A análise de dados está em todos os setores e mercados do mundo inteiro. Basicamente, não tomamos nenhuma decisão de negócio sem ela. 

Da tarefa mais básica à decisão de contratos milionários entre grandes empresas, essencialmente, tudo envolve dados; no marketing não é diferente. Hoje, no setor, do planejamento de campanhas ao desenvolvimento de novos produtos, passando pelo entendimento do público para elaboração da comunicação, os conceitos de analytics estão presentes.

Deste modo, resolvi me aprofundar e desbravar o Google Analytics para entender como extrair mais insights desta ferramenta e, assim sendo, trouxe minha primeira experiência com o recurso de segmentação que ela nos oferece.

Espero que vos ajude e vamos ao artigo!

INTRODUÇÃO: CONCEITO E COMO ENTENDER A SEGMENTAÇÃO

Com a necessidade, diversidade e possibilidade de entendimento mais claro dos clientes, muito graças a tecnologia, grandes marqueteiros começaram a dividir seu público-alvo e comprador em segmentos ou faixas de clientes.

Essa divisão trouxe muita clareza e facilitou a compreensão de quais fatias do mercado são mais lucrativas, quais têm mais oportunidades e qual a parcela que não vale arriscar.

Criar segmentos é entender como otimizar todo o marketing da empresa e mais, maximizar os canais que dão certo em detrimento daqueles que precisam de mais atenção. Quando você dominar completamente o recurso, nunca mais andará no deserto sem bússola.

SEGMENTAÇÃO: COMO COMEÇAR?

O primeiro ponto que devemos considerar quando vamos trabalhar com uma segmentação básica é entendermos o nosso público, isso significa que precisamos entender os seguintes aspectos:

  1. Idade
  2. Gênero
  3. País
  4. Afinidades
  5. Segmentos de mercado

E como fatores extras:

  1. Receita
  2. Taxa de conversão

Estes são os pontos iniciais para entendermos o básico dos nossos clientes e começarmos a trabalhar a partir disso. 

Da tarefa mais básica à decisão de contratos milionários entre grandes empresas, essencialmente, tudo envolve dados; no marketing não é diferente. Hoje, no setor, do planejamento de campanhas ao desenvolvimento de novos produtos, passando pelo entendimento do público para elaboração da comunicação, os conceitos de analytics estão presentes.

Para facilitar a coleta e o entendimento do meu público, criei dashboards no Data Studio. Assim, otimizo a análise e a visualização dos atributos. Veja alguns exemplos:

A primeira imagem mostra o número de usuários e sua distribuição demográfica, apenas.

Análise demográfica dos usuários.

Já na imagem abaixo, temos a mesma demografia aplicada aos continentes, podendo ser feito um Drill-down para país.

Análise demográfica com base em continente e gênero dos clientes.

A partir do momento que começamos a entender suas distribuições demográficas básicas, o processo de segmentação adquire uma orientação e se torna muito mais intuitivo e prático.

Deste ponto em diante, vamos entender quais as possibilidades de segmentação de clientes que o Google Analytics permite e como podemos nos aproveitar delas.

Ainda que a versão Universal seja descontinuada, utilizarei para demonstração por conter recursos que a versão atual não contém. Elas se complementam.

TRABALHANDO COM SEGMENTAÇÕES: PROCESSO PRÁTICO

O primeiro passo para utilização deste recurso é saber o que se quer. É muito fácil se perder dentro da ferramenta pela quantidade de análises que ela entrega, assim, entre na plataforma com uma missão clara em mente e quais as condições que irão satisfazer.

Criar segmentos é entender como otimizar todo o marketing da empresa e mais, maximizar os canais que dão certo em detrimento daqueles que precisam de mais atenção. Quando você dominar completamente o recurso, nunca mais andará no deserto sem bússola.

Com esse aviso, vamos para uma análise básica e aqui, vou utilizar o Google Analytics Universal. Para este exemplo, quero uma análise dos usuários ativos.

Entendimento básico sobre o público-alvo.

Como a maior faixa de receita está entre 18-45 anos, vamos trabalhar com esse primeiro grupo. Como estou avaliando um período curto, 01/02 até 28/02, o tamanho deste será menor.

Criei os seguintes segmentos para homens e mulheres.:

  • [U_A] [AMERICA] [18-24]
  • [U_A] [AMERICA] [25-34]
  • [U_A] [AMERICA] [34-45]
Criação da segmentação com base na análise demográfica.

Criadas as segmentações, podemos explorar nos dashboards que a ferramenta disponibiliza e começar nossas análises.

