Método WACIC : a utilização de web analytics baseada em melhoria contínua

(1)

1

UNIVERSIDADE ESTADUAL DE CAMPINAS

FACULDADE DE TECNOLOGIA

Adriana Tavares Figueiredo

Método WACIC – A Utilização de Web Analytics

Baseada em Melhoria Contínua

(2)

2

UNIVERSIDADE ESTADUAL DE CAMPINAS

FACULDADE DE TECNOLOGIA

Método WACIC – A Utilização de Web Analytics

Baseada em Melhoria Contínua

Dissertação apresentada ao Curso de Mestrado em Tecnologia da Faculdade de Tecnologia da Universidade Estadual de Campinas, como requisito parcial para a obtenção do título de Mestra em Tecnologia na área de Sistemas de Informação e Comunicação.

Orientadora: Profa. Dra. Regina Lúcia de Oliveira Moraes

Co-Orientador: Prof. Dr. Marcos Augusto Francisco Borges

Este exemplar corresponde à versão final da dissertação defendida pela aluna Adriana Tavares Figueiredo, e orientada pela Profa. Dra. Regina Lúcia de Oliveira Moraes.

(3)

(4)

4

FOLHA DE APROVAÇÃO

Abaixo se apresentam os membros da comissão julgadora da sessão pública de defesa de dissertação para o Título de Mestra em Tecnologia na área de concentração de Sistema de Informação e Comunicação, a que submeteu a aluna ADRIANA TAVARES FIGUEIREDO, em 17 de Fevereiro de 2017 na Faculdade de Tecnologia - FT/ UNICAMP, em Limeira/SP.

Prof. (a). Dr (a)

Regina Lucia de Oliveira Moraes

Prof. Dr.

Celmar Guimaraes da Silva

Prof. Dr.

Maria de Fatima Mattiello Francisco

A Ata da defesa com as respectivas assinaturas dos membros encontra-se no processo de vida acadêmica da aluna na Universidade.

(5)

5

Resumo

A web se expande a cada dia, e através dela obtêm-se acesso a múltiplas fontes de informações utilizando diferentes plataformas e dispositivos de acessos. Tendo em vista o crescente número de usuários on-line no país e no mundo, há diversas razões para que as entidades públicas e privadas tenham interesse em analisar o volume de tráfego em ambientes digitais. Essa análise comumente recai sobre grandes volumes de dados, tornando-se impeditivo executar tal tarefa sem o apoio de ferramentas de Web Analytics. Atualmente, essas ferramentas são utilizadas para captar dados on-line, fornecendo informações relevantes para as organizações. Contudo, as etapas necessárias para consolidar a adoção de Web Analytics variam de acordo com a organização e o contexto de negócio, pois as organizações comumente adotam Web Analytics sem o apoio de um processo apropriado. Para lidar com esse desafio, o presente trabalho tem como objetivo apresentar o método WACIC – Web Analytics Continuous Improvement Cycle, que estabelece um processo para a adoção de Web Analytics. O método proposto pode ser utilizado em diferentes contextos de negócio, e os resultados do presente trabalho apresentam evidências de que o método WACIC pode ser considerado um instrumento de valor para as organizações que desejam entender com maior profundidade o comportamento dos usuários on-line.

(6)

6

Abstract

The world wide web expands every day, providing access to multiple sources of information

using different platforms and devices. Due to the increasing number of online users in the world,

there are several reasons why corporations became interested in analyzing the traffic in their digital

environments. The analysis implies in large volumes of data, becoming a real struggle to perform

analysis tasks without the support of Web Analytics tools. Nowadays, these tools are being used by

organizations to capture on-line data, providing useful information to the organizations. However,

the steps executed by the companies to deal with Web Analytics are commonly performed randomly,

without the support of a structured process. In order to deal with this challenge, the current research

proposes the WACIC - Web Analytics Continuous Improvement Cycle method, in order to establish a

process to adopt Web Analytics. The proposed method is capable of adjusting to distinct business

contexts, and the final results provide evidence that the WACIC method can be considered an

important instrument for organizations that want to understand more deeply the user’s behavior.

Keywords

(7)

7

GLOSSÁRIO

Big data: grandes volumes de dados, considerados altamente complexos para manipulação e análise.

Bounce rate: métrica que exibe a taxa de rejeição para um determinado website.

Business Intelligence: uma abordagem a qual o uso de ferramentas e a aplicabilidade de ações inteligentes são orientadas a resultados para os negócios.

Cookies: arquivos de internet (em formato .txt) que armazenam temporariamente os dados do usuário em visitação a um determinado website.

Conversões: métricas que identificam a venda de produtos.

E-commerce: termo em inglês para comércio eletrônico, ou seja, lojas on-line.

Ferramentas de Web Analytics: ferramentas utilizadas para captar e analisar dados coletados na web.

KPI: sigla para o termo em inglês Key Performance Indicator, que significa indicador-chave de desempenho. Utilizado para medir o desempenho dos processos de uma empresa e, com essas informações, colaborar para que alcance seus objetivos.

Marketing Digital: conjunto de ações de comunicação que as empresas podem se utilizar por meio da Internet e da telefonia celular e outros meios digitais para divulgar e comercializar seus produtos

Newsletter: boletim informativo comumente enviado por e-mail a usuários cadastrados em um

website.

PDCA: sigla em inglês para PLAN (planejar), DO (fazer), CHECK (checar), e ACT (ação). O PDCA é um método iterativo de gestão de quatro passos, utilizado para o controle e melhoria contínua de processos e produtos.

(8)

8

Pontos focais: profissionais responsáveis por um determinado contexto de negócio ou etapa de um

projeto.

Revenue: termo em inglês que significa receita, rendimento.

Sessions: também chamada de sessões. Ao acessar um website, o usuário inicia uma session, ou seja, uma sessão. Uma métrica comumente associada às sessões é o tempo de permanência do usuário no website. Este tempo de permanência é mensurado pelo tempo que durou uma sessão.

Tablets: um tipo de dispositivo móvel e amplamente utilizado para acesso a aplicações móveis

Web Analytics (W.A.): processo de medição, coleta, análise e produção de relatórios de dados de navegação e interação, cujo propósito é entender o comportamento e as necessidades dos usuários para uma melhor otimização de websites.

(9)

9 SUMÁRIO 1. Introdução... ... 10 1.1 Web Analytics... 12 1.2 Motivações e Justificativas... 14 1.3 Objetivos... ... 15 2. Metodologia de Pesquisa... 17 2.1 Trabalhos Relacionados... 18

2.2 Etapas Fundamentais de Web Analytics ... 20

2.3 Ferramentas de Web Analytics ... ... 23

2.4 Considerações do Capítulo ... 24

3. Proposta do Método WACIC ... 26

3.1 O Método WACIC... 26

3.1.1 Definir KPIs... 29

3.1.2 Escolher Ferramenta... 31

3.1.3 Coletar Dados... 33

3.1.4 Analisar Dados e Relatórios... 35

3.1.5 Definir e Aplicar Planos de Ação... 38

3.2 Considerações do Capítulo ... 39

4. Estudo de Caso – Ciclo Completo... 41

4.1. Objeto A ... .41

4.1.1. Definir KPIs... 41

4.1.3 Coletar Dados...45

4.1.4 Analisar Dados e Relatórios...47

4.1.5 Definir e Aplicar Planos de Ação...52

4.2. Objeto B... ...53

4.2.1. Definir KPIs... 54

4.2.4 Analisar Dados e Relatórios...57

4.2.5 Definir e Aplicar Planos de Ação...62

4.3. Considerações do Capítulo... ...64

5. Ciclo Contínuo, Resultados e Discussão... 66

5.1 Objeto A... 66

5.2 Objeto B... 68

5.3. Questionário de Avaliação do Método... ...73

5.4. Considerações do Capítulo... ...81

6. Conclusão... ... 82

Referências ... 85

(10)

