Você já passou horas fazendo uma análise de marketing quando, no meio do caminho, percebeu que boa parte dela continha erros? Isso acontece porque o método de “tentativa e erro” é como uma segunda natureza para quem lida com métricas. Afinal, quando estamos combinando e manipulando dados em busca de respostas, somos levados por certos vícios, hábitos ou visão míope na abordagem de mensurações. Isso é comum e pode gerar erros no Google Analytics ao retirar dados relevantes da ferramenta.
Para combater frustrações que geram perda de tempo e resultados insatisfatórios, é essencial aprender com erros. Mas, muitas vezes, estamos sempre comentando falhas similares e a aprendizagem fica, também, limitada.
Por isso, o objetivo deste texto é listar e discutir sete erros no Google Analytics que você pode estar cometendo ou que, em algum momento, irá cometer. Provavelmente, são estes graves erros que estão te impedindo de ter resultados melhores. Por isso, não deixe de conferir como identificá-los e evitá-los.
1. Achar que números baixos são sempre ruins
Quase sempre, a primeira reação de quem vê um número baixo nas análises e métricas do Google Analytics é totalmente negativa. Isso porque logo conectamos tais números com pouco tráfego e, consequentemente, menos geração de leads. Algo que sim, gera enorme preocupação e impacta diretamente nos resultados de marketing.
Porém, não se deixe enganar! Para determinadas métricas, os números baixos significam resultados positivos. Por exemplo, se a taxa de cancelamento de email está diminuindo, significa que o conteúdo do email marketing está atrativo e direcionado ao público correto. Ou se o custo de aquisição de consumidor caiu, pode ser porque os esforços de marketing estão mais eficientes.
Por outro lado, se este não for o caso, os números baixos também podem ser ótimos indicativos de quais são os canais ou estratégias que definitivamente não estão funcionando. Apesar de ser uma informação frustrante e negativa, ela pode ser usada para repensar e replanejar os esforços e os investimentos.
2. Confundir correlação com causa
Muitas vezes, você já deve ter visto duas métricas crescerem ou diminuírem ao mesmo tempo. À primeira vista, se supõe que, como estes dados estão se movimentando juntos, logo, estão relacionados. Mas fique atento: nem sempre métricas que apresentam comportamentos similares estão correlacionadas. E, se estão, muitas vezes este relacionamento entre uma e outra não implica uma causa.
Ou seja, antes de focar esforços em métricas que se comportam de forma parecida e supor que estas se relacionam ou que geram impactos umas nas outras, é preciso observar o escopo maior e entender de onde vem cada dado, e qual a consequência deste em cada métrica.
3. Confundir visitas com visualizações (ou pageviews)
Ambos os termos parecem similares, mas na verdade são completamente diferentes. Todos que trabalham com mensurações devem saber a diferença na ponta da língua, já que estas métricas são recorrentes em relatórios e muito usadas para medir resultados e apontar ações.
Abaixo, explicamos o que é visita e o que é visualização no Google Analytics.
- Visitas: esta métrica aponta quando um visitante entrou no site a partir de uma URL externa. De acordo com as regras do Google Analytics, uma visita termina após o usuário ficar inativo no site por mais de trinta minutos. Mesmo se este visitante percorrer inúmeras páginas no site, apenas uma visita será computada. Em outras palavras, um visitante pode acumular várias pageviews em uma única visita, enquanto estiver no site.
- Visualizações de página (ou pageviews): no Google Analytics, uma pageview é acumulada quando o site é carregado ou recarregado pelo navegador. Assim, essa métrica indica quando um visitante entra no site e visita várias páginas diferentes antes de sair. Ou seja, serão computadas quantas páginas foram visualizadas nesta visita feita pelo usuário. Logo, um visitante, em uma única visita, pode gerar múltiplas pageviews.
4. Confundir leads com leads qualificados (ou MQLs)
Ao fazer um relatório de métricas, a geração de leads é uma das mensurações mais importantes para investigar os esforços de marketing para que se possa apontar como está o retorno e quais as próximas ações necessárias.
Porém, um dos erros no Google Analytics é não saber que existem dois tipos de leads a serem analisados. Essa diferença entre conceitos é crucial para que, em ações de marketing realizadas após os relatórios, seja possível dividir esforços entre cada tipo de lead, dependendo dos objetivos e necessidades de cada um.
Veja abaixo a diferença entre lead e lead qualificado.
- Lead: é referente a qualquer um que tenha preenchido ou submetido um formulário presente em alguma página do site, como uma landing page.
