O documento discute a implementação de métricas avançadas de Digital Analytics usando Google Analytics e Data Warehouse. Ele explica como coletar dados de várias fontes como Google Ads e redes sociais, integrá-los em um repositório central e criar dashboards personalizados para análise de conversão, retenção de clientes e desempenho de canais.

1. Do clique ao cliente: Google Analytics,
Data Warehousing e BI aplicado na
jornada do consumidor

2. Sobre mim
• WROI + Lúcida – Sócio-Diretor
• Especializado em Performance e Inteligência Digital
desde 2007, ministra treinamentos de Analytics
desde 2009
• Já capacitou mais de 1.000 profissionais brasileiros
em treinamentos abertos e in-company
• Regional Trainer no Google Partner Academy desde
2013 (Product Training e Sales Masterclass)
• Publicidade e Propaganda – ECA-USP
Vinicius Tsugi
vinicius@lucida.com.br

3. Projetos recentes

4. O mundo digital, um mar de dados

5. Iniciar o Digital Analytics não é uma tarefa simples
• Envolve tempo, pessoas, processos e tecnologia

6. Processo geral
Planejamento Mensuração Reporting Análise

7. KPIs comuns no marketing digital
• Taxa de conversão
• CPA
• ROI

8. Entendendo % conversão, CPA e ROI
Taxa de conversão
10%
5.000
Sessões
50.000
Investimento
R$ 20.000
CPA
4,0
Receita
R$ 500.000
Conversões
ROI
25

9. Digital Analytics - Ferramentas mais populares
• Gratuitas
• Pagas

10. Google Tag Manager
• Plataforma de gerenciamento de tags (TMS)
• Gratuito
• Lançado em 2012, tem evoluído rapidamente e estabelecido um novo
paradigma para implementação e manutenção de tags
google.com.br/tagmanager

11. Google Analytics - Tag básica
• A tag básica monitora pageviews, origem, dispositivo e outras
informações gerais do usuário

12. Mas existe bem mais que a tag básica
Relatórios padrão de audiência,
origem e navegação
Tag básica
Cliques, downloads, vídeos,
interações em AJAX Flash
Eventos
Conversões / objetivos de
negócio Metas & Ecommerce
Análise de marketing Monitoramento de campanhas
& AdWords
Limpeza / consistência de dados Filtros e configurações de perfil
Relatórios Relatórios personalizados e
dashboards

13. dataLayer – camada de dados
• dataLayer é um objeto utilizado para enviar informações ao GTM, por
exemplo:
– Informações sobre a página e conteúdo
– Informações sobre o usuário, produto, categoria
– Enviar Eventos ou variáveis
– Auxiliar na criação de regras baseadas em condições específicas
• Em implementações avançadas o dataLayer é amplamente utilizado, para
enriquecer as tags de Google Analytics, Facebook e outros.
• É crucial em projetos avançados de dados!

14. Implementação básica vs Avançada – Exemplo
Básico:
Pageview – Visualização da
página

15. Implementação básica vs Avançada – Exemplo
Básico:
Pageview – Visualização da
página
Avançado:
Quantos cliques cada item
do menu recebe? Avançado:
Quais são os destaques mais
clicados? Varia conforme a
posição ou criativo?
Avançado:
Segmentar toda a navegação
por cada SUSEP
Avançado:
Quais são os favoritos mais
clicados?
Avançado:
Qual conteúdo é
compartilhado em redes
sociais? Em qual rede?
Avançado:
Os novos recursos de
Notificações são utilizados?
(Importante/Lido)
Avançado:
Quais são as notícias mais
lidas? E as recomendadas?

16. Exemplo: Tracking de formulários
Quantos usuários desistiram do preenchimento ao longo do caminho?
100%
80%
50%
30%

17. Conversões – Google Analytics vs Pixels
• Google Analytics
– Monitora todas as campanhas e outras origens
– Taxa de conversão baseada em Sessões
– Atribuição Last Click ou Multicanal
• Pixels / tags de mídia
– Monitoram conversões de um canal específico
– Taxa de conversão baseada em cliques ou visualização do anúncio

18. E quando a conversão não termina no site?
5.000
Sessões
50.000
Pedido realizado
(Site)
2.000
Pagamento faturado
(boleto, cartão)
Taxa de conversão
10%
Taxa de pagamento
40%

19. E para analisar a Recompra / Retenção?
5.000
Sessões
50.000
Pedido realizado
(Site)
2.000
Pagamento faturado
(boleto, cartão)
Taxa de conversão
10%
Taxa de pagamento
40%
Taxa de recompra
30%
600
Recompra

20. DW
ecommerce
• Sessões
• Dispositivos
• Transações
• Campanhas
• Taxa de conversão
• Pedidos
• Receita
• Clientes
• Pagamento
• Entrega
• % de pagamento por campanha
• ROAS de pedidos faturados
• Perfil de cliente por dispositivo
• % de novos compradores/recompra por campanha
Data Warehousing / Business Intelligence

21. API
GA
API Dados são carregados e
transaformados
Origens de
dados
Data
Warehouse
BI /
Dashboards
Google AdWords
Facebook Ads
API
Criteo Twitter Ads
API

22. Skills necessárias - Extração
• Desenvolvimento de extratores de dados via APIs das diferentes origens,
ou integração direta entre bancos de dados. Exemplos:
• Mídia (investimento, impressões, cliques):
– Facebook Marketing API - https://developers.facebook.com/docs/marketing-
apis
– Google AdWords API - https://developers.google.com/adwords/api/
– Supermetrics – extrator SaaS para Google Sheets: http://supermetrics.com/
• Site (origens, funil, conversão)
– Google Analytics API -
https://developers.google.com/analytics/devguides/reporting/
• Resultados (clientes, produtos, pedidos, receita)
– APIs das plataformas de ecommerce/CRM (VTEX, SalesForce, etc.)
– Leitura de views do ERP
– Exportações agendadas para FTP, etc

23. Skills necessárias - Transformação
• Organizar os dados
• Filtrar resultados indevidos (compras teste, ambiente homologação)
• Tratamento e transformação de dados, para unir os resultados das
diferentes origens
• Plataformas de ETL
– MS SQL Server Integration Services
– Petanho Data Integration
• Data Visualization / Data Discovery
– Plataformas licenciadas (Qlik, Tableau, Power BI): mais poderosas, mais caras
– Dashboards SaaS: Klipfolio,

24. Skills necessárias – Visualização e análise
• Analisar os resultados
• Explorar os dados, correlacionar, tendências
• Data Visualization
– Excel
– Power BI
– Klipfolio
• Data Discovery
– Plataformas licenciadas: mais poderosas, mais caras
– Qlik Sense
– Tableau

25. Exemplos de dashboards
• Exemplos de integração de dados e dashboards

26. Obrigado!
vinicius@lucida.com.br