Curso e workshop: Métricas em Mídias Sociais, da Atlas Media Lab e CEC Cursos

Hoje finalmente chegou o momento de falar de dois “cursos” muito importantes para mim: o primeiro, que fiz ainda em abril com o Junior Siri, em Aracaju, foi responsável por abrir meus olhos para o lado “além da criação” na área de marketing digital (sempre tive um preconceito por qualquer coisa que envolvesse números); e o segundo, mais recente, não foi exatamente um curso, mas um workshop da Atlas Media Lab em São Paulo, com o Gabriel Ishida, que eu sempre tive curiosidade e interesse em fazer por ser uma das “escolas” de cursos livres mais citadas quando montei o blog. Neste post, tentarei abarcar o aprendizado retirado dos dois cursos, como vim anunciando nas publicações anteriores.

Antes, gostaria de falar da minha experiência (contextualizante) com cada um deles. O curso com o Siri, de 8h de carga-horária, foi realmente um divisor de águas para mim no sentido de que me apresentou um cenário carente que eu repudiava só por ter que ver números. Também foi uma coincidência, porque estava visitando Aracaju exatamente na semana em que ocorreu (lembro que ele brincou falando que São Paulo, onde ele atua, era tão mais perto, podíamos combinar um curso lá) – e eu não sabia nada do assunto, só conhecia o Siri pelas pesquisas que ele tinha feito. Em contrapartida, no workshop com o Ishida, de 4h de carga-horária, eu já tinha certo conhecimento sobre o assunto (devido principalmente ao curso anterior, mas também às leituras do blog) e fiz um bate-volta RJ-SP (fui às 6h e voltei às 16h do mesmo dia) só pra fazer esse investimento e não me arrependo.

Profissional de Métricas

O bom de fazer um curso sobre um assunto completamente ignorado numa cidade é que o conteúdo vem bem mastigadinho pra quem nunca nem ouviu falar em taxa de engajamento. Por isso achei interessante o mapeamento de agências aracajuanas que trabalham com métricas/monitoramento (uma só), justificando a importância da proliferação dessa cultura de dados na cidade. Outro aspecto positivo foi a apresentação do profissional de métricas em mídias sociais, algo tecnicamente simples de ser falado mas que acrescenta bastante devido ao contexto do cenário do curso.

Quem são: Social Intelligence (AD.Dialeto), Data Intelligence (Ogilvy), Insights (Mutato), Data Strategist (Wieden+Kennedy), Business Intelligence (SapientNitro, DM9DDB*, AlmapBBDO, Leo Burnett);

Onde vivem: clientes – dentro dos departamentos de marketing ou em setores de inteligência de mercado; agências – dentro dos departamentos de social media ou de planejamento (cliente > atendimento > planejamento > criação > mídia > business intelligence > criação/planejamento/mídia);

O que fazem: coletar/extrair dados, processar dados, analisar;

Benefícios de ter esse profissional na equipe: insights, otimização de trabalho, argumentação, aumentar a assertividade da comunicação.

Conceitos

“Uma métrica é um sistema de mensuração que quantifica uma tendência, dinâmica ou característica. Métricas são usadas para explicar fenômenos, diagnosticar causas, compartilhar descobertas e projetar os resultados e eventos futuros.” – Neil Bundle

Em suma, métrica é tudo aquilo que pode ser medido (fãs, curtidas, visualizações, comentários, etc), ou seja, é a quantificação dos dados, utilizadas para nos dar uma noção de com o que estamos lidando (e o que podemos concluir de sua análise). São, também, a prova dos 9 para comprovar se as metas e as expectativas foram alcançadas. Marcas ou empresas que desejam ter um posicionamento num site de rede social precisam ter em mente (e no papel) um objetivo definido, pois é o primeiro passo para o sucesso de qualquer ação de comunicação.

No entanto, é necessário alguns cuidados ao lidar com métricas: números e fórmulas são apenas números e fórmulas se não colocados dentro de um contexto maior, ou seja, não adianta ter mil métricas para analisar se não é compreendido o que fazer com elas (é necessário saber como elas foram calculadas para ter noção do cenário em que elas foram aplicadas e o que elas representam ali); outro ponto importante está na citação do autor Douglas Hubbard (mencionado em ambos os cursos, aliás): “Mensuramos para diminuir a incerteza”, ou seja, as métricas são ferramentas que auxiliam na precisão do resultado, garantindo maior assertividade na comunicação, o que não quer dizer que são exatamente “certezas absolutas”.

Numa classificação feita pelo Ishida, são conhecidas dois tipos de métricas – de dimensão e de interação:

É importante também saber os tipos de mídia online e quais são algumas métricas que podem ser utilizadas para as suas mensurações.

Mídia paga: “Veiculação paga que promove um produto, website, parte do conteúdo ou algo mais que um anunciante queira pagar para atrair atenção.” – Nick Burcher

Mídia própria: “É o conteúdo que é distribuído diretamente entre marcas e pessoas, sem a intermediação de canais que não sejam da própria marca, como um site, blog ou uma fanpage no Facebook.”

Mídia gratuita: “É quando a marca é relacionada em conversas do consumidor.”

Aqui também acho importante destacar bem a compreensão da diferença entre os conceitos de objetivos, métricas, KPIs e estratégias:

• Objetivo: é o que se quer alcançar.
• Métrica: é o que é possível ser mensurado.
• KPI: é a métrica que indicará se o objetivo está sendo alcanlado.
• Estratégia: é o que será feito para o objetivo ser alcançado.

“Fãs numa página do Facebook”………………………………………………..MÉTRICA
“Aumentar o número de interações”……………………………………………KPI
“Criar uma promoção no Instagram”…………………………………………..ESTRATÉGIA
“Aumento de tráfego para o site”……………………………………………….KPI
“Mudar a percepção do consumidor”………………………………………….OBJETIVO
“Cliques e alcance”………………………………………………………………MÉTRICAS
“Mudar linha editorial do conteúdo”…………………………………………….ESTRATÉGIA

Ferramentas

Segundo a pesquisa de Profissional de métricas, monitoramento e social analytics no Brasil de 2014, o mercado brasileiro usa mais de 140 ferramentas diferentes – com os mais diversos fins: medir influência, gerar mídia, monitoramento, análise competitiva, medir engajamento, dashboards, etc. No entanto, várias plataformas de redes sociais oferecem a sua própria ferramenta para análise de dados – cabe aos profissionais e às agências decidiram qual melhor os beneficia conforme as suas demandas. Uma boa dica para quem quer começar a entender mais sobre métricas é se utilizar dessas ferramentas próprias e observar como elas funcionam (o Twitter Analytics é aberto para todos os usuários, assim como o YouTube Analytics; para o Facebook Insights, basta ser admin de alguma página).

Nativas (das próprias mídias sociais): Facebook Insights, Facebook Ads Manager, Linkedin Analytics, Twitter Analytics, Twitter Ads Analytics, YouTube Analytics.

Terceirizadas: Ferramentas que usam API das redes sociais. Há as ferramentas gratuitas (ou freemium) e as pagas.

• Comentários pessoais por Gabriel Ishida: “Socialbakers – ferramenta com foco em métricas, caríssima; Quintly – o primo mais barato do Socialbakers (ferramenta esteticamente feia, mas com dados importantes para analistas, como a criação de métricas específicas); Simply Measured – uma das ferramentas mais completas de forma grátis para gerar métricas; Crowdbooster – ferramenta grátis de pouco conteúdo mas que sua vertente paga tem um custo-benefício bastante compensável.”

