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
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.
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
10. WEB ANALYTICS
10
POSSIBILIDADES DE EXPLORAÇÃO
Exaustividade
Individualidade
Real time
Volume de tráfego
Geração de tráfego
Caminhos do consumidor
Comportamento
Conversões
Usabilidade
Tecnologia
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. 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.
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. 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. 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. 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. 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. 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. WEB ANALYTICS
21
METAS E SUAS CARACTERÍSTICAS
- specific
- measurable
- attainable
- relevant
- time-bound
S
M
A
R
T
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
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
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
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
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
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
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