A Métricas Boss é uma agência de Digital Analytics e usabilidade. Conte com uma empresa certificada Google Analytics para sua gestão de Digital Analytics.

Métricas Boss - Agência de Web Analytics! 

favicon.png

Quem trabalha com análise de dados e com pesquisa quantitativa com certeza já ouviu falar ou já leu o Livro Como mentir com estatística escrito por Darrell Huff. Caso você trabalhe com marketing digital, uma vez que as marcas lançam novos produtos/serviços todos os dias no mercado, ou até variantes de produtos existentes para os usuários, entender como funcionam as amostras estatísticas traz um bom repertório em como lidar e até como identificar amostras enviesadas, gráficos dúbios e listagens incompletas. 

Continue acompanhando o nosso post e descubra mais sobre esse  universo no nosso resumo de Como mentir com estatística. Você vai conseguir acompanhar item por item o autor apresentando os vilões da interpretação de dados e as variantes estatísticas. 

## Quem é o autor de Como mentir com estatística?

Esse livro veio pela primeira vez ao público em 1954, por meio de Darrell Huff, escritor e jornalista, além de pioneiro ao falar sobre estatística de uma forma simples. Segundo Huff vale ter sempre um pé atrás na hora de interpretar os dados de uma análise estatística e, com isso, ele  traz vários conceitos de mau uso da estatística no nosso dia a dia ao lidar com esses dados. Se tornou um dos livros mais bem recomendados com 1,5 milhão de livros vendidos no mundo por tratar de advertências tão atemporais quanto a ciência matemática. Como mentir com estatística é uma leitura agradável e absolutamente acessível por sua linguagem simples e com ilustrações.

## Pesquisas quantitativas e a amostragem

A pesquisa quantitativa traz uma amostra representativa de um universo populacional viável através de um determinado momento, realizada a partir de questionários pré-elaborados para descrever e medir quantitativamente. Ela acontece de maneira muito estruturada e baseada em amostra, pois visa trazer o processo da coleta de dados e sua análise descritiva. 

Essa amostragem faz parte de todo um processo entre:

- Universo total: consumidor ou não, aqui estamos falando da população total;
- Universo variável: que faz parte deste todo e é a população de interesse;
- Amostra: que traz uma parte deste universo variável mas com características relevantes do mesmo, que possam agregar à pesquisa.


No livro, o autor menciona que a confiabilidade de uma amostra pode ser “facilmente destruída por fontes de tendenciosidade invisíveis e visíveis". Com isso ele ainda traz a questão de que ao analisarmos dados estatísticos, mesmo que não encontremos uma "fonte de tendenciosidade”“ devemos sempre manter um certo grau de ceticismo ao nos confrontarmos com os dados.

Outro ponto importante que devemos ter em mente na hora de diferenciar informação de enrolação, é entender de fato o que é chamado de “amostragem básica” que, segundo Huff, “é selecionada por puro acaso em um universo ao qual uma amostra faz parte.” Seria como se a cada dez nomes em uma sequência, um deles fosse selecionado. Isso nos leva ao desafio de muitas vezes entender se as chances deste nome selecionado (no exemplo) tem uma chance igual de estar na amostra como todos os outros nomes pertencentes a esse grupo.

Aqui é importante diferenciar a amostra do censo, principalmente porque, como falamos acima, a amostra traz um subconjunto representativo da população, já o censo traz todos os indivíduos.

## Uma média inadequada não significa quase nada

Quem assiste aos noticiários facilmente já se deparou com a frase  “a renda média do brasileiro passou para…” nas notícias que trazem os dados sobre o rendimento médio mensal domiciliar por pessoa no Brasil. No livro, o autor traz o conceito de como identificar qual o tipo de média que foi escolhida já que a palavra “média” tem um sentido bastante flexível. 

