Provavelmente você já encontrou divergências de dados provindos do Google Analytics 4 e apresentados em sua ferramenta de analytics e na de back-end. Por mais que a segunda seja uma base de dados mais confiável, o primeiro receio que pode vir à tona é que haja algum erro na implementação da primeira ferramenta.
Existem maneiras de entender como as variáveis que você pode encontrar em seu caminho funcionam, além de compreender e minimizar o impacto das diferenças entre os dados computados. Este é o assunto que abordaremos neste artigo.
Princípio de funcionamento das ferramentas de web Analytics
Utilizando como principal exemplo o Google Analytics 4, existem quatro principais ‘personagens’ que merecem nossa atenção e são o palco da linearidade do dado:
- Servidor da aplicação: aquele que fornece a página que será carregada;
- Navegador do cliente: que utiliza um código Java Script para “observar” o comportamento do usuário e enviar para o próximo servidor;
- Servidor do Google Analytics: uma base de dados bruta do Google que recebe e armazena as informações do navegador;
- Relatório do GA: onde o dado é consumido e ocorre a consulta da base de dados, podendo aplicar filtros nestes, e a exibição em formato de relatório.
Nesse caminho, há alguns fatores que podem fazer com que os dados cheguem de maneira diferente até você e acabem prejudicando as análises do seu time.
Pontos que geram alterações
Um dos principais pontos que podem causar essa divergência entre os dados é a dependência direta que as principais ferramentas de Analytics têm com o Java Script, uma tecnologia que depende do navegador do usuário para seu funcionamento, o que faz com que alguns fatores limitem ou prejudiquem o envio de informações.
Vale comentar também que há a dependência de cookies, o que faz com que alguns dados fiquem inflados por conta dos mecanismos dos navegadores que limitam a quantidade de dias da existência destas informações.
Outro ponto importante é que, devido a LGPD, que obriga que o site peça autorização para que o usuário seja acompanhado durante sua jornada, uma porcentagem dos seus usuários pode rejeitar isso, afetando o dado da web Analytics, mas mantendo o registo na ferramenta de back-end.
Outras variáveis que causam divergências entre os dados da ferramenta de back-end e Web Analytics:
- Filtros aplicados nos relatórios do GA;
- Cancelamentos e reembolsos refletidos no back-end, mas não no Google Analytics;
- Recarregamento de página que faz com que mais uma interação seja contabilizada;
- Erros na camada de dados que afetam a contabilização na nova versão do GA.
Um caminho viável para análises mais confiáveis é exportar os dados de vendas de determinado período em ambas as ferramentas e juntá-las em uma planilha para uma análise da contabilização, a fim de entender a porcentagem da discordância.
Aquelas que têm uma diferença gritante (>10%) podem apontar um erro de implementação que deve ser corrigido, mas, ainda sim, é importante lembrar ser comum que um dado ou outro não sejam 100% iguais.
A diferença dentro não significa necessariamente que todos apontem erros na implementação. Deve-se compreender o diferente funcionamento das ferramentas, analisar profundamente, entender o dado e ter confiança nele.
Quer entender mais sobre essas diferenças? Assista ao vídeo completo em nossa playlist sobre Google Analytics 4.
Tags:
Marketing e Data Science.png?width=50&height=50&name=MicrosoftTeams-image%20(15).png)
Novembro 8, 2022