10

1. Introdução

Nos dias de hoje, entender os hábitos de consumidores que utilizam ambientes digitais vêm se tornando uma preocupação para as empresas. A participação do segmento de e-commerce no mercado brasileiro cresce a cada ano, com o número de usuários de e-commerce no Brasil saltando de pouco mais de 1 milhão em 2001 para mais de 40 milhões em 2012, mostrando uma taxa de crescimento médio que ultrapassou os 40% ao ano [01]. Considerando o número de usuários on-line, ou seja, que usam a Internet para os mais diversos propósitos, o Brasil ocupava em 2012 o quinto lugar no mundo,

com uma estimativa de quase 90 milhões de usuários [02]. Em 2015, o número aproximado de

usuários on-line ultrapassou os 100 milhões, com uma participação no segmento de e-commerce como a décima nação do ranking – este liderado por EUA, China, Rússia e Reino Unido [03].

Tendo em vista o número de usuários on-line no país e no mundo, há diversas razões para que uma empresa tenha interesse em analisar o tráfego de seu website [04, 05, 06]. A mais comum delas é saber se o website está atraindo visitantes e se o capital investido não está sendo desperdiçado de alguma maneira. Diversas questões podem ser levantadas acerca do comportamento de usuários em um determinado website, como por exemplo:

• Qual a localização geográfica dos usuários que acessaram um website?

• Os usuários chegaram ao website interagindo com um banner, aproveitando-se de uma veiculação por e-mail (newsletter), ou de algum mecanismo de busca? Neste último caso, com quais palavras-chave?

• Quais as páginas e conteúdos mais visitados do website? Qual o tempo de permanência nas mesmas?

• Sobre o desempenho do website: comporta-se de forma uniforme para todos os navegadores, independentemente do sistema operacional do usuário?

• Caso seja um website de compras; quando uma compra não é concluída, em que momento é detectado o abandono do processo? Os visitantes estão participando das promoções on-line? Se sim, quais produtos estão sendo mais procurados?

(11)

11

Para responder a essas questões é necessário coletar e analisar dados de uso de websites. Um exemplo que ilustra a importância da cultura em análise de dados é o estudo publicado pela

organização de publicidade e marketing QMEE, em 2014 [07].Neste estudo é apresentado (por meio

de um infográfico) o grande volume de dados que circula a cada 60 segundos na web, que são provenientes dos principais veículos de informação digital existentes. Dessa forma, pode-se concluir que entender o comportamento de usuários na Internet se tornou vital para as organizações que atuam no segmento on-line.

O próprio conceito de “visitação” e “navegação” na web vem sofrendo transformações ao longo da última década [04, 06]. Os usuários deixaram de ser apenas espectadores de websites e estão constantemente criando seus próprios conteúdos, comunicando-se através de redes sociais, opinando em diversos canais e interagindo de forma crescente no âmbito virtual. Nesse sentido, o termo Web 2.0, hoje bastante utilizado no mundo web, traz um conceito importante para a modernização da

interação entre organizações e usuários [04]. Criado em 2004 pela empresa americana O'Reilly Media, o conceito da Web 2.0 sugere “um passo além” na era da Internet, pois o termo “2.0” traz em

seu significado um novo capítulo, designando uma segunda geração de ambiente, serviços e novos rumos para a Internet [04]. A Web 2.0 proporciona aos usuários on-line maiores possibilidades de criação, compartilhamento de informação e colaboração, tornando assim o papel dos usuários fundamental nos dias de hoje para as corporações.

Decisões corporativas comumente são embasadas em dados, informações e/ou insumos que contribuem para a consistência das mesmas. Consequentemente, quanto mais exatas, corretas e abrangentes, certamente mais adequadas serão as decisões. É nesse sentido que as ferramentas de Web Analytics estão redefinindo a forma como as empresas vêm acompanhando o comportamento

dos usuários on-line, e até mesmo o processo de tomada de decisão nas corporações.

No âmbito técnico das ferramentas de Web Analytics, foi considerada para a presente pesquisa o artigo de Landim e Souza [08]. O artigo detalha a experiência em um website de vendas, em que diferentes ferramentas de Web Analytics foram utilizadas simultaneamente. Os resultados dos testes

(12)

12

de usabilidade atestaram a eficácia da utilização das ferramentas como peças-chave para tomada de decisões que convergiram em melhores resultados nas vendas efetuadas pelo website. O artigo traz ainda um levantamento acerca dos objetivos de negócio alcançados (ou não) com o apoio das ferramentas de Web Analytics. Este artigo auxiliou no desenvolvimento dos critérios a serem utilizados para a escolha da ferramenta de Web Analytics e na análise dos objetivos de negócio alcançados com os experimentos que foram efetuados.

O conceito de Web Analytics será retomado e abordado com mais ênfase na próxima seção.

1.1 Web Analytics

O marketing digital é um campo de estudo relativamente recente (década de 1990), e vem registrando um expressivo crescimento ao longo das últimas décadas [09, 10]. Tendo em vista as novas tecnologias da informação e comunicação, que ganham forte relevância no âmbito virtual, as empresas passaram também a considerar a necessidade de utilizar estratégias de marketing visando um melhor posicionamento em ambientes on-line. De acordo com Kotler, temos a seguinte definição para o marketing digital: “the use of the Internet and related digital technologies to achieve marketing objectives and support the modern marketing concept” [10]. Ou seja, o marketing digital possui sua gênese na Internet e nas tecnologias digitais, apresentando como foco principal o desenvolvimento de relações com consumidores em ambientes on-line.

Conforme sublinharam os autores Kaushik [04], Dehkordi et. al. [09] e Kotler [10], existem três abordagens que são as mais utilizadas para avaliação de estratégias em ambientes digitais. A primeira delas é a abordagem baseada em análise de dados web (ou web analytics); uma outra abordagem é apoiada em indicadores financeiros; e uma terceira abordagem seria um híbrido de web analytics e indicadores financeiros. Para o presente trabalho, a ênfase será em Web Analytics.

(13)

13

Apesar de todas apresentarem similaridades, há algumas divergências quanto a definição precisa do conceito de Web Analytics pelos autores Kaushik [04], Dehkord et. al. [09], Davenport [11] e Siegel [12]. O conceito de Web Analytics adotado nesse trabalho foi o definido por Kaushik,

transcrito a seguir: “Web Analytics é a análise de dados de um website e de sua concorrência, para

motivar uma melhora contínua da experiência on-line que seus clientes e clientes potenciais

experimentam, traduzindo-se nos resultados desejados”.

Apesar de alguns autores utilizarem diferentes terminologias para a definição, todas elas têm um ponto em comum: Web Analytics consiste na análise do comportamento dos visitantes em um website. A análise é comumente apoiada em ferramentas de Web Analytics que extraem os dados dos

websites, tais como o Google Analytics [13], CrazyEgg [14], Adobe Catalyst [15], Piwik [16],

AWStats [17], dentre outras.

