pexels-photo-577585

5 Receitas para a exportação GA do BigQuery

By | Digital Analytics, Marketing Digital, Tech | No Comments

[Esse post é de MÉDIA complexidade, sendo indicado para pessoas que possuem conhecimento INTERMEDIÁRIO sobre o assunto abordado]

Uma das melhores funcionalidades disponíveis para clientes do Google Analytics 360 é a integração com o Google BigQuery através do BigQuery Export. Isso viabiliza uma maior flexibilidade para análise e exportação de dados formatados, se comparada com a interface visual da ferramenta. Entretanto, existem vários erros comuns cometidos por aqueles não familiarizados com seu uso, tanto devido à complexidade do esquema de exportação quanto à forma de armazenamento de dados do BigQuery. Este texto contém 5 receitas que servem de base para a construção de consultas mais elaboradas.

A principal diferença entre escrever consultas para o BigQuery e para outros bancos de dados relacionais, é o suporte da ferramenta para dados aninhados e repetidos, similar ao formato JSON. Com essa flexibilidade adicional é possível representar todos os dados do GA por meio de um esquema único. Por exemplo, todos os dados com escopo de hit associados a uma sessão estão contidos dentro dela, ao invés de estarem distribuídos em múltiplas tabelas, sendo necessário a manutenção de chaves estrangeiras e o uso de operações de JOIN.

Isso é conveniente pois os dados estão mais diretamente relacionados, mas é necessário desenvolver uma forma diferente de pensar para escrever as consultas. Os exemplos a seguir começam bem similares ao SQL padrão de bancos relacionais, mas serão introduzidos conceitos únicos do BigQuery progressivamente, levando a consultas mais complexas e interessantes.

Atenção: Todas as consultas deste texto utilizam o dialeto Standard SQL do BigQuery. Infelizmente, a opção padrão para escrever as consultas ainda é o Legacy SQL, então é necessário desativar a caixa Use Legacy SQL, visível na imagem abaixo, ou adicionar uma linha com o texto #standardSQL antes das consultas.

post higa 1

Métricas de sessão agregadas por dia:

A primeira coisa que deve-se notar é a equivalência 1:1 de linhas na exportação para sessões no GA. Todas as métricas agregadas, por sua vez, estão disponíveis no registro totals.

Vamos supor que você está interessado em obter o mesmo número exibido na interface visual do GA (sem amostragem de dados) em um relatório quebrado por dia. Seria possível simplesmente contar a quantidade de linhas, conforme a observação anterior, mas é possível que existam dados de sessões no BigQuery que não apareceriam normalmente no GA, pois se tratam de sessões contendo apenas hits de não-interação. Os números nesse caso não seriam equivalentes. Uma forma correta de obter os dados é somar a coluna totals.visits, cujo valor é zero nesses casos, como no exemplo a seguir:

post higa 2

Dica: O campo date utiliza o mesmo fuso horário configurado na sua vista do GA, que é exatamente o que você quer na maioria das vezes.

Contagem de eventos específicos:

Todos os dados de eventos estão disponíveis no registro hits.eventInfo, que é do tipo repeated. Existem algumas formas de consultar dados desse tipo, mas de modo geral um cross join é necessário. Isso pode ser especificado diretamente na query ou feito de forma implícita, por meio de subconsultas de expressão. Sendo esse último o que leva a uma linguagem mais natural, é o utilizado a seguir:

post higa 3

A função especial UNNEST utilizada na subconsulta recebe um array (campo do tipo repeated) e trata seus elementos como linhas, então é possível consultá-lo de forma natural.

Agrupamento por dimensões customizadas com escopo de hit:

É possível estender os exemplos anteriores para isso, mas subconsultas de expressão não são apropriadas para lógicas complexas, então desta vez é provavelmente melhor misturá-las com cláusulas de JOIN explícitas. O exemplo a seguir agrupa nossa contagem de evento anterior por duas dimensões customizadas, cdA e cdB.

post higa 4

O operador vírgula (,) é apenas uma forma mais simples de escrever cross joins em Standard SQL, apesar de que o significado do operador é um pouco especial no caso de dados aninhados. É bem simples de se perder no exemplo acima, então seguimos por partes:

A consulta começa juntando a tabela principal do GA com os dados de hit após aplicar a função UNNEST. Na prática, as linhas da tabela resultante agora tem uma relação 1:1 com os hits, e não mais com a sessão do GA. Além disso, todas as dimensões com escopo de sessão, como a coluna date acima, são replicadas para todos os hits dessa sessão.

