Muito tem se falado dos modelos de relatório de Multi-Channel Funnels após o lançamento dessa função no dia 24 de Agosto. Vimos que os multi-channel funnels abrem um leque de possibilidades de análise de importância de mídias e outras fontes de tráfego que podem ser muito importantes para a conversão, onde visualizamos todos os caminhos que ajudaram a visita a converter, e não apenas a origem do último acesso dela.
Nesse post vamos falar sobre a evolução das tecnologias e do mercado de internet para chegar onde estamos. Pretendo mostrar o que analisamos mais frequentemente e onde deve estar concentrada a nossa atenção para obter melhor performance em projetos digitais.
A Internet tem passado por diversas e constantes mudanças desde o seu princípio e, com isso, têm mudado as necessidades de medição e também o entendimento das possibilidades de negócios e ações de mídia em meios digitais. Em seu princípio o acesso era restrito, o número de sites pequeno e, pensando em medição, não precisávamos ir muito além de métricas básicas de acesso a cada página. O intuito era entender melhor a dinâmica de navegação deles e fazer modificações objetivando a melhoria. Surgiram então as primeiras ferramentas de Web Analytics, mais rudimentares e baseadas em análise de logs de servidor. Se você quiser ver maiores detalhes sobre a evolução desse tipo de ferramenta apenas, dê uma olhada nesse post.
Nos últimos meses, web analytics em tempo-real tem ganhando relevância nas discussões sobre gestão e análise de métricas. Parece ser irresistível, altamente tecnológico e (por que não?) divertido ver “ao vivo” o que as pessoas fazem em seus sites, páginas, campanhas e projetos digitais.
Ferramentas como Chartbeat, MixPanel e Clicky têm sido usadas para suprir essa demanda de acompanhar em tempo real os resultados de diversas ações e sites.
Desta vez, é o Google Analytics que também volta seus olhos para isso e lança o Google Analytics Real-Time. Um novo conjunto de relatórios focado em mostrar o que acontece agorinha mesmo no seu site. Podemos comemorar mais ainda, é grátis e já deve estender a todas as contas atualmente existentes sem qualquer necessidade de alteração nas contas.
Mas o que muda mesmo é como você irá usar estes relatórios. Métricas em tempo-real são diferentes do modelo tradicional de reportar o passado. Novos desafios e paradigmas surgem. E agora? Como fica meu dia-a-dia?
Já mostramos em outros posts que ao trabalhar com mídia on-line, seja ela Links Patrocinados ou mídias gráficas, não devemos nos ater apenas à medição e análise do pré-clique. Devemos, sempre que possível, estabelecer os indicadores de desempenho – os famosos KPIs. Uma vez estabelecidos, devemos medí-los para, assim, calcularmos o nosso ROI.
Quem usa o Google Analytics e o Google Adwords já deve ter percebido que a contabilidade das conversões diferem entre as duas ferramentas. Neste post, vou tentar explicar suas diferenças e os melhores usos para cada uma delas.
É fácil perceber que o average time (avg) ou tempo médio do site é a métrica responsável por calcular a média do tempo que as pessoas passam “visitando” uma página da Web.
Porém, não é difícil encontrarmos pessoas com dúvidas de como é feito o cálculo desse tempo ou ainda por que encontramos páginas com o tempo de visualização igual a 00:00:00 no relatório do Google Analytics.
Essas são dúvidas comuns, mas cujas respostas podem ajudar na análise dos relatórios do seu site. Mas afinal, como é feito esse cálculo do Tempo médio no Google Analytics?
Tão importante quanto sempre realizar testes visando entender o comportamento das visitas em seu site, como falei em post recente no blog, é segmentar os tipos de acessos por meio do perfil de navegação dos visitantes, lhes entregando uma linguagem e um conteúdo mais próximos do que ele está habituado a visualizar/utilizar/comprar, facilitando o caminho da conversão. Esse post visa exemplificar algumas maneiras para que essa segmentação seja realizada e mostrar a importância para a evolução da performance do seu site. Mas, em primeiro lugar, precisamos entender exatamente o que é e como funciona o Behavioral targeting.
Uma das primeiras coisas que aprendemos quando temos contato com Web Analytics é o quanto é importante realizarmos testes visando melhorar o índice de conversão do seu site. Porém, muitas vezes isso acaba por não sair da teoria quando precisamos “botar a mão na massa” e não sabemos por onde (e nem como!) começar.
Muitos ainda utilizam a intuição como base para os testes e otimizações no site, o que pode ser um tiro no pé, pois você precisa saber como o cliente “vê” seu site: se ele é atrativo, fácil de navegar, seguro para realizar transações ou preenchimento de cadastros, e não como você enxerga o caminho ideal para isso pois, por mais que seja o maior conhecedor do seu negócio, não é você que converte nele, e sim seus clientes. Leia mais
Este não é um assunto novo por aqui, mas ainda existem muitas dúvidas quando chega o momento de definir os indicadores de performance – os famosos KPI’s. São eles que vão nos dizer se atingimos os nossos objetivos e orientar nossas ações para melhorar os nossos resultados.
Todos concordam que não faz sentido algum investir em um negócio sem que haja um objetivo para isso. Sempre se deseja vender produtos, reforçar uma marca, divulgar serviços, gerar cadastros, exibir anúncios, etc. Não importa! Seja qual for seu objetivo, ele existe. E se ele existe, podemos medir se o atingimos – pelo menos quando estamos na internet.
Só vale lembrar que um bom indicador é aquele que automaticamente ‘starta’ um plano de ação. Não adianta muita coisa olhar para números subindo e descendo e não ter nada para fazer a respeito. Vamos tentar explorar aqui alguns KPI’s e o que eles podem nos mostrar.
A partir da nova versão do Google Analytics, muitos dos nossos problemas sobre a definição de metas em interações no site que não geravam visualizações de página agora podem ser resolvidos de maneira bem mais simples: o Google disponibilizou a visualização de metas a partir de eventos.
E o que ganhamos com isso?
De maneira bem simples, podemos definir em alguns tópicos:
A discussão sobre a mensuração de influência de um perfil no Twitter é longa e complexa. Longa porque acontece desde a criação do Twitter. E complexa porque ainda não existe um consenso do que é influência e o pior, de como mensurá-la. É nesse contexto que o Klout se propõe a esclarecer essas questões, oferecendo um índice de 0 a 100 e que busca contemplar os principais fatores para essa mensuração.
No dicionário Houaiss, influência é o “poder de produzir um efeito sobre os seres ou sobre as coisas, sem aparente uso da força ou de autoritarismo“. No próprio Klout, a definição é semelhante e contextualizada para a web: “We (Klout) believe that influence is the ability to drive people to action — “action” might be defined as a reply, a retweet, a comment, or a click” (“Nós acreditamos que influência é a habilidade de convencer as pessoas a agir – agir pode ser definido como um reply, um retweet, um comentário ou um clique”). Tomando por base essa definição, podemos entender o motivo da formação do tripé do índice Klout: True Reach, Amplification Probability e Network Influence.