• Facebook (Insights)
• Quase a totalidade das marcas que têm presença digital fazem atuação no Facebook, no entanto, o alcance orgânico das páginas têm decaído cada vez mais (a explicação de Mark é que o site é uma rede social para pessoas, e elas não querem empresas ali, então ou você faz um conteúdo diferenciado que se destaque ou paga pra aparecer);
• O painel principal do dashboard já apresenta uma boa visão dos últimos 7 dias da página (curtidas na página, alcance, engajamento, desempenho dos últimos posts, etc), mas é possível explorar muito mais em outras abas como, por exemplo, Painel demográfico, que traz uma classificação resumida do seu público;
• A divisão que é feita entre as métricas acontece da seguinte forma: nível de página/page level (volume de fãs, demografia, etc); nível de post/post level (curtidas, compartilhamentos e comentários); nível de vídeo/video level (visualizações, usuários únicos);
• Métricas de dimensão: alcance (reach) – usuários únicos impactados, e impressões (impressions) – quantas vezes a página ou o post foi exibido (um usuário pode receber mais de uma impressão, mas ser contabilizado com um único alcance);
• Principais métricas de interação: fãs, usuários engajados (usuários que fizeram qualquer interação no post ou página), stories (interações que geram histórias), histórias (interações que aparecem na timeline do usuários), URL cliques, video plays, feedback negativo (descurtir a página, ocultar o post);
• Para uma coleta de dados mais confiável, é aconselhável utilizar um encurtador de links como o bit.ly para ter acesso a métricas mais confiáveis de cliques (que ficam públicas, basta utilizar o + após digitar o link: bit.ly/sportfantennis+);
• Melhores momentos para postar: o Facebook oferece um gráfico que exibe os horários em que os fãs da página estiveram mais conectados nos últimos 7 dias – e aí fica a deixa para uma análise de compreender qual seria o melhor momento para postar: quando tem mais gente online, produzindo mais conteúdo; ou quando tem menos gente online, e a competição é menor (mas o público favorável a curtir também)?;
• Dica: use a taxa de engajamento para determinar se um post foi bem sucedido – fórmula: (likes + shares + comentários + cliques / alcance do post); o resultado é relativo, mas entende-se que taxas acima de 2% tiveram um resultado positivo;
• Para comparação com concorrentes, o alcance do post não é público, logo, utiliza-se (na fórmula acima) o volume de fãs da página.

• Twitter (Analytics)
• O grande diferencial do Twitter frente às outras plataformas é a sua característica de engajamento real-time, que envolve a aderência ao mobile como representativa da second-screen;
• Principais métricas: impressões, URL cliques, taxa de engajamento, hashtags cliques, engajamento (RTs, favoritos, respostas), app downloads, seguidores ganhos e video plays;
• A ferramenta Twitter Analytics já dispõe de uma taxa de engajamento pronta chamada de Taxa de Participação, que é formulada da seguinte maneira: (replies + retweets + favoritos + seguidores ganhos / impressões) – e segue a mesma regra do Facebook, taxas acima de 2% são consideradas boas;
• Dica: por não ter um algoritmo que possibilite uma vida maior do post é recomendado fazer repostagem de conteúdo durante o dia ou na semana;
• Métricas para ficar de olho: taxa de participação, impressões, interações e seguidores ganhos – sendo esta última importante analisar por tweet, o que permite indicar qual tipo de conteúdo gera mais seguidores novos.

• YouTube (Analytics)
• Pensando sempre em ser amigável à publicidade, o Google oferece uma das ferramentas mais completas para a análise de métricas de vídeo (além de ser bastante adaptado ao mobile);
• Principais métricas na ferramenta: visualizações, comentários, minutos assistidos, compartilhamentos, inscritos, favoritos, gostei e não gostei;
• Métricas para ficar de olho: gostei e não gostei, compartilhamentos;
• Dica: crie uma métrica semelhante à taxa de engajamento (por exemplo: gostei + comentários + compartilhamentos + favoritos / visualização) para ter uma base para a análise de desempenho.

• Instagram
• Embora seja uma das plataformas de redes sociais que mais cresce e se populariza no Brasil, é a única que não possui uma ferramenta nativa;
• Uma característica do Instagram para empresas/marcas é não exatamente investir em venda, mas trabalhar gestão de branding/valor de marca, fazendo fotos mais produzidas e bem pensadas;
• A ferramenta Instagram Ads Analytics foi recentemente introduzida mas ainda não está disponível para o público geral;
• Só é possível usar ferramentas terceirizadas: Iconosquare, Minter.io,etc;
• Spread rate (Iconosquare): taxa de pessoas que não te seguem mas interagiram nas suas fotos (através de hashtags ou chegadas externas de perfis) – uma boa métrica para pensar o ganho de novos seguidores;
• Best time to post (Iconosquare): uma boa análise pode indicar oportunidades de ação (por exemplo, bolinhas pretas pequenas com um número considerável de interação pode ser uma boa deixa para testar novos horários);
• Tag impact (Iconosquare): a ferramenta mostra quais as hashtags mais utilizadas no mundo e como as suas hashtags se relacionam com elas, o que pode te permitir a apropriação de alguns termos populares;
• Principais métricas (Iconosquare): followers, likes, followers growth, comments, posts, spread rate, love rate;
• Dica: tente sempre separar os conteúdos (pra vender, humor,  beleza etc) – isso vai possibilitar que você avalie cada conteúdo por assunto para poder analisar quais funcionam melhor.

Processamento e criação de Base de Dados

Se você é daqueles que coloca no currículo Pacote Office – avançado, mas só sabe mexer no Word e PowerPoint, é trabalhando com métricas que o contratante pode julgar se essa informação é realmente válida. Além das ferramentas e dashboards, o trabalho é feito muitas vezes com o Excel, o que pode ser um empecilho para quem está começando mas desconhece totalmente a ferramenta. No curso em Aracaju, o Siri deu uma pincelada nesse assunto ao falar sobre a exportação dos dados para ferramentas externas – e, adicionalmente, nos disponibilizou uma apostila com alguns comandos básicos essenciais para começar a aprender a utilizar a ferramenta. Fiz questão de scanear e colocar no Google Drive, caso alguém tenha interesse: é só clicar aqui.

Etapas:
1. Exportar dados – exemplo: acesse http://www.facebook.com/insights e selecione a página que você quer acessar os dados (exporte todas as planilhas);

2. Categorizar conteúdo – na planilha de post que você exportou, crie uma coluna com o nome de “editoria” e comece a preencher as linhas com as respectivas editorias (ex: data comemorativa);

3. Filtrar dados – ainda na mesma planilha, comece a filtrar os dados de cada editoria;

4. Cruzar métricas – cruze métricas que você acredite que irão te dar algum tipo de conhecimento;

5. Montar base de dados – reúna os dados de importância numa única planilha e a chame de “base”, pois ela será a base para seus relatórios (nela, crie gráficos);

Análise

Enquanto a coleta de dados é feita por um robô (ok, programada por um humano), a análise é a parte mais humana de toda a etapa no trabalho com métricas – por isso, essa etapa exige atenção redobrada do profissional responsável. Primeiramente é importante entender que nenhuma métrica funciona se trabalhada isoladamente, muitas vezes as métricas influenciam uma na outra (posts com mais histórias podem aumentar seu alcance devido ao engajamento do público); assim como seguidores, hashtags e marcação de amigos influenciam nas curtidas do Instagram.

A importância de compreender o que significa (como foi formulada e o que representa) uma métrica é também essencial para a realização de uma boa análise (de que adianta verificar a rotação de um pneu se o que eu quero saber é a distância, que é calculada pela velocidade?). Um exemplo citado no workshop foi o da Netshoes, cujo objetivo era vender produtos na Black Friday. Para análise, foram apresentados números referentes a impressões, curtidas, compartilhamentos e cliques em três diferentes posts no Facebook e no Twitter – com a determinada pergunta: qual publicação trouxe mais resultado? Resposta: baseado nesses dados, é impossível saber, uma vez que o KPI do objetivo é a conversão de vendas no site.