A tabela resultante é então filtrada de forma que as linhas observadas no SELECT mais externo são apenas aquelas com correspondência 1:1 com os hits do evento de interesse específico no GA.

Finalmente, sendo hits.customDimensions também um registro do tipo repeated, é possível seguir da mesma forma feita no exemplo anterior, mas usando uma expressão de subconsulta para cada dimensão customizada.

Observe que a soma de totals.visits foi removida no exemplo anterior. A alteração foi realizada pois o número obtido pela soma não faria sentido, sendo cada linha equivalente a um hit e não uma sessão. Existem meios de evitar o problema, mas seria necessário pensar com cuidado na solução e não seria possível abordar isso com detalhes neste texto.

Produtos e dimensões customizadas:

Esse exemplo é muito similar ao anterior. Todos os dados de produtos estão disponíveis no registro hits.product, que por sua vez é também do tipo repeated. Nesse caso, suponha que você precisa extrair os dados de produtos agrupando pela mesma dimensão customizada cdA da consulta anterior e outra, com escopo de produto, dessa vez, chamada cdP. A consulta abaixo funcionaria bem:

post higa 5

Dica: As dimensões customizadas com escopo de usuário ou sessão estão disponíveis no campo customDimensions e é possível usar o mesmo método visto várias vezes ao longo do texto para consultá-las.

Segmentos avançados no BigQuery:

Reproduzir um segmento avançado do GA por meio de uma consulta pode ser complicado. Um truque bastante flexível é usar os campos fullVisitorId e visitStartTime como uma chave composta (na prática, construindo um tipo de id de sessão). Entretanto, isso muitas vezes leva a self-joins, o que não é ideal. Uma alternativa é filtrar os dados de hit na forma de array e usar a função ARRAY_LENGTH. A consulta abaixo exemplifica esse truque, além de ser bem similar à nossa primeira:

post higa 6Próximos passos

Se isso já não estava claro a esta altura, existem vários meios alternativos de escrever consultas para obter os mesmos dados dos exemplos anteriores. Além disso, é provável que apareçam ainda outras formas novas já que o dialeto Standard SQL está constantemente recebendo atualizações. Agora é hora de experimentar e praticar!

Se alguém conhecer alternativas interessantes para os métodos apresentados, por favor, deixe um comentário abaixo!

 

pexels-photo-266176

Influenciadores Digitais – Associação, congruência e ferramentas

By | Digital Analytics, Google Analytics, Marketing Digital | No Comments

Não é novidade o uso de celebridades para o endosso de algum produto ou marca. É uma estratégia amplamente utilizada, com especialistas nesse mercado de “curadoria” da personalidade mais adequada para cada cliente. Quando uma marca realiza uma campanha com uma celebridade endossante, ela trabalha com associações.  

Na construção de imagem de uma marca e fortalecimento do seu equity, diversas associações dos consumidores à marca são formadas. Essas associações pertencem à mente dos próprios consumidores, sendo que a empresa pode, e deve, trabalhar na identidade da marca para que as associações formadas sejam coerentes com sua estratégia.

post arth 1

exemplo de mapa mental de associações para uma marca de roupas.

De acordo com as associações feitas à marca, a escolha de uma celebridade para endossá-la deve ser feita conforme a congruência entre marca e personalidade. De forma simples, congruência é a dimensão do quão associáveis são a marca e algum elemento ao qual ela está sendo associada. No exemplo acima, é intuitivo dizer que há maior congruência na escolha de um rapper para endossar a marca do que na de um ginasta olímpico.

Com a evolução do meio digital como ambiente de consumo de conteúdo, novas personalidades de crescente importância são os Digital Influencers, fenômeno já amplamente conhecido nas mídias sociais. Com o alcance proporcionado por tais mídias, os influenciadores conquistam públicos específicos, porém suficientemente grandes, engajados com determinados temas e com preferências, estilo de vida e hábitos de consumo bem similares.

Seu endosso é também recebido por seu público com maior confiança do que o de grandes celebridades. Há, de certa forma, um toque mais pessoal na relação entre influenciador e público, o que minimiza bastante o viés negativo de “Só estão falando isso porque foram pagos”.

Obviamente, um fenômeno de tamanha relevância desperta interesse de marcas e anunciantes a um novo mercado de Influencers, sendo um mercado bem rentável: Dados da Nielsen e Burst Media indicam um retorno mínimo de R$6,00 para cada R$1,00 investidos em ações com influenciadores. É nesse contexto que surgem plataformas dedicadas a intermediar e facilitar o relacionamento entre os influenciadores e as marcas, bem como avaliar essas personalidades no que diz respeito a sua influência e público.

