e-book_web_analytics_unilasalle_prof_julio_cesar_rogerio.pdf

PÓS-GRADUAÇÃO
COMUNICAÇÃO
MÉTRICAS DE
MARKETING DIGITAL

MÉTRICAS DE
MARKETING DIGITAL
COMUNICAÇÃO

Copyright © UNILASALLE 2022
Nenhuma parte desta publicação pode ser reproduzida por qualquer
meio sem a prévia autorização desta instituição.
Texto de acordo com as normas do Novo Acordo Ortográfico
da Língua Portuguesa.
AUTORIA DO CONTEÚDO
Julio Cesar Rogério
PROJETO GRÁFICO
UNILASALLE
DIAGRAMAÇÃO
UNILASALLE
Catalogação elaborada pelo Processamento Técnico da Biblioteca do Unilasalle-RJ
Ficha catalográfica elaborada pela Bibliotecária Sabrina Ferreira G. Bera Carneiro CRB7/5687
R723
Rogério, Julio Cesar
Métricas de marketing digital / [autoria do conteúdo Julio Cesar
Rogério]. -- Niterói: Unilasalle-RJ, 2022.
1 livro digital: arquivo PDF; 90p.: il.
Modo de acesso: World Wide Web.
Disponível em: https://www.unilasalle.edu.br/rj
ISBN: xxxxxxxxxxxxx
1. Analíticas do Google. 2. Web sites. 3. Marketing on-line. I.
Título.
CDD 006.3

SUMÁRIO
Apresentação................................................................................6
Autor .............................................................................................8
UNIDADE 1.....................................................................................9
Origens e Conceitos
Tópico 1 : Definição
Tópico 2 : Maturidade em Web Analytics
Tópico 3: O que é medido em Web Analytics
Unidade 2.....................................................................................27
KPI’s, Métricas, Hacks Avançados e Objetivos de Negócios
Tópico 1 : Entendendo Métricas e KPI’s
Tópico 2 : KPI’s Estratégicos ou de Negócios
Tópico 3 : KPI’s Operacionais (Marketing Digital)
Tópico 4: Hacks Avançados para Aumentar a Taxa de Conversão
Tópico 5: Métricas de Mídia Paga
Tópico 6: Métricas do GA4
Tópico 7: Definindo KPI’s com Base no Objetivo do Negócio
Unidade 3.....................................................................................54
6 Ferramentas de Web Analytics
Tópico 1: Como os clientes se comportam na web:
Tópico 2: Como os concorrentes se comportam web:
Tópico 3: Como os usuários interagem com o seu site:
Unidade 4.....................................................................................56
GA4 ou Google Analytics 4
Tópico 1: Introdução
Tópico 2: Principais Diferenças entre Universal Analytics e GA4
Tópico 3: Como criar uma conta no GA4
Tópico 4: Guia de Configurações Necessárias no GA4
Tópico 5: Google Analytics Responde!
Tópico 6: Modelos de Atribuição no GA4

Unidade 5.....................................................................................65
Social Analytics
Tópico 1: Meta Business Suite (Insights)
Tópico 2: Instagram Insights
Tópico 3: Youtube Analytics
Unidade 6.....................................................................................70
Teste A/B e Multivariado
Plano de testes
FASE 1: Definição da Página a ser Testada
FASE 2: Definição dos Ítens a serem Mudados
FASE 3: Desenvolvimento das Versões
FASE 4: Setup do Teste e Monitoramento dos Resultados
FASE 5: Apresentação e Homologação dos Resultados
Unidade 7.....................................................................................81
Problemas/Gaps na Performance Digital com base em Dados
Descobrindo os Gaps de Performance
Unidade 8.....................................................................................84
Metodologia para Plano de Ação com base em Dados
Plano de Web Analytics
Metodologia 5W2H
Caso 1
Referências Bibliográficas.........................................................90
Conteúdos complementares.....................................................90

APRESENTAÇÃO
Web Analytics está em constante estado de evolução. Os sistemas de dados e
de reporte que temos desde os anos 90, - sistemas construídos para processar
arquivos de log e analisar textos gerados por JavaScript - são amplamente
utilizados, mas em grande parte não têm cumprido o tão prometido retorno do
investimento. Cada vez mais essas empresas que implantam web analytics, os
honestos vendedores, e os especialistas da indústria estão começando a admitir
que trabalhar com web analytics direito requer muito mais que colocar as tag´s
nas páginas e gerar relatórios. Em nossa indústria nasceu um princípio orientador
que passou a nos orientar: “não é a ferramenta, mas sim como você a usa”, e esta
é, para muitos, uma mudança dramática.
Devido a esta observação e aceitação, o nosso foco coletivo será a mudança de
“dados e informações” para “insights e recomendações” --- resultado que é muito
dependente de interação humana e dos processos empresariais como bonitos
relatórios e interfaces. Embora não seja facilmente construído, o triunvirato de
pessoas, processos e tecnologia – normalmente trabalhado em igual medida
- tem sido repetidamente demonstrado que é a combinação certa de recursos
e esforços para produzir informações que orientem as ações da empresa. Seja
tendo um analista sênior que tenha o tempo necessário para assegurar que as
pessoas na organização, não importando sua posição, compreendam os sistemas
de medição, ou ter um processo de negócio definido para gerenciar como os
testes multivariados são selecionados, agendados e avaliados, esta combinação
de recursos humanos, software e o bom e velho gerenciamento está fazendo mais
para a indústria de web analytics do que qualquer relatório, widget, ou relatórios
tridimensionais poderia.

Vamos dar atenção desde os Modelos de Maturidade, dicas de como interpretar e
transformar suas análise de Web Analytics em ações, tendências e decisões. Estes
capítulos irão fornecer um roteiro para as nuances das decisões que você precisa
para ser bem sucedido.
Lembre-se, o desafio não é a geração de relatórios, o desafio é fazer algo que gera
valor empresarial tangível com estes relatórios.
A tecnologia é um facilitador, mas são as pessoas que traduzem os relatórios em
informações, informações em insights, e insights em recomendações que gerem
ações que os executivos têm procurando todo o tempo. Se você é essa pessoa, ótimo!

AUTOR
Julio Cesar Rogério
Especialista em Marketing e Docência do Ensino superior (UCAM) e Gestão
EstratégicaemMarketingDigital(FaculdadeProminas);BacharelemComunicação
Social – Publicidade, é professor da Pós-Graduação de Estratégia em Conteúdo e
Comunicação Digital da UNILASALLE – RJ e professor da graduação no curso de
Comunicação Social da UNIVERSO – RJ.
Em 2005, fundou a Equilíbrio Digital, agência de marketing online e offline que
atende clientes de vários tamanhos e segmentos do mercado.

10
Em 1993, surgiram os primeiros softwares de processamento de logs para análise de
tráfego em sites.
Metade da Década de 90
Apesar de já existirem softwares de logs, eles eram muito pouco utilizados pela
ausência da cultura de resultados, e por serem vistos como custo para a empresa.
5
Unidade 1 - Origens e Conceitos
tráfego em sites.
Fonte: “A história das Métricas”. Autor: Leonardo Naressi
Apesar de já existirem softwares de logs, eles eram muito pouco utilizados pela ausência
da cultura de resultados, e por serem vistos como custo para a empresa.
Site do Itaú em 1997:
5
Unidade 1 - Origens e Conceitos
tráfego em sites.
Apesar de já existirem softwares de logs, eles eram muito pouco utilizados pela ausência
da cultura de resultados, e por serem vistos como custo para a empresa.
Site do Itaú em 1997:
Site do Itaú em 1997

11
A consolidação do mercado de Web Analytics
Apartirde1996,surgimentodeferramentaseserviçosmaisrobustos
6
ory, ferramenta inicialmente utilizada para medir
no, a Omniture é fundada.
ntornar algumas limitações dos logs e de fazer
nalytics, surge a tecnologia de “Page Tagging”,
um código de Javascritpt inserido na página.
s NetRatings e comScore para medição de
Leonardo Naressi
Analytics
e 2000/2010
ram, além de
Javascript.
05 depois que
ICA, entrando
6
• Em 1996 surgiu o WebSideHistory, ferramenta inicialmente utilizada para medir
o tráfego de sites adultos. No mesmo ano, a Omniture é fundada.
• A partir da necessidade de contornar algumas limitações dos logs e de fazer
outsourcing de ferramentas de Web Analytics, surge a tecnologia de “Page Tagging”,
onde a mensuração é feita por meio de um código de Javascritpt inserido na página.
• Em 1999 surgiram os painéis NetRatings e comScore para medição de
audiência.
A consolidação do mercado de Web Analytics
• Ao longo das décadas de 2000/2010
ferramentas evoluíram e se consolidaram, além de
logs utilizando a tecnologia de tags em Javascript.
• Google Analytics lançado em 2005 depois que
o Google compra a Urchin.
• Adobe compra Omniture.
• IBM compra a Coremetrics e UNICA, entrando
no mercado de Web Analytics.
Fonte: “A história das Métricas”.
Autor: Leonardo Naressi
• Em 1996 surgiu o WebSideHistory,
ferramenta inicialmente utilizada para
medir o tráfego de sites adultos. No
mesmo ano, a Omniture é fundada.
• A partir da necessidade de contornar
algumas limitações dos logs e de fazer
outsourcing de ferramentas de Web
Analytics, surge a tecnologia de “Page
Tagging”, onde a mensuração é feita
por meio de um código de Javascritpt
inserido na página.
• Em 1999 surgiram os painéis
NetRatings e comScore para medição
de audiência.
• Ao longo das décadas de 2000/2010
ferramentas evoluíram e se
consolidaram, além de logs utilizando
a tecnologia de tags em Javascript.
• Google Analytics lançado em 2005
depois que o Google compra a Urchin.
• Adobe compra Omniture.
• IBM compra a Coremetrics e UNICA,
entrando no mercado de Web
Analytics.