KPIs são métricas que você coloca como prioritárias para acompanhamento de suas ações. Por exemplo: se você quer vender via mídias sociais, um KPI deve ser vendas vindas de Social Media; se você quer que pessoas assistam a um vídeo, um KPI deve ser video plays ou visualizações. Não adianta olhar fãs/seguidores se o objetivo traçado é que a pessoa assista ao vídeo publicado; não adianta olhar impressões se o objetivo é fazer as pessoas gostarem do conteúdo – olhar para as métricas corretas é o necessário a se fazer para estabelecer bem os KPIs.

Outro exemplo: não dá para dizer se 100 mil seguidores no Twitter é muito ou pouco (sem estabelecer um referencial, que vai depender da análise própria em histórico e também dos concorrentes). O segredo de uma boa análise é escolher o referencial correto, que faça sentido ao que você possui como objetivo – e que compreenda o cenário macro. Por exemplo, no Natal, a Bauduco cresce em popularidade, logo não se deve comparar dados do mês de novembro com os dados das redes sociais de dezembro, já que a época do ano influencia consideravelmente no desempenho online durante esse mês específico (deve-se compara ao ano anterior). O mesmo vale para a inserção de novas campanhas: deve-se procurar sempre fazer um comparativo de análises que tenham um contexto/cenário parecido, para que não haja distorções muito grande nas características de plano de mídia, por exemplo.

A dica é sempre fazer a ponderação das métricas, cruzando as de dimensão com as de interação, para que seja possível fazer uma análise mais eficaz. A taxa de engajamento, por exemplo, é uma métrica de ponderação: verifica a proporção entre alcance (métrica de dimensão) e engajamento (métrica de interação); a taxa de cliques também é uma boa métrica de ponderação, que divide o número de cliques pelo alcance (ou impressões), possibilitando saber se as pessoas estão interessadas no conteúdo a ponto de clicarem para entrar no site. Pode-se, por exemplo, criar uma métrica de taxa de recepção positiva de vídeos no YouTube: gostei + comentários + favoritos / visualização, por exemplo.

Nos exemplos abaixo, pode-se concluir que:

Outra dica importante é separar as publicações por assunto para poder analisá-los melhor e buscar compreender quais assuntos geram mais interesse por parte do público. Trabalhando na análise de conteúdo, é necessário entender qual o objetivo que cada post possui individualmente, distribuindo corretamente o peso para cada métrica (por exemplo, alguns posts miram engajamento; outros, cliques na publicação). Há sempre um objetivo macro, definido pelo briefing, que direciona todo o posicionamento estratégico da atuação nas mídias sociais; mas há também o objetivo micro, que faz referência a qual comportamento você deseja do usuário perante um post específico.

 “O cliente, para enxergar valor em rede social, precisa ver dinheiro.” – Gabriel Ishida

Cases e aplicações

Depois de ver toda a teoria, conceito e metodologias, é legal ver o trabalho sendo aplicado na prática do mercado. Foram apresentados alguns cases baseados na análise de métricas em mídias sociais como, por exemplo, o vídeo “Internet ou brigadeiro?” da TIM (infelizmente foi retirado ontem do YouTube, mas em suma: o desfecho do vídeo se dava apenas no final e, com a análise de métricas, eles perceberam que pouquíssimas pessoas assistiam o vídeo até o final; solução: diminuir o tempo de vídeo e deixá-lo mais dinâmico, para as pessoas assistirem até o final).

Relatório

Considerações gerais sobre relatórios:

– Todo relatório deve ser o mais objetivo possível e fornecer as informações mais úteis para o leitor;

– Todo o esforço em Social Media possui objetivos de marca ou negócio, e o relatório deve seguir essas direções;

– Exemplos de objetivos: alcance do conteúdo (awareness), engajamento (engajement), tráfego para o site / campanha, geração de vendas diretas ou leads, divulgação de promoções e ações;

– Fluxo do relatório: visão geral/KPIs/highlights > evoluções/análise de conteúdo > recomendações (cada parte consegue identificar até onde cada leitor fará uso do relatório);

– Sempre lembre de analisar comentários e cruzar com outras fontes de dados como investimento em mídia;

– O relatório deve ser baseado principalmente em questões comparativas: pensando o objetivo, faz-se a análise dos top 5 posts (com pior e melhor desempenho) para tirar as recomendações (lembrando sempre também de analisar comentários).

Curso e e-book: Monitoramento e métricas de mídias sociais – visão geral, do Scup

Scup – Por Gabriel Ishida

1. Introdução

2. Estrutura do projeto

3. Briefing

4. Coleta

5. Classificação

6. Alinhamento de expectativas

7. Análise

8. Produção de relatório

9. Conclusão

Semana retrasada, quando eu procurava material do Scup sobre métricas, achei os dois e-books já publicados aqui no blog e um curso “exclusivo” para assinantes da ferramenta. Cheguei a pensar em pedir humildemente à empresa, via Twitter, que disponibilizasse o conteúdo para mim por e-mail, uma vez que seria totalmente para fins didáticos (mesmo assim, na cara de pau). Mas, antes, resolvi procurar mais um pouco (“vai que alguém colocou esse conteúdo em algum blog pessoal, como eu faria aqui?”) e, para minha surpresa, encontrei o material completo diretamente do blog do Scup. Não sei se eles liberaram a página depois de um tempo (o post original é de novembro de 2013), ou se realmente foi uma falha de segurança (bem grave, porque até na busca do blog dá pra encontrar a página com o material). Se for de fato esta última opção, deixo aqui o apelo: Scup, libera de vez! Aprendizado deve ser compartilhado.

O material original é do curso online – vídeos gravados pelo profissional de BI, Gabriel Ishida, com o apoio de slides que auxiliam na apresentação dos módulos – e tem como objetivo “oferecer uma visão geral de monitoramento e métricas de mídias sociais sob uma perspectiva ao mesmo tempo prática e estratégica”. No entanto, há também um e-book recomendado como “leitura complementar”, que, na verdade, é o resumo do que é passado nos vídeos – ou seja, as anotações que você faria assistindo aos vídeos já estão organizadas no PDF. Por isso resolvi falar sobre os dois conteúdos juntos, as vídeo-aulas de 3h de carga horária e o e-book de 29 páginas, uma vez que eles são essencialmente o mesmo material, apenas dispostos de maneiras diferentes (mas complementares). Minha sugestão: assista primeiro aos vídeos para só depois ler o livro.

Módulo 1 – conceitos e funções, estruturação do projeto e tipos de mídia

Infelizmente o Scup não liberou a incorporação dos vídeos em sites externos, o que significa que, para assistir aos vídeos, você precisará clicar aqui e dar play no vídeo referente ao módulo 1. Nesta primeira parte, explica-se o conceito do monitoramento nas mídias sociais, tendo em mente a função de “transformar os dados de mídias sociais em conhecimento, insights e recomendações para atuação, melhoria e estratégias de marketing das marcas” e exemplificando alguns tipos de posts que estão aptos à coleta (perguntas no Yahoo Respostas, reclamações no Reclame Aqui, fotos públicas no Instagram e Flickr, vídeos e comentários no YouTube e Vimeo, posts públicos no Facebook [não mais, depois da mudança na API] e Twitter, etc.). Também são pontuados algumas funcionalidades dos dados coletados para as marcas: atendimento, gestão de crises, relacionamento (identificação de influenciadores e detratores), diagnóstico da marca, monitoramento da concorrência, repercussão de campanhas on e offline, insights para a produção de conteúdo, desenvolvimento de novos produtos, netnografia e pesquisa de mercado, social TV (monitoramento real-time para fazer parte da “conversa”), identificação de tendências, recursos humanos (identificação de potenciais candidatos a vagas), dentre muitas outras.

