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.

O Google Analytics traz como default a visualização dos caminhos de uma maneira genérica, onde temos:

• Organic search — Visitas que vieram de busca orgânica
• Paid advertising — Visitas vindas de links patrocinados e campanhas de banner/peças gráficas
• Social Network — Facebook, Twitter outras redes sociais
• Referral — Sites de referência
• Email – visitas que tem o medium marcado como email

No entanto, muitas análises precisam ser feitas a partir de dados mais segmentados, como visitas apenas de Twitter, ou de uma campanha exclusiva.

E como fazemos isso!?

Calma! Pensando nisso o Google Analytics deixou aberta a possibilidade de criação de grupos de canais (ou Channel Groupings, na versão em inglês), onde podemos definir a regra para a visualização de um caminho que atenda às suas necessidades de análise. O processo de criação é bem parecido com o novo modelo do GA para segmentos avançados, bem fácil e intuitivo de ser utilizado.

Suponhamos que queremos saber o volume de pessoas que entram no site da Direct Performance vindas da divulgação de nossos posts e que convertem. Teríamos o seguinte processo:

- Clique em Channel Groupings e em ‘Create a custom Channel Grouping’

- Você visualizará informações como na imagem abaixo. Dê um nome para seu canal customizado e clique em ‘Add new Rule’.

- As informações que você verá a seguir são bem próximas da tela utilizada para a criação de filtros e segmentos avançados. Assim como para eles, o conhecimento e utilização de de expressões regulares é muito importante.

- Estruturadas as configurações da regra, onde você pode até escolher a cor em que o canal customizado irá aparecer, salve a regra e o channel grouping.

Pronto! Agora você já consegue visualizar o canal customizado que você criou como um canal a parte, desde que ele esteja selecionado.

Ah! Algo importante é que os canais customizados podem ter mais de uma regra. Por exemplo: Caso precisemos medir conversões de busca paga vs. orgânica, podemos criar duas regras no grouping channel (uma para cpc e outra para organic) e visualizaremos essas informações segmentadas da maneira como precisamos. Ou ainda a visualização de campanhas de display com nomes diferentes. Você pode criar várias regras, cada uma correspondente a uma delas, e visualizará as assistências e os caminhos de conversão separados pelas campanhas.

Enfim… As possibilidades são muitas! Com criatividade, inteligência e o potencial desses novos modelos de report do Google Analytics, podemos analisar mais a fundo os resultados obtidos pelo site e direcionar estratégias e próximos passos. Aproveite sem moderação!

Posts relacionados

• Lançamento oficial do relatório de Funis Multicanal
• Google Analytics Multi-Channel Funnels
• Como vincular contas do AdWords no Google Analytics
• Google Analytics: O que muda com a nova política de buscas do Google?
• Por que pagar pelo Google Analytics Premium?

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.

Rapidamente esse cenário se tornou mais complexo. O acesso à internet se popularizou e o conhecimento necessário para fazer sites se disseminou. Muitos foram criados e se iniciaram as campanhas online, que levavam tráfego de um site para outro. As necessidades de medição de sites se ampliaram e as ferramentas de Web Analytics tiveram que se tornar mais poderosas. Elas agora precisavam também registrar a origem do usuário e com isso permitir a medição da efetividade das campanhas, essas mudanças também deixaram as ferramentas mais complexas (outras tecnologias passaram a ser usadas, se destacaram ferramentas baseadas em tags e não análise de log). Nesse contexto surge também a necessidade dos Adservers para facilitar o controle e gestão de mídia e, devido ao grande número de sites sobre os mais diversos assuntos, surge a necessidade de melhorar a forma como os encontramos. A resposta foi rápida. Buscadores.

O aparecimento dos buscadores mudou drasticamente o modo como navegamos na internet e também seu entendimento como negócio. Hoje em dia a grande maioria dos usuários vai diretamente para um buscador antes de seguir para outro site. Nesse novo momento é fundamental estar presente nos buscadores para ser encontrado. Isso pode ocorrer de duas formas: Organicamente (nesse caso será importante realizar um bom trabalho de SEO) ou então com campanhas de Links Patrocinados. Com essas novidades, além de mais necessidades de medição nas ferramentas de Web Analytics e Adservers (que novamente se tornaram mais complexas), também passa a ser importante observar diversas métricas nos Links Patrocinados, acompanhar a evolução do SEO, entender o comportamento das buscas e conhecer o que os sites concorrentes estavam fazendo. Para cada necessidade nova surgiu uma gama de ferramentas, vou citar algumas. Para os links patrocinados foram feitas ferramentas de controle de lances (conhecidas como “bid management tools”). No âmbito do SEO surgiram várias: medidores de pagerank, plug-ins que fazem sitemaps, ferramentas para medir densidade de cada palavra em uma página específica e também outras para calcular o quanto o seu site e de seus concorrentes aparecem nas buscas para cada termo que você quer saber. Para entender um pouco mais sobre o comportamento das buscas é importante acompanhar ferramentas como o Google Trends, o Google Insights for Search e também ficar atento para diversas pesquisas de comportamento de busca que são divulgadas em eventos e palestras do mercado digital (bem como em blogs e twitter). Para entender mais sobre o seu mercado no mundo digital e boas práticas, além de acompanhar palestras e eventos vale utilizar uma ferramenta de inteligência competitiva como o Ibope, Comscore ou Hitwise.

