INSIGHTER.ORG » Web Analytics http://insighter.org Inovação / SEO / SEM / Analytics Wed, 04 Aug 2010 23:47:32 +0000 http://wordpress.org/?v=2.9.2 en hourly 1 Google Analytics Asynchronous Tracking http://insighter.org/web-analytics/google-analytics-asynchronous-tracking http://insighter.org/web-analytics/google-analytics-asynchronous-tracking#comments Sat, 05 Dec 2009 02:45:04 +0000 Giresse Contini http://insighter.org/?p=903 Autor: Giresse Contini

O Google Analytics lançou no dia 01 de dezembro seu novo código de monitoramento de Web Sites. Trata-se do Asynchronous Tracking Code. Dentre os seus benefícios, os três abaixo destacam-se:

1) Deixa o carregamento das páginas do web site mais rápido
2) Torna a coleta dos dados mais ágil e precisa
3) Elimina erros de monitoramento quando a página não foi totalmente carregada

Esse novo código de monitoramente reflete claramente a importância que o Google está dando para o tempo de carregamento das páginas e vai exatamente de encontro com uma notícia que recebi essa semana via colega Pedro Belleza, que afirma que esse tempo passará a ser critério para indexação nos resultados da busca do Google. Porém esse link é de um post no Webmaster Central Blog que confirma exatamente essa visão.

Isso quer dizer que apesar do Asynchronous Tracking Code ser tratado como beta e facultativo (ainda!), possivelmente ele será obrigatório e extremamente relevante em um futuro próximo.

Bem, vamos falar um pouco mais do novo código então:

Como instalar???
Ao contrário do código atual do Google Analytics (conhecido como ga.js) o novo código deve ser instalado no trecho superior do código fonte (dentro do <head>) das páginas do web site.
Para quem já tem o código ga.js e gostaria de passar a utilizar o código assíncrono, o Google recomenda que o usuário substitua o código atual pelo novo.

Como funciona???
Ele especifica a página web da propriedade ID e chama _trackPageview para enviar os dados de monitoramento de volta para os servidores do Google Analytics.

O trecho a seguir representa a configuração mínima necessária para acompanhar uma página de forma assíncrona.

<script type=”text/javascript”>

var _gaq = _gaq || [];
_gaq.push(['_setAccount', 'UA-XXXXX-X']);
_gaq.push(['_trackPageview']);

(function() {
var ga = document.createElement(’script’);
ga.src = (‘https:’ == document.location.protocol ? ‘https://ssl’ : ‘http://www’) + ‘.google-analytics.com/ga.js’;
ga.setAttribute(‘async’, ‘true’);
document.documentElement.firstChild.appendChild(ga);
})();

</script>

Para usar o código acima basta inseri-lo no código fonte das páginas de seu web site apenas trocando o ID (‘UA-XXXXX-X’) pela sua propriedade de identificação. Para implementar um código com mais funcionalidades de monitoramento, basta consultar os métodos disponíveis na API do Google e ver o guia de uso.

Função das partes que compõe o novo código:

Primeira parte
A primeira parte do trecho de código de acompanhamento assíncrono atribui a variável _gaq para uma matriz JavaScript. Depois disso, duas chamadas API de monitoramento (codificado como matrizes) são empurrados para _gaq. Quando o código de controle é inicializado, ele transforma o objeto _gaq de uma matriz padrão em um novo objeto e executa todas as chamadas API de monitoramento inicialmente recolhidas na matriz. Com este recurso, você pode imediatamente monitorar e armazenar todas as chamadas, mesmo antes do código de monitoramento do Google Analytics ser baixado. Não precisa mais se preocupar com as condições de carregamento ou problemas de dependência do código de monitoramento ga.js.

Segunda parte
A segunda metade do trecho fornece a lógica que carrega o código de monitoramento em paralelo com outros scripts na página. Ele executa uma função anônima que cria dinamicamente um elemento <script> e define a origem com o protocolo apropriado. Como resultado, a maioria dos navegadores irá carregar o código de monitoramento em paralelo com outros scripts na página, reduzindo assim o tempo de carregamento da página web. Nota-se aqui o uso futuro do HTML5 novo “async” atributo nesta parte do trecho. Quando ele cria o mesmo efeito que acrescentar um elemento <script> para o DOM, que oficialmente diz navegadores que este script pode ser carregado de forma assíncrona. Firefox 3.6 é o primeiro navegador a oferecer oficialmente suporte para este novo recurso. Se você está curioso, aqui estão mais detalhes sobre a especificação oficial HTML5 async.
Apesar de ser um código ainda na versão Beta o Insighter.org já está fazendo os testes com o Asynchronous Tracking Code, pois acreditamos que tudo que vier para melhorar a experiência do usuário ao acessar conteúdos online deve ser utilizado. Além disso não podemos esquecer que uma grande parte da população brasileira ainda utiliza conexão discada para navegar na internet, o que torna o carregamento das páginas ainda mais lento.

Observação: Agora que o semestre acabou os posts voltarão a ser freqüentes no Insighter.org. Nos últimos meses, eu e os outros editores acabamos acumulando novos projetos profissionais, bem como final de semestre na faculdade, o que acabou reduzindo bastante o ritmo dos posts. Isso irá mudar… pelo menos até março! ;)

]]> http://insighter.org/web-analytics/google-analytics-asynchronous-tracking/feed 5 Como integrar UX com SEO e WA para obter excelentes resultados – Parte 1 http://insighter.org/seo/como-integrar-ux-com-seo-e-wa-para-obter-excelentes-resultados-parte-1 http://insighter.org/seo/como-integrar-ux-com-seo-e-wa-para-obter-excelentes-resultados-parte-1#comments Fri, 06 Nov 2009 11:41:56 +0000 tatix http://insighter.org/?p=838 Autor: Tatiane Viana Castro

Tenho conversado com diversos designers de UX (user experience), SEO (search engine optimization) e WA (web analytics) e a opinião é unânime: todos querem trabalhar de forma mais integrada para gerar os melhores resultados em um produto. Ok, todos os profissionais envolvidos no desenvolvimento de produtos interativos devem trabalhar de forma integrada, mas SEO e WA geralmente não estão envolvidos durante o processo de desenvolvimento do produto e acabam participando só antes e/ou depois do processo.