De acordo com o exemplo, apresentado por Kaushik [04], ao analisar o processo utilizado por um determinado website, pode-se capturar o comportamento das pessoas que compram algum produto ou serviço utilizando-se do website. Segundo o autor, das pessoas que buscam um produto, é possível quantificar que aproximadamente 5% dos usuários costumam colocar produtos em um carrinho de compras. Desses 5%, apenas metade chega na tela de compra efetivamente, e um número menor ainda conclui a compra. Questões relacionadas ao processo de compra em um website podem ser discutidas, tais como:

• O que acontece em cada etapa?

• O que impede os clientes de completarem as suas compras?

As ferramentas de Web Analytics nos proporcionam uma gama ampla de informações, tais como: porcentagem de usuários que deixaram o website após o acesso a determinadas páginas ou conteúdos; porcentagem de acessos e tempo de permanência para cada uma das páginas; origem geográfica dos acessos; dentre muitas outras métricas. Com isso, é possível compreender melhor os passos que os clientes executam acompanhando seus processos decisórios, seu comportamento na web e até antecipando as necessidades e desejos dos clientes [12].

(14)

14

É importante ressaltar que a quantidade de dados existentes na web cresce a cada dia, o que significa que há um enorme potencial de análise e extração de informações. Esse volume crescente fez também surgir o conceito de Big Data [11]. A importância do conceito de Big Data não é pautada necessariamente apenas na quantidade de dados existentes, mas principalmente no que deve ser analisado com base em filtros de dados de modo a servir para o propósito esperado. Conforme indica Davenport [11], a ativação de valor através de Big Data não está nos dados em estado bruto, mas sim no processamento e na análise dos dados, possibilitando melhores produtos e serviços que surgem após a execução de ações baseadas na análise dos dados. Alguns exemplos de ações consistem em redução de custos, otimização de tempo, aumento de produtividade, desenvolvimento de novos produtos, dentre outros aspectos. Quando se torna possível a combinação das técnicas de Big Data com o potencial das ferramentas de Web Analytics, aumentam-se as chances de se potencializar os pontos fortes das organizações.

Normalmente, a tomada de decisão das organizações é embasada em dados, informações e/ou insumos que contribuem para a consistência das mesmas. Consequentemente, quanto mais exatas, corretas e abrangentes, certamente mais adequadas serão as decisões. Sendo assim, as ferramentas de Web Analytics vêm ganhando espaço e se firmando como importantes ferramentas para auxílio à

tomada de decisões.

1.2 Motivações e Justificativas

O dia a dia de organizações presentes na web envolve diversas variáveis de análise, desde indicadores financeiros, até indicadores de comportamento dos usuários. Sobre este último, pode-se citar: conteúdos/páginas/anúncios com maior/menor acessos, índice de retenção do usuário em determinadas páginas do website, histórico de crescimento da audiência, taxa de rejeição de páginas (bounce rate), visitantes por segmentação (geográfica, por dispositivo móvel utilizado, por horário), dentre outras [04, 09, 11, 12]. Dessa forma, pode-se dizer que são inúmeras as possibilidades de análise dentro do contexto web.

(15)

15

Porém, muitas organizações ainda estão ingressando no contexto de Web Analytics, sendo comum que no início do uso apareçam dúvidas sobre a adoção, aplicação e como aproveitar/extrair o

máximo que esta abordagem pode oferecer [18]. Uma das razões alegadas para o insucesso e/ou a

não continuidade do investimento em Web Analytics é com relação à dificuldade em estruturar uma metodologia para aplicação do conceito. Normalmente, o que se vê são organizações que acabam por misturar conceitos e orientações de diversas fontes para a aplicação de Web Analytics, acarretando ainda mais dúvidas e dificuldades [04].

Para apoiar as organizações que iniciam a utilização de Web Analytics e ferramentas de apoio a essa atividade, o presente trabalho apresenta um método que visa guiar as organizações que buscam

usar Web Analytics. O método apóia a coleta, análise e uso dos resultados para retroalimentar a

construção de ambientes mais eficazes. Além disso, o presente trabalho avalia a eficácia do método proposto no âmbito corporativo e acadêmico, auxiliando essas organizações a extraírem informações relevantes ao entendimento do comportamento dos usuários on-line. Dois ambientes foram utilizados para as análises, o primeiro deles consiste em um website de comércio eletrônico (e-commerce) da empresa Mercatto Modas [19]. O segundo consiste no website acadêmico Robocode, uma competição organizada pelos membros do LIAG da Unicamp, voltada para linguagens de programação [20]. Dessa forma, procura-se observar as diferenças que podem existir nos ambientes corporativos e acadêmico quando o método é aplicado.

1.3 Objetivos

O presente trabalho tem como objetivo apresentar o método WACIC – The Web Analytics Continuous Improvement Cycle, que estabelece um processo para a adoção de Web Analytics. O

impacto que a análise apoiada pelo método tem no processo de decisão e no refinamento de ambientes on-line das organizações é discutida. A hipótese consiste em que o método é eficaz para a utilização de Web Analytics nas organizações que iniciam sua adoção, discutindo sua eficácia e se

(16)

16

este pode ser considerado um instrumento para alavancar vantagens competitivas nas organizações. Com isso, o presente trabalho vem responder a algumas questões, como:

• O método proposto pode beneficiar diferentes âmbitos de atuação, tais como o corporativo e o acadêmico?

• Quais são as vantagens e desvantagens na adoção do método proposto pela presente pesquisa, do ponto de vista acadêmico e corporativo?

Para responder a essas perguntas, os objetos de pesquisa foram observados no âmbito corporativo e acadêmico, como já citado na seção anterior.

O restante do trabalho está organizado da seguinte forma: o Capítulo 2 apresenta a metodologia utilizada para a pesquisa, os trabalhos relacionados e as etapas fundamentais de Web Analytics. O método WACIC proposto é apresentado no Capítulo 3. Os estudos de caso utilizados

como prova de conceito são descritos no Capítulo 4. A apresentação dos resultados obtidos e a discussão dos mesmos estão descritas no Capítulo 5. O Capítulo 6 traz a conclusão e indicações para trabalhos futuros. Além disso, os Apêndices A e B trazem os artefatos produzidos pelas organizações que foram foco dos Estudos de Caso. Os resultados obtidos junto aos usuários se encontram no Apêndice C. Finalmente o Apêndice D detalha o processo utilizado para o levantamento bibliográfico.

(17)

17

2. Metodologia de Pesquisa

A metodologia de pesquisa, quanto a abordagem do problema, pode ser considerada quantitativa (quando o método recorre a diferentes técnicas estatísticas para quantificar opiniões e informações) ou qualitativa (trata-se de uma pesquisa descritiva que explora as particularidades e os traços subjetivos) [22, 23]. Para o presente trabalho, o enfoque da pesquisa será qualitativo exploratório, pois envolve uma maior proximidade com o que estiver relacionado ao objeto de pesquisa. Nesse contexto foram utilizados Estudos de Caso e as Pesquisas Bibliográficas (consulta a livros e outros materiais já publicados).

Para estruturar a Metodologia de Pesquisa, algumas etapas fundamentais devem ser consideradas [22, 23, 24].

1) Levantamento Bibliográfico / Trabalhos Relacionados, etapa considerada necessária

para que se obtenha embasamento científico apropriado na condução da pesquisa proposta. Nesta etapa, que se encontra resumida na Seção 2.1, o resultado do levantamento bibliográfico, em que serão apresentados diversos trabalhos desenvolvidos na esfera de Web Analytics, quais as metodologias atualmente utilizadas para o uso das ferramentas de captação de dados web e o quão bem-sucedidas (ou não) se mostraram a implementação dessas metodologias. Além disso, acrescentou-se o livro de Avinash Kaushik [04], que detalha um framework para o uso de Web Analytics (Seção 2.2), bem como, trabalhos que relatam ferramentas de apoio a essa atividade (Seção 2.3).

