Método WACIC A Utilização de Web Analytics Baseada em ...€¦ · Web Analytics estão redefinindo a forma como as empresas vêm acompanhando o comportamento dos usuários on-line,

1

UNIVERSIDADE ESTADUAL DE CAMPINAS

FACULDADE DE TECNOLOGIA

Adriana Tavares Figueiredo

Método WACIC – A Utilização de Web Analytics

Baseada em Melhoria Contínua

Limeira, 2017.

2

UNIVERSIDADE ESTADUAL DE CAMPINAS

FACULDADE DE TECNOLOGIA

Método WACIC – A Utilização de Web Analytics

Baseada em Melhoria Contínua

Dissertação apresentada ao Curso de Mestrado

em Tecnologia da Faculdade de Tecnologia da

Universidade Estadual de Campinas, como

requisito parcial para a obtenção do título de

Mestra em Tecnologia na área de Sistemas de

Informação e Comunicação.

Orientadora: Profa. Dra. Regina Lúcia de Oliveira

Moraes

Co-Orientador: Prof. Dr. Marcos Augusto

Francisco Borges

Este exemplar corresponde à versão final da dissertação defendida pela aluna Adriana Tavares

Figueiredo, e orientada pela Profa. Dra. Regina Lúcia de Oliveira Moraes.

Limeira, 2017.

3

4

FOLHA DE APROVAÇÃO

Abaixo se apresentam os membros da comissão julgadora da sessão pública de defesa de dissertação

para o Título de Mestra em Tecnologia na área de concentração de Sistema de Informação e

Comunicação, a que submeteu a aluna ADRIANA TAVARES FIGUEIREDO, em 17 de Fevereiro de

2017 na Faculdade de Tecnologia - FT/ UNICAMP, em Limeira/SP.

Prof. (a). Dr (a)

Regina Lucia de Oliveira Moraes

Prof. Dr.

Celmar Guimaraes da Silva

Prof. Dr.

Maria de Fatima Mattiello Francisco

A Ata da defesa com as respectivas assinaturas dos membros encontra-se no processo de vida

acadêmica da aluna na Universidade.

5

Resumo

A web se expande a cada dia, e através dela obtêm-se acesso a múltiplas fontes de

informações utilizando diferentes plataformas e dispositivos de acessos. Tendo em vista o crescente

número de usuários on-line no país e no mundo, há diversas razões para que as entidades públicas e

privadas tenham interesse em analisar o volume de tráfego em ambientes digitais. Essa análise

comumente recai sobre grandes volumes de dados, tornando-se impeditivo executar tal tarefa sem o

apoio de ferramentas de Web Analytics. Atualmente, essas ferramentas são utilizadas para captar

dados on-line, fornecendo informações relevantes para as organizações. Contudo, as etapas

necessárias para consolidar a adoção de Web Analytics variam de acordo com a organização e o

contexto de negócio, pois as organizações comumente adotam Web Analytics sem o apoio de um

processo apropriado. Para lidar com esse desafio, o presente trabalho tem como objetivo apresentar o

método WACIC – Web Analytics Continuous Improvement Cycle, que estabelece um processo para a

adoção de Web Analytics. O método proposto pode ser utilizado em diferentes contextos de negócio,

e os resultados do presente trabalho apresentam evidências de que o método WACIC pode ser

considerado um instrumento de valor para as organizações que desejam entender com maior

profundidade o comportamento dos usuários on-line.

Palavras-chave: Web Analytics, método, métricas web, Google Analytics , web metrics

6

Abstract

The world wide web expands every day, providing access to multiple sources of information

using different platforms and devices. Due to the increasing number of online users in the world,

there are several reasons why corporations became interested in analyzing the traffic in their digital

environments. The analysis implies in large volumes of data, becoming a real struggle to perform

analysis tasks without the support of Web Analytics tools. Nowadays, these tools are being used by

organizations to capture on-line data, providing useful information to the organizations. However,

the steps executed by the companies to deal with Web Analytics are commonly performed randomly,

without the support of a structured process. In order to deal with this challenge, the current research

proposes the WACIC - Web Analytics Continuous Improvement Cycle method, in order to establish a

process to adopt Web Analytics. The proposed method is capable of adjusting to distinct business

contexts, and the final results provide evidence that the WACIC method can be considered an

important instrument for organizations that want to understand more deeply the user’s behavior.

Keywords

Web analytics; Web Metrics; Web Data Method; Google Analytics.

7

GLOSSÁRIO

Big data: grandes volumes de dados, considerados altamente complexos para manipulação e análise.

Bounce rate: métrica que exibe a taxa de rejeição para um determinado website.

Business Intelligence: uma abordagem a qual o uso de ferramentas e a aplicabilidade de ações

inteligentes são orientadas a resultados para os negócios.

Cookies: arquivos de internet (em formato .txt) que armazenam temporariamente os dados do usuário

em visitação a um determinado website.

Conversões: métricas que identificam a venda de produtos.

E-commerce: termo em inglês para comércio eletrônico, ou seja, lojas on-line.

Ferramentas de Web Analytics: ferramentas utilizadas para captar e analisar dados coletados na web.

KPI: sigla para o termo em inglês Key Performance Indicator, que significa indicador-chave de

desempenho. Utilizado para medir o desempenho dos processos de uma empresa e, com essas

informações, colaborar para que alcance seus objetivos.

Marketing Digital: conjunto de ações de comunicação que as empresas podem se utilizar por meio

da Internet e da telefonia celular e outros meios digitais para divulgar e comercializar seus produtos

Newsletter: boletim informativo comumente enviado por e-mail a usuários cadastrados em um

website.

PDCA: sigla em inglês para PLAN (planejar), DO (fazer), CHECK (checar), e ACT (ação). O PDCA

é um método iterativo de gestão de quatro passos, utilizado para o controle e melhoria contínua de

processos e produtos.

8

Pontos focais: profissionais responsáveis por um determinado contexto de negócio ou etapa de um

projeto.

Revenue: termo em inglês que significa receita, rendimento.

Sessions: também chamada de sessões. Ao acessar um website, o usuário inicia uma session, ou seja,

uma sessão. Uma métrica comumente associada às sessões é o tempo de permanência do usuário no

website. Este tempo de permanência é mensurado pelo tempo que durou uma sessão.

Tablets: um tipo de dispositivo móvel e amplamente utilizado para acesso a aplicações móveis

Web Analytics (W.A.): processo de medição, coleta, análise e produção de relatórios de dados de

navegação e interação, cujo propósito é entender o comportamento e as necessidades dos usuários

para uma melhor otimização de websites.

9

SUMÁRIO

1. Introdução.................................................................................................................... .................................................... 10

1.1 Web Analytics................................................................................................................................................... 12

1.2 Motivações e Justificativas............................................................................................................................... 14

1.3 Objetivos........................................................................................................................ ................................... 15

2. Metodologia de Pesquisa......................................................................................... ........................................................ 17

2.1 Trabalhos Relacionados.................................................................................................................... ............... 18

2.2 Etapas Fundamentais de Web Analytics ...................................................................... .................................... 20

2.3 Ferramentas de Web Analytics .................................................................................... ................................... 23

2.4 Considerações do Capítulo .................................................................. ........................................................... 24

3. Proposta do Método WACIC ........................................................................................................................................... 26

3.1 O Método WACIC............................................................................................................................................. 26

3.1.1 Definir KPIs.................................................................................................................................... 29

3.1.2 Escolher Ferramenta...................................................................................................................... 31

3.1.3 Coletar Dados................................................................................................................................. 33

3.1.4 Analisar Dados e Relatórios........................................................................................................... 35

3.1.5 Definir e Aplicar Planos de Ação.................................................................................................... 38

3.2 Considerações do Capítulo ............................................................................................ ................................. 39

4. Estudo de Caso – Ciclo Completo.................................................................................................................................... 41

4.1. Objeto A .......................................................................................................................................................... .41

4.1.1. Definir KPIs................................................................................................................................... 41


4.1.3 Coletar Dados.................................................................................................................................45

4.1.4 Analisar Dados e Relatórios............................................................................................................47

4.1.5 Definir e Aplicar Planos de Ação.....................................................................................................52

4.2. Objeto B............................................................................................................................. ...............................53

4.2.1. Definir KPIs................................................................................................................................... 54


4.2.3 Coletar Dados................................................................................................................................ 56

4.2.4 Analisar Dados e Relatórios............................................................................................................57

4.2.5 Definir e Aplicar Planos de Ação....................................................................................................62

4.3. Considerações do Capítulo........................................................................................................ ......................64

5. Ciclo Contínuo, Resultados e Discussão.......................................................................................................................... 66

5.1 Objeto A............................................................................................................................................................ 66

5.1.1 Coletar Dados................................................................................................................................. 66


5.2 Objeto B............................................................................................................................................................ 68

5.2.1 Coletar Dados................................................................................................................................. 71


5.3. Questionário de Avaliação do Método............................................................................................. ................73

5.4. Considerações do Capítulo......................................................................................... .....................................81

6. Conclusão............................................................................................................................. ............................................ 82

Referências .......................................................................................................................................................................... 85

Apêndices ..............................................................................................................................................................................87

10

1. Introdução

Nos dias de hoje, entender os hábitos de consumidores que utilizam ambientes digitais vêm se

tornando uma preocupação para as empresas. A participação do segmento de e-commerce no mercado

brasileiro cresce a cada ano, com o número de usuários de e-commerce no Brasil saltando de pouco

mais de 1 milhão em 2001 para mais de 40 milhões em 2012, mostrando uma taxa de crescimento

médio que ultrapassou os 40% ao ano [01]. Considerando o número de usuários on-line, ou seja, que

usam a Internet para os mais diversos propósitos, o Brasil ocupava em 2012 o quinto lugar no mundo,

com uma estimativa de quase 90 milhões de usuários [02]. Em 2015, o número aproximado de

usuários on-line ultrapassou os 100 milhões, com uma participação no segmento de e-commerce

como a décima nação do ranking – este liderado por EUA, China, Rússia e Reino Unido [03].

Tendo em vista o número de usuários on-line no país e no mundo, há diversas razões para que

uma empresa tenha interesse em analisar o tráfego de seu website [04, 05, 06]. A mais comum delas é

saber se o website está atraindo visitantes e se o capital investido não está sendo desperdiçado de

alguma maneira. Diversas questões podem ser levantadas acerca do comportamento de usuários em

um determinado website, como por exemplo:

• Qual a localização geográfica dos usuários que acessaram um website?

• Os usuários chegaram ao website interagindo com um banner, aproveitando-se de uma veiculação

por e-mail (newsletter), ou de algum mecanismo de busca? Neste último caso, com quais

palavras-chave?

• Quais as páginas e conteúdos mais visitados do website? Qual o tempo de permanência nas

mesmas?

• Sobre o desempenho do website: comporta-se de forma uniforme para todos os navegadores,

independentemente do sistema operacional do usuário?

• Caso seja um website de compras; quando uma compra não é concluída, em que momento é

detectado o abandono do processo? Os visitantes estão participando das promoções on-line? Se

sim, quais produtos estão sendo mais procurados?

11

Para responder a essas questões é necessário coletar e analisar dados de uso de websites. Um

exemplo que ilustra a importância da cultura em análise de dados é o estudo publicado pela

organização de publicidade e marketing QMEE, em 2014 [07]. Neste estudo é apresentado (por meio

de um infográfico) o grande volume de dados que circula a cada 60 segundos na web, que são

provenientes dos principais veículos de informação digital existentes. Dessa forma, pode-se concluir

que entender o comportamento de usuários na Internet se tornou vital para as organizações que atuam

no segmento on-line.

O próprio conceito de “visitação” e “navegação” na web vem sofrendo transformações ao longo

da última década [04, 06]. Os usuários deixaram de ser apenas espectadores de websites e estão

constantemente criando seus próprios conteúdos, comunicando-se através de redes sociais, opinando

em diversos canais e interagindo de forma crescente no âmbito virtual. Nesse sentido, o termo Web

2.0, hoje bastante utilizado no mundo web, traz um conceito importante para a modernização da

interação entre organizações e usuários [04]. Criado em 2004 pela empresa americana O'Reilly

Media, o conceito da Web 2.0 sugere “um passo além” na era da Internet, pois o termo “2.0” traz em

seu significado um novo capítulo, designando uma segunda geração de ambiente, serviços e novos

rumos para a Internet [04]. A Web 2.0 proporciona aos usuários on-line maiores possibilidades de

criação, compartilhamento de informação e colaboração, tornando assim o papel dos usuários

fundamental nos dias de hoje para as corporações.

Decisões corporativas comumente são embasadas em dados, informações e/ou insumos que

contribuem para a consistência das mesmas. Consequentemente, quanto mais exatas, corretas e

abrangentes, certamente mais adequadas serão as decisões. É nesse sentido que as ferramentas de

Web Analytics estão redefinindo a forma como as empresas vêm acompanhando o comportamento

dos usuários on-line, e até mesmo o processo de tomada de decisão nas corporações.

No âmbito técnico das ferramentas de Web Analytics, foi considerada para a presente pesquisa o

artigo de Landim e Souza [08]. O artigo detalha a experiência em um website de vendas, em que

diferentes ferramentas de Web Analytics foram utilizadas simultaneamente. Os resultados dos testes

12

de usabilidade atestaram a eficácia da utilização das ferramentas como peças-chave para tomada de

decisões que convergiram em melhores resultados nas vendas efetuadas pelo website. O artigo traz

ainda um levantamento acerca dos objetivos de negócio alcançados (ou não) com o apoio das

ferramentas de Web Analytics. Este artigo auxiliou no desenvolvimento dos critérios a serem

utilizados para a escolha da ferramenta de Web Analytics e na análise dos objetivos de negócio

alcançados com os experimentos que foram efetuados.

O conceito de Web Analytics será retomado e abordado com mais ênfase na próxima seção.

1.1 Web Analytics

O marketing digital é um campo de estudo relativamente recente (década de 1990), e vem

registrando um expressivo crescimento ao longo das últimas décadas [09, 10]. Tendo em vista as

novas tecnologias da informação e comunicação, que ganham forte relevância no âmbito virtual, as

empresas passaram também a considerar a necessidade de utilizar estratégias de marketing visando

um melhor posicionamento em ambientes on-line. De acordo com Kotler, temos a seguinte definição

para o marketing digital: “the use of the Internet and related digital technologies to achieve

marketing objectives and support the modern marketing concept” [10]. Ou seja, o marketing digital

possui sua gênese na Internet e nas tecnologias digitais, apresentando como foco principal o

desenvolvimento de relações com consumidores em ambientes on-line.

Conforme sublinharam os autores Kaushik [04], Dehkordi et. al. [09] e Kotler [10], existem três

abordagens que são as mais utilizadas para avaliação de estratégias em ambientes digitais. A primeira

delas é a abordagem baseada em análise de dados web (ou web analytics); uma outra abordagem é

apoiada em indicadores financeiros; e uma terceira abordagem seria um híbrido de web analytics e

indicadores financeiros. Para o presente trabalho, a ênfase será em Web Analytics.

13

Apesar de todas apresentarem similaridades, há algumas divergências quanto a definição precisa

do conceito de Web Analytics pelos autores Kaushik [04], Dehkord et. al. [09], Davenport [11] e

Siegel [12]. O conceito de Web Analytics adotado nesse trabalho foi o definido por Kaushik,

transcrito a seguir: “Web Analytics é a análise de dados de um website e de sua concorrência, para

motivar uma melhora contínua da experiência on-line que seus clientes e clientes potenciais

experimentam, traduzindo-se nos resultados desejados”.

Apesar de alguns autores utilizarem diferentes terminologias para a definição, todas elas têm um

ponto em comum: Web Analytics consiste na análise do comportamento dos visitantes em um

website. A análise é comumente apoiada em ferramentas de Web Analytics que extraem os dados dos

websites, tais como o Google Analytics [13], CrazyEgg [14], Adobe Catalyst [15], Piwik [16],

AWStats [17], dentre outras.

De acordo com o exemplo, apresentado por Kaushik [04], ao analisar o processo utilizado por um

determinado website, pode-se capturar o comportamento das pessoas que compram algum produto

ou serviço utilizando-se do website. Segundo o autor, das pessoas que buscam um produto, é possível

quantificar que aproximadamente 5% dos usuários costumam colocar produtos em um carrinho de

compras. Desses 5%, apenas metade chega na tela de compra efetivamente, e um número menor

ainda conclui a compra. Questões relacionadas ao processo de compra em um website podem ser

discutidas, tais como:

• O que acontece em cada etapa?

• O que impede os clientes de completarem as suas compras?

As ferramentas de Web Analytics nos proporcionam uma gama ampla de informações, tais

como: porcentagem de usuários que deixaram o website após o acesso a determinadas páginas ou

conteúdos; porcentagem de acessos e tempo de permanência para cada uma das páginas; origem

geográfica dos acessos; dentre muitas outras métricas. Com isso, é possível compreender melhor os

passos que os clientes executam acompanhando seus processos decisórios, seu comportamento na

web e até antecipando as necessidades e desejos dos clientes [12].

14

É importante ressaltar que a quantidade de dados existentes na web cresce a cada dia, o que

significa que há um enorme potencial de análise e extração de informações. Esse volume crescente

fez também surgir o conceito de Big Data [11]. A importância do conceito de Big Data não é pautada

necessariamente apenas na quantidade de dados existentes, mas principalmente no que deve ser

analisado com base em filtros de dados de modo a servir para o propósito esperado. Conforme indica

Davenport [11], a ativação de valor através de Big Data não está nos dados em estado bruto, mas sim

no processamento e na análise dos dados, possibilitando melhores produtos e serviços que surgem

após a execução de ações baseadas na análise dos dados. Alguns exemplos de ações consistem em

redução de custos, otimização de tempo, aumento de produtividade, desenvolvimento de novos

produtos, dentre outros aspectos. Quando se torna possível a combinação das técnicas de Big Data

com o potencial das ferramentas de Web Analytics, aumentam-se as chances de se potencializar os

pontos fortes das organizações.

Normalmente, a tomada de decisão das organizações é embasada em dados, informações e/ou

insumos que contribuem para a consistência das mesmas. Consequentemente, quanto mais exatas,

corretas e abrangentes, certamente mais adequadas serão as decisões. Sendo assim, as ferramentas de

Web Analytics vêm ganhando espaço e se firmando como importantes ferramentas para auxílio à

tomada de decisões.

1.2 Motivações e Justificativas

O dia a dia de organizações presentes na web envolve diversas variáveis de análise, desde

indicadores financeiros, até indicadores de comportamento dos usuários. Sobre este último, pode-se

citar: conteúdos/páginas/anúncios com maior/menor acessos, índice de retenção do usuário em

determinadas páginas do website, histórico de crescimento da audiência, taxa de rejeição de páginas

(bounce rate), visitantes por segmentação (geográfica, por dispositivo móvel utilizado, por horário),

dentre outras [04, 09, 11, 12]. Dessa forma, pode-se dizer que são inúmeras as possibilidades de

análise dentro do contexto web.