Se quisermos uma visão geral de como se comportam em nossa loja, podemos começar avaliando com uma visão mais macro o público segmentado.

Legenda:

  • Vermelho → métricas do dashboard;
  • Azul → segmentação para o público masculino;
  • Amarelo → segmentação para o público feminino.
Segmentação aplicada ao dashboard de Público-Alvo do Analytics.

Cada métrica desse painel pode ser explorada individualmente em um gráfico de linha, basta clicar em qual desejar. É possível, inclusive, comparar duas métricas

Comparação de desempenho com base em gênero no trimestre passado.

Uma facilidade que a segmentação traz é no que tange ao entendimento dos interesses e segmentos de mercado que nossos clientes possuem. 

Analisando o painel no Data Studio, vi que no mês  de Fevereiro, esse foi o que mais gerou receita. Homens e mulheres entre 25 e 44 anos.

Então, vou criar um segmento específico para esse público e entender quais suas afinidades e interesses, veja:

Análise de receita por idade e gênero dos usuários.

Abaixo, a aplicação do segmento.

Segmento de cliente aplicado a Afinidade e Segmento de Mercado para entendimento do público.

Clicando no link, o Google Analytics o leva para uma análise mais refinada, no meu caso, cliquei em segmento e assim, posso explorar mais.

Na imagem abaixo, que foi reduzida, temos os segmentos no mercado que trouxeram os usuários que foram responsáveis pela maior receita do mês de Fevereiro.

Análise dos segmentos de mercado que trouxeram mais receita e tiveram maior taxa de conversão.

Se quiser explorar ainda mais, aconselho a utilizar o Explorer da ferramenta. Veja abaixo o exemplo:

Análise aprofundada por afinidade dos clientes entre 25 e 44 anos.

Reduzi a imagem para mostrar apenas as métricas referentes à dimensão E-Commerce.

Agora, temos uma visão melhor dos resultados de compra que esse segmento possui. Sabemos inclusive, o gasto médio de cada afinidade, o que nos permite projetar algumas estratégias e focar naquelas que podem trazer um maior retorno e atuar com foco de melhora nas que estão abaixo.

Uma dica que deixo para quem quiser se aprofundar, é utilizar os gráficos de comparação que tem no Analytics. Veja que podemos saber como tal segmento de interesse performou em relação a receita, observe:

Comparando o desempenho de cada Afinidade de Mercado com a média do site.
A métrica comparada é a receita.

Analisando a tabela, vemos que clientes que possuem alguma afinidade com conteúdos de esporte, apresentaram uma queda de 9,31% da receita, diferente de quem tá mais ligado com o Fitness de um modo geral, que apresentou um aumento de 282,79%, mesmo com uma taxa de conversão menor.

Vale lembrar que este primeiro comparativo é com a média do site.

Para enriquecer ainda mais, adicione o período anterior:

Comparação entre o período anterior e o “atual” em relação a média do site.

Ele continua comparando com a média do site, de um modo geral, mas agora, considerando os dois períodos destacados em roxo.

EXPLORANDO AS OPÇÕES DE SEGMENTAÇÕES: UNIVERSAL & GA4

Uma vez que tenha entendido o básico da sua audiência, quem converte e gera receita para o seu negócio, fica mais fácil trabalhar com as segmentações.

A partir do momento que começamos a entender nosso público e suas distribuições demográficas básicas, o processo de segmentação adquire uma orientação e se torna muito mais intuitivo e prático.

Agora, quero trazer algumas ideias que podemos utilizar para obter maior entendimento e aumentar os resultados. Irei trabalhar com o público que mais gerou receita para o negócio, apenas para aprofundar a análise. Mas a adaptação é livre e as explorações são infinitas.

Descobrindo os melhores dias para remarketing

Um dos benefícios de entender sobre segmentos é saber quando estruturar melhor o seu remarketing ou até mesmo, uma campanha específica com esse público.

Primeiro eu entendi que nos 15 primeiros dias são os que têm maior quantidade de sessões e visualizações de páginas desde a primeira registrada. Esse é o público mais quente a partir do momento que eles caem na loja.

Aqui estamos entendendo a contagem de sessões (visitas na página com algum tipo de ação).

Eu poderia incluir até 25 dias, mas ao realizar uns testes de população no GA, não fez diferença prática e não imagino que fosse impactar no resultado. 15 dias continua sendo o público mais aquecido.

Análise do segmento de cliente por Sessões no site.
Entendimento para remarketing.

