Fala galera! Todo mundo bem? Espero que sim! E lá se vai um ano de Dados ao Cubo, sempre trazendo conteúdo do mundo de dados. E no aniversário do D3 não vai ser diferente. Quero compartilhar com vocês os números que alcançamos nesse período. Para isso vou apresentar o Google Analytics, mais conhecido como GA. Não sou nenhum especialista no assunto, mas vou trazer algumas informações legais para vocês.
E o que vou apresentar para vocês hoje? Primeiramente explicar que bicho é esse tal de GA. Em seguida vou trazer alguns insights que até os amadores conseguem extrair da ferramenta. Depois vamos ver um resumo dos números do Dados ao Cubo, informações do LinkedIn e do próprio blog. Então, let’s code!!! Brincadeira não tem nada de code :D.
1. O que é o GA?
Segundo o próprio Google, ele define o GA como:
“O Google Analytics reúne ferramentas gratuitas em um só lugar para você analisar os dados da sua empresa e tomar decisões mais fundamentadas.”
Com o GA é possível ter informações completas de acessos ao site. Ter insights baseados nos dados de acessos dos usuários. Além de comparar esses insights gerados com os resultados alcançados.
É uma ferramenta gratuita muito útil para o marketing digital. Assim é possível medir vários indicadores e identificar com precisão onde o dinheiro investido está dando retorno. Aqui no Dados ao Cubo não utilizamos nem 10% do poder dessa ferramenta. Mas mesmo assim já dá para fazer um Google Analytics ao Cubo e obter informações importantes de origem de acesso, localização dos visitantes e páginas mais visitadas. Vamos aos detalhes!
2. Google Analytics ao Cubo
No Dados ao Cubo utilizamos o GA para acompanhar alguns números e avaliar o impacto e a evolução do site. Além de obter alguns insights, como podemos ver no exemplo abaixo o que é gerado automaticamente pela plataforma do Google Analytics.
A seguir vamos ver alguns dos acompanhamentos possíveis que são disponibilizados pela plataforma do GA. Em resumo são os números de acesso ao site separados de uma forma otimizada para entender os usuários do site baseado nos dados coletados pela plataforma do GA.
2.1. Usuários no Google Analytics
Quais são os números dos usuários no site? Os usuários estão permanecendo no site? Eles retornam ao site? Quanto tempo navegam no site?
Os usuários são as pessoas que utilizaram pelo menos uma sessão do site no período. Já a sessão é a atividade do usuário dentro do site, usuário pode ter mais de uma sessão. Sendo assim, com usuários e sessões no site podemos calcular a taxa de rejeição e a duração da sessão. A taxa de rejeição são sessões com 0 segundos de interação do usuário com a página e a duração da sessão é o tempo médio que os usuários levam na visualização das páginas. Então, vamos ver os detalhes dos usuários no gráfico abaixo.
Este gráfico exibe as informações no período dos últimos 6 meses ou 180 dias como exibido acima. Assim podemos inferir que estamos observando todo o tempo de existência do dados ao cubo, já que o gráfico mostra um comparativo com o mesmo período anteriormente. Baseado nessas informações podemos chegar a algumas conclusões:
- A linha contínua representa o período atual e a linha tracejada representa o período anterior.
- Observando o período anterior é possível anotar um número maior de usuários nos três primeiros meses e uma queda nos meses seguintes.
- Após a queda do período anterior e agora observando o período atual dá para ver um crescimento equivalente aos primeiros três meses do período anterior, crescimento esse que tem se mantido desde então.
- Observando o número de sessões e de usuários podemos concluir que cerca de 30% dos usuários são recorrentes.
- Falando da taxa de rejeição, esse é um ponto que deve ser observado com atenção, para que esta esteja sempre no menor patamar possível.
2.2. Origem dos Usuários no Google Analytics
Como você atrai usuários? Qual a origem do meu usuário? Dessas origens, qual está gerando maior tráfego? Ao longo do tempo a origem dos usuários está mudando?
A origem do usuário significa por qual canal o site foi acessado. Esta origem vai desde uma busca orgânica, que seria usuário entrar no Google e encontrar o site por uma pesquisa ou até um link compartilhado no Linkedin e o usuário vai acessar através de uma referência. Vejamos os detalhes das origens dos usuários no gráfico abaixo.
Podemos ver no gráfico, a quantidade de usuários dos últimos seis meses separados pelo canal de origem. Vamos às conclusões que este gráfico pode nos trazer:
- A origem orgânica é hoje o maior canal de acessos do Dados ao Cubo. Ainda podemos perceber o seu crescimento nos últimos 6 meses.
