Desmascarando a má utilização de quatro métricas do Google Analytics

Neste artigo, eu vou separar quatro das métricas mais comumente usadas em Google Analytics, como elas são coletadas e por que são tão facilmente mal interpretas.

Tempo médio na página

O tempo médio na página deve ser uma métrica muito útil, especialmente se você estiver interessado em engajamento com o conteúdo que se encontra todo em uma única página. Infelizmente, esse é de fato o seu pior caso de uso. Para entender o porquê, você precisa entender como o tempo na página é calculado no Google Analytics:

Tempo na página: total entre todos os pageviews, da abertura ao último clique de engajamento nessa página (um clique de engajamento é qualquer um destes: próxima página visualizada, evento interativo, transação de e-commerce, clique num item da loja, plugin social). (Fonte)

Se não houver nenhum hit de engajamento subsequente ou se houver um intervalo entre o último hit de engajamento em uma página e abandono do site, a suposição é que nenhum outro tempo foi gasto no site. Abaixo estão alguns cenários com um tempo intuitivo na página de 20 segundos, e seu tempo Google Analytics na página:

Cenário	Tempo intuitivo na página	Tempo GA na página
0s: PageView 10s: Plug-in social 20s: Click through para a próxima página	20s	20s
os: PageView 10s: Plug-in social 20s: Deixa o site	20s	10s
os: PageView 20s: Deixa o site	20s	0s

O Google não quer saídas para influenciar o tempo médio na página devido a cenários como o terceiro exemplo acima, nos quais eles têm um tempo na página de 0 segundos (fonte). Para evitar isso, eles usam a seguinte fórmula (lembre-se de que o tempo na página é um total):

Tempo médio na Página: (Tempo na página)/(Pageviews – Saídas)

No entanto, como o segundo exemplo acima mostra, essa suposição nem sempre se mantém. O segundo exemplo alimenta a metade superior do tempo médio na facção da página, mas não a metade inferior:

Exemplo 2: Tempo médio na Página: (20s + 10s + 0s)/(3-2) = 30s

Existem duas questões aqui:

1. Superestimação

Excluir as saídas da segunda metade do tempo médio na equação da página não possui o efeito desejado quando seu tempo na página não for 0 segundos – perceba que 30 é maior do que qualquer uma das visitas individuais. É por isso que o tempo médio na página pode, muitas vezes, ser mais longo do que a duração média da visita. No entanto, 30 segundos não parecem muito distante no cenário acima (a média intuitiva é 20s), mas, no mundo real, muitas páginas têm taxas de saída muito mais elevadas do que os 67% nesse exemplo e/ou muito menos envolvimento com eventos na página.

1. Visitas ignoradas

Considerando-se apenas os visitantes que saem sem um hit de engajamento, se esses visitantes ficaram por 2 segundos, 10 minutos ou qualquer outro tempo entre os dois citados, isso não influenciou o tempo médio na página. Em muitos sites, uma visualização de 10 minutos de uma única página, sem interação (por exemplo, um post de blog) seria considerada um sucesso, mas não influenciaria essa métrica.

Solução: Infelizmente, não há uma solução fácil para esse problema. Se quiser usar o tempo médio na página, você só precisa ter em mente como ele é calculado. Você pode também considerar a criação de mais eventos de engajamento na página (como um evento de rolagem sem o parâmetro “nonInteraction”) – isso resolve a questão #2 acima, mas agrava potencialmente a questão #1.

Velocidade do site

Se você já usou os relatórios de velocidade do site no Google Analytics no passado, já deve ter percebido que os números às vezes podem ser muito difíceis de acreditar. Isso acontece porque a forma como o Site Speed é rastreada é extremamente vulnerável a outliers (dados fora do padrão) – ela começa com uma amostra de 1% de seus usuários e, em seguida, leva uma média simples para cada métrica. Isso significa que alguns valores extremos (por exemplo, o usuário ocasional com um computador infestado de malware ou uma conexão wi-fi questionável) pode criar uma grande oscilação em seus dados.

O uso de uma média como uma métrica não é de todo ruim, mas em uma área tão propensa a outliers e trabalhando com uma amostra tão pequena, ele pode conduzir a resultados questionáveis.

