O Google Analytics é de longe a plataforma de análise de
dados mais popular. Acima de tudo por ele ser grátis e muito poderoso. O Google
Analytics é mais indicado para visões gerais de alto nível do seu site. Todavia
ele é mais difícil de usar para eventos granulares ou análises baseadas em
pessoas. Se você deseja observar dados geográficos, dados sobre os
dispositivos, dados de rejeição e outras métricas comuns, o Google Analytics é uma
ótima ferramenta.
Em contrapartida, se você necessita fazer análises baseadas
em eventos e pessoas você vai ter dificuldades com o Google Analytics. Ele
simplesmente não foi construído para esse tipo de propósito. A maioria das
empresas tem várias plataformas de análise de dados, e na grande maioria delas
o Google Analytics ainda é a principal ferramenta utilizada.
Houve uma espécie de renascimento nas ferramentas que os
growth hackers usam. Devido em grande parte à limitação do Google Analytics,
foram introduzidas várias novas soluções que permitem que os growth hackers
rastreiem os tipos de informações em que estão interessados.
Quando você instala o Google Analytics, coloca um único pedaço de código Javascript em cada página do seu site. Quando você instala ferramentas de análise baseadas em eventos e pessoas, você anexa um script a cada evento em seu site. Não apenas ao site como um todo. Essa simples mudança abre enormes possibilidades. Agora você pode obter uma resposta para os seguintes tipos de perguntas:
Duas das ferramentas mais populares usadas por growth
hackers para rastrear eventos e pessoas são o KISSmetrics e Mixpanel.
Outra tendência em análise de dados são as plataformas que se concentram em determinados verticais ou nichos. Agora você pode encontrar ferramentas de análise que são principalmente orientadas para aplicativos móveis. Da mesma forma outras pensadas tendo como foco startups enxutas ou comércio eletrônico. Existem muitas delas para listar, mas valeria a pena fazer uma pesquisa no Google por produtos específicos voltados para as métricas que importam para o seu setor.
Por mais que os growth hackers utilizem soluções de software
prontas, muitos deles também usam soluções construídas internamente. Às vezes,
é mais fácil criar seu próprio painel para casos de uso específicos do que comprar
uma solução para fazer o que você precisa. Isso também dependerá de sua
capacidade de recursos. Se você não tiver os desenvolvedores certos, talvez não
consiga criar uma plataforma de análise personalizada e, nesse caso, terá que
usar produtos prontos para uso. Entretanto antes de partir para criar soluções
internamente você já deve ter instalado o Google Analytics e algum produto
baseado em eventos.
Você pode mudar de tecnologias de tempos em tempos. Todavia o processo de growth hacking não. Seja qual for a ferramenta que você usar, você sempre guiará as pessoas pelo seu funil. Você sempre criará hipóteses, realizando experimentos e otimizando os resultados. Independentemente de como você obtém os dados e de como rotula os dados, você sempre estará envolvido em um processo mais profundo que vai além das tecnologias que você usa. Acima de tudo growth hacking é uma mentalidade, um modo de agir mais do que um conjunto de soluções de tecnologia.
Vamos conhecer alguns dos termos que você irá ouvir com frequência nos círculos de growth hacking.
O KPI é uma medida quantificável de desempenho ao longo do tempo para um objetivo específico. Os KPIs fornecem metas para as equipes atingirem, marcos para avaliar o progresso e insights que ajudam as pessoas em toda a empresa a tomar melhores decisões. Do planejamento estratégico de um negócio ao atendimento de cliente, passando pelas áreas de finanças, RH marketing e vendas, os indicadores de desempenho ajudam todas as áreas do negócio a avançar.
Embora os principais indicadores e métricas de desempenho
estejam relacionados, eles não são a mesma coisa. Os KPIs são os principais
alvos que você deve acompanhar para obter o maior impacto em seus resultados
estratégicos de negócios. Os KPIs apoiam sua estratégia e ajudam suas equipes a
se concentrarem no que é importante. Um exemplo de KPI é o de novos clientes
convertidos por canal por mês.
As métricas medem o sucesso das atividades diárias de
negócios que suportam seus KPIs. Embora elas afetem seus resultados, elas não
são as medidas mais críticas. Alguns exemplos incluem visitas mensais ao site
ou downloads de e-books.
Relacionamos a seguir algumas práticas recomendadas em torno
de KPIs:
O coeficiente viral é definido como o número de novos
consumidores ou clientes que são gerados por um cliente satisfeito atual. Como
o termo sugere, essa métrica calcula o ciclo de referência exponencial. Esse
fenômeno é chamado de “viralidade”, que ajuda no crescimento do negócio. A
viralidade pode ser interpretada como os incentivos que um cliente atual recebe
ao indicar amigos, familiares ou colegas para uma empresa ou marca.
Por exemplo, se cada um dos visitantes do seu site trouxer
outros dois visitantes, então seu coeficiente viral é 2. Qualquer número acima
de 1 significa que você está crescendo viralmente.
Considere hipoteticamente que existem duas marcas de calçados, A e B. Ambas as marcas foram lançadas na mesma época e ambas estão posicionadas como sandálias para o dia a dia. O ponto a ser observado aqui é que a qualidade, design, preços e outros fatores semelhantes para ambas as marcas são idênticos. Ao longo de alguns meses, a marca A começou a ter um desempenho extremamente bom, enquanto a marca B continuou com dificuldades.
No entanto, a marca A tem um número maior de consumidores do que a marca B. Essa diferença é fácil de explicar. É o coeficiente viral ou a viralidade que ajudou a marca A a ter um desempenho melhor do que a marca B.