15

Porém, muitas organizações ainda estão ingressando no contexto de Web Analytics, sendo

comum que no início do uso apareçam dúvidas sobre a adoção, aplicação e como aproveitar/extrair o

máximo que esta abordagem pode oferecer [18]. Uma das razões alegadas para o insucesso e/ou a

não continuidade do investimento em Web Analytics é com relação à dificuldade em estruturar uma

metodologia para aplicação do conceito. Normalmente, o que se vê são organizações que acabam por

misturar conceitos e orientações de diversas fontes para a aplicação de Web Analytics, acarretando

ainda mais dúvidas e dificuldades [04].

Para apoiar as organizações que iniciam a utilização de Web Analytics e ferramentas de apoio

a essa atividade, o presente trabalho apresenta um método que visa guiar as organizações que buscam

usar Web Analytics. O método apóia a coleta, análise e uso dos resultados para retroalimentar a

construção de ambientes mais eficazes. Além disso, o presente trabalho avalia a eficácia do método

proposto no âmbito corporativo e acadêmico, auxiliando essas organizações a extraírem informações

relevantes ao entendimento do comportamento dos usuários on-line. Dois ambientes foram utilizados

para as análises, o primeiro deles consiste em um website de comércio eletrônico (e-commerce) da

empresa Mercatto Modas [19]. O segundo consiste no website acadêmico Robocode, uma

competição organizada pelos membros do LIAG da Unicamp, voltada para linguagens de

programação [20]. Dessa forma, procura-se observar as diferenças que podem existir nos ambientes

corporativos e acadêmico quando o método é aplicado.

1.3 Objetivos

O presente trabalho tem como objetivo apresentar o método WACIC – The Web Analytics

Continuous Improvement Cycle, que estabelece um processo para a adoção de Web Analytics. O

impacto que a análise apoiada pelo método tem no processo de decisão e no refinamento de

ambientes on-line das organizações é discutida. A hipótese consiste em que o método é eficaz para a

utilização de Web Analytics nas organizações que iniciam sua adoção, discutindo sua eficácia e se

16

este pode ser considerado um instrumento para alavancar vantagens competitivas nas organizações.

Com isso, o presente trabalho vem responder a algumas questões, como:

• O método proposto pode beneficiar diferentes âmbitos de atuação, tais como o

corporativo e o acadêmico?

• Quais são as vantagens e desvantagens na adoção do método proposto pela presente

pesquisa, do ponto de vista acadêmico e corporativo?

Para responder a essas perguntas, os objetos de pesquisa foram observados no âmbito

corporativo e acadêmico, como já citado na seção anterior.

O restante do trabalho está organizado da seguinte forma: o Capítulo 2 apresenta a

metodologia utilizada para a pesquisa, os trabalhos relacionados e as etapas fundamentais de Web

Analytics. O método WACIC proposto é apresentado no Capítulo 3. Os estudos de caso utilizados

como prova de conceito são descritos no Capítulo 4. A apresentação dos resultados obtidos e a

discussão dos mesmos estão descritas no Capítulo 5. O Capítulo 6 traz a conclusão e indicações para

trabalhos futuros. Além disso, os Apêndices A e B trazem os artefatos produzidos pelas organizações

que foram foco dos Estudos de Caso. Os resultados obtidos junto aos usuários se encontram no

Apêndice C. Finalmente o Apêndice D detalha o processo utilizado para o levantamento

bibliográfico.

17

2. Metodologia de Pesquisa

A metodologia de pesquisa, quanto a abordagem do problema, pode ser considerada

quantitativa (quando o método recorre a diferentes técnicas estatísticas para quantificar opiniões e

informações) ou qualitativa (trata-se de uma pesquisa descritiva que explora as particularidades e os

traços subjetivos) [22, 23]. Para o presente trabalho, o enfoque da pesquisa será qualitativo

exploratório, pois envolve uma maior proximidade com o que estiver relacionado ao objeto de

pesquisa. Nesse contexto foram utilizados Estudos de Caso e as Pesquisas Bibliográficas (consulta a

livros e outros materiais já publicados).

Para estruturar a Metodologia de Pesquisa, algumas etapas fundamentais devem ser

consideradas [22, 23, 24].

1) Levantamento Bibliográfico / Trabalhos Relacionados, etapa considerada necessária

para que se obtenha embasamento científico apropriado na condução da pesquisa

proposta. Nesta etapa, que se encontra resumida na Seção 2.1, o resultado do

levantamento bibliográfico, em que serão apresentados diversos trabalhos

desenvolvidos na esfera de Web Analytics, quais as metodologias atualmente utilizadas

para o uso das ferramentas de captação de dados web e o quão bem-sucedidas (ou não)

se mostraram a implementação dessas metodologias. Além disso, acrescentou-se o

livro de Avinash Kaushik [04], que detalha um framework para o uso de Web

Analytics (Seção 2.2), bem como, trabalhos que relatam ferramentas de apoio a essa

atividade (Seção 2.3).

2) Proposta do método, etapa que descreve a abordagem a ser apresentada. Nesta etapa será

apresentado um método para apoiar a implementação de Web Analytics nas

organizações baseado em estudos já existentes. Como proposta complementar, serão

apresentadas etapas específicas que não foram identificadas em trabalhos anteriores.

Esta proposta é apresentada no Capítulo 3.

18

3) Teste/Validação do método, etapa que apresenta a validação do método e detalhamento

acerca do experimento realizado. A aplicação do método será apresentada utilizando-

se dois estudos de caso, pois cada um dos objetos de pesquisa será submetido às etapas

do método proposto. Esses estudos de caso são apresentados no Capítulo 4 e os

resultados obtidos no Capítulo 5.

2.1 Trabalhos Relacionados

Os artigos de Järvinen e Karjaluoto [25], e Jayaram, Manrai e Manrai [26] discorrem acerca

do uso de Web Analytics para digital marketing em diferentes ambientes digitais (Mobile e Web), e

também acerca do impacto de ações através de redes sociais. Ambos trabalhos são complementares,

visto que as iniciativas de marketing digital nas organizações são comumente voltadas para

ambientes web e mobile, como também utilizam de forma expressiva as redes sociais. Os trabalhos

são importantes para se entender como estruturar planos de ação efetivos, e o impacto que estas ações

exercem nas organizações. Esses trabalhos foram úteis para a presente pesquisa, particularmente para

a definição dos planos de ação voltados para maior visibilidade através de redes sociais, bem como

ações voltadas para aumentar o volume de acessos utilizando-se dispositivos móveis.

Também os mesmos autores discorrem sobre a importância dos KPIs (Key Performance

Indicators) em uma abordagem corporativa em empresas privadas. Ao passo que as métricas

tradicionais apresentam números brutos (por exemplo, o número de visitantes de um website), os

KPIs examinam esses números de acordo com os objetivos da empresa. Por exemplo, quantos desses

visitantes cumpriram uma ação desejada no website, seja esta uma compra, a assinatura de uma

newsletter, dentre outras. O artigo ressalta também a importância de se estruturar KPIs que estejam

em conformidade com os objetivos e/ou interesses da empresa. Dentre estes, pode-se citar o ROI

(Return of Investiment, retorno sobre o investimento), taxa de conversão, índice de engajamento,

fidelização de clientes, índice de influência social, dentre outros fatores que variam de acordo com os

interesses da corporação. O autor ressalta também ser fundamental estabelecer periodicidade para

19

observar cada um dos KPIs, identificando sucessos e insucessos das metas traçadas e possibilitando

comparar resultados

Baroudi [27] também discorre sobre as KPIs ressaltando que o número de KPIs definidos

pode variar de acordo com a organização e/ou o projeto em andamento. Projetos de maior

complexidade comumente apresentam um numero maior de KPIs, contudo, nem sempre a quantidade

contribui para uma análise e um controle mais adequado. Ao elaborá-las, o autor recomenda uma

análise criteriosa sobre os fatores que influenciam o negócio. Desta forma, KPIs bem definidos e

alinhados com os objetivos da empresa certamente podem contribuir com um processo de decisão

mais efetivo. O conceito apresentado nesse trabalho auxiliou a estruturação da etapa de definição dos

KPIs presente no método WACIC.

Ainda no âmbito dos indicadores, o artigo de Hubbard [28] discorre sobre as KPIs e sua

utilização na ativação de valor para bibliotecas acadêmicas. Como a demanda de acesso à bibliotecas

acadêmicas on-line vêm crescendo, crescem também as iniciativas de Web Analytics para

compreender o comportamento do público alvo. As bibliotecas acadêmicas comumente têm utilizado

métricas mais simples e rápidas, visitas e visualizações de página mas, recentemente, elas estão mas

recentemente elas estão optando também por referenciais estratégicos, como os indicadores chave de

desempenho (KPIs). Uma dificuldade apontada pelo artigo é que na literatura é mais comum

encontrar experimentos de KPIs voltados para corporações e marketing digital, e estes são

dificilmente adaptáveis para ambientes acadêmicos on-line. Mas ainda assim as bibliotecas devem

explorar a sua utilização, promovendo padrões de referência para apoiar investigações futuras. Por

fim, o artigo enumera alguns indicadores de desempenho comumente utilizados em estratégias de

marketing digital, os revisa e os aproxima do contexto de bibliotecas acadêmica. Com isso, o artigo

reforça a importância da utilização de KPIs e como os mesmos apoiam as metas e decisões das

organizações.

A obra de Kaushik [04] é uma das principais fontes para o presente trabalho. O autor discorre

sobre o conceito de Web Analytics, sua importância e sugere um framework que auxilia a adoção de

ferramentas apropriadas. Para o presente trabalho, este framework foi utilizado como referência para

20

o desenvolvimento do método WACIC, visto que ele apresenta os passos fundamentais para se utilizar

ferramentas de Web Analytics. Por se tratar de um trabalho de maior importância no âmbito do

trabalho desenvolvido, mais detalhes podem ser encontrados na Seção 2.4 e no Capítulo 4.

2.2 Etapas fundamentais de Web Analytics

Tomando-se por base os estudos descritos nas seções anteriores, acrescentou-se a esta

pesquisa a obra do autor Avinash Kaushik [04] sobre Web Analytics. O autor discorre acerca do tema

de forma aprofundada, e com isso o livro se mostrou um importante instrumento de estudos para a

presente pesquisa.

Pode-de definir o conceito de Web Analytics como sendo um processo de medição, coleta,

análise e a produção de relatórios de dados de navegação e interação, cujo propósito é entender o

comportamento e as necessidades dos usuários para uma melhor otimização de websites e páginas na

Internet [04]. Não foram encontrados registros de metodologias tradicionais e/ou padronizadas pelas

empresas que fazem uso de ferramentas de Web Analytics. O que se observou foram organizações

que fizeram uso de etapas fundamentais para apoiar o uso dessas ferramentas [04, 09, 32].

Dessa forma, as etapas fundamentais podem ser definidas conforme apresenta a Figura 1.

Figura 1 – Etapas fundamentais de Web Analytics

As etapas fundamentais de Web Analytics, conforme é apresentado na Figura 1, inicia-se pela

fase de Definição de Medidas (ou Measure Definition). Esta etapa consiste em definir os objetivos e

21

o que se quer medir. Por exemplo: medir o número de acessos no website, medir a taxa de rejeição

(bounce rate) do website, medir as conversões (finalização de compras), dentre outras. Como

ferramenta complementar e que proporciona objetividade no que se quer medir, é comum a utilização

de indicadores-chave de desempenho (Key Performance Indicators - KPI). Os KPIs, auxiliam na

medição de uma ação ou um conjunto de iniciativas, indicando se as mesmas estão efetivamente

atendendo aos objetivos propostos pela organização. Através dos estudos analisados, ressalta-se a

importância dos KPIs estarem alinhados aos objetivos de negócio da organização. Do contrário, não

estariam atendendo aos objetivos da organização. Ressalta-se também que o KPI precisa estar

disponível, ou seja, possível de mensuração e análise.

A segunda etapa consiste na Coleta dos Dados (ou Data Collect) com apoio de uma

ferramenta de Web Analytics. Pode-se afirmar que todas as ferramentas de Web Analytics existentes

hoje possuem um ponto em comum: uma vez habilitada, a coleta dos dados é feita de forma

ininterrupta e os acessos são rastreados pela ferramenta.

A terceira etapa consiste na Análise dos Dados (ou Data Analysis) coletados. Com base nos

dados coletados pela ferramenta de Web Analytics, os administradores e/ou analistas responsáveis por

manipular a ferramenta podem utilizar filtros específicos, métricas ou segmentar a captação dos

dados (as formas e opções variam de acordo com a ferramenta utilizada) para realização da análise

dos dados coletados. Esta etapa é considerada determinante, pois a interpretação dos dados coletados

levará à escrita de relatórios e diretrizes que serão utilizados como referência pela organização. Dessa

forma, ressalta-se a importância do entendimento da audiência e do comportamento do usuário no

ambiente web.

A última etapa é a execução de ações que permitam alcançar os objetivos da organização,

definidos na etapa de Definição das Medidas. Esta etapa é denominada Planos de Ação (ou Action

Plans). As ações podem ser definidas de muitas maneiras distintas, pois dependem do que foi

definido na etapa de Definição das Medidas.

22

Apoiando-se nas etapas fundamentais descritas, o autor Kaushik [04] elaborou um framework

específico para auxiliar na adoção de Web Analytics que é apresentado na Figura 2.

Figura 2 – Framework proposto por Kaushik [04]

O framework proposto por Kaushik [04] tem início na etapa “Definir Objetivos”. Essa etapa

consiste em definir o que se quer medir durante o processo, e engloba aspectos relacionados aos

objetivos da organização. Após esta etapa, inicia-se a construção dos KPIs (“Construir KPIs”),

seguido pela coleta de dados (“Coleta de dados”), análise dos dados (“Análise de dados”). É

importante ressaltar que a seta dupla entre as duas etapas anteriores significa que caso haja a

impossibilidade técnica de realizar a análise (conflito na configuração da ferramenta, massa de dados

insuficientes ou até falha técnica do website), é importante retornar para a etapa anterior e ajustar os

parâmetros para a correta coleta dos dados. Ao término da etapa de análise dos dados, inicia-se um

novo ciclo para testar as alternativas existentes (“Testar Alternativas”) seguida da etapa de execução

de ações (“Implementar”). Esse ciclo encerra-se a medida que uma nova análise seja executada e

considera-se que os objetivos definidos tenham sido alcançados.

23

O framework proposto por Kaushik [04] foi um ponto de partida para o método WACIC que

será apresentado no capítulo 3. A próxima seção discorre sobre trabalhos que tratam de ferramentas

de apoio a Web Analytics.

2.3 Ferramentas de Web Analytics

Foram estudadas as características sobre as diferentes ferramentas de Web Analytics existentes

hoje e que fazem parte das iniciativas relacionadas a Business Intelligence. É importante ressaltar que

o entendimento de como as ferramentas funcionam e/ou suas características de uso podem ser

determinantes na escolha da ferramenta para a presente pesquisa. Dessa forma, através dos trabalhos

aqui pesquisados, foram identificadas duas técnicas distintas que permitem a coleta de dados web e a

análise de tráfego na Internet [06, 33].

A primeira delas é a análise de Log (ou Log Analysis), que trabalha com os registros (logs) do

servidor web (também denominado server-side). Ferramentas baseadas em análise de logs processam

as requisições (registros) de páginas do servidor e fornecem uma avaliação a nível técnico sobre o

desempenho do website. Por exemplo, quais arquivos foram requisitados, a latência do servidor,

dentre outras. São ferramentas mais apropriadas a ambientes controlados (intranets, por exemplo) ou

voltadas para testes de carga, desempenho e volume de acessos.

A segunda corresponde a análise de tags (ou Page Tagging), pois utiliza marcações nas

páginas que enviam dados para um servidor de análise. A mensuração por tags consiste em dados

coletados no navegador do usuário (ou seja, client-side). Nesse método, cada interação com o website

possui tags associadas (ou seja, um trecho de código), conhecida por snippet e capta as atividades do

usuário no website, enviando-as para um servidor específico. É importante ressaltar que neste

método, o navegador é o responsável pelo controle de tags que estão associadas aos cookies

(arquivos temporários) do navegador. Com isso, os cookies conseguem trazer informações

24

específicas, por exemplo, se um usuário é um visitante que retornou ao website (“returning visitor”),

ou um novo visitante (“new visitor”).

Pode-se concluir que a principal diferença entre cada método consiste em como é feita a

coleta de dados (server-side ou client-side). Os benefícios e desvantagens que estes dois métodos

oferecem é discutido nos próximos parágrafos.

Servidores Proxy e Cache: os logs são gerados a cada requisição de página. Porém, quando o

acesso a Internet passa por servidores proxy ou outros sistemas de aceleração da navegação por

cache, a requisição de uma página pode não chegar ao servidor. Considerando que algumas

requisições podem não ser registradas nos logs, os números coletados e a própria análise pode ser

prejudicada. No método de mensuração por tags, existe um recurso chamado cache-bust, que força o

não-armazenamento destas informações em servidores proxy.

Visitas de robôs / bots: os robôs (ou bots) são sistemas automáticos comumente utilizados e

que navegam por páginas executando funções de coleta e/ou indexação de páginas. São facilmente

identificados nos logs dos servidores e são contabilizados na coleta de dados por logs. No método de

mensuração por tags, não é possível a utilização de bots pois estes não executam javascript -

necessário para a coleta de dados.

Sub-redes: o tráfego gerado em uma sub-rede (como ocorre em um ambiente corporativo, por

exemplo) muitas vezes gera requisições para a Internet através de um único endereço de IP. Isso pode

causar um efeito “mascarado” na análise de log. Se o formato de logs do servidor somente incluir o

IP como identificador único para a análise, todas as requisições de páginas vindas desta empresa,

serão atribuídas a um único usuário, mesmo tendo sido geradas por muitas pessoas diferentes.

2.4 Considerações do Capítulo

Neste capítulo foram abordados os tópicos relacionados à Pesquisa Científica, e como foram

conduzidos os estudos que auxiliaram na escrita do presente trabalho. Os estudos e pesquisas que

25

foram apresentadas neste Capítulo, indicam que sem o conhecimento necessário e as ferramentas

adequadas para mensurar e analisar as atividades dos usuários em ambientes web, torna-se um

desafio se destacar as possibilidades que o universo digital oferece. Com isso, a importância de se

entender o conceito de Web Analytics, e sua aplicabilidade nos dias de hoje.

As etapas fundamentais de Web Analytics, que surgiram em decorrência das análises de

trabalhos relacionados, foram apresentadas, bem como, o framework de autoria de Kaushik [04] que

serviu como base para o método WACIC.

Considerações sobre as características das ferramentas de Web Analytics foram apresentadas

para que o leitor entendesse as escolhas que são pertinentes no momento de se definir qual

ferramenta utilizar, de forma que se alinhe aos objetivos das organizações que pretendem adotar Web

Analytics.

