A evolução da análise digital e do marketing

A transformação de como os profissionais de marketing precisam abordar a análise está em andamento. É hora de parar de pensar no fluxo de usuários e pensar em uma série de eventos (tarefas) que esperamos de usuários engajados.

Muito antes de o primeiro anúncio de banner na web aparecer (27 de outubro de 1994, na revista Wired), os profissionais de marketing que queriam ajudar seus clientes em seus esforços de marketing adotaram o casamento de análise e marketing. Com o tempo, esse casamento evoluiu e os recursos das ferramentas de análise também.

Ao mesmo tempo, os relatórios de marketing eram: “Veja o número de visitantes do site que a campanha gerou!” ou "Veja quantas visualizações de página conseguimos obter!" Esses eram os usos comuns da análise. Eventualmente, à medida que as ferramentas de análise melhoraram, a capacidade de atribuir vendas online a esforços de marketing específicos tornou-se possível.

Durante esses mais de 30 anos, uma coisa permaneceu constante na interpretação do marketing da análise baseada na web: uma campanha levou X visitantes ao site. Eles visualizaram tantas páginas, o que levou a um determinado número de vendas. Essencialmente, um fluxo de usuário básico. Cada passo no site durante a jornada do visitante foi visto como fluido e fácil de seguir.

Como profissionais de marketing, precisamos começar a colocar nossos cérebros em forma para o que está por vir com a próxima geração de ferramentas e técnicas de análise. A nova geração de ferramentas analíticas não processa mais o registro de atividades do usuário (arquivo de log), mas armazena eventos específicos em um banco de dados. Se você ainda não ouviu falar sobre “Event-Based Analytics”, em breve ouvirá falar sobre isso em todos os lugares.

Em outubro de 2020, o Google lançou o Google Analytics 4 (GA4). Estava no modo Beta, mas qualquer usuário que se inscrevesse no Google Analytics era automaticamente inscrito no GA4. Você precisava conhecer o GA para configurar o antigo Universal Analytics (UA). Embora o GA possa ser a ferramenta de análise mais popular, o Adobe Analytics faz “Análise baseada em eventos” há algum tempo, juntamente com várias outras ferramentas de análise existentes.

Embora a data oficial do Google para obrigar todos a migrarem para o GA4 ainda não tenha sido anunciada, tenha certeza de que está chegando, e é hora de começar a pensar em "Análise com base em eventos" e como isso difere do que você está acostumado e algumas das vantagens nele contidas.

Definindo análises baseadas em eventos

“A análise baseada em eventos é o método de rastreamento e análise de interações entre usuários e seu produto, também conhecido como eventos.”

O que tudo isso significa para os profissionais de marketing? Precisamos repensar como apresentamos dados analíticos como parte de nossos relatórios de marketing.

No passado, quando falávamos sobre a jornada de um usuário, digamos: "Eles vieram desta campanha, chegaram a esta página, visitaram essas páginas e fizeram uma compra de $ XXX,XX".

Com o Event-Based Analytics, ainda veremos quais campanhas trouxeram visitantes ao site. Segui-los em quais páginas eles visualizaram não é tão fácil, mas acompanhar as etapas individuais no processo de checkout se torna muito mais fácil.

Com o Event-Based Analytics, obtemos uma visão do produto do que aconteceu mais do que o fluxo do usuário.

Por exemplo, podemos criar um segmento para uma campanha específica e ver etapas individuais (pense nisso como trampolins, um usuário pode facilmente pular de um para o outro ou pular alguns deles). Em um site de comércio eletrônico, veremos quantas unidades de cada produto foram adicionadas aos carrinhos de compras e quantas foram compradas. Você não verá se eles adicionam um produto ao carrinho de compras e voltam mais tarde e o removem ou diminuem o valor pedido. O Event-Based Analytics gerará um relatório semelhante a este:

Análise e segmentação baseada em eventos

Um recurso poderoso que se torna disponível com o Event-Based Analytics é a segmentação aprimorada. Embora as ferramentas de análise de pedidos ofereçam algum nível de segmentação, agora você terá muito mais flexibilidade na hora de defini-las. A segmentação fornecerá a capacidade de separar clientes em potencial e clientes em grupos específicos com base em como eles se envolvem com seu produto.

Abaixo está um exemplo de como com o Event-Based Analytics o engajamento do usuário por diferentes canais de aquisição pode ser gerado.

