Curso métricas avançado

Métricas -2

Profª. Fernanda Oliveira@_dp6

2012 dp6 - todos os direitos reservados

Métricas -2

Fernanda Oliveira atua no mercado de Web Analytics há mais de 6anos, com passagens por grandes empresas como AgênciaClick Isobar e AG2.Possui vasta experiência em métricas, teste multivariável, linkspatrocinados e e-commerce. É Head de Business Intelligence na dp6.


fernandafernanda..oliveira@[email protected]

wwwwww..linkedinlinkedin..com/com/fernandafernanda..biancabianca

Recapitulando


A vida guiada pelos dados

MadMen � MathMen

Dados são a cola para a integração de canais

Marketing Digital � Marketing


Escolher as métricas certas

Incluir métricas desde o planejamento do projeto

Investir em métricas = 10% ferramentas, 90% pessoas

90%

10%

Pessoas/Inteligência

Ferramentas

Definindo indicadores

Métricas são só o final do planejamento, é preciso começar pelo

coração do problemas � Os Objetivos

Objetivos � Requisitos (KBRs) � Indicadores (KPIs) � Métricas

KBR (Key Business Requirement) � É o que você espera com sua ação

KPI (Key Performance Indicator) � É como quantificar o retorno de sua ação


Um bom KPI

É impactado pelas suas ações, positiva ou negativamente

Oferece contexto sobre o que está sendo medido

É fácil de entender

Tem significado para o negócio

As métricas podem vir de muitas ferramentas

Mas só a métrica não diz nada, é preciso contextualizá-la

Todo KPI é uma métrica, mas nem toda métrica é um KPI

Métricas em Projetos Digitais

Mensuração de Mídia � Ad Servers

Impressões, CTR, Frequência, etc...

Mensuração de interação com sites, apps, etc. � Web Analytics

Pageviews, visitas, tempo médio, bounce-rate, conversão, funis, etc...

Audiência e Pesquisa de Mídia � Painéis


Audiência e Pesquisa de Mídia � Painéis

Usuários únicos, perfil da audiência, overlap, etc...

Redes Sociais � Ferramentas de monitoramento

Citações, Sentimentos, Influenciadores, etc...

Que desafios nos aguardam na mensuração digital?


mensuração digital?

Tag Management


Como é uma implementação tradicional de web analytics

Página 1

T

Website Ferramentas

T


Página 3

Página 2

T

T

T

T

Quantas tags, em média, temos em um site?

Site # tags Quais são elas

Submarino 6 24/7 Media, ATG Recommendations, Facebook Social Plugins, Google Analytics, Twitter Button, WebTrends

Pontofrio 9 Amadesa, Coremetrics, DoubleClick, Facebook Social Plugins, Google +1,Google Adsense, Google AdWords Conversion, Google Analytics, TwitterButton

Buscapé 7 24/7 Media, DoubleClick, Facebook Connect, Facebook Social, Plugins,Google Analytics, Optimizely, ScoreCard Research Beacon


Walmart 4 24/7 Media, DoubleClick, Google AdWords Conversion, Omniture

Netshoes 16 24/7 Media, Baynote Observer, Coremetrics, Crazy Egg, DoubleClick, DoubleClick Floodlight, Facebook Social Plugins, Google +1, Google AdWords Conversion, Google Analytics, Harren Media, Invite Media, Microsoft Atlas, Right Media, ScoreCard Research Beacon, Twitter Button

Dafiti 13 Adnetik, ClickTale, DoubleClick, DoubleClick Floodlight, Google AdWordsConversion, Google Analytics, Microsoft Atlas, NetAffiliation, Next Performance, Omniture, Right Media, Teracent, Webtrekk

Como funciona um Tag Manager

Página 1

T

Website Ferramentas

Tag Manager


Página 3

Página 2

T

T

Tag Manager

Implementação tradicional

• Duplicação de código• Obsolência de versões de tags• Erros na implantação manual

