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

Métricas Boss - Agência de Web Analytics! 

thumbnail_BANNER_PNG.png

BANNER_PNG.png

favicon.png

 Analíticos e analíticas de plantão, tudo beleza?

Hoje vamos falar sobre First Party Data, uma das palestras do Analytics Summit 2023.

O tema palestrado aborda a evolução do uso dos dados dos cookies e como isso afeta a entendermos cada vez mais a jornada do usuário, limitando a mensuração dos dados.


Temos uma cronologia de eventos para entender toda essa mudança, passamos em 1995 pelo primeiro ad network onde a compra era descentralizada, até em 1996 com a introdução da DoubleClick que por sua vez introduziu modelo de compra de mídia baseado em CPM
(custo por mil impressões).


Seguindo o histórico podemos ver que em 1998, o Google foi lançado, inicialmente sem um modelo de rentabilização por anúncios, mas logo lançou o Google Ads (anteriormente conhecido como Google AdWords) somente com anúncios de texto em primeiro momento, com um modelo de compra baseado em CPC (custo por clique). 


Ao longo do tempo também foi introduzido junto ao CPC o “quality score” para determinar a posição dos anúncios, levando em consideração o valor do lance e a qualidade do anúncio.

 

Ao longo do tempo, houve um uso cada vez maior de cookies de terceiros para fins de mensuração e audiência. No entanto, tiveram mudanças regulatórias, como a LGPD (lei geral de proteção de dados), e também mudanças tecnológicas na restrição do uso destes cookies. A Apple, por exemplo, começou a bloquear o acesso aos cookies de terceiro em seus navegadores a partir do iOS 14.


O Google também anunciou que removeria o acesso ao identificador de cookies de terceiro da plataforma DoubleClick em 2018 e que faria o "sunset" (encerramento) desses cookies em 2021. Essas mudanças tornam cada vez mais difícil medir e identificar os usuários. Além disso, surgiram os "walled gardens", onde muitas plataformas acabaram criando sua própria ótica de análise de atribuição. Mas com uma grande dificuldade de ter a visão completa da jornada desse usuário de forma macro. Isso leva a uma dependência maior ao first party data (dados primários) e a uma menor dependência de dados de terceiros.


Em resumo, podemos entender que cada vez mais vamos precisar da junção de várias combinações, pois não existe uma opção para substituição. E a partir do entendimento dessas junções fazer uma abordagem combinada, que é o que o Itaú trabalha hoje com três pilares que são: plataforma (utilização de uma plataforma de analytics conectada à automação de marketing), pessoa (capacitação, modelo de trabalho e relação com o cliente) e processos (testes, medição, automação e dados). Para que no fim consigamos modelar cada vez mais esse comportamento do cliente, sem a dependência dos cookies de terceiro.


Esse foi o tema da palestra do [Caio Tramontina](https://www.linkedin.com/in/caiotramontina/) no [Analytics Summit 2023](https://analyticssummit.com.br/?utm_source=Metricasboss&utm_medium=blog&utm_campaign=artigo_firsy_party_data_blogmb), 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/?

Confira o que é first party data e suas principais funções, na palestra do Analytics Summit 2023.

large_Blue Fun Competitive Analysis Brainstorm Presentation (2).jpg

medium_Blue Fun Competitive Analysis Brainstorm Presentation (2).jpg

small_Blue Fun Competitive Analysis Brainstorm Presentation (2).jpg

thumbnail_Blue Fun Competitive Analysis Brainstorm Presentation (2).jpg

Blue Fun Competitive Analysis Brainstorm Presentation (2).jpg

Principais funções do First Party Data 

No começo do mês de agosto/23 o Google Analytics 4 lançou uma nova atualização, que vai ajudar a medir e otimizar melhor os anúncios de dispositivos iOS.

Estamos falando do SKADNetwork (SKAN), uma estrutura desenvolvida pela Apple para dispositivos iOS, que vai nos permitir rastrear as atribuições das instalações dos aplicativos, com foco em melhorar a performance dos anúncios, ao mesmo tempo em que mantém a privacidade do usuário.


## O que é o SKADNetwork e quais seus benefícios?


Lançado em 2018 pela Apple o SKAdNetwork veio com o propósito de transformar a maneira em que medimos e rastreamos a jornada do usuário em dispositivos móveis, **sem que violasse a política de privacidade dos usuários. **

Sua utilização, passou a ser essencial a partir de 2021 com a introdução do App Tracking Transparency (ATT) na atualização dos dispositivos a partir do iOS 14.5, onde passa a exigir a permissão dos usuário antes de rastrear sua atividade em outros aplicativos e sites, podendo aceitar ou negar esse compartilhamento de informações. Para entender melhor essa utilização vamos a um exemplo: 

Suponha um cenário com a utilização de um modelo de dispositivo acima do iOS 14.5 onde o usuário **não aceitou os termos **App Tracking Transparency **(ATT)**. 