O exemplo abaixo ilustra um trecho do livro de Darrell Huff onde ele explica como descrever o lucro anual de 45 mil dólares a ser dividido entre três sócios de uma fábrica que teve um retorno financeiro interessante no final do ano. Os 198 mil dólares foram distribuídos a noventa funcionários e os três sócios da fábrica receberam 11 mil dólares cada um. Além disso, eles verificaram que havia um lucro de 45 mil dólares. Huff mostra como ele poderiam exemplificar esse fato através das médias, na imagem abaixo:

![image 1.png](https://imagens.metricasboss.com.br/image_1_c14c98ae81.png)

Ele traz esse conceito já que cada funcionário fez um trabalho semelhante e, não iria fazer muita diferença usar uma média aritmética ou uma mediana, onde o salário médio dos funcionários representa US$ 2.200 e o salário médio e lucro dos proprietários US$26.000. Isso pode soar alarmante dependendo da amplitude, certo?

Para contextualizar melhor, vamos aos pontos:

Média é uma média simples de uma série de dados, já a Moda é o valor mais frequente na série de dados e, a Mediana, que é o valor da série que divide os dados quando ordenados do menor para o maior.


Esse uso da média também é muito comum quando vemos uma transmissão de jogos olímpicos por exemplo, na patinação artística, onde os juízes levantam os cartazes e nem todos os valores dos cartazes são contabilizados.

## Como aplicar os conhecimentos do livro de forma prática


Agora que aprendemos mais sobre o livro Como mentir com estatística, vamos deixar mais um adendo de como podemos usar isso de forma prática durante as análises de dados no dia a dia.

Digamos que você quer entender como os usuários interagiram com o seu site após uma ação de marketing realizada na Black Friday. Podemos usar nas análises uma técnica de amostragem  online onde:

• Vamos realizar a interceptação online não aleatória: onde todos os visitantes do site são abordados;
• Podemos realizar a interceptação online aleatória: com o uso de  janela pop-up e perguntas aceitas através de um formulário participativo dos usuários que acessaram o site;
• Podemos realizar um recrutamento online de usuários interessantes dentre aquele determinado público que gostaríamos de atingir novamente e, com isso extrair mais informações relevantes para o seu propósito de marketing;

Isso nos leva para outra questão: além de trazer dados quantitativos na sua análise de dados, some essas ações ensinadas aqui no texto às pesquisas qualitativas que também podem auxiliar a trazer informações para embasar análises exploratórias sobre um segmento do mercado, trazendo dados sobre comportamento, dados de opinião, percepções de usuários  entre outras intenções de público. Hoje em tempos de internet e big data o livro continua genuinamente subversivo e ainda mais relevante sobre o controverso mau uso de estatística para maquiar dados e quem se vê bombardeado diariamente com informação, pode usar desse brilhante passo a passo como um guia de estatística.

Gostou do conteúdo e quer saber mais sobre conteúdos assim? Confira o resumo do livro sobre Como mentir com estatísticas:

<iframe width="560" height="315" src="https://www.youtube.com/embed/12dvuH3SUww" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowfullscreen></iframe>


O livro como mentir com estatísticas, é um dos livros de estatística mais lidos do mundo, recomendado por Bill Gates, bora ler o resumo?

small_utm-ga4.png

thumbnail_utm-ga4.png

utm-ga4.png

Resumo: Como Mentir com Estatística por Darrell Huff

Oi analíticos e analítcas de plantão, tudo beleza?

Se você joga xadrez sabe que a peça da rainha, diferentemente do rei, possui livre movimentação no jogo. Além disso, dentro da estratégia do xadrez deve-se tomar o máximo de cuidado para não perder a realeza!

Hoje vamos te contar  por que a retenção é considerada a rainha do jogo e a métrica mais importante para o Marketing Digital segundo a [Carolina Nicolini](https://www.linkedin.com/in/nicolini/) que é Latam Account Manager na [Amplitude](https://amplitude.com/) e [Juliano Tenorio](https://www.linkedin.com/in/juliano-tenorio-scapin-4370b433/) Scapin Senior Marketing Manager na Gringo.

## Retenção: nossa rainha

Vamos supor que uma empresa fictícia contratou um novo gerente de marketing e, com ele veio o desejo de mudar tudo, criar processos novos e, com isso ele alavancou em 40% a quantidade de novos usuários para empresa. Dado esses fatos, você querido leitor (a)  acredita que o aumento pode ter impactado no lucro da empresa? Você poderia me dizer que depende. Mas, não ela não impacta e eu vou te dizer o por quê. De acordo com a Carol Nicolini isso depende da retenção. A ideia aqui é focarmos menos na aquisição e, sim, mais na retenção dos clientes. O que adianta enchermos a empresa de novos clientes se, não conseguimos mantê-los engajados e continuamente interessados com nossos produtos ou serviços?