O segundo ponto a ser abordado neste módulo é a estruturação do projeto, que acontece exatamente nessa ordem:

1. Briefing: compreensão do negócio do cliente, definição dos objetivos, métricas e indicadores de desempenho, redes e palavras-chave que serão monitoradas, além da definição da estrutura de assuntos que será adotada e o universo de dados que será analisado;
2. Coleta: configuração das ferramentas (área de atuação), tipos de post, foco das palavra-chave – todas alinhadas à estruturação da árvore de assuntos e ao universo de dados já previamente definidos;
3. Classificação: processamento, categorização e segmentação dos dados de acordo com a estrutura de categorias definida e por sentimento (positivo, neutro, negativo);
4. Análise: investigação dos dados e geração de descobertas e insights (busca de recomendações e conhecimento), aplica-se metodologias de estudos, coleta-se fontes externas, olha-se dados de concorrentes, etc.

É importantíssimo ratificar a necessidade das análises do monitoramento através de um nível macro, ou seja, compreendendo que há níveis externos que influenciam diretamente nos dados das métricas online. O desempenho da mídia paga (posts patrocinados ou impulsionados, banners em blogs ou sites, etc) têm um impacto direto na mídia proprietária (sites ou blogs institucionais, canais de redes sociais, etc); assim como o conteúdo divulgado na mídia proprietária pode interferir, por exemplo, na mídia espontânea (menções próprias de usuários), como é o caso de posts que viralizam; e a mídia espontânea repercute na mídia paga, quando comenta-se sobre anúncios e derivados. Esse é um quadro importante que consta no módulo em vídeo mas não é apresentado no PDF.

Módulo 2 – objetivos, metas e KPIs

“O começo de todo projeto de monitoramento e métricas é mercado pela definição dos objetivos e indicadores de desempenho. Além disso, deve-se pensar também em metas (brutas ou percentuais) e serem alcançadas, principalmente em monitoramentos que acompanham ações ou campanhas. […] Com os objetivos traçados, pode-se pensar nos indicadores de desempenho e nas metas a serem alcanças, quando adequadas. Os indicadores devem ser pensados para mensurarem o andamento dos resultados de acordo com os objetivos e metas traçados.”

O módulo 2 fala majoritariamente da etapa de briefing, principalmente no que se refere ao campo de objetivos, metas e KPIs. O primeiro é referente ao tipo de estratégia utilizada no processo de monitoramento, já o segundo, quase sempre relacionado a números ou porcentagens, busca um resultado palpável do objetivo. As metas também estão diretamente ligadas aos KPIs (indicadores de desempenho), uma vez que estes devem apontar se o objetivo foi alcançado através do plano traçado. No vídeo, também é explicado um pouco sobre as métricas utilizadas para definir indicadores, como alcance no Facebook/Twitter, visualizações no YouTube, volume de posts (total, positivos, negativos ou de determinado público, assunto ou mídia social), dentre outros. Para ajudar a ilustrar melhor, alguns exemplos disponíveis no e-book:

Módulo 3 – cuidados, configuração (redes e palavras-chave), lógica das buscas

A partir deste módulo, o conteúdo do e-book fica cada vez “menor” e o do vídeo cada vez “maior” – ou seja, não basta ler o livro, tem que assistir aos vídeos. O primeiro conteúdo a ser explicado é o método como as ferramentas de monitoramento funcionam: palavras-chave (varredura nas mídias sociais via API, atenção para este artigo de 2015 que explica como isso mudou) -> processamento (coleta e organização dos posts) -> análise (dashboards e visualização dos dados). Em sumo, o módulo apresenta boas práticas de monitoramento, dando dicas imprescindíveis para fazer um bom trabalho, desde a configuração das palavras-chave até a lógica de funcionamento das buscas. Os dois cuidados iniciais mencionados, de tamanha importância, são: procure se livrar da sujeira dos dados (dados inúteis podem prejudicar consideravelmente a análise) e crie níveis de usuários para o acesso da ferramenta (evite o login único).

Início da configuração

1 – Defina as redes relevantes para o mapeamento do projeto;

2 – Liste várias palavras-chave para a busca do monitoramento, considerando variáveis e erros de grafia;

  

3 – Como pode ver, a coleta é feita pela combinação de palavras-chave (os dados coletados são de posts públicos e dependem muito da inserção da ferramenta)

Como funcionam as lógicas de busca

Busca: “coca cola” AND bebi – coleta posts que contenham “coca cola” e bebi
Busca: “coca cola” OR coca-cola – coleta posts que tenham “coca cola” (sem hífen) ou coca-cola (com hífen)
Busca: (“coca cola” OR coca-cola) AND (bebi OR tomei) – coleta posts que contenham a combinação entre “coca cola” ou coca-cola e bebi ou tomei

Outra dica essencial é a separação das buscas, evitando fazer como exemplificado acima, pois favorece o controle de coleta (por exemplo, às vezes um termo vem com muita sujeira, enquanto outro, não – é possível trabalhar separadamente as buscas). O mesmo é aconselhado para o monitoramento de dados de concorrentes, pois, principalmente neste caso, um post positivo para uma marca pode ser negativo para outra – isso significa que, na hora de classificar, o dado será duplicado para abarcar duas categorias de uma mesma busca (o que não aconteceria se esta estivesse separada). Por fim, é ratificado a importância de fazer uma lista completa de palavras-chave, para que não haja o descarte de dados importantes (mesmo que termos diferentes tragam menos números para a coleta, não significa que eles não são relevantes para uma análise completa).

Módulo 4 – classificação e categorização de dados

Para pensar a estrutura da classificação, é possível seguir alguns passos:
– Coletar uma amostra de posts e verificar quais assuntos são mais discutidos;
– Pensar quais assuntos são relevantes dentro dos objetivos traçados;
– Pensar categorias que sejam facilmente identificáveis.

Este módulo traz mais uma etapa de tremenda importância, a classificação (chegando aqui arrisco dizer que todas as etapas, sem hierarquização, são igualmente importantes e merecem atenção redobrada). Da mesma forma que um bom trabalho de classificação é essencial para segmentar melhor os dados no momento de visualização e análise, o mau trabalho (erros de classificação ou lacunas no processo) desta etapa pode indicar análises erradas e equivocadas.  Para categorizar bem os dados, a lista acima (citação do e-book) guiam algumas ações primárias para pensar a classificação – lembrando que é possível (e recomendado) a criação de subcategorias, principalmente para pensar o sentimento próprio do dado analisado. Também é necessário que essas categorias sejam claras para a alocação dos dados, uma vez que o analista deve “bater o olho” e saber a qual categoria cada dado pertence.

Algumas categorias devem ser definidas como obrigatórias para todos os posts coletados, pensando sempre os objetivos traçados no briefing, enquanto outras tags são opcionais, a fim de classificar assuntos mais específicos. Outra dica importante é pensar sentimentos próprios dentro de categorias, o que ajuda principalmente na análise dos dados – além de que, a depende dos objetivos do monitoramento, um dado que pode parecer negativo pode ser positivo para aquela determinada situação. Dois exemplos que são dados:

“Eu tenho plano com a operadora X e é a mais barata, mas o sinal é muito ruim”

Sentimento geral: misto

Público: cliente

Assunto: Serviço – sinal – negativo

Assunto: Preço – positivo

“O sinal continua horrível, mas a propaganda nova da operadora X é muito criativa.”