Imagine que você está navegando em seu celular e vê um anúncio de um aplicativo de um restaurante que gosta bastante. Você se interessa e decide clicar no anúncio para saber mais. Mais adiante você decide baixar o aplicativo. 

![01.png](https://imagens.metricasboss.com.br/01_061d715620.png)

               
Nesse cenário da interação com o anúncio a conversão, o SKAN ajuda a atribuir e associar a instalação do aplicativo ao anúncio de interação anterior. Se não tivesse o SKAN seria mais difícil entender a atribuição sem ferir a proteção de dados. 

Agora que entendemos um pouco sobre e sua utilização, vamos a alguns benefícios:

[![Banner prime Blog.png](https://imagens.metricasboss.com.br/Banner_prime_Blog_a93d04976f.png)
](https://landing.metricasboss.com.br/metricas-boss-prime/?utm_source=metricasboss&utm_medium=inside_post&utm_campaign=prime&utm_content=como-encontrar-seu-google-tag-id-dentro-do-google-analytics)

1 - Não ferimos a privacidade dos usuários, mantendo-a intacta, por conta de toda atribuição anônima. 

2 - Análises mais precisas de campanhas, como abordado no exemplo acima, mesmo sem o usuário aceitar os termos, podemos ter seus dados. 

3 - Estratégias baseadas em dados, como podemos ter esses dados sem violação, toda tomada de decisão passa a ser em dados, levando um direcionamento mais eficaz para os públicos certos. 

Agora disponível para o GA4 escrevemos o passo a passo para te ajudar 🙂

## Configuração Google Analytics 4:

Selecione o fluxo de dados iOS:

![02.png](https://imagens.metricasboss.com.br/02_21e2d6c043.png)


Após isso, temos alguns campos para configuração.

###  Escopo do esquema: 

Por padrão vem atribuído o intervalo de postback 1 (0-2) dias, se nenhum dos intervalos tiver uma definição, esse será usado. Mas pode ser configurado os intervalos 2 e 3, trazendo uma janela maior para a atribuição.

![03.png](https://imagens.metricasboss.com.br/03_7dc700e2f3.png)


Em resumo, o postback nesse cenário é o período durante o qual as informações de atribuição são comunicadas de volta ao Google Analytics 4.

[![Banner prime Blog.png](https://imagens.metricasboss.com.br/Banner_prime_Blog_a93d04976f.png)
](https://landing.metricasboss.com.br/metricas-boss-prime/?utm_source=metricasboss&utm_medium=inside_post&utm_campaign=prime&utm_content=como-encontrar-seu-google-tag-id-dentro-do-google-analytics)

Antes de definir os valores é válido ressaltar que para cada postback tem sua janela para criar suas regras.

![04.png](https://imagens.metricasboss.com.br/04_724cb068e9.png)

### Valores da conversão

Na definição você vai selecionar o valor aproximado que deseja para aquela conversão atribuída  por escala de (0-63). 

Nessa escala, eventos com um valor mais alto (perto de 63) são considerados eventos de alta importância ou alto valor, enquanto eventos com um valor mais baixo (perto de 0) podem ser eventos de menor importância ou menor valor.

![05.png](https://imagens.metricasboss.com.br/05_f4a7315cfe.png)


Após definir o evento, precisa preencher alguns campos.

**Valor Mínimo e Valor Máximo:** Estes campos permitem que você defina um intervalo de valores para o evento que está sendo configurado. Por exemplo, se você estiver rastreando eventos de compra, pode definir um valor mínimo de R$150 e um valor máximo de R$300 para que somente as compras com valores dentro desse intervalo sejam atribuídas a esse evento. Isso permite segmentar e analisar eventos com base no valor.

**Contagem Mínima e Contagem Máxima:** Estes campos permitem que você defina um intervalo de contagem para o evento. Por exemplo, você pode configurar uma contagem mínima de 7 e uma contagem máxima de 100 para rastrear eventos que ocorreram um número específico de vezes

![6.png](https://imagens.metricasboss.com.br/6_451a47f6c8.png)


**Não precisa preencher todos os quatro campos.** Mas caso deseje refinar a regra de atribuição com base em diferentes critérios, pode ser acrescentado.


