Acesse esse conteúdo GRATUITAMENTE Já possui uma conta?

Web Analytics com Google Analytics

Fazer marketing digital sem ter dados é como dirigir de olhos fechados. Nesta aula você vai descobrir como as métricas web vão te ajudar a tomar decisões mais acertadas utilizando o Google Analytics.

O Web Analytics parte do principio que você vai começar a coletar dados para  transformá-los em decisões relevantes. Esse é um dos principais objetivos do Web Analytics.

Basicamente, as ferramentas do web analytics vão fornecer dados que caberão ao usuário interpretá-los, analisá-los e transformá-los em informação relevante para seu negócio.

Normalmente, quando perguntamos por que tenho muitas visitas no meu site e elas não convertem em vendas? Por que leram apenas um artigo e não vários? Qual estratégia está me trazendo mais resultados? Invisto mais em Adwords, Facebook ou e-mail marketing?

Como usar o Google Analytics?

No curso de Web Analytics você vai aprender a usar menos suposições e a se basear em dados para tomar decisões. Assim, sua empresa se tornará mais data driven, ou seja, tomará decisões baseada em dados e não em “achismos”.

Definindo objetivos

De posse desses dados, você poderá utilizá-los de forma inteligente para a tomada de decisões mais sábias. Antes de mais nada, é preciso definir os objetivos da sua empresa: num e-commerce o foco pode ser aumentar as vendas; se é um curso, objetivo de mais inscrições; se for um portal de notícias, objetivo de mais tempo de leitura. Com mais tempo de navegação num site, eu posso mostrar mais anúncios também.

Construa as KPIs personalizadas para ter um guia

Após definir os objetivos, é hora de construir as KPIs (Keys Performance Indicators), em português Indicadores Chave de Sucesso. São métricas que vão lhe dizer se seu objetivo está sendo cumprido ou não.

O Analytics tem muitos relatórios e informações. Para quem não conhece, a sensação de acessar pela primeira vez tantas informações pode passar a impressão de estar dentro de uma cabine de avião. A idéia das KPIs é que você resuma esse monte de informações em poucas porém importantes informações.

Assim como no painel de um carro há muitas informações como temperaturas, níveis de óleo e gasolina, velocidade, entres outros, sabemos que ali não são mostradas todas as informações sobre o veículo, apenas as principais. Com o Web Analytics não será diferente: você pegará as principais informações e montará o “painel” do seu carro.

Se o seu objetivo é aumentar vendas, por exemplo, você irá pegar as métricas relacionadas ao assunto. Será possível acompanhar a taxa de conversão do seu e-commerce, ticket médio, quanto de receita foi gerada através de buscas orgânicas, Google Adwords, Facebook, e-mail marketing, Instagram…

Você pode inclusive criar uma KPI para medir quanto de venda realizou para cada Estado do País, qual a categoria de produto mais acessado, qual o mais vendido, ticket médio por produto, região, etc. O importante é você pegar as KPIs mais importantes para os resultados seu negócio. Se resultado para você é lead, é necessário buscar as métricas relacionadas ao assunto.

Coletando e analisando dados

Você vai precisar colher dados com uma ferramenta adequada. Normalmente, utilizamos o Google Analytics por ser uma ferramenta boa e gratuita. Basta instalar em seu site uma única vez e ele funcionará em todas as páginas. Depois, é só analisar os dados do seu site. Após essa análise, você vai testar alternativas para otimizar os resultados.

Supondo que você esteja se perguntando por que não chegou no faturamento pretendido, vai iniciar a análise de dados e a partir disso decidir em qual ferramenta focar mais. Com esses testes, chegará a conclusão de que são mais interessantes para o seu negócio o Adwords e o Facebook ou um ou outro. Ao implementar essa conclusão você entrará num ciclo de analisar, testar e implementar constantemente até porque dificilmente o ciclo da sua empresa mudará, a não ser que você mude de objetivo.

Criando um perfil no Google Analytics

É imprescindível que ao criar um site, você abra uma conta no Google Analytics e o instale. É essencial saber como usar o Web Analytics se você tem uma página na internet. Ter um site sem ter dados para análises de marketing é como dirigir um carro de olhos fechados, não faça isso!

Glossário – principais termos do Google Analytics

As palavras dimensão e métrica aparecerão em todos os relatórios.

Métrica: é uma medida. Usada para quantificar.

Dimensão: descreve um atributo ou um dado.

Page View: é uma visualização de página.

Sessão: é um período de interação entre o navegador (browser) e o website. Se o site tiver Analytics e o usuário ficar inativo (deixar o mouse parado) na página durante 30 minutos a visita será encerrada. Imagine que um usuário estava navegando numa página e tocou o telefone. Ele saiu do computador, atendeu e ficou 31 minutos falando. O Analytics encerrou essa visita após termos um pageview. Ao retornar para a página, foi iniciada uma nova visita. Depois, ele abriu outra página no mesmo site e saiu. No total, tivemos nesse site 2 visitas e 3 pageviews!

