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 Analysis

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

Depois de cuidar dos dados, o próximo passo estratégico é a chamada “data analysis”, que consiste, assim como o nome mesmo já diz, na análise dos dados. É por meio dela que vamos gerar informação, conhecimento e, por fim, a sabedoria, também chamada de insights. 

Esses conceitos parecem, à primeira vista, a mesma coisa. E é comum confundirmos. Mas, como diria a música…

“Information is not knowledge (informação não é conhecimento)
Knowledge is not wisdom (conhecimento não é sabedoria)
Wisdom is not truth (sabedoria não é a verdade)
Truth is not beauty (verdade não é beleza)
Beauty is not love (beleza não é amor)
Love is not music (amor não é música)
Music is THE BEST (música é o melhor)”

(Frank Zappa)

 Para melhorar um pouco, se formos dividir em etapas, encontramos a chamada Pirâmide do Conhecimento, cujo caminho que mostra como os dados viram informação. A pirâmide é representada pelo DIKW, Data-Information-Knowledge-Wisdow, baseado no modelo cartesiano (criado com base nos princípios do filósofo Descartes), que consiste em uma evolução de [d]ata (dados), [in]formation (informação), [k]nowledge (conhecimento) e [w]isdom (sabedoria). Esse modelo, hoje em dia, é utilizado para várias áreas, que incluem pesquisas em tecnologia da informação até o marketing:

Pirâmide do Conhecimento ou DIKW
Pirâmide do Conhecimento ou DIKW

Dados ➳ elementos

Sinais, símbolos, um aglomerado de números sem significados. É aquilo que foi coletado.

Exemplo: dados brutos em um arquivo de Excel, o formato, a data, a hora, o tempo da coleta.

 

Informação ➳ organização

Informações são os dados estruturados.

Exemplo: um Excel com dados tabulados, divididos por categorias de sentimento, tags do monitoramento e por rede social.

 

Conhecimento ➳ contexto

Surge quando a informação ganha uso e significado, é sintetizado e pode ser aprendido.

Exemplo: gráficos que dividem estas informações de sentimento e as tags por tipo, cor, formato… representam um crescimento ou queda e dividem-se entre barras, gráficos de pizza para mostrar a representatividade do assunto, etc.

 

Sabedoria ➳ insights

São os chamados “dados acionáveis”, integrados, organizados e explicados e, o mais importante, trazem um aprendizado válido para aplicação e são entendidos pelas pessoas que têm acesso a essas informações.

Exemplo: os dados de sentimento e as tags indicam que a marca está melhor do que no mês passado. Porém, quando comparada ao mercado, está abaixo do esperado pelos fornecedores por apresentar menor aprovação que a concorrência e receber menos citações do que o esperado.

 

Para um analista de métricas, business intelligence, monitoramento e afins, o caminho para transformar os dados em informação e, posteriormente criar ações embasadas, é fundamental. Mas isso também vale para profissionais que lidam com estatísticas, como pesquisadores. Para obter algum insight, é necessário ver a sua amostra, o que ela diz. E é interessante ir além, focando não apenas no positivo, mas também na queda e nas alterações ao longo do período. É assim que podemos identificar se algo está bom para o seu padrão (comparando com os próprios resultados) ou está ruim (olhando para fora, seja um outro segmento da pesquisa, um outro assunto ou o mercado).

A análise só produz insights verdadeiros quando possui base, podendo ser argumentada e comprovada. É ao que muitos se referem quando dizem que “números que não mentem”. Na verdade, os números justificam, não é? Mas eles também podem ocultar ou favorecer uma ideia, dependendo do seu objetivo final. Se os resultados não foram tão bons ou a análise não saiu tão boa de primeira, vale a pena ver de novo. E, principalmente, como já disse o Zappa, música é mesmo o que nos resta de melhor. É só tentar entrar no ritmo. 😉