EquipeAdriene Rezende
André PierazoliLucas SoutoRenata Sena
Yanemar Bueno
Curso: MBA em Comunicação e Marketing DigitalTurma: 01Disciplina: Fundamentos do Marketing DigitalProfessor: Fábio Albuquerque
WEB ANALYTICS:Modelos de Métricas de Engajamento
em Mídias Emergentes
2/17
SUMÁRIO
1. Objetivos da apresentação pág. 032. Objetivos do artigo
pág. 043. Aspectos teóricos / conceituais – 1 / 2 / 3 / 4 / 5
pág. 054. Descobertas / contribuições – 1 / 2 / 3 / 4 / 5 / 6
pág. 105. Análise crítica pág. 166. Importância para o gestor de marketing digital
pág. 17
WEB ANALYTICS
3/17
1. OBJETIVOS DA APRESENTAÇÃO
Promover a aprendizagem acadêmica apresentando uma análise sintética do artigo
Web Analitics: Modelos de Métricas de Engajamento em Mídias Emergentes – escrito
pela Doutouranda Sionara Ioco Okada. Cinco questões deverão ser respondidas:
1. Objetivo do artigo
2. Aspectos teóricos/conceituais mais relevantes do artigo
3. Principais descobertas/contribuições do artigo
4. Análise crítica do grupo sobre as descobertas/contribuições do artigo
5. Importância do conteúdo do artigo para a prática do gestor de marketing digital
WEB ANALYTICS
4/17
2. OBJETIVOS DO ARTIGO
Este é um artigo de atualização que tem por
objetivo revisar as últimas publicações sobre
modelos de métricas – web analytics – e
estratégias digitais em mídias emergentes.
Destacam-se neste estudo, três modelos em
web analytics:
WEB ANALYTICS
•Modelo dos Cinco Estágios de Competição Analítica – Davenport e Harris
(2007)
•Modelo de Maturidade em Web Analytics – Hammel (2009)
•Modelo Web Analitycs Scorecard – Giuntini e Morier (2008)
5/17
3. ASPECTOS TEÓRICOS / CONCEITUAIS – 1 / 2 / 3 / 4 / 5
Plataformas Tecnológicas x Estratégias Digitais – a . b
WEB ANALYTICS
Gabriel (2010) destaca a importância de
se separar plataformas tecnológicas de
estratégias mercadológicas digitais. É
necessário que as organizações
conheçam cada uma dessas plataformas,
tecnologias e estratégias digitais com
suas respectivas peculiaridades, para
poder usá-las da melhor forma.
Plataformas Tecnológicas Estratégias Digitais de Marketing
Plataformas digitais de Redes Sociais (Orkut, Facebook, Twiter, You tube, flicker)
• SMM (Social Media Marketing) & SMO (Social Media Optimization) estratégias de interação com os consumidores: fanspage fidelização através de prêmios, diálogo e interação com fãs da marca, e SAC diferenciado. • WOMM (Word of Mouth Marketing) Marketing viral
Tecnologias Mobile (RFID, mobile tagging, SMS, Bluetooth)
Móbile Marketing, Qrcodes e M-commerce Promoções SMS, Publicidade e propagandas do tipo “lembrete‟.
Realidades Mistas (realidade aumentada, virtualidade aumentada, realidade virtual)
Tecnologia aplicada, passível de mensuração click a click em tempo real que utiliza Advergames - jogos, em particular os eletrônicos, como ferramentas para divulgar e promover marcas, produtos, organizações e/ou pontos de vista.
6/17
WEB ANALYTICS3. ASPECTOS TEÓRICOS / CONCEITUAIS – 1 / 2 / 3 / 4 / 5
Plataformas Tecnológicas x Estratégias Digitais – a . b
7/17
WEB ANALYTICS3. ASPECTOS TEÓRICOS / CONCEITUAIS – 1 / 2 / 3 / 4 / 5
Métricas
Métricas são análises para conhecer, controlar e aperfeiçoar as ações on-line. As
métricas são medidas de desempenho que devem estar alinhadas à estratégia da
organização.