12
Tópico 1 : Definição
Web Analytics é o monitoramento objetivo, captação, mensuração, relato e análise de
dadosquantitativosdaInternetafimdeotimizarwebsiteseiniciativasdewebmarketing.
Web Analytics é a análise de dados quantitativos e qualitativos sobre a experiência
dos usuários no site. São dados analisados para uma melhora constante do site a
fim de atingir resultados.
Web-analytics é diferente do Google Analytics. As definições são:
• Google Analytics – Ferramenta para monitoramento do site, onde
são acumulados dados;
• Web Analytics– Análise de dados capturados através de uma
ferramenta como o Google Analytics.
Existem poucos profissionais e agências especializadas em Web Analytics. É normal
encontrar no mercado agências de performance (adwords, SEO, comparadores)
que também realizam esse trabalho, mas são mais focadas em análise de
campanhas de mídias.
O trabalho de Web Analytics envolve:
• Acompanhar o desempenho das campanhas e acessos do site
através das ferramentas de Web Analytics;
• Analisar constantemente o desempenho das visitas, conversão,
vendas e campanhas de marketing;
• Analisar dados do site e a partir deles ter insights para melhoria
constante;
• Elaborar relatórios de acessos e desempenho;
• Mensurar cohorts, life time value e payback de cada canal de
marketing;
• Analisar a experiência do usuário no site;
• Mensurar a verba de marketing por canal, calculando projeção de ROI;
• Analisar constantemente as metas do site por canal, informando
a área de marketing para cumprimento de metas;
• Criar alertas na ferramenta de Web Analytics para monitoramento
de erros no site;

13
conscientização
Interesse
Decisão
Ação
Nosso desejo de entender mais o site e os visitantes do site, a fim de
oferecer uma melhor experiência para os visitantes e fazer com que o site
cumpra seu propósito facilmente.
NA PRÁTICA
Figura 1: Funil de vendas

14
Tópico 2 : Maturidade em Web Analytics
Os 5 estágios da competição analítica
Davenport, em seu livro “Competição Analítica”, nos dá uma visão dos estágios
que as empresas podem estar na utilização de informações, para isso criou um
modelo com 5 estágios de evolução das empresas no tocante ao uso da análise de
informação para direcionar seu desempenho e valor:
1. Deficientes Analíticos – “O que aconteceu no nosso mercado?”
• Dados são usados para melhorar as operações da empresa
2. Análise Localizada – “Como podemos melhorar nosso negócio?”
• Análises para melhorar atividade funcionais, ROI
3. AspirantesAnalíticos–“Podemosextrapolartendênciasexistentes?”
• Análise para desenvolvimento de competência distinta, análise
de desempenho futuro
4. Empresas Analíticas – “Como inovar para nos diferenciar?”
• A análise é um direcionador importante de desempenho e valor
5. Líderes Analíticos – “Como permanecer na liderança?”
• Plena utilização da inteligência analítica
Este modelo nos mostra a evolução desde o uso dos relatórios padrões para
saber o que aconteceu; passando por relatórios específicos para saber quanto,
onde e com que freqüência; descobrir onde exatamente está o problema; quais
as ações necessárias; por que isso ocorre; analisar tendências; até chegarmos na
modelagem preditiva e otimização do nosso negócio.
Modelo dos estágios para Métricas Web
Já o modelo do Hammel foi baseado em uma apresentação do Bill Gassman,
analista de mercado do Gartner, que foi realizada eMetrics 2007 de San Francisco,
CA. É interessante para termos um mapa de onde estamos e para onde devemos
ir para especializarmos nossas empresas no uso do Web Analytics para chegarmos
em estágios mais avançados.

15
Análise de
Comportamento
Marketing
CRM
Análise da
Empresa
Nível 1
Métricas Web
• PV, UV, visitas
• Conteúdo Principal
• Demográfico
• Tecnologia
• Referência
• Capacidade
• Segurança
Nível 2
• Análise de Caminho
• Análise de Funil
• Teste A/B
• Análise de KPI's
• Dashboard
Nível 3
• Portfólio de Produtos
• Segmentação
• Mecanismos de Busca
• Otimização de
Campanha
• Personas
• Alertas de KPI
Nível 5
• Análise de Vendas de
Multicanal
• Integração com
Sistemas Legados
• Planejamento
Estratégico
• Análise Preditiva
Nível 4
• Análise de Multi-canais
• Análise de Custos
• Valor do Consumidor
• Personalização
• Análise de Conteúdo
Visão de TI, sem
informações para
tomada de decisão
Foco em métricas e
processo, direcionado
a negócios
Otimização de canais
Análise de processo
para definir decisões
Análise estratégica
Modelo de Maturidade em Web Analytics
E baseado neste modelo podemos criar planilhas para uso em nossos processos
de planejamento que nos mostre onde a empresa está e o que devemos trabalhar
para que ela passe para o próximo nível em sua evolução, para isso devemos
definir os fatores chaves de sucesso que iremos analisar, no exemplo abaixo
trabalhamos com os seguintes fatores:
Gerenciamento
• Qual o nível, de acordo com Da-venport, que a empresa está com
relação a métricas?
• A iniciativa de análise de métricas tem apoio da alta diretoria?
• Se existe uma gerência de inteligência de mercado que possa
atuar nesta análise?
• Qual a estrutura desta gerência?
• Em que área da empresa esta gerência se reporta?
Nesta fase podemos identificar o grau de dificuldade e de investimento que
teremos para um projeto de Web Analytics dentro da empresa.

16
Recursos
• Quantas pessoas estão destinadas ao projeto?
• Há a necessidade de aquisição de um sistema de Web Analytics
diferente do utilizado atualmente? Existe verba para isso?
• Existe pessoal treinado?
• Há alguma consultoria ou agência auxiliando neste trabalho?
Qual o poder de fogo da empresa para investimento e onde há a necessidade de
investir em treinamento, suporte, consultoria e software.
Objetivos
• A empresa já possui os objetivos estratégicos de cada área para
suas ações digitais?
• Estes objetivos são mensuráveis?
• Os KPI´s – Key Performance Indicator, ou Indicadores Chaves de
Desempenho estão definidos para as áreas da empresa?
• Existem objetivos numéricos para cada KPI?
É importante entender se a empresa já está organizada para medir objetivos e
KPI´s para identificar melhorias ou não de desempenho e se esta estes indicadores
fazem parte dos objetivos de cada executivo da organização.
Análise
Aqui iremos entender a profundidade do uso das análises dos dados da empresa.
• Nível 1 - A empresa reporta as métricas básicas?
• Nível 2 - A empresa analisa o comportamento dos visitantes e
clientes?
• Nível 3 - A empresa procura entender e melhorar a utilização dos
diversos canais de marketing?
• Nível 4 – A empresa procura entender e melhorar seus processos
para facilitar a tomada de decisão?
• Nível 5 - A empresa utiliza de técnicas preditivas para suas análises
estratégicas?

