MÉTRICAS DE AVALIAÇÃO_MATÉRIA

Prévia do material em texto

Métricas de Avaliação - Roteiro de estudos 
 
 
 
 
Métricas de 
Avaliação 
 
 
 
 
 
 
Samara de Carvalho Pedro 
 
 
Métricas de Avaliação - Roteiro de estudos 
 
Introdução 
Olá, seja bem-vindo(a) ao nosso e-book! Nele você terá a oportunidade de 
entender a respeito das métricas de avaliação de marketing. Primeiramente 
vamos observar a importância do gerenciamento de dados e como big data tem 
sido utilizado para a evolução das análises. Em sequência, vamos observar como 
o marketing digital mudou todo o conceito de avaliação de conteúdo. Será uma 
excelente oportunidade para você conhecer as principais métricas de avaliação 
de marketing e UX. Vamos lá? 
1. Gerenciamento de Dados 
O gerenciamento de dados é um processo administrativo que inclui a 
aquisição, validação, armazenamento, proteção e processamento dos dados 
necessários para garantir a acessibilidade, a confiabilidade e a pontualidade dos 
dados para seus usuários. Organizações estão usando o Big Data mais do que 
nunca para informar decisões de negócios e obter insights profundos sobre o 
comportamento do cliente, tendências e oportunidades para criar experiências 
extraordinárias para o cliente. 
Medir as ações de marketing tem sido um desafio para os executivos, pois 
as organizações precisam comprovar os resultados das estratégias e expor aos 
acionistas ou sócios. A fim de medir as ações estratégicas com precisão, entender 
melhor os resultados e avaliar o desempenho dos executivos, o gerenciamento 
de dados se tornou essencial às organizações (FARRIS; NEIL; PFEIFER e REIBSTEIN, 
2006). 
O gerenciamento de dados de marketing aparece como um sistema 
preventivo, abrangente, que envolve a análise do plano de uma forma geral, com 
a determinação de metas e o seu alcance. No momento que um plano de 
marketing é implantado pode ocorrer alterações no mercado. O sistema de 
controle de marketing inclui técnicas para avaliar se as metas do plano estão 
sendo atingidas e realizar ajustes quando isto não estiver ocorrendo (GUISSONI e 
NEVES, 2011). 
Em relação ao conceito da gestão das métricas de marketing, Patterson 
(2007) define como a prática organizada no equilíbrio dos processos, sistemas e 
pessoas envolvidas para um conjunto comum de metas e objetivos. As métricas 
Métricas de Avaliação - Roteiro de estudos 
 
de marketing podem estar agrupadas em oito grandes áreas que são: 
participação em corações, mentes e mercados; margens e lucros; gerenciamento 
de produtos e de portfólio; rentabilidade do cliente; gerenciamento da equipe de 
vendas e do canal; estratégia de preços; promoção; métricas da mídia e da web e 
marketing e finanças (FARRIS et al., 2006). 
2. Big Data 
Estamos vivendo a era da informação, diariamente são gerados milhões 
de dados. Em 2017, por exemplo, foram gerados 2.5 quintilhões de bytes de 
dados por dia, sendo assim, a sociedade tem gerando uma quantidade de 
informação muito superior à gerada por toda a humanidade ao longo dos 
séculos. 
Muito disso se deve à internet, que hoje é uma das principais fontes de 
dados. Mundialmente, a web recebe os mais diversificados formatos de dados, 
de artigos científicos a publicações nas redes sociais, nos formatos de texto, 
imagem, vídeo e áudio. Este enorme volume de dados recebe o nome de Big Data. 
Vale ressaltar que Big Data não deve ser compreendido somente pelo 
volume de dados, seu fator principal no uso da tecnologia é a capacidade de 
realizar o processamento e a avaliação das informações relevantes, já que de 
nada adianta possuir elevados volumes de dados se não pudermos fazer uso 
deles. Caso você queira ler sobre o uso corporativo do Big Data, acesse o artigo 
em: <http://www.revistagep.org/ojs/index.php/gep/article/view/369>. 
Com o Big Data podemos extrair conhecimentos úteis e valorosos, de modo 
que se faz necessário o uso de ferramentas e técnicas de gestão para processar 
grande volume de dados, em diversos formatos, em velocidade adequada. Há 
cinco características-chave em Big Data: volume, velocidade, variedade, 
veracidade e valor, que é importante temos conhecimento. 
Quando falamos em volume, estamos nos referindo a quantidade de dados 
que está sendo gerada e/ou consumida, que por sua vez apresenta-se cada vez 
maior. O desafio é armazenar e recuperar o grande volume de dados, por meio 
de soluções computacionais capazes de armazenar volumes massivos de dados 
e indexá-los para uma rápida pesquisa e recuperação. Já a velocidade, o próprio 
nome já diz, refere-se à velocidade com que os dados estão sendo gerados e/ou 
http://www.revistagep.org/ojs/index.php/gep/article/view/369
Métricas de Avaliação - Roteiro de estudos 
 