### Bloqueado os valores de conversão para receber postbacks mais cedo.

![7.png](https://imagens.metricasboss.com.br/7_89069fab2a.png)

Esse método fornece uma opção para você bloquear e finalizar um valor de conversão antes que o postback termine. Você pode optar por bloquear o valor da conversão em qualquer uma das janelas configuradas ou em todas.
 
Veja o exemplo abaixo fornecido pela Apple: 

[![Banner prime Blog.png](https://imagens.metricasboss.com.br/Banner_prime_Blog_a93d04976f.png)
](https://landing.metricasboss.com.br/metricas-boss-prime/?utm_source=metricasboss&utm_medium=inside_post&utm_campaign=prime&utm_content=como-encontrar-seu-google-tag-id-dentro-do-google-analytics)

Quando a conversão é registrada no final da primeira janela de (24-48) horas, e aplicado um bloqueio, a conversão fica fixada, sendo enviado o postback sem esperar o restante da janela, respeitando o atraso de (24-48) horas para o postback 1 e (24-144) horas para o postback 2 e 3. A partir desse bloqueio, o sistema ignora atualizações adicionais no valor de conversão pelo tempo restante na mesma janela de conversão.

## Atribuição com bloqueio na conversão:

![8.png](https://imagens.metricasboss.com.br/8_d42348d303.png)


## Atribuição sem bloqueio na conversão:

![9.png](https://imagens.metricasboss.com.br/9_740a12161d.png)

**Bloqueando os valores pode trazer algumas vantagens além do tempo reduzido como:**


1 - Resposta mais rápida a estratégias sazonais, lançamento ou promoções de curto prazo, o bloqueio da conversão pode permitir extrair insights e tomadas de decisão sem ter que esperar toda janela se completar.

2 - Ajustar a maneira como é mensurado o LTV na jornada dos usuários com os eventos mais importantes.


É válido lembrar que embora haja vantagens em bloquear o valor de conversão para receber postbacks mais cedo, essa abordagem também pode trazer desafios, como a possibilidade de decisões precipitadas sem uma análise completa. Portanto, avaliar cuidadosamente a utilização de acordo com o objetivo definido.

[![Banner prime Blog.png](https://imagens.metricasboss.com.br/Banner_prime_Blog_a93d04976f.png)
](https://landing.metricasboss.com.br/metricas-boss-prime/?utm_source=metricasboss&utm_medium=inside_post&utm_campaign=prime&utm_content=como-encontrar-seu-google-tag-id-dentro-do-google-analytics)

### Ativando os valores criados

Ative a janela abaixo para os valores serem usados pelo SDK do GA4 para o firebase.

![10.png](https://imagens.metricasboss.com.br/10_d263969406.png)


Ficou com alguma dúvida? [Confira o curso completo de Google Analytics 4 na Métricas Boss Prime](https://landing.metricasboss.com.br/metricas-boss-prime/?utm_source=blog&utm_medium=post_campaing=cursoga4) e aprenda a configurar o GA4 do zero.













Google Analytics 4 lançou uma nova atualização, que vai ajudar a medir e otimizar melhor os anúncios de dispositivos iOS, o SKADNetwork 4.0 no Google Analytics 4.

large_SKADNetwork 4.0 no Google Analytics 4 (1).png

medium_SKADNetwork 4.0 no Google Analytics 4 (1).png

small_SKADNetwork 4.0 no Google Analytics 4 (1).png

thumbnail_SKADNetwork 4.0 no Google Analytics 4 (1).png

SKADNetwork 4.0 no Google Analytics 4 (1).png

O que é SKADNetwork 4.0 no Google Analytics 4

Fala aí analítica e analítico de plantão, belezinha?
 

Você está imerso no universo dos aplicativos e já concluiu a integração com o GA4? Se sim, parabéns pela conquista! Agora, chegou o momento crucial de explorar e analisar suas métricas para extrair insights valiosos.
 

Você sabe a importância de aprender sobre métricas e os benefícios que consegue ao analisá-las da forma correta?
 

**Obter insights valiosos sobre o comportamento do usuário:**
- Compreenda como os usuários interagem com seu aplicativo.
- Identifique pontos de atrito que podem levar à desinstalação ou à limpeza de dados.
- Avalie o impacto de atualizações no comportamento do usuário.

**Melhorar a experiência do usuário:**
- Tome decisões baseadas em dados para otimizar seu aplicativo e aumentar a retenção de usuários.
- Ofereça uma experiência personalizada e relevante para cada usuário.

**Aumentar o engajamento e as conversões:**
- Com base nos dados entenda a frequência de recompra, de acesso e aumente o engajamento do uso do seu aplicativo.
- Incentive os usuários a atualizar para a versão mais recente do aplicativo.

