/Insights
GA4: a mudança chegou, mas não se apavore
O Google Analytics definiu os padrões de como medimos o comportamento na web desde 2005, mas muitos desses padrões familiares mudaram com o Google Analytics 4.
Com a versão mais recente do Google Analytics, o Google está fazendo melhorias significativas na maneira como coletamos dados e respeitamos o usuário escolhas de consentimento, mas o resultado é que as marcas que migrarem para a nova versão precisarão gastar algum tempo para entender o que mudou. É por isso que criamos o Guia Completo do GA4 – com o objetivo de orientar você em relação aos principais conceitos da ferramenta, e ajudar a sua empresa nessa nova jornada.
Como a mudança impacta a sua estratégia?
Há muitos benefícios em adotar o Google Analytics 4 – por exemplo:
- O GA4 oferece uma solução para a mensuração sem cookies para aqueles usuários que os desativaram;
- A ferramenta já traz integrada a solução de criação de novos públicos a partir de tecnologia preditiva;
- Análise de jornada do cliente multiplataforma para marcas que implantam aplicativos móveis da web e nativos Integrações diretas com plataformas de compra de mídia.
Mas afinal, o que é o Google Analytics?
O Google Analytics é uma solução gratuita do Google que coleta informações sobre como os usuários encontram e interagem com sites e aplicativos móveis, e disponibiliza essas informações para profissionais de marketing, criadores de conteúdo e proprietários de empresas.
Ao menos 86% de todos os sites na web usam o Google Analytics hoje – e isso mudou toda a indústria. Por exemplo: o conceito de sessão foi apresentado pela ferramenta e, se não fosse por isso, estaríamos ainda medindo o volume de tráfego em acessos ou logs do servidor.
Por que o Google Analytics é gratuito?
Bem, se hoje o Google Analytics é tão importante, por que ainda é de graça? Afinal, vários produtos pagos do Analytics no mercado competem constantemente com o Google Analytics.
Primeiro, existe uma versão paga do Google Analytics, o Google Analytics 360. Essa solução, em particular, agrega muitos recursos que exigem recursos computacionais caros estão disponíveis apenas para clientes pagantes (como propriedades agregadas, subpropriedades e relatórios sem amostra). Entretanto, a maioria dos usuários de Analytics usa a ferramenta gratuitamente.
A perspectiva do Google tem sido consistente desde o início: os clientes que usam o Google Analytics gastam mais com o Google Ads.
De onde veio o Google Analytics?
Como o tráfego do site, do aplicativo móvel ou outros dados são coletados? Para entender como isso é feito hoje, é útil entender como o rastreamento comportamental evoluiu nos últimos 30 anos.
Na década de 1990, os desenvolvedores de sites geralmente implantavam contadores de ocorrências de script de página. Essas calculadoras simples chamariam um servidor toda vez que a página fosse carregada, e isso permitia ao servidor registrar o número de visitas à página. Isso deu uma noção de quantas vezes uma página estava sendo visualizada, mas era difícil obter qualquer relatório diferenciado do contador de scripts.
Estudos mais sofisticados da década de 90 usavam a análise de log do servidor para coletar determinados metadados junto à chamada do servidor e permitir que os analistas fizessem análises um pouco mais avançadas. A análise de log do servidor também era limitada em seus relatórios e, devido às despesas extras, não era uma opção viável para a maioria das empresas.
A introdução de cookies mudou a forma como os dados podem ser coletados e relatados. Cookies são pequenos pedaços de texto enviados ao navegador pelo site que está sendo visitado. Os cookies são armazenados no computador e ajudam os sites a lembrar informações sobre a visita do usuário. Os cookies permitem reconhecer um usuário novo versus um usuário recorrente, entre outros aspectos.
O próximo grande avanço veio com a introdução de pixels de rastreamento. Os pixels de rastreamento são capazes de rastrear o comportamento do usuário com mais detalhes porque são executados no navegador e não em um servidor. Eles podem ler e gravar cookies e usar JavaScript para detectar eventos. Quando uma chamada é feita para transferir esses dados para o servidor, um minúsculo pixel transparente é solicitado em resposta. No início dos anos 2000, o uso de cookies e pixels de rastreamento por startups inovadoras como Urchin e Omniture melhorou drasticamente a maneira como coletamos dados e geramos chamadas de servidor.