recuperados. A velocidade dos dados está ligada a taxa de geração, mas também 
à taxa de consumo. 
A variedade, refere-se aos mais diferentes formatos de dados. No início da 
era digital, buscou-se fazer uso de dados estruturados, como em modelos de 
banco de dados relacionais. Entretanto, com o avanço da internet, e a proliferação 
das redes sociais, passamos a utilizar dados não-estruturados, como vídeos, 
imagens e textos. Realizar o processamento desses formatos de dados requer o 
desenvolvimento de tecnologias especializadas. Em veracidade, apresenta a 
necessidade de termos à obtenção de dados verídicos. Vale ressaltar que o 
conceito de velocidade está alinhado com o conceito de veracidade, pois os dados 
devem ser analisados em tempo real, de forma constante para dar veracidade à 
análise. E por último, não menos o importante o Valor, que está ligado ao valor 
agregado ao processo: coleta, armazenamento e análise dados. 
O processo de análise de dados pode gerar novos conhecimentos e valor 
para a empresa. Por isso se faz tão necessário entender a sua utilização. Vamos 
falar agora sobre Big Data Analytics, assunto de grande valia quando o assuntos 
são métricas. 
3. Big Data Analytics 
Tirar o melhor proveito do Big Data requer a capacidade de tratamento 
desses dados. Esse processo pode ser definido como Big Data Analytics, formado 
por métodos de gestão, técnicas de processamento, mineração de dados e 
descoberta de conhecimento, inclusive com o uso da Inteligência Artificial. 
Vamos conhecer uma proposta de processo de Big Data Analytics? 
Primeiramente precisamos estabelecer questionamentos, sendo a primeira coisa 
a fazer. Estabelecer as perguntas para as quais buscaremos respostas. 
Normalmente, essa formulação acontece em dois estágios: adquirir dados e 
realizar modelo, no qual as perguntas são refinadas. 
Na etapa adquirir dados, são consultadas diversas fontes de dados a fim 
de estabelecer os elementos da análise. Em sequência é preciso limpar dados, 
essa etapa consiste na aplicação de técnicas de limpeza de dados (data cleaning), 
com o objetivo de detectar e sanar imperfeições nos dados coletados. Isso porque 
nem todos os dados coletados são necessários para responder ao 
Métricas de Avaliação - Roteiro de estudos 
 