Para consolidar essa questão, analisei o relatório que informa “Dias desde a última sessão” e pude constatar que 15 dias é o melhor público.

Análise do segmento de acordo com a sua última sessão.
Entendendo o retorno e como trabalhar nessa questão.

Com esse entendimento, abrimos três opções para lançar campanhas nas mídias, são elas:

  1. Criar uma estrutura de remarketing com page view de 15 dias;
  2. Criar uma campanha de público semelhante a este analisar o desempenho, utilizando inclusive os interesses e segmentos de mercado do público;
  3. Identificado os segmentos e interesses que mais trouxeram receitas, deixar o público aberto e trabalhar com semelhantes para encontrar novos possíveis clientes.

Outras hipóteses poderiam ser levantadas com análises mais aprofundadas do comportamento do cliente, mas como é um artigo mais básico, não vou aprofundar tanto. No próximo irei explorar esse aspecto.

Segmento dos que compraram mais de uma vez

Um dos maiores desafios do e-commerce é a recorrência, no mundo dinâmico com milhares de produtos, mas diferenciado apenas pela oferta, os varejistas se vêem com uma grande questão: como fidelizar?

As respostas para essa pergunta são das mais variadas e não há uma correta, mas diferentes tentativas e aprimoramentos de processos que deram certo, porém, através dos dados, conseguimos uma clareza maior: criar um segmento daqueles que compraram mais de uma vez.

Para isso, basta ir na opção de Comportamento → Transações → escolha um valor de acordo com a operação booleana.

Por limitações, o Analytics não trabalha com mais de 90 dias, não nesse tipo de segmentação. 

Segmentando os clientes que realizaram mais de uma compra.

Inclusive, esse público em específico possui uma característica interessante, veja:

Aplicando ao gráfico “Dias desde a última sessão”.

Eles costumam voltar em um período que vai entre 15 e 60 dias da sua “aquisição”.

IMPORTANTE: o range de data utilizado na hora da criação pode causar uma certa diferença quando pegamos um determinado segmento e analisamos utilizando outros recursos como, Análise Cohort.

Quando eu criei este, do exemplo, a data utilizada no dashboard foi 01/01/22 até 24/03/22, o que me trouxe um determinado resultado, porém, quando fui analisar no grupo de Cohort, esse range de data não tem valia.

Análise Cohort não considera a data de criação, mas a data de análise.

Como o grupo de Cohort olha sempre para trás, ele irá pegar a data vigente e retroagir pelo período desejado e então, retorna os dados até o dia corrente. (veja mais aqui)

Então, a recomendação que fica é: veja se os recursos de análise que estão utilizando se comportam da mesma forma, do contrário, analise separadamente e em cada “ferramenta” específica.

Se precavendo desta forma, a chance de tomar uma decisão errada é menor.

SEGMENTAÇÕES AVANÇADAS: COMPORTAMENTO DE COMPRAS E EVENTOS

Entendido a base do que forma a segmentação dentro do Google Analytics, suas peculiaridades e como ela se comporta em cada tipo de análise, vamos aprofundar o assunto e extrair o melhor da segmentação para E-commerce.

O primeiro passo para utilização deste recurso é saber o que se quer. É muito fácil se perder dentro da ferramenta pela quantidade de análises que ela entrega, assim, entre na plataforma com uma missão clara em mente e quais as condições que irão satisfazer

Das opções avançadas que podemos considerar, falarei sobre as três circuladas em vermelho.

Apresentação das segmentações avançadas.

Entendendo E-commerce avançado

Utilizando o recurso de E-commerce avançado, a segmentação entra em outro nível de detalhes e possibilidades. 

Opções avançadas de segmentação

Se for utilizar “Receita por usuário” na segmentação, consulte o Data Studio antes e veja como está o desempenho. Acompanhe o gráfico abaixo:

Entendimento da média de receita por usuário durante o trimestre.

Como a média do período foi de $2,30, seria interessante segmentar para aqueles que ficaram acima da média, até para entender melhor esse grupo.

Uma vez criado, uma aplicação que achei bem interessante foi utilizá-la em “Comportamento” e descobrir quais categorias de  produtos foram mais acessadas e consequentemente, compradas.

Entendendo quais categorias de produtos mais venderam.

Um teste que pode ser interessante, caso identifique uma categoria com muito destaque, é adicioná-la. O único ponto negativo é que limita demais o público, mas pode ser útil caso queira utilizá-lo como um público complementar.

Opção de segmentação por clientes que viram ou compraram
uma certa categoria de produto.