Minha proposta com essa série de aproximadamente 3 posts (demoro para escrever, mas quando começo não paro mais :) ), é mostrar que a integração de UX + WA + SEO através de iniciativas, ferramentas, documentos e atividades podem colaborar para que produtos interativos tenham um excelente ROI (retorno do investimento). Neste primeiro post, o foco é a integração de UX e WA com o uso de ferramentas oferecidas pelo Google Analytics e Google AdWords.

Mas antes de começar a falar sobre tudo isso, quero deixar claro que quando falo em designers de UX ou apenas designer, esses podem ser arquitetos de informação, designers de interação, designers de interface, enfim, profissionais que participam fortemente da concepção do produto e consequentemente são responsáveis pela experiência do usuário. E como varia muito de empresa para empresa, resolvi generalizar para facilitar o entendimento da ideia.

Atuando no planejamento de WA

Profissionais de WA – também conhecidos como analista de métricas – passam por uma etapa de planejamento própria quando há um novo projeto ou quando há alterações consideráveis em um projeto existente. Neste caso, o designer de UX passa a ser um “cliente” do WA – assim como outros profissionais e áreas envolvidas no projeto, já que o designer informa quais são suas necessidades de monitoramento, mensuração, testes, entre outros. Entretanto, o designer de UX só conseguirá visualizar globalmente suas necessidades durante o fechamento de escopo, desenvolvimento de interface ou em outras etapas, ou seja, o início do planejamento de WA é o “durante” do processo de desenvolvimento e não o antes ou depois.

Portanto, a dupla (UX E WA) poderá definir quais ferramentas e configurações serão utilizadas durante o desenvolvimento do projeto, e as opções são inúmeras:

  • teste A/B e multivariado;
  • criação de funis;
  • segmentação;
  • tracking;
  • …

1) Teste A/B e multivariado

O teste A/B é uma ferramenta simples de otimização utilizada para verificar qual versão de uma página ou peça publicitária é mais efetiva, considerando a conversão dos usuários. Já o teste multivariado é mais robusto e deve ser utilizado para testar uma múltiplas variações de conteúdo em uma página.

Testes como estes são fundamentais para que o designer verifique qual solução tem melhor resultado considerando dados quantitativos de conversão dos usuários. Com informações ricas como essas, as empresas deixam de tomar decisões baseadas em opiniões pessoais ou suposições vagas e passam a atuar com dados de alta fidelidade na tomada de decisão.

É preciso deixar claro que testes assim não substituem um técnica de avaliação como o teste de usabilidade, mas podem oferecer respostas para dúvidas pontuais. Por exemplo, um designer pode querer testar se um botão de “comprar” converte mais usuários quando posicionado a direita na interface e com a cor de fundo azul, se as chamadas de conteúdo com imagem converte recebe mais cliques do que chamadas sem imagem e mais com o texto maior, etc.

Exemplo de teste A/B no Gmail

Exemplo de teste A/B no Gmail

2) Funil de conversão

Funis são caminhos importantes que devem ser percorridos pelo usuário durante a navegação. Com um funil é possível principalmente mapear e corrigir abandonos observando páginas onde há uma considerável evasão por parte dos usuários.

Um funil bem comum é o de compra/pedido de produtos. Veja abaixo:

Funil de conversão - exemplo conceitual

Funil de conversão - exemplo conceitual

Outros objetivos de conversão comuns em funis são assinatura de newsletter, envio de e-mail por formulário de contato e download de documentos.

Para configurar um funil é preciso efetuar diferentes configurações, mas as principais são os objetivos de conversão, URL de origem e destino e URLs que fazem parte do funil. O Google Analytics exibe os dados do funil graficamente e também oferece detalhamento como total de conversões, taxa de abandono em cada página no funil, entre outros.

Funil de conversão do Goole Analytics

Funil de conversão do Google Analytics

Como a quantidade de usuário naturalmente diminui de acordo com o nível de aprofundamento de navegação e conteúdo, é importante que o WA e o designer de UX definam quais taxas de abandono são aceitáveis para não haver nenhum erro de julgamento durante a análise.

3) Segmentação

Segmentação de usuário é  uma divisão dos usuários em grupos com interesses, perfis ou comportamentos semelhantes. Essa divisão pode ocorrer através de dados submetidos pelo usuário em formulários (campo profissão, sexo, idade…), seções em que o usuário navegou ou qualquer outra informação que a empresa tenha interesse e seja possível de se capturar, considerando sempre as políticas de privacidade divulgadas pela empresa. Por padrão, o Google Analytics possui segmentos pré-configurados, mas em alguns projetos é importante saber no detalhe “com quem estamos falando” e isso pode refletir em entrega diferenciada de conteúdo e até informações de valor para a criação de Personas.

Segmentação padrão do Google Analytics

Segmentação padrão do Google Analytics

4) Tracking

No Google Analytics é possível rastrear todas ações de clique realizadas pelo usuário, inclusive em páginas com ajax e conteúdo multimídia. Veja abaixo alguns exemplos de rastreamentos possíveis:

  • Quais conteúdos são pouco ou bastante consumidos pelo usuário em uma determinada página;
  • Qual a quantidade de cliques em um item expecífico do menu principal;
  • Quais documentos foram baixados pelos usuários esta semana;
  • Que personalização os usuários fazem para visualização da interface (aumento de fonte, expansão de menu…).

obs.: Farei mais sobre tracking nos próximos posts.

Publicação e acompanhamento contínuo

Após a publicação do projeto, o designer de UX pode e deve trabalhar ainda mais próximo do WA analisando keywords de busca orgânica, acompanhando páginas de entrada e saída do site, tempo de acesso, conversão de funil e tudo mais que for de seu interesse. O designer ao analisar os resultados deve compartilhar suas conclusões e hipóteses junto ao WA, porque muitas vezes um dado isolado não responde um questão de forma certa e completa precisando então de uma análise avançada do especialista em análise de métricas (WA).

Com o projeto está no ar, o designer de UX também deve procurar por padrões, tendências e extração de dados comportamentais e qualitativos para utilizar como insumo argumentativo na sugestão de mudanças ou criação de novos serviços ou produtos. Lembrando que antes de qualquer ação por parte do designer, ele deve validar suas conclusões com o profissional de WA.

Conclusão

O trabalho integrado dos dois profissionais cria uma base sólida e confiável para identificar corretamente as questões de design e a visualização dos dados, fazendo com que dados quantitativos e brutos sejam tranformados em estratégia de negócio e de experiência que geram excelentes resultados.

