Analytics - Deixa de fazer reporting e começa a fazer análise

No terceiro dia da campanha o site recebeu várias visitas e o analista começa a examinar os resultados dos dias anteriores.

Os relatórios informam que a campanha está a correr bem e que levou muitos usuários para o site mas algo chama a atenção do analista web: os usuários, quando chegam a uma determinada página do processo de compra, abandonam o site. A taxa de rejeição dessa página é muito alta.

​A página não apresenta nada que possa justificar essa alta taxa de rejeição, no entanto, e por recomendação do analista web, a equipa de conteúdo juntamente com a equipa de design, resolvem fazer algumas alterações tanto a nível de conteúdo como a nível de design a esta página. 24 horas depois, verifica-se que, embora ainda existam usuários a abandonar a página, a taxa de rejeição diminuiu bastante e o número de vendas aumentaram.

Esta história é muito comum em empresas que contam com um profissional ou uma equipa dedicada à análise de estatísticas que analisam o comportamento do usuário no site.

A Análise de dados, quando utilizada de forma correta, é um ferramenta poderosíssima que pode ajudar a tomar melhores decisões no planeamento de marketing digital. Uma vez que é baseada em dados concretos que analisam os rastos deixados pelos usuários no site e observam a sua experiência durante a visita, detectando possíveis erros ou entraves, a análise de dados permite-nos obter melhores resultados nas ações de marketing porque ao medir e analisar os resultados, podemos corrigir os erros e ajustar campanhas em tempo real.

Ter uma equipa focada na análise dos dados permite-nos otimizar as decisões sobre os conteúdos, o design, a navegação e a comunicação que afectam a nossa presença online. Os dados, quando bem analisados, nos dirão que caminho seguir, que alterações fazer, que conteúdo ou design melhorar para comunicar de forma mais eficaz com o nosso público.

Analisar os dados de um site tornou-se essencial para a criação de uma boa estratégia de marketing digital e é por isso que muitas empresas recorrem a ferramentas de análise como o Google Analytics.

Mas ter o Google Analytics associado ao nosso site é suficiente para conseguir resultados?

Recorrer a ferramentas de sistema de estatísticas e recolher dados sobre o número de visitantes ou visitantes únicos por si só não é suficiente. É preciso entender como é que os usuários se comportam dentro da página e porque é que se comportam dessa forma.

E essa informação, os dados das ferramentas de analytics por si só, não nos pode dar.

É aqui que entra a análise propriamente dita. Os dados são meramente números apresentados em forma de gráficos, que de nada servirão se não os soubermos ler. É crucial saber interpretá-los para tirar as conclusões adequadas e gerar conhecimento que se vão materializar em atos e influenciar a estratégia de marketing.

Como começar a fazer análise e deixar de fazer reporting?

​Temos um site, utilizamos o Google Analytics para saber o número de visitantes, número de visitantes únicos, taxa de rejeição etc. Temos todos esses valores num relatório no computador ou impressos numa folha de papel mas e agora? O que fazer com essa informação?

Se a informação recolhida não for analisada, processada e materializada numa solução, ela não será útil para implementar estratégias e acabará guardada numa gaveta.

Mas como traduzir os números e os gráficos em respostas às nossas necessidades?

Se queremos encontrar as respostas, primeiro temos que fazer as perguntas.

Este é o ponto de partida para começar a analisar os dados. Devemos colocar as perguntas certas e fazer uma definição apurada dos nossos objetivos, pois é baseado neles que saberemos para onde devemos seguir.

Com os objetivos bem definidos a análise fica mais fácil. De acordo com os objetivos que pretendemos atingir, começamos por definir os KPIs (Key Performance Indicators) que nos vão demonstrar a eficácia com que estamos, ou não, a atingir os nosso objetivos de negócio.

Com os KPIs definidos, vamos agora escolher, dentro da ferramenta de analytics que estamos a utilizar, as métricas que poderão dar respostas aos nossos KPIs. (veja aqui a diferença entre KPI e métrica).

Exemplo: definimos como KPI a “Taxa de Conversão de Vendas”, para obter estes resultados podemos utilizar as métricas “Visitantes Únicos do site” e “Nº de vendas”. Se em determinado período tivemos 100 visitantes únicos, e durante o mesmo período efectivamos 32 vendas, este é o rácio que devemos ter em conta para estudar este KPI.

