- Que páginas no meu site/app geram mais visualizações?
- Que páginas de destino têm o melhor desempenho ou geram o maior número de conversões?
- O que é que as pessoas pesquisam no meu site/app? Onde posso melhorar o conteúdo ou a navegação do meu site?
- Qual é o desempenho das minhas páginas de destino ao longo do tempo? Os utilizadores acedem a várias páginas à mesma taxa?
- Como é que os utilizadores estão a progredir no funil de compras?
- Como é que os utilizadores estão a progredir nos níveis do meu jogo?
- O que levou um utilizador a adicionar um produto ao carrinho?
- O que levou os utilizadores a removerem a minha app?
- Existem interseções interessantes entre vários segmentos dos meus dados?
- Os utilizadores comportam-se de forma diferente consoante a altura em que visitaram o meu site pela primeira vez?
- Que referências estão a gerar os utilizadores mais valiosos?
Que páginas no meu site/app geram mais visualizações?
No Universal Analytics, costumamos ver o relatório de páginas detalhado pela dimensão "Caminho da página" e por métricas como "Visualizações de página", "Visualizações de página únicas", "Taxa de rejeição", entre outras. Nas propriedades do Google Analytics 4, o relatório de páginas tem um aspeto diferente, mas pode recriar facilmente o que procura como uma exploração na funcionalidade Explorar.
Primeiro, tem de ativar uma dimensão adicional através do ícone + para adicionar dimensões no painel Definições de separador na funcionalidade Explorar. Mais especificamente, vai adicionar a dimensão "Caminho da página + string de consulta". Se também quiser ver os dados por título da página (no UA [Universal Analytics], o relatório de páginas usa "Caminho da página"), pode ativar a dimensão adicional "Título da página e nome do ecrã".
Em seguida, tem de adicionar a métrica "Visualizações" para a poder incluir na sua exploração. Para tal, clique no ícone + na secção Métricas no painel Variáveis e pesquise a métrica "Visualizações" a adicionar.
Para criar a exploração de páginas, tem de remover as métricas e as dimensões predefinidas aplicadas nas definições de linhas e colunas, bem como adicionar "Caminho da página e string de consulta" como a dimensão da linha e "Visualizações" como a métrica da coluna. Para efeitos de comparação, também pode adicionar "Utilizadores ativos" como uma métrica da coluna, para lhe dar uma ideia da popularidade de cada página por utilizador único.
Para a Google Merchandise Store, se remover a página inicial (/) e a página do carrinho, vai ver rapidamente que as páginas de produtos mais populares são as secções Liquidação e Vestuário de homem do Website.
Que páginas de destino têm o melhor desempenho ou geram o maior número de conversões?
Compreender para que local do seu Website ou app os utilizadores são direcionados pela primeira vez pode ajudar a otimizar a experiência do utilizador e os seus esforços de marketing. No Universal Analytics, este é um relatório pronto a usar na IU (interface do utilizador) de relatórios. No entanto, nas propriedades do Google Analytics 4, ainda não existe. Podemos recriar isto como uma exploração de raiz na funcionalidade Explorar.
Existem alguns aspetos importantes de que precisa para criar esta exploração: a dimensão Página de destino e as métricas relevantes, como Visualizações, Sessões e Utilizadores. Tem de ativar as dimensões e as métricas adicionais através do ícone + para adicionar dimensões:
Assim que tiver estas dimensões e métricas disponíveis para utilização, comece por adicionar as dimensões Página de destino como uma linha e as métricas relevantes, como Visualizações, Sessões e Utilizadores ativos, como valores. Isto dá-lhe uma exploração da Página de destino através destas métricas.
Ao adicionar a métrica Compras, pode ver as Páginas de destino que foram visualizadas quando ocorreu uma compra:
Agora, pode ver que Páginas de destino foram visualizadas quando ocorreu uma compra e comparar com os totais gerais para compreender melhor a eficácia da Página de destino.
O que é que as pessoas pesquisam no meu site/app? Onde posso melhorar o conteúdo ou a navegação do meu site?
Outro relatório comum que pode criar na funcionalidade Explorar é uma exploração da Pesquisa no site. Existem alguns passos para o fazer.
Primeiro, tem de ter o evento de medição otimizada ou um evento personalizado ativado para recolher os dados da Pesquisa no site. Se estiver a usar a medição otimizada, este evento vai chamar-se "view_search_results". Em seguida, tem de se certificar de que ativou o parâmetro para "search_term" como uma dimensão personalizada na sua propriedade. Assim que o fizer, vai ficar disponível para usar na funcionalidade Explorar.