Visão geral da chamada do servidor
Você está comprando em sua loja online favorita e clica para ver um produto. A próxima página mostra uma descrição detalhada do produto, uma imagem e opções para comprar. O site sabia o que enviar a você – qual imagem, qual descrição, quais opções – a partir das chamdas de servidor. E sua interação com esses itens forneceu dados valiosos para o site armazenar e relatar.
Veja abaixo como funciona uma chamada de servidor:
- Dentro deste console do site está todo o código do site, incluindo a chamada do servidor, que são geradas via código, e escritas em JavaScript. Aplicativos que não são websites, incluindo os móveis, usam outros SDKs para gravar suas chamadas de servidor.
As chamadas do servidor são compostas por solicitações GET e POST, o que permite que a configuração determine como os dados são enviados ao servidor. As solicitações GET incluem todos os dados necessários na URL, enquanto as solicitações POST extraem dados adicionais do cliente para enviar ao servidor. As solicitações GET permanecem no histórico do navegador como parte da URL, enquanto as solicitações POST não são salvas no histórico do navegador e, portanto, precisam ser reenviadas a cada chamada do servidor.
Como funcionam os gerenciadores de tags do lado do servidor
Com o desenvolvimento de gerenciadores de tags do lado do servidor, a chamada do servidor pode primeiro ser enviada a um intermediário antes de ser em seguida, repassados ao seu ponto de extremidade para coleta de dados. O uso de um gerenciador de tags do lado do servidor (como o Gerenciador de tags do Google do lado do servidor) traz alguns benefícios importantes:
- Permite que os desenvolvedores removam o código de publicidade do site e o executem no servidor, o que pode simplificar o processamento feito pelo seu navegador ou dispositivo móvel e potencialmente melhorar a velocidade de carregamento da página.
- Os proprietários de sites podem validar centralmente os dados coletados em todos os ambientes (web, iOS e Android) antes de transmiti-los ao servidor de coleta de dados.
- Os desenvolvedores podem enriquecer os dados antes de passá-los para o servidor de coleta de dados. Existem muitos casos de uso para isso, mas o mais comum é transferir informações de identificação pessoal sobre um usuário entre endpoints sem expor esses dados ao cliente (se o usuário tiver fornecido o consentimento adequado, é claro).
Os gerenciadores de tags do lado do servidor também prolongam a vida útil do cookie. Em vez de 1 a 7 dias de validade, os cookies são válidos por até 30 dias, proporcionando maior visibilidade de dados e relatórios.
Como o GA4 difere das suas versões anteriores?
O Google Analytics permaneceu consistente desde seu lançamento em 2013. Conceitos principais – incluindo taxa de conversão, metas, duração da sessão e taxa de rejeição – formaram a base do marketing digital nesta última década. No entanto, nos bastidores, o Google Analytics lançou um conjunto de mudanças nos últimos 5 anos que culminaram no lançamento do Google Analytics 4.
O Google Analytics 4 é a primeira grande evolução do produto desde o lançamento de 2013 do Universal Analytics (analytics.js). O GA4 (baseado na tag global do site, código gtag.js) é um modelo de dados baseado em eventos totalmente novo, construído a partir da análise da plataforma de desenvolvimento de aplicativos Firebase.
Modelo de dados baseado em eventos
Você já ouviu a frase ‘modelo de dados baseado em eventos’, mas o que isso significa exatamente? O modelo de dados é construído em todos os dados coletados como ‘eventos’ e associados a um usuário. Mesmo pageviews e screenviews (para aplicativos) são um tipo de evento.