questionamento estabelecido. Eles podem conter informações irrelevantes, 
duplicadas ou em formato inapropriado para o modelo. 
Se os dados coletados apresentarem formato adequado para a resolução 
do problema, serão transformados em uma semântica que permita ao analista 
de dados proceder com a análise. Nesse estágio, os dados são agrupados, 
formatados e/ou transformados para os métodos analíticos (realização do 
modelo). 
O próximo passo é analisar os dados, esse é considerado o passo 
fundamental do processo. É nesse estágio que, com uso de técnicas estatísticas, 
de manipulação de dados e de aprendizado que os dados são transformados em 
conhecimento. Os resultados dos métodos analíticos são compostos por diversos 
elementos e a sua compreensão não é imediata e de fácil assimilação. Por isso, 
são utilizadas técnicas de visualização para representar o novo conhecimento de 
uma maneira coerente e de fácil compreensão (apresentação).Nesse momento, as considerações sobre os resultados obtidos são 
apresentadas por meio de um conjunto de relatórios que descrevem o processo 
realizado e as descobertas geradas ao longo das etapas anteriores (analisar 
resultados). Normalmente, o processo de Big Data Analytics busca a melhoria 
contínua e o aperfeiçoamento das análises. Dessa forma, nesse estágio o 
problema é refinado, seja para novos questionamentos ou para maior 
detalhamento do problema abordado. Caso você queira saber um pouco mais 
sobre os desafios que envolver a área de marketing e Big Data Analytics, acesse 
em: <http://www.spell.org.br/documentos/ver/51375/pesquisa-em-marketing-
no-seculo-xxi--oportunidades-e-desafios>. 
4. Métricas de Marketing 
Analisar o desempenho das atividades de marketing de maneira a tornar o 
embasamento das decisões na área menos subjetivo torna-se cada vez mais 
relevante. É, também, uma alternativa para que o marketing não seja considerado 
apenas como uma área tática nas organizações e assuma seu papel estratégico 
na continuidade dos negócios. Nesse contexto, há oportunidades para que a 
pesquisa em marketing investigue os efeitos das atividades de marketing por 
meio da aplicação de métricas (GUISSONI e NEVES, 2011). Caso você queira saber 
um pouco mais a respeito de Métricas de Marketing e Big Data, acesso em: 
http://www.spell.org.br/documentos/ver/51375/pesquisa-em-marketing-no-seculo-xxi--oportunidades-e-desafios
http://www.spell.org.br/documentos/ver/51375/pesquisa-em-marketing-no-seculo-xxi--oportunidades-e-desafios
Métricas de Avaliação - Roteiro de estudos 
 
<http://www.spell.org.br/documentos/ver/54188/metricas-de-marketing--big-
data-e-o-papel-do-departamento-de-marketing>. 
Quando se trata de medir o sucesso do marketing digital, existem 
aparentemente inúmeras métricas de marketing digital. Abaixo está uma 
compilação dos mais importantes que você precisará considerar. Vale lembrar 
que nem todos esses KPIs de marketing digital podem ser relevantes para suas 
metas comerciais específicas, mas é um ponto de partida para encontrar o ROI. 
4.1. Tráfego geral do site 
Seu site serve como sua base e o rosto da sua marca. Portanto, todos os 
seus esforços de marketing digital provavelmente se concentrarão em direcionar 
tráfego para lá. As campanhas individuais podem se concentrar na criação de 
listas ou no aumento do alcance das mídias sociais, mas o objetivo final dessa 
atividade é enviar mais tráfego ao seu site ao longo do tempo. 
Por esse motivo , a avaliação regular das métricas de tráfego do site 
fornecerá várias informações, como quais campanhas estão funcionando e 
quando. Se, em algum momento, houver um declínio constante no tráfego, 
enquanto você estiver conduzindo esforços consistentes de marketing, considere 
solucionar o seu site. Você pode encontrar links quebrados, uma penalidade no 
algoritmo do Google ou outros problemas técnicos que impedem os visitantes. 
4.2. Tráfego por origem 
 Essa métrica de tráfego esclarece exatamente de onde os visitantes do site 
são provenientes. Com a miríade de plataformas de marketing disponíveis e 
tempo limitado para capitalizar todas elas, a métrica Traffic By Source é a única a 
ser observada. Use-o para determinar quais fontes são vencedoras e quais 
precisam de um pouco mais de atenção. Ou use-o para restringir onde você 
gastará seu tempo criando conteúdo. 
Aqui estão as quatro principais fontes de tráfego de sites rastreadas pelo 
Google Analytics: 
● Pesquisa orgânica: esses usuários clicaram em um link em um 
resultado de mecanismo de pesquisa que os levou ao seu site. 
http://www.spell.org.br/documentos/ver/54188/metricas-de-marketing--big-data-e-o-papel-do-departamento-de-marketing
http://www.spell.org.br/documentos/ver/54188/metricas-de-marketing--big-data-e-o-papel-do-departamento-de-marketing
Métricas de Avaliação - Roteiro de estudos 
 