(Para entender melhor o processo e critérios de escolha de um influenciador, confira esse outro post no nosso blog!)

A maioria dessas plataformas funcionam como intermediários entre marcas anunciantes, agências e produtores de conteúdo, isto é, os próprios influenciadores, como a Squid, Experticity, Tribe e Lucy. O serviço consiste no uso de inteligência de dados para qualificar o influenciador mais adequado segundo seu alcance e temas abordados, bem como a mensuração dos resultados e otimização de investimento. Algumas vão um passo além e oferecem ferramentas de Analytics específicas para o mercado, como a HYPR, Open Influence e Airstrip Airfluencers.

post arth 2

Exemplo de ferramenta para escolha de influenciadores da Airfluencers

Através do uso dessas ferramentas é possível contratar diversos influenciadores, geralmente consumidores da marca anunciante, e diluir os investimentos que de outra forma seriam centralizados em grandes compras. O fenômeno é análogo à evolução de compra de mídia digital nas últimas décadas: Enquanto antes comprava-se espaços de anúncio diretamente com editores, de forma similar à compra de mídia em impressos como jornais e revistas, hoje temos DSPs (Demand Side Platforms) que tornam o processo bem mais dinâmico.

Essa diluição dos investimentos é ainda mais potente nas ferramentas que facilitam a contratação de microinfluenciadores. Dentro desse mercado de digital influencers, há uma clara distinção entre os grandes – mais análogos, no que diz respeito ao endosso e à celebridades – e os pequenos. Sob um ponto de vista de congruência e associabilidade à marca, essas plataformas proporcionam um fenômeno interessante:

post arth 3

 

post arth 4

Ao escolher diversos microinfluenciadores como estratégia de campanha, cada personalidade em si perde peso como elemento forte de associação, sendo o elemento mais forte na congruência as associações que elas têm em comum. No nosso exemplo de marca de roupas, vários rappers e grafiteiros independentes têm uma cultura em comum, a qual é, então, associada à marca durante a campanha. Um único grafiteiro ou rapper famoso (e também digital influencer, claro) tem outras associações que podem não ser tão desejadas para a marca ou simplesmente ele sozinho não congrui de forma eficaz.

De forma geral, na essência, a estratégia de endosso não se revolucionou com a ascensão dos influenciadores digitais. A inovação vem do porquê esses influenciadores conquistam seus públicos, e que os une, e da viabilidade técnica, através das diversas plataformas existentes no mercado, do lançamento de campanhas de forma rápida, integrada e automatizada. O endosso sempre foi parte importante no posicionamento da marca. A diferença, agora, é quem e como endossa.

ipad-tablet-technology-touch

Pesquisa revela se redes sociais convertem anúncios em vendas

By | Marketing Digital | No Comments

Uma pesquisa feita pela CivicScience mostrou que poucos consumidores americanos estão fazendo compras depois de verem um anúncio em uma rede social.

“O estudo recebeu, no primeiro semestre, respostas de 1909 pessoas acima de 13 anos que são ativas na internet e identificou que apenas 1% dos entrevistados fizeram uma compra com base em um anúncio no Snapchat e 4% disseram que compraram com base em publicidade vista no Instagram. O Facebook concentra maior volume de conversão chegando a 16% e Twitter tem 2% de conversão. No geral, o estudo constatou que 45% dos entrevistados disseram que nunca compraram nada com base em anúncios.”

Segundo Rodrigo Tigre, sócio-diretor da RedMas, empresas de soluções de publicidade digital, esse número pode ser consequência de que muitas vezes as pessoas usam as redes sociais em momentos que não são ideias para uma conversão. “É um momento em que o foco está muito ligado ao conteúdo”, diz Tigre.

Para André Miceli, coordenador do MBA em digital da Fundação Getúlio Vargas (FGV), por mais que os números sejam baixos, eles já são considerados pelo nosso mercado. “Durante muito tempo, as empresas de métricas entendiam que as taxas de conversão de 5% a 10% para redes sociais eram boas. Os números dessa pesquisa dos Estados Unidos estão próximos disso. E eu sempre achei uma taxa bastante alta se comparada ao e-mail marketing, por exemplo. Os números não são ruins, o mercado vive um momento de adequação”, ressalta Miceli. Para ele a maior diferença é a relevância do anúncio. “Continuo acreditando que redes sociais são importantes para o comércio eletrônico. Mas parte dessa conversão depende da qualidade do anúncio”
Leia a notícia completa publicada pelo Maio&Mensagem aqui.