Beleza então. Meu site tem uma navegação legal, o SEO tá bacana, minhas campanhas rodando direitinho e com ROI positivo. Posso descansar?

Ainda não.  Toma um fôlego que já estamos na reta final.

Depois da “revolução dos buscadores” a novidade que trouxe mais uma série de possibilidades e necessidades para o mundinho da internet veio com um nome bonito: Web 2.0. Muito mais do que discutir a validade ou não do nome, o intuito é observar o que mudou. A partir desse momento o usuário começa a produzir seu próprio conteúdo e falar o que bem entende. Os negócios digitais não podem mais se preocupar apenas com o que acontece “dentro de casa”, é necessário entender o que estão falando da sua marca e seus produtos nas redes sociais, blogs e companhia. Se por um lado existe a preocupação em ficar de olho no que estão falando (principalmente falando mal) sobre as empresas nas redes sociais, por outro, nunca foi tão fácil estar próximo das pessoas que gostam da sua marca e te apoiam. Basta estar atento. Uma gama de possibilidades de promoções e melhoria no relacionamento com o cliente surgem nesse momento. Ainda estamos aprendendo o que é possível fazer com tudo isso. Agora passa a ser importante o entendimento de como funciona cada rede social e também acompanhar o que está sendo publicado sobre a sua marca (sem esquecer de todo o resto, hein!). Ferramentas que fazem esse acompanhamento ganham destaque e o Buzz Intelligence passa a ser super importante.

Esse é mais ou menos o momento que estamos vivendo agora. O aparecimento dos tablets e crescimento de vendas de smartphones não muda o cenário da internet como um todo, certamente possibilita a inclusão de mais gente e traz a necessidade de se adaptar a esses novos dispositivos. Já estamos preocupados em medir (meios de se fazer isso já são realidade) e também pensando nas possibilidades de ações e negócios.

Obrigado pela sua atenção e até a próxima.

Posts relacionados

• IAB Brasil divulga Glossário de Métricas para Web Analytics
• Omniture SiteCatalyst 15, Webtrends 10 e Google Analytics v.5: o que muda?
• Na Internet tudo pode ser medido?

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?

Esse questionamento não é novo. Em 2006, Avinash já questionava o bom uso das métricas em tempo-real e se conseguiríamos torná-la relevante para nosso trabalho (veja: Is real-time really relevant). E mais recentemente, Judah Philips, outro expoente no mercado, também tecia suas considerações sobre o uso destes dados (veja: Do You Want Real-Time Or Timely Data?).

A primeira coisa que nos deparamos quando analisamos ferramentas desse tipo é que a própria apresentação dos dados tem que ser diferente, afinal, o velho gráfico de linhas dia-a-dia não é mais suficiente.

No overview, ou visão geral dos relatórios em tempo-real, vemos um resumo do conteúdo consumido e das origens de tráfego além de uma tendência minuto-a-minuto e segundo-a-segundo. Mostram uma tendência interessante com o volume acumulado de tráfego nestas duas dimensões. Dá pra ficar maluquinho vendo os pontos se mexerem:

Gostou?

Mais idéias? Comenta aí…

Posts relacionados

• Por que pagar pelo Google Analytics Premium?
• Average Time no Google Analytics
• Filtros e Segmentos Avançados no Google Analytics
• Direct Performance no TDC 2011
• A integração do Google Analytics com Sites em FlashIntegrating Google Analytics with Flash Sites

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.

—————–

CONVERSÕES DO GOOGLE ADWORDS

As conversões de Google Adwords são contabilizadas a partir de um disparo de uma tag criada na ferramenta e implementada na página que indica a conversão do KPI. O Adwords contabiliza as conversões de duas maneiras:

Uma por Clique – A cada clique em um anúncio do Google AdWords, o Google cria um cookie no browser do usuário que tem validade de 30 dias. Na Conversão Uma por Clique, ao clicar em um anúncio do Google AdWords, se um usuário converter em uma visita ou em qualquer outra dentro da janela de 30 dias, independente da quantidade de conversões que ele realize, a ferramenta contará somente uma conversão, ou seja, o máximo de conversões por visita, ou mesmo as visitas subsequentes, será um. A Taxa de Conversão, nesse caso, seria de no máximo 100%.

Imaginem uma campanha cujo link do Google AdWords leva para uma página do site com um formulário de inscrição. Se o usuário preencher esse formulário, teremos uma conversão. Neste caso, o clique cumpriu o objetivo da campanha, mesmo que o usuário continue navegando pelo site e realize outras conversões.

Muitas por Clique – Na Conversão Muitas por Clique, são contabilizadas todas as conversões realizadas dentro desse período, mesmo que as próximas fontes de entradas não sejam Links Patrocinados. Lembrem que os 30 dias são renovados a cada novo clique em um anúncio do Google AdWords, mas as conversões a partir daí contariam para o segundo clique. Dependendo da quantidade de conversões setadas e da quantidade de conversões na visita gerada, é possível que essa Taxa de Conversão (Conversões/Cliques) seja maior que 100%.