Tag Management

• Centralização dos códigos• Atualização ágil• Integração fácil entre

Comparando…


• Erros na implantação manual• Esforço escalar naimplementação de muitasferramentas em conjunto

• Integração difícil• Má performance de execução• Dependência da área de desenvolvimento / tecnologia

• Integração fácil entre ferramentas

• Otimização do carregamentojavascript

• Independência paraatualização de tags e parâmetros pelas áreas de negócios e marketing

Algumas ferramentas de Tag Management

Ensighten

http://www.ensighten.com/

Tealium

http://www.tealium.com/

TagMan

http://www.tagman.com/

TagCommander


TagCommander

http://www.tagcommander.com/

Adobe Tag Manager

http://www.omniture.com/en/products/platform/tag-manager

Ubertags

http://ubertags.com/

SiteApps

http://siteapps.com/

Satellite

http://www.searchdiscovery.com/satellite/

Analisando Multicanais


Como analisávamos origens de tráfego no passado?

O público que vem das redes sociais é mais qualificado que os provenientes de busca?


E agora? Como entendemos a interação entre os diversos canais?

O público que vem das redes sociais é mais qualificado que os provenientes de busca? Há

sobreposição entre eles?


Vamos entender o conceito

Vídeo: Google Analytics Multi-Channel Funnels

http://youtu.be/Cz4yHOKE5j8


Primeiro click, último click, linear, posicional, temporal, personalizado

Qual modelo é o mais adequado para sua campanha?

E ainda temos que experimentar modelos de atribuição


E por que precisamos fazer tudo isso?


Fonte: E-Consultancy report: Marketing Attribution: Valuing the Customer Journeyhttp://services.google.com/fh/files/misc/marketing_attribution_whitepaper.pdf

Ferramentas completas tem seu custo, mas sempre é possível chegar

em boas soluções com inteligência

Como criar seu modelo de atribuição com Google Analytics e Excel (Vanessa Sabino)

http://www.slideshare.net/vanessasabino/um-usurio-mltiplos-canais

Custa caro?


Online-to-store Across-Multiple- Across-Digital-

Peraí, vamos definir: que multicanais são esses?


Online-to-store

(MCA-O2S)

• Buy Online + Pick up at Store

• Store Finder• Coupons

Across-Multiple-Screens

(MCA-AMS)

• Web• Mobile• TV

Across-Digital-Channels

(MCA-ADC)

• Social• Display• Search• Email

http://www.kaushik.net/avinash/multi-channel-attribution-definitions-models/

Lifetime Value


É possível analisar o relacionamento ao longo do tempo?


longo do tempo?

Ferramenta: KissMetrics (www.kisssmetrics.com)

Relatórios de Aquisição, retenção, Cohort Analysis

Em quanto tempo acontece sua aquisição?


Como é a retenção e fidelização do seu cliente?

Ferramenta: MixPanel (www.mixpanel.com)

Cohort Analysis personalizável


Segmentação Preditiva


É possível “advinhar” o perfil ou os interesses de visitantes antes mesmo que eles se cadastrem no seu site?


cadastrem no seu site?

Sim é possível!

Ferramenta: Navegg (www.navegg.com)

Inteligência de rede que monitora mais de 80milhões de usuários únicos


São muitas possibilidades

Gerar insights, embasar recomendações, personalizar conteúdo, segmentar mídia


Testes


Ferramenta: Content Experiments (Google Analytics)

E implementar não é complexo


AS PISTAS QUE AS PESSOAS DEIXAM


AS PISTAS QUE AS PESSOAS DEIXAM

Por onde passam os usuários? (Análise de navegação)

Que conteúdo consomem? Que ações fazem no site? Onde clicam?


E nos caminhos críticos? Como é o passo-a-passo do funil de conversão?

Em que passo há mais abandono? Para ondem vão após determinado passo?


O que os usuários buscam no seu site pode revelar muito sobre o que ele espera do seu conteúdo

Que termos buscam? Buscam por estarem perdidos? Para onde vão após a

busca? Quantos recebem 0 resultados para suas buscas? Quantos abandonam o

site após a busca?


