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

O que são métricas de vaidade?

M√©tricas de vaidade s√£o m√©tricas que n√£o s√£o relevantes ao neg√≥cio ou produto e at√© mascaram os verdadeiros objetivos. S√£o n√ļmeros que representam evolu√ß√Ķes sem aplica√ß√£o e que inflam o neg√≥cio. As m√©tricas de vaidade possuem utilidade, s√≥ n√£o devem ser a prioridade digital.

Como por exemplo saber o n√ļmero de seguidores, que n√£o representa o total de vendas de uma loja. Para a loja, o mais importante √© realizar vendas e divulgar os seus produtos, enquanto o total de seguidores √© secund√°rio. 

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?

M√©tricas acion√°veis, pelo contr√°rio, representam algo que √© analisado e guia as decis√Ķes do perfil ou do neg√≥cio. Se por exemplo um comerciante v√™ que suas vendas oscilam, essa m√©trica ir√° ajud√°-lo a guiar como fazer melhores vendas e aonde ele precisa melhorar para aumentar o n√ļmero de compras.

Um exemplo de m√©tricas acion√°veis √© a finaliza√ß√£o do carrinho de vendas. Caso hajam mais finaliza√ß√Ķes na p√°gina do site, isso quer dizer que o consumidor conseguiu realizar o objetivo daquele e-commerce, que √© efetuar a venda. Caso o volume de visualiza√ß√Ķes seja baixo, mas o volume de vendas seja alto, a propor√ß√£o de audi√™ncia qualificada √© boa e ter menos visualiza√ß√Ķes n√£o ser√° um problema, pois a convers√£o ser√° alta e positiva.

Quais são as métricas de vaidade mais comuns?

Curtidas, coment√°rios, visualiza√ß√Ķes, compartilhamento; total de seguidores ou de f√£s; total de visualiza√ß√Ķes no site, s√£o alguns exemplos. Lembrando que elas ser√£o de vaidade caso n√£o estejam de acordo com o objetivo de neg√≥cio – se para um e-commerce √© vender, se para o pequeno empreendedor tamb√©m, as m√©tricas podem ser menos valorizadas que a venda efetuada.

Como evitar métricas de vaidade?

Estabelecer quais s√£o os principais objetivos da sua presen√ßa digital. As m√©tricas contextualizadas auxiliam a guiar se o seu objetivo est√° sendo realizado ou n√£o. √Č como quando temos um guia, uma esp√©cie de b√ļssola, para tomar decis√Ķes a partir das m√©tricas escolhidas.

Data Strategy | Data Mining

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

Data Mining ou “minera√ß√£o de dados”

Ap√≥s a primeira parte da coleta e armazenamento dos dados, √© o momento de olhar para o que foi coletado e definir o que ir√° ou n√£o entrar na pesquisa e/ou na apresenta√ß√£o. O processo de obter os dados e “miner√°-los” √© comumente chamado de¬†Data mining¬†e seu sentido original refere-se √† forma de coleta de grandes dados, que passam pela extra√ß√£o, armazenamento, an√°lise e estat√≠stica.

An√°lise quantitativa

√Č durante o processo de¬†Data Mining que¬†ocorre a¬†an√°lise quantitativa. Este processo pode ser dividido em dois tipos. Um √© a observa√ß√£o do “discret data”, com pequenas segmenta√ß√Ķes, cujo resultado √© mais especializado; ¬†o outro tipo √©¬†“continuous data”, cuja an√°lise √© cont√≠nua¬†e¬†os dados analisados tornam-se informa√ß√£o acion√°vel. ¬†√Č o momento de observar cada n√ļmero, relevar a sua import√Ęncia e come√ßar, de fato, a analisar.

O Data Mining √© fundamental pois atua no processo quantitativo que vai gerar conhecimento, a chamada an√°lise quantitativa: interpreta√ß√Ķes e novos caminhos a partir de um aglomerado de n√ļmeros.

A partir da√≠ os dados¬†“saem para o mundo”. E √© a√≠ que entra a ¬†performance e o planejamento, o monitoramento e a mensura√ß√£o; o entendimento da organiza√ß√£o de grafos (social network analysis); regras e responsabilidades e, ao final, os relat√≥rios de performance.

Por √ļltimo, e talvez o maior desafio na produ√ß√£o da an√°lise dos dados, est√° gerar a intelig√™ncia, ou o¬†Business Intelligence. Ele √© composto dos¬†goals x objetivos.

 

Aplicação de Data Mining ou mineração de dados

Durante a aplica√ß√£o de Data Mining, nem todos os dados coletados podem ganhar uma utiliza√ß√£o, mas ainda assim fazem parte da pesquisa e s√£o relevantes. Sua aplica√ß√£o imediata n√£o √© o fator mais importante para deletar. Considerando que nem sempre os meios de obter as¬†informa√ß√Ķes s√£o baratos e muito menos r√°pidos, isso toma ainda mais import√Ęncia. Durante a an√°lise √© comum que queiramos nos livrar de abas do Excel ou algum dado extra. Mas…

“Os dados armazenados s√£o como as roupas em um arm√°rio; mesmo que n√£o acessemos em dois anos, ainda n√£o devemos jog√°-los fora – e assim vale a pena lembrar durante formula√ß√£o uma estrat√©gia de dados”.¬†(Mike Schiff)