No próximo Capítulo será apresentado o método WACIC, e como o mesmo foi estruturado

para auxiliar organizações a adotarem Web Analytics.

26

3. Proposta do Método WACIC

O método proposto foi baseado no modelo apresentado por Kaushik [04] sobre o qual

algumas adaptações foram feitas. O objetivo de se apresentar melhorias ao modelo proposto por

Kaushik [04] é aumentar a eficiência na aplicação do método pelas organizações interessadas em

iniciar o uso de práticas apoiadas por ferramentas de Web Analytics.

3.1 O Método WACIC

A primeira adaptação feita ao método consiste na união das duas primeiras etapas propostas

por Kaushik [04], que são definir objetivos e a construção dos KPIs. Não há como construir KPIs

efetivos sem que haja uma contextualização do cenário da organização, entendimento dos objetivos

de negócio e a definição do que almeja-se mensurar ao adotar um processo de Web Analytics. Desta

forma, as duas primeiras etapas do framework de Kaushik [04] foram unidas e constituem a primeira

etapa do método WACIC, etapa esta que direciona todas as etapas posteriores.

Outra adaptação incorporada ao método consiste na adição de uma etapa específica para a

escolha da ferramenta de Web Analytics, apoiada em critérios que auxiliem essa escolha de uma

forma alinhada aos objetivos, bem como do que se quer medir. Dessa forma, a escolha da ferramenta

não mais se baseará em critérios aleatórios ou inexistentes [04, 06, 12].

Com base na leitura dos trabalhos que abordam o uso de Web Analytics, não foram

encontradas referências para a utilização de critérios que auxiliem ou apoiem a escolha da

ferramenta. De acordo com as características das ferramentas citadas nas referências, existem

diferenças importantes e que podem impactar as medições que se quer obter [06, 31]. Essa foi a

motivação para a inclusão da fase de escolha da ferramenta.

27

Outra adaptação consiste em uma junção da etapa de análise dos dados, com geração de

relatórios. A análise em si é melhor compreendida quando há uma formalização da interpretação dos

dados coletados [06, 12]. A geração de artefatos contendo gráficos, tabelas e demais informações

relevantes auxiliam os envolvidos no método a entender melhor os dados coletados, sendo importante

que esses participantes tenham acesso a essas informações de forma estruturada, clara e objetiva.

A última adaptação consiste nos artefatos que acompanham cada uma das etapas do método

WACIC. No método proposto por Kaushik [04] não há uma formalização ou armazenamento de

informações discutidas e executadas nas etapas propostas. Dessa forma, a proposta de se incluir os

artefatos tem como finalidade registrar todas as informações importantes que foram levantadas em

cada uma das etapas descritas. Além disso, as etapas que constituem o método fazem parte dos dois

ciclos propostos no método WACIC: O Ciclo Completo, e o Ciclo Contínuo. O Ciclo Completo é a

execução de todas as etapas do método, envolvendo as etapas de definição dos KPIs e da escolha da

ferramenta mais adequada aos KPIs. O Ciclo Contínuo tem início quando os planos de ação são

definidos e implementados. Dessa forma, uma nova coleta de dados é feita e, posteriormente, uma

nova análise dos dados deve avaliar a eficiência e o impacto das ações desse plano, analisando se os

KPIs definidos foram atingidos. O Ciclo Contínuo apresenta um fluxo em que os planos de ação são

executados e analisados, devendo ser readequados até que a análise mostre que o resultado esperado

foi alcançado. Uma vez alcançados os objetivos definidos na etapa de definição dos KPIs, retoma-se

à primeira etapa para se definir novos KPIs de forma a alcançar novos objetivos para uma melhoria

contínua. A Figura 03 apresenta o método proposto.

28

Figura 3 – O método WACIC

A adaptação do método proposto por Kaushik [04] contendo os dois ciclos apoia-se no

método PDCA (Plan, Do, Check e Act) para melhoria contínua, em que as principais atividades são

planejar, executar, conferir e agir [30, 31]. A etapa Plan consiste em planejar e definir, e está

associada à etapa "Definir KPIs" do método WACIC. A etapa Do consiste em executar, e está

associada às etapas de “Escolher Ferramenta" e “Coletar Dados". A etapa Check consiste em medir

e/ou mensurar o que foi executado. Com isso, associa-se à etapa de "Analisar Dados e Relatórios". Já

a etapa Act são ações que são executadas para que se alcance o objetivo planejado, estando assim

associada à etapa de "Definir e Aplicar Planos de Ação”. Dessa forma, obtém-se um ininterrupto

ciclo de otimização e melhoria de produtos e serviços, pois a medida que se repete um ciclo de

PDCA é possível se aproximar dos objetivos traçados e alcançar o resultado esperado. Por esse

motivo, o método apresentado pelo presente trabalho recebeu o nome de WACIC – Web Analytics

Continuous Improvement Cycle.

A Figura 4 apresenta, para cada etapa do método proposto, os artefatos a serem gerados. Os

artefatos foram desenvolvidos para cada uma das etapas do método WACIC, e estão enumerados de

01 a 05.

29

Figura 4 – Os artefatos de cada uma das etapas do método WACIC

Os artefatos devem ser preenchidos durante a execução de cada uma das etapas, com a

finalidade de armazenar as informações relevantes e que foram discutidas ou definidas para as etapas

executadas. As próximas subseções apresentam com detalhes cada uma das etapas do método WACIC

e detalham os respectivos artefatos.

3.1.1 Definir KPIs

A primeira etapa do método consiste na definição dos KPIs. Trata-se de uma etapa

determinante para as etapas seguintes, pois através da definição dos KPIs é que será possível entender

o que se quer medir, seu propósito e como essa medição será executada.

Foram definidas três atividades que devem ser concluídas durante esta etapa, visando

contemplar todos os passos necessários para uma elaboração de definição dos KPIs a serem

propostos, de maneira que fiquem o mais alinhado possível aos objetivos da organização. As

atividades podem ser executadas durante uma (ou mais, se necessário) reunião de alinhamento.

Conforme explica o autor Kaushik [04], é imprescindível a participação do(s) interessado(s) por

30

algum meio de comunicação com a equipe de análise dos dados, podendo ser presencial ou através de

comunicação por dispositivos remotos (por exemplo, vídeo conferências).

Participam das atividades dessa etapa os profissionais envolvidos com o acompanhamento das

análises e que estejam cientes dos objetivos de negócio da organização. Esse envolvimento é

importante para que se possa definir com maior precisão qual será o foco da coleta e análise dos

dados, considerando os indicadores de desempenho da organização.

As atividades dessa etapa foram definidas da seguinte forma:

1) Definição e entendimento dos objetivos da organização: o entendimento dos objetivos da

organização propiciam maior taxa de acerto na definição dos KPIs;

2) Motivação/Propósito para a escolha dos KPIs: após o entendimento dos objetivos de

negócio da organização, é preciso que fique clara a justificativa para a escolha dos KPIs a serem

definidos. Quais são os fatores, técnico ou de negócio, que motivam a escolha de cada KPI;

3) Definição dos KPIs: norteia todas as etapas seguintes do método proposto. Através dos

KPIs deve ser possível compreender se o ambiente observado está progredindo ou regredindo, do

ponto de vista dos objetivos da organização.

Uma proposta de artefato resultante desta etapa é apresentada na Tabela 2, que tem como

objetivo facilitar o preenchimento das informações relevantes para a definição dos KPIs. A

organização que estiver desenvolvendo uma análise deve gerar um artefato contendo as informações

pertinentes. O artefato possui campos indicando os participantes de cada atividade, data e hora da(s)

reunião(ões), quais foram os objetivos de negócio discutidos, quais os propósitos e justificativas para

os KPIs definidos e, por fim, a definição dos KPIs. Com isso, aborda-se todos os elementos

necessários para que se tenha uma visão mais abrangente do que se quer medir e a importância dos

KPIs.

31

Tabela 2 – Definição dos KPIs

Art. 01 - Definição dos KPIs

[Nome da Organização]

[Website]

[Pontos focais da Organização (Nome, e-mail e telefone para contato) ]

[Tempo de duração desta etapa]

Data / Local da Reunião

[Pontos focais envolvidos nesta etapa (Nome, e-mail e telefone para contato) ]

Objetivos da Organização [texto a ser preenchido pela organização]

Motivação da escolha dos KPIs [texto a ser preenchido pela organização]

KPI 01 Descrição / como será medido/ Período de

Coleta dos dados


Coleta dos dados


Coleta dos dados

Após o preenchimento do formulário, dá-se seguimento à próxima etapa do método WACIC,

que consiste em escolher a ferramenta de Web Analytics.

3.1.2 Escolher Ferramenta

A segunda etapa do método WACIC consiste na escolha da ferramenta de Web Analytics para

realizar a coleta dos dados. É importante ressaltar a importância de se considerar alguns aspectos para

que a escolha da ferramenta esteja em harmonia com os KPIs definidos. Tendo em vista as diversas

ferramentas de captação dos dados web disponíveis, o método aqui proposto apresenta 4 critérios que

auxiliam a escolha mais adequada da ferramenta a se utilizar.

A aplicação do primeiro critério deve considerar as ferramentas disponíveis atualmente, ou as

mais utilizadas no momento em que a empresa está considerando o uso do método. Pode-se definir as

ferramentas adequadas a este critério com base em fontes bibliográficas ou websites de benchmark de

ferramentas de Web Analytics [29, 32].

32

O segundo critério se apoia na discussão de particularidades que as ferramentas de Web

Analytics apresentam. Isto é, baseadas em logs ou mensuração por tags. Estes dois métodos são, hoje

em dia, bastante utilizados para análise de tráfego na Internet. Este critério permite que a análise dos

KPIs considerados seja adequado ao funcionamento da ferramenta de Web Analytics escolhida.

Identifica, basicamente, se o foco da análise é de cunho técnico e/ou voltada ao desempenho (o

método de logs propicia a coleta e a análise dos dados via server-side), ou se o foco é o

comportamento/ações do visitante (o método que utiliza tags propicia a coleta e a análise de dados

via client-side).

O terceiro critério a ser considerado na escolha da ferramenta de Web Analytics consiste em

escolher a ferramenta que possui funcionalidades que permitem a medição proposta. Os tipos de

métricas e KPIs estipulados variam de acordo com o objeto de pesquisa. Logo, a escolha da

ferramenta deve considerar se as funcionalidades necessárias para atender e dar suporte à medição

solicitada são providas pelas ferramentas que já passaram pelos critérios anteriores.

O quarto e último critério consiste na avaliação de custo/benefício das ferramentas

pesquisadas. Há ferramentas disponíveis gratuitamente, e ferramentas que requerem um custo

específico. Dependendo do resultado dos critérios aplicados anteriormente, as opções de ferramentas

mapeadas são inúmeras. Portanto, é necessário avaliar se uma ferramenta paga de fato será necessário

para atingir os objetivos da organização.

A aplicação dos critérios consiste na atividade fundamental da etapa aqui proposta. Esta

atividade deve ser feita com envolvimento de profissionais que possam contribuir para a escolha,

como por exemplo Analistas de Sistemas, Analistas de Marketing e Desenvolvedores Web, pois a

aplicação dos critérios possui enfoque técnico. Ao final desta etapa, um artefato será gerado, referente

à escolha da ferramenta de Web Analytics. O artefato é apresentado na Tabela 3.

33

Tabela 3 – Aplicação dos Critérios para escolha da Ferramenta

Art. 02 - Critérios para a escolha da ferramenta de Web Analytics


[Website]





Primeiro Critério - Levantamento das ferramentas de

Web Analytics mais utilizadas atualmente

[texto a ser preenchido pela organização]

Segundo critério - Ferramentas baseada em Logs

versus Ferramentas baseadas em mensuração por tags.


Terceiro critério - Ferramentas de Web Analytics que

contenham funcionalidades capazes de suportar os

KPIs definidos na fase de Medição.


Quarto critério - Levantamento de Custo/Benefício das

ferramentas.


Ferramenta escolhida [texto a ser preenchido pela organização]

O artefato possui campos indicando os participantes de cada atividade, data e hora da(s)

reunião(s), e os 4 critérios a serem aplicados para a escolha da ferramenta. Ao término da aplicação

dos critérios, define-se a ferramenta que será utilizada.

Na próxima seção será abordada a terceira etapa do método WACIC, a Coleta dos Dados. Esta

se inicia após a escolha da ferramenta de Web Analytics mais apropriada ao objeto de pesquisa.

3.1.3 Coletar Dados

A terceira etapa consiste na coleta dos dados. Esta etapa possui algumas atividades que

precisam ser concluídas para que a habilitação da captação dos dados seja efetuada. As atividades

foram divididas da seguinte forma:

• Instalação da Ferramenta – para essa atividade devem ser seguidos o manual e/ou etapas de

instrução providas pela ferramenta de Web Analytics escolhida.

34

• Configuração de captação dos dados do website - para habilitar a ferramenta, fazer a

captação dos dados do website e armazená-los para análise. Esta habilitação deve ser feita

considerando os KPIs definidos.

• Validação da monitoração das páginas do website - visando garantir total cobertura de todas

as páginas a serem analisadas.

Nesta etapa, os envolvidos nas atividades da captação dos dados são basicamente

profissionais da área de TI e/ou profissionais que executam as atividades utilizando-se da ferramenta

ou profissionais que monitorem o website.

É necessário que exista um profissional que atue como “ponto focal”, para que monitore

diariamente o que foi coletado, verificando se a ferramenta está de fato coletando os dados

corretamente e se todas as páginas do site estão sendo analisadas. Isso se faz necessário para que

informações relevantes para a análise dos dados não deixem de ser coletadas inviabilizando a análise

no futuro.

Para esta etapa foi definido um artefato que descreve as atividades referentes à coleta dos

dados. O artefato pode ser observado na Tabela 4.

35

Tabela 4 – Coleta dos dados

Art. 03 - Coleta de dados


[Website]




Ferramenta escolhida [texto a ser preenchido pela organização]

Instalação da Ferramenta [texto a ser preenchido pela organização]

Configuração de captação dos

dados


Validação se todas as páginas do

website estão sendo monitoradas


O artefato possui campos indicando os participantes da etapa, tempo de duração, e os campos

para preenchimento, que são: a ferramenta escolhida, informações sobre a instalação da ferramenta,

informações sobre a captação dos dados e por último, informações que confirmam que todas as

páginas do website estão sendo monitoradas corretamente.

3.1.4 Analisar dados e relatórios

Depois de finalizada a etapa da coleta dos dados (isto é, findo o período estipulado), inicia-se

a etapa de análise dos dados coletados pela ferramenta e a interpretação desses dados, descritos na

forma de relatórios. Utilizando-se como base para a análise os KPIs definidos, é feita a interpretação

dos dados, com o objetivo de avaliar e compreender o comportamento dos visitantes no website. Esta

etapa pode ser descrita como o estudo dos dados coletados. A formalização do estudo se dá através da

geração dos relatórios contendo conclusões das análises. Os relatórios consistem basicamente em

informações disponibilizadas pela ferramenta no formato de gráficos, tabelas e figuras, e neles os

dados podem ser observados com maior precisão. Junto aos relatórios, o analista de dados deve

36

acrescentar os comentários e as conclusões acerca da análise dos dados, pois essas informações são

referentes à interpretação dos artefatos disponibilizados pela ferramenta. Nas figuras 5 e 6,

respectivamente, são apresentados exemplos de relatórios gerados por ferramentas de Web Analytics

(nesse caso, refere-se a artefatos da ferramenta Google Analytics [13]).

Figura 5 – Relatório do Google Analytics sobre Sistemas Operacionais e Navegadores que acessam o ambiente Web

37

Figura 6 – Relatório do Google Analytics, opção de gráficos sobre Sistemas Operacionais e Navegadores que acessam o ambiente Web

De acordo com os exemplos apresentados, a Figura 5 apresenta a visão geral dos navegadores

que acessam o website analisado. É um dos dados técnicos que a ferramenta Google Analytics [13]

oferece. A Figura 6 apresenta os mesmos dados, mas na disposição de gráficos, sendo possível

visualizar com mais detalhes quais as categorias mais utilizadas e/ou mais relevantes sobre os

navegadores que acessam o website.

A análise dos dados e a geração dos relatórios devem ser executadas por profissionais

encarregados de conduzir a adoção de Web Analytics, como por exemplo Analistas de Negócio,

Analistas de Marketing e complementarmente, outros profissionais que possam ajudar a organização

a compreender o comportamento dos usuários e a refinar o objeto de pesquisa.

As atividades desta etapa devem ser executadas preferencialmente durante uma (ou mais, se

necessário) reunião, visto que devem ser debatidos os KPIs definidos na primeira etapa, e a análise

dos mesmos.

Ao final da fase de análise dos dados, os relatórios gerados pela ferramenta serão utilizados

como artefatos desta etapa. Para possibilitar a organização dos artefatos, deve-se gerar um documento

ao final desta etapa, contendo todos os relatórios e comentários referentes à análise.

38

Ao final da fase de análise dos dados, deve-se iniciar a etapa Definir e Executar Planos de

Ação. As atividades se baseiam na análise descrita nos relatórios. A etapa será descrita na próxima

seção.

3.1.5 Definir e Aplicar Planos de Ação

A quinta etapa do método WACIC consiste em definir / elaborar e aplicar / executar ações que

auxiliem no alcance dos objetivos descritos na primeira etapa, uma vez que as ações são dependentes

dos KPIs definidos. Essa etapa só será executada se os objetivos ainda não foram alcançados.

Dentro de uma organização, um plano de ação pode envolver vários departamentos e áreas.

Para cada plano estabelece-se quem serão os responsáveis pelo seu cumprimento, o tempo de duração

e forma de condução do mesmo. O plano de ação é resultante da análise realizada na etapa de

Relatórios da Análise de Dados, e consiste em uma lista de ações que se acredita que, uma vez

conduzidas, ajudem o site avaliado a alcançar os objetivos estratégicos previamente estabelecidos na

primeira etapa do método. Para que se estabeleçam os planos de ação, é necessária a participação dos

profissionais encarregados de conduzir o processo de Web Analytics e aqueles designados à execução

do plano de ação, como por exemplo os Analistas de Marketing, Desenvolvedores Web ou Gerentes

de Projeto. Esta etapa deve ser preferencialmente iniciada em uma reunião presencial.

As atividades desta etapa devem ser descritas e monitoradas conforme o artefato apresentado

na Tabela 5, que recebe o detalhamento de cada um dos planos de ação propostos.

Depois da execução dos Planos de Ação, inicia-se o Ciclo Contínuo do método. Dessa forma,

inicia-se nova coleta de dados pelo período definido e, se por ventura, algum(s) plano de ação

executado não apresentar o resultado esperado, reformula-se o Plano de Ação e repete-se o Ciclo

Contínuo com o objetivo de melhoria contínua, até que o KPI seja alcançado.