As sessões ainda estão disponíveis nos relatórios, mas são muito menos proeminentes, com muito mais ênfase em eventos e usuários. O rastreamento de aplicativos apresentou esse modelo de medição, pois a ‘sessionização’ para a atividade do aplicativo é muito menos direta do que pode ser para um site. Além disso, com mais sites criados como aplicativos de página única, menos ênfase em ‘exibições de página’ faz sentido quando a tarefa de designar qual conteúdo deve ser considerado uma ‘página’ depende essencialmente do analista que projeta o rastreamento para o aplicativo.
E, claramente, um grande benefício do modelo de dados baseado em eventos é a capacidade de capturar dados para uma web e um aplicativo no mesmo formato e poder enviar os dados para a mesma propriedade GA4 para análise comparativa.
Identificação entre dispositivos
A nova identidade ‘combinada’ fornece uma estimativa mais precisa dos verdadeiros ‘usuários’, pois está mais próxima de identificar ‘pessoas’ do que a confiança anterior no cookie como o identificador principal. O GA4 pode identificar usuários em vários dispositivos ou navegadores que fazem login no site rastreado ou são identificáveis pelo Google a partir de suas contas do Google. Os relatórios de atribuição agora podem integrar a identificação do usuário entre dispositivos para uma atribuição de campanha muito mais robusta.
Recursos do gtag.js
Um recurso importante da versão atual do código de acompanhamento (gtag.js) é a capacidade de personalizar dinamicamente o código para cada propriedade com base nas configurações do fluxo de dados. Por exemplo, o GA4 permite ajustar o acompanhamento de vários domínios nas configurações do administrador, onde antes era necessário configurá-lo no código (ou na solução de gerenciamento de tags).
Além disso, para sites com uma implementação simples, eventos adicionais como cliques fora do site, downloads de documentos, engajamento de vídeo do YouTube e rastreamento de rolagem podem ser ativados nas configurações de um fluxo de dados, literalmente com o clique de um botão.
No entanto, se atributos adicionais precisarem ser coletados com os eventos de “medição aprimorada”, e devem ser implementados manualmente para permitir a coleta de dados personalizados, em vez de por meio das configurações de fluxo de dados.
Métricas de engajamento mais sofisticadas
O GA4 integrou métricas de engajamento muito melhores em comparação com as métricas de engajamento integradas no Universal Analytics. A nova “sessão engajada” usa um critério combinado de uma sessão “que durou mais de 10 segundos, ou teve um evento de conversão, ou teve duas ou mais exibições de tela ou página”.
Com o lançamento do GA4, essa métrica de engajamento substituiu completamente as métricas de engajamento anteriores (taxa de rejeição, duração da sessão, páginas/sessão). O Google começou lentamente a reintegrar várias dessas métricas de engajamento clássicas ao GA4. No entanto, há muitos motivos para começar a migrar para as métricas de engajamento mais recentes lançadas com o GA4.
Várias das novas métricas são baseadas na métrica combinada de engajamento — sessões engajadas, taxa de engajamento e sessões engajadas por usuário. Além disso, o tempo médio de engajamento é uma grande melhoria em relação ao tempo na página e à duração da sessão do Universal Analytics, ambos baseados na comparação de vários registros data/hora com eventos de finalização, e tiveram desafios em fornecer insights ou dados confiáveis para engajamento de conteúdo.
Privacidade
Como resultado do aumento da regulamentação de privacidade, como a implementação da LGPD no Brasil, por exemplo, os sites precisam dar aos usuários a opção de optar por não compartilhar seus dados de navegação.
Quando o GA4 estava em desenvolvimento, grande parte do setor estava adotando políticas de análise ‘opt-in’, o que significaria um futuro de uma visão muito menos completa do uso do site.
No Google Analytics 4, os endereços IP não são salvos com a coleta de dados do GA4 (anteriormente, no Universal Analytics, a “anonimização” do IP era uma opção, mas não o padrão), e o GA4 vai além para não “registrar ou armazenar” o endereço IP de um usuário (um a pesquisa geográfica é executada, mas os dados não são armazenados).
Dada essa nova realidade, a identificação do usuário no GA4 é construída para contar com cookies como último recurso para identificar um usuário.
