Objeto B

Apoiou a presente pesquisa, fornecendo as informações da organização, o aluno Mateus Meira. Ele será referenciado no presente trabalho como o representante do Objeto B, sendo que o website do Robocode será referenciado doravante por Objeto B.

4.2.1 Definir KPIs

O representante do Objeto B sintetizou os objetivos da organização como sendo a busca de programadores e alunos de faculdades do Brasil para uma competição acadêmica interestadual. Trata- se de um jogo de programação, cujo objetivo é desenvolver um robô para lutar contra outros robôs. Utilizando as linguagens de programação .NET (C#) ou JAVA, alunos de várias universidades estudam e implementam as classes e objetos que definirão a estratégia de batalha de cada robô.

A Objeto B não almeja lucratividade financeira, ao contrário da Objeto A. Sendo assim, a motivação e escolha dos KPIs se baseia em aspectos diferentes, como a disseminação do conhecimento, a divulgação e alcance para alunos de diferentes instituições e estímulo ao aprendizado de linguagens de programação. Segundo o representante do Objeto B, a escolha se deu para mapear e quantificar a participação de alunos de todo Brasil na competição, e também verificar a efetividade da divulgação do torneio através do website.

Sendo assim, os KPIs definidos são voltados para medição de aspectos acadêmicos, e não financeiros.

55

• “Identificar geograficamente o alcance de acessos ao website, onde está consolidado o maior volume de acessos. ”

• “Identificar de onde procedem os acessos (redes sociais, pesquisa web, dentre outros).” • “Identificar o número de inscritos no torneio, considerando se foi maior ou menor

dependendo do trajeto que o usuário fez no website (as páginas visitadas antes da conversão).”

O artefato gerado nesta etapa para o Objeto B está representado pela Tabela B.1 , localizada na seção de Apêndices B deste trabalho.

4.2.2 Escolher Ferramenta

Esta etapa foi executada junto com o representante do Objeto B. As ferramentas mapeadas para o primeiro critério não são necessariamente ferramentas voltadas para análise de e-commerce, mas sim para o comportamento dos usuários de maneira geral. Por esse motivo, as ferramentas PIWIK [16] e Adobe Catalyst [15] não foram consideradas pelo representante do Objeto B. As

ferramentas que foram mapeadas no primeiro critério são amplamente utilizadas em diferentes contextos. São elas:

• GOOGLE ANALYTICS [13] • CRAZY EGG [14]

• CLICKY [34] • MINT [35]

• CHARTBEAT [36]

O segundo critério, com enfoque mais técnico, eliminou as ferramentas CLICKY [34] e MINT [35], por não apresentarem opções necessárias ao contexto do Objeto B (medições de conversões, taxa de rejeição de produtos anunciados, taxa de rejeição das etapas de uma compra, dentre outros). Ficaram eleitas depois desse critério as seguintes ferramentas:

56

• GOOGLE ANALYTICS [13] • CRAZY EGG [14]

• CHARTBEAT [36]

Pelo terceiro critério eliminou-se a CRAZY EGG [14] pela limitação de opções de medição que apresenta (por exemplo, não existem opções de cruzamento de métricas de audiência, e somente apresentação visual da frequência de cliques nas páginas, através de uma funcionalidade denominada Heat Map). Permaneceram depois dessa etapa as ferramentas Google Analytics [13] e Chartbeat [36].

• GOOGLE ANALYTICS [13] • CHARTBEAT [36]

Analisando o custo benefício, observou-se que as duas ferramentas atendiam a todos os critérios. Optou-se então pelo uso da ferramenta Google Analytics [13] por ter sido estudada anteriormente pela autora, o que permitiria um maior suporte aos membros do Objeto B que ainda não tinham grande experiência no uso de Web Analytics. A escolha dessa ferramenta também facilitou a execução dos experimentos da pesquisa, pois evitou que a autora despendesse tempo para aprender uma segunda ferramenta, uma vez que para o Objeto A, a Google Analytics [13] já tinha sido escolhida.

O artefato gerado nesta etapa para o Objeto B está representado pela Tabela B.2 , localizada na seção de Apêndices B deste trabalho.

4.2.3 Coletar dados

Conforme ressaltado anteriormente, o processo de implantação da ferramenta escolhida e as atividades que compõe esta etapa foram iguais aos dois objetos, que consistiram basicamente na configuração da ferramenta Google Analytics [13], e a aplicação do trecho de código (snippet) nas páginas do website.

57

O website foi desenvolvido baseado no conceito de templates. A partir do template é que se derivaram todas as outras páginas do website. O template funciona como um modelo em que a estrutura de uma determinada página é replicada para as demais páginas de um website. Dessa forma, o snippet foi acrescentado somente ao template (uma vez que é sempre o mesmo trecho de código, independente da página), não sendo necessário replicar a cada uma das páginas do website. Caso alguma das páginas do website não fosse derivada do template (ou seja, sendo uma página à parte), seria necessário acrescentar o snippet para esta página em específico.

O artefato do Objeto B consiste na Tabela B.3 do Apêndice B e o respectivo snippet se encontra na Tabela B.4 do Apêndice B.

