1
WEBINARCOMO DESTRAVAR O REAL POTENCIAL DOS SEUS DADOS?
Agosto 2015
2
AT INTERNETQUEM SOMOS
anos de experiência com Analytics
clientes de todos os setores
sites mensurados
prêmios recebidos
certificações Européias
19
4.000+
400.000+
11
6
3
AT INTERNETQUEM SOMOS
4
OBJETIVOS
- Descobrir porque seu projeto de analytics está falhando.
- Como colocar em prática um modelo simples para extrair mais valor a partir de hoje.
5
THEORIES
6
WEB ANALYTICSDEFINIÇÃO
“ Web analytics is the measurement, collection,
analysis and reporting of internet data for
purposes of understanding and optimizing web
usage. ” Official definition by the Digital Analytics Association
7
WEB ANALYTICSNOSSAS DIFERENÇAS
8
WEB ANALYTICSMODELO DE MATURIDADE EM DIGITAL ANALYTICS
Gerenciamento
Objetivos
Escopo
Recursos
Metodologia
Ferramentas
9
WEB ANALYTICSFONTES DE INFORMAÇÃO
Online
Intelligenc
e
Multi-device
Online ads & Acquisition
CR
M
Social
&
Conte
nt
10
WEB ANALYTICSPOSSIBILIDADES DE EXPLORAÇÃO
Exaustividade Individualidade
Real time
Volume de tráfego
Geração de tráfego
Caminhos do consumidor
Comportamento
Conversões
Usabilidade
Tecnologia
11
WEB ANALYTICSYOU HAVE THE POWER
12
WEB ANALYTICSO PROCESSO
Monitoramento Definindo metas e KPIs Dashboards e monitoramento
Exploração Análises comportamentais e exploratórias Reprocessamento de dados
Otimização Processo de decisão Implementando ganhos operacionais
13
WEB ANALYTICSKPI
Key Performance Indicator
Um indicador de performance é uma
informação que contribui para a avaliação da
atividade, em relação às metas estabelecidas.
traduzindo...
...em digital analytics, um KPI é uma métrica, ou uma relação
entre métricas, cujo valor e evolução ilustram a performance
da atividade digital perante o objetivo determinado.
14
WEB ANALYTICSEXERCÍCIO!
e-Commerce Mídia Institucional
15
WEB ANALYTICSMUITAS MÉTRICAS
- visitas
- números de PVs/visita
- duração de playback por página
- taxa de conversão
- taxa de retenção
- taxa de aquisição
- taxa de repetição de compra
- tíquete médio
- taxa de saída
- taxa de perda
- taxa de unsubscribe...
16
WEB ANALYTICSMUITOS OBJETIVOS
Informação informação de produto promoções lojas e horários atendimento
Conversão aquisição compra repetida cross-selling up-selling
Lealdade configurando perfil assinatura de newsletter cartões de fidelidade
Recomendações espaço para comentários recomendações facebook/share
pré
com
pra
pós co
mpra
17
WEB ANALYTICSNEM TANTOS OBJETIVOS
Informação informação de produto promoções lojas e horários atendimento
Conversão aquisição compra repetida cross-selling up-selling
Lealdade configurando perfil assinatura de newsletter cartões de fidelidade
Recomendações espaço para comentários recomendações facebook/share
pré
com
pra
pós co
mpra
18
WEB ANALYTICSEXERCÍCIO! KPIS PARA OS OBJETIVOS
e-Commerce Mídia Institucional
% vendas categoria "promo"
% vendas com cliques em banners promo
mais vendas em promoções
mais visualização de artigos
mais cadastros
PVs de artigos por visita
% de visualização de artigos VS outras páginas
número de cadastros
% de visitantes novos
19
WEB ANALYTICSPROCESSO DE ENGAJAMENTO
Tempo
En
gaja
men
to
Descoberta Informação Escolha Conversão Follow-up Recomendação
não basta olhar a conversão
devemos guiar nosso usuário e otimizar cada passo do engajamento
20
WEB ANALYTICSTRABALHO EM EQUIPE
Objetivo Digital
KPI KPI
Geração de Tráfego
Gestão de Conteúdo
Marketing de Produto
Gestão de Clientes
SEO Adwords Afiliados
KPI KPI KPI KPI KPI KPI KPI
METAS
dashboard de geração de tráfego
21
WEB ANALYTICSMETAS E SUAS CARACTERÍSTICAS
- specific
- measurable
- attainable
- relevant
- time-bound
S
M
A
R
T!