17
Metodologia
Aqui é importante entender se a empresa possui um processo que vai além da
análise e divulgação de resultados
• A empresa trabalha com testes A/B e/ou testes multivariáveis?
• A empresa trabalha com pesquisas quantitativas e qualitativas?
• A empresa trabalha com testes de usabilidade?
Uma informação muito importante para obtermos neste momento é se existe
verba disponível para a realização destes testes e pesquisas e se esta verba
também está prevista para a implantação de melhorias.
Normalmente as empresas se esquecem desta fase de teste e não deixam verba
alocada, o que faz com que a equipe de análise precise perder tempo precioso.
A análise do modelo
Após a fase das entrevistas, você tem condições de criar o modelo, como o exemplo
abaixo, para iniciar suas análises.
WA Startup - Modelo de Maturidade
Cliente - XXXXXXXX
Fatores Chaves de
Sucesso
Definição Nível
Gerenciamento
Existe área de Inteligência Web? Apoio da
diretoria?
5
Recursos Pessoal? Treinamento? Consultoria? 3
Objetivos Objetivos para Web Analytics? KPI's definidos? 4
Análise
Escopo da medição (Métricas, Comportamento,
MKT, CRM, Performance da Empresa)?
3
Metologia
Metologia para Web Analytics (teste,
aprendizado e melhoria)?
1
Total 3,2

18
Neste exemplo, apesar de a empresa estar no nível “3” de nosso modelo de
maturidade,hámuitooquetrabalhar.Porexemplo,háanecessidadedetreinamento
para as pessoas que irão trabalhar mais de perto com o projeto, implantação
de uma metodologia para seguir o pós-análise com testes e implementação de
melhoria, entre outros. Porém, o que pode nos animar, e muito, é que a o projeto
tem a aprovação da direção da empresa que entende a necessidade do uso de
métricas no seu dia a dia para tomar decisões conscientes e com um fator de risco
menor para tomar decisões e implementar as ações necessárias. A partir deste
ajuste, podemos pensar em como iremos ajudar a empresa a passar para o nível
4 e, posteriormente, ao nível 5.
Com este mapa temos condições de ter uma imagem mais clara do que nos espera na
implementação de um processo de web analytics em nossa empresa, e não somente
na implementação do software de Web Analytics que escolhemos. Assim podemos
criar um plano de ação para cada um destes fatores chaves de sucesso e conseguir
que a evolução da empresa na área de métricas seja a mais natural possível.
69% das decisões baseadas nas análises do site/campanha são tomadas pelo
nível executivo.
Metologia
Metologia para Web Analytics (teste, aprendizado e
melhoria)?
1
Total 3,2
0
1
2
3
4
5
Gerenciamento
Recursos
Objetivos
Análise
Metologia

19
Nível diretoria / presidencial
Nível gerencial
Nível tático / operacional
Não são tomadas decisões
com base nas análises
19%
50%
23%
7%
A maioria não entende os dados que são gerados pelas ferramentas.
Entendem
completamente os
dados gerados
36%
Entendem alguns
dos dados gerados
37%
Tem dificuldades
para entender os
dados gerados
14%
Não entendem os
dados gerados
3%
54%
10% não sabe
Em uma pesquisa, Ruy Carneiro (Diretor da WA Consulting) acrescenta:
• 89% das empresas analisadas usam alguma ferramenta de Web
Analytics, porém o uso não é feito de forma completa, o que não
garante os bons resultados que o trabalho pode gerar.
• 66% revelaram que a empresa não considerou a ferramenta
como prioridade no início dos sites, perdendo assim a análise do
impacto inicial. "É preciso mudar a cultura interna das empresas,
pois somente o instinto não é suficiente para os novos desafios
que a internet apresenta.
• 75% das empresas não têm certeza se estão coletando os dados com
precisão, o que pode ocasionar erros na coleta de dados. "Dentro
desse universo, 70% dizem que esses dados chegam ao nível de
gerência e executivos para tomada de decisões táticas e estratégicas.

20
• A ferramenta é somente uma parte da equação. “Se não tiver
pessoal preparado para implementar e analisar os dados que
foram gerados, não adianta. É preciso ter profissionais treinados
para isso, pois uma coisa é ter o dado, outra é tê-lo analisado para
gerar informação e, posteriormente, inteligência. É a inteligência
somada à experiência que vai gerar resultados para empresa”.
Falta de cultura na empresa 40%
Transformar análises em ações 31%
Falta de profissionalismo/tempo dedicado 23%
Não ter todoas as métriacas 19%
Falta de apoio dos superiores 18%
Falta de treinamento/conhecimento 17%
A consultoria/fornecedor não atende a demanda 9%
Falta de entendimento dos dados gerados 9%
Problemas com a implementação (tags, logs e scripts) 6%
Problemas com uso da ferramenta e relatórios 5%
Nenhum 14%
Analistas de Web Analytics: “os médicos da empresa”
Assim como os médicos, os analistas de Web Analytics precisam:
Conhecimento
Informação
Dados
1. Ouvir os problemas das empresas.
2. Diagnosticar o que tem gerado esses
problemas.
3. Propor soluções com base em
números reais.
E porque monitorar?
1. O que não medimos não podemos
controlar.
2. Mas, o objetivo é sempre fazer com
que os dados virem...

21
Algumas pessoas e empresas acham que funciona assim:
MIM FAZ CONTEÚDO HUMANOS CLICA
HUMANO COMPRA.
MIM PEGA DINHEIRO
Mas na verdade, funciona assim:
16
16
17

22
Eu acabei seguindo a empresa no Instagram e assistindo alguns vídeos no Youtube:
18
Algumas semanas depois, minha esposa me disse que eu precisava de uma cera para
barba. Eu pensei na...
18
Algumas semanas depois, minha esposa me disse que eu precisava de uma cera para
barba. Eu pensei na...
Algumas semanas depois, minha esposa me disse que eu precisava de uma cera
para barba. Eu pensei na...

23
19
Cenário da Análise de Resultados: Até anos 2.000

24
Cenário da Análise de Resultados: Até anos 2.000
Tradicionalmente, o objetivo era medir o desempenho da plataforma digital, e da
campanha de mídia, comprada em portais e links patrocinados e o resultado que
esta mídia trazia para a plataforma.
20
Tradicionalmente, o objetivo era medir o desempenho da plataforma digital, e da
campanha de mídia, comprada em portais e links patrocinados e o resultado que esta
mídia trazia para a plataforma.
Cenário da Análise de Resultados: Hoje (2023)
Cenário da Análise de Resultados: Hoje (2023)

25
Dados
de painel
Como as pessoas navegam a web
Dados
de tráfego
Como as pessoas navegam o seu site
Dados de
observação
Como as pessoas interagem com uma
página (ou grupo de páginas)
Por onde começar?
1) Toda análise começa com uma dúvida
Qualquer análise precisa começar a partir de uma dúvida que tenha forte relação
com o seu objetivo macro.
Ex: Se você tem um e-commerce é uma das suas categorias não está performando
dentro do esperado, muitas dúvidas podem surgir:
22
Por onde começar?
Por onde começar?

26
Por onde começar?
1. Toda análise começa com uma dúvida
Qualquer análise precisa começar a partir de uma dúvida que
tenha forte relação com o seu objetivo macro.
Ex: Se você tem um e-commerce é uma das suas categorias não está
performando dentro do esperado, muitas dúvidas podem surgir:
a. Qual a profundidade da navegação do usuário dentro dessa
categoria?
b. Seráqueaquedaaconteceemtodasasorigensouestáconcentrada
em apenas uma?
Mas, para ter dúvidas…
2. Precisamos de Metas e Indicadores
Se não soubermos aonde queremos chegar, não saberemos:
• O que perguntar para as ferramentas de Web Analytics.
• O que iremos extrair de dados e informações delas.
E depois das Metas e Dúvidas...
3. Organizar os Processos internos
Definir KPI’s e
Métricas
Implementar
Sistema de
Monitoramento
Comparar
Resultados
Testes e
Melhorias

UNIDADE 2
KPI’s, Métricas, Hacks Avançados
e Objetivos de Negócios

28
Tópico 1 : Entendendo Métricas e KPI’s
Métrica e Indicador
• Métrica: Variável quantificável que define o que se quer medir
em um determinado sistema. Um conjunto de medidas também
definem uma métrica.
• Exemplo de métrica: Conjunto de medidas relacionadas.
Aparentemente, sem metas ou outras comparações definidas mês
a mês, o resultado está indo bem.
• Indicador: Uma variável que pode ser configurada a assumir certos
estados de acordo com configurações pré-determinadas. Exemplo:
• Exemplo de Indicador: Comparativo do Ticket Médio da Empresa
A com o mercado. O indicador pressupõe um comparativo, uma
relação entre as métricas. Desta forma, o resultado não está tão
bom quanto o imaginado.
R$233,30 R$230,53
R$250,12
R$265,83 R$272,90
R$0,00
R$50,00
R$100,00
R$150,00
R$200,00
R$250,00
R$300,00
R$350,00
R$400,00
jan/10 fev/10 mar/10 abr/10 mai/10
Ticket médio
Ticket médio (Empresa A)
R$233,30 R$230,53
R$250,12
R$265,83 R$272,90
307,12
345,09
327,61
360,23 366,23
R$-
R$50,00
R$100,00
R$150,00
R$200,00
R$250,00
R$300,00
R$350,00
R$400,00
Ticket médio
Título do Eixo
Ticket médio (Empresa A) Ticket médio mercado
Fonte: IEEE Standard Glossary of Software Engineering Terminology

29
R$0,00
R$50,00
Ticket médio (Empresa A)
R$233,30 R$230,53
R$250,12
R$265,83 R$272,90
307,12
345,09
327,61
360,23 366,23
R$-
R$50,00
R$100,00
R$150,00
R$200,00
R$250,00
R$300,00
R$350,00
R$400,00
Ticket médio
Título do Eixo
Ticket médio (Empresa A) Ticket médio mercado
O que são KPI’s?
KPIs (Key Performance Indicators) ajudam a corporação a compreender como
estão performando com relação aos seus objetivos estratégicos.
Características:
1. São definidos pela gerência ou gerências;
2. Refletem os objetivos da gerência;
3. Devem ser fáceis de entender;
4. Apoiam a tomada de decisão;
5. Possuem contexto: Permitem comparação com meta, ou números
de mercado.