Já as métricas em mídias sociais mensuram as ações
dos consumidores quanto à interação (fans Page),
quantidade de seguidores da marca e/ou produto,
quantidade e qualidade de comentários gerados e
engajamento. (Ribeiro, 2009).
8/17
3. ASPECTOS TEÓRICOS / CONCEITUAIS – 1 / 2 / 3 / 4 / 5
Web Analytics – a . b
WEB ANALYTICS
Para Peterson (2005), Ribeiro (2009) e Stern
(2002), Web Analytics trata da análise do
comportamento dos visitantes e do tráfego de
um website, blog ou fanpage. O resultado das
análises apontam tendências de navegação.
É o processo de medição, coleta, análise e a produção de relatórios de dados de
navegação e interação com o objetivo de entender e otimizar o uso dos sites e páginas
na Internet.
9/17
3. ASPECTOS TEÓRICOS / CONCEITUAIS – 1 / 2 / 3 / 4 / 5
Web Analytics – a . b
WEB ANALYTICS
Métodos de coleta de dados
Análise de Log: Quando um Servidor web opera as requisições de
páginas e conteúdos de um ou mais sites, ele gera
automaticamente um registro do que foi solicitado, bem como sua
resposta. O conjunto destes logs fornece uma base de dados com
as solicitações feitas pelos visitantes de um site.
Análise de Tag: Para coletar dados neste método, é necessário implementar um
código, chamado Tag, em cada página monitorada. Esta Tag irá capturar várias
informações do visitante e do navegador e irá agregar e enviar estas informações para
um servidor de análise.
10/17
4. DESCOBERTAS / CONTRIBUIÇÕES – 1 / 2 / 3 / 4 / 5 / 6
Modelo dos Cinco Estágios de Competição Analítica
WEB ANALYTICS
• A organização não tem ações profícuas na área analítica.1º Estágio deficiente
• A organização tem a prática de trabalhar as informações, mas de forma desconectada. 2º Estágio de ilhas de ilusão
• Quando a organização decide criar um processo de trabalho diferenciado, a empresa ingressa nessa terceira etapa do sistema analítico.
3º Estágio de intenção.
• As companhias estão quase prontas para competir analiticamente. Já contam com pessoal, arquitetura, softwares, mas ainda não consideram esse fator o foco principal das suas estratégias.
4º Estágio de pré-competição analítica
• A partir do momento que a organização passa a enxergar a inteligência analítica ela ingressa no estágio cinco e se torna um competidor analítico.
5º Estágio de competição analítica
Fonte: Davenport e Harris (2007).
11/17
4. DESCOBERTAS / CONTRIBUIÇÕES – 1 / 2 / 3 / 4 / 5 / 6
Modelo de Maturidade em Web Analytics – a . b
WEB ANALYTICS
Modelo que desenvolve critérios objetivos para determinar a sofisticação das ações
mercadológicas online. São 5 níveis de verificação do grau de maturidade de utilização de
métricas das empresas.
