Existem dezenas de métricas de análise da web disponíveis hoje. A maioria deles é útil até certo ponto. Eles devem orientá-lo na tomada de decisões importantes para sua empresa.
E se você interpretar suas métricas da maneira errada ou no contexto errado? Um número pode contar uma história, mas 10 pessoas que veem o mesmo número podem contar uma história diferente.
Neste artigo, você aprenderá sobre cinco métricas básicas de análise da web e como interpretá-las de uma maneira melhor.
1. Taxa de rejeição
A taxa de rejeição é uma das métricas famosas do Google Analytics. Muitas empresas tendem a basear decisões cruciais apenas nessa métrica.
A definição que o Google Analytics usa:
“Taxa de rejeição é a porcentagem de sessões de uma única página (ou seja, sessões em que a pessoa saiu do seu site na página de entrada sem interagir com a página).”
Vamos dividir um pouco para que não haja mal-entendidos aqui:
- Sessões de página única : sua página de destino é a mesma que sua página de saída
- Sem interação : nenhum evento interativo é acionado durante a sua sessão
O contexto agrega valor
A partir de agora, evite olhar apenas para as métricas de análise da web de um ponto de vista agregado.
O contexto ajuda você a interpretá-los da maneira certa.
- Segmente sua taxa de rejeição
- Página de destino
- Intenção da página
- Fonte de tráfego
- Categoria de dispositivo
- Tipo de visitante
- Taxa de rejeição e tipo de site
- Blog
- Site de serviços
- Site corporativo
- Site da Leadgen
- Site de comércio eletrônico
- Taxa de rejeição e outras métricas
- Taxa de conversão
- Tempo na página
- Não visualização de página interacções
Todos esses fatores ajudam a interpretar a taxa de rejeição de uma maneira melhor.
Por si só e em um nível agregado, a taxa de rejeição não é acionável de forma alguma!
2. Taxa de saída
“A taxa de rejeição é medida em relação ao número de entradas, a taxa de saída é medida em relação a uma página específica.”
Algo a ter em mente:
“Um salto é sempre uma saída, mas uma saída não precisa ser um salto.”
Taxa de saída acionável
Vamos supor que seu site conte milhares de páginas. O que você poderia fazer para transformar a taxa de saída em uma métrica acionável?
Novamente, o contexto é a chave. Em quais páginas você está olhando? Existe uma diferença na taxa de saída no nível do canal? O que você deseja que seus visitantes alcancem?
Você precisa fazer perguntas a si mesmo para tornar uma métrica acionável.
Um exemplo:
“Você é funcionário de uma empresa de comércio eletrônico e trabalha em uma estrutura para fins de teste A / B. Seu gerente pergunta a você sobre as páginas para começar o teste primeiro. ”
Neste caso, você deve considerar:
- Páginas de alto tráfego (funil)
- Páginas que são relevantes para o processo de compra
Tente identificar “vazamentos de baldes”: páginas com uma taxa de saída relativamente alta que você precisa otimizar para conversões mais altas.
E se você identificar um, olhe para ele em um nível segmentado também. Há espaço suficiente para melhorias em uma ou mais áreas?
3. Taxa de conversão
Para começar, gostaria de fazer uma pergunta:
“Você mede no Google Analytics 1000 sessões, 500 usuários e 10 conversões. Qual é a taxa de conversão? ”
Você provavelmente acha que deveria ser 1{6fe806ed0149b39de755432bb5e5be210830c855186440c904e927e4b30be9be} ou 2{6fe806ed0149b39de755432bb5e5be210830c855186440c904e927e4b30be9be}:
- Com base nas sessões: 10/1000 = 1{6fe806ed0149b39de755432bb5e5be210830c855186440c904e927e4b30be9be}.
- Com base nos usuários: 10/500 = 2{6fe806ed0149b39de755432bb5e5be210830c855186440c904e927e4b30be9be}.
O Google Analytics mede a taxa de conversão com base no número de sessões .
Neste caso, você verá 1{6fe806ed0149b39de755432bb5e5be210830c855186440c904e927e4b30be9be} no Google Analytics. E você concorda com isso?