Objetivo: verificar a receptividade a uma campanha

Sentimento geral: positivo

Outros pontos também são importantes nesta etapa: 1) sempre acompanhe a classificação, lendo posts verificando se é necessário mudar a estrutura (é normal pensar novas tags durante o processo); 2) seja criterioso com a definição de sentimento e de detratores/admiradores da marca (não faça firulas para tornar um post negativo, positivo). É possível fazer a automação de classificação relacionado a assuntos, baseado nas palavras-chave; no entanto, a classificação do conteúdo por sentimento exige um “olhar humano”, principalmente devido à ironia (algo que a ferramenta não detecta).

Módulo 5 – alinhamento de expectativa, amostragem e dashboard/exportação

Três Pilares Principais

Objetivos: quais perguntas devem ser respondidas? o que se pretende descobrir ou acompanhar?
Coleta: quais redes serão monitoradas? quais termos serão rastreados?
Classificação: como os dados serão processados? qual o universo de estudo?

Para obter um projeto bem elaborado, é preciso que todas as partes (dentro da agência e na relação com o cliente) estejam no mesmo passo – e é basicamente disso que se trata este módulo. Para início de conversa, são indicados três pilares “principais” para definir bem entre equipe e cliente o que vai ser feito durante todo o processo (a partir daí, dado o ok de todos os participantes, pode se iniciar o trabalho). Também são apontadas algumas dicas necessárias para ter num bom briefing desde o começo: quais são os objetivos da marca (o que a empresa deseja extrair dos dados?); quais atitudes serão tomadas a partir do resultado (após a extração dos dados, de que modo a marca pretende agir? com a alteração de um produto, de uma campanha?); quais são os KPIs (alinhados entre todos e de fácil compreensão); e o planejamento de mídia das campanhas (isso ajuda a informar o porquê de determinados picos, por exemplo, naquela lógica de que a mídia paga influencia diretamente a mídia própria). O alinhamento entre as partes (agência e cliente) deve ficar claro em três pontos essenciais: quais redes serão monitoradas e quais palavras-chave serão usadas nas buscas; qual é a amostragem e universo de dados que será analisado; e como está estruturada a árvore de categorias do projeto.

– Amostragem aberta – sem quantidade definida previamente, apenas se definindo percentual ou algum tipo de seleção

• Vantagens: pode acompanhar em maior velocidade (diariamente, já que a coleta está sendo feita em tempo real pela ferramenta) e serve também para relatórios com períodos menores como semanais e mensais
• Desvantagens: menor controle do volume (dificuldade para negociar contratos), menor flexibilidade para ajustes na coleta (só é possível mexer na coleta após a finalização completa da execução)

– Amostragem fechada – com quantidade definida previamente, ou seja, fechado o volume de posts para análise

• Vantagens: total controle do volume dos dados analisados e maior flexibilidade para ajustes na coleta
• Desvantagens: deve ser aplicado após fechar o universo de dados e não é flexível para mudanças no volume do universo de posts (a análise fica restrita à representatividade que essa quantidade possui nesse universo)

No contexto da amostragem, é importante buscar o maior número bruto dos dados possíveis porque, quanto mais dados disponíveis, melhor para a análise – ou seja, se possível, tente coletar todos os posts e depois aplicar a amostragem. Outra dica importante se trata da amostragem fechada: é necessário um cuidado na hora de estabelecer esse valor para que, no fim de coleta, ele não esteja muito distante da representatividade total do universo de dados. Durante o período de coleta, é aconselhável acompanhar de perto a classificação dos dados (uma vez por semana, pelo menos) para verificar principalmente o volume (checar se a ferramenta está fazendo a coleta de todos os dados necessários), sentimento (checar se os posts estão sendo devidamente classificados) e assunto (conferir se os posts estão sendo corretamenta categorizados).

Por fim, são discutidas as diferenças para a análise de dados via dashboard (nas próprias ferramentas nativas ou terceirizadas) ou via dados exportados (utilizando uma ferramenta como o Excel). Cada uma tem seus méritos, com propósitos diferentes que podem atender a necessidades complementares. No manuseio dos dados, deve-se sempre pensar, no caso das dashboards, a configuração diferenciada para cada tipo de usuário – por exemplo, o diretor da empresa não precisa enxergar os mesmos dados que um analista (neste caso, o último ainda terá disponibilidade para fazer alterações, enquanto o primeiro só age com a visualização). O curso também aconselha que os dados, independentemente de trabalhar ou não com dashboard, sempre sejam exportados – isso garante que, caso haja algum imprevisto (a Internet caiu ou o servidor foi corrompido), eles estarão bem salvos.

Módulo 6 – boas práticas para análise, gráficos e wordcloud

Não basta coletar os dados, tem que saber para onde olhar e quais direções seguir. Depois de realizar todas as etapas anteriores (briefing, configuração de coleta, classificação, categorização, etc), chega o momento de realizar a análise – ação principal que irá fomentar os insights e recomendações estratégias a serem traçadas. O primeiro passo, conforme sugerido, é observar os KPIs através de uma análise qualitativa e investigativa, conferindo se houve mudanças e buscando entender quais foram os motivos para os resultados. Da mesma forma, é importante conferir se esses resultados responderam às perguntas dos objetivos traçados no início do projeto mas também perceber se é necessário buscar respostas para outras perguntas além dos KPIs. Outra atenção que se deve ter é, caso seja feito um trabalho com amostragem fechada, ter sempre em mente o volume real dos dados para que não haja muito descompasso entre essas duas partes.

“Geralmente se organizam os dados em gráficos, sendo primeiramente em trendings de período e em forma diária. Por exemplo, no gráfico abaixo, é preciso começar olhando os picos (em laranja) para ver os motivos que ocasionaram esses resultados. Entretanto, pode-se também analisar o inverso: os vales (em azul-claro), em que, na maioria dos casos, podem ser problemas na coleta de ferramenta ou nas APIs das mídias sociais. Além disso, pode-se analisar os cenários anormais (em amarelo), em que há uma quebra de “tendência” no volume. Eles podem fornecer importantes insights para entender todo o cenário do período.”

Uma dica matemática importante que também é colocado na hora de fazer a análise dos gráficos é utilizar a mediana ao invés da média. Isso porque a média é influenciada consideravelmente pelos picos do período, ou seja, seu valor não dá uma representação fiel do desempenho geral dos dados; a mediana, ao ajustar os números de forma crescente ou decrescente, divide os valores maiores dos valores menores, obtendo um resultado mais verdadeiro dos dados.

Nesse mesmo processo, é aconselhado, para um bom começo da análise qualitativa, a leitura de Wordclouds, que identifica os termos com maior presença no buzz para investir os assuntos de maior destaque durante o período da coleta. No entanto, alguns cuidados devem ser levados em consideração: como os termos mais frequentes ganham maior destaque, é importante ter em mente que há diferente formas de abordá-lo – sem contar que, nesse mesmo contexto, algumas palavras relevantes para a análise podem ficar escondidas por não terem sido tão disseminadas quanto às outras; esses termos são impulsionados por RTs ou compartilhamentos, ou seja, não necessariamente são os mais importantes; assim com todo o resto do processo, é importante comparar wordclouds de diferentes épocas para perceber se houve a aparição de um novo termo, se algum decaiu ou outro cresceu e por quê (essa dica de histórico vale para todas as partes, KPIs, classificação por sentimento e assunto, etc).

“Se não for esclarescida a representatividade desse assunto no buzz total, qualquer um, ao olhar rapidamente o gráfico, vai entender que o assunto está extremamente negativo e que se deve tomar alguma providência. Nesse caso, o que prejudica a visualização é não deixar claro a representatividade e quantos posts estão sendo analisados.”

Para uma boa análise é também interessante elaborar gráficos de porcentagem (share, participação) para poder observar se determinado assunto ou sentimento ganhou relevância quantitativa durante o tempo ou perdeu participação. No entanto, é preciso ter cuidado com sua apresentação – por exemplo: num gráfico sobre um assunto específico, foram coletados 20 posts classificados como negativos (12), positivos (3) e neutros (5); em primeira instância, pode se considerar que o assunto foi abordado de forma extremamente negativa, porém, ao olhar o universo total dos dados, observa-se que esse só representa 0,5% da amostragem (por isso é importante criar uma visualização favorável à fácil percepção da representatividade dos gráficos referente ao total).