A origem do usuário ajuda a entender e melhorar campanhas e ações de divulgação

O público que vem das redes sociais é mais qualificado que os provenientes de

busca? Há sobreposição entre eles?


OTIMIZANDO RESULTADOS COM ANALYTICS


ANALYTICS

Entendendo o usuário

Olhar para o tempo médio, média de visitas

por dia, bounce-rate médio é considerar

todos os usuários iguais... E não são...


Segment or die!

Analisar grupos com comportamento ou

características semelhantes é uma maneira

de compreender os usuários melhor


Segmentações avançadas já estão disponíveis na maioria das ferramentas de web analytics

É possível criar grupos com características pré-definidas e compará-los entre si

e analisar o seu comportamento no site

Já experimentou isolar somente quem compra no site e avaliar o seu perfil?


Exemplos de Análise


Exemplos de Análise

Qual a taxa de rejeição do site?

166.066162.015

136.488

180.336166.335

140.19325%

30%

160.000

180.000

200.000

Analisar o Bounce Rate do site indica, principalmente, a qualidade de nossas páginas e o quanto estamos desperdiçando dinheiro em determinadas mídias.


26% 23% 25% 14% 16% 16% 15%

136.488

121.810

0%

5%

10%

15%

20%

0

20.000

40.000

60.000

80.000

100.000

120.000

140.000

W38 W39 W40 W41 W42 W43 W44

Bounce Rate Visits

Analisar a Taxa de Conversão do site indica qual a qualidade de nossas visitas. Acompanhar este trend e realizar ajustes no site pode aumentar consideravelmente a

conversão / vendas do site.

11,28% 11,72%10,68%

9,58%9,21% 9,29%

8,29%8,96%

8,30% 8,54%

11,07%

10,00%

12,00%

60.000

70.000

Qual a taxa de conversão do site?


36.301 51.324 30.031 37.840 35.526 36.849 38.262 38.836 37.166 45.719 45.881 43.112 30.874

8,29%8,96%

8,30%7,89%

8,54%

7,55%

0,00%

2,00%

4,00%

6,00%

8,00%

0

10.000

20.000

30.000

40.000

50.000

Visitas Tx de Conversão

E analisar por Fonte de Tráfego!

E ainda podemos fazer ambas as análises por fonte de tráfego, permitindo detalhes de cada mídia. Ex. De Mídia gráfica, qual veículo, qual formato, qual linha criativa está

gerando maior retorno? Aonde podemos melhorar?

TempoMédio

05:52 13:22 11:56 09:03 09:54

Taxa de Conversão

5,8% 7,4% 12,3% 4,0% 8,9%

Visitas X Conversões(por Origem)

Visitas X Bounce Rate e Tempo Médio(por Origem)


22.829

7.677 7.377

3.5762.251

28%

32%

29%

33%

22%

0

5.000

10.000

15.000

20.000

25.000

LP Direto Orgânico Sites Mídia Gráfica

Visitas Bounce Rate

05:52 13:22 11:56 09:03 09:54

22.829

7.677 7.377

3.576

2.251

1.318

567

909

144

201

0

5.000

10.000

15.000

20.000

25.000

LP Direto Orgânico Sites Mídia Gráfica

Visitas Conversões

5,8% 7,4% 12,3% 4,0% 8,9%

Outro modelo de Funil de Conversão


Detectado os pontos mais críticos, podemos analisar campo a campo aonde estamos perdendo nossos usuários e propor melhorias para o fluxo de conversão do site.

100%

98%

Com análise campo a campo!


95%

95%

94%

90%

50%

30%

28%

25%

2º Santo André56 conversões (1,6%)598 visitas (1,3%)

4º Osasco47 conversões (1,3%)824 visitas (1,8%)

Analise Geográfica


Curitiba51 conversões (1,4%)5.550 visitas (9,2%)

1º

5º

3º

São Paulo2.844 conversões (79%)

33.238 visitas (73%)

Rio de Janeiro29 conversões (1,1%)541 visitas (1,2%)

824 visitas (1,8%)

Estudos de eye tracking mostram baixa visibilidade do call to action antes mesmo da página ir para o ar, possibilitando ajustes na página de layout. Estudo de mapa de calor

mostra que o CTA com baixa visibilidade recebe baixo volume de cliques.