Em um E-Commerce, por exemplo, esse tipo de conversão pode ser muito útil. Podemos ver quantas vezes um visitante realizou uma aquisição com um clique no anúncio, mesmo em visitas subsequentes dentro da janela de 30 dias.

—————–

CONVERSÕES DO GOOGLE ANALYTICS

A conversão no Google Analytics funciona semelhante à conversão (Muitas por Clique) do Google AdWord, porém, não só a medição é feita baseada na visita e não o clique, como as conversões são contabilizadas por visualizações únicas. Outro ponto de diferença é que uma meta é contada apenas uma vez por visita.

Como o Google AdWords, um cookie também é criado no browser do usuário, mas sua validade pode ser regulada, sendo que a padrão é 6 meses. O Google Analytics é uma ferramenta mais completa que não só faz medição da performance da campanha, mas também pode analisar o site inteiro, logo ele mede as visitas vindas de todas as fontes de tráfego. Se um usuário iniciar uma visita vinda de Links Patrocinados, todas as conversões serão contadas para CPC, porém se numa segunda visita ele vier de Busca Orgânica, esses dados contam para esta fonte. O único tipo de fonte que não sobrepõe a anterior é o acesso direto, pois a ferramenta interpreta que se o visitante retornante entra direto no site é pelo impacto da fonte anterior.

—————–

Exemplo Prático

A empresa ACME tem uma campanha no Google AdWords cujos anúncios direcionam para seu site. Existem 3 conversões setadas: Entrou no Chat, Mandou uma Mensagem, Realizou uma Busca.

No dia 1º de Agosto, Wile procurou no Google por “Acme” e clicou no link patrocinado da empresa. No site, ele realizou os três tipos de conversão. No dia 15 de Agosto, ele entrou no site da empresa por acesso direto, conversou no chat e fez duas buscas. No dia 5 de Setembro, também entrou no site por acesso direto e realizou duas busca. Abaixo, temos os resultados que cada ferramenta nos retorna.

Espero que este post tenha ajudado e tirado a dúvida de muitos. Se quiserem conhecer mais sobre Search Intelligence, continue navegando em nosso site.

Posts relacionados

• Filtros e Segmentos Avançados no Google Analytics
• Nova Métrica Google Adwords – Parcelas de Impressão no nível de Grupo de Anúncios
• Como vincular contas do AdWords no Google Analytics
• Google Analytics: O que muda com a nova política de buscas do Google?
• Customizando canais nos relatórios de Multi-Channel Funnels

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?

Cálculo do Tempo na Página e do Tempo no Site no GA

Quando o visitante entra no site é feito um disparo de uma pageview para o GA, que possui o timestamp (horário) em que a página foi visitada. O tempo que o visitante ficou na página (Time on Page) será calculado no momento em que o visitante acessar uma outra página do site, gerando um novo disparo com outro timestamp.

Vamos considerar o seguinte cenário:
O visitante entra na homepage do seu site e dentro dele navega por mais duas outras páginas.O horário de entrada no site é às 8:00.

Digamos que o visitante acesse a segunda página às 8:02. Com o segundo pageview disparado, o GA entende que a duração da visita na home page daquele usuário foi finalizada e consegue calcular o tempo de acesso na primeira página pela subtração do horário do segundo pageview (8:02) pelo primeiro (8:00), resultando em 2 minutos. O processo se repete nas demais páginas do site.

Porém, se o GA depende da visualização da próxima página do site para calcular o tempo da página que você está, o que acontece quando o usuário sai do seu site ou fecha o navegador?

Exatamente… o tempo da página não pode ser calculado e se iguala a zero.

Para calcular o tempo no site (Time on Site) são somados os tempos de cada página. Como não é possível calcular o tempo na última página, este não é contabilizado no tempo no site.

E o que acontece com o tempo do site se meu visitante acessar apenas uma página?

Resposta: Como não é possível calcular o tempo na página, o tempo no site será igual a zero.

Uma expressão comum nesse momento: “Putz, mas eu tenho um blog e as pessoas dificilmente acessam mais de uma página. Nunca vou saber quanto tempo as pessoas ficam no meu blog.”

Na verdade, é possível descobrir, e não é necessário ser um super programador para isso. Mas como?

A solução do problema:

Uma maneira simples de contornar isso é criar um evento do GA no window.onunload da página. Dessa forma o GA recebe um evento na saída da página, e com o timestamp do evento é possível calcular o tempo no site.
O evento pode ser configurado com o nome da sua preferência. Por exemplo:

1
2
3
4

function SairDoSite(){
_gaq.push(['_trackEvent','Hora','Saída site']);
}
window.onunload = SairDoSite;

Basta inserir esse código nas páginas do seu site, e pronto. O GA calculará o tempo na última página da sessão através do disparo desse evento.