30
Tópico 2 : KPI’s Estratégicos ou de Negócios
ROI (Retorno sobre o Investimento)
O famoso ROI também deve estar presente no universo digital. É mais uma métrica
financeira, mas ela tem como foco os resultados e não a forma mais eficaz (e mais
barata) para se atingir o objetivo.
O ROI busca assegurar que cada ação de marketing, seja ela online ou offline, gere
resultados sólidos para a empresa.
Uma maneira de definir o ROI é:
ROI =
( )X 100
RECEITA - CUSTO
CUSTO
Ex: Imagine que você tem um produto com custo de produção de R$ 100,00 e valor
de venda de R$ 200,00.
Você vende 6 desses produtos como resultado da publicidade deles no Google
Ads. Portanto, o custo total é de R$ 600,00 e o total das vendas é de R$ 1200,00.
Imagine que seus custos do Google Ads são de R$ 200,00, para um custo total de
R$ 800,00. Seu ROI é:
(R$ 1200,00 - R$ 800,00) / R$ 800,00
= R$ 400,00 / R$ 800,00
= 50%
Nesse exemplo, você ganha um retorno do investimento de 50%. Para cada
R$ 1,00 que você gasta, recupera R$ 1,50.

31
26
= 50%
Nesse exemplo, você ganha um retorno do investimento de 50%. Para cada R$
1,00 que você gasta, recupera R$ 1,50.
Planilha de Cálculo de ROI
Planilha de Cálculo de ROI
ROAS (Retorno sobre o Investimento Publicitário)
O seu cálculo é simples e direto:
(Receita / Investimento em publicidade) x 100
O ROAS é a métrica mais importante para agência, visto que os custos internos
administrativos do cliente, não são contemplados nessa análise.
Em outras palavras, através do ROAS, a agência tem a visão genuína dos lucros e
investimentos de seu cliente se tratando das campanhas publicitárias.
ROAS = 100%
Significa que a campanha está empatando. O que eu invisto (custo), eu ganho (receita).
Exemplo: Para cada R$1,00 investido, ganho R$1,00.
ROAS > 100%
Significa que estou ganhando (receita) mais do que investindo (custo).
Exemplo: Em um ROAS de 700%, para cada R$1,00 investido, ganho R$7,00.

32
ROAS < que 100%
Significa que estou ganhando (receita) menos do que investindo (custo).
Exemplo: Em um ROAS de 95%, para cada R$1,00 investido, ganho R$0,95.
Tícket Médio
O Ticket Médio é o valor médio que cada cliente gasta em seu estabelecimento.
O cálculo para se chegar a este índice é muito simples: basta dividir o total das
vendas do seu negócio pelo número de clientes que geraram o volume de compras.
÷
R$ 30.000 R$ 30,00
1.000
consumidores
=
10
10
10
REAIS
REPUBLICA FEDERATIVA DO BRASIL
DEUS
SEJALOUVADO
20
20
20
REALS
REPUBLICA FEDERATIVA DO BRASIL
DEUS
SEJALOUVADO
CAC (Custo de Aquisição de Cliente)
É o investimento médio em esforços diretos para conquistar um cliente.
Na grande maioria das empresas, as áreas que atuam diretamente nesse processo
são Marketing e Vendas, mas dependendo do negócio podem variar.
Ex: se os seus investimentos diretos em aquisição de clientes somam R$ 10 mil no
mês, e com isso você conseguiu 20 clientes, o seu CAC será de R$ 500.
÷
Gastos (Vendas e despesas com
marketing, salários das equipes, etc.)
Número de clientes
adquiridos

33
CPA (Custo por Aquisição)
Alguns cálculos típicos de:
• CPV (Custo por Visita) = Investimento / Visitas;
• CPD (Custo por Download) = Investimento / Downloads;
• CPC (Custo por Cadastro) = Investimento / Cadastros;
• CPT (Custo por Transação) = Investimento / Transações;
• CPL (Custo por Like) = Investimento / Likes;
LTV (Valor do Ciclo de Vida)
LTV ou lifetime value (valor do ciclo de vida) é uma métrica de negócios que estima
o lucro líquido da vida de cada cliente.
Se refere a todo o valor adicionado pelo cliente durante o relacionamento com
a empresa, ou seja, o dinheiro que entra no período de contrato. É uma métrica
muito comum para empresas que trabalham no modelo de receita recorrente.
Quanto mais baixo o LTV, mais atenção sua empresa deve dar a ações de
relacionamento em contrapartida a ações de aquisição.
Essa métrica está relacionada à retenção e consequente rentabilidade da carteira
atual de clientes.
O cálculo é feito para que você tenha uma média de lucro que seu cliente vai
trazer. Por esse motivo, para calculá-lo você precisa apenas saber o valor do
seu ticket médio e a média de tempo em que os seus clientes mantêm um
relacionamento com sua empresa.
Multiplique um pelo outro e tenha em mãos seu LTV. Veja o exemplo:
LTV em E-commerce: (Valor ticket médio) x (Número médio de compras por
cliente) x (Tempo médio de retenção do cliente).
LTV em Negócios com pagamento mensal: (Valor ticket médio) x (Tempo médio
de retenção do cliente).

34
Ex 1. (E-commerce): Suponha que o valor médio dos seus pedidos seja
de R$ 120,00 e cada cliente compra ao menos uma vez ao mês (ou 12 ve-
zes ao ano), considerando que esperamos reter esse cliente por no míni-
mo 3 anos, o cálculo ficaria dessa maneira:
LTV = R$ 120,00 x 12 x 3
LTV = R$ 4.320,00
Sendo assim, você espera que cada cliente gere R$ 4.320,00 para o seu
e-commerce no período de 3 anos.
Exemplo 1
Ex2. (Pagamento Mensal): Suponha que seu ticket médio seja de R$ 300 e
você tenha tido 100 cancelamentos em um período de 12 meses.
Veja na representação o período de cancelamentos:
20 – 8 em meses | 20 clientes cancelaram no oitavo mês de uso
30 – 10 em meses | 30 clientes cancelaram no décimo mês de uso
40 – 12 em meses | 40 clientes cancelaram no décimo segundo mês de uso
10 – 2 em meses | 10 clientes cancelaram no segundo mês de uso
Então, para descobrir seu tempo de retenção, multiplique o número de
cancelamentos pelo período (um a um), some todos e divida pelo total de
cancelamentos (que, neste caso, são 100). Veja no exemplo:
LTV = (20 x 8) + (30 x 10) + (40 x 12) + (10 x 2)/ 100
LTV= 960/ 100 = 9,6
Exemplo 2
Você já tinha em mãos o valor do ticket médio (R$ 300). Agora que descobriu o
tempo médio de retenção (10 meses).

35
Calcule seu LTV
LTV= 300 x 10
LTV= R$ 3.000,00
LTV x CAC
Com o CAC e o LTV você cria uma balança: quanto você gastou para adquirir um
cliente e quanto ele vai adicionar ao tornar-se um cliente fiel.
Obviamente, o nosso objetivo é ter o menor CAC possível e o maior LTV possível.
CAC
LTV
Gasta-se pouco para adquirir novos clientes e consegue-se o máximo de valor dele.
CAC
LTV
O custo para conseguir um novo cliente não é compensado.
Já uma balança negativa fica assim:
LTV > CAC = 
CAC > LTV = 

36
Conversão e Taxa de Conversão
Algumas conversões e taxas de conversão “clássicas”:
1. Conversão de meta: Cadastros
31
Visitas Totais do Site Cadastros
Conversão em E-commerce
31
Pessoa faz uma
pesquisa no Google
Acessa o meu
ecommerce
Realiza uma compra

37
Meu site não é e-commerce. Vou medir o que?
Comece com a pergunta:
O que eu gostaria que as pessoas fizessem após chegar ao site?
• Taxa de conversão
Mensurações mais complexas, envolvem dados de diversas fontes, inclusive OFF
32
Conversão em outros tipos de sites
Overview de Inscritos, Pagos, Comparecimento na Prova e Matriculados.
32