• Nível 1 – Report de métricas básicas
• Nível 2 – Análise do comportamento de visitantes e clientes
• Nível 3 – Entendimento e melhoria dos canais de MKT
• Nível 4 – Entendimento e melhoria de processos p/decisão
• Nível 5 – Técnicas preditivas p/análises estratégicas
12/17
4. DESCOBERTAS / CONTRIBUIÇÕES – 1 / 2 / 3 / 4 / 5 / 6
Modelo de Maturidade em Web Analytics – a . b
WEB ANALYTICS
• PV, UV, Visitas• Conteúdo
Principal• Demográfico• Tecnologia• Referência• Capacidade• Segurança
Métricas WebMétricas Web
• Análise de caminho
• Análise de Funil• Teste A/B• Análise de KPI´s• Dashboard
Métricas Web
• Portfólio de produtos
• Segmentação• Mecanismos de
busca• Otimização de
campanhas• Personas• Alertas de KPI
Métricas Web
• Análise de Multi-canais
• Análise de custos
• Valor do consumidor
• Personalização• Análise de
conteúdo
Métricas Web
• Análise de vendas de multicanal
• Integração com sistemas legados
• Planejamento estratégico
• Análise preditivaa
Nível 1Nível 2
Nível 3Nível 4
Nível 5
Visão de TI, sem informações para a tomada de decisões
Foco em métricas e processos, direcionado a negócios
Otimização de canais
Análise de processos para definir decisões
Análise estratégica
13/17
4. DESCOBERTAS / CONTRIBUIÇÕES – 1 / 2 / 3 / 4 / 5 / 6
Modelo Web Analytics Scorecard – a . b . c
WEB ANALYTICS
Segundo Giuntini e Morier (2008) “Web analytics Scorecard” é
um modelo capaz de mensurar quão eficiente tem sido a
organização no tratamento dos diversos aspectos importantes
para que se possa retirar o máximo de informações para
alavancar resultados de negócio de canais digitais.
O modelo abrange quatro critérios: Negócio, Interação,
Competência e Tecnologia (NICT) que são avaliados em
questionários de múltipla escolha, utilizando a escala likert de
cinco pontos.
14/17
4. DESCOBERTAS / CONTRIBUIÇÕES – 1 / 2 / 3 / 4 / 5 / 6
Modelo Web Analytics Scorecard – a . b . c
WEB ANALYTICS
15/17
4. DESCOBERTAS / CONTRIBUIÇÕES – 1 / 2 / 3 / 4 / 5 / 6
Modelo Web Analytics Scorecard – a . b . c
WEB ANALYTICS
16/17
5. ANÁLISE CRÍTICA
WEB ANALYTICS
• Estamos falando de um texto denso, com forte carga teórica, que inicialmente oferece ao leitor uma
aproximação com os indicadores do varejo eletrônico brasileiro e com as diferenças entre plataformas
tecnológicas e estratégias digitais de marketing. A apresentação dos indicadores não trouxe
novidades, assim como o tema “Plataformas x Estratégias” ..
• As definições de métricas e web analytics nos pareceu um tanto próximas, confusas. A busca por
outros conceitos se fez necessária.
• Os modelos de Web Analytics foram, sim, a grande novidade. Os modelos “Maturidade” e
“Scorecard” são muito interessantes. Eles colaboram com metodologias similares para o
desenvolvimento de um mapa estratégico situacional para a especialização de empresas no uso do
web analytics. Devido ao caráter extremamente conceitual dos modelos, percebemos que uma
aplicação prática seja bastante limitada às nossas realidades profissionais em no mínimo médio
prazo. Ficamos com a proposta conceitual e no exercício que querer chegar ao ponto de usá-los.
Sentimos falta de um conteúdo mais tangível e aplicável.
Valeu? Claro que valeu!
17/17
6. IMPORTÂNCIA PARA O GESTOR DE MARKETING DIGITAL
WEB ANALYTICS
As ações de marketing digital têm consequências diretas para os resultados empresariais, portanto
precisam ser mensuradas de maneira estratégica. Diante desse cenário, adquirir habilidades para
mensurar e compreender as complexas interações entre as ações do visitante e o que o site
oferece é tarefa obrigatória aos gestores de marketing digital. Por meio da mensuração e do
monitoramento contínuo das ações de marketing digital é possível:
Conhecer o comportamento do consumidor, não somente nas variáveis
como frequência e valor de compra, mas também nos quesitos engajamento
e interação com o produto e/ou marca.
Aperfeiçoar as estratégias digitais a públicos segmentados, o aumento da
lealdade dos clientes e o aumento das vendas, a partir dos dados coletados
sobre o perfil de consumo.
Compreender as mídias, cada vez mais multifacetadas e interativas, e
conhecer as tecnologias disponíveis para obter melhor visibilidade de forma
recorrente.
Obrigado!!
Top Related