Artigo de: Rand Fishkin, especialista em marketing e tecnologia; co-fundador da Moz, ferramenta especializada em SEO.
Quando é correto utilizar métricas como a taxa de rejeição, páginas por visita e tempo no site? Existem infindáveis opiniões sobre o valor desses tipos de métricas e, como você pode suspeitar, a resposta para essa questão não é 100% clara. Aprenda com o que Rand Fishkin tem a dizer sobre o grande debate sobre métricas neste artigo.
Olá, fãs do Moz, sejam bem vindos a mais uma edição do “Whiteboard Friday”. Nesta semana nós conversaremos sobre quando a taxa de rejeição, taxa de navegação, páginas por visita e tempo no site são métricas péssimas e quando elas são realmente úteis.
Isso acontece bastante. Eu vejo pessoas do mundo do marketing digital conversando sobre essas métricas com desprezo, de baixo para cima, dizendo que ninguém deveria prestar atenção nelas ou, por outro lado que são métricas úteis, perfeitas que deveriam ser otimizadas. Nenhuma das duas visões é completamente correta. Como geralmente ocorre, a verdade se encontra em algum lugar no meio do caminho.
Portanto, antes de tudo deve-se dar créditos a Wil Reynolds, quem trouxe esse tema durante uma discussão que tivemos durante o Siege Media’s offices, em uma entrevista com Ross Hudgens e Sayf Sharif, da Seer Interactive, seu diretor de análises, que fez um brilhante comentário sobre a discussão em seu post no LinkedIn. Linkaremos esse vídeo no artigo.
Sayf e Wil estavam basicamente discutindo sobre esse tipo de métricas. Nós não confiamos nelas, nós não as usamos muito. Eu acho que, na maioria das vezes, isso faz sentido.
Ocasiões em que essas métricas não são úteis
Essas são situações em que a taxa de rejeição, páginas por visita e tempo no site são ferramentas ruins.
1. Quando elas são usadas no lugar de taxas de conversão para representar “sucesso”
Essas métricas são péssimas quando usadas no lugar de taxas de conversão. Conversão é quando alguém realizou uma atividade que eu queria em meu website. Eles “preencheram o formulário”, compraram um produto, adicionaram um cartão de crédito. O que quer que seja, eles acessaram uma página em que eu gostaria que eles fossem.
A taxa de rejeição é basicamente um percentual médio de pessoas que acessou a página e depois saiu do site, sem continuar em uma outra página depois de ter acessado a primeira.
Páginas por visita é essencialmente o que o termo sugere, o número médio de páginas por visita para cada usuário que acessar uma página em particular.
Tempo no site é uma métrica essencialmente crua e de difícil análise. Se eu deixo meu computador para usar o banheiro ou mesmo troco de aba ou fecho o meu navegador não necessariamente o tempo de navegação naquele site se encerra imediatamente. Portanto essa métrica tem uma série de imperfeições. Agora, o tempo extra médio pode ainda ser direcionado de forma interessante.
Ainda assim, quando se usa essas métricas no lugar de taxas de conversão, que são o que de deve ser optimizado recentemente, você pode estar usando essas métricas de forma realmente terrível.
2. Quando são comparadas com dados de “competidores” irrelevantes e outros sites
Quando se compara suas métricas com competidores não relevantes como se comparasse um site baseado em um produto, um site baseado em vendas e um site baseado em conteúdo, você obviamente obterá grandes diferenças. Em primeiro lugar, se seus dados de páginas por visita se parecem com os de um site baseada em conteúdo e você é um site baseado em produtos isso não faz qualquer sentido. Ou o site baseado em conteúdo é péssimo ou você está realmente conseguindo algo incrível em termos de manter a atenção e energia de seu público.
Tempo em um site também pode ser um pouco incerto nesses casos, porque se você olhar para o tempo em um site, novamente, baseado em conteúdo em relação a um focado em comércio virtual, terá diferenças avassaladoras. A Amazon provavelmente quer que seu tempo no site seja bem pequeno. A Dell quer que seu tempo no site seja bem pequeno. Acesse o processo de compra, encontre o computador desejado e o compre, ou então saia já daqui. Se você está demorando 10 ou 20 minutos para realizar a compra ao invés de cinco, a estratégia foi falha. Não se proveu a experiência adequada para que o usuário pudesse passar rapidamente pelo funil de compra. Isso certamente pode ser o caso. Portanto, podem haver outras prioridades que não essas métricas.
3. Quando elas não são consideradas ao longo do tempo ou com as fontes de tráfego
Você pode estar fazendo um péssimo uso dessas métricas quando não se considera o tempo passado ou as fontes que levaram o tráfego até seu site. Por exemplo, se alguém visita uma página por meio de um link no Twitter as chances são realmente altas, especialmente se o acesso acontecer via smartphone, de que a página tenha uma alta taxa de rejeição, um baixo número de páginas por visita e um curto período de tempo no site. É esse o perfil do usuário médio do Twitter. No Facebook também é bastante similar.
Por outro lado, se o acesso vem via Google e o resultado foi encontrado a partir de um clique em uma lista orgânica, os resultados provavelmente serão o oposto. Você provavelmente perceberá uma taxa de rejeição relativamente boa, o mesmo vale para o número de páginas por visita e o tempo no site.