39
Serviços / Redução de Custo com Equipes
• Consumos de serviços como renovação de contratos, segunda via
de boleto e relacionamento.
34
• Consumos de serviços como renovação de contratos, segunda via de boleto e
relacionamento.
Branding
• Aumento da exposição da marca.
34
• Consumos de serviços como renovação de contratos, segunda via de boleto e
relacionamento.
Branding
Branding

40
Tópico 4: Hacks Avançados para Aumentar a Taxa
de Conversão
Tópico 4: Hacks Avançados par
Taxa de Conversão
1) Converse com seu visitante e pergunte porque ele
etc!
Use um Pop de Saída no site.
2) Mapear os movimentos do Visitante no seu S
Usar Ferramenta que grava os movimentos no Desktop
no site e comportamentos inesperados das pessoas. E
3) Usar gatilhos persuasivos
35
Tópico 4: Hacks Avançados para Aumentar a
Taxa de Conversão
1) Converse com seu visitante e pergunte porque ele não comprou, pediu orçamento,
etc!
2) Mapear os movimentos do Visitante no seu Site
Usar Ferramenta que grava os movimentos no Desktop e Mobile ajuda a identificar bugs
no site e comportamentos inesperados das pessoas. Ex: Hotjar
2) Mapear os movimentos do Visitante no seu Site
Usar Ferramenta que grava os movimentos no Desktop e Mobile ajuda a identificar
bugs no site e comportamentos inesperados das pessoas. Ex: Hotjar
1) Converse com seu visitante
e pergunte porque ele não
comprou, pediu orçamento, etc!

42
4) Diminua a Fricção ao máximo
• -Formulários o mais curto possível
• -Checkout o mais curto possível (se possível comprar com 1 clique)
• -Diminua os “pontos de fuga” da página
• -Cuidem muito bem da versão Mobile
• -Valor do Produto influencia
5) Testar tudo o que puder
6) Pop-up no Funil de Vendas com Atendimento pró-ativo
Muitas pessoas param no meio do funil de vendas por terem alguma dúvida ou
dificuldade.
Adicionar um Pop-up oferecendo um “empurrãozinho”, de preferência pelo
Whatsapp, ajuda muito a aumentar a taxa de conversão!
Pode pedir pro Desenvolvedor do Site adicionar esse Pop-up apenas para
quem ficar parado na página de vendas acima de xx tempo.

43
7) Atendimento Rápido
Todo cliente quer atendimento RÁPIDO, tanto pra tirar as dúvidas quanto para
efetuar uma compra.
Tem empresas que demoram horas e até dias para responder um Lead...com a
facilidade que as pessoas têm de buscas diversas opções, certamente ela irá para
o concorrente, caso a sua empresa demore a atendê-lo.
Caso não tenha equipe para atender, use Chatbots!
8) Páginas mais Rápidas = Mais Conversões
Ter páginas de Site ou Landing Pages que carregam rápido é crucial para aumentar
a taxa de conversão, pois isso está diretamente ligado a uma melhor experiência
do usuário com o ambiente de vendas da sua empresa.
O Walmart fez testes e pesquisas e observaram que para cada 100 ms de
melhoria, eles aumentaram a receita incremental em até 1% no site.

44
Rede de pesquisa é o conjunto de sites e
aplicativos que utilizam o sistema de buscas
do Google, inclusive o próprio buscador, e
que se habilitam a exibir anúncios criados
no Google Ads — antigamente conhecido
como Google Adwords.
Esses sites podem veicular as campanhas de links patrocinados — apenas com
anúnciosdetextoelistagensdeprodutos—queosanunciantescriamnaplataforma.
Dessa maneira, as marcas ganham poder de alcance para além do buscador.
Tópico 5: Métricas de Mídia Paga
Mídia Paga (Pesquisa)
Contexto das Métricas
CTR = x 100
4.810
1.000.079
CPM = x 1000
5.000
2.440.332
CPC =
R$ 200,00
92
CTR = 0,48% CTR = R$ 2,04 CPC = R$ 2,17
EXEMPLO EXEMPLO EXEMPLO
CTR
(Taxa de cliques)
CTR = x 100
Cliques
Impressões
CPM
(Custo por mil impressões)
CPM = x 1000
Custo
Impressões
CPC
(Custo por clique)
CPC =
Custo
Cliques

45
Mídia Paga (Display)
40
40

46
Tópico 6: Métricas do GA4
USUÁRIOS
O número total de utilizadores ativos.
NOVOS USUÁRIOS
O número de utilizadores que interagem com o seu site ou iniciaram a sua aplicação
pela primeira vez.
SESSÕES
O número de sessões (Visitas) iniciadas no seu site ou app.
Uma sessão é iniciada quando um usuário faz o seguinte:
• Abre o app em primeiro plano.
• Visualiza uma página ou tela no site, sem nenhuma sessão ativa
no momento (por exemplo, a sessão anterior expirou).
OBS 1: Por padrão, uma sessão expira depois de 30 minutos de inatividade do
usuário. Em relação ao GAU isso não mudou.
OBS 2: Se o usuário retornar após o tempo limite de uma sessão, uma nova
sessão será iniciada.
OBS 3: No GAU quando uma sessão passava de meia noite uma nova sessão era
criada automaticamente. No GA4 isso não acontece.
OBS 4: Diferenças entre a forma de leituras de métricas no GAU e GA4 no link:
https://support.google.com/analytics/answer/11986666#sessions&zippy
=%2Cneste-artigo

47
SESSÕES ENGAJADAS
O número de sessões que duraram mais de 10 segundos, que tiveram um evento
de conversão ou que tiveram 2 ou mais visualizações de página.
SESSÕES ENGAJADAS POR USUÁRIO
Número de sessões com interação por usuário (sessões com interação/usuários).
TAXA DE ENGAJAMENTO
A percentagem de sessões com interação (sessões com interação/pelas sessões).
TEMPO MÉDIO DE ENGAJAMENTO
O período de tempo médio em que o app ou o site esteve em primeiro plano no
navegador ou celular do usuário.
VISUALIZAÇÕES DE PÁGINAS
Páginas que os usuários viram. As visualizações repetidas são contabilizadas.
VISUALIZAÇÕES POR USUÁRIO
O número médio de páginas visualizadas por usuário.
LINK COM TODAS AS MÉTRICAS DO GA4
No GA4 existem muitas métricas que muitas vezes não utilizamos no dia a dia,
mas caso queira conhecer todas esse link do suporte do Google poderá mostrar.
Link: https://support.google.com/analytics/answer/9143382?hl=pt-BR#zippy=%2C
sess%C3%A3o%2Cusu%C3%A1rio

48
A internet de maneira geral é um ambiente “falho”, por isso alguns
acontecimentos podem gerar imprecisões nas coletas de dados.
1) Sem Javascript? Sem Dados
Nem todo mundo ativa o Javascript no navegador.
2) Visitantes diferentes no Mesmo Dispositivo x Mesmo Visitante em
Dispositivos Diferentes
Se duas pessoas visitam o mesmo site pela primeira vez do mesmo
computador,oAnalyticscontabilizaapenasumvisitante.Agoramultiplique
este erro para 100 pessoas visitando do mesmo computador em uma
biblioteca pública ou escola. Para o GA, continua sendo um visitante só.
Por isso:
Exemplos

49
Tópico 7: Definindo KPI’s com Base no Objetivo
do Negócio
Framework
• O framework que estrutura os objetivos de um projeto digital
parte, da visão mais ampla e estratégica, para definições mais
táticas e específicas.
Objetivos
estratégicos
Objetivos
específicos
Indicadores / KPIs
Relacionamento Colaboração Experiência
Transação comercial Difusão Venda de inventário
Definição dos Objetivos e Macro Pilares do Negócio
• Os objetivos estratégicos de um projeto digital podem ser divididos
em macro pilares. Um exemplo:
Outros
• Observação: A divisão dos pilares e as nomenclaturas utilizadas
são sugestões: Cada organização constrói a sua estrutura, inclusive
combinando os pilares!