———–

Designers de UX devem entender mais sobre números e Analistas de métricas (WAs) sobre histórias?

A pergunta é uma amostra do próximo post :P

]]> http://insighter.org/seo/como-integrar-ux-com-seo-e-wa-para-obter-excelentes-resultados-parte-1/feed 5 Monitorando campanhas pelo Google Analytics http://insighter.org/web-analytics/monitorando-campanhas-pelo-google-analytics http://insighter.org/web-analytics/monitorando-campanhas-pelo-google-analytics#comments Mon, 28 Sep 2009 13:13:09 +0000 Giresse Contini http://insighter.org/?p=722 Autor: Giresse Contini

Nos últimos dias andei visitando algumas agências de marketing de Porto Alegre para conversar um pouco sobre Google Analytics, tirar dúvidas e mostrar algumas funcionalidades da ferramenta.

A conclusão que tirei é que, pelo menos aqui no Sul, só agora algumas agências estão voltando os olhos para o mundo online. Com certeza não são todas as agências que encontram-se nesse estágio, mas acredito que quem acordou apenas agora para a internet  vai ter que correr atrás do tempo perdido.

São muitas as dúvidas de clientes e agências que atualmente já utilizam o Google Analytics como ferramenta para mensurar a audiência do site da empresa onde trabalham. Sim, eu disse audiência, pois nenhum deles está ainda mensurando KPI’s relacionados ao business e, muito menos, cruzando essas informações com receita, vendas ou leads gerados a partir do site. Acho que isso é uma evolução natural de quem só agora começou a enxergar o que é possível no mundo online. Mas esse post é para falar especificamente do erro mais comum de quem está anunciando na internet e procurando analisar os resultados no Google Analyitcs – o não “tageamento” dos links.

O Google Analytics possui um relatório chamado Campaigns dentro de Traffic Sources (Fontes de Tráfego) cuja finalidade é exatamente mensurar os resultados de Campanhas como Banner, Email Marketing, Redes Sociais, CPC, etc. Porém muitas pessoas ainda insistem em avaliar o desempenho das campanhas através do relatório Referring Sites (Sites de Referência), o que é um erro grave.

Vamos imaginar que uma agência vendeu uma campanha de Banner para um cliente num portal/site ou blog qualquer, e esse cliente acompanha a audiência do seu site através do Google Analytics. Ok, as peças foram produzidas e enviadas para o portal com link da capa do site do cliente e já estão veiculando no portal. Só que as peças foram produzidas em flash e… aí que reside o problema! Quando o usuário que está acessando o portal vê a peça do cliente e clica nela, ele é redirecionado para o site do cliente. Ótimo! Teoricamente essa audiência deve entrar como Sites de Referência, certo? Não! A peça foi produzida em flash, lembra? Acontece que na grande maioria dos cliques, o Google Analytics não vai contabilizar esse clique como Site de Referência, pois as peças em flash perdem a referência do site anterior quando o redirecionamento é feito e, dessa forma , esse clique conta no site do cliente como uma visita proveniente de Tráfego Direto. Ou seja, o cliente acha que a campanha está péssima!

Mas então, como contabilizar essa campanha dentro do Google Analytics???

Simples! Lembra do relatório Campaign dentro de Traffic Sources? É por este relatório que o acompanhamento da campanha deve ser feito. Para isto, basta que o link da peça seja “tageado” corretamente através da ferramenta URL Builder do Google. É super simples de fazer e não precisa entender nada de TI para se fazer esse “tageamento”.

Veja o exemplo abaixo:

Digamos que eu queira fazer uma campanha de banner para divulgar o Insighter. Eu defini por “n” motivos que o melhor site para divulgar o Insighter é o blog Pense WWW do clicRBS. Na negociação com o clicRBS, eu acabei comprando o formato Super Banner para um mês inteiro e uma diária de DHTML (mídia de impacto) para um dia específico. Por fim, decidi criar 4 peças de Super Banner para veicular em rodízio durante o mês (cada peça vai focar em um dos assuntos do Insighter, Analytics, SEM, SEO e Marketing Online, e o link dessa peça vai ser sempre os posts da categoria de cada assunto).

Agora vamos tagear essa campanha…

Acesse esse link e veja o exemplo da figura abaixo:

Exemplo de Tageamento para campanhas no Google Analytics

Exemplo de Tageamento para campanhas no Google Analytics

Abaixo o novo link de cada peça…

Super Banner – Web Analytics

http://insighter.org/categoria/web-analytics?utm_source=Pense%2BWWW&utm_medium=Banner&utm_term=Web%2BAnalytics&utm_content=Super%2BBanner&utm_campaign=Divulga%C3%A7%C3%A3o

Super Banner – SEM

http://insighter.org/categoria/web-analytics?utm_source=Pense%2BWWW&utm_medium=Banner&utm_term=SEM&utm_content=Super%2BBanner&utm_campaign=Divulga%C3%A7%C3%A3o

Super Banner – SEO

http://insighter.org/categoria/web-analytics?utm_source=Pense%2BWWW&utm_medium=Banner&utm_term=SEO&utm_content=Super%2BBanner&utm_campaign=Divulga%C3%A7%C3%A3o

Super Banner – Marketing Online

http://insighter.org/categoria/web-analytics?utm_source=Pense%2BWWW&utm_medium=Banner&utm_term=Marketing%2BOnline&utm_content=Super%2BBanner&utm_campaign=Divulga%C3%A7%C3%A3o

DHTML – Insighter Home

http://insighter.org/categoria/web-analytics?utm_source=Pense%2BWWW&utm_medium=Banner&utm_term=Insighter%2BHome&utm_content=DHTML&utm_campaign=Divulga%C3%A7%C3%A3o

Esse tipo de “tageamento” acima, feito para Banner, pode/deve ser utilizado para campanhas de Email Marketing (tageando cada link), CPC, Redes Sociais, entre outros. É super simples e pode ser customizado para o tipo de análise do resultado que se deseja. Imagine que se essa campanha fosse feita em mais de um blog, teríamos que criar um link diferente para o outro blog, apenas alterando Pense WWW pelo nome de outro blog e, dessa forma, seria possível mensurar o resultado de cada blog.

Vejam que esse post enorme é apenas para mostrar como devemos mensurar as campanhas online no Google Analytics. Em nenhum momento falamos de como podemos cruzar esses dados com receita, vendas, leads e tantos outros dados. Isso fica para um próximo post, onde falaremos de ROI.

