Web Analytics no e-commerce

O atual nível de concorrência nacional e internacional impõe ás empresas uma necessidade de estarem sempre de olho no mercado, no comportamento dos seus consumidores, nas novas tendências, em tecnologias revolucionarias, e em muitas outras variáveis. Dentro do ambiente virtual o Web Analytics funciona como o processo de medição, coleta, análise e produção de relatórios com o objetivo de entender o mercado, o usuário e otimizar o seu e-commerce. Para Avinash Kaushik o Web Analytics pode ser definido em três pontos principais:

  • Análise de dados qualitativos e quantitativos do seu site e dos concorrentes;
  • Condução de uma melhoria contínua na experiência online dos seus clientes;
  • Obtenção dos resultados desejados

Complementando essa definição Daniel Waisberg descreve o Web Analytics como um ciclo constante que possui como objetivo a otimização de websites e a consequente melhora na experiência dos clientes online. Este processo pode ser entendido como:

Processo web analytics

1. Clara definição dos objetivos da empresa;

Antes de começar a verificar os números, é preciso entender que eles não falam nada sozinhos. Precisam de um contexto e interpretações. Para que um e-commerce consiga passar por um processo de otimização, ele deve primeiro entender os seus objetivos e aonde ele quer chegar. Estes objetivos serão responsáveis por nortear todas as outras ações e decisões. Como exemplo de um objetivo é possível citar o aumento de visualizações, uma maior taxa de conversão, um maior tempo de navegação do usuário, e etc..

2. Elaboração de Indicadores Chave de Desempenho (KPI) para monitorar os objetivos;

Um Indicador Chave de Desempenho deve ser capaz de indicar se os objetivos propostos estão ou não sendo atingidos. Cada área ou nível hierárquico estará interessado em um conjunto diferente de indicadores, de acordo com as suas atividades diárias. Para a elaboração desses indicadores existem quatro atributos importantes a serem seguidos: devem ser de simples compreensão, relevantes, atualizados constantemente e de aplicação instantânea. Como exemplo, temos: ROI, taxa de conversão, número de visitantes, origem dos acessos, tempo de permanência no site, entre muitos outros. Estabelecidos os indicadores que serão monitorados, é importante se estabelecer metas para cada um deles. Desta forma será possível acompanhar o seu desempenho e pensar em possíveis mudanças caso seja necessário.

3. Coleta dos dados;

No momento da coleta de dados é importante que o e-commerce se certifique de que os dados estão precisos e se estão sendo coletadas todas as informações necessárias para entender o comportamento dos consumidores. Existem ferramentas e softwares que facilitam esta etapa, como o conhecido Google Analytics, o Kiss Metrics e o RJ Metrics. Porém, apesar da existência dessas ferramentas, muitos dados acabam tendo que ser tratados também no Excel. Para não se perder no meio do caminho, é preciso estabelecer quais são as métricas mais indicadas para medir ou entender determinado fenômeno, caso contrário, fica fácil perder o foco com a imensidão de dados disponíveis. Uma métrica nada mais é do que um número que indica a mensuração de determinado dado e/ou a razão entre dois dados. É a forma de se traduzir uma grande quantidade de dados técnicos e complexos em informações que podem ser utilizadas durante a tomada de decisões. Como exemplo, temos: Page views, CPC, CTR e taxa de conversão. Não existe uma regra para quais devem ser utilizadas, cada empresa vai escolher quais são mais relevantes de acordo as com suas características e os objetivos estabelecidos anteriormente.

4. Análise dos dados e obtenção de insights;

A análise dos dados varia de acordo com o e-commerce e os seus objetivos. Seguem alguns dos pontos que podem ser analisados para a obtenção de melhores resultados: verificação e compreensão da origem dos acessos; palavras e conteúdo mais buscado dentro do site; páginas e links mais acessados; porcentagem de usuários que deixam o site; ROI das campanhas de marketing; e etc..

5. Testes A/B com base nas hipóteses levantadas na análise de dados;

O teste das alternativas é importante para reduzir os riscos de uma eventual mudança no site. Dadas mudanças serão implementadas de acordo com aquilo que o usuário achar melhor, e não com base em suposições. É uma etapa crucial para se aprender sobre o comportamento do consumidor, já que é possível verificar quais são as suas preferências e quais são as mudanças que não os agradam. Para esta etapa também existem ferramentas facilitadoras, umas delas é a Optmizely.

6. Implementação dos insigths;

Todo o processo de Web Analytics é apenas completado com a implementação dos insigths obtidos nas outras etapas. De nada adianta realizar toda a análise se nenhuma ação for tomada no sentido de otimizar o e-commerce. E é justamente nesta etapa que muitas empresas acabam pecando. Muito tempo e recurso é gasto durante a coleta e análise dos dados, e o efetivo uso destas informações acaba ficando em segundo plano durante o processo. Um ponto que merece grande destaque nesta etapa é a importância de se ter um front-end flexível e que permita modificações, além da contratação de agências especializadas para a realização das alterações, como a Über Digital.

Esse não é um processo fácil e que pode ser finalizado do dia para a noite. Independentemente do tamanho, todas as empresas terão que utilizar diversas ferramentas para compreender o desempenho do seu site, os desejos dos seus usuários, as tendências do mercado e as ações dos concorrentes. A tentativa de usar apenas uma dessas ferramentas pode levar a decisões precipitadas, que consequentemente, levarão ao fracasso. Porém, para aquele e-commerce que realmente se empenhar durante o processo, o resultado será digno de todo o esforço. Há uma infinidade de características que podem ser aprendidas sobre o seu público alvo, tornado seu e-commerce mais amigável, objetivo e, consequentemente, mais lucrativo devido às altas taxas de conversão.

Para quem tiver mais interesse sobre o tema:

Web Analytics Process – Measurement & Optimization – Daniel Waisberg

Web Analytics 101: Definitions: Goals, Metrics, KPIs, Dimensions, Targets – Avinash Kaushik

10 Fundamental Web Analytics Truths: Embrace ‘Em & Win Big – Avinash Kaushik

Por Alan Pascotto