O Google Analytics 4 primeiro procura um identificador de usuário conectado (se capturado), depois um identificador do Google (se os sinais do Google estiverem ativados para a propriedade) e, finalmente, o identificador de cookie no nível do dispositivo, se nenhum deles estiver disponível. Google Signals é o identificador do Google do usuário, que é conhecido pelo Google para usuários conectados no Chrome, em um dispositivo Android ou em produtos do Google em outro navegador/plataforma e disponível para identificação entre dispositivos e navegadores, desde que o usuário não desativou a personalização de anúncios em sua conta do Google. Anteriormente, habilitar o Google Signals para análise dava acesso a um subconjunto de relatórios entre dispositivos, mas agora está totalmente integrado à base de coleta de dados e relatórios do GA4.
Alterações e cookies do navegador
Em resposta às preocupações individuais e ao cenário de privacidade em constante mudança, a maioria dos navegadores e plataformas (em particular, o iOS da Apple) integrou configurações de privacidade aumentadas que geralmente eliminam o rastreamento de cookies de terceiros e limitam a vida útil dos cookies primários.
O Google Analytics define um cookie primário (mesmo domínio do site) para reconhecer os usuários recorrentes, mas um tempo de vida mais curto desse cookie afeta as métricas no nível do usuário. Isso faz com que o total de usuários seja inflado. Quando o cookie dos usuários recorrentes não está mais disponível, a contagem de usuários novos versus os que retornam fica incorreta porque mais usuários aparecem como “novos” com a vida útil do cookie mais curta.
Anteriormente, com uma vida útil mais longa para o cookie GA, o Google Analytics tinha uma visão melhor da atribuição multitoque, aproveitando o histórico de um usuário. A vida útil mais curta do cookie dificulta isso para os navegadores afetados e diminui a capacidade de atribuir um usuário recorrente de uma sessão anterior.
Para compensar a perda de dados devido às limitações do navegador/cookie e aos usuários que optam por não rastrear, o Google incluiu conversões modeladas no GA4 para aumentar a coleta de dados com conversões estimadas afetadas pelas limitações do navegador. Ele também incluiu eventos modelados para usuários que optam por cookies de análise de dados com “modo de consentimento” por meio do Gerenciador de tags do Google (esse recurso é chamado de “modelagem comportamental”). Essa configuração “combinada” (usar dados modelados) agora é a configuração padrão no GA4.
Como configurar a sua propriedade do GA4
Cada empresa geralmente tem uma conta que hospeda todas as suas propriedades. No entanto, cada conta pode hospedar uma combinação de até 80 propriedades, subpropriedades ou propriedades agregadas do Universal Analytics e do GA4. Uma organização que requer mais de 80 propriedades pode solicitar uma extensão de limite, mas pode precisar de várias contas.
Propriedades e fluxos de dados
Cada propriedade de origem normalmente representa uma marca (que pode abranger vários domínios ou subdomínios). Dentro de cada propriedade, o GA4 apresenta novos fluxos de dados. Cada propriedade pode receber dados de até 50 fluxos de dados (sites, aplicativos, etc.).
Cada fluxo de dados que você configura contém um ID de medição exclusivo associado à sua gtag ou à configuração do Gerenciador de tags do Google. Os dados de cada fluxo são combinados em uma propriedade). Como o GA4 adotou o modelo de dados centrado em eventos do Firebase, uma propriedade agora pode incluir sites e aplicativos móveis juntos (se o SDK do Firebase os rastrear). Se você tiver dados de vários fluxos de dados em uma propriedade, duas dimensões integradas ajudarão você a diferenciá-los: ID do fluxo e nome do fluxo.
No GA4, as subpropriedades substituíram as visualizações. Uma subpropriedade é um tipo de propriedade que obtém seus dados de uma outra propriedade para controlar o acesso do usuário aos dados e controlar os dados filtrando eventos.
Isso pode ser útil se você tiver vários grupos de usuários distintos em uma experiência de usuário. Por exemplo, talvez você precise ter um domínio com um fluxo de usuário distinto separado em subpropriedades para diferentes subdomínios E a experiência do usuário precisa ser traduzida em vários idiomas. Isso é possível com subpropriedades. Entretanto, a visão de subpropriedade está disponível apenas na versão paga do Google Analytics.