]]> http://insighter.org/web-analytics/monitorando-campanhas-pelo-google-analytics/feed 5 O que faz um profissional de Web Analytics? Onde trabalha? http://insighter.org/web-analytics/o-que-faz-um-profissional-de-web-analytics-onde-trabalha http://insighter.org/web-analytics/o-que-faz-um-profissional-de-web-analytics-onde-trabalha#comments Mon, 10 Aug 2009 01:11:34 +0000 Giresse Contini http://insighter.org/?p=694 Autor: Giresse Contini

Essa é a pergunta que todo mundo faz após eu responder que trabalho com Web Analytics. Acho que todos que trabalham com WA têm a mesma dificuldade em responder essa pergunta, principalmente quando ela vem de pessoas mais velhas como avós e tios. Mas confesso que tenho certeza que nem minha mãe conseguiria responder isso quando uma amiga perguntasse o que eu faço a ela, isso que trabalho há mais de 2 anos na área e já dei alguns inúmeros exemplos práticos do que eu faço.

A questão é que como todas as áreas novas que surgem diariamente como novos nichos de mercado, há uma dificuldade em definir escopo de trabalho e abrangência das atividades.

No caso de Web Analytics, todas as indefinições acima aplicam-se com um certo grau acentuado. A cada dia que passa vejo mais possibilidades de campos de atuação para os profissionais dessa área tão nova e promissora ao mesmo tempo. Porém ao mesmo tempo em que os profissionais dessa área identificam novos campos de atuação, o mercado exige cada vez mais qualificações que fazem o artigo “Procura-se um Super Homem” do Ruy Carneiro, sobre o tipo de perfil e qualificação exigido para trabalhar com Web Analytics, se tornar uma verdade mais que absoluta. Como a intenção desse post é falar sobre os diferentes tipos de mercado para quem trabalha com Web Analytics, vou deixar o assunto de perfil e qualificações para outro momento.

Acredito que a maioria das pessoas que já atuam na área de WA está ligada a sites de e-Commerce ou, se não, pelo menos acredito ser a primeira coisa que vem na cabeça das pessoas. – Ah, você trabalha com Web Analytics. Legal, você é o cara do e-Commerce então. A verdade é que existem inúmeros campos que ainda nem conhecemos. Na palestra do Jim Stern no eMetrics 2009 em São Paulo, ele comentou sobre um caso ocorrido no jornal The New York Times, que me chamou muita atenção. O caso é o seguinte:

Em março de 2008, o governador de Nova York, Eliot Spitzer renunciou ao cargo após ser envolvido num escândalo sexual que o apontava como cliente de uma rede de prostituição de luxo. O caso ganhou extrema repercussão nos EUA, pois o então governador Spitzer era casado e pai de 3 filhas, mas mais que isso, pois o fato ocorreu em território americano onde a moral e a família são pregados acima de tudo (sem entrar no mérito da moral pregada e moral adotada). O fato é que no dia que o escândalo estourou, ele estourou primeiro na internet para o jornal The New York Times. Só que o site do jornal registrou um grande crescimento em sua audiência que, por sua vez, tenderia a se replicar para o jornal impresso. Acontece que a tiragem (número de jornais impressos) é sempre baseada no passado, de acordo com dados estatísticos do dia da semana, mês, etc, e não sobre dados do presente. O responsável pela área de Tráfego (analista de Web Analytics) do site do NY Times identificou o crescimento e, após fazer uma grande análise estatística, previu que o jornal impresso venderia 30% a mais no dia seguinte. Só que havia um problema. Ele precisava convencer o pessoal do offline a imprimir 30% mais jornais e, isso quer dizer que ele precisava convencer os responsáveis por esse aumento de tiragem não apenas a resolver a logística alterada em cima da hora, mas também a arcar com um enorme risco, pois jornal não vendido no dia significa prejuízo certo e caro (não é muito natural encontrar um grande número de pessoas procurando as notícias de dois ou mais dias atrás). Passada as primeiras negativas do pessoal do offline, o responsável pelo Tráfego do site do NY Times conseguiu convencer o pessoal do jornal impresso a aumentar em 30% a tiragem do outro dia. No outro dia, a previsão feita através da audiência do site do jornal se confirmou nas vendas do jornal impresso.

Esse caso relatado na palestra do Jim Stern no eMetrics 2009 é, pelo menos pra mim, um exemplo claro de área que pode ter a atuação de um  profissional de Web Analytics. E como essa, existem inúmeras que ainda não pensamos. É claro, muitos vão dizer que essa área do exemplo está com os dias contados, pois o jornal impresso tende a acabar ou porque a logística para distribuição do impresso não pode ser alterada sempre com algumas horas de antecedência. Para quem está pensando nisso, a minha resposta é a seguinte: Eu também acho que o jornal impresso se não deixar de existir vai reduzir drasticamente seu número de exemplares impressos – mas no Brasil isso deve demorar entre 10/15 anos para se tornar realidade (depende de inúmeros fatores para se tornar realidade, assunto que rende um post inteiro) – mas é possível rentabilizar esporadicamente (como no exemplo do governador de Nova York ou fatos de extrema repercussão) muito mais os jornais impressos com a ajuda de profissionais de Web Analytics, pelo menos até a comentada “extinção” do jornal impresso.

Esse exemplo de atividade ou área de atuação para quem trabalha com web analytics é algo novo pra mim, nunca havia pensado nisso antes e aposto que muitas das pessoas que irão ler esse post também não haviam pensado nisso. Assim como o exemplo do NY Times, tenho certeza que há muitas áreas/atividades que podem e devem ter a atuação de profissionais de WA, mas que ainda estão esperando para serem descobertas.

E você que leu esse post, já trabalha na área? Que tipo de atividade desempenha?