Assim que tiver os dados corretos disponíveis, pode criar a sua exploração. Vai ser constituída por algumas partes. Primeiro, tem de ativar a dimensão "search_term" para utilização na exploração:
Depois de a ativar, pode adicioná-la à sua exploração na definição "Linhas". Vai ver um resultado semelhante a este:
Esta exploração apresenta muitos valores (não definido) porque está a analisar todos os eventos. Para reduzir o ruído, tem de criar um filtro para "Nome do evento" que corresponda exatamente a "view_search_results" para mostrar apenas os dados desse evento:
Assim que o filtro for aplicado, vai ter uma exploração atualizada que mostra o número de pesquisas para cada termo apresentado, ou seja, uma exploração do termo de Pesquisa no site:
Saber o que os utilizadores pesquisam no seu Website é uma excelente forma de ajudar a otimizar o seu conteúdo para aumentar a interação e a satisfação dos utilizadores. Por exemplo, se verificar um pico num termo de pesquisa específico, considere adicionar mais conteúdo com esse termo para ajudar os utilizadores do seu site a encontrarem mais facilmente o que procuram ou responder às respetivas perguntas.
Qual é o desempenho das minhas páginas de destino ao longo do tempo? Os utilizadores acedem a várias páginas à mesma taxa?
Para cada exploração, tem várias opções de visualização. Uma que pode ser útil é o gráfico de linhas para ver a tendência dos dados ao longo do tempo. Se quiser ver as páginas de destino populares ao longo do tempo, basta alterar o tipo de visualização ao clicar numa das 6 opções de visualizações no painel Definições de separador.
A alteração da visualização para um gráfico de linhas cria um gráfico das 10 principais páginas de destino populares ao longo do tempo.
Se passar o cursor do rato sobre o gráfico, são apresentados os pontos de dados para cada dia.
Também pode ver dados de anomalias realçados por um círculo vazio. Se passar o cursor do rato sobre o círculo vazio, são apresentadas as informações da anomalia. No exemplo abaixo, com base nos dados anteriores recolhidos, o Google Analytics previu que cerca de 1000 utilizadores ativos visitariam a página inicial a 2 de fevereiro. No entanto, o número de utilizadores ativos foi de 2200, o que foi 116% superior ao esperado.
Os funis são uma excelente ferramenta para visualizar facilmente o progresso dos utilizadores através de um conjunto de passos que supõe que deem. Um fluxo de comportamento de compra ou um fluxo de comportamento de pagamento para empresas de comércio eletrónico são exemplos de utilização comuns dos funis. Para programadores de jogos, é recomendável ver o progresso dos utilizadores nos níveis do jogo. Vejamos exemplos específicos de cada um destes cenários.
Como é que os utilizadores estão a progredir no funil de compras?
Relativamente ao comportamento de compra, é recomendável analisar o progresso de diferentes segmentos de utilizadores ao longo de um funil de comportamento de compra composto pela visualização de um artigo, adição ao carrinho e compra. Para começar, pode criar este funil de raiz ou usar um dos modelos úteis disponíveis através da conta de demonstração do GA4 (Google Analytics 4) da Google Merchandise Store. Para escolher esta opção, aceda ao centro de exploração, desloque a página para baixo e selecione "Funil do comportamento de compra" nas explorações "Demonstração" apresentadas.
Quando esta exploração for aberta, vai ser só de leitura, mas pode clicar em "Criar uma cópia" no canto superior direito para fazer uma cópia desta exploração de demonstração que vai ser sua. Quando tiver uma cópia, pode editá-la e ajustá-la como quiser.
A Google Merchandise Store vende equipamento com a marca Google, e duas categorias de equipamento populares no site são artigos com a marca Android e artigos com a marca YouTube. A comparação destas duas categorias de artigos pode ser útil para compreender o comportamento de compra. Para tal, crie dois novos segmentos, um para cada categoria. Neste caso, pode criar um segmento com a condição com o evento "select_item" e o parâmetro "item_name" que contém "Android" ou "YouTube".