Com o fim do GA4, o Google tornou a configuração e migração do Analytics para o GA4 bastante simples, com um assistente de configuração. Seguir o passo a passo sugerido pelo Google já garante que, inicialmente, a sua empresa esteja inserida nas boas práticas dessa nova versão do GA4.
Na primeira etapa, de fluxo de dados, você pode parametrizar a origem do fluxo de dados. A próxima etapa é a configuração da coleta de dados dos indicadores do Google.
Uma vez que você configure a conta, é importante observar algumas questões – uma delas é a medição aprimorada, disponíveis para sites somente.
Quando você ativa os indicadores do Google, o Google Analytics associa as informações sobre as visitas coletadas no seu site e/ou aplicativos às Contas do Google dos usuários que fizeram login e permitiram a associação para fins de Personalização de anúncios. Essas informações incluem o local do usuário final, o histórico de pesquisa e do YouTube, bem como os dados de sites parceiros do Google. Além disso, elas são usadas para oferecer insights agregados e anônimos sobre os comportamentos dos seus usuários em dispositivos diferentes.
Conversões
Na sequência, é preciso configurar as conversões. A importação de conversões do Universal Analytics á automática, o que poupa tempo. Além disso, também é muito importante configurar outra conversão além de “purchase”. No nosso caso, esse evento corresponde exatamente ao evento de conversão criado no Tag Manager (no nosso caso, o nome da tag é eventogaquatro_formcontt_enviado).
Na sequência, também é possível importar os públicos já parametrizados do Universal Analytics, ou criar novas segmentações de público para análises futuras.
Medição aprimorada de eventos
O GA4 fornece alguns eventos úteis de medição aprimorada, apenas para sites, que são rastreados de maneira semelhante em muitas marcas. Estes são:
Esses eventos são ativados automaticamente quando a configuração associada ao ID de medição do fluxo de dados é colocada diretamente no site usando a gtag ou o Gerenciador de tags do Google. Ainda assim, você tem a opção de desligar qualquer um ou todos eles. Eu recomendo fazer isso se você não planeja utilizar esses dados ou se planeja criar um evento personalizado em seu lugar. Desligá-los reduzirá o tamanho geral do arquivo JavaScript que está sendo baixado em seu navegador. Você pode clicar no ícone de engrenagem nesta seção para fazer isso. Uma visualização aparecerá, permitindo que você ative ou desative cada evento.
Você pode configurar opções adicionais para exibições de página e pesquisa no site. Para exibições de página, se você clicar em configurações avançadas, poderá ativar a opção ‘alterações de página com base em eventos do histórico do navegador’, juntamente com carregamentos de página, o que é útil se seu site for criado como um aplicativo de página única.
A pesquisa do site é configurada automaticamente para capturar o termo de pesquisa com base no q, s, pesquisa, consulta ou parâmetro de palavra-chave da URL. No entanto, se o seu termo de pesquisa for indicado por outro parâmetro de consulta de URL, você também poderá fazer essa alteração nas configurações avançadas. Encontre essas configurações aqui:
Configurações de dados – indicadores do Google
O Google Signals é o software de identidade do Google que permite o reconhecimento dos usuários enquanto eles navegam pelos dispositivos se estiverem conectados a uma conta do Google, e se tiverem ativado a personalização de anúncios. Ele habilita alguns recursos poderosos no GA4, incluindo o seguinte:
- A capacidade do GA4 de identificar usuários com mais precisão em vários dispositivos;
- Dados demográficos e relatórios de interesse;
- A coleta de uma quantidade maior de identificação do usuário à medida que os cookies são eliminados, o que permite uma modelagem de conversão e modelagem comportamental mais precisa onde houver lacunas.
Este recurso não é ativado automaticamente, então se você quiser utilizar seus recursos, você terá que ir para a seção ‘Coleta de dados’ em ‘Configurações de dados’ e 1) Ative esta configuração, 2) Personalize as configurações regionais com base em seu Recomendação do departamento jurídico e 3) Confirme a declaração de coleta de dados do usuário.