● Visitantes diretos: esses usuários digitaram seu URL diretamente na 
barra de pesquisa ou, talvez, tenham sido marcados como favoritos e retornados 
à visita. 
● Referências: esses usuários foram enviados ao seu site quando 
clicaram em um link de outro site. 
● Social: esses usuários acessaram seu site depois de encontrar seu 
perfil de mídia social ou postagens de conteúdo. 
Novos visitantes x visitantes recorrentes: essa métrica dupla ajuda a 
determinar a relevância do conteúdo do site ao longo do tempo. Várias visitas 
podem indicar que você está fornecendo informações que as pessoas consideram 
tão valiosas que continuam voltando. 
Ao liberar novo conteúdo regularmente, é possível revisar a métrica Novos 
vs. Visitantes recorrentes para ver o desempenho de uma determinada peça de 
conteúdo. Caso você queira saber mais sobre gestão de conteúdo de marketing, 
acesso em: <https://www.youtube.com/watch?v=c5DsYhyQHkk>. 
Simplificando, se a ideia é direcionar mais tráfego orgânico para o site, os 
novos visitantes podem ser importantes. Agora se o desejo for medir quantas 
pessoas voltam para procurar e consumir informações, é importante observar a 
métrica de tráfego do site de visitantes recorrentes. 
4.3. Sessões 
As sessões referem-se ao número de visitas que os sites recebem. O Google 
contabiliza isso especificamente em incrementos de trinta minutos, o que 
significa que aciona essa métrica de tráfego do site apenas uma vez a cada meia 
hora para cada usuário individual. 
4.4. Duração Média da Sessão 
Dependendo da função do site (informativo, comércio eletrônico etc.) ou 
do setor, o tempo no site pode variar em sua relevância para suas campanhas. A 
duração média da sessão é um indicador geral de quanto tempo os visitantes 
passam inteiramente no site. Isso ajuda a entender o desempenho do site do 
ponto de vista da experiência do usuário (UX) (na qual falaremos a frente). 
https://www.youtube.com/watch?v=c5DsYhyQHkk
Métricas de Avaliação - Roteiro de estudos 
 
É fácil navegar no seu site? Os usuários estão encontrando o que procuram 
rapidamente? O conteúdo é valioso e vale a pena analisar detalhadamente? A 
duração média da sessão (tempo no site) pode ajudar a responder a esse tipo de 
pergunta. 
4.5. Visualizações de página 
Este é o número total de páginas visualizadas. Um usuário que visita 
repetidamente a mesma página aciona essa métrica; portanto, é a mais ampla de 
todas as medidas relacionadas à página para o sucesso do marketing digital. No 
entanto, é uma das métricas de tráfego do site mais importantes. 
É importante saber quantas páginas são visitadas no site em um 
determinado período. Isso ajuda a entender se todo o site tem valor ou se apenas 
algumas páginas são válidas. 
4.6. Páginas mais visitadas 
Para determinar ainda quais áreas do site são mais valiosas, é importante 
verificar esta métrica. A métrica páginas mais visitadas descobre todos os tipos 
de informações sobre exatamente para onde os visitantes do site estão indo e 
por quanto tempo. Para uma análise mais profunda, consulte o fluxo de 
comportamento. 
4.7. Taxa de Saída 
Aqui está uma métrica muito específica e que revela bastante sobre o 
design do site e a experiência do usuário. Se a campanha pretende direcionar 
novos usuários ao site para um esforço de branding mais geral, a métrica taxa de 
saída mostrará exatamente onde eles foram depois de revisar seu conteúdo. 
Diferentemente da taxa de rejeição, que é acionada quando alguém visualiza 
apenas uma página, a taxa de saída informa onde o usuário perdeu o interesse 
depois de passar algum tempo explorando. 
4.8. Taxa de rejeição 
Diferente da taxa de saída, a métrica taxa de rejeição é a porcentagem de 
pessoas que saem (rejeitam) do seu site depois de visualizar apenas uma página. 
Essa métrica pode ajudar a revelar que os visitantes podem estar saindo porque: 
o site demora muito para carregar, eles não encontraram imediatamente o que 
Métricas de Avaliação - Roteiro de estudos 
 
