Métricas no mercado digital sobram: podemos medir qualquer coisa, a qualquer momento. Do número de impressões ao “número de pessoas que passaram pela página de produto sem passar pela home e fizeram uma compra“. Qualquer um que já recebeu relatório de uma agência digital sabe disso, já se sentiu perdido com a mera quantidade de números apresentados.
E a pergunta é sempre a mesma: o que significam? E quais são importantes?
Algumas métricas são óbvias: o número de cliques é o número de vezes que algo, digamos um banner, foi clicado. E, imediatamente, o raciocínio de Analytics/BI é avançar ou recuar um passo: para quantas impressões? O nosso segundo número aparece: CTR, simples divisão do número de cliques pelo de impressões, expresso em percentagem. Algo bastante simples, mas as implicações são enormes. A leitura de uma taxa 0,3% seria: “em média, 0,3% das vezes que este banner foi impresso ele foi clicado”. E isso expressa diversos conceitos que muitas vezes ignoramos.
Comecemos por “em média”: isso significa uma distribuição, não uma lei. Se imprimirmos mais mil vezes o banner, não temos uma promessa de mais três cliques. Depois, a ausência da palavra “pessoas”, “usuários” etc. Isso implica que o número não é exclusivo: cada impressão significa só isso e não um usuário único.
Além disso, existe uma relação de causa e efeito entre os dois números: um banner só pode ser clicado após ser impresso.
Essa relação se torna especialmente importante quando falamos de métricas em social media: uma maneira comum de ferramentas calcularem “taxa de engajamento de um post” é “(likes + comentários + compartilhamentos)/(número de fãs).” A leitura esperada é algo como “o número de interações feitas por pessoa que poderia ter interagido”, mas isso é estranho. Somando as interações, temos a quantidade de vezes que o post recebeu uma delas, não é uma métrica exclusiva; mas o número que o divide é exclusivo. Um fã pode fazer diversas interações. Ao mesmo tempo, um fã da página não necessariamente vê um post. E não só fãs da página podem ver posts, o que quebra a relação de causa/efeito entre os indicadores.
Usar números como esses gera miopia nas análises: uma página com enorme número de fãs, mas poucas interações, não apresentará boas taxas mesmo que poucas pessoas tenham visto um dado post.
Devido a isso, o próprio Facebook usa as métricas disponíveis apenas nos insights: usuários engajados/alcance do post, que são números exclusivos e têm relação direta, fazendo da divisão um indicador válido e importante para entendermos o uso da página.
Bons indicadores têm esta característica simples: sua leitura pode inequivocadamente descrever os dados que o compõem. Mas a importância é ligada ao projeto.
Cada projeto terá uma ação específica, sua conversão e um caminho esperado que o usuário seguirá até lá.
Usemos o exemplo do e-commerce – impressões de mídia, cliques, visitas ao site, adicionar ao carrinho, fechar compra. Entre dois passos, sempre uma taxa. Identificar esse funil e as métricas que o compõem define os indicadores mais importantes do projeto.
O grande problema é que com o conhecimento vem a dúvida: quando receber o próximo relatório será impossível não questionar a importância e a composição de suas métricas.
*Comitê de Digital Analytics do IAB Brasil