Podemos testar nosso Call to Action!


Estudo de Mapa de Calor

Estudo de Eye Tracking

Como queremos que os usuários vejam nossa página


usuários vejam nossa página ...

49


E como nossos usuários realmente visualizam nossa


realmente visualizam nossa página ...

51


Mas quando buscamos insights para otimizar ações, damos de cara com seres humanos tomando decisões o tempo todo

2012 dp6 - todos os direitos reservados 53

E isso pode ser tão imprevisível que nem os melhores designers, arquitetos de software, desenvolvedores e gerentes de projeto poderiam imaginar


E é aí que usamos nossa arma secreta: os testes!


E criar esta cultura de teste exige apenas a identificação do problema e idéias diversas para a solução


Testes, testes e mais testes ...


Antes/Depois é fácil de testar porém muitos pontos podem influenciar o resultado


Página A

Página B

3 semanas 3 semanas

Orçamento da

Campanha aumentou

Feriado

Teste A/B são ótimos para testar grandes alterações de layout

Página A

Página B

Divide as requisições

Usuário requisita página

O Google Website


AO Google WebsiteOptimizer faz análises estatísticas de qual das versões é a

melhor

Outras ferramentas podem ser usadas para implementar

testes A/B. Você pode até mesmo não usar ferramenta alguma.

Para São Tomé ver e crer...

45% de aumento na receita média


Fonte: Whichtestwon.com

Vamos brincar de advinhação?

Qual versão gerou mais intenções de comprar (cliques no botão comprar?)


Acertou?

A versão A gerou 79% mais cliques que a versão B

2012 dp6 - todos os direitos reservados Fonte: Whichtestwon.com

Mais uma...

Qual versão completou mais vendas?


Acertou?

A versão B gerou 21,8% mais vendas


A última, prometo!

Qual versão de homepage reduziu o bounce-rate do site?


Acertou?

A versão A reduziu a rejeição em 19% usando um layout não-convencional para

varejo


E quando as variações ficam mais complexas?


E se eu quiser testar um número maior de variações???

Já imaginou variar várias partes do seu site ou landing page e avaliar qual a combinação

de todas as partes gerou o melhor resultado?

É aí que entram os testes multivariáveis


Muitas ferramentas estão disponíveis para isso e em muitos casos, gratuitamente...

Imagem 1 Imagem 2

Título 1

Exemplo de Teste Multivariável ...

Título 1Título 2Título 3

Descr 1

Descr 1


Título 2

Título 3

69

Imagem 1Imagem 2

Descrição 1Descrição 2Descrição 3

Descr 1

Descr 1

Descr 1

Descr 1

Veja como é o relatório de um teste multivariável


O Youtube testou 3 elementos da página com o objetivo de aumentar a taxa de

cadastros

O maior teste multivariável já feito: 1024 combinações!


O teste variava entre Signup e SIGNUP (em maiúsculas)

Seção 1


O teste incluia balões de convite com 18 chamadas diferentes apontando para o

Signup

Seção 2


O teste variava 24 banners diferentes de convite ao cadastro

Seção 3


A combinação vencedora gerou 15,4% mais cadastros do que a original


TESTE!

Uma idéia ou sugestão pode parecer melhor que a outra mas você só terá

certeza testando!

O Importante é...


Analisando Mídia ...


Analisando Mídia ...