 
Além das métricas padrões, que podem ser examinadas filtrando por host de seu aplicativo iOS ou Android, ou até mesmo por plataforma, o GA4 oferece uma variedade de outras métricas que podem se revelar incrivelmente úteis, dependendo do contexto específico de seu projeto.
 

Antes de mergulharmos nesse universo de métricas, vamos começar elucidando a distinção fundamental entre "total de usuários" e "ativos". Este conhecimento é essencial para uma compreensão mais aprofundada das análises que realizaremos. Então, vamos lá!
 

## **Usuários Ativos:**
Definição: Refere-se ao número de usuários únicos que interagiram com o seu aplicativo ou site durante um período de tempo específico, como um dia, semana ou mês.

O usuário será considerado ativo apenas quando estiver envolvido em uma sessão ou quando ocorrer o evento first_visit (ou first_open em aplicativos), ou o evento engagement_time_msec, que registra os períodos de envolvimento durante as interações.

Exemplo: Se 100 pessoas diferentes acessaram seu aplicativo hoje, então o número de usuários ativos diários (DAU - Daily Active Users) seria 100.

## **Total de Usuários:**
Definição: Indica o número total de usuários únicos que acessaram seu aplicativo ou site ao longo de um período, mesmo que fiquem menos de 1 segundo, como desde o lançamento do aplicativo ou nos últimos meses.

Exemplo: Se, desde o lançamento do seu aplicativo, um total de 1.000 pessoas diferentes já o acessaram em algum momento, então o número total de usuários seria de 1.000.

Um exemplo ilustrativo é quando alguém acessa uma página, não aguarda o carregamento e a fecha imediatamente. Se o seu site estiver com desempenho lento, esse cenário pode ocorrer.

Nesses contextos, o acesso é contabilizado no total de Usuários, mas não é considerado para os Usuários Ativos.


DAU / MAU (Daily Active Users to Monthly Active Users):

Essa métrica mostra qual proporção dos usuários ativos diários também são ativos ao longo do mês.

Exemplo: Se o DAU é 100 e o MAU é 500, então a DAU/MAU seria 20% (100/500 * 100).

Isso significa que 100% dos usuários que acessaram o aplicativo hoje também acessaram em algum momento dos últimos 30 dias, já que hoje também faz parte dos últimos 30 dias. 20% dos usuários ativos no último mês acessaram hoje.Uma proporção mais alta indicaria uma retenção diária mais forte em relação ao número total de usuários ativos no mês.

Portanto, a ideia é que o DAU / MAU representa a porcentagem de usuários diários em relação ao número total de usuários que usaram o aplicativo ao longo do mês.

## **WAU / MAU (Weekly Active Users to Monthly Active Users):**
Essa métrica indica a proporção de usuários ativos semanalmente em relação aos usuários ativos mensalmente.

Exemplo: Se o WAU é 300 e o MAU é 500, então a WAU/MAU seria 60% (300/500 * 100).

Isso significa que 60% dos usuários que acessaram o aplicativo durante esta semana também acessaram em algum momento ao longo do último mês. Uma proporção mais alta indicaria uma retenção semanal mais forte em relação ao número total de usuários ativos no mês.
 
## **DAU / WAU (Daily Active Users to Weekly Active Users):**

O que é?
Essa métrica mostra a proporção de usuários ativos diariamente em relação aos usuários ativos semanalmente.

Exemplo: Se durante a semana tive 300 usuários ativos e em um dia tivemos 100 ativos, então o DAU/WAU seria 100/300 ou aproximadamente 33,33%.

Isso indica que cerca de um terço dos usuários diários também usaram o aplicativo ao longo da semana. Seguindo a lógica de cima, se tivemos uma proporção mais alta indicaria uma retenção diária mais forte em relação ao número total de ativos na semana.
 

## **PMAU / DAU (Persistent Monthly Active Users to Daily Active Users):**
O que é?
A métrica "Usuários ativos pagantes por mês (PMAU) / Usuários ativos por dia (DAU)" mostra a porcentagem de usuários ativos que fizeram uma compra no mês anterior.

Exemplo: Essa métrica nos diz se os clientes que retornam à pizzaria pedem mais pizzas do que os novos clientes. Um valor alto indica que os clientes fiéis são a base do negócio, enquanto um valor baixo pode indicar necessidade de fidelizar clientes.

Ou seja, ela nos diz se a frequência de compra dos clientes aumenta com o tempo. Um valor alto indica que os clientes tendem a comprar mais com o tempo, enquanto um valor baixo pode indicar necessidade de estimular novas compras.
 
## **PWAU / DAU (Persistent Weekly Active Users to Daily Active Users):**

O que é?