estavam procurando,eles encontraram conteúdo relevante, mas não foram 
obrigados a clicar mais ou uma página de erro está sendo carregada. 
A menos que seu site esteja configurado para enviar usuários a um URL 
separado para conversão, procure o número da taxa de rejeição para determinar 
se sua campanha é eficaz. 
4.9. Taxa de Conversão 
O Google Analytics pode ajudar a avaliar o número de conversões feitas no 
site. No entanto, conversões podem significar coisas diferentes, dependendo da 
campanha. Por exemplo, eles podem ser: uma venda real, um assinante, um 
download concluído, uma entrada principal, entre outras coisas. Muitas vezes, os 
“trituradores” de números procuram apenas essa métrica de marketing digital 
para determinar se sua campanha é eficaz. No entanto, é apenas uma peça do 
quebra-cabeça e deve fazer parte de sua estratégia geral de marketing digital. 
5. Métricas de UX 
Como falamos anteriormente é importante conhecermos as métricas para 
experiência do usuário (UX) geralmente essas envolvem aspectos tradicionais de 
usabilidade, como o sucesso da tarefa, mas também aspectos mentais, como 
interpretação e significado. A experiência real de um usuário também depende 
muito de características pessoais, como o contexto social e cultural (LACHNER; 
FINCKE e BUTZ, 2017) 
As métricas de UX são um conjunto de pontos de dados quantitativos 
usados para medir, comparar e rastrear a experiência do usuário de um site ou 
aplicativo ao longo do tempo. Eles são de vital importância para garantir que as 
decisões de design do UX sejam tomadas e avaliadas usando evidências e não 
opiniões. 
Os KPIs (principais indicadores de desempenho) refletem as metas gerais 
de seus negócios - como crescimento, retenção de receita ou aumento do número 
de usuários. Métricas são todas as medidas necessárias para quantificar esses 
objetivos mais altos. 
Se o desejo for avaliar o desempenho da postagem no blog: veja o tráfego, 
o tempo na página, observe quantas vezes foi compartilhado, avalie a quantidade 
Métricas de Avaliação - Roteiro de estudos 
 