Quando todos os KPIs forem alcançados, não será necessário redefinir novo plano de ação e,

nesse caso, inicia-se um novo Ciclo Completo, isto é, volta-se para definir novos KPIs para se

39

alcançar um novo patamar de melhorias. Dessa forma, apresenta-se um método que, constantemente,

colete, meça, analise e implemente melhorias que reflitam em maior qualidade do Website

disponibilizado aos usuários.

Tabela 5 – Planos de Ação.

Art. 05 - Planos de ação


[Website]





[DESCRIÇÃO

KPI]

[Resumo Relatório

de dados referente à

esse KPI]

[Plano de

Ação]

[Tempo de

duração do

Plano e data de

finalização

[Responsável

pela execução do

Plano]

O artefato observado na Tabela 5 possui campos indicando os participantes da etapa, tempo de

duração, e os campos para preenchimento, que são: a descrição do(s) KPI(s), informações resumidas

sobre os dados analisados que tenham relação com o KPI, quais os planos de ação definidos para o

KPI, tempo de duração da ação e data de finalização, e por último o responsável pela execução do

plano de ação.

As atividades que compõem o Ciclo Contínuo são um subconjunto das atividades do Ciclo

Completo e, por esse motivo, já foram descritas nas subseções anteriores.


Neste capítulo foi apresentado o método WACIC, que tem como objetivo apoiar a adoção de

Web Analytics pelas organizações. Através do embasamento adquirido com a leitura das fontes

pesquisadas para este trabalho, foram estruturadas etapas que podem beneficiar as organizações

interessadas na adoção de Web Analytics.

40

A proposta do método WACIC está embasada nas etapas fundamentais levantadas na presente

pesquisa, que consistem na Definição de Medidas, Coleta dos Dados, Análise dos Dados e Planos de

Ação. Com o intuito de propor um método prático e adaptável a diferentes contextos de negócio, o

método WACIC foi concebido a partir de um framework proposto pelo autor Avinash Kaushik [04]

ao qual foram incluídas a etapa de Escolher Ferramenta e agrupadas a análise dos dados aos

relatórios de resultados obtidos (Analisar Dados e Relatórios).

No capítulo, além da explicação do método, foram apresentados artefatos que documentam

cada uma das decisões da equipe envolvida em cada etapa que compõem o WACIC. Sendo assim,

foram criados os artefatos para as etapas Definir KPIs; Escolher Ferramenta; Coletar Dados; Analisar

Dados e Relatórios; e Definir e Aplicar Planos de Ação.

No próximo capítulo o método é aplicado a dois estudos de caso, representando diferentes

contextos de negócio.

41

4. Estudos de Caso - Ciclo Completo

Os estudos de caso a serem apresentados neste capítulo pertencem à contextos de negócio

distintos. O primeiro deles trata-se da loja virtual (e-commerce) da marca Mercatto [19]. A marca, do

Rio de Janeiro, possui 21 anos de história no mercado da moda feminina. A primeira loja foi aberta

no Rio de Janeiro, em 1994 e hoje conta com mais de 90 lojas espalhadas pelo Brasil, além da loja

virtual. Atualmente, aproximadamente 10% do seu faturamento bruto é proveniente do segmento de

e-commerce. Devido a esse aspecto, a marca busca entender quais são as necessidades dos clientes

on-line, o que buscam e assim definir ações para atender às expectativas desses clientes.

O segundo estudo de caso consiste no website Robocode [20] da Unicamp. Trata-se de um

jogo de programação, cujo objetivo é desenvolver um robô para lutar contra outros robôs. Através do

website do Robocode é possível acompanhar o andamento dos torneios que acontecem paralelamente

em todo Brasil e, posteriormente, conhecer a equipe campeã brasileira. Ao adotar Web Analytics,

deseja-se mapear o comportamento dos usuários que chegam até o website, como chegaram, de onde

são as faculdades interessadas no torneio, qual o volume de acesso e de adesão ao torneio.

As próximas seções relatam a aplicação do Ciclo Completo do método WACIC em cada uma

das organizações descritas e terá seu impacto avaliado ao final do capítulo.

4.1. Objeto A

Apoiou a presente pesquisa, fornecendo as informações da organização, a Analista de

Marketing da Mercatto, Mayara Almeida. Ela será referenciada no presente trabalho como a

representante do Objeto A, uma vez que a loja virtual da Mercatto será referenciada doravante por

Objeto A .

42

4.1.1 Definir KPIs

Como já apresentado no Capítulo 3, a definição dos KPIs consiste no primeiro passo para a

execução do método WACIC.

A escolha dos KPIs é uma etapa em que três aspectos da organização devem estar alinhados.

O primeiro deles consiste nos objetivos da organização, entender o que a organização busca alcançar

nos próximos meses. De acordo com a representante do Objeto A, pode-se definir como objetivo

principal do Objeto A proporcionar produtos a preços acessíveis a todas as mulheres brasileiras, pois

considera-se uma marca que quer atender todas as classes sociais.

Com base nesta informação, o próximo passo é definir o que se quer medir. Conforme

explicado no capítulo anterior, a motivação para a escolha dos KPIs deve favorecer o alcance dos

objetivos da organização. Com isso, a representante do Objeto A explica a motivação pela escolha

dos KPIs. O que motiva a escolha dos KPIs do Objeto A é ampliar as vendas para usuários de lojas

virtuais, o que pode atingir um bom volume de vendas com custo muito mais baixo, quando

comparado com o estabelecimento de lojas físicas. Com isso, acrescenta-se o enfoque em alcançar

usuários de todas as regiões, e não somente onde as lojas físicas estão presentes.

De acordo com a representante do Objeto A, um dos pontos principais a ser considerado na

definição dos KPIs é baseado em objetivos estratégico-financeiro da marca, que é manter o valor

médio de vendas pelo website em torno de R$ 110,00 (cento e dez reais). Os KPIs definidos pelo

Objeto A estão descritos abaixo, e o artefato produzido é apresentado na Tabela A.1 do Apêndice A:

• “Identificar o valor médio de compras e produtos mais vendidos no período.” (KPI definido

levando-se em consideração que o objetivo da empresa é manter o valor médio de vendas em

torno de um valor mínimo)

• “Identificar os assuntos de interesse mais pesquisados no website. (exemplos: promoções/

vestidos / relâmpago / bazar/ shorts /saias / blusas).” (KPI definido levando-se em

43

consideração que a empresa quer entender as escolhas dos usuários para intensificar a oferta

de promoções e artigos da moda)

• “Identificar períodos que ocorrem a maior frequência de compras.”

• “Identificar geograficamente o alcance de acessos ao website, e se há retenção de acessos em

cidades / regiões específicas.”

O artefato gerado nesta etapa pode ser encontrado na Tabela A.1 do Apêndice A.


Conforme descrito no Capítulo 3, a segunda etapa do método WACIC consiste na escolha da

ferramenta de Web Analytics que melhor suporte os KPIs definidos. Conforme apresentado

anteriormente, os critérios devem ser aplicados para que a escolha da ferramenta de Web Analytics

atenda às necessidades do que se quer medir.

Inicialmente, o Objeto A foi resistente ao entendimento e ao valor proposto na adoção desta

etapa, visto que a ferramenta PIWIK [16] era a ferramenta que anteriormente já estava definida para

essa organização e que vinha sendo utilizada pelos demais membros dos times. Mas, contando com

um cenário de mudanças na gestão do e-commerce, novos membros de times e uma reformulação na

estratégia de vendas on-line, a representante do Objeto A entendeu que seria uma oportunidade de

otimizar e potencializar a adoção de Web Analytics.

As ferramentas mapeadas em cada um dos critérios são conhecidas na área de TI e

amplamente utilizadas por lojas virtuais nacionais e internacionais. No caso da Mercatto, a

representante do Objeto A mapeou, em uma busca na Internet, as principais ferramentas utilizadas

atualmente com enfoque em lojas virtuais, para que o primeiro critério fosse aplicado. Foram

selecionadas as seguintes ferramentas:

44

• GOOGLE ANALYTICS [13]

• CRAZY EGG [14]

• ADOBE CATALYST [15]

• PIWIK [16]

• WOOPRA [33]

• CLICKY [34]

• MINT [35]

O segundo critério é de enfoque técnico, delimitando quais ferramentas são mais adequadas

ao contexto do que se quer medir – conforme explicado no Capítulo anterior, as ferramentas baseadas

em logs versus ferramentas baseadas em tags. Conforme definido na etapa dos KPIs, o enfoque da

medição é voltado para o comportamento do usuário, o que justifica a utilização de ferramentas

baseadas em tags. Desta forma, as ferramentas WOOPRA [33], CLICKY [34] e MINT [35] foram

eliminadas. Depois da aplicação deste critério, restaram as seguintes ferramentas, por serem baseadas

em tags:


• CRAZY EGG [14]

• ADOBE CATALYST [15]

• PIWIK [16]

O terceiro critério é baseado nas funcionalidades que as ferramentas oferecem e se estão de

acordo com os KPIs definidos. Ou seja, é preciso entender se essas ferramentas dão suporte ao que se

quer medir. Por este critério, eliminou-se a ferramenta CRAZY EGG por não apresentar opções de

medição necessária para alcançar os KPIs definidos (como por exemplo, a disponibilização de dados

geográficos e opções de medição de conversões), e a Adobe Catalyst por excesso de opções que

acabam sendo desnecessariamente complexa para um website de porte médio como o da Mercatto.

Sendo assim, ao final dessa etapa, duas ferramentas continuaram a ser consideradas, a PIWIK [16] e o

Google Analytics [13].

O último critério avalia o custo benefício das ferramentas. Ambas as ferramentas que

permaneceram até a última etapa são gratuitas, mas a ferramenta PIWIK [16] somente é gratuita na

versão trial (são 30 dias de uso gratuito). Neste caso, o Google Analytics [13] se mostrou o melhor

45

custo-benefício, pois a versão é inteiramente gratuita. Este resultado permitiu à representante do

Objeto A uma redução do custo no uso de ferramentas de Web Analytics, visto que anteriormente

havia um custo mensal no uso da PIWIK [16]. Com isso, depois que a responsável pelo Objeto A

testou ambas ferramentas pelo período de 48 horas, optou-se pelo uso do Google Analytics, pois não

há custo e a ferramenta oferece funções similares e os mesmos benefícios que a PIWIK [16].

A curva de aprendizagem da nova ferramenta foi considerada nesta etapa e, ao final, houve

um treinamento online para todos os envolvidos no time de Marketing da Mercatto. A representante

do Objeto A já conhecia outras ferramentas de Web Analytics, inclusive o Google Analytics [13].

Desta forma, a disseminação do conhecimento para os demais membros do time foi mais rápida e

efetiva, considerando que todos já possuíam conhecimento prévio em uma ferramenta similar, que era

o PIWIK [16]. O artefato gerado nesta etapa está representado na Tabela A.2 , no Apêndice A.

4.1.3 Coletar dados

A etapa da Coleta dos Dados foi executada de acordo com o resultado obtido na etapa da

escolha da ferramenta. Nesta etapa, a ferramenta escolhida foi o Google Analytics [13], como já

explicado na seção anterior.

O processo de implantação da ferramenta escolhida e as atividades que compõe esta etapa

foram iguais aos dois objetos, que consistiram basicamente na configuração da ferramenta Google

Analytics [13], e a aplicação do trecho de código (snippet) nas páginas do website.

O artefato gerado nesta etapa para o Objeto A consiste na Tabela A.3 do Apêndice A. Já a

Tabela A.4 do mesmo apêndice apresenta o snippet do Objeto A.

46

4.1.4 Analisar Dados e Relatórios

Depois de finalizado o período de coleta de dados definido na etapa dos KPIs, deu-se início à

etapa em que os dados foram analisados e interpretados. As ferramentas de Web Analytics

disponibilizam funcionalidades que geram relatórios de dados contendo tabelas e gráficos que

auxiliam a interpretação dos dados.

Na Figura 7, observa-se a visão geral dos acessos ao Objeto A, no período compreendido

entre 16 de Maio e 15 de Junho de 2016. A visão geral traz dados importantes para a análise, pois

traduzem as primeiras impressões que os usuários têm do website.

Ao analisar as informações contidas nessa visão geral observa-se que a porcentagem de

visitantes novos (usuários que foram mapeados como utilizadores do website pela primeira vez é de

39,2%, enquanto 60,8% são visitantes que retornaram ao website (ou seja, usuários que acessaram o

website pela segunda ou mais vezes). Entre todos os utilizadores, 28,84% são usuários que entraram e

saíram do website imediatamente (o que é denominado Bounce Rate pelo Google Analytics [13]). O

tempo médio de permanência dos usuários no website foi de 5 minutos e 38 segundos, e a quantidade

média de páginas que foram utilizadas a cada sessão é de 14,81 URLs.

Considerando o período analisado, observa-se na Figura 8 que o pico máximo de acesso ao

website ocorreu no dia 13 de Junho de 2016, com 29 mil sessões iniciadas, sendo que o menor índice

de acessos ao website ocorreu no dia 29 de Maio, com 7671 sessões iniciadas. Não foram detectadas

ações específicas para tal número de acessos em ambos os dias.

Esses dados respondem a informação requisitada no terceiro KPI definido, “Identificar o

período de maior frequência das compras.”

47

Figura 7 – Visão Geral de Acessos ao Objeto A e o maior número de acessos do período analisado.

Figura 8 – Visão Geral de Acessos ao Objeto A, o menor número de acessos do período analisado.

Foram mapeadas as cidades que constituem a maior presença na loja virtual. Na Figura 9,

observa-se que o Rio de Janeiro conta com o maior número de acessos, seguida por São Paulo, e

depois Brasília. O Rio de Janeiro apresenta um número de acesso mais de quatro vezes maior quando

comparado a São Paulo e seis vezes maior quando comparado a Brasília. Isso pode ser entendido pelo

fato do Objeto A ter uma quantidade maior de lojas físicas no Rio de Janeiro.

48

Os dados apresentados na Figura 9 estão relacionados com o quarto KPI definido, que

consiste em “Identificar geograficamente o alcance de acessos ao website, e se há retenção de

acessos em cidades / regiões específicas.”

Figura 9 – Cidades as quais apresentam maior quantidade de acesso ao Objeto A.

A Figura 10 traz informações relacionadas à busca por termos mais utilizados pelos usuários

no website, estando relacionado ao segundo KPI definido - “Identificar os assuntos de interesse mais

pesquisados no website. (exemplos: promoções/ vestidos / relâmpago / bazar/ shorts /saias /

blusas).”. Os termos mais buscados pelos usuários foram tricot, (que conta com a maior

porcentagem, de 10,75%); vestidos (contando as sub-categorias, que somam 7,34%) e pashmina

(1,67%). Estes dados estão relacionados com o segundo KPI definido, que consiste em “Identificar

os assuntos de interesse mais pesquisados no website.”.

Há dois aspectos que devem ser desconsiderados desta listagem. O item “2827243” trata-se de

um erro técnico do website, uma vez que a categoria não estava corretamente descrita no banco de

dados. Este erro foi reportado ao time de Infraestrutura, e identificou-se tratar do item de busca

“saia”. A detecção desse problema pode ser considerado um aspecto positivo da monitoração pela

ferramenta, pois alertou a equipe que pode corrigir o desvio na classificação do item.

49

Já o item “Mayara” trata-se de uma semana específica em que foram feitos testes

automatizados (em ambiente de produção) de buscas de novos produtos, e a categoria fictícia

utilizada denominou-se “Mayara”. É importante ressaltar que como foi uma categoria específica

criada e sinalizada desde o início dos testes, não acarretou impacto na análise em andamento. Esse

item foi apenas desconsiderado das análises.

Figura 10 – Termos mais procurados no website, Objeto A.

Na Figura 11 há informações complementares para o 2º KPI definido. Nela é possível

identificar quais as categorias de produtos que tiveram maior número de acesso no website. As

categorias apontadas foram Promoção Relâmpago com a maior porcentagem representando 56,23%,

seguida por hotsites representando 43,47% (este item recentemente foi alterado para Lançamentos no

website). As demais categorias não apresentaram um número de acesso expressivo.

50

Figura 11 – As categorias de produtos mais buscadas no website, Objeto A.

Pelas informações apresentadas na Figura 12, é possível compreender quais produtos os

usuários estão comprando em maior quantidade. Estes dados estão relacionados com o primeiro KPI

definido, que consiste em “Identificar o valor médio de compras e produtos mais vendidos no

período”. Desses produtos, os mais comprados são BLUSA DE TRICOT (na quantidade de 308

vendas), CALÇA JEANS (2 tipos distintos que somam mais de 500 vendas) e CASACO DE

TRICOT (216 vendas). A informação REVENUE se refere ao faturamento total do período analisado,

e neste caso o valor foi de R$ 981.288,03 (novecentos e oitenta e um mil, duzentos e oitenta e oito

reais e três centavos).

51

Figura 12 – Os produtos mais vendidos, Objeto A.

Também relacionado ao primeiro KPI, observa-se na Figura 13 o valor médio das compras

feitas pelo website, no período analisado que foi de R$ 134,81 (cento e trinta e quatro reais e oitenta e

um centavos). Conforme apresentado na Figura 13, o valor de R$ 134,81 é o valor médio das

compras considerando todos os itens (a Figura 13 é apenas um fragmento dos itens vendidos).

Figura 13 – Os produtos mais vendidos, Objeto A.

52

Ao final da análise do OBJETO A, foi gerado um documento contendo todas as imagens e

relatórios provenientes do Google Analytics [13] e que foram detalhados neste capítulo.

Uma reunião para discutir essas informações ocorreu via vídeo-conferência através do

aplicativo Skype, no dia 26 de Junho de 2016, às 19h e com duração de 1h e 30minutos. Participaram

da reunião a autora e a representante do Objeto A. Um e-mail com o arquivo Analise-MERCATTO-

Junho2016.pdf foi enviado à representante do Objeto A, no mesmo dia.


Os Planos de Ação foram definidos de acordo com a análise dos dados que foi descrita na

etapa anterior, e têm como objetivo alcançar os KPIs definidos na primeira etapa.

As ações foram definidas após a representante do Objeto A receber o documento de análise.

Uma semana após a reunião de alinhamento da análise dos dados, realizou-se uma nova reunião para

definição das ações. No dia 02 de Julho, às 19h via vídeo-conferência, a autora e a representante do

Objeto A conversaram sobre quais seriam as ações mais adequadas para que benefícios ao negócio

fossem refletidos e para que se alcançassem os KPIs definidos.

Conforme observado durante a análise, alguns aspectos observados trouxeram informações

importantes, como:

• O maior número de acessos à loja virtual ocorrem em dias de semana, com picos de

acesso mais elevados em alguns horários específicos.

• O aspecto geográfico denotou que a presença dos usuários é pouco expressiva fora do

Sudeste.