O problema da solução:

Quando configuramos um evento para ser disparado ao sair de uma página, não alteramos apenas o tempo na página. Outra métrica que sofre mudanças com essa solução é o Bounce Rate, que é calculado através das páginas que possuem tempo igual a zero, ou seja, que não tiveram interação antes de serem fechadas.
Como todas as páginas disparam um evento ao serem fechadas, todas possuirão um tempo de acesso e não será possível saber quais páginas não sofreram interação real, o que significa um Bounce Rate zerado. Por isso, o uso de evento no windows.onunload deve ser usado com cuidado.
Como uma solução para o Bounce Rate zerado, é possível criar uma meta onde todas as visitas que durarem menos de 15 segundos deverão ser consideradas bounce. Embora a métrica esteja zerada, através da meta podemos ter uma visão das pessoas que ficam menos de 15 segundos e definir um Bounce Rate personalizado.

Veja também: 4 formas de se trabalhar o Bounce Rate

Posts relacionados

• Por que pagar pelo Google Analytics Premium?
• Google Analytics Real-Time e o impacto de suas análises
• Filtros e Segmentos Avançados no Google Analytics
• Direct Performance no TDC 2011
• A integração do Google Analytics com Sites em FlashIntegrating Google Analytics with Flash Sites

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.

Behavioral Targeting (BT) está longe de ser considerado uma invasão de privacidade – as principais ferramentas possuem, inclusive, a opção de opt-out caso o usuário não queira compartilhar suas informações; é, na verdade, a utilização com inteligência dos rastros deixados pelos usuários em um banco de dados anônimo e que contém uma diversidade enorme de variáveis. O intuito é, nesse caso, a correta interpretação dessas variáveis, onde conseguimos agrupar em perfis os usuários que navegam por determinada plataforma ou que visualizam determinado conteúdo na internet, como por onde navegou, o que gosta, o que comprou, entre outros, e lhes entregar a informação mais condizente com esse comportamento, deixando nosso site com navegação mais amigável para todos os perfis de visita do mesmo.

Alguns exemplos de como se utilizar dos dados de BT:

Identificação da plataforma de acesso

Identificar qual plataforma está sendo utilizada na navegação e entregar uma versão de site diferente, com peculiaridades para cada uma delas, facilita e muito a navegação! Há algum tempo atrás, os usuários de Mac sofriam bastante com a compatibilidade dos sites, o que hoje é algo praticamente sanado com o crescimento de mercado da Apple. Mas, o que dizer dos usuários de mobile?! Vivemos uma grande tendência onde a internet não se prende mais apenas aos computadores e se expande aos smartphones e tablets, seja via wireless ou tecnologia 3G. Porém, como as telas são menores que as habituais dos computadores e notebooks, o conteúdo padrão dos sites a maioria das vezes tem a leitura extremamente dificultada, o que impede um volume maior de conversões e pode alavancar a rejeição do site. Apresentar os dados em um site voltado ao mobile, com uma navegação bem mais simples e direta ao ponto auxilia, e muito!

Qualidade da conexão

O Brasil ainda tem muito a evoluir em relação a distribuição da banda larga. É exatamente por isso que desenvolver sites extremamente carregados e com detalhes pode complicar nossos resultados. Criar sites com layout muito simples e sem detalhes pode frustrar parte dos nossos acessos, bem como deixá-lo carregado demais inviabiliza a navegação para outros. Como lidar com isso e agradar a todos (ou praticamente todos)? Simples: utilize BT! Identificar a conexão do usuário e direcioná-lo para um modelo de site que melhor atende suas necessidades, sem atrapalhar a qualidade da navegação, é fundamental para alavancar a conversão do seu site!

Segmentação por região

Nosso país possui uma diversidade de culturas, girías e comportamentos enormes, visto seu tamanho. Dessa maneira, desenvolver um modelo de site e apresentá-lo da mesma maneira para usuários do Sul e do Norte pode ser um erro estratégico muito grande, desde a linguagem utilizada ao produto ofertado! Imagine utilizar gírias como “tri tecnológico” e “esse produto é bala”, gírias normalmente utilizadas no Sul, para acessos vindos da Bahia, ou até mesmo na região Sudeste. Com certeza não teremos a mesma performance em conversões nas outras regiões! Segmentar seu site e entregar uma linguagem diferente para os acessos de cada uma das regiões do Brasil deixará sua marca e seus produtos com um ar de maior proximidade, possivelmente aumentando sua performance.

Comportamento de navegação

Utilizar os rastros de navegação do usuário para mostrar produtos que mais se adequem ao seu gosto pode alavancar o poder de conversão do seu site! Por exemplo: rotineiramente busco notícias de placares e informações sobre o Corinthians e, quando entro no site do Netshoes, os produtos ofertados são, em sua  maioria, do Corinthians. Coincidência?! Não: Inteligência!

Outro exemplo de comportamento de compra utilizado em sites de ecommerce ocorre quando, visualizando detalhes do produto, vejo logo abaixo a informação “Usuários que compraram a camiseta do Corinthians também compraram: Agasalho do Corinthians, bandeira do Corinthians”. Nesse caso, há o cruzamento de informações e produtos vendidos visando aumentar a venda casada, aumentando, assim, o ticket médio da compra.

Além da segmentação dentro do site, com o modelo de BT pode, e deve, ser utilizado em campanhas online, onde uma peça criativa diferente é vista com base no perfil do usuário. Por exemplo:

- Se o usuário buscou ou navegou por conteúdo relevante ao Cruzeiro, ele será impactado com peça exclusiva do time.