15% of Planned Campaign Duration

01/jan 31/jan

30 days

Dashboard da Campanha


25% of Target Registrations

20K of Registrations

13% of Planned Investment

$15K of Investment

R$ 150

R$ 200

R$ 250

CPA / ROI

Adgroup 3

Target: Custo por Cadastro de R$100

Size = Investment

Análise por Campanha, Veículo, Formato, etc


R$ 0

R$ 50

R$ 100

0 500 1.000 1.500 2.000 2.500 3.000 3.500 4.000 4.500

Investment Registers CPA

Adgroup 1 168,000.00 4,000 R$42

Adgroup 2 65,000.00 2,500 R$26

Adgroup 3 402,617.60 2,000 R$403

Adgroup 4 55,105.28 1,000 R$55

Registers / Orders

Adgroup 4Adgroup 1

Adgroup 2

Target: Custo por Cadastro de R$100

5,037

Flash Loading

Visits

12,570

clicks

505.000

impressions

2.5%2.5%

CTR

Visits lost

40%

Connect Rate

32%

Bounce Rate

48%

Funil de Mídia


980

5,037

Registration

Back Office

2,277

Clicks on Register

1,247

Registration Step

Congratulations

45%

55%

79%

19%

970

Back Office

96%

19%

Site Conversion

99%

Register x Back Office

Observamos clusteriazações no comportamento da Mídia ...

Custo x Área Gráfica

Globo Big Banner

UOL Botões

Custo por Impacto


Área Grafica / Exposição

Hotwords

Directa Click

AdbusinessHi Media

Parceiros UOLLP Yahoo!LP UOL

LP Google

MSN Text Link

Y! Botão Email

MSN DR

Terra PPI

Terra CEC

UOL Botões

Custo por Impacto

Com isso, conseguimos otimizar nosso resultado conforme o objetivo da campanha

Custo por Impacto

Globo Big BannerMídias de Varejo em Horizontais

Custo x Área Gráfica


Área Grafica / Exposição

Custo por Impacto

MSN DRHotwords

Rede de afiliadosLinks

Patrocinados

E ainda temos as Redes Sociais ...


Sociais ...

Case Monitoramento de CervejasJan/10

2012 dp6 - todos os direitos reservados2011 dp6 - todos os direitos reservados

Jan/10

Introdução

Nesse estudo buscamos compreender melhor o comportamento e as opiniões dos usuários de mídiassociais em relação à cerveja e algumas marcas específicas de cervejas.

Para isso, utilizamos o Scup (www.scup.com.br), uma ferramenta com diversas opções paramonitoramento de mídias sociais.

Monitoramos separadamente dois grupos de palavras relacionados à cerveja. O grupo ‘Genéricas’ e ogrupo ‘Marcas’.

No grupo ‘genéricas’ incluímos palavras como ‘cerveja’, ‘breja’ e ‘chopp’.


No grupo ‘genéricas’ incluímos palavras como ‘cerveja’, ‘breja’ e ‘chopp’.

No grupo ‘marcas’ selecionamos termos relativos a 8 marcas escolhidas para o estudo. Elas foram:Skol, Brahma, Itaipava, Bohemia, Antarctica, Heineken, Schin e Kaiser

Esse monitoramento foi realizado observando posts do Twitter, Youtube, Google Blog Search ealgumas comunidades do Orkut (apenas do grupo marcas).

Apresentamos a seguir os resultados obtidos nesses monitoramentos no período de Janeiro de 2010.

Utilizamos a ferramenta Scup para fazer a coleta, qualificação, tagueamento e gerenciamento dos dados

Utilizamos a ferramenta Scup para fazer acoleta, qualificação, tagueamento egerenciamento dos dados de todos os playerse redes.

A ferramenta foi escolhida devido a facilidadeda interface, por permitir múltiplos usuáriostrabalhando simultaneamente eprincipalmente pela opção de extração da


principalmente pela opção de extração dabase que permite análises e cruzamentos maisaprofundados.

A ferramenta também possui um mapeamentopor usuário e um módulo de relacionamentoonde o administrador pode trocar mensagenscom os usuários sem sair do Scup e mantendoum histórico.