Um exemplo:
“Você dirige um blog como eu. Uma de suas principais conversões é a assinatura de um boletim informativo. O que você percebe é uma quantidade relativamente alta de visitantes recorrentes que convertem. Isso indica que as pessoas voltam algumas vezes antes de decidirem assinar seu boletim informativo. ”
Minha jornada em seu site (presumo que você me reconheça como uma pessoa com quatro sessões):
- 7 de Março
1 Sessão - 9 de Março
1 Sessão - 15 de Março
2 Sessões
Assinatura
A lista acima torna as coisas um pouco mais claras para você. Eu sou a mesma pessoa todos os dias e minha taxa de conversão pode ser de 100{6fe806ed0149b39de755432bb5e5be210830c855186440c904e927e4b30be9be} por cento ou 25{6fe806ed0149b39de755432bb5e5be210830c855186440c904e927e4b30be9be} por cento. O último é o valor que o Google Analytics calcula.
Em minha opinião, é mais preciso calcular a taxa de conversão com base no número de usuários em vez de sessões. Ou você acha que eu assinaria quatro vezes o seu boletim informativo? 🙂
O desafio
Por padrão, é muito difícil obter métricas precisas do usuário em sua conta. Porque há muitos dispositivos e navegadores no escopo que podem desvalorizar essa métrica de análise da web.
Em primeiro lugar, você precisa trabalhar com o Universal Analytics e implementar um UserID. Isso vai além do escopo deste artigo.
4. Tempo médio na página
Em primeiro lugar, não gosto de médias. As médias são muito enganosas. Você precisa saber o que constitui esse número médio.
No exemplo acima, você vê 22 notas e uma pontuação média de 6,5. Existem 7 alunos com 5 ou menos, o que não é uma boa nota!
Em geral, é melhor olhar para as distribuições em vez das médias .
O Google Analytics calcula o tempo na página da seguinte forma:
- O tempo de duração entre chegar na página um e chegar na página dois
Se você chegar na minha página inicial às 11h e a próxima página que você vê é o meu blog às 11h02, você gastou 2 minutos na página inicial.
Dê uma olhada neste gráfico para entender melhor como o Google Analytics calcula o tempo médio na página:
Ao calcular o tempo médio na página, o Google Analytics não leva em consideração os visitantes que saltam. O tempo que você gastou na última página não é medido.
5. Tempo médio no local
Você precisa se fazer muitas perguntas para tornar essa métrica acionável:
- Como o Google Analytics realmente calcula o tempo médio no site?
- Desejo que meus visitantes permaneçam mais tempo no meu site ou isso é um sinal de que eles não conseguem encontrar as informações com rapidez suficiente?
- Existe uma correlação ou possível causa entre o tempo médio no local e a taxa de conversão?
E muitas outras coisas devem surgir em sua mente quando você está trabalhando com essa métrica.
Tempo médio no site = duração média da sessão.
“O Google Analytics calculou a duração média da sessão como a duração total de todas as sessões (em segundos) / número de sessões.”
Há uma coisa que você precisa entender aqui. O Google Analytics não mede o tempo que você gasta na última página antes de sair . E isso tem um grande impacto nessa métrica.
Aqui está um exemplo:
- 11h01: você chega na página-a (conhecido)
- 11h05: você chega na página b (conhecido)
- 11h09: você terminou sua leitura na página b e saiu do site (desconhecido)
A duração da sua sessão é medida em 4 minutos, mas na realidade você gastou 8 minutos neste site. Que diferença!
Talvez você seja um cara técnico que pode inventar um hack do Google Analytics, mas lembre-se de que você sempre precisa ter cuidado com isso. Isso também pode impactar outras métricas de análise da web.
Transforme a duração da sessão em insights
Cada métrica é útil em sua própria maneira.
Se você quiser examinar mais de perto a duração da sessão, poderá definir algumas metas de “duração da sessão” no Google Analytics :
Você pode comparar essas metas com as mais importantes – metas macro – em seu site. E descubra se existe uma correlação entre os dois.