2) Proposta do método, etapa que descreve a abordagem a ser apresentada. Nesta etapa será

apresentado um método para apoiar a implementação de Web Analytics nas organizações baseado em estudos já existentes. Como proposta complementar, serão apresentadas etapas específicas que não foram identificadas em trabalhos anteriores. Esta proposta é apresentada no Capítulo 3.

(18)

18

3) Teste/Validação do método, etapa que apresenta a validação do método e detalhamento acerca do experimento realizado. A aplicação do método será apresentada utilizando-se dois estudos de caso, pois cada um dos objetos de pesquisa utilizando-será submetido às etapas do método proposto. Esses estudos de caso são apresentados no Capítulo 4 e os resultados obtidos no Capítulo 5.

2.1 Trabalhos Relacionados

Os artigos de Järvinen e Karjaluoto [25], e Jayaram, Manrai e Manrai [26] discorrem acerca do uso de Web Analytics para digital marketing em diferentes ambientes digitais (Mobile e Web), e também acerca do impacto de ações através de redes sociais. Ambos trabalhos são complementares, visto que as iniciativas de marketing digital nas organizações são comumente voltadas para ambientes web e mobile, como também utilizam de forma expressiva as redes sociais. Os trabalhos são importantes para se entender como estruturar planos de ação efetivos, e o impacto que estas ações exercem nas organizações. Esses trabalhos foram úteis para a presente pesquisa, particularmente para a definição dos planos de ação voltados para maior visibilidade através de redes sociais, bem como ações voltadas para aumentar o volume de acessos utilizando-se dispositivos móveis.

Também os mesmos autores discorrem sobre a importância dos KPIs (Key Performance Indicators) em uma abordagem corporativa em empresas privadas. Ao passo que as métricas

tradicionais apresentam números brutos (por exemplo, o número de visitantes de um website), os KPIs examinam esses números de acordo com os objetivos da empresa. Por exemplo, quantos desses

visitantes cumpriram uma ação desejada no website, seja esta uma compra, a assinatura de uma newsletter, dentre outras. O artigo ressalta também a importância de se estruturar KPIs que estejam

em conformidade com os objetivos e/ou interesses da empresa. Dentre estes, pode-se citar o ROI (Return of Investiment, retorno sobre o investimento), taxa de conversão, índice de engajamento,

fidelização de clientes, índice de influência social, dentre outros fatores que variam de acordo com os interesses da corporação. O autor ressalta também ser fundamental estabelecer periodicidade para

(19)

19

observar cada um dos KPIs, identificando sucessos e insucessos das metas traçadas e possibilitando comparar resultados

Baroudi [27] também discorre sobre as KPIs ressaltando que o número de KPIs definidos pode variar de acordo com a organização e/ou o projeto em andamento. Projetos de maior complexidade comumente apresentam um numero maior de KPIs, contudo, nem sempre a quantidade contribui para uma análise e um controle mais adequado. Ao elaborá-las, o autor recomenda uma análise criteriosa sobre os fatores que influenciam o negócio. Desta forma, KPIs bem definidos e alinhados com os objetivos da empresa certamente podem contribuir com um processo de decisão mais efetivo. O conceito apresentado nesse trabalho auxiliou a estruturação da etapa de definição dos KPIs presente no método WACIC.

Ainda no âmbito dos indicadores, o artigo de Hubbard [28] discorre sobre as KPIs e sua utilização na ativação de valor para bibliotecas acadêmicas. Como a demanda de acesso à bibliotecas acadêmicas on-line vêm crescendo, crescem também as iniciativas de Web Analytics para compreender o comportamento do público alvo. As bibliotecas acadêmicas comumente têm utilizado métricas mais simples e rápidas, visitas e visualizações de página mas, recentemente, elas estão mas recentemente elas estão optando também por referenciais estratégicos, como os indicadores chave de desempenho (KPIs). Uma dificuldade apontada pelo artigo é que na literatura é mais comum encontrar experimentos de KPIs voltados para corporações e marketing digital, e estes são dificilmente adaptáveis para ambientes acadêmicos on-line. Mas ainda assim as bibliotecas devem explorar a sua utilização, promovendo padrões de referência para apoiar investigações futuras. Por fim, o artigo enumera alguns indicadores de desempenho comumente utilizados em estratégias de marketing digital, os revisa e os aproxima do contexto de bibliotecas acadêmica. Com isso, o artigo

reforça a importância da utilização de KPIs e como os mesmos apoiam as metas e decisões das organizações.

A obra de Kaushik [04] é uma das principais fontes para o presente trabalho. O autor discorre sobre o conceito de Web Analytics, sua importância e sugere um framework que auxilia a adoção de ferramentas apropriadas. Para o presente trabalho, este framework foi utilizado como referência para

(20)

20

o desenvolvimento do método WACIC, visto que ele apresenta os passos fundamentais para se utilizar ferramentas de Web Analytics. Por se tratar de um trabalho de maior importância no âmbito do trabalho desenvolvido, mais detalhes podem ser encontrados na Seção 2.4 e no Capítulo 4.

2.2 Etapas fundamentais de Web Analytics

Tomando-se por base os estudos descritos nas seções anteriores, acrescentou-se a esta pesquisa a obra do autor Avinash Kaushik [04] sobre Web Analytics. O autor discorre acerca do tema de forma aprofundada, e com isso o livro se mostrou um importante instrumento de estudos para a presente pesquisa.

Pode-de definir o conceito de Web Analytics como sendo um processo de medição, coleta, análise e a produção de relatórios de dados de navegação e interação, cujo propósito é entender o comportamento e as necessidades dos usuários para uma melhor otimização de websites e páginas na Internet [04]. Não foram encontrados registros de metodologias tradicionais e/ou padronizadas pelas empresas que fazem uso de ferramentas de Web Analytics. O que se observou foram organizações que fizeram uso de etapas fundamentais para apoiar o uso dessas ferramentas [04, 09, 32].

Dessa forma, as etapas fundamentais podem ser definidas conforme apresenta a Figura 1.

Figura 1 – Etapas fundamentais de Web Analytics

As etapas fundamentais de Web Analytics, conforme é apresentado na Figura 1, inicia-se pela fase de Definição de Medidas (ou Measure Definition). Esta etapa consiste em definir os objetivos e

(21)

21

o que se quer medir. Por exemplo: medir o número de acessos no website, medir a taxa de rejeição (bounce rate) do website, medir as conversões (finalização de compras), dentre outras. Como ferramenta complementar e que proporciona objetividade no que se quer medir, é comum a utilização

de indicadores-chave de desempenho (Key Performance Indicators - KPI). Os KPIs, auxiliam na

medição de uma ação ou um conjunto de iniciativas, indicando se as mesmas estão efetivamente atendendo aos objetivos propostos pela organização. Através dos estudos analisados, ressalta-se a importância dos KPIs estarem alinhados aos objetivos de negócio da organização. Do contrário, não estariam atendendo aos objetivos da organização. Ressalta-se também que o KPI precisa estar disponível, ou seja, possível de mensuração e análise.

A segunda etapa consiste na Coleta dos Dados (ou Data Collect) com apoio de uma ferramenta de Web Analytics. Pode-se afirmar que todas as ferramentas de Web Analytics existentes hoje possuem um ponto em comum: uma vez habilitada, a coleta dos dados é feita de forma ininterrupta e os acessos são rastreados pela ferramenta.