Na versão gratuita do GA4, sua configuração de retenção de dados é definida automaticamente para dois meses. Isso significa que você só pode definir sua janela de lookback para dois meses. Mas não entre em pânico! Existem 2 advertências principais: primeiro, isso se aplica apenas aos relatórios do Explore. Em segundo lugar, você pode alterar isso para 14 meses se entrar na seção Retenção de dados de suas Configurações de dados.
Configurações de atribuição
As configurações de atribuição permitem que você escolha como deseja que o crédito de conversão seja atribuído a seus agrupamentos de canais, origem, mídia, campanha etc. Você pode escolher entre os seguintes modelos de atribuição (definições do Google):
- Orientado por dados – Os recursos de aprendizado de máquina do Google avaliam quais caminhos levam às conversões;
- Último clique – Ignora o tráfego direto e atribui 100% do valor da conversão à última tática em que o cliente clicou (ou visualizou no YouTube) antes da conversão;
- Primeiro clique – Dá todo o crédito pela conversão ao primeiro canal em que um cliente clicou (ou visualizou engajado no YouTube) antes da conversão;
- Linear – Distribui o crédito pela conversão igualmente em todos os canais em que o cliente clicou (ou visualizou no YouTube) antes da conversão;
- Baseado em posição – Atribui 40% de crédito para a primeira e última interação, e os 20% de crédito restantes são distribuídos uniformemente para as interações intermediárias;
- Decaimento de tempo – Dá mais crédito aos pontos de contato que aconteceram mais perto do tempo da conversão. O crédito é distribuído usando uma meia-vida de sete dias. Em outras palavras, uma tática clicada oito dias antes de uma conversão recebe metade do crédito de uma tática clicada um dia antes de uma conversão;
- Último clique preferencial do anúncio – Atribui 100% do valor da conversão ao último canal do Google Ads em que o cliente clicou antes da conversão.
Você também pode especificar suas janelas de lookback nesta seção. Por exemplo, se você tiver sua janela de lookback de aquisição de atribuição definida para sete dias, se alguém entrou em seu site inicialmente por meio de um anúncio do Google (digamos que você tenha seu modelo de atribuição definido como primeiro clique) e o usuário converteu após quatro dias, os anúncios receberiam crédito por essa conversão. Se esse usuário voltasse no nono dia por meio da pesquisa orgânica e convertesse, a pesquisa orgânica receberia crédito por essa conversão.
Públicos-alvo
A criação de públicos no GA4 é uma forma de agrupar usuários, principalmente para segmentação do Google Ads. Embora a criação de público seja possível usando apenas Google Ads, Search Ads 360 e Display & Video 360 usando dados próprios ou dados coletados pelo Google (ou seja, pessoas que pesquisaram produtos semelhantes em sites de terceiros), criação de público no GA4 é especialmente poderoso porque permite que os profissionais de marketing segmentem pessoas com base em ações realizadas em seu site ou aplicativo (ou seja, segmentem pessoas que adicionaram um item específico ao carrinho em seu site).
Existem duas maneiras de configurar os públicos: com base em um segmento ou do zero na guia “Configurar”. De qualquer forma, você tem as seguintes opções na hora de configurar um público:
- Modelos – Na maioria das vezes, você provavelmente desejará criar um público do zero, mas o Google fornece iniciadores úteis. Esses modelos incluem ‘Preditivo’, que utiliza aprendizado de máquina para identificar usuários que provavelmente irão desistir ou comprar (eles só podem ser usados se você tiver dados suficientes para oferecer suporte a uma previsão precisa).
- Escopo de condição – Se você tiver várias condições esclarecendo os tipos de usuários que deseja que estejam em seu público, poderá especificar se esses eventos tiveram que acontecer na mesma sessão.
- Sequenciamento de condição – Você pode tornar seu público específico para usuários que realizaram um determinado evento antes ou depois de outro evento. Você também pode definir um limite de tempo entre a realização desses eventos usando esta opção.