]]> http://insighter.org/web-analytics/o-que-faz-um-profissional-de-web-analytics-onde-trabalha/feed 3 Como a Busca Interna pode ajudar a montar a capa de um portal? http://insighter.org/web-analytics/como-a-busca-interna-pode-ajudar-a-montar-a-capa-de-um-portal http://insighter.org/web-analytics/como-a-busca-interna-pode-ajudar-a-montar-a-capa-de-um-portal#comments Tue, 23 Jun 2009 02:08:51 +0000 Giresse Contini http://insighter.org/?p=534 Autor: Giresse Contini

Um grande portal de notícias normalmente dispõe de uma imensa gama de conteúdo disputando espaço para aparecer na página principal (chamada de Home ou Capa do portal). Isso ocorre porque a capa de um portal é uma das principais fontes de entrada do site, pelo menos no caso de um portal de notícias e, dessa forma, alguns minutos de exposição nessa página pode equivaler a milhares de acessos em poucos minutos (dependendo apenas da atratividade da chamada e do lugar exposto). Não tenho conhecimento sobre a existência de uma pesquisa com o percentual de acessos que chegam ao portal pela capa, mas acredito que, no mínimo, fica em torno de 30% para portais de notícias.

• Atratividade da chamada: É trabalho do capista que procura tornar a matéria/conteúdo, em poucas linhas, o mais relevante possível, sem fugir do contexto ou enganando o usuário. A meu ver, não há nada que um web analytics possa interferir nesse contexto, dependendo apenas do potencial do jornalista que está montando a capa.

• Lugar exposto: Para saber o melhor lugar na hora de expor o conteúdo, é necessário saber quais são as áreas mais nobres do site. Para isso existe uma boa ferramenta chamada Crazy Egg que, entre outros relatórios, indica as zonas quentes da página (HeatMap) e os locais exatos que foram clicados (Confetti). A informação gerada pelo Crazy Egg é fundamental não só para o capista, como para o design de interface, para o comercial, etc. (assunto para um post inteiro), e o seu uso pode/deve ser sugerido pelo profissional de web analytics.

E que tipo de informações relevantes pode ser extraído das buscas internas do site?

Nesse contexto abordado, diria que a principal informação a ser extraída desse relatório seriam os termos buscados. Mas como transformar a lista dos termos mais buscados numa informação relevante para o capista, por exemplo?
Veja o caso abaixo:

Imagine que a busca por um termo, teoricamente sem muita relevância para quem monta a capa, vem crescendo semana após semana. Ele não chega a ficar entre os 5 mais buscados, mas esse termo está sempre no Top 15. E agora, o que fazer?
Esse caso aconteceu comigo e, ao abrir a evolução das buscas, percebi que esse termo tinha um pico constante aos domingos. Mapeando essa informação, fui atrás da página de destino das buscas e constatei que o resultado, na grande maioria, levava o internauta para um programa que passava aos domingos às 06h55 da manhã. E por que dos picos? Será que os usuários acordavam as 06h da manhã e buscavam na internet informações sobre o programa?
Acredito que a resposta seja uma mudança de hábito da audiência que passou a acordar mais tarde e procurar na capa do portal o vídeo do programa. Como este conteúdo não estava bem exposto, acabavam optando pela busca do próprio site.

Veja a riqueza dessa informação para a pessoa responsável por montar a capa do portal no domingo. Sabedor disso, ele pode programar chamadas editoriais para o vídeo do programa, fazendo alguns testes durante 2 ou 3 domingos apenas para mapear qual o intervalo de horário que gera maior audiência para o conteúdo. Essa informação gerada a partir dos resultados da busca interna ajuda a maximizar o espaço da capa, dando o destaque necessário ao conteúdo, no período específico, ou seja, “mata dois problemas, com apenas uma ação”.

O caso acima é apenas um dos inúmeros exemplos de informações relevantes que podem ser extraídas a partir dos resultados da busca interna (site search). E não é apenas para a Redação que esses dados são importantes.

• A área de Infra-estrutura (Suporte de BD & Middleware) necessita ser informada constantemente sobre a evolução do número de buscas para analisar o consumo do banco de dados alocado e monitorar a necessidade de aumentar ou não sua capacidade. Métricas que podem ajudar essa área:

o Número de Visitas com Pesquisa
o % de visitas com pesquisa
o Número de page views gerados a partir da pesquisa

• A área de inserção de publicidade (chamada na maioria das empresas de OPEC) precisa saber quais são as palavras mais buscadas para associar a exibição de um determinado banner a essa busca e prever que essa entrega seja realmente efetivada.

A busca interna é uma ferramenta importante para diversas áreas do conjunto que está por detrás de um site/portal, porém é necessário identificar os indicadores pertinentes a cada uma delas na hora de alimentar os “clientes” do Web Analytics.

Creative Commons License
Esta obra está licenciada sob uma Licença Creative Commons.

]]> http://insighter.org/web-analytics/como-a-busca-interna-pode-ajudar-a-montar-a-capa-de-um-portal/feed 0 Quais métricas de Web Analytics você conhece? http://insighter.org/web-analytics/quais-metricas-de-web-analytics-voce-conhece http://insighter.org/web-analytics/quais-metricas-de-web-analytics-voce-conhece#comments Wed, 17 Jun 2009 22:30:47 +0000 Giresse Contini http://insighter.org/?p=451 Autor: Giresse Contini

Ao invés de uma introdução ao assunto base do post, vou começar com a mesma pergunta que faço em todos os workshops que falo sobre analytics.
- Quais métricas de web analytics você conhece?

Se você não leu o post sobre conceitos de métricas online é possível que a resposta seja visitas, page views e usuários únicos, assim como 90% das respostas que ouço quando faço essa pergunta.
No entanto, a resposta não deveria ser tão simples!
A internet possibilita a contabilização de inúmeras informações impossíveis no meio offline.

Um ótimo exemplo para ilustrar esse post está em um trabalho que realizei juntamente com o Miguel Dorneles (junto com o Tiago Santos, dois grandes profissionais de SEO e Web Analytics que me ensinaram boa parte do sei e aprendi a gostar), quando este ainda trabalhava aqui no Sul.

Precisávamos montar um ranking dos blogs mais acessados da empresa (mais de 200 ativos na época), porém o simples número de visitas e page views não era um bom indicador para avaliar os reais motivos de crescimento e queda de audiência.
- Mas quais métricas seriam as ideais para justificar oscilações de visitas e page views?

Após ler um artigo americano (não lembro do link), o Miguel trouxe uma idéia de possíveis métricas para conteúdos de interação entre internauta e autor/veículo (seja comentar, dar uma nota, avaliar o conteúdo, marcar como favorito, etc.). No nosso caso dos blogs, utilizamos duas:

1. Média de Posts por Mês (divisão do número de posts pelo número de dias do mês): Dá uma idéia de contribuição do autor em número médio de posts no período.
2. Média de Comentários por Posts (divisão do número de comentários pelo número de posts no mês): Dá a idéia de relevância do conteúdo para o leitor no período.