Em seguida, estes segmentos vão mostrar utilizadores que progrediram no funil de comportamento de compra e que, pelo menos, clicaram num produto com a marca Android ou num produto com a marca YouTube. É interessante verificar que os utilizadores que, pelo menos, clicaram num produto com a marca Android tinham uma probabilidade quase 2 vezes superior de comprar algo do que aqueles que interagiram com um produto com a marca YouTube. Isto não significa que compraram um produto de marca, mas apenas que clicaram no mesmo. Se apenas tiver interesse em compras de equipamento de marca específico, use o evento de compra, da seguinte forma:
Quando estes segmentos forem aplicados, a comparação do funil do comportamento de compra vai ter o seguinte aspeto:
Uma nova funcionalidade dos funis no GA4 é a capacidade de analisar as tendências deste funil ao longo do tempo. Para tal, altere o tipo de visualização para "Funil de tendências" no painel Definições de separador. Esta ação abre uma visualização de propriedade de funil de tendências que mostra todos os passos populares ao longo do tempo. Pode percorrê-los para ver as contagens por dia para cada passo e segmento.
Também pode ver apenas um passo popular de cada vez para visualizar mais facilmente as alterações ao longo do tempo. Neste exemplo, pode ver que, a 10 de março, ocorreu um pico nas compras que não era aparente ao analisar a visualização de propriedade anterior dos dados. É interessante verificar que a diferença nas compras entre os utilizadores que viram produtos do Android vs. YouTube parece acontecer na íntegra após este pico, o que indica que pode ter havido uma alteração no esquema do Website ou nos esforços de marketing que tornou os produtos Android mais proeminentes a partir desse momento.
Como é que os utilizadores estão a progredir nos níveis do meu jogo?
Esta é uma pergunta comum que um programador pode ter sobre o respetivo jogo ou app. Pode analisar esta questão com um funil.
Primeiro, tem de criar passos específicos para o progresso nos níveis. Neste exemplo, pode usar o evento "level_up" e criar 5 passos para 5 níveis na conta de demonstração do GA4 do Flood-it!.
Ao aplicar estes passos, é apresentado o progresso dos utilizadores em cada nível do jogo.
Os utilizadores que passam o nível 1 têm maior probabilidade de continuar a jogar. Estas informações podem ajudar a criar cenários de testes A/B onde introduz sugestões ou outros métodos para ajudar os utilizadores a concluírem o nível 1 de modo a reduzir o abandono.
Se analisar as tendências do funil acima ao longo do tempo, também vai ver um aumento em todos os passos a partir de 19 de março, o que indica que algo pode ter mudado na promoção ou visibilidade do jogo nesse momento.
Também pode segmentar este funil para ver se diferentes canais de aquisição afetam o progresso geral nos níveis. Neste exemplo, pode analisar a aquisição de tráfego direto vs. pago. Vai reparar que os utilizadores adquiridos através de campanhas pagas permanecem, de facto, mais tempo (taxas de abandono inferiores) do que os adquiridos diretamente, um sinal de que a sua publicidade paga pode estar a funcionar conforme previsto.
Outra funcionalidade muito útil da exploração do funil é a possibilidade de criar um segmento ou um público-alvo a partir da desistência. No exemplo abaixo, repare que a taxa de abandono começa a aumentar por volta do nível 4. Crie um segmento daqueles que desistiram no nível 4 (não chegaram ao nível 5) e use-o como um público-alvo para aumentar o seu alcance ou enviar uma notificação push para incentivar os utilizadores a regressarem, terminarem o nível e continuarem o jogo.
Para criar esse segmento, clique com o botão direito do rato no passo que lhe interessa e opte por criar um segmento. O segmento que vai usar aqui também inclui um critério de exclusão para o nível 5, de modo a garantir que segmenta o público-alvo certo.
Por fim, uma última coisa que pode adicionar à exploração do funil é a nova métrica "Tempo decorrido". Pode fazê-lo ao ativar/desativar o botão "Mostrar tempo decorrido" no painel Definições. Deste modo, adiciona uma nova coluna de métrica à sua tabela:
Ver quanto tempo demora, em média, a percorrer cada passo pode ser um excelente indicador do êxito dos clientes ou, neste caso, do grau de dificuldade da progressão num nível. Também pode ser bom para criar um público-alvo em relação ao qual queira executar ações, como enviar uma notificação push ou uma mensagem de remarketing. Por exemplo, em média, demora 3 horas e 53 minutos a concluir o nível 2. Pode criar um público-alvo do abandono deste nível ao clicar com o botão direito do rato e escolher essa opção:
Seria um ótimo público-alvo para o qual segmentar algum tipo de incentivo de modo que não abandone o jogo ou a app.
Uma nova funcionalidade excelente de Explorar no GA4 é a exploração do caminho. Agora, pode escolher um evento ou uma página/um ecrã específico do qual quer avançar ou retroceder para ver o progresso dos utilizadores no seu site ou app. Compreender o fluxo do utilizador num site tem sido uma funcionalidade há muito pedida e, com as novas explorações do caminho no GA4, é finalmente possível.
