Métricas de vaidade: o que são e como ter métricas valiosas

O que são métricas de vaidade?

Métricas de vaidade são métricas que não são relevantes ao negócio ou produto e até mascaram os verdadeiros objetivos. São números que representam evoluções sem aplicação e que inflam o negócio. As métricas de vaidade possuem utilidade, só não devem ser a prioridade digital.

Como por exemplo saber o número de seguidores, que não representa o total de vendas de uma loja. Para a loja, o mais importante é realizar vendas e divulgar os seus produtos, enquanto o total de seguidores é secundário. 

A grande questão das métricas de vaidade é que elas muitas vezes são mais valorizadas do que as métricas que representam o objetivo real daqueles perfis na internet.

O que são métricas acionáveis?

Métricas acionáveis, pelo contrário, representam algo que é analisado e guia as decisões do perfil ou do negócio. Se por exemplo um comerciante vê que suas vendas oscilam, essa métrica irá ajudá-lo a guiar como fazer melhores vendas e aonde ele precisa melhorar para aumentar o número de compras.

Um exemplo de métricas acionáveis é a finalização do carrinho de vendas. Caso hajam mais finalizações na página do site, isso quer dizer que o consumidor conseguiu realizar o objetivo daquele e-commerce, que é efetuar a venda. Caso o volume de visualizações seja baixo, mas o volume de vendas seja alto, a proporção de audiência qualificada é boa e ter menos visualizações não será um problema, pois a conversão será alta e positiva.

Quais são as métricas de vaidade mais comuns?

Curtidas, comentários, visualizações, compartilhamento; total de seguidores ou de fãs; total de visualizações no site, são alguns exemplos. Lembrando que elas serão de vaidade caso não estejam de acordo com o objetivo de negócio – se para um e-commerce é vender, se para o pequeno empreendedor também, as métricas podem ser menos valorizadas que a venda efetuada.

Como evitar métricas de vaidade?

Estabelecer quais são os principais objetivos da sua presença digital. As métricas contextualizadas auxiliam a guiar se o seu objetivo está sendo realizado ou não. É como quando temos um guia, uma espécie de bússola, para tomar decisões a partir das métricas escolhidas.

Data Strategy | Data Mining

* Este artigo faz parte de uma série de conceitos sobre dados.

Data Mining ou “mineração de dados”

Após a primeira parte da coleta e armazenamento dos dados, é o momento de olhar para o que foi coletado e definir o que irá ou não entrar na pesquisa e/ou na apresentação. O processo de obter os dados e “minerá-los” é comumente chamado de Data mining e seu sentido original refere-se à forma de coleta de grandes dados, que passam pela extração, armazenamento, análise e estatística.

Análise quantitativa

É durante o processo de Data Mining que ocorre a análise quantitativa. Este processo pode ser dividido em dois tipos. Um é a observação do “discret data”, com pequenas segmentações, cujo resultado é mais especializado;  o outro tipo é “continuous data”, cuja análise é contínua e os dados analisados tornam-se informação acionável.  É o momento de observar cada número, relevar a sua importância e começar, de fato, a analisar.

O Data Mining é fundamental pois atua no processo quantitativo que vai gerar conhecimento, a chamada análise quantitativa: interpretações e novos caminhos a partir de um aglomerado de números.

A partir daí os dados “saem para o mundo”. E é aí que entra a  performance e o planejamento, o monitoramento e a mensuração; o entendimento da organização de grafos (social network analysis); regras e responsabilidades e, ao final, os relatórios de performance.

Por último, e talvez o maior desafio na produção da análise dos dados, está gerar a inteligência, ou o Business Intelligence. Ele é composto dos goals x objetivos.

 

Aplicação de Data Mining ou mineração de dados

Durante a aplicação de Data Mining, nem todos os dados coletados podem ganhar uma utilização, mas ainda assim fazem parte da pesquisa e são relevantes. Sua aplicação imediata não é o fator mais importante para deletar. Considerando que nem sempre os meios de obter as informações são baratos e muito menos rápidos, isso toma ainda mais importância. Durante a análise é comum que queiramos nos livrar de abas do Excel ou algum dado extra. Mas…

“Os dados armazenados são como as roupas em um armário; mesmo que não acessemos em dois anos, ainda não devemos jogá-los fora – e assim vale a pena lembrar durante formulação uma estratégia de dados”. (Mike Schiff)