Já no primeiro painel que montamos, ficou evidente a relação entre o número de posts/mês (ou outro período analisado) e visitas. Quanto mais posts (mais atualizações), maior a audiência do blog. Essa constatação, apesar de óbvia, ficou extremamente evidente no painel proposto, e acabou gerando um espírito competitivo entre os blogueiros, que passaram a atualizar seus blogs com maior freqüência para aparecer no Top 20 dos blogs da empresa (limitamos em 20 blogs o Painel, pelo esforço de atualização).
O indicador comentários/post dá uma noção de que quanto mais relevante o post, maior a interação do usuário. Atualmente eu vejo esse indicador com bons olhos quando aplicado a blogs de uma mesma categoria. Isso porque um post sobre a estética da Mulher Melancia sempre vai gerar mais comentários que um post sobre cachorros abandonados em São Leopoldo/RS, por exemplo.

Faça o download do painel de blogs proposto na época, aqui! (o nome dos blogs e números de audiência reais foram alterados).

Hoje, vejo que o painel de blogs ideal seria o mesmo acima, apenas trocando visitas ou page views (no caso de blogs, acabam gerando a mesma informação sobre o tráfego gerado) por taxa de rejeição (a qual considero a mais importante dentre todas as métricas existentes).

Assim como os blogs, cada tipo de site ou conteúdo deve ser avaliado conforme o seu objetivo/finalidade. Um site de e-commerce, por exemplo, deve ser avaliado pelo número de conversões que gera e não por visitas ou page views. Cabe ao Web Analytics o trabalho de avaliar e apontar os melhores indicadores para mensuração de resultado, seja de tráfego geral ou desempenho de ações específicas.

Adianto que essa tarefa nem sempre é fácil e, em muitos casos, possivelmente só mudará com a evolução do meio online (um bebê se comparado com outras mídias offline, com anos e anos de evolução e consolidação).

]]> http://insighter.org/web-analytics/quais-metricas-de-web-analytics-voce-conhece/feed 5 As buscas e a Síndrome da Adoração de Celebridades http://insighter.org/web-analytics/as-buscas-e-a-sindrome-da-adoracao-de-celebridades http://insighter.org/web-analytics/as-buscas-e-a-sindrome-da-adoracao-de-celebridades#comments Wed, 10 Jun 2009 17:49:03 +0000 Giresse Contini http://insighter.org/?p=378 Autor: Giresse Contini

Sempre tive grande interesse pelos termos mais buscados (seja pela busca interna do site ou pelas buscas provenientes de mecanismos de pesquisa) e, talvez por isso, que a Síndrome da Adoração de Celebridades tenha chamado atenção à parte ao ler o no ótimo livro do Bill Tancer.

Foi lendo “Click” de Bill Tancer que me deparei pela primeira vez com a chamada Síndrome da Adoração de Celebridades (espécie de escala de fascínio que sentimos pelas figuras públicas, desenvolvida por Jim Houran em conjunto com McCutchecon e Lange).

Alguns trechos do capítulo 5 do “Click”.

(…) nos últimos anos ocorreram picos surpreendentes de buscas por celebridades. São eles, em ordem de importância (medida por volume de buscas): o vazamento de fitas de sexo, a morte de certas celebridades (na morte, nem todas as celebridades são iguais), pessoas famosas metidas em encrencas (…)

(…) ao que parece , nossos interesses lascivos são instigados pelas travessuras e estripulias protagonizadas por celebridades (…)

(…) há certas mortes de celebridades que suscitam picos monumentais de volume de buscas (…)

Essa introdução é para falar sobre um assunto que gerou grande interesse nas buscas realizadas na internet nessa primeira semana de junho de 2009, a morte do ator David Carradine.

No dia 04 de junho, o ator americano David Carradine foi encontrado enforcado em seu quarto de hotel em Bangcoc. Segundo as primeiras informações da polícia tailandesa, é possível que o ator tenha morrido devido a um ato sexual que terminou em tragédia. (…) ele pode ter morrido em um acidente de masturbação, declarou o general Worapong Siewpreecha. Leia mais sobre o assunto aqui!

Ontem (08/06), quatro dias após a morte do ator, fui conferir os termos mais buscados no Google Hot Trends (termômetro dos termos mais buscados nos Estados Unidos), quando me deparei com dois termos referentes ao nome do ator entre os dez mais buscados. Veja figura abaixo.

google-hot-trends-8-junho-2009

Então resolvi comparar o nome de “david carradine” com outros nomes de celebridades que normalmente figuram entre as palavras mais buscadas no internet (britney spears, paris hilton, barack obama, angelina jolie).

google-trends-comparacao-de-famosos1

Incrivelmente, as buscas por David Carradine são muito mais expressivas que, por exemplo, as buscas por termos relacionados à queda do avião da Air France que ia do Rio de Janeiro (Brasil) para Paris (France) e desapareceu no Oceano Atlântico na madrugada do dia 31 de maio para 01 de junho. Leia mais sobre o assunto aqui!

google-trends-comparacao-carradine-e-voo-4471

Obs.: Não estou considerando o termo “air france” em separado, que poderia estar distorcido pela força da marca francesa.

Que o fascínio exercido pela vida das celebridades é motivo de grande parte das buscas geradas em mecanismos de pesquisa (como o Google, o Yahoo e, mais recentemente, o Bing da Microsoft), isso não é novidade para absolutamente ninguém. A própria internet é parte da explicação para o crescimento desse tipo de conteúdo, pois é através desse meio que qualquer pessoa pode criar uma página com um conteúdo de seu interesse (muitas vezes, fofocas de famosos), fotos e vídeos (facilitados pelo avanço tecnológico dos celulares), que acaba sendo acessado no mundo inteiro.

Entretanto o que chama minha atenção é a dimensão do fascínio gerado pela somas de 3 itens:

  • celebridade
  • morte
  • travessuras

A morte do ator David Carradine, que supostamente aconteceu devido a um acidente de masturbação, é o mais recente exemplo da Síndrome da Adoração de Celebridades. Comparando as buscas na última semana, nota-se que o nome de david carradine é de 3 a 4x mais buscado que o de outras celebridades campeãs de buscas. Comparando com o acidente do avião da Air France (vôo 447), que comoveu o mundo inteiro, também é, pelo menos, 3x superior.