blog rojas 2

Mensuração e ativação dos usuários auxiliam as vendas na loja física

By | Marketing Digital | No Comments

Ao invés de diminuir a representatividade das lojas físicas, o crescimento das compras on-line está, em muitos casos, encorajando o desenvolvimento de espaços novos e inovadores. Marcas de diversos segmentos somam à sua experiência online a abertura de lojas físicas para venda direta.
Varejistas estabelecidos estão mudando o foco de transações básicas para a oferta de novas experiências com as marcas e níveis mais elevados de serviços personalizados no mundo físico. De um lado crescem as vendas no mundo online e do outro, as marcas buscam se atualizar em relação aos novos perfis dos clientes.

blog rojas 4

Em relação à participação de mercado, o volume de compras online no varejo dos Estados Unidos cresceu de 5,1% em 2011 para 8,3% em 2016. No Brasil, a ABComm (Associação Brasileira de Comércio Eletrônico) informa que houve faturamento de R$ 53,4 bilhões em 2016. De acordo com estudo da Forrester e Google, a cifra deve chegar a R$ 84,7 bilhões em 2021 e abocanhar 4,6% do mercado brasileiro. Grande parte desses usuários que começarão a comprar online nos próximos anos, já realiza compras em lojas físicas.

No entanto, com tantos facilitadores, as marcas precisam entender a função da loja física quando você tem uma presença digital também, buscando a interação e mensuração do ciclo completo do usuário. Em síntese, a maneira de interagir em um modelo omnichannel.

Saiba mais sobre impacto das ações online em lojas físicas

Algumas lojas buscam oferecer experiências diferenciadas e conectadas, para que o usuário consiga visualizar os produtos fisicamente, mas comprando muitas vezes no site e retirando na loja. Esse modelo omnichannel de venda deve ser bem estruturado para que esse cliente tenha uma boa experiência nesse fluxo completo de aquisição.

Estudo sobre desempenho do varejo em 2016

O varejo físico tem vantagens em relação ao e-commerce, pois dispõe de vendedores para tirar dúvidas, recomendar produtos ou solucionar eventuais problema, mesmo que esse conceito “físico e pessoal” já esteja sendo alterado com diversas tecnologias de ativação desse usuário.

A regra é se reinventar, unindo tecnologia às lojas físicas para agregar novas experiências. Enfim, inovar para fidelizar os clientes e aumentar o faturamento. Segundo Eduardo Terra, presidente da SBVC (Sociedade Brasileira de Varejo e Consumo), apesar das estratégias bem sucedidas, em geral ainda não há consistência em inovar na própria loja. “Falta sair do campo das ideias e partir para a execução”. Interfaces humanas e interação em múltiplos canais são as apostas para os próximos 10 anos.

Mensuração

O planejamento dessa aproximação entre o online e o offline tem início com uma visão unificada do negócio, sendo que o online não pode estar distante do escopo offline. Uma das principais maneiras de aproximar esses dois ambientes é mensurar de maneira cada vez mais assertiva as interações em lojas físicas.

Tecnologias

Essa inovação nas lojas traz inteligência ao negócio físico, utilizando ferramentas digitais para mensurar e acionar esse cliente. Há diversas tecnologias sendo implementadas para unificar a coleta de dados e mensuração de comportamento nas lojas físicas. Um desses exemplos são os beacons. É uma tecnologia muito utilizada para realizar ativação de clientes nas lojas. Ao utilizar beacons, é possível saber a quantidade de usuários que possuem seu app que entram e saem da loja e quantos realizam compras, em um determinado período de tempo.

business-plan-mockup-1
Dessa maneira, é possível melhorar a eficiência da equipe interna através de treinamentos, implantação de novas campanhas de incentivo e comparativos de performance entre outras lojas da rede, por exemplo. Além disso, é possível ajustar a quantidade de profissionais por turno, garantindo que haja sempre equipe disponível para concretizar a venda.

Disrupção em lojas físicas

Além de dispositivos inovadores, um dos exemplos de negócio inovador é o Omnistory, projeto que envolve loja física, e-commerce, aplicativo, vending machine e infomercials.

O modelo de negócio é um benchmark para todos que estudam e pesquisam a evolução do varejo e do consumo, além de avaliar como é possível criar alternativas para ativar o consumidor através de experiências, serviços, atendimento e conveniência.

A proposta é criar uma plataforma de canais integrados operando realmente em tempo real e sendo monitorada em todos os seus aspectos para permitir compartilhar as experiências e aprendizados em tempo real e se tornar o primeiro projeto mundial com essas características.