- Duração da associação – Isso é definido automaticamente em 30 dias, mas você pode alterar esse período.
- Gatilho de público – Criar isso com base no seu público adiciona um evento sempre que um novo membro se junta a esse público. Isso nos permite analisar quantos usuários se juntaram a esse grupo ao longo do tempo.
Como implementar a tag do GA4
Nós aqui preferimos usar o Gerenciador de Tags do Google pela praticidade de integração – e também pela simplicidade em gerenciar várias tags.
O GTM oferece flexibilidade e capacidade aprimorada para fazer alterações no GA4, versões anteriores do Google Analytics, Floodlight Google Ads ou tags adicionais de terceiros (3P), como Meta. Sua equipe menos técnica pode manter as tags do GA4 diretamente na IU da Web do GTM, sem atualizar manualmente o código globalmente em seu site/aplicativo. Isso economiza inúmeras horas mantendo e atualizando os requisitos de rastreamento, tira o fardo de seus desenvolvedores e transfere o fluxo de trabalho para profissionais de marketing ou especialistas externos, como o Search Discovery.
Com o GTM, o Google foi responsável por fornecer uma infraestrutura de rastreamento em todas as experiências digitais e estendendo-se de sites a aplicativos móveis e além. O GTM foi inicialmente projetado para atender às necessidades de rastreamento em um site (ou site móvel), e o rastreamento de aplicativos móveis (nativos) foi originalmente tratado por meio de SDKs. Em 2013, o Google lançou o Gerenciador de tags do Google para aplicativos móveis, um contêiner inerentemente separado. E em 2016, eles lançaram um contêiner separado para AMP (Accelerated Mobile Pages).
Otimizando canais de aquisição
Um dos recursos mais valiosos do GA4 é a capacidade de fornecer informações e dados acionáveis para otimizar os canais de aquisição de tráfego, como pesquisa e exibição pagas. Neste capítulo, abordaremos alguns recursos fundamentais de relatórios e integração e casos de uso mais avançados, incluindo criação de público e análise entre canais usando o Google Cloud.
Os relatórios de aquisição permitem que você determine de onde vêm seus usuários novos e recorrentes, ou seja, de quais canais de referência, fontes etc. e outras métricas importantes. Isso pode incluir canais de referência de tráfego, como pesquisas pagas e orgânicas do Google.
- A visão geral da aquisição resume seus dados de aquisição, como novos x recorrentes, desempenho do canal e Google Ads.
- O relatório de aquisição de usuários indica o desempenho de vários canais de tráfego como o ponto de contato por meio do qual os usuários acessaram seu site no intervalo de datas escolhido
- A aquisição de tráfego também mostra o desempenho do canal, mas é específico para essa sessão e não necessariamente a primeira vez que você viu esses visitantes, uma grande diferença do Universal Analytics
- Os relatórios de aquisição são preenchidos a partir de três métodos externos:
- Integre-se à plataforma de anúncios GMP (Google Ads, DV360, SA360)
- Use a codificação automática de uma plataforma como Google Ads ou CM360
- Marque manualmente URLs de rastreamento com parâmetros UTM (por exemplo, utm_medium / utm_source)
Visão geral da Aquisição
O relatório de visão geral de aquisição resume seus dados de aquisição para ajudá-lo a entender de onde vem seu tráfego.
Esses relatórios são altamente personalizáveis, mas, por padrão, os seguintes relatórios estão disponíveis:
- Visão geral: inclui importantes métricas de aquisição com uma linha de tendência do gráfico de série temporal para cada métrica durante o intervalo de datas escolhido
- Usuários nos últimos 30 minutos: mostra a atividade atual usando dados de relatórios em tempo real. O cartão mostra o número de usuários, agrupados pelo primeiro agrupamento de canais padrão do usuário, em seu site ou aplicativo nos últimos 30 minutos. Uma novidade no GA4 é que as dimensões com o prefácio “Primeiro usuário” indicam um canal ou fonte de referência que levou o usuário ao site pela primeira vez.
