1
WEBINAR
COMO DESTRAVAR O REAL
POTENCIAL DOS SEUS DADOS?
Agosto 2015
AT INTERNET
2
QUEM SOMOS
anos de experiência comAnalytics
clientes de todos os setores
sites mensurados
prêmios recebidos
...
AT INTERNET
3
QUEM SOMOS
OBJETIVOS
4
- Descobrir porque seu projeto de analytics
está falhando.
- Como colocar em prática um modelo simples
para ex...
5
THEORIES
WEB ANALYTICS
6
DEFINIÇÃO
“ Web analytics is the measurement, collection, analysis
and reporting of internet data for purp...
WEB ANALYTICS
7
NOSSAS DIFERENÇAS
WEB ANALYTICS
8
MODELO DE MATURIDADE EM DIGITAL ANALYTICS
Gerenciamento
Objetivos
Escopo
Recursos
Metodologia
Ferramentas
WEB ANALYTICS
9
FONTES DE INFORMAÇÃO
Online
Intelligence
Multi-device
WEB ANALYTICS
10
POSSIBILIDADES DE EXPLORAÇÃO
 Exaustividade
 Individualidade
 Real time
 Volume de tráfego
 Geração ...
WEB ANALYTICS
11
YOU HAVE THE POWER
WEB ANALYTICS
12
O PROCESSO
Monitoramento
 Definindo metas e KPIs
 Dashboards e monitoramento
Exploração
 Análises comp...
WEB ANALYTICS
13
KPI
Key Performance Indicator
Um indicador de performance é uma informação
que contribui para a avaliação...
WEB ANALYTICS
14
EXERCÍCIO!
e-Commerce Mídia Institucional









WEB ANALYTICS
15
MUITAS MÉTRICAS
- visitas
- números de PVs/visita
- duração de playback por página
- taxa de conversão
- ...
WEB ANALYTICS
16
MUITOS OBJETIVOS
Informação
 informação de produto
 promoções
 lojas e horários
 atendimento
Conversã...
WEB ANALYTICS
17
NEM TANTOS OBJETIVOS
Informação
 informação de produto
 promoções
 lojas e horários
 atendimento
Conv...
WEB ANALYTICS
18
EXERCÍCIO! KPIS PARA OS OBJETIVOS
e-Commerce Mídia Institucional
 % vendas categoria "promo"
 % vendas ...
WEB ANALYTICS
19
PROCESSO DE ENGAJAMENTO
Tempo
Engajamento
Descoberta Informação Escolha Conversão Follow-up Recomendação
...
WEB ANALYTICS
20
TRABALHO EM EQUIPE
Objetivo Digital
KPI KPI
Geração de
Tráfego
Gestão de
Conteúdo
Marketing de
Produto
Ge...
WEB ANALYTICS
21
METAS E SUAS CARACTERÍSTICAS
- specific
- measurable
- attainable
- relevant
- time-bound
S
M
A
R
T
WEB ANALYTICS
22
KPIS E SUAS CARACTERÍSTICAS
- poucos
- claros
- preditivos
- acionáveis
WEB ANALYTICS
23
KPIS BY JIM STERNE
"KPI'S ARE NEVER USEFUL WHEN
GENERIC OR 'STANDARD'. THEY ARE
PURPOSE-BUILT FOR THE MOM...
24
WEB ANALYTICS
SEGMENTAÇÃO
25
WEB ANALYTICS
SEGMENTAÇÃO
DADOS AGREGADOS SEGMENTAÇÃO
Fornece uma visão
geral das complexas
informações de
audiência de...
26
WEB ANALYTICS
AS PERSONAS
Perfil: Jovem, Viciado em tecnologia
Hábitos de consumo: extremamente informado sobre
caracte...
27
PRACTICE
WEB ANALYTICS
28
ANÁLISE DE CAMPANHAS
Volume Interesse Conversões
Origem
WEB ANALYTICS
29
DASHBOARDS
Dashboard Global
WEB ANALYTICS
30
DASHBOARDS
Dashboard Global
WEB ANALYTICS
31
DASHBOARDS
Dashboard Global
Dash
C-Level
Dash
Campanhas
Dash
Tráfego
Dash
Produto
32
WEB ANALYTICS
ABORDAGEM PRÁTICA
1 - Descrever o que aconteceu
- período afetado
- analisar valor da queda
- isolar o pe...
33
WEB ANALYTICS
PROCESSO DE MELHORIA CONTÍNUA
B/
/C...
A
Mensurável
Objetivo
Condições reais
34
HOW IT WORKS
WEB ANALYTICS
35
FUNCIONAMENTO
1
2
4
3
1 - visitante acessa o site
2 - site devolve o conteúdo com tag
3 - tag executa e e...
36
WALKTHROUGH
WEB ANALYTICS
37
WALKTHROUGH
- monitore KPIs que afetam sua meta
- garanta a qualidade de seus dados
- experimente ações p...
38
Obrigado!
Como não uso o Twitter, me 'segue' lá no
LinkedIn ou manda um email
- bruno.simoes@atinternet.com
- linkedin....
FIND US ONLINE
39
STAY IN THE LOOP
atinternet
WWW.ATINTERNET.COM
LET’S TALK DATA!
bruno.simoes@atinternet.com
+55 11 989-492-372 | +55 11 3192-3991
Bruno Davico Simões
Próximos SlideShares
Carregando em…5
×