Entre as inovações integradas ao projeto estão reconhecimento facial segmentado e com avaliação do índice de satisfação do consumidor, análise de satisfação por área da loja, preço dinâmico, gestão de equipe da loja segundo curva de demanda, cupom digital integrado, inteligência artificial na recomendação de compras para o consumidor, pagamento direto com equipe da loja, sem o caixa tradicional, personalização da comunicação digital, compra na loja com entrega na casa do cliente, sem interferência de pessoas, gestão das atividades da equipe através do celular, sonorização e elementos olfativos diferenciados e exclusivos, e muito mais.

powatag

Na sua proposta, a Omnistory busca oferecer o melhor de cada canal considerando a lógica de que o omniconsumidor evolui em seus desejos e atitudes a partir de sua curva pessoal de experiências nos diversos canais com os quais interage. As empresas aprendem a maximizar o desempenho de seus negócios à medida que monitoram cada movimento e reação do consumidor em suas experiências de relacionamento e compras em tempo real, também nos diversos canais.

Ele pode ser identificado na loja, através de beacons, permitindo personalizar o atendimento e resgatar o histórico de seu relacionamento e compras, como acontece no e-commerce. A loja, os elementos de design e sensoriais, além da equipe, se transformam para se adequar à curva de demanda ao longo do dia, da semana ou do mês. Ou nas datas sazonais. A comunicação promocional é customizada, adequando a mensagem ao perfil do consumidor que a está vendo.

Inovar para melhor atender

Um outro exemplo é uma operadora de telefonia que realizou inovações em sua loja em um shopping de São Paulo, criando a primeira loja 100% digital da marca, com novas experiências e interatividades com os serviços oferecidos pela operadora.

Os funcionários têm como principal função a finalização das vendas. Nesta unidade, não há contratos em papel, folhetos sobre os planos ou qualquer tipo de informação distribuída fisicamente para os clientes. Um desses exemplos é a exibição dos preços dos produtos na tela dos telefones.

Um dos conceitos desse modelo de interação com os usuários é que você otimiza a experiência desse cliente na loja, ao mesmo tempo que tem um funcionário instruído a atender o cliente em momentos específicos de decisão da compra.

Do digital ao físico

A Dafiti é um exemplo de inovação focado nesse omniconsumidor. Original do meio digital, como uma plataforma de e-commerce, a marca abriu uma loja na Rua Oscar Freire, SP. Ali, o cliente pode pesquisar novidades na vitrine em tablets.

Além disso, o cliente pode escanear códigos de produtos via aplicativo mobile e, ao final,  esses mesmos produtos estarão à sua disposição no provador, e caso queira, para entrega no mesmo dia, se for em São Paulo.

Esse tipo de interação permite que o cliente use o smartphone na loja física para navegar online, usando o self checkout. Essa metodologia faz com que o usuário tenha uma experiência otimizada na loja física, levando-o à conversão de uma melhor maneira.

pexels-photo-279166

Apple: mudança na “função” loja

Um dos exemplos dessa mudança em relação aos negócios é o novo modelo da Apple, apresentado por Angela Ahrendts, vice-presidente sênior das lojas da Apple, em entrevista à rede CBS. Ela anunciou que a marca irá implementar mudanças em suas lojas físicas em todo o mundo, inclusive no Rio de Janeiro e São Paulo.
O conceito utilizado pela empresa é a hyperlocalidade. A marca demonstra sua presença na comunidade através de eventos e cursos no ambiente da loja, interagindo com a comunidade e gerando importantes interações sociais.

A ideia é oferecer eventos que façam as pessoas considerar a loja como um ponto de encontro para atrair o público. De acordo com especialistas, o esvaziamento das lojas físicas se dá por conta de uma combinação de fatores:

  • O crescimento do e-commerce, com destaque para o fenômeno Amazon, gigante do varejo online norte-americano;
  • O excesso de pontos de vendas e shoppings centers;
  • A expansão dos outlets;
  • A mudança de hábitos de consumo do americano

No entanto, mais do que trazer uma função social da loja, eles precisam levar o usuário a uma boa experiência de compra. Através de melhoria na estrutura e digitalização de diversos processos, buscam otimizar esse período do usuário na loja.

Soluções e sugestões

Quanto mais o consumidor avança em direção à sua “alfabetização digital”, as marcas devem se preparar e entender esse comportamento de compra e de engajamento. Em um momento de adaptação do mercado, as marcas podem experimentar e buscar entender como mensurar e realizar ativações com esses clientes.

Além de análises e mensurações desses comportamentos, o mercado do varejo busca novas tecnologias de ativação e aproximação com os seus sites e plataformas. Com essa maturidade analítica e com uma consolidação da coleta desses dados, as empresas passam a realizar ativações de uma melhor maneira, além de otimização do custo dessas ações.