- Agrupamentos diversos: nas duas caixas sequenciais, existem vários tipos de agrupamentos: por sessão, por usuário, entre outros. Vale a pena conferir no detalhe os insights que cada uma das segmentações pode trazer.
Modelagem de atribuição de conversões
Os clientes podem fazer várias pesquisas e clicar em vários de seus anúncios antes de fazer uma compra ou concluir outra ação valiosa em seu site. Normalmente, todo o crédito pela conversão é atribuído ao último anúncio em que os clientes clicaram. Mas foi apenas esse anúncio que os fez decidir pela conversão? E os outros anúncios em que eles clicaram antes dele?
Atribuição é o ato de atribuir crédito por conversões a diferentes anúncios, cliques e fatores ao longo do caminho de um usuário até a conclusão de uma conversão. Um modelo de atribuição pode ser uma regra, um conjunto de regras ou um algoritmo baseado em dados que determina como o crédito para conversões é atribuído a pontos de contato em caminhos de conversão.
Existem três tipos de modelos de atribuição disponíveis nos relatórios de atribuição nas propriedades do Google Analytics 4: modelos baseados em regras entre canais, um modelo baseado em regras preferenciais de anúncios e atribuição baseada em dados.
Para encontrar os Relatórios de atribuição, clique em Publicidade à esquerda. Em Atribuição, clique em Comparação de modelos ou Caminhos de conversão.
Atribuição baseada em dados
A atribuição baseada em dados distribui o crédito pela conversão com base nos dados de cada evento de conversão. É diferente dos outros modelos porque usa os dados da sua conta para calcular a contribuição real de cada interação de clique. Portanto, cada modelo Data-driven é específico para cada anunciante e cada evento de conversão.
Como funciona a atribuição baseada em dados
A atribuição usa algoritmos de aprendizado de máquina para avaliar os caminhos de conversão e não conversão. O modelo baseado em dados resultante aprende como diferentes pontos de contato afetam os resultados da conversão.
O modelo incorpora fatores como tempo desde a conversão, tipo de dispositivo, número de interações com o anúncio, ordem de exposição do anúncio e tipo de material criativo. Usando uma abordagem contrafactual, o modelo compara o que aconteceu com o que poderia ter ocorrido para determinar quais pontos de contato têm maior probabilidade de gerar conversões. O modelo atribui crédito de conversão a esses pontos de contato com base nessa probabilidade.
Modelos baseados em regras entre canais
Último clique entre canais: ignora o tráfego direto e atribui 100% do valor da conversão ao último canal em que o cliente clicou (ou visualização engajada no YouTube) antes da conversão.
Primeiro clique entre canais: atribui todo o crédito pela conversão ao primeiro canal em que um cliente clicou (ou visualizou o engajamento no YouTube e em outras exibições do Google) antes da conversão.
Linear entre canais: distribui o crédito pela conversão igualmente em todos os canais em que um cliente clicou (ou visualizou engajado no YouTube) antes da conversão.
Com base na posição entre canais: atribui 40% de crédito à primeira e à última interação, e os 20% restantes são distribuídos uniformemente para as interações intermediárias.
Decaimento de tempo entre canais: dá mais crédito aos pontos de contato que aconteceram mais perto do tempo da conversão. O crédito é distribuído usando uma meia-vida de sete dias. Em outras palavras, um clique oito dias antes de uma conversão recebe metade do crédito de um clique um dia antes de uma conversão.
Modelo preferencial de anúncios
Último clique preferencial do anúncio: atribui 100% do valor da conversão ao último canal do Google Ads em que o cliente clicou antes da conversão. Se não houver nenhum clique do Google Ads no caminho, o modelo de atribuição retornará ao último clique em vários canais.
Conclusão
O maior desafio para as empresas B2B é o domínio de métricas mais apuradas e a conversão dessas métricas em insights que gereM resultados expressivos. Mais do que nunca, o Marketing precisa cada vez mais se apropriar da tecnologia para converter dados em negócios de valor.
Quer saber como podemos gerar insights valiosos para o seu negócio a partir dos dados? Entre em contato conosco e descubra como podemos ajudar