Considere as redes sociais, por exemplo com fator
influenciador na viralidade. A marca A pode ter apostado numa campanha de vídeo
pelo TikTok, enquanto a marca B apostou numa campanha repleta de fotos no Facebook
e Instagram. As possibilidades de formas, conteúdo e canais é praticamente
infinita.
É aí que os consumidores começam a ver sua marca de forma
diferente. Um cliente atual que recomenda sua marca para sua família, amigos ou
colegas faz coisas extraordinárias!
A análise de coorte é um método analítico que se concentra em analisar os dados comportamentais de um determinado grupo de usuários ao longo do tempo e revela insights sobre as experiências desses usuários, a fim de orientar os negócios sobre como melhorar essas experiências.
Realizar uma análise de coorte é uma das maneiras mais simples de realizar um experimento numa estratégia de growth hacking. Growth hackers executam, campanhas com determinado limite de tempo e com um conjunto específico de características que desejam testar, como conteúdo do anúncio, canal de marketing, duração do anúncio, público-alvo, design da página de destino etc. Ele pode comparar essas métricas para alcance, engajamento e conversão para várias campanhas de marketing. Isso ajuda a ver quais fatores da campanha realmente ajudaram a aumentar as conversões e a atingir suas metas de campanha.
Em síntese, a análise de coorte ajuda a explicar o
comportamento de grupos de usuários de coorte além de toda a sua base de
usuários. Relacionamos a seguir algumas das razões pelas quais a análise de
coorte é tão usada por growth hackers:
O teste multivariado (ou teste A/B) é quando você faz alterações no produto que são vistas apenas por alguns de seus usuários. Isso dá a você a possibilidade de entender como algumas pessoas veem a versão A do seu produto e outras pessoas a versão B do mesmo produto. Então você pode ver se a versão A ou B fornece os resultados desejados.
Ao executar testes A/B, é importante lembrar que o tamanho da amostra é importante. Se as opções A e B são mostradas apenas para algumas centenas de visitantes, então não importa o que os resultados dizem. Você não tem participantes suficientes no teste para tornar as estatísticas significativas.
Um debate dentro do teste multivariado é se o teste do
bandido multi-armado é ou não o melhor tipo de teste A/B.
O teste do bandido multi-armado é uma versão mais inteligente e mais complexa do teste A/B que usa algoritmos de aprendizado de máquina para alocar dinamicamente o tráfego para as variações com bom desempenho, enquanto aloca menos tráfego para variações com baixo desempenho. Em teoria, bandidos multi-armados devem produzir resultados mais rápidos, pois não há necessidade de esperar por uma única variação vencedora.
O termo bandido multi-armado vem de um experimento hipotético em que uma pessoa deve escolher entre várias ações, cada uma com um pagamento desconhecido. O objetivo é determinar o resultado melhor ou mais lucrativo por meio de uma série de escolhas. No início do experimento, quando as probabilidades e os pagamentos são desconhecidos, o jogador deve determinar qual máquina puxar, em que ordem e quantas vezes. Este é o problema do bandido multi-armado.
Um exemplo do mundo real de um problema de bandido multi-armado é quando um site de notícias precisa tomar uma decisão sobre quais artigos exibir para um visitante. Sem informações sobre o visitante, todos os resultados dos cliques são desconhecidos. A primeira pergunta é: quais artigos receberão mais cliques? E em que ordem eles devem aparecer? O objetivo do site é maximizar o engajamento, mas eles têm muito conteúdo para escolher e carecem de dados que os ajudem a seguir uma estratégia específica.
O site de notícias tem um problema semelhante ao escolher quais anúncios exibir para seus visitantes. Nesse caso, eles querem maximizar a receita de publicidade, mas podem não ter informações suficientes sobre o visitante para seguir uma estratégia de publicidade específica. Semelhante ao problema com artigos de notícias, eles geralmente têm um grande número de anúncios para escolher. Quais anúncios gerarão receita máxima para o site de notícias?
O site precisa tomar uma série de decisões, cada uma com resultado e ‘pagamento’ desconhecidos.
Os segmentos são como coortes, mas em vez de basear o grupo na data de inscrição, você baseia o grupo em outros fatores de segmentação. Você pode categorizar seus usuários em grupos masculinos e femininos, para ver como eles se comportam de maneira diferente. Você pode até dividir coortes em segmentos se isso fornece dados relevantes.
O custo de aquisição por cliente é a quantidade de dinheiro necessária para obter um novo cliente. Se você gastar R$ 1.000 no Google Ads e isso gerar dois novos clientes, seu custo de aquisição por cliente para esse canal será de R$ 500,00. É importante que você conheça o CAC de cada canal, pois ele pode muito bem. Além disso, uma vez que você saiba o CAC por canal, saberá quanto pode gastar nesse canal ou se deve gastar algo nesse canal.
O valor vitalício do cliente é a quantia esperada de receitas durante todo o ciclo de vida do seu produto ou serviços. Se o cliente lhe paga R$ 1.000,00 por mês pelo seu serviço e permanece como cliente por uma 24 meses, seu LTV é de R$ 1.000,00 x 24 (meses) = R$ 24.000,00.
Os segmentos são úteis ao calcular o LTV porque você pode descobrir que determinados segmentos de seus usuários têm um LTV muito maior do que outros. Isso também afetará o CAC que você está disposto a pagar por esses segmentos específicos.
Se você não tem uma clara compreensão do seu CAC e LTV, é muito difícil usar qualquer tática de empurrar ou puxar tráfego para seu site. Também é difícil prever fazer previsões orçamentárias, o que pode afetar a contratação de outras iniciativas não necessariamente relacionadas ao growth hacking.