Playbook · Agência · 20 min de leitura

Agência multi-tenant: mídia e CRM consolidados por cliente

O padrão para agências que gerenciam muitos clientes: consolidar mídia e CRM de cada um num modelo único, multi-tenant.

O que você vai levar
  • Ver as fontes típicas de uma agência multi-tenant
  • Entender a consolidação multi-fonte por cliente
  • Ter um checklist de implementação end-to-end

Uma agência não gerencia um negócio, gerencia dezenas ao mesmo tempo. Cada cliente tem sua conta de Meta Ads, sua conta de Google Ads e o seu CRM, cada um num painel diferente, com nomes de campo diferentes e login separado. O gestor de tráfego abre dez abas para montar um relatório, o dado nunca bate entre plataformas, e no fim do mês ninguém consegue responder rápido "como foi a semana do cliente X". Este playbook mostra o padrão que a Nekt usa para transformar essa colcha de retalhos numa base única, multi-tenant, com mídia e CRM consolidados por cliente, que serve relatório, painel interno e agente de IA a partir do mesmo modelo.

1. Contexto: N clientes, o mesmo desafio repetido

O que define a operação de uma agência é a escala horizontal: o mesmo trabalho, replicado para muitos clientes. Cada cliente costuma ter a mesma tríade de fontes, Meta Ads, Google Ads e um CRM, mas isolados uns dos outros. O desafio tem duas faces que precisam ser resolvidas juntas.

A boa notícia é que, por ser o mesmo padrão repetido, a solução também é replicável: você modela uma vez, com o cliente como uma dimensão de primeira classe, e cada nova conta entra no mesmo modelo em vez de virar mais um relatório solto. É esse padrão que os próximos passos detalham.

2. Fontes típicas de uma agência

As fontes se repetem de cliente para cliente, com pequenas variações. Cada uma marcada com o cliente a que pertence.

Nota

Meta e Google contam a mesma coisa (quanto foi investido e o que rendeu) com vocabulários diferentes: spend contra cost, leads contra conversions. Metade do trabalho de modelagem de uma agência é justamente essa tradução, padronizar campos entre plataformas para que somar e comparar faça sentido. Defina esse dicionário de tradução cedo e documente usando a feature de context.

3. Modelagem recomendada: consolidação multi-fonte na Gold

O objetivo é chegar a uma tabela central na camada Gold: o consolidado de mídia, com uma linha por cliente, canal e dia. As fontes cruas de cada cliente entram na Bronze, cada fonte é limpa e tipada separadamente na Silver, e a união padronizada de todas elas vive na Gold. É o padrão de consolidação multi-fonte, aplicado à realidade multi-tenant de uma agência.

Bronze
Camada bruta
Fontes cruas por cliente
  • Meta Ads, Google Ads e CRM de cada cliente
  • Cada linha marcada com o cliente de origem
  • Como veio, sem edição
  • Nomes e unidades ainda de cada plataforma
refina
Silver
Camada tratada
Cada fonte limpa
  • Uma tabela por fonte, já tipada
  • Datas de verdade, valores numéricos
  • Campos renomeados para o padrão comum
  • Coluna cliente garantida em tudo
refina
Gold
Camada de consumo
Consolidado por cliente/canal/dia
  • Uma linha por cliente, canal e dia
  • Mídia e CRM unidos pela chave comum
  • Investimento, leads e receita padronizados
  • É daqui que relatório, painel e MCP leem

A chave comum: cliente, canal e dia

Toda consolidação depende de encontrar a chave que junta fontes diferentes. Aqui ela é a combinação cliente + canal + dia. O cliente diz de quem é o dado (a dimensão multi-tenant), o canal diz de qual plataforma veio (Meta, Google, e por aí vai), e o dia dá o grão temporal. Com essa chave, uma campanha do Meta e uma do Google no mesmo dia, para o mesmo cliente, viram duas linhas comparáveis da mesma tabela, em vez de dois relatórios separados.

A padronização entre plataformas

Antes de empilhar as fontes, os campos precisam falar a mesma língua. O spend do Meta e o cost do Google viram uma coluna única investimento. Os leads de um e as conversions do outro viram leads ou conversoes, conforme a definição da agência. As datas, que cada plataforma entrega num formato, viram uma coluna data de verdade. Essa tradução é o coração da modelagem de agência: sem ela, você não consegue somar investimento total nem comparar canais.

Recorte de gold.consolidado_midia

Uma linha por cliente, canal e dia, com os campos já padronizados entre Meta e Google:

data cliente canal investimento leads receita
2026-03-08 Loja Silva Meta R$ 320 18 R$ 2.400
2026-03-08 Loja Silva Google R$ 410 22 R$ 3.100
2026-03-08 Clínica Norte Meta R$ 180 9 R$ 1.500
2026-03-08 Clínica Norte Google R$ 260 14 R$ 2.050

Filtrando por cliente, você tem a visão de um cliente só. Agrupando por canal, você compara Meta contra Google. Somando investimento e receita, você calcula o retorno. Tudo a partir de uma tabela, com o cliente sempre presente como coluna.