• Atualmente um dos termos mais procurados pelos usuários no website são as

PROMOÇÕES, seguido por TRICOT e VESTIDOS.

53

• O valor médio das compras no website é de R$ 134,00. Um dos objetivos estratégico-

financeiro da marca é manter esse valor acima de R$ 110,00. Portanto, essa KPI já foi

atendida com a versão do website analisada.

Baseando-se nas informações elencadas, foram sugeridas as seguintes ações:

1) As promoções estão tendo efeito benéfico nas conversões e no valor médio das compras dos

usuários. Com isso, foi definido disparar através de newsletter promoções semanais, e

dispará-las durante os dias de semana – e não mais quinzenalmente, conforme anteriormente.

Com isso, pretende-se analisar se o volume de acessos irá aumentar, e se o valor médio das

compras também aumentará.

2) No texto das promoções, destacar produtos que já são procurados, mas também aqueles que

não são procurados pelos usuários da loja virtual. Dessa forma, pode-se prover maior

visibilidade a produtos que precisam de maior rotatividade em estoque, como por exemplo as

peças que vão estar em alta na próxima coleção a ser anunciada na loja virtual.

3) Uma das ações que ficou definida foi acerca do layout do website, que deve ser atualizado

para que as promoções ganhem maior destaque na home page. Com isso, pretende-se observar

se o volume de usuários vai aumentar, e se haverá estímulo aos usuários para permanecerem

mais tempo no website, e se estes visitam maior número de páginas. Quanto maior o

engajamento do usuário na loja on-line, maiores também as chances de conversões (compras).

4) Incluir na newsletter e em destaque na home page do website a informação de frete gratuito

para compras dentro e fora do estado do RJ, visando maior alcance de usuários de outros

estados e, consequentemente, mais conversões e maior possibilidade de venda de produtos de

alta e baixa saída.

Após concluídas as ações, espera-se observar na próxima análise o impacto das mesmas na

loja virtual da Mercatto. O artefato dos Planos de Ação do Objeto A est na Tabela A.5, no Apêndice

A.

54

O início da execução destas ações ocorreu em 05 de Julho, sendo que o próximo período de

avaliação foi de 45 dias, compreendido entre 15 de Julho e 31 de Agosto. Os resultados serão

relatados no Capítulo 5.

4.2 Objeto B

Apoiou a presente pesquisa, fornecendo as informações da organização, o aluno Mateus

Meira. Ele será referenciado no presente trabalho como o representante do Objeto B, sendo que o

website do Robocode será referenciado doravante por Objeto B.

4.2.1 Definir KPIs

O representante do Objeto B sintetizou os objetivos da organização como sendo a busca de

programadores e alunos de faculdades do Brasil para uma competição acadêmica interestadual. Trata-

se de um jogo de programação, cujo objetivo é desenvolver um robô para lutar contra outros robôs.

Utilizando as linguagens de programação .NET (C#) ou JAVA, alunos de várias universidades

estudam e implementam as classes e objetos que definirão a estratégia de batalha de cada robô.

A Objeto B não almeja lucratividade financeira, ao contrário da Objeto A. Sendo assim, a

motivação e escolha dos KPIs se baseia em aspectos diferentes, como a disseminação do

conhecimento, a divulgação e alcance para alunos de diferentes instituições e estímulo ao

aprendizado de linguagens de programação. Segundo o representante do Objeto B, a escolha se deu

para mapear e quantificar a participação de alunos de todo Brasil na competição, e também verificar a

efetividade da divulgação do torneio através do website.

Sendo assim, os KPIs definidos são voltados para medição de aspectos acadêmicos, e não

financeiros.

55

• “Identificar geograficamente o alcance de acessos ao website, onde está consolidado o

maior volume de acessos. ”

• “Identificar de onde procedem os acessos (redes sociais, pesquisa web, dentre outros).”

• “Identificar o número de inscritos no torneio, considerando se foi maior ou menor

dependendo do trajeto que o usuário fez no website (as páginas visitadas antes da

conversão).”

O artefato gerado nesta etapa para o Objeto B está representado pela Tabela B.1 , localizada

na seção de Apêndices B deste trabalho.


Esta etapa foi executada junto com o representante do Objeto B. As ferramentas mapeadas

para o primeiro critério não são necessariamente ferramentas voltadas para análise de e-commerce,

mas sim para o comportamento dos usuários de maneira geral. Por esse motivo, as ferramentas

PIWIK [16] e Adobe Catalyst [15] não foram consideradas pelo representante do Objeto B. As

ferramentas que foram mapeadas no primeiro critério são amplamente utilizadas em diferentes

contextos. São elas:


• CRAZY EGG [14]

• CLICKY [34]

• MINT [35]

• CHARTBEAT [36]

O segundo critério, com enfoque mais técnico, eliminou as ferramentas CLICKY [34] e

MINT [35], por não apresentarem opções necessárias ao contexto do Objeto B (medições de

conversões, taxa de rejeição de produtos anunciados, taxa de rejeição das etapas de uma compra,

dentre outros). Ficaram eleitas depois desse critério as seguintes ferramentas:

56


• CRAZY EGG [14]

• CHARTBEAT [36]

Pelo terceiro critério eliminou-se a CRAZY EGG [14] pela limitação de opções de medição

que apresenta (por exemplo, não existem opções de cruzamento de métricas de audiência, e somente

apresentação visual da frequência de cliques nas páginas, através de uma funcionalidade denominada

Heat Map). Permaneceram depois dessa etapa as ferramentas Google Analytics [13] e Chartbeat [36].


• CHARTBEAT [36]

Analisando o custo benefício, observou-se que as duas ferramentas atendiam a todos os

critérios. Optou-se então pelo uso da ferramenta Google Analytics [13] por ter sido estudada

anteriormente pela autora, o que permitiria um maior suporte aos membros do Objeto B que ainda

não tinham grande experiência no uso de Web Analytics. A escolha dessa ferramenta também facilitou

a execução dos experimentos da pesquisa, pois evitou que a autora despendesse tempo para aprender

uma segunda ferramenta, uma vez que para o Objeto A, a Google Analytics [13] já tinha sido

escolhida.

O artefato gerado nesta etapa para o Objeto B está representado pela Tabela B.2 , localizada

na seção de Apêndices B deste trabalho.

4.2.3 Coletar dados

Conforme ressaltado anteriormente, o processo de implantação da ferramenta escolhida e as

atividades que compõe esta etapa foram iguais aos dois objetos, que consistiram basicamente na

configuração da ferramenta Google Analytics [13], e a aplicação do trecho de código (snippet) nas

páginas do website.

57

O website foi desenvolvido baseado no conceito de templates. A partir do template é que se

derivaram todas as outras páginas do website. O template funciona como um modelo em que a

estrutura de uma determinada página é replicada para as demais páginas de um website. Dessa forma,

o snippet foi acrescentado somente ao template (uma vez que é sempre o mesmo trecho de código,

independente da página), não sendo necessário replicar a cada uma das páginas do website. Caso

alguma das páginas do website não fosse derivada do template (ou seja, sendo uma página à parte),

seria necessário acrescentar o snippet para esta página em específico.

O artefato do Objeto B consiste na Tabela B.3 do Apêndice B e o respectivo snippet se

encontra na Tabela B.4 do Apêndice B.

4.2.4 Analisar Dados e Relatórios

Considerando o Objeto B, foram analisadas informações que constam da visão geral provida

pelo Google Analytics [13] para o período de análise. O Objeto B apresentou picos máximo de acesso

no dia 18 de Maio, quando foi registrado 72 acessos e a menor quantidade de acesso foi registrada no

dia 04 de Junho - 6 acessos, conforme podem ser observados na Figura 14. Não houveram ações

específicas que justificassem os picos de acesso. Ainda na Figura 14 pode-se observar o tempo

aproximado de permanência no website de 1:38 minutos, a porcentagem de usuários que retornam ao

website em 26,6%, a percentagem de novos usuários de 73,4% e a porcentagem de usuários que

entraram e saíram do website (o Bounce Rate) em 59,29%.

58

Figura 14 - Visão Geral de Acessos ao Objeto B e o maior número de acessos do período analisado.

As métricas geográficas possuem relevância para o primeiro KPI definido, “Identificar

geograficamente o alcance de acessos ao website, onde está consolidado o maior volume de

acessos.”. As cidades com o maior número de acesso no Objeto B foram São Paulo, foram São

Paulo, Campinas e Rio Claro, de acordo com os dados apresentados na Figura 15. Foram mapeados

também acessos do Nordeste e do Sul do Brasil, sendo que entre esses a maior porcentagem é no

Nordeste. Através do gráfico observa-se também acessos não identificados. A não-identificação dos

acessos representam 12,75% e, normalmente, ocorre devido a configurações dos navegadores

utilizados pelos usuários e/ou são provenientes de dispositivos que não armazenam cookies.

59

Figura 15 – Cidades as quais foram registradas as maiores quantidades de acesso, Objeto B.

Os dados sobre o Sistema Operacional são complementares, visto que no período da análise

havia uma iniciativa de reformulação do website em discussão, para que este fosse adaptável a

diferentes dispositivos digitais e resoluções de tela, conforme indicou o representante do Objeto B.

Essa adaptação faz com que o conteúdo apresentado se ajuste ao formato e tamanho das telas dos

dispositivos utilizados pelos usuários e que o padrão de apresentação do conteúdo seja mantido,

independente do dispositivo que seja utilizado. Por esse motivo, esta métrica foi incluída na análise

dos dados

Os Sistemas Operacionais mais utilizados para acessos ao website são mostrados na Figura

16. Acessos provenientes do Windows são em maior quantidade, seguido por Macintosh, Linux,

Android, iOs e Windows Phone. Os acessos via dispositivos móveis é inferior aos acessos via

máquinas desktops (variando de 68,52% no Windows para 6,51% no Android, seu maior

representante).

60

Figura 16 – Sistemas Operacionais que registraram mais acessos, Objeto B.

Na Figura 17 observa-se as páginas do Objeto B que possuem o maior volume de acessos. As

páginas TUTORIAIS e INSCRIÇÃO obtiveram a maior quantidade de acessos, e o tempo de

permanência em média nas páginas é de 1:58 minutos. Esta métrica está relacionada com o terceiro

KPI definido, “Identificar o número de inscritos ao torneio, considerando se foi maior ou menor

dependendo do trajeto que o usuário fez no website (as páginas visitadas antes da conversão).”

.

Figura 17 – As páginas mais visitadas do Website, Objeto B.

Pela Figura 18 observa-se o fluxo de engajamento mais executado pelos usuários através das

páginas do website. O fluxo que mais gerou inscrições ao torneio apresentou como página de início

61

os TUTORIAIS, seguida da NEWSLETTER do website. Estes dados também possuem ligação com o

terceiro KPI definido,“Identificar o número de inscritos ao torneio, considerando se foi maior ou

menor dependendo do trajeto que o usuário fez no website (as páginas visitadas antes da

conversão).”

Figura 18 – Fluxo de engajamento dos usuários no website, Objeto B.

A Figura 19 apresenta dados referentes a como os usuários chegaram ao website. Os acessos

ocorreram através de redes sociais (Facebook), busca do Google, links relacionados ou diretamente

digitando a página do website. A maior parte dos usuários chegou através de ferramentas de busca

como Google e Bing (44,86%), seguidos pela digitação do endereço do website no navegador

(25,24%) e websites que anunciam o torneio através de links relacionados (24,28%). Poucos usuários

(5,62%) chegaram ao website através de redes sociais, como Twitter e Facebook. Estes dados são

referentes ao segundo KPI definido, “Identificar de onde procedem os acessos.”

62

Figura 19 – Canais pelos quais o usuário chegou até o website, Objeto B.

Ao final da análise do OBJETO B, foi gerado um documento contendo todas as imagens e

relatórios provenientes do Google Analytics [13] e que foram detalhados neste capítulo.

A reunião para discussão das informações apresentadas ocorreu presencialmente no

Laboratório LIAG, na Unicamp, no dia 23 de Junho de 2016, às 16h e com duração de 1h e 30

minutos.

Participaram da reunião a autora, o representante do Objeto B, a aluna Marri S. S. Lima,

juntamente com o Prof. Marcos Borges. O e-mail contendo a análise consolidada e detalhada dos

dados foi enviado aos participantes após a discussão das informações.


As ações definidas para o Objeto B foram alinhadas depois da reunião da Análise de Dados,

em 21 de Junho. Durante a reunião foi utilizado o artefato de análise como referência para estipular

quais ações seriam necessárias para que se alcançassem os objetivos da organização.

De acordo com a análise, um dos pontos observados foi o baixo volume de acessos oriundos

de redes sociais, como o Facebook. Utilizado como uma das ferramentas de comunicação e interação

63

com alunos de todo o Brasil, foi constatado que o Facebook estava sendo pouco utilizado como ponte

de acesso ao website do Objeto B. Dessa forma, estipulou-se a primeira ação:

1) Aumentar a divulgação através do Facebook, com maior ênfase e frequência. Diariamente,

deve ser escritos posts nas páginas da FT (Faculdade de Tecnologia), e na página do grupo de alunos.

Dessa forma, busca-se a visibilidade do website e permite maior volume de acessos e inscrições

através do público alvo desejado.

Foi observado um grande número de acessos à página da newsletter no website, com um

número expressivo de alunos se cadastrando. Contudo, acessos ao website provenientes das

newsletters não foram mapeados em quantidade expressiva, pois poucas newsletters são disparadas

durante todo o mês. Com isso, notou-se a necessidade de mais ações referentes à divulgação pelas

newsletters. As ações definidas nesse caso foram:

2) Enviar um e-mail de divulgação da competição para instituições de ensino das principais

capitais (aproximadamente 60 a 100 Instituições). As capitais foram escolhidas por concentrarem um

número maior de instituições de ensino, e o envio por e-mail facilita o contato com cada uma das

instituições. Com isso, as instituições podem incentivar seus alunos a conhecerem o evento e,

consequentemente, a participarem da competição acadêmica.

3) Disparar a newsletter com maior frequência, preferencialmente semanalmente, com o

objetivo de chamar a atenção dos alunos para a competição. O formato da newsletter deve ser

reformulado, tanto visualmente como a disposição das informações, para melhorar o acesso às

informações e tornar mais atrativa a alunos.

Durante a análise, foram identificadas as páginas do website que retinham o maior número de

acessos e permanência dos usuários. Contudo, também foram identificadas as páginas com maior

taxa de rejeição, pois não retém o interesse dos usuários. Sendo assim, notou-se a necessidade de

reformulação do conteúdo de algumas páginas, conforme ação descrita no item 4.

64

1) A página de Tutoriais é a que possui maior número de acessos, mas também uma taxa de

abandono alta (bounce rate) alto. Com isso, deve ser reformulada para que os vídeos

possam ser explorados atraindo maior atenção dos usuários.

Conforme apresentado na análise, o volume de acessos via dispositivos móveis é

consideravelmente menor, se comparado aos acessos via máquinas desktop. Uma das razões para esse

resultado é que o website do Objeto B não foi desenvolvido para acesso via dispositivos móveis e não

é adaptável para resoluções de telas distintas. Com isso, foi sugerida uma ação especificamente para

aumentar os acessos via dispositivos móveis, visto que hoje em dia muitos alunos utilizam o celular

para acessar a internet. Isso pode refletir em maior quantidade de acesso e, consequentemente, mais

usuários conectados, levando a uma maior quantidade de inscritos. A ação está descrita no item 5.

5) Reformulação do website Robocode para implementação adaptável a diferentes tipos de

dispositivos de acesso, pois desta forma o usuário poderá acessar o website através de celulares e

tablets.

O artefato dos Planos de Ação do Objeto B está apresentado na Tabela B.5, no Apêndice B.

Através destas ações, espera-se observar na próxima análise o impacto positivo no website

acadêmico do Objeto B. O início da execução destas ações ocorreu em 30 de Junho. O próximo

período de avaliação foi de 45 dias, compreendido entre 15 de Julho e 31 de Agosto. Os resultados

serão relatados no Capítulo 5.


Neste capítulo foram apresentados os estudos de caso envolvidos neste trabalho de dissertação

de mestrado, que utilizaram o método WACIC. Foram considerados dois ambientes distintos, um

corporativo e outro acadêmico e que tinham interesse em adotar Web Analytics.

65

As etapas do Ciclo Completo do método WACIC foram aplicadas nos dois estudos de caso, o

que mostrou que o método pode ser aplicado para ambientes distintos, pelo menos para lojas virtuais

e ambientes acadêmicos.

Os relatórios apresentados pela ferramenta de Web Analytics mostraram, para os dois estudos

de caso, dados referentes ao ambiente virtual original, antes de se considerar o auxilio do método

WACIC. As métricas e indicadores de cada Estudo de Caso foram ressaltados e associados aos

respectivos KPIs.

Com base nos relatórios obtidos e nos KPIs definidos para cada Estudo de Caso foram

traçados os respectivos Planos de Ação, finalizando a aplicação do Ciclo Completo.

No próximo capítulo serão apresentados a aplicação do Ciclo Contínuo, os resultados dos

experimentos e as impressões finais da adoção do método em cada um dos ambientes observados.

66

5. Ciclo Contínuo, Resultados e Discussão

Conforme apresentado no Capítulo 4, que apresentou o Ciclo completo do método WACIC, o

experimento foi executado em dois ambientes digitais distintos: corporativo (Objeto A) e acadêmico

(Objeto B).

Este capítulo apresenta o Ciclo Contínuo, os resultados obtidos em consequência da

implementação dos respectivos Planos de Ação e a discussão desses resultados. Tomou-se a decisão

de apresentar o Ciclo Contínuo juntamente com os resultados e a discussão porque as observações

dos relatórios deste ciclo já refletem o impacto dos Planos de Ação implementados. Dessa forma, o

resultado do método também é refletido e seria difícil dissociar a apresentação desses dados e a

discussão do impacto do método nos ambientes que foram objetos de estudo.

As próximas seções apresentam uma aplicação das etapas do Ciclo Contínuo, mas é

importante ressaltar que este Ciclo pode ser aplicado um número indefinido de vezes, sendo limitado

pelo atendimento completo das KPIs definidas. Enquanto houver resultados que não atendam a

alguma KPI, o Plano de Ação pode ser refinado e uma nova aplicação do Ciclo Contínuo poderá ser

feita.

5.1 Objeto A

Conforme apresentado na Figura 03, o método WACIC é iterativo após o plano de ação. Após

implementados os planos de ação, um novo período de coleta de dados é definido, com a finalidade

de captar e analisar se ações executadas refletem os objetivos dos KPIs definidos para o Objeto A.

5.1.1 Coletar Dados

Não houve a necessidade de reconfigurar a ferramenta Google Analytics [13], pois a mesma já

estava programada para a captação dos dados do Objeto A. Dessa forma, não foi necessário um novo

67

artefato para a etapa, visto que não houveram alterações na etapa Coletar Dados. O novo período de

coleta dos dados foi de 15 de Julho a 31 de Agosto. O artefato desta etapa é a Tabela A.6 do Apêndice

A.