50
Mapeamento
• Diferentes tipos de objetivos, levam a diferentes ações e
indicadores. Alguns exemplos:
Objetivos estratégicos Objetivos específicos Indicadores/ KPls
Relacionamento
Gerar cadastro
Cadastros gerados
Taxa de conversão de cadastro
Realizar logins Logins realizados
Enviar contato Contatos enviados
Participar de promoções
Participação em promoções realizadas
Interação com a promoção
Participar de concursos culturais
Participação em concursos culturais
realizadas
Interação com o concurso cultural
Assinar newsletter Assinaturas de newsletter realizadas
Utilizar serviços online
Segunda via de boleto solicitadas
Agendamentos de visita técnica
solicitadas
Chat de clientes realizado
Feedback de atendimento registrados
Experiência
Gerar audiência em quantidade e
quallidade
Volume de visitas
Índice de Visitas/visitantes
Visualizar produtos
Páginas de produtos vistas
Páginas de detalhe de produtos vistas
Visualizar conteúdos
Imagens visualizadas
Vídeos visualizados
Notícias visualizadas
FAQ visualizadas
Estimular interação com gifts
Download de wallpaper realizados
Download de ringtones realizados
Cupons ativados
Interagir com jogos
‘Play’ realizados
Fases jogadas
Verbo + Objeto KPI correspondente

51
Transação Comercial
Gerar vendas
Faturamento
Tícket Médio
Lucro
Transações
ROI
Margem
Gerar assinaturas Assinaturas geradas
Gerar leads Leads gerados
Venda de inventário de
mídia
Vender publicidade
Visitas
Page Views
eCPM (efective Cost Per Mille
pageviews or visits)
CPC (Cost Per Click)
ROAS (Return On advertising
lnvestment)
Receita de publicidade
Difusão
Indicar amigos Amigos indicados
Difundir conteúdo
Textos difundidos
Imagens difundidas
Vídeos difundidos
Republicar conteúdo Republicações realizadas
Colaboração
Enviar comentário Comentários enviados
Votar em enquetes Votos realizados
Avaliar produtos/ serviços/ conteúdos Avaliações realizadas
Gerar conteúdo Conteúdo gerado
Monitorar o sentimento
Mapear e entender os detratores da
marca/produto marca/serviço
Índice de sentimentos negativos
Volume de posts negativo
Mapear e entender a opinião sobre a
marca/ produto/ serviço. Advocacia
Índice de sentimentos positivos
Volume de posts positivos

52
Branding
Aumentar o awareness da marca/
produto/serviço
Volume de novos fãs
Volume de novos seguidores
Volume de novas citações em
publicações
Volume de acessos ao app
Tempo de permanência no app
Manter a presença da marca
relevante
Visualizações de posts
Likes
Retweets
Shares
Seguidores/ inscritos
Definição de Objetivos e indicadores chaves
• Site da Tecnisa:
Definição de Objetivos e indicadores chaves
• Site da Tecnisa:
Um modelo de tabela elencando: Objetivos Estratégicos, Objetivos Específicos e os
respectivos KPIs
Atenção: Esta definição é apenas um modelo, uma inferência, e pode não refletir
a realidade da empresa!
Um modelo de tabela elencando: Objetivos Estratégicos, Objetivos Específicos e os
respectivos KPIs

53
Experiência com produto Visualizar produtos
Páginas de produtos vistas
Páginas de detalhes de produtos
vistas
Download de PDF da planta
Relacionamento Utilizar serviços de relacionamento
Vídeos chats realizados
Telefonemas realizados
Chat comuns realizados
E-mail respondidos
Atenção: Esta definição é apenas um modelo, uma inferência, e pode não
refletir a realidade da empresa!
Planilha de KPI’s por Objetivos
Planilha de KPI’s por Objetivos

UNIDADE 3
6 Ferramentas de Web Analytics

55
Tópico 1: Como os clientes se comportam na web:
Planejador de Palavras-chave e Google Trends
49
Unidade 3 - 6 Ferramentas de Web
Analytics
Tópico 1: Como os clientes se comportam na
web:
Tópico 2: Como os concorrentes se comportam
web:
SEMrush, Similarweb e Biblioteca de Anúncios
49
Unidade 3 - 6 Ferramentas de Web
Analytics
Tópico 1: Como os clientes se comportam na
web:
Tópico 2: Como os concorrentes se comportam
web:
Tópico2:Comoosconcorrentessecomportamweb:
Tópico3:Comoosusuáriosinteragemcomoseusite:
Hotjar ou Crazyegg
Tópico 3: Como os usuários interagem com o
seu site:
Hotjar ou Crazyegg

UNIDADE 4
GA4 ou Google Analytics 4
(A Ferramenta de Business Intelligence do Google)

57
Tópico 1: Introdução
Perguntas básicas em Análises Web
De onde vieram os
visitantes?
Onde eles
chegaram?
O que conquistamos
com eles?
E ele responde a isso tudo:
De maneira geral, o GA4 nos possibilita:
51
De maneira geral, o GA4 nos possibilita:
E houve uma evolução do GA no decorrer dos anos:
Essa evolução se deu basicamente por:

58
52
Porque as empresas devem se preocupar com Analytics?
Porque as empresas devem se preocupar com Analytics?

59
Tópico 2: Principais Diferenças entre Universal
Analytics e GA4
GAU GA4
Pageview
Pageview não é contabilizado como um
evento
Tudo é evento, inclusive Pageview
Modelo de
Atribuição
Último Clique Não Direto
É possível escolher qual modelo usar
nos relatórios, além de surgirem
algumas novas opções
Limite de Dados
Históricos
Pode ser configurado para nunca expirar Máximo de 14 meses
Principais
Relatórios
Público-Alvo, Aquisição, Comportamento e
Comércio Eletrônico
Ciclo de Vida, Usuario, Eventos e Explorar
Tempo Real Atualização em Tempo Real
Pode demorar até 30 minutos para
aparecer no relatório
FIitros São criados na Vista de Propriedade
São feitos diretamente no Relatório
Analisado
Amostragem
Máximo de 10 Milhões de Hits na conta
gratuita
Não possui amostragem
53
Tópico 2: Principais Diferenças entre Universal
Analytics e GA4

60
Código de Acompanhamento Padrão
54
Código de Acompanhamento Padrão
3 Formas de Instalar o GA4
1) Manualmente (forma ensinada anteriormente).
2) Usando o GTM ou Google Tag Manager.
3 Formas de Instalar o GA4
1. Manualmente (forma ensinada anteriormente).
2. Usando o GTM ou Google Tag Manager.
3. Dependendo do site, podem ter Plugins que facilitam a instalação
como sites feitos no Wordpress.

61
Tópico 4: Guia de Configurações Necessárias no GA4
Instalação da conta de demonstração do Google Analytics. Entre no link abaixo e
siga o passo a passo do Google.
Link: https://support.google.com/analytics/answer/6367342?hl=pt-BR
1. Gerenciamento de Acesso à conta:
• Forneça os acessos para quem precisar.
2. Fluxo de Dados:
• Veja se as “Métricas Otimizadas” estão ativadas!
• Temoutrosdomíniosedesejamonitorarjunto?Vaiem“Configurar
seus Domínios”.
3. Configurações de Dados:
• Vá em Coleta de Dados
• Vá em Retenção de Dados
4. Vinculações:
• Tem conta no Google Ads? É importante fazer o vínculo!
5. Públicos-alvo:
• Sejátemumhistóricodecaracterísticasdepúblicosqueconvertem
na sua empresa, poderá criar esses públicos dentro do GA.
6. Eventos:
• OsEventospadrõesqueconsiderarumaconversão,jádeixemarcado!
• Crie Eventos de “Páginas de Destino” para Leads ou Vendas,
caso seu site tenha esse objetivo.
7. Conversões:
• Transforme cada um desses “Eventos de Páginas de Destino”
em uma Conversão.
8. Funis no menu Explorar:
• Se deseja mensurar os resultados do seu Funil de Vendas
online, crie esse Funil dentro do menu Explorar

62
Perguntas Comuns dos Executivos:
• Quaisetapasdonossofunildeconversãonositetemosmaioresgaps?
• Quantas pessoas estão no meu site nesse exato momento?
• Em quais páginas elas estão nesse momento?
• Qual o perfil demográfico (Idade e Sexo) do público do meu site?
• De qual País, Estado ou Cidade eles vieram?
• Os Visitantes são Novos?
• Qual o Tempo Médio de Engajamento da visita no site?
• Qual o Navegador e o Sistema Operacional que os visitantes usam?
• Quais os Dispositivos Móveis que os visitantes do meu site usam?
• Quais Origens de Mídia trazem mais visitantes para o meu site?
• Quais dessas Origens de Mídia geram os maiores números de
conversões?
Como Mensurar Tráfego Externo? (Parâmetros UTM)
Tagueie tudo que “vier de fora”, com exceção do Google Ads
56
- Se deseja mensurar os resultados do seu Funil de Vendas online, crie esse Funil
dentro do menu Explorar
Perguntas Comuns dos Executivos:
- Quais etapas do nosso funil de conversão no site tem os maiores gaps?
- Quantas pessoas estão no meu site nesse exato momento?
- Em quais páginas elas estão nesse momento?
- Qual o perfil demográfico (Idade e Sexo) do público do meu site?
- De qual País, Estado ou Cidade eles vieram?
- Os Visitantes são Novos?
- Qual o Tempo Médio de Engajamento da visita no site?
- Qual o Navegador e o Sistema Operacional que os visitantes usam?
- Quais os Dispositivos Móveis que os visitantes do meu site usam?
- Quais Origens de Mídia trazem mais visitantes para o meu site?
- Quais dessas Origens de Mídia geram os maiores números de conversões?
Como Mensurar Tráfego Externo? (Parâmetros UTM)
Tagueie tudo que “vier de fora”, com exceção do Google Ads

63
Como fazer isso?
57
Como fazer isso?
Site: https://ga-dev-tools.web.app/campaign-url-
builder/
Perguntas Comuns dos Executivos
- Quais páginas mais geram visitas no site?
- Qual o produto com melhor desempenho em Receita e Quantidade de Venda?
- Existe a possibilidade de cruzar informações para fazer análises? (Dimensão
Secundária x Comparação x Filtro)
- É possível criar Alertas de acontecimentos Importantes no Site?
Site: https://ga-dev-tools.web.app/campaign-url-builder/
Perguntas Comuns dos Executivos
• Quais páginas mais geram visitas no site?
• QualoprodutocommelhordesempenhoemReceitaeQuantidade
de Venda?
• Existe a possibilidade de cruzar informações para fazer análises?
(Dimensão Secundária x Comparação x Filtro)
• É possível criar Alertas de acontecimentos Importantes no Site?