Dica

Trate o cliente como uma coluna de primeira classe, presente desde a Bronze e propagada até a Gold, nunca como algo que você deduz depois pelo nome da campanha. Quando o cliente é uma dimensão explícita em todas as tabelas, adicionar a próxima conta da carteira é só mais uma origem no mesmo modelo, e não um relatório novo do zero.

4. Multi-tenant: isolar sem duplicar trabalho

Multi-tenant é servir muitos clientes a partir de uma base compartilhada, mantendo cada um isolado. Há dois caminhos, e eles não são exclusivos.

Na prática, a maioria das agências vai bem com a coluna de cliente e disciplina de filtro no consumo. O prefixo por cliente fica reservado para casos que realmente exigem separação física.

Cuidado: vazamento entre clientes

O maior risco de um modelo multi-tenant é o vazamento: o número de um cliente aparecer no relatório de outro. Isso acontece quando alguém esquece o filtro por cliente, quando uma campanha entra na Bronze sem a marca de origem, ou quando um join junta linhas de clientes diferentes por engano. As consequências são graves, um cliente vê o dado de um concorrente. Proteja-se com três hábitos: garanta a coluna cliente obrigatória em toda tabela (nunca nula), filtre por cliente em todo consumo por padrão, e valide que a soma por cliente fecha com o total antes de entregar qualquer relatório.

5. Use case: relatório, painel e agente sobre o mesmo modelo

Com o consolidado na Gold, três consumos nascem em cima do mesmo modelo, cada um servindo um público diferente.

Relatório automático por cliente. Em vez do gestor montar dez relatórios à mão, cada cliente ganha o seu, gerado a partir da mesma tabela, filtrado pela coluna cliente. Investimento, leads, receita e retorno por canal, atualizados sozinhos. Adicionar um cliente novo é apontar o relatório para mais um valor de cliente, não construir do zero.

Painel interno da agência. A visão que o gestor da agência não tinha: todos os clientes lado a lado, quem está performando, quem está queimando verba sem retorno, qual canal rende mais na carteira inteira. É a visão de portfólio que só existe porque os dados estão num modelo único em vez de espalhados por painéis isolados.

Um agente de IA, via MCP, responde perguntas em linguagem natural sobre o mesmo consolidado: "qual campanha rendeu mais essa semana para o cliente X", "quanto o cliente Y investiu no Google esse mês", "qual canal tem o melhor custo por lead na Loja Silva". Quem precisa da resposta pergunta e recebe o número na hora, sem esperar um analista abrir dez abas.

O que faz o agente ser confiável é a Camada Semântica descrevendo o consolidado: o que é cada coluna, que investimento já une spend e cost, que toda consulta é sempre por cliente, o que cada canal significa. Sem essa descrição, a IA adivinha e, pior num contexto multi-tenant, pode misturar clientes. Com ela, a IA responde com as mesmas regras que o relatório e o painel usam, e os três batem.

Caso de usoagência de marketing multi-tenant

Uma agência de marketing com uma carteira grande de clientes montava relatório de mídia à mão, cliente por cliente, puxando Meta e Google em abas separadas e batendo com o CRM na base da paciência. Cada novo cliente na carteira era mais trabalho manual, e o número raramente batia entre plataformas por causa das diferenças de campo. Refizemos a modelagem com um consolidado de mídia na Gold, uma linha por cliente, canal e dia, com spend e cost padronizados numa coluna só de investimento e o cliente como dimensão em tudo. Em cima da mesma camada, plugaram um relatório automático por cliente, um painel interno com a carteira inteira e um agente que responde no dia a dia qual campanha rendeu mais para cada cliente. Cada conta nova passou a entrar no mesmo modelo em vez de virar mais um relatório artesanal.

6. Checklist de implementação

O caminho end-to-end, na ordem em que costuma fazer sentido. Cada passo se apoia no anterior, então vale seguir de cima para baixo.

Experimente na Nekt
Abra seu workspace e comece por um cliente só: conecte Meta e Google, padronize spend e cost numa coluna de investimento e monte a primeira versão do consolidado por cliente, canal e dia. Com um cliente rodando, replicar para os outros é apontar o mesmo modelo para novas origens.
Abrir na Nekt
↗ Guia: Tipos de modelagem (consolidação multi-fonte) ↗ Vá fundo nos docs: Modelagem e Camada Semântica
Playbooks
Ver todos os playbooks por vertical