Segmento por condição: público com base em eventos

Essa é uma das opções mais criativas que existem para segmentos de clientes dentro do Google Analytics. Basicamente, podemos utilizar todas as dimensões da ferramenta e adicionar um ou mais eventos com base nos operadores lógicos “E” e “OU”.

Por exemplo, criei uma estrutura que segmenta os clientes que  possuem mais de 10% de probabilidade de conversão e que realizaram uma ou mais compras exclusivas.

Segmento de clientes que possuem mais de 10% de propabilidade
de realizarem uma conversão.

Único problema da versão anterior do GA é que por ter uma forma de registro e armazenamento diferente do seu sucessor, os segmentos por eventos não são muito precisos. Para isso, utilize o GA4, ele foi criado para solucionar esta falha.

O próximo tópico mostra exatamente a limitação do Universal em comparação com o GA4.

Segmento por sequência: funil de eventos

Aqui, temos a oportunidade de criar um segmento para todos que percorreram um funil específico!

Aconselho a utilizar tanto o GA4 que é baseado em eventos, quanto o Universal. Eles irão se completar e criar ótimas análises.

Como o GA Universal é baseado em Hit/Session, seu processo de criação é um pouco diferente, temos de utilizar o nome das páginas. Veja:

Criação de segmento por “funil de página”.

Agora veja a diferença quando criamos no GA4:

Criação de segmento por funil de eventos no GA4

Perceba que temos um funil de eventos básicos, podendo inclusive, criar um público-alvo para utilização.

NOTA: os parâmetros dos eventos são muito utilizados quando há customização dentro do Google Analytics 4. Eles são coletados via GTM, puxando do Data Layer.

Como podem observar, as possibilidades exploratórias dentro do GA, ambas as versões, são imensas e quanto mais fundo forem, maior vantagem e valor aos clientes levarão. É uma excelente forma para os Analistas de Mídia e dados se destacarem dos demais.

ANALYTICS & DATA STUDIO: IMPORTANDO OS SEGMENTOS

Em um artigo que escrevi, ressaltei a importância de se trabalhar com o Analytics e Data Studio. Nele, mostrei como se complementam e enriquecem suas análises de dados.

Trabalhando com as duas ferramentas, temos a possibilidade de utilizar estes segmentos como filtros em nossos dashboards, assim, moldando a análise de acordo com o público específico.

A única restrição é para fonte de dados. Se você criar um dashboard com informações provenientes do Universal Analytics, não poderá utilizar segmentos criados no Google Analytics 4; o contrário também se aplica.

A nível de exemplo, criei um gráfico básico com a receita total do ano passado granulada por mês utilizando uma das segmentações criadas.

Aplicação dos segmentos criados no Google Analytics no Data Studio.

Agora, este gráfico está moldado para mostrar o impacto que este segmento causou na receita durante todo o ano passado. É importante destacar que somente este é afetado.

Essa é uma das melhores análises que podemos ter, pegar um cenário macro e reduzir para um micro por um pequeno segmento de clientes, e entender o efeito que eles causam no desempenho do negócio!

Explore as possibilidades, são inúmeras.

CONCLUSÃO

Primeiro, quero parabenizar você que chegou até aqui! Considere-se um vencedor!

O objetivo deste artigo foi dar ideias de como criar e utilizar segmentos dentro do Google Analytics e mais, como eles ajudam a entender melhor tudo que está acontecendo dentro do seu e-commerce.

Eu não me aprofundei muito no Analytics 4 pois irei trabalhar com mais calma nele e explorar melhor as possibilidades que existem. Além disso, meu entendimento na ferramenta, de um modo geral, ainda é pouco.

Eu acredito que o uso correto das segmentações, junto com dashboards bem estruturados no Data Studio, trazem grandes oportunidades para alavancar qualquer e-commerce. E aqui, não importa muito o porte, qualquer um pode se beneficiar com as ferramentas.

Outro ponto que deixei propositalmente de fora, por enquanto, é o uso desse recurso com análise de LTV e Cohort. Preciso entender melhor como extrair valor de ambas para me aprofundar com segmentações.

Por fim, este foi mais um artigo mostrando o poder que a análise de dados pode entregar para sua loja e como ela traz um entendimento amplo, porém preciso, dos seus consumidores e visitantes.

O mais importante de tudo foi: antes de começar a criar seus segmentos, tenha uma visão geral do seu público.

Espero que gostem do artigo e deixe seu like, ajuda muito o blog.

Compartilhe com seus amigos, me ajuda bastante. Obrigado!

E se inscreva para ficar por dentro das novidades e lançamentos dos artigos!