A terceira etapa consiste na Análise dos Dados (ou Data Analysis) coletados. Com base nos dados coletados pela ferramenta de Web Analytics, os administradores e/ou analistas responsáveis por manipular a ferramenta podem utilizar filtros específicos, métricas ou segmentar a captação dos dados (as formas e opções variam de acordo com a ferramenta utilizada) para realização da análise dos dados coletados. Esta etapa é considerada determinante, pois a interpretação dos dados coletados levará à escrita de relatórios e diretrizes que serão utilizados como referência pela organização. Dessa forma, ressalta-se a importância do entendimento da audiência e do comportamento do usuário no ambiente web.

A última etapa é a execução de ações que permitam alcançar os objetivos da organização, definidos na etapa de Definição das Medidas. Esta etapa é denominada Planos de Ação (ou Action Plans). As ações podem ser definidas de muitas maneiras distintas, pois dependem do que foi

(22)

22

Apoiando-se nas etapas fundamentais descritas, o autor Kaushik [04] elaborou um framework específico para auxiliar na adoção de Web Analytics que é apresentado na Figura 2.

Figura 2 – Framework proposto por Kaushik [04]

O framework proposto por Kaushik [04] tem início na etapa “Definir Objetivos”. Essa etapa consiste em definir o que se quer medir durante o processo, e engloba aspectos relacionados aos objetivos da organização. Após esta etapa, inicia-se a construção dos KPIs (“Construir KPIs”), seguido pela coleta de dados (“Coleta de dados”), análise dos dados (“Análise de dados”). É importante ressaltar que a seta dupla entre as duas etapas anteriores significa que caso haja a impossibilidade técnica de realizar a análise (conflito na configuração da ferramenta, massa de dados insuficientes ou até falha técnica do website), é importante retornar para a etapa anterior e ajustar os parâmetros para a correta coleta dos dados. Ao término da etapa de análise dos dados, inicia-se um novo ciclo para testar as alternativas existentes (“Testar Alternativas”) seguida da etapa de execução de ações (“Implementar”). Esse ciclo encerra-se a medida que uma nova análise seja executada e considera-se que os objetivos definidos tenham sido alcançados.

(23)

23

O framework proposto por Kaushik [04] foi um ponto de partida para o método WACIC que será apresentado no capítulo 3. A próxima seção discorre sobre trabalhos que tratam de ferramentas de apoio a Web Analytics.

2.3 Ferramentas de Web Analytics

Foram estudadas as características sobre as diferentes ferramentas de Web Analytics existentes hoje e que fazem parte das iniciativas relacionadas a Business Intelligence. É importante ressaltar que o entendimento de como as ferramentas funcionam e/ou suas características de uso podem ser determinantes na escolha da ferramenta para a presente pesquisa. Dessa forma, através dos trabalhos aqui pesquisados, foram identificadas duas técnicas distintas que permitem a coleta de dados web e a análise de tráfego na Internet [06, 33].

A primeira delas é a análise de Log (ou Log Analysis), que trabalha com os registros (logs) do servidor web (também denominado server-side). Ferramentas baseadas em análise de logs processam as requisições (registros) de páginas do servidor e fornecem uma avaliação a nível técnico sobre o desempenho do website. Por exemplo, quais arquivos foram requisitados, a latência do servidor, dentre outras. São ferramentas mais apropriadas a ambientes controlados (intranets, por exemplo) ou voltadas para testes de carga, desempenho e volume de acessos.

A segunda corresponde a análise de tags (ou Page Tagging), pois utiliza marcações nas páginas que enviam dados para um servidor de análise. A mensuração por tags consiste em dados coletados no navegador do usuário (ou seja, client-side). Nesse método, cada interação com o website possui tags associadas (ou seja, um trecho de código), conhecida por snippet e capta as atividades do usuário no website, enviando-as para um servidor específico. É importante ressaltar que neste método, o navegador é o responsável pelo controle de tags que estão associadas aos cookies (arquivos temporários) do navegador. Com isso, os cookies conseguem trazer informações

(24)

24

específicas, por exemplo, se um usuário é um visitante que retornou ao website (“returning visitor”), ou um novo visitante (“new visitor”).

Pode-se concluir que a principal diferença entre cada método consiste em como é feita a coleta de dados (server-side ou client-side). Os benefícios e desvantagens que estes dois métodos oferecem é discutido nos próximos parágrafos.

Servidores Proxy e Cache: os logs são gerados a cada requisição de página. Porém, quando o acesso a Internet passa por servidores proxy ou outros sistemas de aceleração da navegação por cache, a requisição de uma página pode não chegar ao servidor. Considerando que algumas requisições podem não ser registradas nos logs, os números coletados e a própria análise pode ser prejudicada. No método de mensuração por tags, existe um recurso chamado cache-bust, que força o não-armazenamento destas informações em servidores proxy.

Visitas de robôs / bots: os robôs (ou bots) são sistemas automáticos comumente utilizados e que navegam por páginas executando funções de coleta e/ou indexação de páginas. São facilmente identificados nos logs dos servidores e são contabilizados na coleta de dados por logs. No método de mensuração por tags, não é possível a utilização de bots pois estes não executam javascript - necessário para a coleta de dados.

Sub-redes: o tráfego gerado em uma sub-rede (como ocorre em um ambiente corporativo, por exemplo) muitas vezes gera requisições para a Internet através de um único endereço de IP. Isso pode causar um efeito “mascarado” na análise de log. Se o formato de logs do servidor somente incluir o IP como identificador único para a análise, todas as requisições de páginas vindas desta empresa,

serão atribuídas a um único usuário, mesmo tendo sido geradas por muitas pessoas diferentes.

2.4 Considerações do Capítulo

Neste capítulo foram abordados os tópicos relacionados à Pesquisa Científica, e como foram conduzidos os estudos que auxiliaram na escrita do presente trabalho. Os estudos e pesquisas que

(25)

25

foram apresentadas neste Capítulo, indicam que sem o conhecimento necessário e as ferramentas adequadas para mensurar e analisar as atividades dos usuários em ambientes web, torna-se um desafio se destacar as possibilidades que o universo digital oferece. Com isso, a importância de se entender o conceito de Web Analytics, e sua aplicabilidade nos dias de hoje.

As etapas fundamentais de Web Analytics, que surgiram em decorrência das análises de trabalhos relacionados, foram apresentadas, bem como, o framework de autoria de Kaushik [04] que serviu como base para o método WACIC.

Considerações sobre as características das ferramentas de Web Analytics foram apresentadas para que o leitor entendesse as escolhas que são pertinentes no momento de se definir qual ferramenta utilizar, de forma que se alinhe aos objetivos das organizações que pretendem adotar Web Analytics.

No próximo Capítulo será apresentado o método WACIC, e como o mesmo foi estruturado para auxiliar organizações a adotarem Web Analytics.

(26)

26

3. Proposta do Método WACIC

O método proposto foi baseado no modelo apresentado por Kaushik [04] sobre o qual algumas adaptações foram feitas. O objetivo de se apresentar melhorias ao modelo proposto por Kaushik [04] é aumentar a eficiência na aplicação do método pelas organizações interessadas em iniciar o uso de práticas apoiadas por ferramentas de Web Analytics.

3.1 O Método WACIC

A primeira adaptação feita ao método consiste na união das duas primeiras etapas propostas por Kaushik [04], que são definir objetivos e a construção dos KPIs. Não há como construir KPIs efetivos sem que haja uma contextualização do cenário da organização, entendimento dos objetivos de negócio e a definição do que almeja-se mensurar ao adotar um processo de Web Analytics. Desta forma, as duas primeiras etapas do framework de Kaushik [04] foram unidas e constituem a primeira etapa do método WACIC, etapa esta que direciona todas as etapas posteriores.