- As demais origens têm se mantido relativamente estáveis com observação apenas para um link para o LinkedIn que apresentou queda no último mês (Essa queda é explicada pela falta de presença na rede neste período).
- Fora a origem orgânica e a origem direta, todas as outras dependem de uma ação ativa para crescimento do número de usuários.
2.3. Localização dos Visitantes no Google Analytics
Onde estão os usuários? Qual a localização dos meus usuários? Só países de língua portuguesa acessam o site? Vamos dominar o mundo?
Quando se trata de localização dos usuários, estamos falando de qual país veio o acesso do visitante. Vejamos o gráfico abaixo.
Cada país pintado no gráfico teve pelo menos um usuário acessando o dados ao cubo, quanto mais escuro o tom de azul temos o país com mais acessos. A proporção de acessos do Brasil representa quase 90%, então, a tonalidade do azul dos demais países parece a mesma. Assim, precisamos de um outro gráfico para ficar mais clara essa informação. Observe essa mesma informação representada na tabela abaixo.
Aqui temos o top 10 países que acessaram o Dados ao Cubo. Dessa forma podemos ver claramente a quantidade de acessos por país e a proporção no total de acessos. Sendo assim, vamos fazer algumas inferências baseadas nos gráficos de localização:
- O Brasil representa de forma clara e lógica a maior parte dos nossos usuários, com quase 90%.
- No top 10 temos quatro dos dez países que têm o português como língua oficial, são eles Brasil, Portugal, Angola e Moçambique.
- Não podemos ter certeza nos países que não têm o português como língua oficial, se estão consumindo o conteúdo em português ou utilizando o Google Tradutor.
2.4. Páginas mais Visualizadas no Google Analytics
Quais páginas os usuários visitam? Qual página do site tem mais visualização? Quantas visualizações únicas? Qual o tempo médio na página?
As páginas do site são únicas e identificadas por uma URL. A partir dessa informação é possível medir alguns dados sobre o acesso dos usuários nestas páginas. Vamos analisar a tabela abaixo.
Podemos ver a quantidade de visualizações, visualizações únicas e tempo médio. Temos essa informação totalizada e detalhada por página. Vamos às conclusões:
- A página mais visualizada é a home representada pelo símbolo de /, de conteúdo temos a página Análise Exploratória de Dados com Python Parte I.
- O tempo médio da página está de acordo com o tamanho do conteúdo apresentado em cada uma.
- Com o número de visualizações únicas menor que o número de visualizações da página podemos perceber uma recorrência dos usuários em uma mesma página do site.
3. Números ao Cubo
Pensando em traduzir o Dados ao Cubo em números temos alguns números interessantes. Abaixo temos informações do GA que vimos acima, do próprio site e do LinkedIn:
- Quantos posts? 48 (Site)
- Quantos parceiros do Dados ao Cubo? 8 (Site)
- Número de usuários no site? 7.349 (GA)
- Número de visualizações do site? 16.925 (GA)
- Número de Países que acessaram o site? 59 (GA)
- Post mais visualizado? Quantas visualizações? Análise Exploratória de Dados com Python Parte I com 2.486 (GA)
- Conexões no LinkedIn? 2.780 (LinkedIn)
Esses números representam o aniversário de 1 ano. Dessa forma é possível definir metas para o curto, médio e longo prazo. Que venham vários anos ao cubo.
Por hoje é só, espero que vocês tenham gostado do conteúdo. Não deixem de mandar o seu feedback sugestões e críticas. se cuidem, fiquem bem e até a próxima.
4. Conteúdos ao Cubo
Abaixo algumas sugestões de posts anteriores também do Dados ao Cubo, sempre falando sobre o mundo dos dados.
- Manipulando Dados em PostgreSQL com Python
- Análise de Dados: Detecção de Fraude de Cartão de Crédito
- Compreendendo Agile BI – Parte I
- Ambiente de Desenvolvimento para Business Intelligence
- Análise Exploratória de Dados com Python Parte I
- Alterar Dados com Streamlit e o PostgreSQL
- Análise de Dados com Numpy Python
Finalizo com um convite para você ser Parceiro de Publicação Dados ao Cubo e escrever o próximo artigo, compartilhando conhecimento para toda a comunidade de dados. Não esqueça de assinar a nossa Newsletter para ficar por dentro de todas as novidades.
Baiano, apaixonado por dados e tecnologia, amante das inovações tecnológicas que facilitam a vida humana! Formado em Engenharia da Computação e com MBA em Gestão da Informação e Business Intelligence e especialização em Data Science. Atualmente atua como Data Tech Lead na Lopes, além de Professor na área de dados e nas horas vagas cria uns modelos de Machine Learning com Python e soluções diversas com dados!
