Motivos de perda mais frequentes	Objeções não resolvidas no processo	Qualquer motivo acima de 20% do total

Exemplos reais de dashboards por segmento

Clínica médica ou odontológica

Uma clínica da nossa base implementou um dashboard com três visões: operacional (agendamentos vs. comparecimentos vs. no-shows), comercial (leads por fonte vs. pacientes ativos) e financeiro (receita por procedimento e por médico). O resultado imediato foi identificar que 40% dos no-shows vinham de um canal específico de captação — o que permitiu renegociar a estratégia de anúncios e reduzir o desperdício em R$ 8 mil por mês.

Escritório de advocacia

Em um escritório com cinco advogados atendendo, o dashboard revelou que o ciclo médio de fechamento de contratos variava de 12 para 45 dias dependendo do advogado responsável pelo primeiro contato. O ponto de divergência estava na proposta comercial: um advogado enviava a proposta em até 48 horas; os demais levavam entre 7 e 10 dias. O processo foi padronizado e o ciclo médio caiu de 28 para 16 dias em um trimestre.

Imobiliária

Para uma imobiliária com 12 corretores, o dashboard de pipeline mostrou que 70% dos leads de portais imobiliários chegavam, não eram contactados em até 5 minutos e esfriavam antes do primeiro contato. A automação de resposta imediata via WhatsApp + CRM, visível no dashboard como "tempo médio de primeiro contato", passou de 4 horas para 8 minutos. A taxa de agendamento de visitas aumentou 35%.

Erros comuns ao montar dashboards de CRM

Depois de ajudar dezenas de equipes a montar seus dashboards, identificamos os erros que mais comprometem a utilidade final:

• Dados duplicados no CRM: se o mesmo lead está cadastrado duas vezes, os números vão aparecer inflados. Limpe a base antes de conectar ao dashboard.
• Campos sem padrão de preenchimento: "Fonte" com valores como "instagram", "Instagram", "IG" e "Insta" geram quatro categorias diferentes. Defina um vocabulário padrão e use campos de seleção em vez de texto livre.
• Dashboard muito complexo para uso diário: a primeira página deve responder em 5 segundos as três perguntas mais importantes do gestor. Detalhes ficam em abas secundárias.
• Nenhum responsável pelo dashboard: dashboards sem dono ficam desatualizados. Defina quem é o dono da fonte de dados e quem valida a precisão mensalmente.
• Não usar controles de filtro: um dashboard estático que mostra sempre o mesmo período perde utilidade rapidamente. Controles interativos multiplicam as perguntas que o dashboard consegue responder.

Manutenção e evolução do dashboard

Um dashboard de vendas não é um projeto que se entrega e esquece — é um sistema vivo que precisa evoluir junto com o processo comercial. Reserve 30 minutos por mês para:

• Verificar se todos os campos do CRM continuam sendo preenchidos corretamente
• Adicionar novas métricas que surgiram como necessidade nas reuniões de pipeline
• Remover gráficos que ninguém usa ou consulta
• Atualizar os filtros de comparação (trimestre atual vs. trimestre anterior, por exemplo)
• Verificar se a automação de atualização da planilha continua rodando sem erros

Na Metrik, entregamos o dashboard ao cliente junto com um checklist de manutenção mensal e uma sessão de treinamento para o gestor responsável. Isso garante que o investimento se mantenha útil a longo prazo, mesmo depois do encerramento do projeto de implementação.

Se você quer implementar um dashboard de CRM integrado ao Looker Studio para a sua operação comercial, comece pela estruturação correta do CRM e depois avance para a inteligência de dados. A combinação dessas duas camadas é o que transforma uma equipe comercial reativa em uma máquina de vendas guiada por dados.