5.1.2 Analisar Dados e Gerar Relatórios

De acordo com os Planos de Ação definidos e descritos na seção 4.1.5, esta nova etapa de

análise dos dados teve como objetivo identificar o impacto das ações executadas, e se estas ações

refletem os objetivos definidos anteriormente. O período estipulado para a análise do Objeto A foi de

15/07/16 a 31/08/16, logo, a análise a ser apresentada nesta seção contempla este período de coleta

dos dados.

As ações implementadas causaram alterações nos valores, se comparados com a análise

anterior. Primeiramente, o número de sessões durante o maior pico do período de 16/05 a 15/06 foi de

aproximadamente 29 mil sessões iniciadas. No novo período, de 15/07/16 a 31/08/16,o pico de

acessos mais expressivo foi em 31/08, com mais de 60 mil sessões. Ainda no mesmo período, o

menor volume de acessos foi no Sábado, 23/07 com 19 mil acessos – sendo que o menor volume de

acessos do período anterior foi de 7 mil sessões em 29/05.

Não houve, no novo período de coleta de dados, nenhuma data que justificasse uma maior

demanda de compras (por exemplo como dia das mães e Natal), porém o Rio de Janeiro abrigou

nesse período as Olimpíadas 2016. Porém, o Objeto A não é uma marca de roupas esportivas que

pudesse ser impactada por esse tipo de evento. Dessa forma, considera que a mudança nos

indicadores se deu e consequência da implementação das ações definidas. Os novos resultados

mostram um aspecto positivo da implementação das ações na loja virtual.

68

Figura 20 – Overview da Audiência, OBJETO A

Na Figura 20 pode-se observar que o número de usuários que retornaram ao website subiu de

60% para 64% neste novo período. Porém, o número de páginas que obtiveram acesso em cada

sessão, o Bounce Rate e o tempo de duração das sessões apresentaram retrocesso nos valores. Nesta

nova análise, foi constatado que o usuário acessa 13 páginas por sessão (anteriormente o valor era

14), o Bounce Rate foi de 31% (anteriormente em 28%) e o tempo de duração das sessões caiu de

5:38 minutos para 4:50 minutos. Aparentemente, as ações implementadas não trouxeram o efeito

desejado para aumentar a retenção do usuário na loja virtual.

Na Figura 21 observa-se que os usuários que mais fizeram acessos ainda são das mesmas

cidades que apareceram na análise anterior. Os dados apresentados pouco diferem, pois as cidades

com maior expressividade em acessos permaneceram as mesmas (Rio de Janeiro, São Paulo, Brasilia

e Belo Horizonte). A diferença foi que Niterói e Fortaleza saíram da lista das 10 cidades, e entraram

Duque de Caxias e Nova Iguaçu, cidades vizinhas do Rio de Janeiro.

69

Figura 21 – Cidades identificadas para o OBJETO A

Dados acerca das buscas que os usuários executam no website podem ser observados através

da Figura 22. Anteriormente, o número de sessões que realizaram alguma busca de interesse foi de 32

mil sessões. Na nova análise, esse número saltou para 87 mil. Ou seja, os usuários estão apresentando

maior interesse em buscar produtos específicos. Dos produtos buscados, 3 tipos de vestidos foram

mapeados como os principais itens buscados. Esse resultado é positivo pois as ações de divulgação

através de redes sociais e newsletter estiveram focadas em anunciar os produtos da nova coleção da

marca, principalmente os vestidos. Além disso, foram anunciados os produtos em promoção da

coleção anterior refletindo, como pode-se observar na Figura 23, nas buscas por promoções e

liquidações divulgadas.

Figura 22 – Produtos mais buscados no website, OBJETO A

70

Figura 23 – Categorias mais buscadas, OBJETO A

Conforme apresentado nas Figuras 24 e 25, observa-se que as informações referentes às

conversões, ou seja, as compras efetuadas na loja virtual. O valor total do faturamento no período foi

maior que o dobro alcançado no período anterior: de R$ 981.288,03 (novecentos e oitenta e um mil,

duzentos e oitenta e oito reais e três centavos) para R$ 2.780.146,80 (dois milhões, setecentos e

oitenta mil, cento e quarenta e seis reias e oitenta centavos). É um resultado positivo do ponto de

vista financeiro da organização, pois representa o principal objetivo da empresa. As transações

efetuadas foram de 7 mil no período anterior, para mais de 24 mil operações de compras no período

da nova análise.

Entretanto, um importante aspecto analisado foi acerca do valor médio das compras.

Anteriormente o mesmo foi mapeado em R$134,00 (cento e trinta e quatro reais). Mas na nova

análise, este valor caiu para R$115,00 (cento e quinze reais). Essa análise mostrou que os planos de

ação devem ser refinados e uma nova aplicação do Ciclo Contínuo deveria acontecer, já que nem

todos os KPIs foram alcançados

71

Figura 24 – Produtos mais comprados, OBJETO A

Figura 25 – Conversões e indicadores financeiros, OBJETO A

Ao final da nova análise do OBJETO A, foi gerado um documento contendo todas as imagens

e relatórios provenientes do Google Analytics [13] e que foram detalhados neste capítulo. O

documento de análise foi enviado via e-mail aos envolvidos.

O alinhamento destas informações ocorreu via Skype, remotamente, no dia 26 de Setembro de

2016, às 10h e com duração de 1h e 20minutos. Participaram da reunião a autora e a representante do

Objeto A.

5.2 Objeto B

Assim como para o Objeto A, após implementados os planos de ação, um novo período de

coleta de dados foi definido, com a finalidade de captar e analisar se ações executadas refletiram os

objetivos dos KPIs definidos para o Objeto B.

72

5.2.1 Coletar Dados

Conforme descrito nos Planos de Ação, o website do Objeto B passou por uma reformulação

para que se tornasse adaptável a diferentes tipos de dispositivos. Com isso, a ferramenta Google

Analytics [13] precisou ser reconfigurada para algumas novas páginas do website. O snippet (trecho

de código do Google Analytics [13]) permaneceu o mesmo, mas foi adicionado às novas páginas do

website. Atualizou-se o artefato da etapa da Coleta de Dados, com a finalidade de explicar as

configurações na ferramenta Google Analytics [13]. A atualização consistiu em basicamente sinalizar

quais novas páginas receberam o snippet.

O novo período para a coleta dos dados foi de 15 de Julho a 31 de Agosto. O artefato gerado

nesta etapa para o Objeto B está representado pela Tabela B.6, localizada na seção de Apêndices B

deste trabalho.

5.2.2 Analisar Dados e Gerar Relatórios

De acordo com os Planos de Ação definidos e descritos na seção 4.2.5, esta nova etapa de

análise dos dados teve como objetivo identificar o impacto das ações executadas, e se estas ações

refletem os objetivos definidos anteriormente. O período estipulado para a análise do Objeto B foi de

15/07/16 a 31/08/16, logo, a análise a ser apresentada nesta seção contempla este período de coleta

dos dados.

Antes dessa nova análise, o website foi submetido a uma reformulação de estrutura, layout e

conteúdo, conforme sugerido nos planos de ação. A nova análise dos dados, depois da implementação

das ações, refletiu em números diferentes. O número de sessões no período anterior, de 17/05 a

16/06, apresentou 72 sessões como o número máximo no período. Durante a nova análise, que

contemplou o período de 15/07 a 31/08, houveram picos crescentes, onde o maior deles se deu em 31

de Agosto com 118 sessões. Os círculos vermelhos na Figura 26 mostram os picos do novo período.

73

Figura 26 – Overview da Audiência, OBJETO B

Ainda observando a Figura 26, nota-se que a taxa de abandono (o Bounce Rate) diminuiu

consideravelmente. De uma porcentagem de 57% identificada no período anterior, o Bounce Rate

passou para 42%. Ou seja, a taxa de abandono diminuiu, o que pode indicar que os usuários estejam

mais engajados no website neste novo período. O tempo médio de permanência no site também

aumentou consideravelmente, pois anteriormente era de 1:54 minutos e agora consiste em 04:32

minutos. Estes dados indicam uma constatação positiva acerca das ações efetuadas para alcançar os

objetivos do Objeto B.

É possível ainda perceber aumento considerável no número de usuários que fizeram acesso ao

website, onde anteriormente foram identificados 717 usuários (individualmente mapeados), e na

análise atual passaram a ser 1416 usuários. Estes números podem ser explicados por alguns aspectos,

tais como; o andamento da Competição do Robocode (período posterior às inscrições na

Competição), pois faz com que alunos constantemente acessem o website para acompanhamento da

competição; melhoria adquirida após a reformulação do website; a quantidade de anúncios com maior

frequência exibidos nas redes sociais e maior quantidade de newsletters enviadas aos usuários

cadastrados.

74

Figura 27 – Cidades as quais mais acessaram o ROBOCODE, OBJETO B

Nesse novo período de análise, observou-se a presença expressiva de novas cidades no

ranking, tais como Salvador, Criciúma e Americana, conforme apresentado na Figura 27. Há cidades

de 3 regiões diferentes no ranking das 15 cidades com maior número de acessos, indicando que as

ações de divulgação sugeridas nos planos de ação podem ter surtido efeito nas demais cidades e

regiões brasileiras. Durante a análise anterior, foram mapeadas 165 cidades que fizeram acesso ao

website do Objeto B. Durante o novo período de análise, foram mapeadas 224 cidades, conforme

apresenta a Figura 28.

75

Figura 28 – Quantidade de cidades mapeadas no período, OBJETO B

Com relação aos dados de Sistemas Operacionais acessando o website, houve um

significativo aumento dos acessos via dispositivo móvel (Sistema Operacional Android - Celular). De

81 acessos mapeados anteriormente, passaram a 267 acessos, tornando esta categoria a terceira com

maior número de acessos ao website, conforme apresentado na Figura 29. Este é um importante

resultado que pode ser explicado pela ação de re-estruturação do website, pois atesta aumento dos

acessos via dispositivos móveis.

Figura 29 – Sistemas Operacionais que acessaram o website, OBJETO B

Observa-se que novas páginas fazem parte da relação de páginas que possuem maior número

de acessos, conforme apresentado na Figura 30. Isso se deve a reestruturação do website. Devido ao

andamento da competição, uma das páginas com maior frequência de visitas é a que traz informações

sobre o torneio. Conforme apresentado na análise anterior, os vídeos da página Tutoriais foram

76

mantidos, mas foi definido que ganhariam maior destaque no website, sendo que esta URL que

contém os vídeos foi a segunda mais visualizada no novo período.

Figura 30 – Páginas com maior número de acessos no período, OBJETO B

Durante a análise anterior, os usuários que chegaram ao website foram mapeados sendo

provenientes de canais distintos. No novo período de análise, os acessos provenientes de redes sociais

aumentaram comparado ao período anterior, pois de de 53 acessos anteriores, foram mapeados 174

no novo período. Já os que acessaram o Objeto B através de websites de buscas continuam a

apresentar a maior porcentagem, conforme apresentado na Figura 31.

Figura 31 – Canais os quais os usuários chegam ao website ROBOCODE, OBJETO B

É importante ressaltar que para a nova análise, alguns aspectos devem ser considerados ao

comparar os resultados anteriores, tais como o andamento da competição e a inclusão de novas

páginas para análise depois da reformulação do website.

77

As ações relacionadas ao número de acessos e diminuição da taxa de abandono (Bounce

Rate), como a reformulação do website e a frequência maior de divulgação da competição, refletiram

em resultados positivos, conforme apresentado na análise.

Para o Objeto B não será necessário refinar os Planos de Ação e reaplicar o Ciclo Contínuo,

visto que todas as KPIs foram alcançadas. A partir da análise de que todas as KPIs foram alcançadas,

interrompe-se o Ciclo Contínuo e reinicia-se um Ciclo Completo, definindo novas KPIs para que o

website atinja níveis mais altos de qualidade.

De acordo com os organizadores do torneiro, o resultado consolidado da competição realizada

no período deste projeto foi positivo e superior ao do ano anterior. No ano anterior não houve o apoio

de iniciativas de Web Analytics. Portanto, apesar de não ter como se comprovar, o uso de Web

Analytics pode ter favorecido a melhoria nos resultados quando comparado ao ano anterior, há fortes

indícios de que isso tenha auxiliado na obtenção de melhores resultados no torneio. A Tabela 6 faz un

comparativo dos dados do torneio do ano anterior com o do ano de 2016, quando houve o apoio de

ferramentas de Web Analytics.

Tabela 6 – Resultados da Competição ROBOCODE para os anos 2015 e 2016

Competição 2015 - Liga Robocode LIAG 2015 Competição 2016 - Robocode Brasil 2016

5 (cinco) instituições participantes; 14 (quatorze) instituições participantes;

100 (cem) alunos participantes; 170 (cento e setenta) alunos inscritos;

30 (trinta) equipes; 50 (cinquenta) equipes;

2 (dois) estados participantes (São Paulo e Rio

Grande do Sul).

6 (seis) estados, incluindo: (1) Rio Grande do Sul;

(2) Santa Catarina; (3) Paraná; (4) São Paulo; (5)

Minas Gerais; (6) Bahia.

78

Ao final da nova análise do OBJETO B, foi gerado um documento contendo todas as imagens

e relatórios provenientes do Google Analytics [13] e que foram detalhados neste capítulo. O

documento foi enviado via e-mail aos envolvidos. O alinhamento destas informações ocorreu via

Skype, remotamente, no dia 23 de Setembro de 2016, às 19h e com duração de 1h e 30minutos.

Participaram da reunião a autora, o representante do Objeto B e a aluna Marri S. S. Lima.

5.3 Questionário de Avaliação do Método

O método WACIC foi avaliado pelos representantes dos Objeto A e Objeto B por meio de um

questionário, que teve por objetivo mensurar a qualidade e eficácia do método. Em uma escala que

varia de 0 a 10 (sendo 0 muito ruim, e 10 excelente), cada um dos representantes dos ambientes

virtuais utilizados para a presente pesquisa respondeu ao questionário em que foram atribuídos

valores aos itens formulados. Os valores estão descritos na Tabela 7 e os itens do questionário estão

apresentados na Tabela 8.

Tabela 7 – Valores utilizados para os critérios de avaliação do método WACIC

VALORES PARA AVALIAÇÃO AVALIAÇÃO

Entre 0 e 3 RUIM

Entre 4 e 6 REGULAR

Entre 7 e 8 BOM

Entre 9 e 10 EXCELENTE

79

Tabela 8 – Os critérios para avaliação do método WACIC

1. A Aderência ao conceito de Web Analytics – Critério acerca da aderência das etapas propostas, se estão de acordo com o conceito de Web Analytics.

2. O Entendimento do método – Critério acerca do aspecto teórico, se o método é intuitivo e de fácil compreensão para os envolvidos.

3. A Aplicabilidade do método – Critério que define se o método é adequado ao contexto técnico e de negócios da organização.

4. A Usabilidade do método – Critério que define se o método foi um agente agravante ou um facilitador para a organização ao adotar Web Analytics. Considerar aspectos financeiro, tempo levado para utilização e implementação, treinamento aos envolvidos, dentre outros.

5. A Eficiência do método – Critério que mensura se a utilização do método agregou valor à organização, se houve o alcance dos objetivos definidos ao adotar o método WACIC.

Um formulário contendo esses itens para avaliação do método foi enviado para os respectivos

pontos focais do método WACIC em cada uma das organizações. As Figuras 32 e 33 correspondem às

respostas, que foram enviadas por e-mail. O formulário respondido pela representante do Objeto A

está na Tabela A.7, no Apêndice A e o respondido pelo representante do Objeto B está na Tabela B.7,

no Apêndice B.

Figura 32 – Avaliação do método WACIC, enviada por e-mail pela responsável do Objeto A

80

Figura 33 – Avaliação do método WACIC, enviada por e-mail pelo responsável do Objeto B

Os representantes das organizações envolvidas, além de responder aos itens propostos no

questionário, acrescentaram observações que contribuíram para a avaliação do método. Dessa forma,

é possível compreender quais aspectos foram melhor (ou pior) avaliados.

Pela análise das respostas dos questionários, foi possível observar que o método WACIC

obteve avaliação positiva em todos os itens. A média final atribuída pelo representante do objeto A foi

de 8.8, sendo considerado Bom, segundo a classificação da Tabela 7. Já a média atribuída pelo

representante do Objeto B foi 10, sendo nesse caso considerado excelente pela classificação utilizada.

É importante ressaltar que a representante do Objeto A apresentou uma avaliação mais

criteriosa do método, visto que a mesma já possuía experiência no contexto de Web Analytics. Para o

representante do Objeto B, a utilização do método foi feita sem que o mesmo tivesse vivenciado

anteriormente a adoção de outro método.

Considerando a avaliação conjunta dos dois representantes, obtêm-se a média de 9.4 pontos,

valor esse considerado excelente pela classificação adotada.

81


Este capítulo apresentou a aplicação do Ciclo Contínuo do método WACIC, bem como os

resultados apresentados depois de implementados os Planos de Ação definidos e a discussão desses

resultados. Apresentou ainda, a avaliação feita pelos representantes das duas organizações utilizando-

se de um questionário cujos itens foram avaliados segundo uma escala de valores de 0 (muito ruim) a

10 (excelente).

O impacto na adoção do método apresentou, nos dois casos, fortes indícios de que o método

auxiliou na melhoria dos ambientes virtuais. Apesar de cada uma das etapas ter apresentado

resultados e características específicas, devido ao contexto de negócio ser distinto em cada um dos

objetos de pesquisa, o método pode ser utilizado pelas organizações que vinham considerando a

adoção de um processo estruturado de Web Analytics.

A avaliação feita pelos representantes pelo questionário apontou uma avaliação que variou de

Bom a Excelente, indicando que, na percepção dos representantes, o método auxiliou a obtenção de

resultados satisfatórios para as organizações envolvidas.

82

6. Conclusão

O presente trabalho apresentou um método para apoiar a adoção de ferramentas de Web

Analytics que são utilizadas para análise de ambientes virtuais. O método teve como ponto de partida

etapas fundamentais definidas previamente por outros autores, aportando melhorias ao definir etapas

complementares e artefatos para documentar as decisões tomadas durante o processo. Organizações

que têm dificuldades em estruturar a utilização de Web Analytics podem se beneficiar do método

apresentado, visto que ele detalha as etapas de aplicação do processo de avaliação, considerando o

uso de ferramentas de apoio.

A adaptação do método apresentado apoiou-se no PDCA, método para melhoria contínua e,

por esse motivo, recebeu o nome de WACIC – Web Analytics Continuous Improvement Cycle.

Como prova de conceito, o método foi aplicado a ambientes virtuais com contextos de

negócio distintos. O primeiro ambiente, de caráter corporativo, foi representado por uma loja virtual e

o segundo, de caráter acadêmico, website de um torneio de programação de robôs que é disputado

por alunos e profissionais de várias instituições de ensino. Ambos ainda não utilizavam um método

que apoiasse a adoção de Web Analytics.