O que levou um utilizador a adicionar um produto ao carrinho?
Esta é uma pergunta que muitos sites de comércio eletrónico podem fazer e que pode agora ser investigada através da funcionalidade de análise do caminho para trás.
Para começar, abra uma nova exploração do caminho e prima "Começar de novo" no canto superior direito. Em seguida, pode selecionar um ponto final. Escolha "Nome do evento"
Em seguida, selecione o evento a partir do qual quer retroceder no menu deslizante. Neste caso, uma vez que queremos ver o que levou os utilizadores a adicionarem ao carrinho, vamos escolher "adicionar ao carrinho". Se não vir o nome do evento que lhe interessa, pode clicar em "Carregar mais" ou usar a barra de pesquisa na parte superior para o pesquisar.
A exploração vai ser carregada com alguns passos já preenchidos com base no nome do evento. Se quiser o caminho por nome da página, posso alterar isso por passo. No exemplo abaixo, mudei para "Título da página e classe do ecrã" e posso ver que um número aceitável de pessoas adiciona produtos ao carrinho a partir da página Promoção. Posso analisar mais detalhadamente a página Promoção para ver se determinados artigos tiveram maior interesse, o que pode ajudar a definir a minha estratégia de marketing.
O que levou os utilizadores a removerem a minha app?
Para os programadores de apps, uma grande preocupação é o abandono (utilizadores que removem a app). A análise do caminho para trás pode ser um excelente recurso para ajudar a descobrir o que levou os clientes a abandonarem a app. Para começar, crie um novo caminho para trás ao tocar no botão "Começar de novo" na parte superior de uma exploração do caminho. Em seguida, escolha o nome do evento "app_remove" como o ponto de partida.
Se retroceder alguns passos no caminho, pode começar a ver atividades que podem ter levado ao abandono. Neste caso, podemos ver que aproximadamente 13% do abandono que ocorreu tinha uma impressão de anúncio em até 2 passos antes da remoção da app. Esta é uma percentagem bastante elevada que indica que talvez a apresentação de anúncios tenha de ser otimizada para reduzir o impacto negativo nos utilizadores e, consequentemente, reduzir o abandono.
Existem interseções interessantes entre vários segmentos dos meus dados?
A técnica de sobreposição de segmentos é uma excelente forma de visualizar facilmente como diferentes segmentos de utilizadores interagem entre si. Por exemplo, posso visualizar a sobreposição de utilizadores de computadores vs. utilizadores de dispositivos móveis que subscreveram o boletim informativo de um site. Isto pode mostrar-me mais facilmente a origem da maioria das inscrições no boletim informativo, em vez de discriminar uma exploração da tabela para obter estas informações.
Para tal, primeiro tem de adicionar os segmentos que quer analisar ao painel de variáveis. Clique no ícone + para adicionar novos segmentos (ao fazê-lo, abre o criador de segmentos).
Pode criar o evento de inscrição no boletim informativo ao selecionar um segmento de eventos e escolher o evento adequado para filtrar, neste caso, "sign_up"
Depois de criar os segmentos que quer visualizar, tem de os aplicar ao clicar duas vezes para os adicionar ao painel Definições de separador. Pode adicionar até 3 segmentos de cada vez para visualizar a respetiva sobreposição através de um diagrama Venn.
Neste exemplo, adicionei segmentos para "Tráfego de computadores", "Tráfego de dispositivos móveis" e "Inscrição no boletim informativo" para ver qual é a origem da maioria das inscrições no boletim informativo.
Como pode ver no diagrama Venn e na linha 6 da tabela abaixo, a grande maioria das inscrições no boletim informativo tem origem em utilizadores de computadores. Isto pode indicar que a experiência em dispositivos móveis não está personalizada tendo em conta este objetivo ou que pode existir um problema na experiência do utilizador que impede os utilizadores de se inscreverem facilmente no boletim informativo. Esta é uma conclusão que posso aprofundar com as minhas equipas de programadores e experiência do utilizador.
Uma funcionalidade muito útil da técnica de sobreposição de segmentos é a capacidade de criar um novo segmento a partir de uma sobreposição. Por exemplo, se quiser criar um novo segmento que inclua tráfego de computadores e inscrições em boletins informativos, posso clicar com o botão direito do rato na fatia visual dos dados que me interessam, no diagrama Venn ou através da tabela, e selecionar a opção para criar um segmento.