- Se o usuário buscou ou navegou sobre conteúdo relacionado a futebol como um todo, como informações do Campeonato Brasileiro, mas sem foco em nenhum time específico, ele será impactado por peças mais genéricas, mas relacionadas a futebol.

- Se o usuário navegou ou buscou por demais esportes, como tênis, vôlei, entre outros, ele é impactado por um terceiro modelo de peça, genérico e voltado para esportes como um todo.

Esse modelo de campanha traz ganho a todos os envolvidos, pois melhora a experiência de navegação dos visitantes em seu site, rentabiliza o estoque publicitário com a customização da entrega do conteúdo, além de dar a oportunidade de um melhor trabalho sobre os valores de CPM aos veículos e, por consequência, traz melhor conversão e ROI para a campanha, uma vez que a linguagem e o assunto estará muito mais próximo do comportamento de navegação do target.

E quais as principais ferramentas do mercado atualmente?

Behavioral Targeting é uma estratégia de segmentação em pleno avanço no mercado online nacional, mas ainda pouco utilizado. Ainda assim, temos 2 boas ferramentas de grande potencial a nossa disposição:

Primeira empresa totalmente brasileira dedicada a targeting online, o Navegg possui um sistema de informações sócio-demográficas capaz de traçar o perfil dos visitantes do seu site, com interesses e intenções de compra a partir da navegação web, com serviços especializados para Publishers e também para sites de ecommerce. Conta hoje com mais de 40 milhões de perfis analisados por mês e uma rede de 1.400 sites mapeados, com mais de 30 critérios de segmentação de conteúdo.

Além disso, possui um grande diferencial oferecendo uma API para integração com ferramentas de Analytics e AdServers.

A Direct Flow, empresa pertencente ao mesmo grupo da Direct Performance, possui uma parceria com o Navegg para a gestão de campanhas customizadas que tem trazido grandes resultados, o que indica o potencial da ferramenta tupiniquim.

O BTBuckets também é uma ferramenta nacional e especializada em criar nichos de usuários, predefinidos ou customizados, seguindo o mesmo raciocício do Navegg, lhes entregando mensagens diferentes a partir do cruzamento de dados de informações como fonte de tráfego, padrões de navegação, termos de busca, eventos, informações demográficas e tecnológicas do target.

Lá fora, estratégias de BT são muito mais utilizadas e praticamente fazem parte do dia-a-dia dos sites e planejamento de campanhas. Dentre as principais ferramentas internacionais, vale citar o Simpli.fi, o LucidMedia e o AudienceScience, mas as opções são diversas, como vemos na imagem abaixo:

Como podemos ver, a possibilidade de segmentação é imensa e, bem trabalhada, traz grandes resultados para todos. É só escolher a ferramenta para seu site/campanha, segmentar e correr pro abraço!

Posts relacionados

• Como medir campanhas do Yahoo Search Marketing no Google Analytics
• Privacidade no Google AnalyticsPrivacy on Google Analytics
• Em tempos de crise, otimize a comunicação digitalEm tempos de crise, otimize a comunicação digital
• Sitelinks do Google – O que mudou?
• Como fazer Link Building?

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.

Por isso, embora seja algo simples e óbvio, tenha sempre em mente os KPIs do seu site (alguns exemplos podem ser encontrados neste post). É com base neles que você saberá exatamente o que mensurar e quais páginas e calls to action do seu site precisam ser testados em vias de encontrar o melhor caminho para a conversão do target do seu site, identificando quais combinações levam às melhores taxas de conversão.

Após a realização do teste, a análise dos dados servirá como base para que as otimizações sejam feitas, quase sempre com novos testes buscando a melhor performance possível para seu site. Esses dados, independente dos resultados, sempre nos trarão learnings indicando a melhor maneira de trabalharmos nossa página ou campanha, por isso não devemos subestimar nem mesmo os dados negativos. Muito pelo contrário: informações negativas podem, muitas vezes, indicar mudanças que precisam ser feitas e que trarão uma nova visão ao nosso modelo de site. Mudanças essas que precisam ser “testadas”!

O que temos aqui é, portanto, um ciclo onde teste após teste buscamos aperfeiçoar cada vez mais nosso site, buscando os melhores resultados possíveis entendendo o perfil de navegação dos nossos clientes, que também está em mutação constante, para que possamos estar sempre nos atualizando e atendendo suas expectativas.

Certo. Agora você deve estar se perguntando…

Tá, mas onde e como eu faço esses testes?

Uma opção simples e muito fácil de ser utilizada é o Google Website Optimizer, onde podemos fazer os testes sem afetar as otimizações de SEO e sem que ele seja percebido pela visita, uma vez que a primeira versão do teste vista pela visita fica gravada no cookie. Além disso, esses testes podem ter apenas duas variáveis (como cores de botão “Comprar” diferentes) ou diversas versões, como títulos, fotos, títulos, entre outros, tudo dentro do mesmo teste, onde podemos identificar uma melhor combinação de informações, e não apenas versões de páginas.

Temos 4 tipos de testes citados pelo Google como básicos:

-          Antes e Depois: é a mensuração da performance de uma página antes de alterada e após a alteração. Aqui, não temos mais de uma variável ao mesmo tempo e, por conta disso, não é um teste controlado, visto que fatores externos, como o recebimento do salário no começo do mês, podem influenciar nos resultados independente da versão e, por conta disso, não é o mais recomendado.