Outra adaptação incorporada ao método consiste na adição de uma etapa específica para a escolha da ferramenta de Web Analytics, apoiada em critérios que auxiliem essa escolha de uma forma alinhada aos objetivos, bem como do que se quer medir. Dessa forma, a escolha da ferramenta não mais se baseará em critérios aleatórios ou inexistentes [04, 06, 12].

Com base na leitura dos trabalhos que abordam o uso de Web Analytics, não foram encontradas referências para a utilização de critérios que auxiliem ou apoiem a escolha da ferramenta. De acordo com as características das ferramentas citadas nas referências, existem diferenças importantes e que podem impactar as medições que se quer obter [06, 31]. Essa foi a motivação para a inclusão da fase de escolha da ferramenta.

(27)

27

Outra adaptação consiste em uma junção da etapa de análise dos dados, com geração de relatórios. A análise em si é melhor compreendida quando há uma formalização da interpretação dos dados coletados [06, 12]. A geração de artefatos contendo gráficos, tabelas e demais informações relevantes auxiliam os envolvidos no método a entender melhor os dados coletados, sendo importante que esses participantes tenham acesso a essas informações de forma estruturada, clara e objetiva.

A última adaptação consiste nos artefatos que acompanham cada uma das etapas do método WACIC. No método proposto por Kaushik [04] não há uma formalização ou armazenamento de

informações discutidas e executadas nas etapas propostas. Dessa forma, a proposta de se incluir os artefatos tem como finalidade registrar todas as informações importantes que foram levantadas em cada uma das etapas descritas. Além disso, as etapas que constituem o método fazem parte dos dois ciclos propostos no método WACIC: O Ciclo Completo, e o Ciclo Contínuo. O Ciclo Completo é a execução de todas as etapas do método, envolvendo as etapas de definição dos KPIs e da escolha da ferramenta mais adequada aos KPIs. O Ciclo Contínuo tem início quando os planos de ação são definidos e implementados. Dessa forma, uma nova coleta de dados é feita e, posteriormente, uma nova análise dos dados deve avaliar a eficiência e o impacto das ações desse plano, analisando se os KPIs definidos foram atingidos. O Ciclo Contínuo apresenta um fluxo em que os planos de ação são

executados e analisados, devendo ser readequados até que a análise mostre que o resultado esperado foi alcançado. Uma vez alcançados os objetivos definidos na etapa de definição dos KPIs, retoma-se à primeira etapa para se definir novos KPIs de forma a alcançar novos objetivos para uma melhoria contínua. A Figura 03 apresenta o método proposto.

(28)

28 Figura 3 – O método WACIC

A adaptação do método proposto por Kaushik [04] contendo os dois ciclos apoia-se no método PDCA (Plan, Do, Check e Act) para melhoria contínua, em que as principais atividades são planejar, executar, conferir e agir [30, 31]. A etapa Plan consiste em planejar e definir, e está associada à etapa "Definir KPIs" do método WACIC. A etapa Do consiste em executar, e está associada às etapas de “Escolher Ferramenta" e “Coletar Dados". A etapa Check consiste em medir e/ou mensurar o que foi executado. Com isso, associa-se à etapa de "Analisar Dados e Relatórios". Já a etapa Act são ações que são executadas para que se alcance o objetivo planejado, estando assim associada à etapa de "Definir e Aplicar Planos de Ação”. Dessa forma, obtém-se um ininterrupto ciclo de otimização e melhoria de produtos e serviços, pois a medida que se repete um ciclo de PDCA é possível se aproximar dos objetivos traçados e alcançar o resultado esperado. Por esse

motivo, o método apresentado pelo presente trabalho recebeu o nome de WACIC – Web Analytics Continuous Improvement Cycle.

A Figura 4 apresenta, para cada etapa do método proposto, os artefatos a serem gerados. Os artefatos foram desenvolvidos para cada uma das etapas do método WACIC, e estão enumerados de 01 a 05.

(29)

29 Figura 4 – Os artefatos de cada uma das etapas do método WACIC

Os artefatos devem ser preenchidos durante a execução de cada uma das etapas, com a finalidade de armazenar as informações relevantes e que foram discutidas ou definidas para as etapas executadas. As próximas subseções apresentam com detalhes cada uma das etapas do método WACIC e detalham os respectivos artefatos.

3.1.1 Definir KPIs

A primeira etapa do método consiste na definição dos KPIs. Trata-se de uma etapa determinante para as etapas seguintes, pois através da definição dos KPIs é que será possível entender o que se quer medir, seu propósito e como essa medição será executada.

Foram definidas três atividades que devem ser concluídas durante esta etapa, visando contemplar todos os passos necessários para uma elaboração de definição dos KPIs a serem propostos, de maneira que fiquem o mais alinhado possível aos objetivos da organização. As atividades podem ser executadas durante uma (ou mais, se necessário) reunião de alinhamento. Conforme explica o autor Kaushik [04], é imprescindível a participação do(s) interessado(s) por

(30)

30

algum meio de comunicação com a equipe de análise dos dados, podendo ser presencial ou através de comunicação por dispositivos remotos (por exemplo, vídeo conferências).

Participam das atividades dessa etapa os profissionais envolvidos com o acompanhamento das análises e que estejam cientes dos objetivos de negócio da organização. Esse envolvimento é importante para que se possa definir com maior precisão qual será o foco da coleta e análise dos dados, considerando os indicadores de desempenho da organização.

As atividades dessa etapa foram definidas da seguinte forma:

1) Definição e entendimento dos objetivos da organização: o entendimento dos objetivos da organização propiciam maior taxa de acerto na definição dos KPIs;

2) Motivação/Propósito para a escolha dos KPIs: após o entendimento dos objetivos de negócio da organização, é preciso que fique clara a justificativa para a escolha dos KPIs a serem definidos. Quais são os fatores, técnico ou de negócio, que motivam a escolha de cada KPI;

3) Definição dos KPIs: norteia todas as etapas seguintes do método proposto. Através dos KPIs deve ser possível compreender se o ambiente observado está progredindo ou regredindo, do

ponto de vista dos objetivos da organização.

Uma proposta de artefato resultante desta etapa é apresentada na Tabela 2, que tem como objetivo facilitar o preenchimento das informações relevantes para a definição dos KPIs. A organização que estiver desenvolvendo uma análise deve gerar um artefato contendo as informações pertinentes. O artefato possui campos indicando os participantes de cada atividade, data e hora da(s) reunião(ões), quais foram os objetivos de negócio discutidos, quais os propósitos e justificativas para os KPIs definidos e, por fim, a definição dos KPIs. Com isso, aborda-se todos os elementos necessários para que se tenha uma visão mais abrangente do que se quer medir e a importância dos KPIs.

(31)

31 Tabela 2 – Definição dos KPIs

Art. 01 - Definição dos KPIs [Nome da Organização]

[Website]

[Pontos focais da Organização (Nome, e-mail e telefone para contato) ] [Tempo de duração desta etapa]

Data / Local da Reunião

[Pontos focais envolvidos nesta etapa (Nome, e-mail e telefone para contato) ] Objetivos da Organização [texto a ser preenchido pela organização] Motivação da escolha dos KPIs [texto a ser preenchido pela organização] KPI 01 Descrição / como será medido/ Período de

Coleta dos dados

KPI 02 Descrição / como será medido/ Período de Coleta dos dados

KPI 03 Descrição / como será medido/ Período de Coleta dos dados

Após o preenchimento do formulário, dá-se seguimento à próxima etapa do método WACIC, que consiste em escolher a ferramenta de Web Analytics.