64
Tópico 6: Modelos de Atribuição no GA4
Atribuição é o ato de atribuir crédito pelas conversões a diferentes anúncios,
cliques e fatores ao longo do caminho de um usuário até a conclusão de uma
conversão. Um modelo de atribuição pode ser uma regra, um conjunto de regras
ou um algoritmo com base em dados que determina como o crédito é atribuído a
pontos de contato nos caminhos de conversão.
Atribuição baseada em dados
Essa atribuição distribui o crédito pela
conversão com base nos dados de cada
evento de conversão. Ela é diferente
dos outros modelos, já que os dados
da sua conta são usados para calcular a
contribuição real de cada clique.
A Atribuição usa algoritmos de
aprendizado de máquina para avaliar
caminhos com e sem conversão. O
modelo baseado em dados resultante
aprende como pontos de contato
diferentes afetam os resultados das
conversões.
Primeiro Clique:
Atribui todo o crédito pela conversão ao
primeiro canal em que o cliente clicou
antes de fazer a conversão.
Último Clique:
Atribui todo o crédito pela conversão
ao último canal em que o cliente clicou
antes de fazer a conversão.
Linear:
Distribui o crédito pela conversão
igualmente entre todos os canais que
receberam um clique do cliente antes
da conversão.
Baseado na Posição:
Atribui 40% do crédito à primeira e à
última interação e os 20% restantes
igualmenteàsinteraçõesintermediárias.
Redução de Tempo:
Atribuimaiscréditoaospontosdecontato
que ocorreram mais perto da conversão.
Base: https://support.google.com/analytics/answer/10596866?hl=pt-
BR#zippy=%2Cneste-artigo

UNIDADE 5
Social Analytics
(Facebook, Instagram e Youtube)

66
Link: https://business.facebook.com/latest/insights/
59
Unidade 5 - Social Analytics (Facebook,
Instagram e Youtube)
Link: https://business.facebook.com/latest/insights/

67
60

69
Link: https://www.youtube.com/analytics
62
Link: https://www.youtube.com/analytics

UNIDADE 6
Teste A/B e Multivariado

71
63
Unidade 6 - Teste A/B e Multivariado
Ferramenta para melhoria de performance de conteúdo
URL: http://www.vwo.com
63
Unidade 6 - Teste A/B e Multivariado
Teste de duas versões de
uma determinada página ou
determinado elemento
Teste A/B
Teste da combinação de
dois ou mais elementos em
uma página em duas ou
mais versões
Teste Multivariado

72
Plano de testes
Problema
• Notou-se que o processo de compra do site estava apresentando
grandes perdas. Após uma primeira análise do funil de conversão
do e-commerce, viu-se a oportunidade de fazer testes de modo a
aumentar a taxa de conversão.
64
Plano de testes
Problema
• Notou-se que o processo de compra do site estava apresentando grandes
perdas. Após uma primeira análise do funil de conversão do e-commerce, viu-se a
oportunidade de fazer testes de modo a aumentar a taxa de conversão.
Fluxo de trabalho
• O fluxo de trabalho será dividido em 5 fases principais, com os seguintes prazos
sugeridos:
• A duração do teste dependerá principalmente de dois fatores: O volume de
visitas da página e a diferença da conversão das variações com relação ao controle. Se
em até 20 dias a ferramenta não apontar um resultado, o teste será considerado
inconclusivo.
Fluxo de trabalho
• O fluxo de trabalho será dividido em 5 fases principais, com os
seguintes prazos sugeridos:
Fase: Definição da
página a ser testada
Prazo: 2 dias
Fase: Apresentação
e homologação dos
resultados
Prazo: 2 dias
Prazo: 2 dias Prazo: 3 dias
Fase: Definição
dos ítens a serem
mudados
Prazo: Até 120 dias*
Fase: Setup do teste
e monitoramento
dos resultados
Fase:
Desenvolvimento
das versões
• A duração do teste dependerá principalmente de dois fatores:
O volume de visitas da página e a diferença da conversão das
variações com relação ao controle. Se em até 20 dias a ferramenta
não apontar um resultado, o teste será considerado inconclusivo.

73
Fluxo da Compra:
65
Fluxo da Compra:
Sugestão de página
• Página escolhida: detalhe.asp
65
Fluxo da Compra:

74
• Selecionamos algumas páginas que apresentam detalhe de
produtotantonosconcorrentesdiretos,comoemoutrosmercados
a fim de apresentar opções que podem nortear as alterações.
66
• Selecionamos algumas páginas que apresentam detalhe de produto tanto nos
concorrentes diretos, como em outros mercados a fim de apresentar opções que podem
nortear as alterações.
Hipótese 1: Posição da Descrição x Botão de compra
• Inversão da posição do botão de compra, colocando acima da descrição e
próximo ao preço do produto.
66
• Selecionamos algumas páginas que apresentam detalhe de produto tanto nos
concorrentes diretos, como em outros mercados a fim de apresentar opções que podem
nortear as alterações.
• Inversão da posição do botão de compra, colocando acima da descrição e
próximo ao preço do produto.
• Inversão da posição do botão de compra, colocando acima da
descrição e próximo ao preço do produto.

75
Hipótese 2: Cor do Botão de Compra
• Existem duas crenças no mercado: De que o botão de compra na cor verde
melhores resultados, pelo fato da cor estar associada a “siga”, ou que é necessário que o He
e o botão devam ser da mesma
*Mas nem sempre isso é verdade

76
Hipótese 2: Cor do Botão de Compra
• Existem duas crenças no mercado: De que o botão de compra
na cor verde tem melhores resultados, pelo fato da cor estar
associada a “siga”, ou que é necessário que o Header e o botão
devam ser da mesma cor.
*Mas nem sempre isso é verdade
• Diversos varejistas importantes utilizam cores que quebram estas regras:

77
• Diversos varejistas importantes utilizam cores que quebram
estas regras:
• Diversos varejistas importantes utilizam cores que quebram estas regras:
• Para Flores Online podem ser utilizados opções de botões com as
cores presentes no logotipo:
• Para Flores Online podem ser utilizados opções de botões com as cores
presentes no logotipo:
Versões desenvolvidas
• A página original, chamada de controle permanece no teste:

78
• A página original, chamada de controle permanece no teste:
SE 3: Desenvolvimento das Versões
ões desenvolvidas
A página original, chamada de controle permanece no teste:
• Foram desenvolvidas duas versões concorrentes:
• Foram desenvolvidas duas versões concorrentes:
Ferramenta para utilização do teste

79
70
• Dentreasmodalidadesdeteste,utilizaremosotestemultivariado.
• Dentre as modalidades de teste, utilizaremos o teste multivariado.
• Amostra considerada: 5% do tráfego total era distribuído entre as 3
páginas. O controle das versões é feito por meio de cookie da própria ferramenta.
• Dentre as modalidades de teste, utilizaremos o teste multivariado.
• Amostra considerada: 5% do tráfego total era distribuído entre as 3
páginas. O controle das versões é feito por meio de cookie da própria ferramenta.
• Amostra considerada: 5% do tráfego total era distribuído entre as
3 páginas. O controle das versões é feito por meio de cookie da
própria ferramenta.