As novas etapas acrescentadas ao método, bem como a proposta de artefatos que apoiam o

registro de informações importantes durante o processo, foram consideradas positivas pelos

representantes das organizações envolvidas. Embora no presente trabalho tenham sido definidos

modelos específicos para os artefatos, o método não impede que as organizações customizem esses

artefatos de acordo com suas necessidades.

Observou-se que, com os resultados apresentados pelos relatórios, foi possível direcionar as

ações a serem implementadas, de modo que os usuários ficassem mais expostos às informações de

interesse da organização, facilitando o alcance de metas do negócio envolvido. As evidências que os

dados relatados trouxeram fizeram com que as equipes envolvidas compreendessem como seria

83

necessário alterar o ambiente virtual para conseguir do usuário o olhar que se esperava em relação à

proposta de cada organização.

Um resultado não esperado foi a capacidade que o monitoramento demonstrou em revelar

falhas de classificação dos produtos da loja virtual de uma das organizações participantes,

configurando como um instrumento para refinar as informações armazenadas. As perguntas que

pretendia-se responder acerca da pesquisa, são:

A utilização do método proposto pode beneficiar diferentes âmbitos de atuação, tais como o

corporativo e o acadêmico?

Conforme apresentado no experimento, o método foi eficaz tanto para o ambiente virtual

corporativo quanto para o ambiente acadêmico, mostrando que se adapta a contexto distintos de

negócio. Ainda que possuam objetivos de negócio e foco de análise distintos, ambos se beneficiaram

das etapas propostas no presente trabalho. Pela menos para uma loja virtual e para um ambiente de

torneio acadêmico é possível afirmar que o método foi de fácil adaptação e se mostrou eficaz para

ambos.

Quais são as vantagens e desvantagens na adoção do método proposto pela presente

pesquisa, do ponto de vista acadêmico e corporativo?

De acordo com as avaliações, o método foi aceito pelas duas organizações participantes e foi

considerado de Bom a Excelente no apoio ao processo de análise utilizando-se ferramentas de Web

Analytics. A aplicação do método foi considerada fácil, não tendo sido identificada dificuldades

expressivas. Embora a geração de artefatos tenha sido considerada positiva, houve críticas por parte

de um representante quanto a sua forma. Nesse aspecto, vale ressaltar que os artefatos criados são

modelos que podem ser customizados de acordo com a necessidade de cada usuário. Nesse caso, a

organização pode se beneficiar do modelo aqui proposto para gerar seus próprios artefatos.

Analisando o conjunto de resultados obtidos conclui-se que há fortes indícios de que o

método é eficaz para apoiar as organizações que buscam melhorias para seus ambientes virtuais

84

apoiadas pelo Web Analytics e que ele foi adequado para ser utilizado em diferentes contextos de

negócio.

Para trabalhos futuros pretende-se avaliar se o Método, em outros contextos, como o de

ambientes digitais pessoais (blogs, websites de notícias e conteúdos pessoais), uma vez que a

definição dos KPIs seria diferente daqueles definidos para as áreas corporativa e acadêmica.

Outro aspecto relevante a ser avaliado é se o Método WACIC poderia ser utilizado e qual seria

o impacto do mesmo em plataformas digitais distintas, como por exemplo ambientes Web versus

ambientes Mobile, e suas implicações durante a utilização.

85

Referências

[01] eCommerceOrg – A participação do segmento de e-commerce no mercado brasileiro. © 2013. Disponível em:

http://www.e-commerce.org.br/stats.php . Último acesso em 19/09/2016.

[02] Internet World Stats – Estatísticas do universo Web. © 2012 Disponível em:

http://www.Internetworldstats.com/top20.htm . Último acesso em 19/09/2016.

[03] E-Commerce Brasil – Disponível em: https://www.ecommercebrasil.com.br/noticias/e-commerce-brasileiro-deve-

atingir-us-18-bilhoes-em-2015/. Último acesso em 19/09/2016.

[04] KAUSHIK, A. (2009) “Web Analytics 2.0: The Art of Online Accountability and Science of Customer Centricity.”

New York: John Wiley & Sons © 2009.

[05] CHAFFEY, D; PATRON, M. (2012) “From web analytics to digital marketing optimization: Increasing the

commercial value of digital analytics” Journal of Direct, Data and Digital Marketing Practice. 1(14), 30-45.

[06] BEASLEY, M. (2013) “Practical web analytics for user experience: How analytics can help you understand your

users.” Newnes, 2013.

[07] QMEE – Disponível em: http://blog.qmee.com/wp-content/uploads/2014/07/infographic-resized1.jpg Último acesso

em 19/09/2016.

[08] LANDIM, T.; SOUZA, S.N.; DE SOUZA, L.S. (2013) "Improving a website with web analytics — A case study," in

Information Systems and Technologies (CISTI), 2013 8th Iberian Conference on , vol., no., pp.1-5, 19-22 June 2013.

[09] DEHKORDI, G. J., REZVANI, S., RAHMAN, M. S., NAHID, F. F. N., & JOUYA, S. F. (2012). A conceptual study

on E-marketing and its operation on firm's promotion and understanding customer's response. International Journal of

Business and Management, 7(19), 114.

[10] KOTLER, P.; KARTAJAYA, H.; SETIWAN, I. (2011) “Marketing 3.0: Do produto e do consumidor até ao espírito

humano.” Actual Editora, Fevereiro de 2011.

[11] DAVENPORT, T. (2014) “Big data at work: dispelling the myths, uncovering the opportunities.” Harvard Business

Review Press, 2014.

[12] SIEGEL, E. (2013) “Predictive analytics: The power to predict who will click, buy, lie, or die.” John Wiley & Sons,

2013.

[13] GOOGLE ANALYTICS. Disponível em: https://www.google.com.br/analytics/ Último acesso em 29/10/2016.

[14] CRAZY EGG. Disponível em: https://www.crazyegg.com/ Último acesso em 29/10/2016.

[15] ADOBE BUSINESS CATALYST. Disponível em: https://businesscatalyst.com/ Último acesso em 29/10/2016.

[16] PIWIK. Disponível em: https://piwik.org/ Último acesso em 29/10/2016.

[17] AW STATS. Disponível em: http://www.awstats.org/ Último acesso em 29/10/2016.

[18] LAVALLE, S., LESSER, E., SHOCKLEY, R., HOPKINS, M. S., & Kruschwitz, N. (2011). “Big data, analytics and

the path from insights to value.” MIT sloan management review, 52(2), 21.

[19] MODA MERCATTO. Disponível em: http://www.mercatto.com.br/ Último acesso em 29/10/2016.

[20] ROBOCODE BRASIL. Disponível em: http://www.robocodebrasil.com.br/ Último acesso em 29/10/2016.

[21] LAKATOS, E. M.; MARCONI, M. A. (2009) “Fundamentos de metodologia científica.” 6. ed. 7. reimpr. São Paulo:

Atlas, 2009. 315 p.

http://www.e-commerce.org.br/stats.php

http://www.internetworldstats.com/top20.htm

https://www.ecommercebrasil.com.br/noticias/e-commerce-brasileiro-deve-atingir-us-18-bilhoes-em-2015/

https://www.ecommercebrasil.com.br/noticias/e-commerce-brasileiro-deve-atingir-us-18-bilhoes-em-2015/

https://www.google.com.br/analytics/

https://www.crazyegg.com/

https://businesscatalyst.com/

https://piwik.org/

http://www.mercatto.com.br/

http://www.robocodebrasil.com.br/

86

[22] GIL, A. C. (2008) “Como elaborar projetos de pesquisa.” 5. ed. São Paulo: Atlas, 2008.

[23] AKOBENG, A. K. (2005) “Understanding systematic reviews and meta-analysis.” Arch Dis Child. 2005;90:845-8.

[24] GARBARINO A. H.; PASTORINO, S.A. (2014) "Knowledge management steps, tools, techniques and influencing

factors in SMEs: Systematic literature review." Computing Conference (CLEI), 2014 XL Latin American. IEEE, 2014.

[25] JÄRVINEN, J.; KARJALUOTO, H. (2015) “The use of Web analytics for digital marketing performance

measurement.” Industrial Marketing Management, v. 50, p. 117-127, 2015.

[26] JAYARAM, D., MANRAI, A. K., & MANRAI, L. A. (2015) “Effective use of marketing technology in Eastern

Europe: Web analytics, social media, customer analytics, digital campaigns and mobile applications.” Journal of

Economics, Finance and Administrative Science, 20(39), 118-132.

[27] BAROUDI, R. (2014) “Key performance indicators, winning tips and common challenges.” Performance Magazine,

Volume 6, Issue 2, May 2014.

[28] HUBBARD, D. W. (2014) “How To Measure Anything: Finding the Value of Intangibles in Business.” Wiley; 3rd

Edition March 17, 2014.

[29] SARMA, M. (2016) “Digital Marketing Technology Stack: twenty five tools to get you started in digital marketing.”

LLC . September 21st , 2016.

[30] WERKEMA, C. (2012) “Métodos PDCA e DMAIC e suas ferramentas analíticas.” Vol. 1. Elsevier Brasil, 2012.

[31] LIZARELLI, F. L.; TOLEDO, J. C. D. (2016) “Practices for continuous improvement of the Product Development

Process: a comparative analysis of multiple cases.” Gestão & Produção, (AHEAD), 0-0.

[32] Métricas Boss – Quais as principais Ferramentas de Web Analytics? © 2015. Disponível em:

http://metricasboss.com.br/quais-sao-as-principais-ferramentas-de-web-analytics.html Último acesso em 12/12/2016.

[33] WOOPRA. Disponível em: https://www.woopra.com/ Último acesso em 29/10/2016.

[34] CLICKY. Disponível em: https://www.clicky.com/ Último acesso em 29/10/2016.

[35] MINT. Disponível em: https://www.haveamint.com/ Último acesso em 29/10/2016.

[36] CHARTBEAT. Disponível em: https://www.chartbeat.com/ Último acesso em 29/10/2016.

[37] ACM Digital Library. Disponível em: http://dl.acm.org/ Último acesso em 19/09/2016.

[38] IEEE Xplore Digital Library. Disponível em: https://www.ieee.org/index.html Último acesso em 19/09/2016.

[39] Science Direct. Disponível em: http://www.sciencedirect.com/ Último acesso em 19/09/2016.

[40] Google Scholar. Disponível em: http://scholar.google.com.br/ Último acesso em 19/09/2016.

http://metricasboss.com.br/quais-sao-as-principais-ferramentas-de-web-analytics.html

https://www.woopra.com/

https://www.clicky.com/

https://www.haveamint.com/

https://www.chartbeat.com/

87

Apêndices

Apêndice A - Artefatos do método WACIC produzidos pela autora e por representantes do Objeto A

A.1 – Artefato da fase de KPIs respondido pela responsável do Objeto A


[Nome da Organização] MODA MERCATTO

[Website] www.mercatto.com.br/

[Pontos focais da Organização (Nome, e-mail ou telefone para contato) ]

MAYARA PINHEIRO (21) 99947-7812 [email protected]

[Tempo de duração desta etapa] Duração de 2 dias

[Data / Local da Reunião] Via Skype, 21/04 e 22/04, em conversas de duração de 1h cada.

[Pontos focais envolvidos nesta etapa (Nome, e-mail ou telefone para contato) ]


Objetivos da Organização A Mercatto tem como objetivo principal proporcionar estilo e conforto a preços

acessíveis, a todas as mulheres brasileiras. A Mercatto considera-se uma marca

democrática e bem humorada: querem se posicionar como a marca que todas as

classes usam porque gostam.

Motivação da escolha dos KPIs Com aproximadamente 60 lojas físicas espalhadas pelo Brasil há mais de 20 anos, a

Mercatto vem buscando espaço também através da Internet desde 2011. Devido à alta

demanda para compras online, a Mercatto enxerga que através da web é possível

alavancar vendas a um baixo custo (se comparado com as lojas físicas), e ainda

alcançar um público de mulheres as quais não necessariamente frequentam as lojas

físicas, e sim preferem o universo de compras online.

KPI 01 “Identificar o valor médio de compras e produtos mais vendidos no período.”

Período de coleta: 45 dias (de 25/04 a 05/06)

Métricas necessárias: conversões do período / quantidade de produtos disponíveis /

quantidade de produtos vendidos / ID ou nome dos produtos vendidos

KPI 02 “Identificar os assuntos de interesse mais pesquisados no website. (exemplos:

promoções/ vestidos / relâmpago / bazar/ shorts /saias / blusas).”

Período de coleta: 45 dias – (de 25/04 a 05/06)

Métricas necessárias: categorias de produtos / produtos / canais internos / termos

buscados

KPI 03 Identificar quais dias e horários onde ocorrem a maior frequência das compras.

Período de coleta: 45 dias –(de 25/04 a 05/06)

Métricas necessárias: cliques / sessões / usuários/ conversões do período

KPI 04 “Identificar geograficamente o alcance de acessos ao website, e se há retenção

de acessos em cidades / regiões específicas. ”

Período de coleta: 45 dias –(de 25/04 a 05/06)

Métricas necessárias: sessões / usuários / listagem cidades / listagem regiões


mailto:[email protected]


88

A.2 – Artefato da fase de Escolha da Ferramenta, respondido pela responsável do Objeto A

Art. 03 - Aplicação dos critérios para a escolha da ferramenta de Web Analytics





[Tempo de duração desta etapa] Duração de 1 dia.

[Data / Local da Reunião] Via Skype, 23/04, em conversa de duração de 1h cada.



Primeiro Critério - Levantamento das

ferramentas de Web Analytics mais utilizadas

atualmente.

Através do mapeamento inicial feito pelo ponto focal da organização, as

ferramentas selecionadas foram:

• GOOGLE ANALYTICS

• CRAZY EGG

• ADOBE CATALYST

• PIWIK

• WOOPRA

• CLICKY

• MINT

Segundo critério - Ferramentas baseada em

Logs versus Ferramentas baseadas em

mensuração por tags.

Conforme alinhado, o foco de análise dos KPIs é o comportamento e ações do

visitante no website. Dessa forma, ferramentas baseadas em tags são as mais

indicadas.


• CRAZY EGG

• PIWIK

• ADOBE CATALYST

Terceiro critério - Ferramentas de Web

Analytics que contenham funcionalidades

capazes de suportar os KPIs definidos na

fase de Medição.

Das ferramentas analisadas, somente duas possuem as funções necessárias para

captar os dados necessários para medição dos KPIs.


• PIWIK

Quarto critério - Levantamento de

Custo/Benefício das ferramentas.

Das ferramentas analisadas, apenas o Google Analytics possui uma versão 100%

gratuita.


Ferramenta escolhida O responsável por esta etapa optou pela ferramenta:

Google Analytics




89

A.3 – Artefato da fase de Coleta de Dados, referente a Mercatto






[Tempo de duração desta etapa] Execução de 1 dia, em 25/04/16. Período de coleta de 16/05/16 a 15/07/16



Ferramenta escolhida Google Analytics

Instalação da Ferramenta OK - A ferramenta possui acesso via sub-website do Google. A URL para

acesso: https://www.google.com/analytics/

Configuração de captação dos dados do objeto de

pesquisa

OK - A onfiguração foi feita através da inserção do snippet (trecho de código

javascript) fornecido pelo Google Analytics, ao código HTML do website,

conforme é apresentado na Figura 04. O código deve ser adicionado

também via implementação PHP, no caso do website utilizar templates.

Validação se todas as páginas do website estão

sendo monitoradas

OK - Todas as páginas contém o snippet e estão sendo monitoradas

corretamente.

A.4 – Snippet do Google Analytics, referente à Coleta de Dados da Mercatto




https://www.google.com/analytics/

90

A.5 – Artefato da fase de Planos de Ação, referente a Mercatto







Uma reunião para discutir essas informações ocorreu via vídeo-conferência, no dia 26 de Junho de 2016, às 19h e com duração de 1h e

30minutos.

A execução dos planos compreendeu o período de 05/07/2016 a 31/08/2016.

O período da nova coleta dos dados foi de 15/07/16 a 31/08/16.



[DESCRIÇÃO KPI] [Resumo Relatório de

dados referente ao KPI] [Plano de Ação] [Tempo de

duração do

Plano e data

de

Liberação

[Responsável

pela

execução do

Plano]

Identificar o valor médio de

compras e produtos mais

vendidos no período.

O valor médio das

compras no website é de

R$ 134,00. Um dos

objetivos estratégico-

financeiro da marca é

manter esse valor acima

de R$ 110,00.

Incluir na newsletter e em destaque na home page do website a informação de frete gratuito para compras dentro e fora do estado do RJ, visando maior alcance de usuários de outros estados e, consequentemente, mais conversões e maior possibilidade de venda de produtos de alta e baixa saída.

De 05/07/16

a 31/08/16

MAYARA

PINHEIRO

Identificar os assuntos de interesse mais pesquisados no website. (exemplos: promoções/ vestidos / relâmpago / bazar/ shorts /saias / blusas).”

Atualmente, um dos termos mais procurados pelos usuários no website são as PROMOÇÕES, seguido por TRICOT e VESTIDOS.

No texto das promoções, destacar produtos que já são procurados, mas também aqueles que não são procurados pelos usualios da loja virtual. Dessa forma, pode-se prover maior visibilidade a produtos que precisam de maior rotatividade em estoque, como por exemplo as peças que vão estar em alta na próxima coleção a ser anunciada na loja virtual.

O layout do website deve ser atualizado para que as promoções ganhem maior destaque na home page. Com isso, pretende-se observar se o volume de usuários vai aumentar, e se haverá estímulo aos usuários para permanecerem mais tempo no website, e se estes visitam maior número de páginas. Quanto maior o engajamento do usuário na loja on-line, maiores também as chances de conversões (compras).

De 05/07/16

a 31/08/16

MAYARA

PINHEIRO

Identificar períodos que

ocorrem a maior frequência

de compras.

A maior frequência de acessos à loja virtual ocorre em dias de semana, com picos de acesso mais elevados em alguns horários específicos.

As promoções estão tendo efeito benéfico nas conversões e no valor médio das compras dos usuários. Com isso, foi definido disparar através de newsletter promoções semanais, e dispará-las durante os dias de semana – e não mais quinzenalmente, conforme anteriormente. Com isso, pretende-se analisar se o volume de acessos irá aumentar, e se o valor médio das compras também aumentará.

De 05/07/16

a 31/08/16

MAYARA

PINHEIRO

Identificar geograficamente

o alcance de acessos ao

website, e se há retenção

de acessos em cidades /

regiões específicas.

O aspecto geográfico denotou que a presença dos usuários é pouco expressiva fora do Sudeste.

Incluir na newsletter e em destaque na home page do website a informação de frete gratuito para compras dentro e fora do estado do RJ, visando maior alcance de usuários de outros estados e, consequentemente, mais conversões e maior possibilidade de venda de produtos de alta e baixa saída.