Concordo com Bill Tancer quando ele diz que na internet, os indivíduos acabam externando suas curiosidades e sentimentos, muitas vezes proporcionados pelo anonimato de suas ações, porém talvez seja a quantidade de informações disponível na rede aliada a velocidade com que podem ser acessadas que torne esse comportamento tão comum no mundo online. Sem contar que, em sua maior parte, o conteúdo é gratuito.

]]> http://insighter.org/web-analytics/as-buscas-e-a-sindrome-da-adoracao-de-celebridades/feed 1 Integração entre as áreas de Analytics e Design de Interface http://insighter.org/web-analytics/integracao-entre-as-areas-de-analytics-e-design-de-interface http://insighter.org/web-analytics/integracao-entre-as-areas-de-analytics-e-design-de-interface#comments Mon, 08 Jun 2009 22:39:45 +0000 admin http://insighter.org/?p=298 Autor: Giresse Contini

O trabalho de um profissional de Web Analytics, em muitos casos, é bastante árduo em algumas empresas. Como essa área é relativamente nova, muitas empresas que estão montando uma estrutura de análise de dados, acabam menosprezando a sua importância na hora de fazer uma alteração no seu site, preocupando-se apenas com o número de visitas.
Mas isso está mudando…

O caso relatado abaixo, é um exemplo do trabalho que pode ser feito em conjunto entre Design de Interface e Analytics. Para não citar o nome do site, vou utilizar o codinome “Site X”.

O “Site X” possui uma seção de perguntas e respostas onde o internauta envia suas dúvidas para um profissional especializado no tema proposto da seção, que as responde.

Em um determinado momento chegaram duas solicitações para a área de Produto.
1. A Redação solicitava uma alteração para organizar as perguntas por temas/categorias, evitando um listão com perguntas de diferentes assuntos.
2. O Comercial precisava de mais inventário na seção, pois a mesma estava com demanda represada.
Ou seja, a alteração ideal deveria contemplar os dois itens descritos acima.

Qual seria o caminho correto para uma alteração com 100% sucesso?
Na minha visão ou de qualquer outro profissional de Web Analytics, o ideal seria entender como anda a audiência dessa seção, analisando alguns indicadores específicos.
• Qual a taxa de rejeição dessa seção?
• Quais as principais páginas de saída?
• Em média, quantas páginas são visualizadas em cada visita?
• Quais as principais portas de entrada para esta seção?

Tendo em mãos esses indicadores (subsídios para a tomada de decisão), seria muito mais fácil para o profissional da área de Produto ou Design de Interface, propor uma alteração que atendesse os dois pontos solicitados.

Além disso, esses indicadores devem (ou deveriam) ser a base para a formulação de meta de resultado para a alteração (na minha opinião, todas alterações/ações devem ter uma meta, estabelecida previamente, para avaliação do sucesso). Exemplos:
• Reduzir x% a taxa de rejeição
• Aumentar x% o número de page views
• Aumentar x% o número de usuários únicos

Bem… esse seria o mundo ideal para Web Analytics, mas como falei no começo do post, esse tipo de cultura não se obtém do dia para a noite e sim, com a “evangelização” (não achei termo melhor.. rsrs) das áreas associadas ao processo.

Apesar desse trabalho anterior de Analytics não ter sido realizado, a alteração feita pelo colega Felipe Barreto (grande profissional de Design de Interface) teve grande sucesso.

O que foi feito?
Re-arquitetura de informação permitindo melhor apresentação do conteúdo através de agrupamentos lógicos; criação de categorias; reformulação da exibição das respostas e do formulário de perguntas.
Resultado?
1. Agrupando as perguntas respondidas por categorias, ao invés de um listão (que gerava alta taxa de rejeição), foi possível dar ao usuário uma visão de todas as perguntas por assunto (levando ele direto ao que ele realmente tem interesse).
2. A taxa de rejeição caiu drasticamente, pois o usuário ao chegar nesta seção, foi direcionado a escolher seu assunto de interesse (essa interação proporcionou a queda na taxa de rejeição).
3. O número de page views aumentou quase 150% nos primeiros 30 dias após as alterações. Considerando que cada page view gera, nesta seção, 3 impressões, tem-se como resultado um incremento de 450% no inventário.

Como resultado final, temos o item 1 atendendo a demanda da Redação (organização do conteúdo) e os itens 2 e 3 atendendo a necessidade do comercial (incremento de inventário).

Apesar do trabalho anterior de Web Analytics não ter sido realizado, o trabalho posterior, de avaliação e entendimento do resultado, proporcionou a utilização dessa alteração como case interno e aprendizado para as próximas alterações.

Creative Commons License
Esta obra está licenciada sob uma Licença Creative Commons.

]]> http://insighter.org/web-analytics/integracao-entre-as-areas-de-analytics-e-design-de-interface/feed 2 Como consolidar diferentes domínios no Google Analytics? http://insighter.org/web-analytics/como-consolidar-diferentes-dominios-no-google-analytics http://insighter.org/web-analytics/como-consolidar-diferentes-dominios-no-google-analytics#comments Sat, 06 Jun 2009 22:37:31 +0000 Giresse Contini http://insighter.org/?p=232 Autor: Giresse Contini

Todos que trabalham com Web Analytics e, conseqüentemente, precisam optar por uma ferramenta de Analytics para contabilizar e analisar os dados de audiência do seu site, já devem ter ouvido falar do Google Analytics e da facilidade de interpretação dos relatórios gerados (se não conhecem, fica a dica!).

O que nem todos sabem é que a sua implementação é fácil, no modelo mais básico, onde a simples inclusão da tag gerada automaticamente na criação da conta de GA é feita em todas as páginas do seu site e os dados já começam a aparecer na ferramenta. Porém quando precisamos de uma configuração mais avançada, como consolidar a audiência de diferentes domínios, algumas dificuldades começam a aparecer.

Há alguns meses atrás, surgiu uma necessidade nova no Analytics do Grupo RBS. Precisávamos contabilizar a audiência de 2 domínios diferentes no mesmo relatório.