80
FASE 5: Apresentação e Homologação dos Resultados
• A versão vencedora aumentou a taxa de conversão em 7,24%.
72
Não tenho como contratar uma ferramenta específica de Testes A/B. Como faço?
Utilize a própria ferramenta de Mídia para medir os resultados.
1) Crie dois anúncios iguais e com a mesma verba.
2) Direcione cada um para uma Página (A e B).
3) Deixe os dois rodando por um tempo.
Não tenho como contratar uma ferramenta específica de Testes A/B. Como faço?
1) Crie dois anúncios iguais e com a mesma verba.
2) Direcione cada um para uma Página (A e B).
3) Deixe os dois rodando por um tempo.
NãotenhocomocontratarumaferramentaespecíficadeTestesA/B.Comofaço?
1. 1) Crie dois anúncios iguais e com a mesma verba.
2. 2) Direcione cada um para uma Página (A e B).
3. 3) Deixe os dois rodando por um tempo

UNIDADE 7
Problemas/Gaps na Performance
Digital com base em Dados

82
Descobrindo os Gaps de Performance
Investimento
Impressões
CPM CPC Principais modelos de compra
Conversões
Visitas
CTR%
Cliques
Connect rate % Taxa de conv. %
Investimento
Impressões
Conversões
Visitas
CTR%
Cliques
• Variação: 0,01% ~ 10% ou mais.
• O que impacta na variação:
• Meio utilizado: Banner, Links patrocinados.
• Segmentação: Demográfica, por canal,
comportamento.
• Criativo e formato do anúncio.
• Objetivo da campanha.
• Variação: 70% a 95%.
• (Má) configuração das ferramentas.
• Ferramentas com diferentes métodos de
contabilização.
• Sobrecarga do receptivo.
• Click fraud.
CTR = x 100
4.810
1.000.079
CTR = 0,48%
EXEMPLO
CTR = x 100
Cliques
Impressões
Connect rate = x 100
4.213
4.810
Connect rate = 87,5%
EXEMPLO
Connect rate = x 100
Visitas
Cliques

83
Investimento
Simulação 1
Simulação 2
Impressões
Conversões
Visitas
CTR%
Cliques
• Variação: 0,05% a 10% ou mais.
• O “esforço” exigido para conversão.
Ex: Formulário de cadastro longo, compra.
• Sobrecarga no receptivo.
• Navegação pouco intuitiva.
x 100
52
4.213
Taxa de conversões = 1,23%
EXEMPLO
Taxa de
conversões
=
Taxa de
conversões
=
x 100
Conversões
Visitas
Investimento
Investimento
R$ 1.000.000,00
R$ 1.000.000,00
Impressões
Impressões
CPM
CPM
R$ 4,00
R$ 4,00
Conversões
Conversões
Visitas
Visitas
CTR%
CTR%
0,20%
0,40%
Cliques
Cliques
Connect rate %
Connect rate %
80%
90%
Taxa de conv. %
Taxa de conv. %
2%
3%
250.000.000
250.000.000
8.000
27.000
R$ 1.000.000,00
CPA = = R$ 125,00
8.000
R$ 1.000.000,00
CPA = = R$ 37,00
27.000
400.000
900.000
500.000
1.000.000

UNIDADE 8
Metodologia para Plano de Ação
com base em Dados

85
Plano de Web Analytics
Metodologia 5W2H
Componentes
Do ponto de vista estratégico, perguntas a respeito do negócio precisam ser
respondidas para a estruturação do plano de ação:
O que? Quem? Quando? Onde? Porquê? Como? Por Quanto?.
Em resumo a metodologia: 5W2H.
What? O quê?
Quem?
Quando?
Onde?
Porquê?
Who?
How? Como?
How much? Por Quanto?
When?
Where?
Why?
Processo
O processo de análise possui uma sequência a ser seguida:
Com as hipóteses validadas,
quais são os caminhos para
resolver o problema.
Queda nos resultados, não
atingimento das metas.
O quê?
Levantamento e validação
das hipóteses que levaram
aos resultados abaixo do
esperado.
Porquê? Como?

86
Plano de ação
Uma vez detectado o problema e validado os caminhos a serem tomados,
desenvolve-se o plano de ação para execução:
O quê? Quem? Quanto? Quando? Onde?
Porquê? Quem será o
responsável pela
melhora.
Quanto em
recursos será gasto
para a solução
Prazos para a
execução
Qual o local físico
ou virtual da
execução?
Como?
Caso 1
Cadastros em um site
Emumsiteondeumdosobjetivoséacaptaçãodecadastros,temososeguinteprocesso:
76
Plano de ação
• Uma vez detectado o problema e validado os caminhos a serem tomados, desenvolve-
se o plano de ação para execução:
Caso 1
Cadastros em um site
Em um site onde um dos objetivos é a captação de cadastros, temos o seguinte
processo:
Toda vez que um registro ocorre, a ferramenta de monitoramento registra uma conversão.
• Este caso tem como KPIs: Cadastros e Taxa de Conversão
• Período considerado: 01/out até 30/nov
Toda vez que um registro ocorre, a ferramenta de monitoramento registra
uma conversão.
• Este caso tem como KPIs: Cadastros e Taxa de Conversão
• Período considerado: 01/out até 30/nov

87
Cadastros: 150
Taxa de conversão: 0,45%
Resultado esperado
Cadastros: 79
Taxa de conversão: 0,39%
Resultado alcançado
Aplicação do 5W2H
• Primeiras questões a serem respondidas:
O não atingimento das
metas do volume e taxa
de conversão de cadastro
O quê?
Com as hipóteses
validadas, quais serão os
caminhos para resolver o
problema
Levantamento e validação
das hipóteses que
levaram aos resultados
abaixo do esperado
Porquê? Como?
Processo investigativo
Resultados alcançados:
• Cadastros: 79.
• Taxa de conversão: 0,39%.
Dados extraídos do Google Analytics
• Hipótese: Será que o dispositivo de acesso utilizado é uma barreira na aquisição
de cadastros?

88
• Hipótese: Será que o dispositivo de acesso utilizado é uma
barreira na aquisição de cadastros?
78
• Hipótese: Será que o dispositivo de acesso utilizado é uma barreira na aquisição
de cadastros?
• Problema: Taxa de cadastros baixa para tablets e smartphones.
Hipótese: Será que existe uma tendência de um rendimento maior de cadastros no
TOP 10 acessos por estado?
• Problema:Taxadecadastrosbaixaparatabletsesmartphones.
O que? O não atingimento das metas do volume e taxa de conversão de cadastro.
Porquê?
A estrutura do conteúdo não está adequada para dispositivos tablets e
smartphones.
Como? Desenvolvimento de uma versão compatível com estes dispositivos.
Quem?
Líder: Junior Santos.
Fase 1: Levantamento se o desenvolvimento será feito internamente ou com parceiro.
Quanto? Horas totais: N/D.
Quando? Data de encerramento da Fase 1: 15/03.
Onde? Equipe local.

89
Problema: Taxa de cadastros baixa para tablets e smartphones.
• Problema: Taxa de cadastros baixa para tablets e smartphones.
• Hipótese: Será que existe uma tendência de um rendimento
maior de cadastros no TOP 10 acessos por estado?
O que? O não atingimento das metas do volume e taxa de conversão de cadastro.
Porquê?
Estados estratégicos para o negócio estão com baixo volume de acessos e
cadastros, e/ou com baixa taxa de conversão.
Como?
Regionalizar o conteúdo, com linguagem local. Trabalhar com personalidades locais.
Segmentar campanhas, utilizando portais regionais. Utilizar filtros disponíveis das
ferramentas de mídia para a regionalização de anúncios.
Quem?
Líder: Carla Novaes.
Equipes envolvidas: Conteúdo e agências parceiras.
Quanto? Horas totais: N/D
Quando? Data de encerramento dos testes: N/D.
Onde? Equipe local e agências parceiras.

90
Referências Bibliográficas
GABRIEL, Martha; KISO, Rafael. Marketing na era digital: conceitos, plataformas
e estratégias. 2. ed. São Paulo: Atlas, 2020. E-book.
MARQUES, Vasco. Marketing digital 360. 2. ed. São Paulo: Grupo Almedina, 2018.
E-book.
SPINA, Felipe. Personalização: quem fala com todos não fala com ninguém:
personalize seu marketing digital. São Paulo: DVS Editora, 2019.
TORRES, C. A bíblia do marketing digital: tudo o que você queria saber sobre
marketing e publicidade na internet e não tinha a quem perguntar. 2 ed. São
Paulo: Novatec. 2018
TURCHI, Sandra R. Estratégias de marketing digital e e-commerce 2. ed. São
Paulo: Altas, 2018. E-book.
Conteúdos complementares
[GA4] Conta de demonstração
h t t p s : / / s u p p o r t . g o o g l e . c o m / a n a l y t i c s / a n s w e r / 6 3 6 7 3 4 2 ? h l = p t -
BR#zippy=%2Cneste-artigo
Google Analytics | Demos & Tools
https://ga-dev-tools.google/campaign-url-builder/

e-book_web_analytics_unilasalle_prof_julio_cesar_rogerio.pdf

e-book_web_analytics_unilasalle_prof_julio_cesar_rogerio.pdf

Mais conteúdo relacionado

Semelhante a e-book_web_analytics_unilasalle_prof_julio_cesar_rogerio.pdf

e-book_web_analytics_unilasalle_prof_julio_cesar_rogerio.pdf