-          A/B: Nesse teste, o tráfego é dividido em duas ou mais versões de páginas, e é ideal para o teste de duas landing pages específicas, por exemplo, ou para grandes alterações de layout em geral.

-          Multivariado: teste feito com a divisão do site em seções e a possibilidade de diversos cruzamentos de versões, onde serão identificadas quais os “cruzamentos”  de informações com a melhor performance. É, geralmente, utilizado após os testes A/B visando otimizar ainda mais as conversões de uma landing page de campanha ou página de compra de um e-commerce, por exemplo.

-          Teste segmentado/personalizado: Resultados variados com a tabulação cruzada, tendo como base a característica da visita por meio da modificação de toda a experiência do usuário nas páginas. É complexo e exige tempo, tecnologia e recursos significativos para ser desenvolvido. Porém, é um passo importante nas otimizações após os testes A/B e multivariados.

Com base nessas informações, implemente a ferramenta (ela é fácil e intuitiva de ser utilizada) de acordo com o tipo de teste e etapa a ser analisada dentro do seu site, sempre sem esquecer da importância de se ter o objetivo em mente. A partir disso, é só Testar, Mensurar e Otimizar, sem medo de ser feliz!

Posts relacionados

• 15 dicas de sucesso para Landing Page

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 primeira dúvida que sempre surge é em relação à audiência. Infelizmente ainda é muito comum que as pessoas olhem para as visitas como se fossem o saldo da conta no banco. As visitas aumentaram? Todo mundo comemora! As visitas caíram? Todos se desesperam! Mas, as visitas não devem ser a bússola de seu site!

A audiência de um site, pura e simples, diz muito pouco sobre o resultado de um negócio. Seria o equivalente a dizer que em uma loja de um shopping entram 2 mil pessoas todos os dias. O que isso significa? Nada! Você pode receber 2 mil clientes e todos eles saírem sem nenhuma sacola.

Em alguns casos específicos a audiência pode ser o indicador mais próximo de medir sua conversão. Porém, podemos refinar um pouco mais esta métrica. Refinar? Como? Com o Bounce Rate, nosso 1º KPI de hoje!

1 – Bounce Rate

Já disse que visitas não podem ser um objetivo. Se falarmos em visitas que navegaram pelo site, aí sim começa a fazer algum sentido. E é aí que o Bounce Rate entra. Existem 4 formas de se trabalhar o Bounce Rate. Vamos assumir aqui o modelo por tempo de navegação. Supondo que meu site recebe um tráfego natural (sem incentivo de uma campanha) de mil visitas por dia e que, metade delas, sequer navegam no site por 15 segundos. Isto é bom? É ruim? A princípio, nenhum dos dois. Porém, se eu investir R$ 50k numa campanha e levar outras mil visitas por dia para o meu site e, dessas, metade abandonarem o site em menos de 15 segundos, eu tenho um problema! Estou jogando R$ 25k no lixo. O Bounce Rate deve ser sempre a primeira etapa do funil de conversão. Reduzir o Bounce Rate pela metade equivale a dobrar o tráfego e pode significar dobrar suas conversões.

A Landing Page é a principal página de seu site, e é por ela que o usuário irá definir se continuará navegando no site ou se irá abandoná-lo! Confiram algumas boas dicas para reduzir o Bounce Rate em: 15 dicas de sucesso para a Landing Page

2 – Acessos a uma determinada seção ou conteúdo

Eventualmente vamos nos deparar com situações em que a audiência é nosso melhor indicador. Imagine um site de noticias de economia, cujos usuários acessam diariamente para saber a cotação do dolar ou o índice da bolsa. Neste caso, e em alguns outros, o simples fato do usuário visualizar uma página do site se configura um objetivo atingido.

3 – Taxa de retorno

E a taxa de retorno? Outra dúvida comum. Esta também é uma métrica bastante respeitada, mas pouco compreendida. Taxa de retorno alta é bom ou é ruim? Depende! Esta é uma métrica um pouco mais complicada de se trabalhar. Diversas condições influenciam na proporção de visitas novas e retornantes, como: tempo de vida do site, existência de campanhas gerando tráfego, frequência de atualização do conteúdo do site, etc.

Mas aí o cliente diz que é importante para o negócio dele que as pessoas voltem muitas vezes ao site. O que fazer? Podemos eliminar todas aquelas condições de influências segmentando a análise somente por aqueles usuários que retornaram, ou seja, que fizeram duas visitas ou mais. Olhando somente para esta segmentação, podemos ter uma ideia de frequência de retorno dos usuários e da distribuição de usuários por cada faixa de frequência.

Exemplificando um caso de uso: Uma promoção onde o usuário que compra o produto deve ir ao site para cadastrar o código da embalagem e concorrer a prêmios. Neste caso, quanto mais vezes o usuário voltar para cadastrar novos códigos, maior o grau de engajamento dele na promoção. Sucesso!

Tá, mas eu já sou grandinho e sei que posso ir muito além da audiência. Quero olhar para o que os usuários então fazendo no meu site. Bom, aí podemos medir quase tudo que o usuário faz.