Usuário: é o atual nome para visitante, nome antigo desta métrica. Quando um usuário acessa um site que possui Analytics, ele é identificado por meio de um cookie que é instalado no seu navegador com uma identificação única (sequência numérica) que é executada. Se você voltar ao site o Analytics saberá que você já passou por lá ao reconhecer seu cookie.

Você não sabe quem está acessando seu site, mas sabe quantas acessaram ele.

O que terá no Analytics será algo parecido com isso:

Um número menor de usuários, um número maior de sessões (já que ele acessa seu site mais de uma vez) e um número maior ainda de visualizações de páginas (porque numa mesma sessão ou visita o usuário pode ver uma ou mais páginas. Dificilmente essa pirâmide se inverterá.

Visualizações de páginas únicas: nesse caso, vamos imaginar que o usuário entrou na página A, depois atualizou a página A; visitou a página B; visitou a página C e depois a atualizou. Depois, visitou novamente a página A. Isso gerou 6 visualizações de página e 3 visualizações de páginas únicas porque o usuário viu 3 páginas diferentes.

New visitor x returning visitor

Essa é outra métrica importante.

New visitor: acessou seu site pela primeira vez.

Returning visitor: visitou seu site mais de uma vez.

Tempo na página: como o Analiytics calcula o tempo que o usuário ficou na página?

Muitos acreditam que no momento em que o usuário entra na página o Analytics estarta um cronômetro. Não é assim!

Quando o ususário inicia o acesso, o Analytics é carregado e vê que horas são.

O tempo em que o usuário ficou na página A é a a hora de entrada na página B menos a hora em que ele entrou na página A.

E quanto tempo ele ficou na página B? Não sabemos! O Analytics não sabe a hora em que ele saiu? Não! Ele não sabe, apenas a hora em que ela foi carregada. Se o usuário não carregou nenhuma página depois, o Analytics não sabe a hora de saída.

Logo, todo o tempo de permanência na última página sempre será zero!

Realmente, as pessoas ficam chocadas ao saberem disso! Elas acreditam piamente que o Analytics possui um cronômetro, o que não é verdade!

Veja este outro caso:

Se esse mesmo usuário tivesse visitado a página C antes de sair, teríamos o tempo de permanência na página B. Como ele visitou uma página a mais sabemos que ele ficou na página B dois minutos e trinta segundos.

Assim, temos uma outra métrica aqui que é o tempo de permanência no site: é a somatória do tempo em todas as páginas do site.

Taxa de Rejeição: uma das métricas mais mal interpretadas do Analytics!

Talvez a tradução para nossa língua tenha gerado esse mal entendido. Para entender, primeiro precisamos lembrar que diversas métricas que o Analytics mostra são médias.

Uma alta taxa de rejeição não necessariamente significa que seu site está ruim: sempre que for efetuar uma análise, é importante contrapor as métricas. Não se pode analisar uma única métrica separadamente! A comparação com outros dados é fundamental.

Taxa de rejeição significa que o usuário entrou no site através de determinada página, não navegou por outras dentro do mesmo site e saiu pela mesma página em que entrou. Isso caracteriza uma rejeição.

Nem sempre esse dado é ruim. Se o tempo de permanência é alto, por exemplo, 9 minutos de tempo médio, isso significa que o conteúdo pode estar interessante. Se o tempo de permanência é baixo junto com a alta taxa de rejeição, pode significar que talvez o site precise de mudanças no conteúdo.

Sempre que houver rejeição, o tempo de permanência será zero. Mas se acima falamos que o tempo de permanência pode ter sido de 9 minutos em média, como afirmar? Pelo número de pessoas que não rejeitaram a página e continuaram navegando. Teremos uma média.

Metas de conversão: da maneira como o Analytics funciona, eles não tem como adivinhar o que é uma conversão para você. Se não cadastrarmos uma conversão – é uma forma de dizermos a ele que determinado dado é uma conversão para nosso negócio -, ele não vai adivinhar.

Se um usuário solicitou um orçamento e isso é uma conversão para sua empresa, você precisa cadastrar essa ação como conversão. Se um usuário entrou em contato com seu funcionário pelo chat e isso é uma conversão mais uma vez, é preciso criar essa ação para gerar relatórios úteis. Se você não fizer isso, o Analytics será apenas um contador de acessos um pouco mais sofisticado para sua empresa!

Voltando ao exemplo da solicitação de orçamento, quando o usuário termina de preencher o formulário e clica em enviar e é direcionado para outra página que agradece o contato, ela é chamada de “thank you page”. Essa página serve para dizer para o Analytics que uma conversão aconteceu. Ela é importantíssima para gerar esse relatório.

Sem uma meta de conversão cadastrada você nunca saberá que resultados foram gerados! Esse é um dado crucial para um bom gerenciamento.

O Analytics serve para auxiliar em todas as etapas da jornada de compra!

Nenhuma dúvida sobre essa aula foi postada ainda.

Envie sua dúvida