e a qualidade dos comentários. Se o desejo for avaliar os canais sociais: é 
importante observar quantos seguidores se tem. Existe crescimento? Eles são 
influentes em seu nicho? Eles comentam? Eles compartilham? Essas são algumas 
dos questionamentos necessários nesse assunto. 
Como já sabemos, os dados mostram apenas parte da história. O Google 
Analytics pode dizer o que está acontecendo, mas não o porquê . Se você está 
apenas analisando, você está essencialmente adivinhando. Claro, pode ser um 
palpite bem informado e educado - mas você não saberá exatamente por que as 
coisas estão acontecendo no site até observar as pessoas reais usando-o. Mas a 
medição de UX não precisa ser um mistério intangível. Existem muitas maneiras 
de provar o valor da pesquisa de UX. Se você quiser saber um pouco mais sobre 
a experiência do usuário (UX), acesso em: 
<http://www.revistas.udesc.br/index.php/dapesquisa/article/view/6378>. 
5.1. Métricas comportamentais e atitudinais de UX 
Comportamento (o que eles fazem): No mundo da pesquisa de usuários, é 
essencial entender o que as pessoas estão fazendo e como estão usando seus 
produtos. O teste de usabilidade baseado em tarefas é um método padrão para 
reunir essas informações em todo o setor. Não estamos falando apenas de 
estudos de reflexão em laboratório, mas também de estudos moderados 
remotos, que ajudarão você a acessar tamanhos de amostra maiores de maneira 
eficiente. 
As métricas típicas que podemos capturar incluem as seguintes medidas 
comportamentais no nível da tarefa: Taxa de Abandono, Visualizações de página, 
Problemas e Frustrações, Sucesso da tarefa, Tempo da tarefa, Atitude (o que eles 
dizem). 
Como os usuários se sentem, o que dizem antes, durante ou depois de usar 
um produto e como isso afeta a percepção da marca. Para medir isso, convém 
capturar essas métricas de atitude: 
● Lealdade (usando pontuações como SUS ou NPS); 
● Usabilidade (ou facilidade de uso); 
● Credibilidade (levando em consideração coisas como confiança, valor e 
consideração); 
● Aparência; 
http://www.revistas.udesc.br/index.php/dapesquisa/article/view/6378
Métricas de Avaliação - Roteiro de estudos 
 
Mas como você quantifica a opinião? Como transformar a opinião em uma 
pontuação simples que qualquer executivo possa entender? Vamos aprofundar 
essas métricas individuais e veremos como elas podem ajudar a formar uma 
imagem maior. 
Dentre as Métricas UX comportamentais, temos algumas essenciais que 
serão citadas logo abaixo: 
5.1.1. Taxa de Abandono 
Simplesmente, quantas pessoas acessaram a loja on-line, colocaram um 
monte de produtos na cesta e depois saíram sem fazer check-out. A taxa de 
abandono é a proporção entre o número de carrinhos de compras abandonados 
e o número de transações iniciadas. 
5.1.2. AOV (average order value) 
AOV significa valor médio do pedido, e essa é simplesmente a receita total 
/ número de caixas. Esse é um "indicador direto do que está acontecendo na 
frente dos lucros". Se os esforços de UX se vincularem diretamente ao aumento 
da venda cruzada ou do upselling, o AOV poderá ser um indicador para observar 
se as coisas foram melhoradas ou não. 
5.1.3. Conversões 
Útil se houver algo específico desencadeado por uma melhoria no UX. 
Digamos, por exemplo, um preenchimento de formulário da web, inscrição em 
boletim informativo ou alguma outra conclusão de tarefa. Se a alteração do site 
impactar diretamente na quantidade de pessoas que estão convertendo nessa 
tarefa específica, e houver a possibilidade de medir com precisão, poderemos 
estar confiantes de que a ação causou impacto. 
Lembre-se de que ter uma contagem de conversões mais alta também 
pode resultar de esforços de marketing. Portanto, avalie a taxa de conversão 
(normalmente número de vendas / número de visitas). A taxa de conversão mede 
o que acontece quando as pessoas estão no site. Portanto, é bastante impactado 
pelo design e é um parâmetro-chave a ser rastreado para avaliar se a estratégia 
de UX está funcionando. 
5.1.4. Visualizações de página 
Métricas de Avaliação - Roteiro de estudos 
 