Ainda analisando por assunto, ao ler todos todos os posts (da Wordcloud, por exemplo), é possível perceber algum assunto relevante para o cliente que não necessariamente estão em destaque, pois não foram tanto disseminados quanto os outros. Determinados temas são mais importante qualitativamente para a análise do que certos temas mais populares, mas que não são tão proveitosos – o exemplo dado no curso é um E-Commerce que percebe as menções sobre fatores judiciais, algo provavelmente não tão frequente mas de tremenda importância para chegar ao conhecimento da empresa. Também é recomendado que sejam observadas as relações e correlações entre assuntos. Por exemplo, uma campanha veinculada em diferentes veículos expõe mais a marca para que detratores “coloquem o dedo na ferida”, trazendo à tona os principais defeitos envolvendo a marca.

Módulo 7 – análise para insights, as diferentes métricas e web analytics

O penúltimo módulo traz um passo-a-passo com dicas e cuidados importantes que se deve ter para traçar uma boa análise do projeto de monitoramento – é nessa etapa que são feitas as recomendações através da contextualização e compreensão dos dados. Explicando a imagem abaixo (que pode parecer confusa, mas é bem destrinchada no vídeo), funciona da seguinte forma: ao observar os dados, você percebe que houve uma mudança no comportamento de alguma métrica; a partir daí, você faz um trabalho investigativo para procurar compreender o que causou essa mudança de métrica e porquê; após descobrir o motivo e a razão, você pensa em recomendações estratégicas que se pode tirar a partir daquela oportunidade de ação. Essas mudanças podem ser observadas nos KPIs, nas métricas básicas (alcance, volume de menções, interações etc), noz buzz (para verificar a mudança de trending de assuntos) e alterações na composição por rede social.

– Blogs costumam ser fontes de descrições e análises pessoais dos usuários. Sendo assim, quando há um aumento expressivo nessa rede, é porque algum assunto despertou mais curiosidade e possui uma maior complexividade para ser discutido;
– Mudanças no Instagram apontam que algum aspecto visual da marca chamou a atenção do público ou que a exposição dela foi atraente em algum momento;
– Mudanças no YouTube podem significar que alguma propaganda ou qualquer aspecto da marca foi apropriada pelo público (Ex: propaganda da Coca na Copa de 2010, com a música “Wavin’ Flag”)

Nesse módulo também são apresentadas (finalmente, de forma específica) algumas métricas comuns utilizadas na análise de dados. As métricas de alcance (impressões) são utilizadas para compreender o universo de pessoas atingido pela marca – seja na mídia espontânea ou na mídia proprietária. As métricas de interação e manifestação são respostas de estímulo à marca (curtir, comentar, compartilhar, mencionar no Facebook; mencionar e responder no Twitter; etc) e contam também o volume de menções no buzz. No entanto, essas métricas, sozinhas, não têm muito a revelar; é onde entram as métricas balizadoras, que vão formular maneiras de entender melhor o cenário e o contexto das métricas. Por exemplo, a fração entre interações e alcance pode ajudar a compreender se o alcance atingido gerou interações (proporcionalmente suficientes) do público. Outro tipo de métricas funcionadas são as voltadas para performance (tempo de resposta em atendimento, conversões / alcance, por exemplo), que servem para mostrar evoluções em conversões e resultados – o que possibilita avaliar o desempenho baseado no investimento feito.

Métricas balizadoras

– Taxa de engajamento em posts no Facebook: volume de likes, shares e comentários / impressões ou alcance ou volume de fãs. Serve para entender se os posts estão atraindo usuários para se engajarem.
– Novos fãs ou seguidores / alcance: serve para entender as ações estão trazendo fãs em volume proporcional ao alcance gerado;
– Volume de posts positiviso ou negativos / volume total: serve para entender se o sentimento tem mais destaque dentro do buzz.

Para gerar insights, são dadas algumas instruções válidas: sempre verificar o que ocasionou levar aos resultados obtidos (por exemplo, mesmo que haja uma certa estabilidade na comparação dos períodos, pode-se pensar em recomendações para alterar esse cenário e gerar novas metas); ao ter conhecimento dos motivos, procurar ao máximo compreender como eles podem ser utilizados ao favor da marca/cliente; sempre analisar os resultados dos concorrentes, para ter noção do que funciona ou não na ação deles e buscar melhorar, com uma nova abordagem, algo que não funcionou para eles.

A dica final é parametrizar a URL que direciona para o site da marca com uma ferramenta como a do Google Analytics. Isso permite mapear se as ações das mídias sociais estão conseguindo produzir usuários qualificados através dos conteúdos postados – “qual é o comportamento do cliente que veio de um site de rede social no meu site, houve conversão?”. Outro fator importante é analisar separadamente os casos de mídia paga dentro das redes sociais e mídia proprietária (orgânica), já que o comportamento originário dos dois são, em grande, diferentes – cliente orgânico já tinha interesse pelo assunto e foi levado ao site por vontade própria, enquanto que o cliente que clicou num post patrocinado pode ter clicado simplesmente por engano. Além disso, sempre lembrar de balizar as campanhas com outras anteriores, percebendo contextos parecidos para épocas diferentes, o que permite julgar se os resultados melhoraram ou pioraram. Um assunto interessante – que também é recomendada a leitura – é o marketing de atribuição, que permite compreender se os esforços nas mídias sociais estão sendo proveitosos de forma indireta.

Módulo 8 – tipos, fluxo e boas práticas de relatórios

Depois de configurar, coletar, categorizar e analisar os dados, é hora de apresentar esses resultados num relatório bem feito para que todo o projeto não seja prejudicado na parte final – “apresentação é tudo”. Na preparação, é necessário ter em mãos: os dados consolidados (para poder explorar e manusear conforme necessário), os KPIs mapeados e analisados, os principais motivos listados e a análise qualitativa realizada. Com isso, inicia-se o processo apresentando a metodologia utilizada (qual foi a mostragem aplicada, palavras-chave pesquisadas, redes coletadas e categorias utilizadas), que deve ter sido alinhada com o cliente ainda na configuração; no caso de campanha, também é necessário apresentar claramente as várias fases de inserção de mídia, uma vez que a mídia paga influencia consideravelmente no desempenho da mídia espontânea, o que merece um olhar diferenciada na hora da análise.

Tipos de Relatórios

• RECORRENTES
  – Diários: devem conter alguns KPIs prioritários e, no máximo, o destaque do dia (informações rápidas, resumidas, para tomada de decisões rápidas, geralmente utilizado para analisar a percepção do público sobre determinada campanha);
  – Semanais e quinzenais: devem conter os KPIs, evoluções nas métricas, destaques do período e algumas recomendações para a tomada de decisão imediata, se for necessário;
  – Mensais: além dos KPIs e evoluções, devem conter análises mais estratégicas e qualitativas de assuntos, já oferecendo alguns insumos para tomada de decisão e futuras estratégias;
  – Semestrais e anuais: além de todo acompanhamento de KPIs e evoluções mensais, é preciso focar em destaques relevantes para futuras ações e apreendizados, deixando o relatório mais qualitativo e estratégico (análise mês a mês, mais detalhada);
• PONTUAIS
  – Deve conter o período analisado e toda metodologia aplicada (deixando claro as categorias, a dinâmica da campanha, etc);
  – Deve conter paineis quantitativos e com destaques para números que busquem responder às perguntas dos relatórios (mais do que fazer uma análise geral);
  – Deve conter análises qualitativas detalhadas (já que esse relatório geralmente é mais para finalidade de pesquisas e diagnósticos de campanha/marca, o foco é qualitativo – relevância de um assunto, post, etc).

