Data-driven UX & CRO: como integrar visão 360, machine learning e personalização da jornada do usuário

Data-driven UX & CRO
Leo Naressi

Leo Naressi
Leonardo Naressi
@LeoNaressi
Leo@DP6.com.br
• Informática industrial
• Publicidade e Propaganda
• Data Mining e Estatística
• CIO da DP6 - Consultoria de Métricas e Analytics
• Professor FGV e ESPM
• Mentor da aceleradora Ace

Leo Naressi
Dados e Audiências
E o que tudo isso tem a ver com UX e CRO?

Leo Naressi
Broadcast Foco nos canais Foco no consumidor
● Perfil Demográfico
estimado
● Audiência estimada
● Foco na exposição
TV Tradicional, Rádio, Jornal e Revista Internet e digitalização
● Segmentação profunda
● Audiência precisa
● Foco na resposta
imediata
Audiências Cross-Channel
● Segmentação exata
● Audiência precisa
● Foco no valor gerado
durante o ciclo de vida

Leo Naressi
USER DEVICES APP/BROWSER PLATFORMS
Ad
Exchanges
Publishers
•90% uses 2+ devices
•Avg. 3 devices/person
Source: Deloitte’s Digital Democracy Survey

Leo Naressi
A visão 360 não é apenas um desafio tecnológico

Leo Naressi
E onde está o foco de UX e CRO?

Leo Naressi
Falta integração nas iniciativas de personalização da
jornada

Leo Naressi
E o caminho para a boa personalização passa pelos
dados

Leo Naressi
Coletar, Analisar, Segmentar, Testar e Ativar

Leo Naressi
Data-driven CRO
Mas, peraí, CRO já deveria ser Data-driven, não?

Leo Naressi
Como criamos hipóteses para testes A/B ou
Multivariados?
Vamos otimizar a
conversão!
Acho que devemos
começar pela página do
produto
Ouvi dizer que o botão
"adicionar ao carrinho"
é o elemento mais
importante
Vamos então testar
cores, posicionamento e
tamanhos diferentes
Acho que verde, azul e
amarelo são boas
opções para começar,
no topo e no final da
página
Implementamos o teste
UAU! o botão verde no
topo melhorou minha
conversão em 0,2%

Leo Naressi
Como pode ser mais guiado por dados?
Dados do funil mostram
que a conversão Cart-
to-Order caiu nas
últimas semanas, como
podemos otimizar?
Vamos investigar o
comportamento de
quem concluiu a
compra x quem não…
Analisando o mapa de
calor vemos que um
novo banner logo antes
do “Finalizar Compra”
pode ser uma distração
Hipótese: Conflito de
UX entre banner e
botão. Vamos testar?
Versão A: Botão
Checkout após o banner
Versão B: Botão
Checkout antes
Implementamos o teste
Versão B venceu!
Melhoria de 65% na
conversão da página.

Leo Naressi
Caso: UX Heatmaps como base para geração de
insights e hipóteses pré-teste

Leo Naressi
Após o teste, 65% de melhoria na conversão
Cart-to-Order

Leo Naressi
Machine learning para UX e CRO
Coroio!

Leo Naressi
Os dados que já temos sobre o usuário entregam
muito do seu potencial de resultados
6 visitas e converteu
Recência antes da compra: 0 dias
Última Origem: Google
Último Dispositivo: Desktop
Recência antes da compra: 1 dia
Última Origem: Facebook
2 visitas e não converteu
Última Origem: Blog
1 visita e não converteu
Última Origem: Twitter
Último Dispositivo: Mobile
Última Origem: Direto

Leo Naressi
Modelos de propensão e probabilidade de ação
para mapear usuários “quentes” em tempo-real
7 visitas

Leo Naressi
E agora?
7 visitas

Leo Naressi
Com a propensão, podemos personalizar a UX
• Aumentar bid de mídia
• Personalizar site para ir direto para a
conversão
• Notificação para lembrar carrinhos
abandonados
• Testar variações de página que ampliem a
conversão
• Reduzir bid de mídia
• Enviar notificação de promoções
• Personalizar página para produtos não-
vistos
Usuários com alta-propensão
Usuários com baixa-propensão

Leo Naressi
Quem vamos chamar para resolver isso?

Leo Naressi
Firebase Predictions
https://firebase.google.com/products/predictions/
• Modelagem preditiva
automática para Apps usando
Firebase Analytics
• Permite ativar:
• Remote Config: Personalizações no
App
• Notificações
• Testes A/B

Leo Naressi
• Defina a tolerância ao risco
• Monitore a acurácia
Personalize o modelo para atingir as pessoas certas

Leo Naressi
Automagicamente...

Leo Naressi
• Firebase Predictions
• Modelo preditivo para encontrar
usuários com alta propensão de
realizar compras in-app
• Personalizaram as ofertas de in-app
e ads de acordo com os perfis
propensos e não-propensos
• +25% de receita em ambos os
segmentos
Caso: Rockbite Games

Leo Naressi
Google Analytics Conversion Probability

Leo Naressi
• Métrica criada a partir de um
modelo preditivo
• Propensão de cada visita à
transação
• Quanto maior a probabilidade,
maior a chance daquela visita
virar um compra 
Google Analytics Conversion Probability

Leo Naressi
• Crie audiências no Google
Analytics
• Segmente pessoas mais ou
menos propensas à realizarem
transações
• Exporte audiências para
personalizara campanhas
• Adwords : Search
• DBM : Programática
• Optimize : Teste A/B
OK e daí?

Leo Naressi
Não bastam mais dados… temos que ativar!

Leo Naressi
Nossa jornada hoje
Integrar
visão
CRO deve
partir de
dados
Machine
Learning
combina
com UX
Dados só para UX?
Dados só para mídia?
Dados da jornada completa!
“Eu acho que???”
Heatmaps e Analytics são
boas fontes de hipóteses
Só planejar resolve?
Use modelos preditivos hoje
para personalizar a jornada

Data-driven UX & CRO: como integrar visão 360, machine learning e personalização da jornada do usuário

Recomendados

Recomendados

Mais conteúdo relacionado

Semelhante a Data-driven UX & CRO: como integrar visão 360, machine learning e personalização da jornada do usuário

Semelhante a Data-driven UX & CRO: como integrar visão 360, machine learning e personalização da jornada do usuário (20)

Mais de E-Commerce Brasil

Mais de E-Commerce Brasil (20)

Data-driven UX & CRO: como integrar visão 360, machine learning e personalização da jornada do usuário

Notas do Editor