22
WEB ANALYTICSKPIS E SUAS CARACTERÍSTICAS
- poucos
- claros
- preditivos
- acionáveis
23
WEB ANALYTICSKPIS BY JIM STERNE
"KPI'S ARE NEVER USEFUL
WHEN GENERIC OR
'STANDARD'. THEY ARE
PURPOSE-BUILT FOR THE
MOMENT"
Jim Sterne
definir KPIs facilita e otimiza o monitoramento da atividade
digital, e possibilita agilidade nas ações
24
WEB ANALYTICSSEGMENTAÇÃO
25
WEB ANALYTICSSEGMENTAÇÃO
DADOS AGREGADOS SEGMENTAÇÃO
Fornece uma visão
geral das complexas
informações de
audiência de um site
Identifica e isola um
comportamento ou qualquer
característica comum entre
usuários, até o nível individual
Novos X Retornantes
- determinar
comportamento específico
- avaliar campanhas de
aquisição e retenção
- usuários que viram um
produto
- usuários que usaram um
único método X usuários
que usaram vários
métodos para encontrar
produtos
- estratégia "loss leader"
- influência de cupons em
comportamento
Associação e
Comportamento
Ações de MKT
26
WEB ANALYTICSAS PERSONAS
Perfil: Jovem, Viciado em tecnologia
Hábitos de consumo: extremamente informado
sobre características de produto, ofertas da concorrência,
etc.
Sensibilização: alta sensibilização a preço
Método de acesso: ‘campanha last click campaign’ –
site de comparação de preço
Lealdade: Altamente volátil
Perfil: 30–45, alta classe social
Hábitos de consumo: necessidades precisas,
decisões rápidas
Sensibilização: informação, tempo de entrega,
confiança
Método de acesso: busca orgânica,
campanhas de email
Lealdade: Avançada
27
PRACTICE
28
WEB ANALYTICSANÁLISE DE CAMPANHAS
Volume Interesse
Conversões
Origem
29
WEB ANALYTICSDASHBOARDS
Dashboard Global
30
WEB ANALYTICSDASHBOARDS
Dashboard Global
31
WEB ANALYTICSDASHBOARDS
Dashboard Global
DashC-Level
DashCampanhas
DashTráfego
DashProduto
32
WEB ANALYTICSABORDAGEM PRÁTICA
1 - Descrever o que aconteceu- período afetado- analisar valor da queda- isolar o perímetro (site / categoria / seção / ...)- isolar o perfil (fonte de tráfego / região / ...)
2 - Identificar fatores de influência- eventos internos / externos- problemas técnicos- mudança de comportamento no perímetro
3 - Aceitar ou rejeitar as causas identificadas- levantar hipóteses e possíveis fatores de influência
4 - Mensurar a contribuição de cada fator
5 - Recomendar ações a serem realizadas
33
WEB ANALYTICSPROCESSO DE MELHORIA CONTÍNUA
B/ /C...A
Mensurável
Objetivo
Condições reais
34
HOW IT WORKS
35
WEB ANALYTICSFUNCIONAMENTO
1
2
43
1 - visitante acessa o site
2 - site devolve o conteúdo com
tag
3 - tag executa e envia informação
4 - uma confirmação é recebida
36
WALKTHROUGH
37
WEB ANALYTICSWALKTHROUGH
- monitore KPIs que afetam sua meta
- garanta a qualidade de seus dados
- experimente ações para melhorar seus
KPIs
- explore resultados e anomalias
- aprenda.
- repita.
38
Obrigado!Como não uso o Twitter, me 'segue' lá no LinkedIn ou manda um email
- [email protected] linkedin.com/in/asdruble
http://blog.atinternet.com/pt
39
FIND US ONLINESTAY IN THE LOOP
atinternet
WWW.ATINTERNET.COM
LET’S TALK DATA!
+55 11 989-492-372 | +55 11 3192-3991
Bruno Davico Simões