Felizmente, você pode aumentar a taxa de amostragem em até 100% (ou o limite de 10.000 visitas por dia). Dependendo do tamanho do seu site, isso pode só ser útil para dados de nível superior. Por exemplo, se o seu site recebe 1.000.000 de hists por dia e você estiver interessado no desempenho de uma nova página que está recebendo 100 acessos por dia, o Google Analytics vai desacelerar a sua amostragem de volta aos 100 hits por dia cap-1%. Assim, você só vai estar olhando para uma amostra de 1 hit por dia para essa página.

Solução: Aumente a taxa de amostragem. Se você receber mais de 10.000 acessos por dia, mantenha a taxa de amostragem em mente quando estiver em páginas menos visitadas. Você também pode considerar ferramentas externas e testes, como Pingdom ou WebPagetest.

Taxa de conversão (por canal)

Obviamente, a taxa de conversão em si não é uma métrica ruim, mas pode estar um pouco equivocada em determinados relatórios se você não perceber que, por padrão, as conversões são atribuídas usando um último modelo de atribuição de clique não direto.

A partir da ajuda do Google Analytics:

“…se uma pessoa chega ao seu site através do google.com, e então retorna como tráfego “direto”, o Google Analytics informará uma conversão para “google.com / organic” em All Traffic”.

Isso significa que quando você estiver olhando para números de conversão em seus relatórios de aquisição, é bem possível que cada número seja diferente do que você esperaria no último clique – todos os outros canais, exceto o direto, têm um total que inclui algumas conversões que ocorreram durante sessões diretas, e eles se direcionam para números de conversão que não incluem algumas conversões que aconteceram durante as sessões diretas.

Solução: Isso é só algo para prestar atenção. Se você quiser saber os seus números de último clique, sempre haverá os relatórios Multi-Channel Funnels e Attribution para ajudá-lo.

Taxa de saída

Ao contrário de outras métricas que discuti aqui, o cálculo por trás da taxa de saída é muito intuitivo – “para todas as pageviews da página, a Taxa de Saída é a porcentagem que foi a última na seção”. O problema com a taxa de saída é que ela é usada muito frequentemente como uma métrica negativa: “Quais as páginas que tiveram a maior taxa de saída? Elas são o problema do nosso site!”. Às vezes isso pode ser verdade: talvez, por exemplo, se as páginas estiverem no meio de um funil de checkout.

Muitas vezes, porém, um usuário vai sair de um site quando ele encontrar o que deseja. Isso não significa só que a taxa de saída elevada esteja ok em páginas informativas, como posts de blogs – também poderia ser verdade para páginas de produto e outras páginas com a intenção altamente focada em conversão. Mesmo em sites de e-commerce, nem todos os visitantes têm a intenção de converter. Eles podem estar pesquisando para uma compra online mais tarde, ou até mesmo planejando visitar sua loja física. Isso será particularmente verdadeiro se o seu site classificar bem para consultas de cauda longa ou for referenciado em outros lugares. Nesse caso, uma saída pode ser um sinal de que ele encontrou a informação que desejava e está pronto para comprar, uma vez que tem o dinheiro, a necessidade e o dispositivo certo.

Solução: Ao julgar uma página pela sua taxa de saída, pense sobre as várias intenções possíveis dos usuários. Pode ser útil tomar um segmento de visitantes que saíram de uma determinada página e investigar sua jornada em relatórios de fluxo de usuários, ou seus dados de landing page e de aquisição.

Discussão

Se você conhecer qualquer outra métrica mal compreendida semelhante, tiver alguma dúvida ou algo a acrescentar à minha análise, me mande um tweet no @THCapper ou deixe um comentário abaixo.

***

Tom Capper faz parte do time de colunistas internacionais do iMasters. A tradução do artigo é feita pela redação iMasters, com autorização do autor, e você pode acompanhar o artigo em inglês no link: https://moz.com/blog/misuses-4-google-analytics-metrics-debunked. Esta tradução foi feita com permissão. Moz não tem qualquer afiliação com este site.