De 05/07/16

a 31/08/16

MAYARA

PINHEIRO




91

A.6 – Atualização do artefato da fase de Coleta de Dados, referente a Mercatto

Coleta de dados





[Tempo de duração desta etapa] Execução de 1 dia, em 14/07/16. Período de coleta de 15/07/16 a 31/08/16




Instalação da Ferramenta OK - A ferramenta possui acesso via sub-website do Google. A URL para

acesso: https://www.google.com/analytics/

Configuração de captação dos dados

do objeto de pesquisa

OK - A configuração permaneceu a mesma, conforme apresenta a etapa

anterior de Coleta de Dados, através da inserção do snippet (trecho de

código javascript) fornecido pelo Google Analytics, ao código HTML do

website.

Validação se todas as páginas do

website estão sendo monitoradas

OK - Todas as páginas contém o snippet e estão sendo monitoradas

corretamente.





92

A.7 – Critérios de Avaliação sobre o método WACIC, respondido pela representante do Objeto A




[Data] Via e-mail, em 03/11/16.

Critérios Avaliação [de 0 a 10]

OBSERVAÇÕES

A Aderência ao conceito de Web Analytics – Critério acerca da aderência das etapas propostas, se estão de acordo com o conceito de Web Analytics.

9 - EXCELENTE Como profissional na área de marketing para Internet, vejo que o método WACIC possui o embasamento correto. - Mayara Almeida

O Entendimento do método – Critério acerca do aspecto teórico, se o método é intuitivo e de fácil compreensão para os envolvidos.

10 - EXCELENTE Simples de ser entendido e fácil de explicar para os demais membros do time de marketing. - Mayara Almeida

A Aplicabilidade do método – Critério que define se o método é adequado ao contexto técnico e de negócios da organização.

9 - EXCELENTE Se adequou bem ao que a Mercatto necessita para entender as necessidades das usuárias do website. - Mayara Almeida

A Usabilidade do método – Critério que define se o método foi um dificultador ou um facilitador para a organização ao adotar Web Analytics. Considerar aspectos financeiro, tempo levado para utilização e implementação, treinamento aos envolvidos, dentre outros.

8 - BOM Apenas a parte da documentação eu achei que poderia ser diferente, e não necessariamente seguindo o template pré-definido pelo método. Em futura utilização do método WACIC, utilizarei a documentação padrão da Mercatto para consolidar as informações, mas a idéia de ter ao menos uma proposta para organizações que não tem o costume de documentar os assuntos, isso sim é muito válido. - Mayara Almeida

A Eficiência do método – Critério que mensura se a utilização do método agregou valor à organização.

8 - BOM Não consigo dar nota 10 nesse aspecto pois gostaria de experimentar outros tipos de metodologias para avaliar com maior precisão qual seria a mais adequada à Mercatto. Mas posso afirmar que o método WACIC auxiliou e nos permitiu um “norte” ao adotar Web Analytics. - Mayara Almeida

SOMATÓRIO * A média se dá através do somatório dos 5 critérios, dividido por 5.

44/5 8.8 - BOM


93

Apêndice B - Artefatos do método WACIC produzidos pela autora e por representantes do Objeto B

B.1 – Artefato da fase de KPIs respondido pelo representante do Objeto B


[Nome da Organização] ROBOCODE

[Website] http://www.robocodebrasil.com.br/


Mateus Meira [email protected] Marcos Borges [email protected]

[Data e tempo de duração desta etapa] Duração de 1h, em 14/03/16, em conversa via vídeo conferência.


Mateus Meira [email protected]

Objetivos da Organização Robocode é uma competição interestadual a qual podem participar diversos

programadores e alunos de faculdades do Brasil. Trata-se de um jogo de

programação, cujo objetivo é desenvolver um robô para lutar contra outros robôs.

Utilizando as linguagens de programação .NET (C#) ou JAVA, alunos de várias

universidades estudam e implementam as classes e objetos que definirão a

inteligência artificial por trás da estratégia de batalha de cada robô.

Motivação da escolha dos KPIs A escolha se deu para mapear e quantificar a participação de alunos de todo Brasil à

competição, e verificar a efetividade da divulgação do torneio através do website.

KPI 01 “Identificar geograficamente o alcance de acessos ao website, onde está

consolidado o maior volume de acessos. ”

Período de coleta: 1 mês – de 16/05 a 15/06

Métricas necessárias: sessões / usuários / listagem cidades / listagem regiões

KPI 02 “Identificar de onde procedem os acessos (redes sociais, pesquisa web, dentre

outros).”


Métricas necessárias: sessões / usuários / canais /

KPI 03 “Identificar o número de inscritos ao torneio, considerando se foi maior ou

menor dependendo do trajeto que o usuário fez no website (as páginas visitadas

antes da conversão).”


Métricas necessárias: sessões / usuários / páginas / canais (channels)





94

B.2 – Artefato da fase de Escolha da Ferramenta, respondido pelo representante do Objeto B

Art. 03 - Aplicação dos critérios para a escolha da ferramenta de Web Analytics





[Data e tempo de duração desta etapa] Duração de 1 dia, em 24/03/16, em conversa via vídeo conferência.



Primeiro Critério - Levantamento das

ferramentas de Web Analytics mais utilizadas

atualmente.

Através do mapeamento inicial feito pelo ponto focal da organização, as

ferramentas selecionadas foram:


• CRAZY EGG

• CLICKY

• MINT

• CHARTBEAT

Segundo critério - Ferramentas baseada em

Logs versus Ferramentas baseadas em

mensuração por tags.

Conforme alinhado, o foco de análise dos KPIs é o comportamento e ações do

visitante no website. Sendo assim, ferramentas baseadas em tags são as mais

indicadas.


• CRAZY EGG

• CHARTBEAT

Terceiro critério - Ferramentas de Web

Analytics que contenham funcionalidades

capazes de suportar os KPIs definidos na

fase de Medição.

Das ferramentas analisadas, todas possuem as funções necessárias para captar os

dados necessários para medição dos KPIs.


• CHARTBEAT

Quarto critério - Levantamento de

Custo/Benefício das ferramentas.

Das ferramentas analisadas, apenas uma é gratuita.


Ferramenta escolhida O responsável por esta etapa optou pela ferramenta:

Google Analytics





95

B.3 – Artefato da fase de Coleta de Dados, referente ao Robocode






[Data e tempo de duração desta etapa] Execução de 1 dia, em 25/03/16.Período de coleta de 16/05/16 a 15/07/16




Instalação da Ferramenta OK - A ferramenta possui acesso via sub-website do Google. A URL

para acesso: https://www.google.com/analytics/

Configuração de captação dos dados do

objeto de pesquisa

OK - A onfiguração foi feita através da inserção do snippet (trecho

de código javascript) fornecido pelo Google Analytics, ao código

HTML do website, conforme é apresentado na Figura 06. O código

deve ser adicionado também via implementação PHP, no caso do

website utilizar templates.

Validação se todas as páginas do website

estão sendo monitoradas

OK - Todas as páginas contém o snippet e estão sendo

monitoradas corretamente.

B.4 – Snippet do Google Analytics, referente à Coleta de Dados do Robocode






96

B.5 – Artefato da fase de Planos de Ação, referente ao Robocode







O alinhamento da análise dos dados coletados ocorreu presencialmente no Laboratório LIAG, na Unicamp, no dia 23 de Junho de 2016,

às 16h e com duração de 1h e 30 minutos.

A execução dos planos compreendeu o período de 30/06/2016 a 31/08/2016.

O período da nova coleta dos dados foi de 15/07/16 a 31/08/16.


Mateus Meira [email protected] [DESCRIÇÃO KPI] [Resumo Relatório de dados referente ao

KPI] [Plano de Ação] [Tempo de

duração do

Plano e data de

Liberação

[Responsável pela

execução do

Plano]

Identificar geograficamente o alcance de acessos ao website, onde está consolidado o maior volume de acessos.

Conforme apresentado na análise, o volume de acessos via dispositivos móveis é consideravelmente menor, se comparado aos acessos via máquinas desktop. Uma das razões para esse resultado é que o website do Objeto B não foi desenvolvido para acesso via dispositivos móveis e não é adaptável para resoluções de telas distintas.

Reformulação do website Robocode para implementação adaptável a diferentes tipos de dispositivos de acesso, pois desta forma o usuário poderá acessar o website através de celulares.

A página de Tutoriais deve ser reformulada

para que os vídeos possam ser explorados

atraindo maior atenção dos usuários.

De 30/06/2016 a

30/07/2016

Matheus Meira

Identificar de onde

procedem os

acessos (redes

sociais, pesquisa

web, dentre outros).

Foi observado um grande número de

acessos à página da newsletter no

website, com um número expressivo de

alunos se cadastrando. Contudo, acessos

ao website provenientes das newsletters

não foram mapeados em quantidade

expressiva, pois poucas newsletters são

disparadas durante todo o mês.

Enviar um e-mail de divulgação da

competição para instituições de ensino das

principais capitais (aproximadamente 60 a

100 Instituições). As capitais foram

escolhidas por concentrarem um número

maior de instituições de ensino, e o envio

por e-mail facilita o contato com cada uma

das instituições.

De 30/06/2016 a

30/07/2016

Matheus Meira

Identificar o número

de inscritos no

torneio,

considerando se foi

maior ou menor

dependendo do

trajeto que o usuário

fez no website (as

páginas visitadas

antes da conversão.

A página de Tutoriais é a que possui maior número de acessos, mas também uma taxa de abandono alta (bounce rate) alto.

Enviar um e-mail de divulgação da

competição para instituições de ensino das

principais capitais (aproximadamente 60 a

100 Instituições). As capitais foram

escolhidas por concentrarem um número

maior de instituições de ensino, e o envio

por e-mail facilita o contato com cada uma

das instituições.

A página de Tutoriais deve ser reformulada

para que os vídeos possam ser explorados

atraindo maior atenção dos usuários.

Disparar a newsletter com maior frequência,

preferencialmente semanalmente, com o

objetivo de chamar a atenção dos alunos

para a competição.

De 30/06/2016 a

30/07/2016

Matheus Meira





97

B.6 – Atualização do artefato da fase de Coleta de Dados, referente ao Robocode






[Data e tempo de duração desta etapa] Execução de 1 dia, em 14/07/16. Período de coleta de 15/07/16 a 31/08/16




Instalação da Ferramenta OK - A ferramenta possui acesso via sub-website do Google. A URL

para acesso: https://www.google.com/analytics/

Configuração de captação dos dados do

objeto de pesquisa

OK – Foi necessário re-adicionar o snippet (trecho de código

javascript) fornecido pelo Google Analytics, ao código HTML das

novas páginas do website reformulado. O snippet permaneceu o

mesmo.

Validação se todas as páginas do website

estão sendo monitoradas

OK - Todas as páginas contém o snippet e estão sendo

monitoradas corretamente.






98

B.7 – Critérios de Avaliação sobre o método WACIC, respondido pelos representantes do Objeto B




[Data] Via e-mail, em 03/11/16.

Critérios Avaliação [de 0 a 10]

OBSERVAÇÕES


10 – EXCELENTE As etapas propostas auxiliaram em diversos aspetos o posicionamento da página web RobocodeBrasil.com.br. Propostas como o Design da página, estruturação, posicionamento de links de interesse, apontamentos externos ao domínio foram considerados fatores determinantes ao volume de acesso da página e consequentemente divulgação antes e durante do evento por interessados e participantes.

- Matheus Meira

O Entendimento do método – Critério acerca do aspecto teórico, se o Método é intuitivo e de fácil compreensão para os envolvidos.

10 – EXCELENTE Muito intuitivo e fácil, demandou poucos minutos presenciais para apresentação e compreensão geral. Dúvidas ou considerações específicas puderam ser tratadas em breves encontros via videoconferência ou trocas de e-mails.

- Matheus Meira


10 – EXCELENTE O método se enquadrou ao objetivo de divulgação, expansão e posicionamento do RobocodeBrasil.com.br como referência brasileira em competições de programação com jogos. Mesmo considerado como uma competição brasileira, interessados de outros países acessaram o website.

- Matheus Meira

A Usabilidade do método – Critério que define se o Método foi um dificultador ou um facilitador para a organização ao adotar Web Analytics. Considerar aspectos financeiro, tempo levado para utilização e implementação, treinamento aos envolvidos, dentre outros.

10 – EXCELENTE Facilitador, de fácil compreensão e implementação. Os aspectos intuitivos do método contribuíram na capacitação dos envolvidos e, consequentemente sua utilização.

- Matheus Meira


10 – EXCELENTE No caso do RobocodeBrasil.com.br, uma competição científica de programação com objetivo em diversificar métodos de aprendizagem e atrair jovens, a meta estabelecida esteve relacionada em “Ações de marketing para atração de participantes e patrocinadores para o Robocode”. A meta foi cumprida, em 2015 (sem ações) foram cerca de 100 participantes e dois estados envolvidos, para competição do ano de 2016 (com ações do Analytics) aproximadamente 170 participantes e 6 estados envolvidos. Um patrocinador Ouro conquistado, empresa CI&T.

- Matheus Meira


50/5 10 – EXCELENTE



99

Apêndice C – Resultado Conjunto das avaliações dos Objetos A e B

C.1 –Média proveniente das avaliações do Objeto A e B, sobre o método WACIC

Critérios Avaliação do Objeto A [de 0 a 10]

Avaliação Objeto B [de 0 a 10]

Média dos Objetos A e B


9 – EXCELENTE 10 – EXCELENTE 9.5

O Entendimento do método – Critério acerca do aspecto teórico, se o Método é intuitivo e de fácil compreensão para os envolvidos.

10 – EXCELENTE 10 – EXCELENTE 10


9 – EXCELENTE 10 – EXCELENTE 9.5

A Usabilidade do método – Critério que define se o Método foi um dificultador ou um facilitador para a organização ao adotar Web Analytics. Considerar aspectos financeiro, tempo levado para utilização e implementação, treinamento aos envolvidos, dentre outros.

8 – BOM 10 – EXCELENTE 9


8 – BOM 10 – EXCELENTE 9


8.8 – BOM

10 – EXCELENTE

9.4 – EXCELENTE

100

Apêndice D – Resultados da Pesquisa Sistemática

Diante do tema definido para a pesquisa, o primeiro passo foi a revisão da literatura. As buscas

foram padronizadas tendo como base um conjunto de palavras-chave, de forma que a atualização dos

trabalhos relacionados à presente pesquisa seja facilitada. As seguintes questões para revisão da

literatura foram consideradas:

• Questão 1:

Quais as soluções disponíveis atualmente para Web Analytics?

• Questão 2:

Quais as metodologias adotadas para o uso de ferramentas de Web Analytics?

• Questão 3:

Como essas soluções podem contribuir para a comunidade científica?

Foram selecionados artigos das seguintes bases de dados eletrônicas, consideradas as mais

relevantes na comunidade científica: ACM Digital Library [37], IEEE Xplore Digital Library [38],

Science Direct [39] e Google Scholar [40].

Para o contexto da pesquisa, as seguintes palavras chaves foram definidas: web analytics, web

metrics, web analytics tools, analytics mechanism, analytics process, analytics methodology. Os

mecanismos de busca das bases de dados permitem a busca por ocorrências das palavras chave,

combinadas por operadores lógicos (boolean) como E (AND) e OU (OR) tanto no título quanto no

resumo (abstract). Assim, a seguinte estratégia de busca a ser utilizada em todas as bases foi

definida:

(analytics) AND (web metrics OR web analytics) AND (process) AND (methodology)

Os resultados encontrados a partir da pesquisa, foram:

101

A) ACM: 796 trabalhos

B) IEEE: 529 trabalhos

C) Science: 1312 trabalhos

D) Google Scholar: 942 trabalhos

Como a quantidade de trabalhos resultante da primeira busca foi expressivo, foram aplicados

quatro critérios de exclusão a fim de restringir o escopo da pesquisa e selecionar os trabalhos mais

relevantes.

Primeiro critério de exclusão:

Como os termos de pesquisa são bastante representativos, foram excluídos os artigos que não

apresentassem essas palavras no título ou resumo (abstract).

A) ACM – Foram encontrados 119 resultados utilizando a seguinte sentença lógica:

((analytics) AND (web metrics OR web analytics) AND (methodology)) and (AbstractFlag:yes)

B) IEEE – Foram encontrados 203 resultados utilizando a seguinte sentença lógica:

(( "Abstract":analytics) AND ("Abstract": web metrics OR web analytics) AND ( "Abstract":

methodology))

C) Science – Foram encontrados 141 resultados utilizando a seguinte sentença lógica:

abs((analytics) AND (web metrics OR web analytics) AND (methodology))

D) Scholar: Foram encontrados 251 resultados utilizando a seguinte sentença lógica:

abs((analytics) AND (web metrics OR web analytics) AND (methodology))

Segundo critério de exclusão:

Desejou-se obter trabalhos relativamente recentes. Nesse sentido, consideramos os trabalhos

mais recentes aqueles publicados a partir de 2011. Os trabalhos anteriores ao ano de 2011 foram

descartados.

102

A) ACM – Foram encontrados 45 resultados refinando através da opção “Published since”

(acrescentando 2011), clicando no botão ”search” no final da página.

B) IEEE – Foram encontrados 49 resultados refinando através do menu lateral, à esquerda do usuário,

na opção de intervalo de ano.

C) Science – Foram encontrados 38 resultados.

D) Scholar: Foram encontrados 36 resultados.

Terceiro critério de exclusão:

Analisando título e abstract dos artigos apresentados como resultado da pesquisa (e, também,

quando necessário, outras seções), percebeu-se que vários trabalhos apresentavam abordagens

diferentes do objetivo proposto. Assim, esses artigos foram eliminados manualmente e a pesquisa

resultou em 25 artigos.

A tabela D.1 apresenta um resumo da quantidade de trabalhos obtidos por meio da pesquisa

inicial realizada e aplicação dos critérios de exclusão.

D.1 – Tabela com o resumo da quantidade de trabalhos obtidos por meio da pesquisa

inicial e a aplicação dos critérios de exclusão

Critérios ACM IEEE Science Scholar

Pesquisa utilizando somente as palavras chaves definidas 796 529 1312 942

1º critério de exclusão: artigos que não possuem palavras chave no título ou resumo

119 203 141 251

2º critério de exclusão: artigos anteriores ao ano de 2008 45 49 38 36

3º critério de exclusão: artigos que possuem abordagens diferentes do objetivo.

5 4 3 5

Os trabalhos selecionados após o terceiro critério de exclusão são discutidos na seção 2.1.

Também como complemento foram considerados livros no âmbito de Business Intelligence e Web

Analytics, que também são apresentados na mesma seção.

Documents

Método WACIC A Utilização de Web Analytics Baseada em ...€¦ · Web Analytics estão redefinindo a forma como as empresas vêm acompanhando o comportamento dos usuários on-line,