4.2.4 Analisar Dados e Relatórios

Considerando o Objeto B, foram analisadas informações que constam da visão geral provida pelo Google Analytics [13] para o período de análise. O Objeto B apresentou picos máximo de acesso no dia 18 de Maio, quando foi registrado 72 acessos e a menor quantidade de acesso foi registrada no dia 04 de Junho - 6 acessos, conforme podem ser observados na Figura 14. Não houveram ações específicas que justificassem os picos de acesso. Ainda na Figura 14 pode-se observar o tempo aproximado de permanência no website de 1:38 minutos, a porcentagem de usuários que retornam ao website em 26,6%, a percentagem de novos usuários de 73,4% e a porcentagem de usuários que

58 Figura 14 - Visão Geral de Acessos ao Objeto B e o maior número de acessos do período analisado.

As métricas geográficas possuem relevância para o primeiro KPI definido, “Identificar geograficamente o alcance de acessos ao website, onde está consolidado o maior volume de acessos.”. As cidades com o maior número de acesso no Objeto B foram São Paulo, foram São Paulo, Campinas e Rio Claro, de acordo com os dados apresentados na Figura 15. Foram mapeados também acessos do Nordeste e do Sul do Brasil, sendo que entre esses a maior porcentagem é no Nordeste. Através do gráfico observa-se também acessos não identificados. A não-identificação dos acessos representam 12,75% e, normalmente, ocorre devido a configurações dos navegadores utilizados pelos usuários e/ou são provenientes de dispositivos que não armazenam cookies.

59 Figura 15 – Cidades as quais foram registradas as maiores quantidades de acesso, Objeto B.

Os dados sobre o Sistema Operacional são complementares, visto que no período da análise havia uma iniciativa de reformulação do website em discussão, para que este fosse adaptável a diferentes dispositivos digitais e resoluções de tela, conforme indicou o representante do Objeto B. Essa adaptação faz com que o conteúdo apresentado se ajuste ao formato e tamanho das telas dos dispositivos utilizados pelos usuários e que o padrão de apresentação do conteúdo seja mantido, independente do dispositivo que seja utilizado. Por esse motivo, esta métrica foi incluída na análise dos dados

Os Sistemas Operacionais mais utilizados para acessos ao website são mostrados na Figura 16. Acessos provenientes do Windows são em maior quantidade, seguido por Macintosh, Linux, Android, iOs e Windows Phone. Os acessos via dispositivos móveis é inferior aos acessos via

máquinas desktops (variando de 68,52% no Windows para 6,51% no Android, seu maior representante).

60 Figura 16 – Sistemas Operacionais que registraram mais acessos, Objeto B.

Na Figura 17 observa-se as páginas do Objeto B que possuem o maior volume de acessos. As páginas TUTORIAIS e INSCRIÇÃO obtiveram a maior quantidade de acessos, e o tempo de permanência em média nas páginas é de 1:58 minutos. Esta métrica está relacionada com o terceiro KPI definido, “Identificar o número de inscritos ao torneio, considerando se foi maior ou menor

dependendo do trajeto que o usuário fez no website (as páginas visitadas antes da conversão).”

.

Figura 17 – As páginas mais visitadas do Website, Objeto B.

Pela Figura 18 observa-se o fluxo de engajamento mais executado pelos usuários através das páginas do website. O fluxo que mais gerou inscrições ao torneio apresentou como página de início

61

os TUTORIAIS, seguida da NEWSLETTER do website. Estes dados também possuem ligação com o terceiro KPI definido,“Identificar o número de inscritos ao torneio, considerando se foi maior ou menor dependendo do trajeto que o usuário fez no website (as páginas visitadas antes da conversão).”

Figura 18 – Fluxo de engajamento dos usuários no website, Objeto B.

A Figura 19 apresenta dados referentes a como os usuários chegaram ao website. Os acessos ocorreram através de redes sociais (Facebook), busca do Google, links relacionados ou diretamente digitando a página do website. A maior parte dos usuários chegou através de ferramentas de busca como Google e Bing (44,86%), seguidos pela digitação do endereço do website no navegador (25,24%) e websites que anunciam o torneio através de links relacionados (24,28%). Poucos usuários (5,62%) chegaram ao website através de redes sociais, como Twitter e Facebook. Estes dados são referentes ao segundo KPI definido, “Identificar de onde procedem os acessos.”

62 Figura 19 – Canais pelos quais o usuário chegou até o website, Objeto B.

Ao final da análise do OBJETO B, foi gerado um documento contendo todas as imagens e relatórios provenientes do Google Analytics [13] e que foram detalhados neste capítulo.

A reunião para discussão das informações apresentadas ocorreu presencialmente no Laboratório LIAG, na Unicamp, no dia 23 de Junho de 2016, às 16h e com duração de 1h e 30 minutos.

Participaram da reunião a autora, o representante do Objeto B, a aluna Marri S. S. Lima, juntamente com o Prof. Marcos Borges. O e-mail contendo a análise consolidada e detalhada dos dados foi enviado aos participantes após a discussão das informações.