Quando mudamos o foco para retenção, todas as outras métricas são impactadas e melhoradas. De acordo com Brian Balfour (VP Growth, Hubspot & Co-founder,Reforge):

*“Toda melhoria que você faz na retenção também melhora todas essas outras coisas: receita, LTV e Payback.”*

Ou seja, podemos dizer que a retenção é a base para todo crescimento e que justamente por isso, ela é a rainha do jogo. Muitas empresas acabam por não dar tanta importância à retenção do usuário porque não tem dados,  ou porque não tem a ferramenta necessária para isso ou por não saber como analisá-la de fato.

## Como a retenção impacta todas as métricas?

Para entender o quão importante é a retenção e como ela impacta todas as outras métricas, primeiramente vamos falar sobre os usuários que voltam ao produto. Aqui podemos analisar métricas como o LTV (Lifetime Value) que é usado para calcular o valor monetário médio que um cliente traz para uma empresa durante todo o período em que ele é cliente. Mas podemos citar também outras métricas que serão influenciadas pela melhora na retenção, como:

- MAU (Monthly Active Users): o número de usuários ativos em um mês no seu aplicativo/site que pode ser impactado;
- DAU (Daily Active Users): o número de usuários ativos em um dia;
- WAU (Weekly Active Users): podemos ter um reflexo no número de usuários ativos em uma semana;
- ROI (retorno sobre o investimento) que pode crescer;
- CHURN (taxa de cancelamento ou rotatividade de clientes): podemos notar este impacto pois diminuiremos o churn, o que para a saúde e a sustentabilidade de um negócio é fundamental.
- TAXA DA RECOMPRA : consequentemente teremos aumento nesta métrica 
- CAC (custo de aquisição do cliente): podemos, por exemplo, contar com uma menor dependência da aquisição de clientes;
- LUCRO: será influenciado porque é uma métrica extremamente relacionada à retenção do cliente já que teremos uma receita recorrente e/ou maior valor médio de compra por usuário retido, e não só com a aquisição.

## Entendendo a retenção 

Vamos supor que na mesma empresa fictícia criada, o time de marketing digital está planejando fazer uma ação de re-engajamento com os usuários. O objetivo aqui foi definido para a campanha fazer com que o usuário volte, mas não devemos olhar somente esse ponto. Isso porque se temos um usuário que volta mais não faz uma ação de valor para empresa (como uma compra por exemplo) e não entra em contato com que a empresa tem a oferecer, esse objetivo da campanha ainda não foi cumprido.

Não podemos apenas trazer o usuário de volta, mas também:

- Realizar a retenção para a pessoa ideal: nos perguntar se estamos impactando a persona correta;
- Praticar a retenção com a frequência correta: com o intervalo de tempo estratégico de acordo com a frequência de uso do serviço/produto em questão. A ideia aqui é que a retenção sempre seja vista olhando para o evento de maior valor e depois olhar para a frequência.
- Realizar a retenção com a feature correta logo na primeira sessão e que vai fazer com que esse usuário volte. 


De acordo com a Carol, a estratégia do jogo  está muito baseada no conceito do framework da Nortstar que é um modelo para gerenciar produtos identificando uma métrica única e crucial, ou seja, descobrir o seu jogo para poder também entender como analisar sua retenção. Por exemplo: o objetivo de um e-commerce é fazer com que o usuário compre e, quem sabe, sua frequência poderia ser de uma vez ao mês. Aqui o jogo é estritamente transacional, pois eu quero que o usuário compre o meu produto. 

## Estrutura de retenção

De acordo com Brian Balfour, precisamos saber que a retenção é o resultado de ações. Ela é fruto de um resultado de ativação, engajamento e ressurreição de usuários.

**Retenção = ativação, engajamento, ressurreição**

Podemos identificá-la no dia a dia através da curva de retenção: podemos pegar a periodicidade de um perfil de usuário em específico para entender a curva de retenção dele a longo prazo.