Fluxo de relatório – um modelo, mas, conforme suas necessidades, pode ser alterado
Visão geral e highlights: devem vir os principais resultados do período, mas destacando mais os motivos e, principalmente, oferecer recomendações e insights. Geralmente, os gestores acabam olhando para essa parte e KPIs, no máximo. Então, esse painel é o momento para se destacar o que realmente importa e já direcionar estrategicamente;

KPIs: além de mostrar o status de cada, também é interessante apresentar evoluções, ou seja, o quanto evoluiu em relação ao período anterior e apontar motivos para os resultados. Além disso, verificar se atingiu ou não as metas traçadas;

Análises quantitativas: destacam-se os trendings diários, os gráficos de participação, dados de sentimento, por assunto, etc, ou seja, dando mais enfoque nos números para entender as dimensões de análise. Quando necessário, indique os motivos para os resultados mais expressivos, como picos de buzz;

Análises por assunto ou qualitativas: deve-se explorar os dados atrás de motivos, fatos relevantes e dar menos foco ao quantitativo, ou seja, ir além do que os números podem apresentar.
(compreender motivos e contextos, segmentar por assunto para analisar sentimentos e balizar com outros períodos, buscar ter um highlight por assunto ou sentimento)

Por fim, algumas boas práticas são recomendadas: ter sempre em mente quais pessoas terão acesso ao relatório para que você possa alinhar bem o tipo de linguagem e o conteúdo específico que será apresentado baseado nos perfis profissionais que vão ler; prestar atenção à paleta de cores ao sinalizar sentimentos, redes e assuntos, compreendendo as associações atribuídas (vermelho é negativo, por exemplo); os relatórios que não vão ser apresentados devem ter mais textos explicativos para deixar as análises claras e coerentes.

CONCLUSÃO
“Cada fase da estruturação de um projeto de monitoramento e métricas influencia nos resultados da seguinte. Sendo assim, um mal alinhamento ou briefing confuso vai gerar uma configuração de coleta errada e, consequentemente, análises equivocadas sobre um cenário. Ou seja, é necessário que as fases iniciais estejam bastante alinhadas e claras para todas as partes envolvidas e que exista um cuidado para que o projeto esteja ocorrendo conforme o esperado. Tendo essa estrutura inicial bem definida, cabe ao analista entender, cruzar, analisar e contextualizar as informações coletadas para que gerem conhecimento e insighs para os negócios da marca.”

E-book: Como trabalhar métricas e KPIs nas mídias sociais, do Scup

Scup Ideas – Por Cinara Moura e Mariana Oliveira

1. A importância dos objetivos para a mensuração dos resultados

2. Métricas X KPIs: uma definição fundamental

3. Escolhendo métricas e KPIs

4. Como fazer os dados trabalharem a favor de um negócio

5. Apresentação de dados ou datavisualization

6. Envolvendo equipes na mensuração

7. Desenvolvendo processos de métricas

Como já tinha explicado no post de Apresentação, optei arbitrariamente por começar as postagens do blog com os e-books do Scup. O acervo não é tão grande, mas tem conteúdo suficiente para render boas perspectivas de aprendizagem e a linguagem ilustrativa/didática ajuda a ler – até que seja pela primeira vez – sobre qualquer assunto e compreender com facilidade. Para começar, escolhi esse e-book (um dos poucos, senão o único) que fala diretamente sobre métricas – na próxima semana, dia 15, vou a SP fazer o workshop do Atlas Media Lab com Gabriel Ishida sobre o assunto, então achei que seria uma boa “preparação” (além de que já fiz outro cursos de métricas, com o Junior Siri, sobre o qual falarei no post sobre o workshop).

Com cerca de 28 páginas, o livro tem como objetivo “oferecer aos leitores possibilidades no tratamento e na justificativa de suas métricas, seja para clientes, seja para gestores internos, sobretudo no que se relaciona a mídias sociais”. Sem tocar muito em assuntos práticos (no sentido de “colocar a mão na massa”), as autoras vão de ponta a ponta no trabalho de métricas para as mídias sociais explicando desde o seu planejamento até o modo como ele deve ser apresentado interna e externamente. Todo o processo serve, de certa forma, como uma produção de páginas e mais páginas sobre a importância do trabalho de métricas no contexto do marketing digital. Elas pontuam cada etapa e as ações necessárias para organizar as funções da engrenagem de ferramenta que deve servir como apoio e acréscimo ao trabalho total realizado pela comunicação da marca/empresa – começando pelo objetivo claro a ser definido logo de início.

“Todo negócio tem um objetivo, aos quais estão (ou deveriam estar) direcionados os esforços de quem trabalha em prol deste negócio, em qualquer frente, inclusive o marketing. No livro Métricas: Como melhorar os principais resultados da sua empresa, Martin Klubeck afirma que as métricas são ferramentas que servem à melhoria de algo. […] O primeiro passo, sem dúvida, é compreender clara e profundamente o objetivo do cliente.”

O objetivo traçado pode ser comparado numa metáfora a um determinado lugar que precisa-se chegar – há várias maneiras de alcançá-lo, mas as empresas devem munir-se das formas mais apropriadas operacional e taticamente para assim fazê-lo. Isso significa que esse ponto de chegada irá moldar as estratégias tomadas antes, durante e depois da mensuração da campanha/ação/ou até mesmo desempenho como um todo. A partir da meta a ser atingida, todas as áreas devem trabalhar em conjunto pensando esse objetivo estratégico que deve alinhar todas as análises de métricas para ser alcançado – embora as partes ajam separadamente, deve haver uma sincronia entre elas para que todos compreendam suas funções dentro do contexto elaborado.

Tendo o objetivo determinado (algo que não pode ser dependido apenas ao cliente; cabe a agência compreender a presença da marca/empresa no mercado e indicar os passos a serem traçados), o assunto métricas x KPIs pode parecer feito para a etapa “durante” (enquanto o primeiro seria a etapa “antes”). No entanto, é explicado que os Indicadores de Performance (KPIs, em tradução ao português) devem ser sondados junto à decisão do objetivo – afinal, são eles as “fórmulas” responsáveis por determinas o sucesso ou fracasso do ponto de chegada. Em suma, métricas são “números”/dados que podem ser coletados, em sua maioria, por ferramentas próprias (Facebook Insights, YouTube Analytics, etc.); e KPIs são a parte “Intelligence” do Social Intelligence, ou Business Intelligence – ou seja, a “inteligência” humana que vai conseguir alinhar o objetivo da empresa com métricas coletadas online, criando uma fórmula matemática que vai servir de “comprovação” para o alcance ou não do objetivo inicial.

Métricas: são sistemas de mensuração que quantificam uma dinâmica, tendência ou característica. […] As métricas são utilizadas para explicar fenômenos, diagnosticar causas, compartilhar descobertas e projetar os resultados de eventos futuros.

KPIs: são indicadores definidos pelos gestores para acompanhar o desempenho das métricas associadas ao objetivo do negócio como um todo. […] Está associado ao negócio e aos objetivos do cliente, oferecendo contexto à métrica e trazendo consigo uma meta que visa, em última instância, alcançar o objetivo definido lá no início do processo.

No e-book, são citados dois exemplos bastante didáticos para compreender como traçar os KPIs (vale a pena conferir no material original, na pág. 9) – mas, simplificando irresponsavelmente, seria algo como: objetivo -> dados para comparação (filtro das classificações mensuráveis que servem ao objetivo) -> comparação (com a própria marca ou concorrentes) -> resultado (baseado no objetivo). “Resumindo, podemos dizer que enquanto as métricas trazem dados brutos e isolados, os KPIs dão uma noção de cenário às métricas, sendo: determinados a partir de objetivos; calculados através de métricas; associados a uma meta; dirigidos a uma tomada de decisão” – não tem como ficar mais claro do que isso.