- Lead qualificado (ou “marketing qualified lead” – MQL): é um lead que, baseado em inteligência de dados, oferece maior qualidade comparado aos outros leads, pois é mais provável que se torne um consumidor. O que faz um lead ser qualificado varia de empresa para empresa (afinal, cada um possui objetivos específicos de negócios e de marketing). Mas, como exemplo aqui, diremos que um lead qualificado é aquele que, durante o preenchimento do formulário, aceitou receber promoções e também requisitou um demo gratuito do produto para testes. Ou seja, um lead MQL demonstra um lead que não está apenas curioso sobre o serviço ou produto apresentado, mas sim realmente interessado em potencialmente fazer uma compra.
Sabendo desta diferença, é importante manter estes dois tipos de leads com métricas separadas, bem como criar ações específicas para cada um. Por exemplo, para um lead comum, é possível enviar materiais com conteúdos mais gerais, para que seja identificado onde está seu interesse. Já para um lead qualificado, pode-se fazer envios de materiais específicos e relacionados aos seus interesses já previstos e analisados.
5. Agrupar todas as fontes de tráfego em uma só métrica
Existem diversas fontes diferentes que geram tráfego para um único site, incluindo canais de mídias sociais, busca orgânica, sites e links de terceiros, tráfego direto, busca paga, email marketing e muito mais. Como cada tráfego é gerado de forma diferente, logo, é importante que as métricas apresentem indicadores separados para cada um.
Por exemplo, se o site em questão recebeu mil visitas a mais em um determinado mês, e no relatório consta apenas que o número referente ao tráfego total, há uma perda significativa de análise para saber de onde veio este crescimento, e como mantê-lo.
Aqui, a solução para este comum erro no Google Analytics é simples: na própria ferramenta, basta aprofundar a mensuração e clicar em cada fonte de tráfego afim de encontrar porcentagens de crescimento relacionadas a cada uma delas, e o quanto cresceram ou decresceram em relação a cada mês.
Assim, sabendo de onde o site recebe mais tráfego, e de onde recebe de menos, é possível traças planos e ações mais específicos. Por exemplo, se a busca orgânica é uma das principais fontes para que visitantes entrem no site, é importante manter a estratégia de SEO que está dando certo. Já se quase não há visitas sendo realizadas a partir de links de mídias sociais, pode-se a partir daí criar ações com conteúdos e anúncios sociais para que este dado tenha crescimento.
6. Usar tipos de gráficos errados para comunicar resultados
Depois da coleta e análise de dados, uma das etapas mais importantes na criação de relatórios gerenciais é justamente a visualização de dados. Como ferramenta, é extremamente importante para comunicar os resultados de forma nítida e clara para toda a equipe, bem como para gerar insights de formas que não seriam visíveis apenas com números em planilhas.
Porém, assim como a visualização de dados é essencial para uma boa análise, ela também pode ser prejudicial se feita da forma errada, gerando confusões e até resultados errôneos. Um dos erros mais comuns nesta etapa é simplesmente usando um gráfico errado para representar determinada métrica.
Assim, busque primeiramente entender qual o tipo de dado que está sendo analisado, qual o objetivo dele na análise e o que ele está comunicando. Por exemplo, para uma métrica que busca evidenciar um tipo de progresso ao longo do tempo, devem ser usados gráficos de linha ou de barra. Já para métricas que indicam quantidade de leads ou de usuários em diferentes localidades geográficas, provavelmente um gráfico circular (ou “em forma de torta”) é a melhor opção.
7. Não indicar soluções e ações a partir dos dados analisados
Infelizmente, um dos erros no Google Analytics mais comuns é simplesmente coletar estes dados apenas para reportar e acompanhar o progresso. Enquanto, na verdade, a etapa final deveria ser concluir cada uma das métricas apontando soluções, direcionamentos e até ações de marketing. Ou seja, além de unir diferentes dados em uma planilha ou variados gráficos em um relatório, é essencial que, no fim, as mensurações ganhem cunho prático para o negócio da empresa.
Por exemplo, se foi observado que há poucos leads qualificados, enquanto a base de leds gerados é grande, então isso implica em novas campanhas direcionadas a conhecer melhor a lista de leads e levá-los da zona de curiosidade à zona de interesse e intenção de compra. Utilizar materiais ricos, novos formulários e promoções podem ser bons caminhos aqui.
Ou até se a equipe está acompanhando o progresso de uma determinada campanha e, segundo as métricas, os resultados não são satisfatórios, é possível e até significante que o marketing use os relatórios para repensar estratégias e criar novas ações, mesmo que isso mude o rumo da campanha.
Por fim, ao identificar e prevenir erros no Google Analytics, teremos um relatório de métricas certeiro para servir de apoio e embasamento à equipe de marketing. Estas mensurações ainda poderão apontar como gerar bons retornos e até a comunicar tais ganhos para toda a empresa.