4 – Tempo de Navegação x Profundidade da visita

Um excelente indicador é usar tempo de navegação x profundidade da visita (page views). Podemos ter uma boa noção do grau de interesse dos usuários pelo conteúdo de um site cruzando estas duas métricas. Atenção para quando o tempo de navegação ou o número de page views podem indicar que o usuário está perdido, com dificuldade de encontrar o que procura!

Alguns casos são clássicos. Eventualmente o site tem o objetivo de gerar cadastros, ou vender produtos, ou ainda oferecer ao usuário serviço de auto-atendimento, etc. Nestes casos, basta olhar para o funil de conversão. Um funil bem estruturado aponta claramente em qual etapa está o gargalo e orienta o plano de ação.

Nestes casos os KPIs me parecem um pouco óbvios:

5 – Usuários cadastrados

6 – Vendas

7 – Atendimentos

Sem esquecer que com um bom tagueamento é possível detalhar muito mais cada conversão, como: vendas por tipo de produto ou por época do ano, atendimento por fonte de tráfego ou ou por região, desempenho do preenchimento do cadastro campo-a-campo, etc, etc, etc.

E há aquelas situações em que não temos apenas um objetivo principal. Queremos que o usuários façam alguma coisa, ou várias coisas, entre muitas possíveis dentro do site. Bom, então vamos medir o que for possível e, claro, fizer sentido.

Exemplos:

8 – Comentários nos posts do meu blog: fica ainda mais legal se aprofundar a análise e classificar os comentários, gerando indicadores de comentários positivos, ou comentários que geram leed de venda, etc. Aí é estudar caso a caso;

9 – Visualização de vídeos: veja também Como mensurar vídeos com o Google Analytics

10 – Downloads de conteúdo e aplicativos

11 – Compartilhamento de conteúdo em redes sociais

Os mais atentos perceberam que o título do post fala em 10 KPI’s … bom, o 11º é o chorinho!

Evidente que se ganha muito quando, junto aos KPIs, adicionamos outras informações que nos ajudam a compreender o que está acontecendo. Devemos estar de olho na evolução do mercado, ao que está acontecendo com os concorrentes, mudanças de hábitos dos usuários de internet, nova versão de browsers que não abre meu site corretamente, etc. Temos centenas de ferramentas de Web Analytics para entender melhor o comportamento do usuário. Tudo isso agrega inteligência a análise e, consequentemente, nos ajuda a alavancar nossos resultados.

Posts relacionados

• A diferença entre as conversões do Google AdWords e do Google Analytics
• A importância do Business Intelligence para a análise de Buzz
• Páginas de erro 404 SEO friendly
• Quando 10% é diferente de 10%? – Parte 2
• Quando 10% é diferente de 10%? – parte 1

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:

1 – Não precisaremos separar manualmente (ou com segmentações avançadas, variáveis personalizadas, entre outros) os disparos reais de pageviews e os relacionados à interação no site, organizando melhor os dados dentro das nossas contas do Google Analytics. Dessa maneira, a visualização dos dados é muito mais simples e rápida.

2 – A visualização do engajamento do visitante pode ser mensurada como meta a partir dos eventos das interações no site, com a configuração dos eventos de compartilhamento via email ou redes sociais (entre eles o famoso botão “Curtir”), comentários, visualização completa de vídeos e até mesmo a marcação da página nos favoritos.

3 – Acompanhar a evolução de donwload de arquivos do site, sejam eles manuais em PDF para um produto, músicas de uma campanha, acompanhar um podcast, etc.

4 – Mensurar a utilização de gadgets dentro do próprio site, como calculadoras, simuladores de orçamento, entre outros.

Enfim… Já deu pra perceber que a visualização dos eventos como metas é bem interessante e facilita muito as nossas análises e cruzamentos de dados, certo!? Mas, como criar uma meta a partir de um evento?

Criando eventos como metas

Vamos supor que gostaríamos de mensurar e ter como meta no site da Direct Performance quantas visitas clicaram no link do nosso Twitter no menu lateral direito. Quais seriam os passos necessários:

botão para nossa página do Twitter

1 – Certifique-se de que você está fazendo a chamada para o evento. Neste caso, utilizamos o seletor jQuery para a captura do evento (para mais informações sobre jQuery, acesse o site da jQuery).

Modelo de seletor jQuery para captura do evento

2 – Entramos na configuração do perfil, selecionamos uma nova meta e marcamos a opção “evento”.

Seleção do evento como meta

3 – Defina nos detalhes da meta as informações da Categoria, Ação, Tipo e o Valor, lembrando que não é necessário o preenchimento de todos (tudo depende do nível de detalhamento que queremos dar). No nosso caso, o preenchimento ficaria dessa maneira:

Definição de Category, Action, Label e Value que farão parte da meta

Feito isso, salvamos e pronto! Agora podemos acompanhar quantas visitas clicaram em nosso link do Twitter como uma das metas do site. Simples, objetivo e prático, não?!