Uma dica interessante para analisar de forma mais eficaz é construir um dashboard analítico (painel de controlo). Um dashboard analítico é como o próprio nome indica, um painel onde constam as principais métricas que pretendemos analisar. Com este painel conseguimos fazer uma espécie de compilação das métricas e agrupa-las numa só página o que nos permite ter uma visão mais integrada e geral dos dados. Os dashboards analíticos são ótimos para facilitar a visualização dos dados, trazendo assim mais agilidade no processo de tomada de decisões estratégicas. (Saiba mais sobre Dashboards).

Nesta fase da análise das métricas é necessário parar, olhar e pensar o que aqueles números nos querem dizer, o que aqueles gráficos nos tentam mostrar. O processo de análise passa por interpretar os dados que estão à nossa frente de acordo com os objetivos traçados inicialmente. Para isso, para analisar seriamente os dados, é necessário levar tempo. É preciso um pouco mais do que somar 1+1, é preciso ver os dados por vários prismas para chegar a conclusões que serão de grande utilidade na hora de traçar um plano estratégico de marketing digital.

É aqui que o profissional de análise de dados colocará o seu know-how e a sua experiência para chegar a resultados jamais alcançados pelas estatísticas.

Cruzamento de técnicas de análise de dados

A análise dos dados é uma busca constante. Por vezes não encontramos nas ferramentas de análise de dados, métricas que possam dar respostas aos nossos problemas. Quando isso acontece, um bom analista tenta sempre cruzar dados de diferentes métricas para encontrar a sua resposta. Mas se ainda assim esses dados não forem satisfatórios, devemos recorrer a diferentes técnicas, como por exemplo ferramentas de teste ou inquérito, que cruzadas com os dados das ferramentas de estatísticas nos darão uma resposta mais completa e precisa sobre o que precisamos saber sobre o comportamento do nosso público.

O objetivo de um analista de dados é buscar incessantemente soluções para as suas necessidades estejam elas onde estiverem, seja numa ferramenta de dados estatísticos ou no resultado de um inquérito feito online, para assim gerar conhecimentos que, transformados em ações, possam melhorar os resultados.

Os 3 erros mais comuns que fazem do analytics um sistema de reporting

1. Ficar obcecado com os dados

A análise de dados analíticos deve mostrar a tendência. Os dados concretos, por si só, não é de grande utilidade. É importante observar as tendências e tirar conclusões sobre elas.

Exemplo: Os dados do meu anúncio de facebook mostram 3.500 cliques para o site, porém o Google Analytics mostra que tivemos 3.200 visitas. Posso ficar obcecado com estes números e passar dias a tentar encontrar a diferença de 300 cliques ou assumir que as ferramentas têm margem de erro e dedicar esses dias a compreender quais as campanhas que trouxeram mais visitantes ao site.


2. Deixar a Analítica Web para último
É um erro muito comum. Começamos por desenhar o site da empresa - preocupamo-nos com o conteúdo do site e com o design da interface - começamos por fazer anúncios a direccionar o usuário para o site, começamos por pensar nos banners que vamos utilizar para fazer a campanha, nos posts que vamos fazer nas redes sociais… e só depois de tudo pronto, só no fim é que pensamos: como vamos medir?

As métricas e a forma como chegaremos até elas devem ser definidas logo de início, em conjuntos com toda a produção do conteúdo digital. Caso contrário podemos ter dificuldades em obter medições apuradas e correctas. Basta que o site não tenha os códigos bem implementados ou que tenha uma linguagem mais difícil de medir, ou que o SEO não seja pensado no código para que os resultados dos dados sejam pobres e insuficientes.


3. Querer obter todas as respostas sem fazer as perguntas

É comum deixarmos as ferramentas decidirem que métricas devemos medir. Essa pode ser uma posição confortável mas muito provavelmente não nos dará a resposta que precisamos para resolver os nossos problemas.

Antes de iniciar qualquer ferramenta de análise de dados, devemos definir quais são os  objetivos do nosso negócio. Depois devemos pensar “que indicadores vão dizer se os objectivos estão a ser atingidos?” e aqui que definimos os KPIs. E só depois, a partir dos KPIs definidos é que escolhemos as métricas mais adequadas para obter as respostas.

Ou seja, as métricas são escolhidas para satisfazer o meu objetivo e não o contrário. O objetivo do meu negócio não pode ser pautado pelas métricas existentes nas ferramentas.

A ferramenta escolhida poderá ou não ter a métrica necessária e, caso não tenha, o analista de dados deverá encontrar os dados de outra forma, fazendo cálculos, combinando outras métricas ou até utilizando outras ferramentas para chegar aos dados que pretende.

Mas lembre-se: o seu objetivo de negócio vem sempre em primeiro lugar!