Com o auxílio da WA Consulting (consultoria especializada em Web Analytics) elaboramos um teste que consistia em 3 pontos:

I. Criar um perfil para o domínio I

II. Criar um perfil para o domínio II

III. Criar um perfil que consolidasse a audiência dos domínios I e II

O objetivo do teste era obter a audiência dos domínios 1 e 2 de forma consolidada em um mesmo perfil (esse era o nosso desafio) e, também, obter a visão dos domínios 1 e 2 separadamente.

Toda a solução utilizada, com êxito, está descrita aqui. É só acessar!

Fica a dica!

Existem muitas maneiras de se chegar ao resultado esperado, porém nem todas estão contempladas na simples inclusão da tag que é gerada automaticamente.

Mais informações sobre o código de monitoramento do Google Analytics pode ser encontrado no Help ou no blog da própria ferramenta.

Creative Commons License
Esta obra está licenciada sob uma Licença Creative Commons.

]]> http://insighter.org/web-analytics/como-consolidar-diferentes-dominios-no-google-analytics/feed 1 Definição de Métricas: Conceito e exemplos práticos http://insighter.org/marketing-online/definicao-de-metricas-conceito-e-exemplos-praticos http://insighter.org/marketing-online/definicao-de-metricas-conceito-e-exemplos-praticos#comments Sun, 31 May 2009 17:43:50 +0000 Giresse Contini http://insighter.org/?p=131 Autor: Giresse Contini

Page Views (ou páginas vistas): É o número de vezes que uma página é vista.

Ex.: Um usuário acessa um site (digamos que pela sua capa), clica numa matéria e depois em outra. Antes de sair, o usuário volta para a capa do site. Ele visualizou 3 páginas diferentes, porém ele “imprimiu” 4 páginas, gerando assim 4 page views.

Visits (ou visitas): É a interação de um usuário com um site, que resulta na visualização de um ou mais page views em um determinado período de tempo. Normalmente esse período de tempo é de 30 minutos (padrão utilizado pelas ferramentas de analytics). Os usuários que saírem do site e retornarem em 30 minutos serão considerados parte da sessão original, da mesma visita.

Ex.: Um usuário acessa um site (digamos que pela sua capa), clica numa matéria e depois em outra. Após ler a segunda matéria, ele minimiza seu browser e volta a trabalhar durante 45min, para só depois continuar sua navegação por mais uma página e fechar seu browser. O usuário gerou duas visitas e quatro page views para este site (ao ficar inativo por 30 minutos, a primeira visita foi encerrada e só após interagir novamente com o site, uma nova visita foi contabilizada).

Unique User (ou usuário único): É o número de usuários não duplicados de um site em determinado período de tempo especificado (este indicador pode ser contabilizado de diferentes formas, conforme o tipo de analytics utilizado (cookies, no caso de tags ou um cruzamento de IP + Sistema Operacional + Browser, no caso de logs).

Ex.: Um usuário acessa um site diariamente. Para as estatísticas do site, ele conta como um unique user por dia, mas considerando as estatísticas de um período maior, um mês, por exemplo, ele conta apenas como um unique user no período.

Page Views per Visit (ou páginas por visita): É o número de páginas visualizadas por visita. Esse indicador é obtido através da divisão do número de page views pelo número de visitas e expressa a profundidade média de cada visita no site.

Ex.: Um usuário acessa um site (digamos que pela sua capa), clica numa matéria e depois em outra. Após ler a segunda matéria, ele minimiza seu browser e volta a trabalhar durante 45min, para só depois continuar sua navegação por mais uma página e fechar seu browser. A navegação descrita gerou quatro page views e duas visitas, portanto, duas páginas por visitas.

Bounce Rate (ou taxa de rejeição): É a porcentagem de visitas a uma única página, ou seja, a porcentagem de visitas que saíram do site na página de entrada. A taxa de rejeição é um ótimo indicador para avaliar, por exemplo, se uma landing page ou a capa de um site está agradando ou não. Uma alta taxa de rejeição até pode estar relacionada com a página final de uma navegação, uma página de detalhe de matéria, por exemplo, pois o usuário concluiu seu objetivo, mas em hipótese alguma com uma capa ou uma landing page.

Ex.: Um usuário acessa um site (digamos que pela sua capa), e logo em seguida vai embora sem clicar em nenhum link. Essa visita conta como taxa de rejeição.

Average time on site (ou tempo médio no site): É o tempo que um visitante permanece no site. Essa métrica não se aplica a páginas de saída do site.

Ex.: Um usuário acessa um site (digamos que pela sua capa), clica numa matéria e depois em outra, e vai embora. O tempo desse usuário no site é calculado através da subtração do tempo no momento da entrada na capa do site menos o tempo de navegação na penúltima página navegada.

% New Visits (ou % de novas visitas): É a porcentagem de visitas de usuários que nunca haviam visitado o site antes. Essa métrica é bastante afetada por campanhas de marketing.

Ex.: Uma empresa faz uma campanha de marketing para promover um novo produto que está disponível no seu site. A métrica de % de novas visitas deve ser um bom indicador de qualidade para esta campanha.

Exite Rate (ou taxa de saída): Representa o número de visitas que saíram do seu site em uma determinada página, tendo ou não navegado por páginas anteriores. Ao contrário da taxa de rejeição, a taxa de saída considera os acessos a uma única página. Essa métrica é um bom indicador para sites de e-commerce, por exemplo, pois avalia claramente qual página de um determinado processo não está funcionando como deveria.

Ex.: Um site de e-commerce está apresentando um alto percentual de saída na página de inserção dos dados cadastrais. Esse é um bom indicador de que há um problema nesta página (seja pelo excesso de dados solicitados, por um banner chamativo que está tirando a atenção do usuário ou outro motivo qualquer), e que precisa ser avaliado. O normal é que apenas a página de confirmação de compra apresente um alto índice de taxa de saída.

Entry Pages (ou landing pages ou páginas de destino): Identifica o número de entradas do site bem como suas principais páginas de entrada. Esse relatório é importante para identificar os pontos fortes e aprimorá-los, zelando para que essas páginas mantenham suas taxas de rejeição com percentuais baixíssimos, de preferência abaixo dos 25 a 30%.

Exit Pages (ou páginas de saída): Identifica o número de saídas do site bem como as principais páginas responsáveis pela fuga de usuários. Esse relatório é importante para identificar pontos críticos (que páginas estão deixando seus usuários escaparem) e, dessa forma, corrigi-los.

]]> http://insighter.org/marketing-online/definicao-de-metricas-conceito-e-exemplos-praticos/feed 1