3.1.2 Escolher Ferramenta

A segunda etapa do método WACIC consiste na escolha da ferramenta de Web Analytics para realizar a coleta dos dados. É importante ressaltar a importância de se considerar alguns aspectos para que a escolha da ferramenta esteja em harmonia com os KPIs definidos. Tendo em vista as diversas ferramentas de captação dos dados web disponíveis, o método aqui proposto apresenta 4 critérios que auxiliam a escolha mais adequada da ferramenta a se utilizar.

A aplicação do primeiro critério deve considerar as ferramentas disponíveis atualmente, ou as mais utilizadas no momento em que a empresa está considerando o uso do método. Pode-se definir as ferramentas adequadas a este critério com base em fontes bibliográficas ou websites de benchmark de ferramentas de Web Analytics [29, 32].

(32)

32

O segundo critério se apoia na discussão de particularidades que as ferramentas de Web Analytics apresentam. Isto é, baseadas em logs ou mensuração por tags. Estes dois métodos são, hoje

em dia, bastante utilizados para análise de tráfego na Internet. Este critério permite que a análise dos KPIs considerados seja adequado ao funcionamento da ferramenta de Web Analytics escolhida.

Identifica, basicamente, se o foco da análise é de cunho técnico e/ou voltada ao desempenho (o método de logs propicia a coleta e a análise dos dados via server-side), ou se o foco é o comportamento/ações do visitante (o método que utiliza tags propicia a coleta e a análise de dados via client-side).

O terceiro critério a ser considerado na escolha da ferramenta de Web Analytics consiste em escolher a ferramenta que possui funcionalidades que permitem a medição proposta. Os tipos de métricas e KPIs estipulados variam de acordo com o objeto de pesquisa. Logo, a escolha da ferramenta deve considerar se as funcionalidades necessárias para atender e dar suporte à medição solicitada são providas pelas ferramentas que já passaram pelos critérios anteriores.

O quarto e último critério consiste na avaliação de custo/benefício das ferramentas pesquisadas. Há ferramentas disponíveis gratuitamente, e ferramentas que requerem um custo específico. Dependendo do resultado dos critérios aplicados anteriormente, as opções de ferramentas mapeadas são inúmeras. Portanto, é necessário avaliar se uma ferramenta paga de fato será necessário para atingir os objetivos da organização.

A aplicação dos critérios consiste na atividade fundamental da etapa aqui proposta. Esta atividade deve ser feita com envolvimento de profissionais que possam contribuir para a escolha, como por exemplo Analistas de Sistemas, Analistas de Marketing e Desenvolvedores Web, pois a aplicação dos critérios possui enfoque técnico. Ao final desta etapa, um artefato será gerado, referente à escolha da ferramenta de Web Analytics. O artefato é apresentado na Tabela 3.

(33)

33 Tabela 3 – Aplicação dos Critérios para escolha da Ferramenta

Art. 02 - Critérios para a escolha da ferramenta de Web Analytics [Nome da Organização]

[Website]

[Pontos focais envolvidos nesta etapa (Nome, e-mail e telefone para contato) ] Primeiro Critério - Levantamento das ferramentas de

Web Analytics mais utilizadas atualmente

[texto a ser preenchido pela organização]

Segundo critério - Ferramentas baseada em Logs versus Ferramentas baseadas em mensuração por tags.

Terceiro critério - Ferramentas de Web Analytics que contenham funcionalidades capazes de suportar os KPIs definidos na fase de Medição.

Quarto critério - Levantamento de Custo/Benefício das ferramentas.

Ferramenta escolhida [texto a ser preenchido pela organização]

O artefato possui campos indicando os participantes de cada atividade, data e hora da(s) reunião(s), e os 4 critérios a serem aplicados para a escolha da ferramenta. Ao término da aplicação dos critérios, define-se a ferramenta que será utilizada.

Na próxima seção será abordada a terceira etapa do método WACIC, a Coleta dos Dados. Esta se inicia após a escolha da ferramenta de Web Analytics mais apropriada ao objeto de pesquisa.

3.1.3 Coletar Dados

A terceira etapa consiste na coleta dos dados. Esta etapa possui algumas atividades que precisam ser concluídas para que a habilitação da captação dos dados seja efetuada. As atividades foram divididas da seguinte forma:

• Instalação da Ferramenta – para essa atividade devem ser seguidos o manual e/ou etapas de instrução providas pela ferramenta de Web Analytics escolhida.

(34)

34

• Configuração de captação dos dados do website - para habilitar a ferramenta, fazer a captação dos dados do website e armazená-los para análise. Esta habilitação deve ser feita considerando os KPIs definidos.

• Validação da monitoração das páginas do website - visando garantir total cobertura de todas as páginas a serem analisadas.

Nesta etapa, os envolvidos nas atividades da captação dos dados são basicamente profissionais da área de TI e/ou profissionais que executam as atividades utilizando-se da ferramenta ou profissionais que monitorem o website.

É necessário que exista um profissional que atue como “ponto focal”, para que monitore diariamente o que foi coletado, verificando se a ferramenta está de fato coletando os dados corretamente e se todas as páginas do site estão sendo analisadas. Isso se faz necessário para que informações relevantes para a análise dos dados não deixem de ser coletadas inviabilizando a análise no futuro.

Para esta etapa foi definido um artefato que descreve as atividades referentes à coleta dos dados. O artefato pode ser observado na Tabela 4.

(35)

35 Tabela 4 – Coleta dos dados

Art. 03 - Coleta de dados [Nome da Organização]

[Website]

[Pontos focais envolvidos nesta etapa (Nome, e-mail e telefone para contato) ] Ferramenta escolhida [texto a ser preenchido pela organização] Instalação da Ferramenta [texto a ser preenchido pela organização] Configuração de captação dos

dados

Validação se todas as páginas do website estão sendo monitoradas

O artefato possui campos indicando os participantes da etapa, tempo de duração, e os campos para preenchimento, que são: a ferramenta escolhida, informações sobre a instalação da ferramenta, informações sobre a captação dos dados e por último, informações que confirmam que todas as páginas do website estão sendo monitoradas corretamente.

3.1.4 Analisar dados e relatórios

Depois de finalizada a etapa da coleta dos dados (isto é, findo o período estipulado), inicia-se a etapa de análise dos dados coletados pela ferramenta e a interpretação desses dados, descritos na forma de relatórios. Utilizando-se como base para a análise os KPIs definidos, é feita a interpretação dos dados, com o objetivo de avaliar e compreender o comportamento dos visitantes no website. Esta etapa pode ser descrita como o estudo dos dados coletados. A formalização do estudo se dá através da geração dos relatórios contendo conclusões das análises. Os relatórios consistem basicamente em informações disponibilizadas pela ferramenta no formato de gráficos, tabelas e figuras, e neles os dados podem ser observados com maior precisão. Junto aos relatórios, o analista de dados deve

(36)

36

acrescentar os comentários e as conclusões acerca da análise dos dados, pois essas informações são referentes à interpretação dos artefatos disponibilizados pela ferramenta. Nas figuras 5 e 6, respectivamente, são apresentados exemplos de relatórios gerados por ferramentas de Web Analytics (nesse caso, refere-se a artefatos da ferramenta Google Analytics [13]).