4.2.5 Definir e Aplicar Planos de Ação

As ações definidas para o Objeto B foram alinhadas depois da reunião da Análise de Dados,

em 21 de Junho. Durante a reunião foi utilizado o artefato de análise como referência para estipular

quais ações seriam necessárias para que se alcançassem os objetivos da organização.

De acordo com a análise, um dos pontos observados foi o baixo volume de acessos oriundos de redes sociais, como o Facebook. Utilizado como uma das ferramentas de comunicação e interação

63

com alunos de todo o Brasil, foi constatado que o Facebook estava sendo pouco utilizado como ponte de acesso ao website do Objeto B. Dessa forma, estipulou-se a primeira ação:

1) Aumentar a divulgação através do Facebook, com maior ênfase e frequência. Diariamente, deve ser escritos posts nas páginas da FT (Faculdade de Tecnologia), e na página do grupo de alunos. Dessa forma, busca-se a visibilidade do website e permite maior volume de acessos e inscrições através do público alvo desejado.

Foi observado um grande número de acessos à página da newsletter no website, com um número expressivo de alunos se cadastrando. Contudo, acessos ao website provenientes das newsletters não foram mapeados em quantidade expressiva, pois poucas newsletters são disparadas

durante todo o mês. Com isso, notou-se a necessidade de mais ações referentes à divulgação pelas newsletters. As ações definidas nesse caso foram:

2) Enviar um e-mail de divulgação da competição para instituições de ensino das principais capitais (aproximadamente 60 a 100 Instituições). As capitais foram escolhidas por concentrarem um número maior de instituições de ensino, e o envio por e-mail facilita o contato com cada uma das instituições. Com isso, as instituições podem incentivar seus alunos a conhecerem o evento e, consequentemente, a participarem da competição acadêmica.

3) Disparar a newsletter com maior frequência, preferencialmente semanalmente, com o objetivo de chamar a atenção dos alunos para a competição. O formato da newsletter deve ser reformulado, tanto visualmente como a disposição das informações, para melhorar o acesso às informações e tornar mais atrativa a alunos.

Durante a análise, foram identificadas as páginas do website que retinham o maior número de acessos e permanência dos usuários. Contudo, também foram identificadas as páginas com maior taxa de rejeição, pois não retém o interesse dos usuários. Sendo assim, notou-se a necessidade de reformulação do conteúdo de algumas páginas, conforme ação descrita no item 4.

64

1) A página de Tutoriais é a que possui maior número de acessos, mas também uma taxa de abandono alta (bounce rate) alto. Com isso, deve ser reformulada para que os vídeos possam ser explorados atraindo maior atenção dos usuários.

Conforme apresentado na análise, o volume de acessos via dispositivos móveis é consideravelmente menor, se comparado aos acessos via máquinas desktop. Uma das razões para esse resultado é que o website do Objeto B não foi desenvolvido para acesso via dispositivos móveis e não é adaptável para resoluções de telas distintas. Com isso, foi sugerida uma ação especificamente para aumentar os acessos via dispositivos móveis, visto que hoje em dia muitos alunos utilizam o celular para acessar a internet. Isso pode refletir em maior quantidade de acesso e, consequentemente, mais usuários conectados, levando a uma maior quantidade de inscritos. A ação está descrita no item 5.

5) Reformulação do website Robocode para implementação adaptável a diferentes tipos de dispositivos de acesso, pois desta forma o usuário poderá acessar o website através de celulares e tablets.

O artefato dos Planos de Ação do Objeto B está apresentado na Tabela B.5, no Apêndice B. Através destas ações, espera-se observar na próxima análise o impacto positivo no website acadêmico do Objeto B. O início da execução destas ações ocorreu em 30 de Junho. O próximo período de avaliação foi de 45 dias, compreendido entre 15 de Julho e 31 de Agosto. Os resultados serão relatados no Capítulo 5.

4.3 Considerações do Capítulo

Neste capítulo foram apresentados os estudos de caso envolvidos neste trabalho de dissertação de mestrado, que utilizaram o método WACIC. Foram considerados dois ambientes distintos, um corporativo e outro acadêmico e que tinham interesse em adotar Web Analytics.

65

As etapas do Ciclo Completo do método WACIC foram aplicadas nos dois estudos de caso, o que mostrou que o método pode ser aplicado para ambientes distintos, pelo menos para lojas virtuais e ambientes acadêmicos.

Os relatórios apresentados pela ferramenta de Web Analytics mostraram, para os dois estudos de caso, dados referentes ao ambiente virtual original, antes de se considerar o auxilio do método WACIC. As métricas e indicadores de cada Estudo de Caso foram ressaltados e associados aos

respectivos KPIs.

Com base nos relatórios obtidos e nos KPIs definidos para cada Estudo de Caso foram traçados os respectivos Planos de Ação, finalizando a aplicação do Ciclo Completo.

No próximo capítulo serão apresentados a aplicação do Ciclo Contínuo, os resultados dos experimentos e as impressões finais da adoção do método em cada um dos ambientes observados.

66