Lançada antes do Verão como mais uma das novidades do Google Analytics sob a égide do Machine Learning a “Session Quality” tem vindo a ser testada pelo mercado de analistas quanto ao seu valor efectivo enquanto métrica “inteligente”.

Para que serve?

O seu racional é muito simples: Gera para cada sessão individual um score entre 1 e 100 com base no envolvimento do utilizador face ao seu potencial convertível evidenciado na respectiva sessão – Quanto mais próximo de 100 maior será o nível de “qualidade” apurado.

Não se trata de uma métrica centrada directamente no utilizador (enquanto nível máximo na hierarquia da conta) mas no registo das acções do utilizador efectuadas em cada visita – sessões individuais.

Recorde-se que na óptica do Google Analytics (GA), uma sessão corresponde ao conjunto de interacções do utilizador com o website durante um determinado período de tempo, e que podem ser pageviews, eventos, social interactions e transacções comerciais (ecommerce).

Nesta perspectiva, um utilizador único poderá surgir em diferentes níveis de scoringface à classificação que for atribuída às várias sessões individuais respeitantes ao mesmo user. Com este pressuposto deveremos avaliar qual a tipologia de interacções que melhor responde ao funil de conversão.

Como exemplo, vamos considerar que em 5 sessões ficaram registadas as seguintes actividades:

• S1 – Entrada através de e-mail (newsletter) = Abre um perfil de cliente e efectua uma compra
• S2 – Entrada através de pesquisa paga (search) = Explora e abandona a landing page
• S3, S4 e S5 – Entradas através de anúncios pagos em social (Facebook Page) = Explora e abandona a landing page

Em termos de “Session Quality”, o funil configurado através de e-mail (S1) irá ter o scoring mais elevado. Este resultado não deve ser assumido de imediato como uma “missão cumprida” = É apenas um indicador para explorar o contexto desta conversão e fazer dela uma boa prática.

O impacto da Inteligência Artificial em futuras features do GA

As funcionalidades suportadas em Machine Learning que o GA vai lançando é uma excelente oportunidade para o mercado ir também avaliando o real impacto da inteligência artificial na função Data Analytics.

Muito do trabalho que era feito anteriormente para se conseguir dados e resultados ao nível do racional desta nova geração de indicadores implicava a agregação de várias métricas e a definição de rácios de forma totalmente manual – Em boa altura começam a ser percebidos alguns benefícios, ainda que numa fase inicial.

Como funciona a “Session Quality”?

O objectivo deste indicador é ajudar os analistas, anunciantes e gestores de marketing a percepcionarem possíveis tendências no tráfego que lhes permita avaliar os fluxos mais próximos da conversão.

A estrutura funcional assenta basicamente em 4 componentes:

• Relatório geral de “Session Quality”
• 5 níveis de scoring (histograma): 1 | 2 a 5 | 6 a 20 | 21 a 50 | 51 a 100
• Atribuição de um score agregado (médio) aplicado a uma determinada dimensão: “Average Session Quality” – Por exemplo: Fonte, País, Região, etc.
• Criação de segmentos a partir de cada nível de scoring: “Session Quality Segment”

Fonte: support.google.com (default session quality report)

Como requisito técnico, será necessário ter o tracking code configurado para modelo ecommerce e atingir um mínimo de 1.000 transacções mensais para que o servidor passe a disponibilizar dados.

Que práticas podem ser adoptadas?

A experimentação é sempre uma excelente opção para se testar o racional genérico promovido pela equipa do GA, avaliando ao mesmo tempo onde residem as suas limitações funcionais. A partir destas, tornar-se-á mais fácil perceber os benefícios melhor aplicáveis a cada situação:

• Remarketing: O GA tenta encorajar os analistas a usar esta funcionalidade para melhor definirem as suas audiências em contexto de remarketing via AdWords, excluindo os segmentos (“Session Quality Segment”) que evidenciarem menor nível de engagement e deste modo poderem optimizar as suas ordens de bidding.
• Optimização de Conteúdos (UX): Parece haver nesta nova funcionalidade uma abordagem interessante na optimização de conteúdos em contexto de usabilidade, no sentido de identificar os conteúdos com maior proximidade à conversão – É recomendável o uso em conjunto com o Google Optimize.
• Qualificação de Tráfego: Será possível testar esta métrica na identificação de bot traffic ou outro tipo de tráfego “não-humano” e ainda registos com baixa aderência à estratégia da marca. Ao utilizar esta configuração no GA possivelmente poderão ser filtrados mais de 90% de bots identificados regularmente pelo IAB. Este processo de qualificação é também útil na gestão dos DMPs (Data Management Platform) para se obterem audiências do tipo lookalike (públicos semelhantes em termos de interacção).
• Análise SEO: Optimizar pesquisas em contexto Search, acrescentando mais uma ferramenta de triagem ao trabalho de base associado a esta tarefa, nomeadamente na identificação das keywords responsáveis pela atribuição do scoring mais elevado.

Objectivo Primário: Qualidade dos Dados

A “Session Quality” está a dar os seus primeiros passos para ser talvez uma referência mas o seu algoritmo (por enquanto) apenas se refere a fluxos de tráfego associado a sessões e não especificamente a utilizadores (“user quality”) o que poderá exigir algum trabalho adicional para se poder correlacionar esta informação com dados de primeira relação (User IDs e outro tipo de first-party data) para se conseguir uma perspectiva mais abrangente.

A Google tem sabido evoluir na sua plataforma de Analytics (a história do GA ao longo do tempo mostra isso mesmo) e acredita-se que o esforço de desenhar funcionalidades convenientes potenciadas pela inteligência artificial possa trazer cada vez mais featuresrevolucionárias no plano analítico-funcional, sobretudo, aumentando de forma significativa a qualidade da informação gerada.

Sem a qualidade dos dados e o tracking code bem implementado de acordo com os objectivos da marca (loja online) não será possível obter estas vantagens competitivas.