Analytics: Como destravar o real potencial dos seus dados

543 visualizações

Publicada em

Publicada em: Dados e análise
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
543
No SlideShare
0
A partir de incorporações
0
Número de incorporações
62
Ações
Compartilhamentos
0
Downloads
3
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide
  • todas as campanhas baseadas em conversão e ROI / painel ecommerce brasil
  • Analytics: Como destravar o real potencial dos seus dados

    1. 1. 1 WEBINAR COMO DESTRAVAR O REAL POTENCIAL DOS SEUS DADOS? Agosto 2015
    2. 2. AT INTERNET 2 QUEM SOMOS anos de experiência comAnalytics clientes de todos os setores sites mensurados prêmios recebidos certificações Européias 19 4.000+ 400.000+ 11 6
    3. 3. AT INTERNET 3 QUEM SOMOS
    4. 4. OBJETIVOS 4 - Descobrir porque seu projeto de analytics está falhando. - Como colocar em prática um modelo simples para extrair mais valor a partir de hoje.
    5. 5. 5 THEORIES
    6. 6. WEB ANALYTICS 6 DEFINIÇÃO “ 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. 7. WEB ANALYTICS 7 NOSSAS DIFERENÇAS
    8. 8. WEB ANALYTICS 8 MODELO DE MATURIDADE EM DIGITAL ANALYTICS Gerenciamento Objetivos Escopo Recursos Metodologia Ferramentas
    9. 9. WEB ANALYTICS 9 FONTES DE INFORMAÇÃO Online Intelligence Multi-device
    10. 10. WEB ANALYTICS 10 POSSIBILIDADES DE EXPLORAÇÃO  Exaustividade  Individualidade  Real time  Volume de tráfego  Geração de tráfego  Caminhos do consumidor  Comportamento  Conversões  Usabilidade  Tecnologia
    11. 11. WEB ANALYTICS 11 YOU HAVE THE POWER
    12. 12. WEB ANALYTICS 12 O 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. 13. WEB ANALYTICS 13 KPI 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. 14. WEB ANALYTICS 14 EXERCÍCIO! e-Commerce Mídia Institucional         
    15. 15. WEB ANALYTICS 15 MUITAS 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. 16. WEB ANALYTICS 16 MUITOS 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
    17. 17. WEB ANALYTICS 17 NEM 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
    18. 18. WEB ANALYTICS 18 EXERCÍCIO! 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. 19. WEB ANALYTICS 19 PROCESSO DE ENGAJAMENTO Tempo Engajamento Descoberta Informação Escolha Conversão Follow-up Recomendação não basta olhar a conversão devemos guiar nosso usuário e otimizar cada passo do engajamento
    20. 20. WEB ANALYTICS 20 TRABALHO 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. 21. WEB ANALYTICS 21 METAS E SUAS CARACTERÍSTICAS - specific - measurable - attainable - relevant - time-bound S M A R T
    22. 22. WEB ANALYTICS 22 KPIS E SUAS CARACTERÍSTICAS - poucos - claros - preditivos - acionáveis
    23. 23. WEB ANALYTICS 23 KPIS 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. 24. 24 WEB ANALYTICS SEGMENTAÇÃO
    25. 25. 25 WEB ANALYTICS SEGMENTAÇÃO 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. 26. 26 WEB ANALYTICS AS 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. 27. 27 PRACTICE
    28. 28. WEB ANALYTICS 28 ANÁLISE DE CAMPANHAS Volume Interesse Conversões Origem
    29. 29. WEB ANALYTICS 29 DASHBOARDS Dashboard Global
    30. 30. WEB ANALYTICS 30 DASHBOARDS Dashboard Global
    31. 31. WEB ANALYTICS 31 DASHBOARDS Dashboard Global Dash C-Level Dash Campanhas Dash Tráfego Dash Produto
    32. 32. 32 WEB ANALYTICS ABORDAGEM 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. 33. 33 WEB ANALYTICS PROCESSO DE MELHORIA CONTÍNUA B/ /C... A Mensurável Objetivo Condições reais
    34. 34. 34 HOW IT WORKS
    35. 35. WEB ANALYTICS 35 FUNCIONAMENTO 1 2 4 3 1 - visitante acessa o site 2 - site devolve o conteúdo com tag 3 - tag executa e envia informação 4 - uma confirmação é recebida
    36. 36. 36 WALKTHROUGH
    37. 37. WEB ANALYTICS 37 WALKTHROUGH - 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. 38. 38 Obrigado! Como não uso o Twitter, me 'segue' lá no LinkedIn ou manda um email - bruno.simoes@atinternet.com - linkedin.com/in/asdruble http://blog.atinternet.com/pt
    39. 39. FIND US ONLINE 39 STAY IN THE LOOP atinternet
    40. 40. WWW.ATINTERNET.COM LET’S TALK DATA! bruno.simoes@atinternet.com +55 11 989-492-372 | +55 11 3192-3991 Bruno Davico Simões

    ×