Estes dias analisando o Google Analytics e suas possibilidades, percebi que seus recursos vão muito além de métricas comuns e ele pode agregar um valor gigantesco para qualquer negócio, principalmente um e-commerce.
Desta forma, comecei a pensar de forma sistêmica e com visão de negócio quais as necessidades que um e-commerce teria e como trabalhar com elas de maneira efetiva.
Após desenvolver um primeiro conceito de análise do Google Analytics e Data Studio (aqui), resolvi criar esse pequeno guia que estruturei e compartilhar. Espero que gostem.
CENÁRIO
O cenário não é complexo, ainda que a análise possa ser, precisamos selecionar os principais pontos de análise de um e-commerce para termos em um dashboard as principais informações do negócio.
COMECE ENTENDENDO AS NECESSIDADES DO CLIENTE
Diferentes projetos, diferentes necessidades. Sempre foi assim e na análise de dados e estruturação de um projeto de inteligência de negócio não seria diferente: Precisamos entender quais as principais métricas e objetivos do(s) Stakeholder(s).
Não é incomum, principalmente entre os profissionais inexperientes, acharem que sabem quais as necessidades do negócio, mas acredite, não sabem. A chance das métricas selecionadas não satisfazerem os interesses e a coleta de dados ser completamente dispensável são gigantes; não caia nesse engodo.
Comece perguntando ao seu cliente coisas como:
- Quais as métricas principais?
- O que analisamos hoje? E o que não analisamos?
- Quais canais de aquisição?
- Você conhece seu cliente?
- E o seu cliente comprador? Sabe o perfil?
- Sabe qual comportamento do seu comprador?
Sim, eu sei que são perguntas que parecem óbvias, mas em muitos casos, são completamente ignoradas.
Esse primeiro passo é a análise de requisitos.
Aqui, coletamos as principais queixas e pontos cegos para a entrega de um produto mínimo viável, que irá mostrar a força da análise e colocar o negócio em uma direção.
ESCOLHA DAS DIMENSÕES E MÉTRICAS CORRETAS.
Gostaria de destacar que antes de escolher e visualizar as dimensões e métricas no Analytics, escolha o período de datas que irá trabalhar na pré-etapa. Essa escolha irá evitar desinformação e confusão na hora de passar para o Data Studio.
Agora é a hora de trabalhar no Analytics, selecionar as dimensões e métricas que atendem ao negócio para enviá-las ao Data Studio.
Este é o ponto que exige maior atenção pois os dados e as opções podem acabar confundindo; sugiro que separe em um bloco de notas e vá escrevendo o que for de interesse.
Aqui nós temos um exemplo do que podemos coletar para analisar a audiência e para causar ainda mais confusão, algumas métricas são expansíveis, o que gera ainda mais opções que podem levar à escolhas erradas.
Com as métricas e dimensões mapeadas, crie o seu mini dashboard para entender como estes dados estão se comportando e se fazem sentido coletar.
CRIE SEU RELATÓRIO CUSTOMIZADO
Relatório customizado irá te auxiliar muito na pré-visualização dos dados e como eles serão exibidos no Data Studio.
O processo é bem simples e permite trabalhar com todas as dimensões e métricas que desejar.
Clique em Dashboard → Customization → Create.
O Analytics oferecerá duas opções:
- Blank – onde você terá espaço para livre criação;
- Starter Dashboard – será oferecido alguns templates para uso.
A recomendação é que utilize o modelo em branco pela facilidade na manipulação e confecção da pré-visualização.
Vocês vão perceber que as opções de uso, construção e customização do painel dentro do Analytics são bem poucas, pois esse não é o foco central dele.
CONHEÇA O BÁSICO DA DIFERENÇA ENTRE DIMENSÃO E MÉTRICA
O Google Analytics trabalha dentro do conceito de dimensão e métrica para exibir os dados para os usuários, então, tenha o conceito do que cada um representa bem solidificado em sua mente.
As DIMENSÕES dão SENTIDO para o que está sendo analisado e as MÉTRICAS atribuem VALOR a este sentido.
Veja esta tabela com o nome de algumas campanhas do Google.
Em azul estão as métricas de cada campanha: seus cliques e o custo por conversão delas. E em vermelho, o nome de cada uma.
DATA STORYTELLING
Não teria um assunto melhor para finalizar este pequeno tutorial com este tópico.
O Data Storytelling é extremamente importante se você quer capturar a atenção do seu cliente ou líder e entregar valor de fato para ele.
Não adianta nada jogar diversos gráficos e tabelas no dashboard, se eles não entregam nada e pior, não agregam nada.Ter conhecimento neste ponto é extremamente importante para qualquer um que queira ou já trabalha com dados.
No livro Storytelling com dados tem o passo a passo para o desenvolvimento desta habilidade. Se você está começando agora, não tenha pressa, leia aos poucos e vá pegando o entendimento no seu ritmo.
CONCLUSÃO
Criei este pequeno guia para tentar ajudar aqueles que se sintam perdidos com tanta informação entregue pelo Google Analytics. Como ele captura muitos dados, sua diversidade pode atrapalhar um pouco na hora de criar bons dashboards.
Pretendo trazer mais conhecimento sobre essa ferramenta e como extrair o melhor do que ela tem a entregar para enriquecer as análises de dados.
Não entrei no ponto de conexão do Analytics com o Data Studio por ser um processo bem simples, mas se precisar, basta pedir que ensino.
Não esqueça da diferença entre dimensão e métrica dentro do G.A, isso vai ajudar muito na construção do seu dashboard no Data Studio.
Algumas métricas como Lifetime Value e Cohort ainda não estão disponíveis para o Data Studio.
ManageBI 