Para que boas decisões sejam tomadas é necessário ter confiança nos dados, que consequentemente dependem de uma boa implementação técnica da captura de dados.
A captura dos dados é uma das partes mais importantes do sucesso de iniciativas de analytics. Porém, a parte de implementação técnica é um desafio até mesmo para desenvolvedores experientes, por não fazer parte do seu dia-a-dia o tipo de sintaxe e nomenclaturas utilizadas em digital analytics.
Por isso preparamos uma série com algumas dicas para você melhorar a qualidade da captura dos dados de produtos para ter confiança e qualidade nas informações na hora das análises.
Como Escolher Ferramentas de Analytics
- Essa é uma dúvida comum para uma decisão muito importante, por isso vamos considerar alguns critérios para escolha de ferramenta que pode te livrar de dores de cabeça no futuro:
- A primeira dica é observar se a ferramenta escolhida é open source ou disponibiliza uma entrada gratuita, assim você evita ter custos excessivos em suas primeiras iniciativas com dados.
- Outro ponto importante observar é se a ferramenta disponibiliza boa documentação, tanto da interface de análises quanto da parte de especificações técnicas para os desenvolvedores.
- Ainda nessa linha é importante observar quais outras empresas utilizam a ferramenta e se ela possui comunidades abertas onde a comunidade contribui tirando dúvidas e solucionando possíveis problemas.
- E por fim e não menos importante, verifique se a ferramenta disponibiliza uma API para conectar com outras plataformas ou para extrair os seus dados e gravar em um banco de dados próprios.
Como definir boas nomenclaturas para tagueamento de produtos
Vamos falar sobre uma coisa simples, mas é negligenciado, como definir boas nomenclaturas para os dados coletados via analytics. Esse é um ponto importante da fase de planejamento da coleta de dados: ele ajuda a garantir futuramente nas ferramentas de analytics informações legíveis que iram facilitar a etapa de análise dos dados.
É muito comum encontrar em ferramentas de analytics nomes de eventos ilegíveis, muitos deles correspondem a nomes de funções de código de programação que para o analista que na maioria das vezes não é técnico, não significam nada e passa a ser apenas um aglomerado de dados inúteis.
Para evitar esses casos sugerimos que você faça as seguintes reflexões antes de iniciar o processo de planejamento de implementação de analytics do seu produto:
Defina com sua equipe padrões de nomenclatura que devem nortear a implementação, esses padrões podem seguir estruturas por hierarquia de páginas, sessão ou feature do produto, ou fluxo da jornada do usuário.
Pontos de atenção:
- Se você tiver influência sobre a escolha do nome das páginas ou telas no caso de mobile, cuide para que o título representa realmente o conteúdo da página.
- Para a definição de eventos, adote um sistema de “Categoria”, “Ação” e “Label” que ajuda a entender em qual parte da aplicação o evento está acontecendo e do que se trata aquela interação do usuário com a combinação de ação e label
- Para definição de metas, separe elas mesmo que conceitualmente em micro e macro conversão, onde micro indica ação secundárias que levam ao objetivo maior e a macro indica ações mais relevantes para o objetivo de produto.
Uma forma muito comum de controlar a nomenclatura é gerar uma documentação simples, geralmente uma planilha resolve onde será registrado todos os eventos e metas que foram definidos.
Por fim, se for trabalhar com métricas e variáveis customizadas, procure seguir padrões pré-estabelecidos pela ferramenta escolhida, como, por exemplo, a sintaxe de implementação de e-commerce do Google Analytics, se deseja adicionar uma métrica que não existe na documentação oficial, siga o padrão proposto da estrutura de meta-dados de uma transação.
Como ter uma visão unificada da jornada do usuário em sua plataforma de analytics
Essa talvez seja uma das perguntas mais recorrentes que recebo em todos os treinamentos, como faço para saber se o mesmo usuário acessou pelo celular e depois pelo computador, ou se ele acessou hoje e voltou daqui a 3 dias?
Essa é uma solução relativamente simples, basta você associar um identificador único na sessão do usuário que estiver logado. Isso funciona muito bem para usuários cadastrados que fazem login para utilizar seu produto, assim é possível gravar o número de identificação único do usuário juntamente com suas interações no produto.
Se você estiver utilizando uma ferramenta padrão de mercado como Google Analytics ou Mixpanel, terá um relatório específico para ver estes dados associados ao perfil do usuário que estava logado. Em casos que a empresa optar por utilizar uma interface própria de análises, você terá que organizar os dados para visualizar a jornada do usuário em diferentes etapas e nesse caso o registro cronológico (dia, hora, minuto e segundo — timestamp) que cada interação aconteceu é extremamente importante para que as informações façam sentido.
A implementação técnica desta funcionalidade
Do ponto de vista técnico não é tão simples assim, geralmente as aplicações não estão preparadas para devolver essa informação (User ID) na interface para ser utilizadas pela ferramenta de analytics; por isso, requer um preparo prévio. Por outro lado, uma vez implementado sua riqueza de coleta de informações de um mesmo usuário poderá elevar o entendimento do usuário para outro nível.
Como Criar um tagueamento de produto independente de ferramenta de analytics
O que fazer quando a sua ferramenta de analytics muda a precificação e torna seu uso financeiramente inviável? E se mudar a sintaxe de captura de dados? Ou pior, se ela decide descontinuar seu produto?
Certamente você nunca viu e nunca verá ninguém falar isso, até porque a maioria das plataformas e consultores querem mesmo é te prender a uma ferramenta, mesmo que essa não atenda mais às suas necessidades de coleta e análise de dados.
Por já ter trabalhando com diferentes ferramentas de analytics a por ter passado por muitas tormentas, acabei desenvolvendo um método de abstração para evitar perda de tempo, dados ou ter um grande retrabalho.
Basicamente você deve registrar todos seus eventos em uma camada de abstração antes de utilizar diretamente a sintaxe da ferramenta que escolheu para trabalhar, isso requer um pouco de conhecimento técnico e consome um tempo que talvez você não tinha previsto, mas garanto que o esforço é irrisório frente ao benefício e a segurança que terá posteriormente.
Então se você escolheu, Google Analytics, Mixpanel, Adobe Analytics ou qualquer outra ferramenta de coleta de dados, antes de enviar os dados direto para os respectivos coletores de dados, garanta que essas informações sejam registradas em uma camada intermediária e a partir dessa camada, com a sintaxe padrão de cada ferramenta você envia os dados para os servidores. Desta forma você torna sua implementação de analytics blindada contra qualquer mudança inesperada, seja ela de especificação técnica ou financeira.
Outro benefício desse modelo de implementação é que você pode mandar o mesmo dado com o mesmo padrão para duas ou mais ferramentas de analytics, que pode parecer estranho para algumas pessoas, mas é um cenário comum em muitas empresas ter mais de uma solução de analytics. E também quando você precisa alimentar soluções de terceiros (thirdy party tags, remarketing, confirmação de conversões, etc.) com informações de eventos que acontecem em seu produto digital.
Em resumo; ou você cria seu próprio sistema de registro de eventos (menos recomendado), mas antes de fazer isso, dá uma olhada no SnowPlow Analytics, ou adota uma ferramenta de mercado que te ajuda a fazer isso, em minha última experiência utilizamos a plataforma da Segment.
Espero que essas dicas te ajude a ter um novo olhar sobre sua implementação de captura de dados para análise de produtos digitais 😉
Série originalmente publicada em nosso Medium.