Com o capítulo seguinte, fica ainda mais evidente a diferença entre os “números” (métricas) e a “inteligência” (KPIs) – com o teste “So What?” (E daí?), de Avinash Kaushik, explica-se os filtros das perguntas relevantes para traçar os indicadores de performance. Para ele, se a informação não possui consistência (argumentativa) para responder à pergunta, ela não é relevante – ou seja, saber a porcentagem de homens e mulheres que curtem uma página no Facebook, como exemplo dado no próprio livro, só se torna relevante quando atrelado a uma justificativa de posicionamento de marca (no exemplo, um conflito entre público online x público-alvo consumidor).

Alguns índices, por serem frequentemente utilizados pelas agências, já possuem uma fórmula “pronta”: share of buzz (para acompanhar as menções da marca frente à concorrência); net score (mensura um comparativo entre sentimentos gerais positivos/negativos sobre a marca); engajamento no Facebook (determina o nível de interação da própria página da empresa ou da concorrência); taxa de resposta (corresponde à eficácia da marca no SAC 2.0). No entanto, vale destacar: “Todas as atenções se voltam à natureza do objetivo, pois só servindo a ele um índice faz sentido na mensuração.”

No capítulo Como fazer os dados trabalharem a favor de um negócio, há o que eu considero ser um dos pontos principais do e-book (e do trabalho com métricas como um todo): os dados são apenas dados se não forem contextualizados. Isso exige que o profissional tenha uma visão macro e micro do ambiente da marca/empresa/campanha como um todo, pois essas duas vertentes irão refletir na performance online que disponibilizará os números para análise. Isso explica, também, o descompasso das chamadas “métricas de vaidade”, aquelas que não têm uma aplicação coerente para justificar ou sustentar o alcance ao objetivo inicial – deixem esses números para os “magos do Facebook”, que acham que conseguir milhares de curtidas, visualizações ou compartilhamento seriam necessariamente um sucesso no campo digital (quando, na verdade, depende novamente do objetivo traçado lá no começo).

“Os números, por si só, não bastam. As análises, perguntas e referências é que vão transformar dados em informação útil, relevante e acionável. A principal característica que o analista de dados deve ter é a curiosidade: perguntar, questionar, comparar e duvidar. Conhecer o objetivo e a natureza do cliente para propor coisas que façam sentido ao negócio.”

As etapas “padrão” (subjetivas) para uma boa análise de dados e mensuração de mídias sociais são:

1. briefing e conhecimento do cliente;
2. definição de objetivos;
3. mapeamento de pontos de contato;
4. elaboração de um Plano de Métricas;
5. principais KPIs e metas;
6. acompanhamento e otimizações;
7. relatórios de performance;
8. recomendações estratégicas.

Feito todo esse trabalho de “antes” e “durante”, após chegar nos resultados, a etapa de apresentação destes é tão importante quanto qualquer outra fase do processo. No material, é reiterada a importância do datavisualization (visualização de dados, em bom português) como método de “embelezamento” da apresentação dos resultados, junto a também de extrema relevância efetividade no relatório de métricas. Ou seja, é preciso buscar a harmonia entre esses dois componentes para poder apresentar um bom e didático resultado de todo o trabalho. Para isso: mostre comparações, contrates e diferenças; mostre as causalidades, os mecanismos, as explicações, a estrutura sistemática; exiba dados multivariados, ou seja, mostre mais de uma ou duas variáveis; integre completamente as palavras, os números, as imagens e os diagramas; descreve a evidência detalhadamente.

“Pense que você tem um monte de dados, tabelas e gráficos que precisam resolver um problema, dar uma resposta ao objetivo. O papel do profissional de métricas é utilizar os recursos de datavisualização para relacionar tudo isso numa apresentação que torne a análise relevante.”

Itens essenciais para relatórios:

a) Metodologia – ferramentas, período, índices, parâmetros e benchmarks;

b) Contexto – dar cenário aos dados, apresentando o plano estratégico e os desdobramentos de toda a ação;

c) Dashboard – principais KPIs e as metas da campanha/cliente;

d) Ser autoexplicativo – ter mensagem clara e decupá-lo para que haja apenas o essencial e isto possa ser compreendido de forma independente;

e) Insights baseados em dados – sempre argumentar em cima dos dados apresentados;

f) Conclusões – procurar não repetir o que já foi dito, mas sugerir novas intervenções.

Num mundo ideal, as agências não exigiriam todo esse trabalho de duas ou três pessoas – mas, infelizmente, não vivemos num mundo ideal. O capítulo Envolvendo equipes na mensuração ratifica a importância de um gestor de pessoas que oriente e organize uma equipe a fazer todo esse processo de métricas. Para isso, são pontuadas algumas questões principais necessárias na hora de alinhar o objetivo do cliente com toda a equipe da agência em prol do macro (negócio) e micro (execução): direcionamento – a equipe precisa compreender tanto a direção que o cliente deseja tomar quanto o posicionamento da agência naquele contexto; envolvimento – a divisão do processo de forma com que cada funcionário fizesse o que domina mais, estando sempre todas as frentes em equilíbrio; padronização de desempenho e desenvolvimento – buscar alinhar as habilidades técnicas e qualidades pessoais do seu pessoal para obter uma evolução contínua da equipe e conseguir entregar cada vez melhor os trabalhos de métricas.

“Processos são a sequência de acontecimentos interligados que vão a algum lugar, ou seja, um percurso. Adotá-los exige um esforço diário, pois trata-se de padronizações e operações sequenciais, sendo comumente percebidos como uma burocracia ou entrave à operação. […] Pensar a mensuração de mídias sociais em etapas, de forma processual, colabora internamente para que a execução seja qualificada e profissional e, além disso, ganha uma importância para que gestores e empresas passem a ver a área de métricas com a importância que ela merece.”

Por fim, são descritas as etapas essenciais para um bom trabalho de métricas nas mídias sociais. Tiradas do livro Use a Cabeça! Análise de Dados, de Michael Milton, são elas: definir – ter de forma clara os objetivos estratégicos (do cliente) e operacionais (da agência) num plano de métricas para alinhar todo o trabalho; decompor – segmentação e categorização de conteúdo para análise; avaliar – com base na comparação dos dados isolados, cruzar e elaborar insights que gerem inteligência para o processo (inserir num sistema de valores que indiquem um parâmetro); decidir – tomar como base todas as etapas anteriores para extrair um auxílio estratégico eficaz para a tomada de decisão do cliente.

“Torna-se crucial a alocação dos recursos corretamente, sejam eles humanos, de tempo, de energia e técnicos, como ferramentas e equipamentos. Pensar processualmente é o primeiro passo para a harmonia na alocação destes itens que, ao fim de tudo, objetivam uma entrega de métricas qualificada, profissional e enriquecedora, capaz de falar pelos dados ao cliente.”

Como mencionei lá no começo, este e-book, em nenhum momento, exige um conhecimento “prático” – de buscar dados em ferramentas ou traduzir relatórios como exemplo – mas mapeia de forma geral e eficaz como deve acontecer um trabalho de métricas completo em uma agência. Desde a criação do briefing para deixar claro o objetivo e a meta a ser alcançada até a apresentação dos resultados de forma compreensível, concisa e coesa, o material deveria ser leitura obrigatória para todos os profissionais de Social Media. Afinal, a meu ver, ignorar os dados e métricas que são um grande trunfo do meio digital é trabalhar de forma amadora num mercado cada vez mais concorrido que busca resultados eficazes para cada investimento financeiro.