Ocasiões em que essas métricas são úteis
1. Quando elas são usadas como diagnóstico para o funil de conversão
Existe, com certeza, uma complexidade no tema dessas métricas. Para diagnóstico é como deveríamos estar usando-as, quando elas são realmente úteis. Você vê um funil de conversão e pensa, ok, nosso funil de conversão é assim, pessoas chegam em nossa homepage através do blog ou de seções de notícias e elas eventualmente, esperamos, chegarão nas páginas de produtos, com preços, as páginas de conversão.
Existem métricas para avaliar cada um desses aspectos. Quando fazemos mudanças em algum deles, mudanças significantes ou não, não se olha apenas para como a conversão foi afetada. Também se busca perceber se aspectos como o tempo no site afundou, ou se pessoas acessaram menos páginas por visita ou se houve uma maior taxa de rejeição para algumas dessas seções.
Portanto, por exemplo, se promove uma mudança de preços e se percebe de fato que pessoas gastaram menos tempo na página de preços e o número de páginas por visita e de taxa de rejeição permaneceu o mesmo. Nesse mesmo período de tempo se percebe uma queda de conversões.
Então devemos intuir que o preço afetou a taxa de conversão? Bom, às vezes não. Talvez se deva olhar e ver se houve outras alterações feitas ou se nossas fontes de tráfego permaneceram as mesmas, porque parece que, dado que a taxa de rejeição não aumentou, dado que as páginas por visita realmente não mudaram, dado que o tempo no site realmente desceu um pouco, pode ser que as pessoas estão indo diretamente na página de preços. Eles estão indo muito bem desta página de preços para a página de conversão, então os motivos podem ser outros.
Esse é o tipo de diagnóstico que pode ser feito quando se trabalha com esse tipo de métrica. Se for percebida uma queda ou aumento nas conversões esse é exatamente o tipo de busca nos dados que os espertos e experientes profissionais do marketing digital realizam e eu penso ser uma ferramenta útil e poderosa para formular hipóteses sobre o que acontece.
Outro exemplo é quando se tem a dúvida: foram percebidas mudanças na página de produtos? Vimos o número de páginas por visita e tempo no site diminuírem, isso afetou a taxa de conversão? Se não, mas o número de visitantes engajados caiu e agora não conseguimos mais segmentar o conteúdo e estamos perdendo assinaturas de e-mail, talvez isso tenha um efeito negativo e deveríamos voltar para o modelo antigo, mesmo que a taxa de conversão não tenha sofrido um baque significativo.
2. Quando elas são comparadas ao longo do tempo para perceber se mudanças internas ou forças externas alteraram o comportamento
Uma segunda forma útil de aplicação dessas métricas é comparando ao longo do tempo para perceber se mudanças internas ou forças externas alteraram o comportamento. Por exemplo, podemos olhar para a taxa de engajamento em um blog. Esse blog é de difícil geração de eventos de conversão. Podemos, talvez, olhar para as subscrições, mas, em geral, páginas por visita pode ser uma boa métrica. Ela informa se o usuário se aprofunda em outros temas presentes no blog, viajam pelo site e procuram saber mais sobre os responsáveis pelo conteúdo.
Portanto, se percebemos uma queda grave aqui em abril e foi quando um novo autor iniciou seu trabalho e após disso o site se recuperou podemos dizer “ah, sim, você sabia disso? Demora um tempo para que um autor novo no blog possa alcançar ritmo. Vamos dá-lo tempo” ou “ei, precisamos interromper aqui. Precisamos chegar e tentar consertar o que está acontecendo”.
3. Quando são comparados com nomes relevantes no setor
Terceiro e final uso útil das métricas é quando se toma competidores relevantes como referência. Portanto, se você tem um competidor direto, de foco bem similar ao seu, focada no produto, neste caso, com uma página inicial e, em seguida, algumas seções de conteúdo e, em seguida, uma área de vendas muito focada, você pode comparar com a sua.
Se você conseguir os dados a partir de uma fonte como o SimilarWeb ou o Jumpshot, se existem dados de fluxo de cliques ou então uma pesquisa completa que colete esse tipo de informação e você percebe que é significativamente maior, você pode então dar uma olhada no que o concorrente está ou não fazendo. Talvez devêssemos usar essas métricas quando são feitas as pesquisas de satisfação do usuário e dizer, “Ei, o que você acha que está faltando aqui?”.
Por outro lado, várias vezes as pessoas terão competidores diretos e dirão “vamos ver o que nosso competidor está fazendo de bom e considerar essa a melhor prática”. Mas se você não olhou como eles estão se saindo, como as pessoas estão acessando, se eles estão se engajando, se estão gastando tempo no site, se estão acessando diferentes páginas, você não sabe se são realmente as melhores práticas ou se você está prestes a seguir um retardatário e se dar mal no futuro.
Portanto, é um tema complexo. Definitivamente muitos pontos diferentes são analisados sobre o uso dessas métricas e existem boas e más formas de usá-las. Eu concordo com Sayf e Wil, mas penso que existem outras boas formas de aplicá-las. Eu adoraria ouvir outros exemplos de vocês nos comentários.
Retirado de: https://moz.com/blog/useful-not-useful-metrics