A métrica "Usuários pagantes ativos por semana (PWAU) / Usuários ativos por dia (DAU)" mostra a porcentagem de usuários ativos que fizeram uma compra na semana anterior.

Exemplo: Semelhante a de cima, nessa métrica só mudamos nosso campo de visão para a semana.
 
## **Além disso o GA4 possui alguns eventos coletados automaticamente, segue alguns deles:**

app_remove: Acionado quando um usuário desinstala o aplicativo do dispositivo.

Você pode entender a taxa de desinstalações aplicativo e ir mais a fundo para entender os motivos que levaram os usuários a fazer tal ação.

Taxa de desinstalação: (Desinstalações / Usuários ativos) x 100 para ter o percentual
app_clear_data: Acionado quando um usuário apaga os dados do aplicativo.

Medir a frequência com que os usuários limpam os dados do app, e avaliar o impacto que essa ação pode fazer no comportamento do usuário.

app_update: Acionado quando um usuário atualiza o aplicativo para uma nova versão

Taxa de desinstalação: (Atualização/ Usuários ativos) x 100 para ter o percentual

[—> Para você saber mais quanto aos eventos coletados automaticamente](https://support.google.com/analytics/answer/9234069?hl=pt-BR)
 

👀 Você também pode analisar o ASO do seu aplicativo, mas para isso precisa de acesso ao Google Play Console (Android) e App Store Connect (iOS).

ASO: é a sigla para App Store Optimization, ou Otimização para Loja de Aplicativos na tradução para o português. A técnica consiste na aplicação de estratégias para que um app apareça em destaque no ranking de aplicativos da loja.
Diferente do Google Search Console que possui integração com GA4 essas não possuem, mas segue algumas métricas que pode ser interessante do seu acompanhamento:

 
##**Métricas de Aquisição**
 
**Visitantes da Página "Detalhe do App":** Refere-se aos usuários que acessaram a página do aplicativo no Google Play, mas ainda não realizaram a instalação.

**Aquisição da Página "Detalhe do App":** Diz respeito aos usuários que visitaram a página do aplicativo e, posteriormente, realizaram a instalação.

**Taxa de Conversão da Página "Detalhe do App":** Representa a proporção de usuários que visitaram a página do aplicativo em relação àqueles que efetivamente realizaram a instalação.

**Navegação no Google Play:** Valiosa, contribuindo para a descoberta do seu aplicativo sem a necessidade de pesquisa específica pelo nome, ocorrendo por meio da navegação em outros aplicativos.
 
Explorando essas métricas, é possível analisar o comportamento de novos e recorrentes usuários através do Play Console. Além disso, você pode analisar as origens de mídia e os termos de pesquisa acessados para obter uma compreensão mais profunda desse comportamento.
 

Analise também verificar a métrica "Todas as Aquisições" para compreender o cenário com base no intervalo desejado. 

Além disso, é fundamental examinar a base de instalações do seu aplicativo:

Base de Instalações: Esta métrica revela o número total de usuários que acessaram seu aplicativo pelo menos uma vez nos últimos 28 dias, apresentando um percentual de crescimento ou queda.
 
Ao analisar as falhas, é possível obter insights valiosos:

Falhas: Esta métrica permite a avaliação das falhas no seu aplicativo, indicando a porcentagem de usuários diários que experimentaram pelo menos uma falha percebida durante o uso. Além disso, o Play Console disponibiliza uma comparação com aplicativos similares, detalhando todos os problemas identificados e quantificando o número de usuários afetados por cada questão
 .

—> No Play Console, também fornece visão de comentários, avaliações para entender como esta o engajamento do aplicativo, assim como métricas do Android vitals semelhante ao Core Web Vitals.

Quanto ao ASO do iOS, podemos realizar uma análise abrangente do desempenho da plataforma, considerando métricas cruciais, tais como downloads, taxa de conversão, ocorrência de falhas e visualizações de produto, seguindo uma abordagem semelhante à adotada para o Android.

Além disso, é possível aprofundar nossa compreensão examinando as origens que registraram variações em termos de downloads, comparando essas informações com o período de interesse. Isso proporciona uma visão mais detalhada do crescimento ou declínio nas origens de download, permitindo uma adaptação estratégica com base nas tendências identificadas.

Você está imerso no universo dos aplicativos e já concluiu a integração com o GA4? Se sim, parabéns pela conquista! Agora, chegou o momento crucial de explorar e analisar suas métricas para extrair insights valioso

Viviane Paixão

Principais funções do First Party Data

O que é SKADNetwork 4.0 no Google Analytics 4

Métricas para Aplicativo Google Analytics 4