## Case de sucesso da Gringo

Para contar sua experiência com retenção na Gringo Juliano explicou como foi construído um time com base em retenção e como eles analisam os dados usando a ferramenta da Amplitude, uma das ferramentas de Product Analytics mais usadas no mundo para entender o comportamento do usuário.

O Gringo é um aplicativo B2C com mais de 10 bilhões de usuários e tem como foco simplificar a vida dos motoristas. Isso porque o aplicativo ajuda o usuário a realizar serviços relacionados a documentação de veículos (monitora a CNH, débitos, multas) contratação de seguro e obtenção de empréstimo de forma simples, segura e personalizada. 

De acordo com Juliano, foi montada uma equação de crescimento com dados de MAU para entender como essa curva de retenção cresce e quais são as alavancas que temos a longo prazo.


![ARTIGO RETENÇÃO.png](https://imagens.metricasboss.com.br/ARTIGO_RETENCAO_c26cba5370.png)


No case da Gringo, analisando a retenção como rainha e ao longo dos meses, eles tinham uma safra de usuários onde o primeiro mês apresentava 20% de rentenção e no quinto mês esse percentual passava para 10% o que mostrava um jogo de maior perda do que ganhos ja que, nesse cenário eles dependeriam mais de aquisição de usuários para crescer o MAU.

A partir desse cenário eles criaram uma projeção onde o ideal era que o percentual de usuários ativados no primeiro mês  aumentasse e se estabilizasse ao longo do tempo. Além disso, eles queriam que em momentos de sazonalidade, os usuário voltassem ao app e re-ativassem as contas. 

O primeiro passo para eles foi focar no churn de curto prazo na etapa de ativação. Aqui a retenção é o resultado do hábito de uso e, por isso, ela é fruto de seu engajamento (como por exemplo a ação de download do aplicativo). Após isso temos o “A-ha moment” (quando o usuário tem uma clara percepção de que o seu produto ou serviço entrega valor) onde o usuário se estabiliza na plataforma e, em seguida, teve consolidado o seu hábito de consumo, sendo que, todos os usuários que passaram por essas fases chegam no momento de engajamento. 

Aqui eles esmiuçaram qual era a etapa de ativação que os usuários mais saíam e onde eles deveriam colocar a estratégia de retenção em ação. Outro ponto importante foi identificar os use cases que geraram mais estímulos aos usuários, analisando todos os usuários versus todos os usuários que ativaram uma feature x e, como fazer mais usuários passarem por essa ativação dessa feature específica que tem um alto poder de retenção ao longo prazo.

Cada use case tem seu hábito de consumo diferente e isso também foi monitorado de acordo com a intensidade, pois ter mais engajamento é prevenir churn. 

## Incrementando a retenção

Para resolver o problema de engajamento, foi criado um tema de new users experiences dentro do squad de retenção da Gringo. Essa estrutura levou em consideração o gráfico de retenção de safras analisando dados do churn de curto prazo, New Users Experiences, Engajamento de longo prazo e Engajamento. Como resultado a Gringo teve mais de cinquenta por cento de retenção no primeiro mês, crescimento em MAU’s, alta do LTV, mais compradores e a diminuição da dependência da aquisição de novos usuários.

O xadrez como jogo de tabuleiro pode trazer diversas analogias que podemos usar no dia a dia. Pense na Rainha como a parte mais importante na sua estratégia digital: aquela que mais contribui para a evolução na jornada do usuário até alcançar o objetivo principal. Se no marketing uma boa estratégia de retenção pode auxiliar as empresas a manterem seus clientes fiéis além de motivá-los a realizar ações importantes, seja no app ou em um site, qual é o jogo que sua empresa está jogando hoje?  

Esse foi o tema da palestra da Carolina Nicolini da Amplitude e Juliano Tenorio Scapin, Senior Marketing Manager na Gringo no [Analytics Summit](https://analyticssummit.com.br/?utm_source=Metricasboss&utm_medium=blog) 2023, o maior evento de Digital Analytics da América Latina realizado pela Métricas Boss.

Se você quer ser o primeiro a ser avisado para a edição 2024, [faça sua inscrição aqui](https://analyticssummit.com.br/?utm_source=Metricasboss&utm_medium=blog) e receba em primeira mão!

Bruna Sala

Resumo: Como Mentir com Estatística por Darrell Huff

Data Retention marketing