Com o Event-Based Analytics, você provavelmente não verá uma medição de taxa de rejeição sendo relatada. Por quê? Porque o simples ato de visualizar uma página é um evento. A maioria das ferramentas de análise agora registra o tempo na página (um evento é acionado a cada X segundos) por meio de cronômetros e não apenas do carimbo de data/hora entre as visualizações da página e também rastreará a rolagem do usuário em uma página (envolvente). Para simplificar isso, se um usuário gastar X segundos em uma página ou começar a rolar, ele não saltou, mas se engajou. Agora temos que pensar em “sessões engajadas” versus “sessões não engajadas”. Uma visualização de página única, sem rolagem e gastando menos de X segundos é uma “sessão não engajada”.

Leia a seguir: O que é análise de jornada do cliente?

Usando o Event-Based Analytics para aumentar a receita

Com um site de comércio eletrônico e um aplicativo móvel, um visitante do site (talvez de uma campanha de marketing) abre o site e navega por vários itens antes de adicionar um item ao carrinho. Pode ser dias depois, eles fazem login novamente no aplicativo móvel e concluem a compra. Agora, em sua plataforma de análise, os comportamentos ou eventos acima podem ter a seguinte aparência: “Inscrição do usuário”, “Pesquisar itens”, “Ver detalhes do item”, “Adicionar item ao carrinho” e “Compra concluída”. Em muitas ferramentas de análise mais antigas, você não veria essa jornada conectada, mas veria que um usuário veio da campanha X, adicionou itens ao carrinho de compras e parou. Outro usuário “magicamente” fez login pelo aplicativo, mas comprou coisas sem sequer adicioná-las ao carrinho de compras.

Dados baseados em eventos podem gerar perguntas que levam a mudanças e ajustes no produto. Depois de analisar os dados do exemplo acima, poderíamos estar perguntando:

1. A porcentagem de usuários que concluem o checkout em uma única sessão?
2. A conversão difere por item ou marca?
3. Se os usuários não converteram, onde eles fizeram? (abandonou o site, continua a ver outras informações, etc.)
4. Quanto tempo leva (em minutos ou dias) para a conversão?
5. Os usuários enfrentam um erro de pagamento ou outros problemas (eventos) durante o processo de checkout?
6. Se eles não comprarem imediatamente, eles se foram para sempre?

Você pode responder às perguntas acima com suas ferramentas de análise existentes, mas com análises baseadas em eventos fica muito mais fácil.

Análise baseada em eventos e armazenamento de dados

Combinar seus dados do Event-Based Analytics com um data warehouse coloca seus dados em esteróides. Você deve ter notado que cada evento é essencialmente um ponto de dados que pode ser facilmente exportado para um data warehouse.

Simplesmente exportando seus dados, agora você tem o poder de manipular e processar seus dados brutos. Anteriormente, você precisava trabalhar com os dados disponíveis em sua ferramenta de análise.

Por exemplo, com um site de comércio eletrônico, você provavelmente está rastreando um ID de cliente exclusivo. Por lei, isso é um ID anônimo (não há como vincular a informações de identificação pessoal específicas). Em seu banco de dados, você pode executar uma pesquisa de clientes e começar a ver quantos clientes específicos estão solicitando e quando. Que tal gerar um relatório de clientes que deixaram itens no carrinho de compras por mais de 2 semanas? Como profissional de marketing, você pode gerar e-mails baseados em incentivos ou até mesmo fazer com que o representante de vendas designado ligue para eles para ver o que está acontecendo. É nesse poder dos dados combinados no data warehouse que realmente permite que a análise baseada em eventos aumente as vendas.

A geração de relatórios é aprimorada e facilitada usando suas ferramentas de visualização de dados ao acessar o data warehouse. Você não precisa mais conectar várias fontes de dados e mostrar relatórios individuais. Conectando sua ferramenta de visualização de dados ao data warehouse, permite que os dados sejam apresentados em tabelas e gráficos unificados.

Se sua organização ainda não implementou análises baseadas em eventos, comece a fazer planos para isso. Se você estiver executando o Universal Analytics (UA) do Google, comece a se preparar para quando eles anunciarem a data para desativar o UA e forçá-lo a mudar para o GA4. Como recomendação a todos os usuários de UA, é hora de começar a executar o GA4 em paralelo, se não por outro motivo, para se familiarizar com ele e começar a ver o poder que ele traz.

As opiniões expressas neste artigo são do autor convidado e não necessariamente da MarTech. Os autores da equipe estão listados aqui.