Mas…

Lembre-se! Sempre se apoie nos KPIs desenvolvidos para o seu site, isto é, não saia criando metas a partir de eventos (e nem outros tipos de meta…) a “torto e a direito”, apenas para mensurar certas informações de maneira mais fácil. Os goals do Google Analytics nos auxiliam a acompanhar a evolução dos Key Performance Indicators definidos na fase do planejamento das métricas que serão analisadas e devem enaltecer resultados do ROI.

Seguindo essas premissas, use sem moderação!

Posts relacionados

• Direct Performance no TDC 2011
• A integração do Google Analytics com Sites em FlashIntegrating Google Analytics with Flash Sites
• Omniture SiteCatalyst 15, Webtrends 10 e Google Analytics v.5: o que muda?
• Ferramentas de Métricas: Tipos e usos
• A importância da Estatística em nossas análises

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.

True Reach (Real Alcance) é o tamanho de sua audiência engajada. Basicamente, o Klout elimina os perfis falsos, inativos ou provedores de spam e calcula o volume de perfis que realmente você pode exercer influência. Ele é fornecido em número bruto e leva em consideração o número de seguidores, de seguidores mútuos, total de retweets, a razão seguidores/seguidos, total de mentions e de listas incluídas.

Exemplo do painel de True Reach

Amplification Probability (Probabilidade de amplificação) é a probabilidade do conteúdo do perfil ser disseminado pelos seus seguidores ou até mesmo iniciar uma conversa. O Klout considera três pilares principais para essa métrica: engajamento, velocidade de propagação e volume de atividade. Engajamento, basicamente, é a interação entre o perfil e os seguidores. Velocidade de propagação considera a rapidez que o conteúdo é disseminado e se esse atinge outras redes, fora do círculo de seguidores. Volume de atividade mede se a frequência de postagem é a ideal para a audiência e se os posts geram novos seguidores.

Seguindo o conceito de influência do Klout e do Houaiss, Amplification Probability é a métrica mais interessante para considerarmos pois, basicamente, mede a resposta dos seguidores perante o conteúdo do perfil, valorizando a distinção de “amplificadores únicos“, que é semelhante a métrica de “visitantes únicos” no web analytics. Ou seja, basicamente, o Amplification Probability está interessado em saber se o conteúdo está gerando interação na rede de seguidores do perfil e se é disseminado em outras redes. Tanto é que, nos fatores que o compõem, temos o volume de retweets únicos (dados por perfis diferentes), número de mensagens que foram retweetadas, volume de perfis únicos que mandaram reply e a razão entre seguidores que deram retweet sobre o volume total de seguidores.

Exemplo de painel de Amplification Probability

Network Influence (Influência da Rede) é a influência da audiência engajada do perfil. Apesar de também considerar a influência geral dos seguidores, ele dá mais peso aos seguidores que interagem com o perfil, seja via mentions, replys, retweets e inclusões em listas.

Exemplo de painel de Network Influence

Com o valor das três métricas, o Klout monta o índice geral, o Klout Score. Além disso, ele também classifica o perfil entre 16 categorias (Klout Styles): Observer, Explorer, Activist, Specialist, Dabbler, Conversationalist, Socializer, Networker, Syndicator, Feeder, Thought Leader, Pundit, Curator, Broadcaster, Taste Maker e Celebrity.

Exemplo do Klout Score do perfil do Klout no Twitter

As categorias do Klout Style e os respectivos quadrantes (visto aqui)

Um exemplo de painel do Klout Style, comparando os principais seguidores do perfil do @Klout

É importante ressaltar que o Klout valoriza mais a qualidade das interações do que o volume de seguidores de um perfil. E isso conseguimos visualizar em uma análise comparativa, como no exemplo abaixo:

Painel com 12 perfis oficiais de times de futebol brasileiros, com as métricas do Klout e o volume de seguidores

Percebe-se que, mesmo com um volume maior de seguidores, o perfil do Corinthians possui um Klout Score menor que perfis com menos seguidores, como o do Grêmio e do Vasco da Gama. Também se percebe que o Amplification Probability (A.P.) possui uma correlação com o Klout Score, pois os perfis com maiores A.P. são os que possuem maiores índices.

Apesar de oferecer as três métricas e uma classificação do tipo de perfil (Klout Style), a principal crítica que existe sobre o Klout é a forma de cálculo desses valores, já que ele não explica exatamente como os realiza e apenas cita os fatores que os influenciam. Isso acaba causando problemas na determinação do índice e questionamentos sobre os resultados. Entretanto, o Klout anda recebendo cada vez mais notoriedade e adesão por parte das grandes companhias e meios especializados, ganhando atenção do próprio Twitter, de outras empresas de T.I. e de fundos de investimentos.

Por enquanto, é o índice mais usado para se mensurar influência no Twitter, sendo também utilizado para analisar perfis de Facebook e com pretensões para perfis de Linkedin e Foursquare. Com uma integração entre essas redes, esperamos que seja possível uma análise mais sofisticada, com novas métricas que agreguem essas novas redes. Mas ainda tem muitas novidades para chegar.

Posts relacionados

• Mensurando influência nas Redes Sociais: o Peer Index
• A importância da análise de Buzz nas ações offline
• Ferramentas para Analisar os Trending Topics do Twitter
• Afinal, como funciona o Trending Topics do Twitter?
• A visão dp6 de Buzz Intelligence, inspirada por Paul McCartney