(37)

37 Figura 6 – Relatório do Google Analytics, opção de gráficos sobre Sistemas Operacionais e Navegadores que acessam o ambiente Web

De acordo com os exemplos apresentados, a Figura 5 apresenta a visão geral dos navegadores que acessam o website analisado. É um dos dados técnicos que a ferramenta Google Analytics [13] oferece. A Figura 6 apresenta os mesmos dados, mas na disposição de gráficos, sendo possível visualizar com mais detalhes quais as categorias mais utilizadas e/ou mais relevantes sobre os navegadores que acessam o website.

A análise dos dados e a geração dos relatórios devem ser executadas por profissionais encarregados de conduzir a adoção de Web Analytics, como por exemplo Analistas de Negócio, Analistas de Marketing e complementarmente, outros profissionais que possam ajudar a organização a compreender o comportamento dos usuários e a refinar o objeto de pesquisa.

As atividades desta etapa devem ser executadas preferencialmente durante uma (ou mais, se necessário) reunião, visto que devem ser debatidos os KPIs definidos na primeira etapa, e a análise dos mesmos.

Ao final da fase de análise dos dados, os relatórios gerados pela ferramenta serão utilizados como artefatos desta etapa. Para possibilitar a organização dos artefatos, deve-se gerar um documento ao final desta etapa, contendo todos os relatórios e comentários referentes à análise.

(38)

38

Ao final da fase de análise dos dados, deve-se iniciar a etapa Definir e Executar Planos de Ação. As atividades se baseiam na análise descrita nos relatórios. A etapa será descrita na próxima seção.

3.1.5 Definir e Aplicar Planos de Ação

A quinta etapa do método WACIC consiste em definir / elaborar e aplicar / executar ações que auxiliem no alcance dos objetivos descritos na primeira etapa, uma vez que as ações são dependentes dos KPIs definidos. Essa etapa só será executada se os objetivos ainda não foram alcançados.

Dentro de uma organização, um plano de ação pode envolver vários departamentos e áreas. Para cada plano estabelece-se quem serão os responsáveis pelo seu cumprimento, o tempo de duração e forma de condução do mesmo. O plano de ação é resultante da análise realizada na etapa de Relatórios da Análise de Dados, e consiste em uma lista de ações que se acredita que, uma vez conduzidas, ajudem o site avaliado a alcançar os objetivos estratégicos previamente estabelecidos na primeira etapa do método. Para que se estabeleçam os planos de ação, é necessária a participação dos profissionais encarregados de conduzir o processo de Web Analytics e aqueles designados à execução do plano de ação, como por exemplo os Analistas de Marketing, Desenvolvedores Web ou Gerentes de Projeto. Esta etapa deve ser preferencialmente iniciada em uma reunião presencial.

As atividades desta etapa devem ser descritas e monitoradas conforme o artefato apresentado na Tabela 5, que recebe o detalhamento de cada um dos planos de ação propostos.

Depois da execução dos Planos de Ação, inicia-se o Ciclo Contínuo do método. Dessa forma, inicia-se nova coleta de dados pelo período definido e, se por ventura, algum(s) plano de ação executado não apresentar o resultado esperado, reformula-se o Plano de Ação e repete-se o Ciclo Contínuo com o objetivo de melhoria contínua, até que o KPI seja alcançado.

Quando todos os KPIs forem alcançados, não será necessário redefinir novo plano de ação e, nesse caso, inicia-se um novo Ciclo Completo, isto é, volta-se para definir novos KPIs para se

(39)

39

alcançar um novo patamar de melhorias. Dessa forma, apresenta-se um método que, constantemente, colete, meça, analise e implemente melhorias que reflitam em maior qualidade do Website disponibilizado aos usuários.

Tabela 5 – Planos de Ação.

Art. 05 - Planos de ação [Nome da Organização]

[Website]

[Pontos focais envolvidos nesta etapa (Nome, e-mail e telefone para contato) ]

[DESCRIÇÃO KPI] [Resumo Relatório de dados referente à esse KPI] [Plano de Ação] [Tempo de duração do Plano e data de finalização [Responsável pela execução do Plano]

O artefato observado na Tabela 5 possui campos indicando os participantes da etapa, tempo de duração, e os campos para preenchimento, que são: a descrição do(s) KPI(s), informações resumidas sobre os dados analisados que tenham relação com o KPI, quais os planos de ação definidos para o KPI, tempo de duração da ação e data de finalização, e por último o responsável pela execução do

plano de ação.

As atividades que compõem o Ciclo Contínuo são um subconjunto das atividades do Ciclo Completo e, por esse motivo, já foram descritas nas subseções anteriores.

3.2 Considerações do Capítulo

Neste capítulo foi apresentado o método WACIC, que tem como objetivo apoiar a adoção de Web Analytics pelas organizações. Através do embasamento adquirido com a leitura das fontes

pesquisadas para este trabalho, foram estruturadas etapas que podem beneficiar as organizações interessadas na adoção de Web Analytics.

(40)

40

A proposta do método WACIC está embasada nas etapas fundamentais levantadas na presente pesquisa, que consistem na Definição de Medidas, Coleta dos Dados, Análise dos Dados e Planos de Ação. Com o intuito de propor um método prático e adaptável a diferentes contextos de negócio, o método WACIC foi concebido a partir de um framework proposto pelo autor Avinash Kaushik [04] ao qual foram incluídas a etapa de Escolher Ferramenta e agrupadas a análise dos dados aos relatórios de resultados obtidos (Analisar Dados e Relatórios).

No capítulo, além da explicação do método, foram apresentados artefatos que documentam cada uma das decisões da equipe envolvida em cada etapa que compõem o WACIC. Sendo assim, foram criados os artefatos para as etapas Definir KPIs; Escolher Ferramenta; Coletar Dados; Analisar Dados e Relatórios; e Definir e Aplicar Planos de Ação.

No próximo capítulo o método é aplicado a dois estudos de caso, representando diferentes contextos de negócio.

(41)

41

4. Estudos de Caso - Ciclo Completo

Os estudos de caso a serem apresentados neste capítulo pertencem à contextos de negócio

distintos. O primeiro deles trata-se da loja virtual (e-commerce) da marca Mercatto [19].A marca, do

Rio de Janeiro, possui 21 anos de história no mercado da moda feminina. A primeira loja foi aberta no Rio de Janeiro, em 1994 e hoje conta com mais de 90 lojas espalhadas pelo Brasil, além da loja virtual. Atualmente, aproximadamente 10% do seu faturamento bruto é proveniente do segmento de e-commerce. Devido a esse aspecto, a marca busca entender quais são as necessidades dos clientes

on-line, o que buscam e assim definir ações para atender às expectativas desses clientes.

O segundo estudo de caso consiste no website Robocode [20] da Unicamp. Trata-se de um jogo de programação, cujo objetivo é desenvolver um robô para lutar contra outros robôs. Através do website do Robocode é possível acompanhar o andamento dos torneios que acontecem paralelamente

em todo Brasil e, posteriormente, conhecer a equipe campeã brasileira. Ao adotar Web Analytics, deseja-se mapear o comportamento dos usuários que chegam até o website, como chegaram, de onde são as faculdades interessadas no torneio, qual o volume de acesso e de adesão ao torneio.

As próximas seções relatam a aplicação do Ciclo Completo do método WACIC em cada uma das organizações descritas e terá seu impacto avaliado ao final do capítulo.

4.1. Objeto A

Apoiou a presente pesquisa, fornecendo as informações da organização, a Analista de Marketing da Mercatto, Mayara Almeida. Ela será referenciada no presente trabalho como a representante do Objeto A, uma vez que a loja virtual da Mercatto será referenciada doravante por Objeto A .