Highlights

O dia da semana em que as pessoas mais postam sobre cerveja em geral é na sexta-feira;

Das oito marcas monitoradas, a que recebe mais posts é a Skol, seguida por Brahma em segundo eHeineken em terceiro;

Skol é líder em número de posts e possui boa aceitação. Heineken é a que parece ter maiscapacidade de ameaçar as cervejas da AMBEV, já que é bem aceita e tem um bom crescimento;

As cervejas mais bem faladas são Bohemia e Heineken, enquanto Kaiser e Schin foram as quetiveram as maiores taxas de posts negativos;


tiveram as maiores taxas de posts negativos;

Promoções via Twitter realizada pela Skol, geraram um grande ‘Buzz’ para a marca;

Tweets negativos se propagam em uma taxa muito maior (3 vezes mais) do que os positivos;

Celebridades que twittam geram um bom alcance para a marca, como pode ser comprovado peladivulgação de Ivete Sangalo do seu comercial para Schin.

Em mídias sociais, CERVEJA é a palavra que mais aparece quando se fala no assunto

Nuvem de Palavras dos Termos Mais Recorrentes


Na nuvem de palavras os termos aparecem em maior ou menor tamanho de acordo com a sua recorrência.

Nesse caso fica evidente a preferência do público pelo termo ‘cerveja’ em detrimento de termos como ‘breja’, ‘chopp’ e

‘cerva’.

Fonte: Scup

Excluindo o termo CERVEJA a palavra que mais aparece é CHOPP seguida por SKOL e BRAHMA

Nuvem de Palavras do Termos Mais Recorrentes - Sem o Termo Cerveja


As marcas SKOL, BRAHMA e HEINEKEN aparecem muito mais que termos genéricos em relação à cerveja, com exceção da palavra

CHOPP

Outros termos da nuvem, como ‘bar’ e ‘praia’ revelam quais são os principais temas em posts que falam sobre cerveja.

Fonte: Scup

sex seg ter qua qui sexdomsab

Falando dos grupos ‘marcas’ e ‘genéricas’, os volumes de posts crescem durante a semana, com seus maiores picos nas sextas

Cerveja - Número de Posts Monitorados

seg ter qua qui sexdomsab seg ter qua qui sexdomsab seg ter qua qui sexdomsab domsab


Origem Total de posts Porcentagem

Youtube 1.402 1%

Blogs 24.264 17,5%

Twitter 113.143 81,5%

O número de posts foi aumentando no decorrer do mês amedida que as marcas foram divulgando campanhas epromoções.

Foram observados grandes picos nas sextas, sendo que onúmero de posts tendiam a crescer desde o início da semana.

Grupo Genéricas e Marcas - Origem dos posts

Fonte: Scup

A maior concentração dos posts ocorre entre 14h e 18h na Quinta e Sexta

Heatmap dos Posts de Todas as Marcas

Origem Porcentagem

Youtube 1%

Blogs 17,5%

Twitter 81,5%

Grupo Genéricas e Marcas - Origem dos posts


O horário que as pessoas postam mais éentre às 10h e 23h, com um crescimentodo início da semana até seu fim, atingindoseu ápice entre Quinta e Sexta.

91Fonte: Scup

O acompanhamento dos posts por marca ajuda a identificar ações relevantes mais facilmente

Grupo Marcas - Porcentagem de posts monitorados que fala de cada marca pico de 1.425

2012 dp6 - todos os direitos reservados 92Fonte: Scup

Durante o mês de Janeiro, foram observados alguns picos de posts não esperados:

No dia 11, Heineken e Kaiser ficaram em evidência por conta da notícia da compra da FEMSA, fabricante da Kaiser e outrascervejas, pela Heineken;

No dia 18, a Schin divulgou o seu novo comercial;

Dia 20, foi divulgado o evento Skol Sensation, que gerou um pico para a marca Skol;

Já no dia 28, a Skol destacou-se devido às promoções dos usuários do Twitter @jbanguela, @skolfoliape e @skolweb, que fizeramsorteios da marca para aqueles que fizessem o retweet de seus posts.

Documents

Curso métricas avançado