Ao fazê-lo, é aberto o criador de segmentos com as condições pré-selecionadas com base no conjunto de segmentos escolhido. Vai atribuir o nome descritivo das condições combinadas como o nome do segmento, mas pode alterá-lo se quiser.
Pode até optar por criar um público-alvo a partir desta sobreposição ao selecionar a caixa no canto superior direito, o que lhe permite partilhar este público-alvo com outros produtos da Google Marketing Platform, como o Google Ads, para ajudar a aumentar o seu alcance.
Os utilizadores comportam-se de forma diferente consoante a altura em que visitaram o meu site pela primeira vez?
A exploração de coortes é uma ferramenta útil para compreender como os diferentes grupos de utilizadores do seu site se comportam, com base no momento e no modo como entraram numa coorte. Alterar a métrica ou o cálculo do que está a analisar numa exploração de coortes pode torná-la ainda mais útil.
Quando abre uma nova exploração de coortes na funcionalidade Explorar, vê uma exploração gerada para si com base na inclusão de coortes de first_touch (ou seja, como alguém se qualificou para a coorte, neste caso, a primeira vez que visitou o site ou a app), os critérios de retorno de qualquer evento (ou seja, voltaram e fizeram algo no seu site ou app), uma métrica de utilizadores ativos e um tipo de cálculo padrão. Isto resulta numa exploração de coortes básica que mostra quantos utilizadores está a atrair novamente ao site todas as semanas ao longo de 5 semanas e se esse número varia consoante a altura em que chegaram pela primeira vez ao site ou à app.
Se alterar o tipo de métrica desta exploração de "soma" para "por utilizador de coorte", pode ter uma ideia das percentagens de retorno por semana. Isto é provavelmente mais útil do que a soma desta visualização de propriedade, porque lhe dá uma ideia do desempenho de cada coorte quanto aos utilizadores de retorno.
Para um site de comércio eletrónico, também pode considerar útil alterar o Valor da métrica Utilizadores ativos para a métrica "Receita de compras" para ver os utilizadores e o valor da receita de cada coorte. Pode analisar esta opção como a soma da coorte ou numa base de utilizador por coorte. No exemplo abaixo, vai reparar que as duas primeiras coortes geraram uma receita muito baixa por semana, mas, com a terceira coorte, a receita começa a aumentar.
Se alterar o tipo de cálculo de Padrão para Cumulativo, pode ver o impacto geral de cada coorte na receita empresarial.
Neste exemplo, os dados sugerem que, por volta da semana de 7 de março, é provável que tenha havido um aumento nos esforços de marketing para atrair utilizadores com um elevado número de conversões para a Google Merchandise Store.
Que referências estão a gerar os utilizadores mais valiosos?
Estas informações podem ajudar a informar a sua equipa de marketing sobre as referências que podem ser úteis como parceiros. Neste caso, o valor indica que os utilizadores têm menor probabilidade de abandono, têm uma receita ao longo da duração total esperada superior e um LTV (valor do cliente) histórico superior.
Para criar esta exploração, primeiro tem de incluir as métricas e as dimensões necessárias para explorar, por exemplo, o abandono, o LTV e a receita ao longo da duração total. Vamos usar a origem e o meio como as nossas dimensões e, para as métricas, vamos adicionar mais algumas a partir da secção "Duração total do utilizador" através do ícone + na secção de métricas do painel de variáveis.
Depois de aplicar estas métricas e dimensões, vai ver que muitas linhas não têm valores para a probabilidade de abandono, uma vez que esses utilizadores não são elegíveis para a modelação da previsão do abandono. Pode criar um filtro em que a probabilidade de abandono > 0 para excluir todos os utilizadores sem uma probabilidade de abandono calculada. Vai ter uma exploração com este aspeto simples:
Em seguida, pode ordenar os dados por probabilidade de abandono e ver se existe alguma campanha com um volume considerável de utilizadores e um abandono previsto baixo. É provável que essas campanhas gerem mais utilizadores interessados do que as campanhas com um valor de abandono previsto mais elevado.
Da mesma forma, pode analisar as compras previstas, o LTV histórico e a interação preditiva para identificar o valor dos utilizadores adquiridos para além da sessão única.
Veja a captura de ecrã abaixo. Neste caso, existem algumas linhas de referências não pertencentes à Google para a Google Merchandise Store que têm poucos utilizadores, mas com um menor abandono, maior duração da interação, mais transações e um bom LTV médio. Estas referências parecem ter um bom valor para a loja e, como tal, são as referências que recomendamos que a equipa de marketing contacte para criar laços mais fortes.