Visualizações de página e cliques em sites são uma métrica comum. Para 
aplicativos móveis, ou mesmo aplicativos da web é possível medir uma 
combinação de cliques, toques, número de telas ou etapas. 
5.1.5. Problemas e Frustrações 
Estes podem ser medidos como Número de problemas únicos 
identificados e/ou Número (ou%) de participantes que encontram um 
determinado problema. Há uma forte recomendação para a realização de 
estudos para identificar problemas e, em seguida, quantificá-los por meio de um 
estudo de amostra grande para encontrar a % de problemas realmente 
encontrados por uma população grande (com intervalos de confiança). 
A maioria desses KPIs comportamentais é coletada "por tarefa" e, em 
seguida, agregada como média para um determinado estudo e / ou produto 
digital. Estes são então comparados ao longo de um período de tempo ou 
comparados com os produtos digitais dos concorrentes. 
5.1.6. Sucesso da tarefa 
Normalmente, um grupo de usuários representativos recebe um conjunto 
de tarefas realistas com uma definição clara de sucesso da tarefa - exemplos de 
sucesso da tarefa podem ser: Atingiu uma página específica em um fluxo de check-
out, encontrou a resposta certa em um site de marketing ou alcançou uma etapa 
no aplicativo para dispositivos móveis. Ter uma definição clara de sucesso e/ou 
falha é fundamental. 
Se oito em cada dez usuários concluírem a tarefa com êxito e dois falharem, 
o sucesso da tarefa será de 80%. Devido ao pequeno tamanho da amostra de 10, 
a margem de erro no nível de confiança de 90% seria de cerca de +/- 25. Isso 
significa que estamos 90% confiantes de que a taxa de sucesso da tarefa cai entre 
55% e 100%. Mas se 80 de 100 usuários concluírem a tarefa especificada com 
êxito,a taxa de Sucesso da tarefa ainda seria de 80%, mas com uma margem de 
erro de cerca de 8%. De um modo geral, isso significa que estamos 90% confiantes 
de que a taxa de sucesso da tarefa cai entre 72% e 88%. Quanto maior o tamanho 
da amostra, menor a margem de erro. 
5.1.7. Tempo da tarefa 
Métricas de Avaliação - Roteiro de estudos 
 
Geralmente um número absoluto. Para a maioria dos estudos baseados 
em tarefas, em que o objetivo do usuário é realizar algo da maneira mais eficiente 
possível, menores tempos de tarefa são melhores. Porém, existem exceções: se 
o objetivo é manter o usuário mais engajado, tempos de tarefa mais longos 
podem ser melhores. Realmente, depende de qual é a tarefa. Mesmo se o objetivo 
é encontrar um evento específico, um tempo de tarefa mais curto pode ser um 
resultado melhor. As organizações podem observar os tempos médios das 
tarefas apenas para aqueles que obtiveram êxito, ou os tempos médios das 
tarefas para todos os usuários. 
As Métricas atitudinais de UX são onde quantificamos os dados qualitativos, 
como aparência, lealdade, confiança e usabilidade. Existem muitas 'pontuações' 
diferentes no mercado que atribuirão um número aos dados atitudinais, usando 
vários métodos. Vamos dar uma olhada nos principais? 
5.1.8. CSAT (Customer Satisfaction Index) 
Mede a satisfação do cliente, mas não possui os parâmetros estritos de 
limite de perguntas do NPS, pois é possível fazer qualquer coisa, de uma única 
pergunta a uma pesquisa completa. Os resultados são medidos como uma 
porcentagem. 
5.1.9. NPS 
O Net Promoter Score (NPS) é uma pesquisa que pode ser incluída ao final 
de seus testes de experiência do usuário. O NPS ajuda a medir a lealdade com 
base em uma pergunta direta: Qual a probabilidade de você recomendar esta 
empresa / produto / serviço / experiência a um amigo ou colega? O NPS funciona 
da seguinte maneira: aqueles que respondem com uma pontuação de 9 ou 10 
são chamados de 'promotores'. Entusiastas leais que recomendam seus serviços, 
produtos ou marca para outras pessoas e continuarão a comprar de você no 
futuro. Aqueles que respondem com uma pontuação de 7 ou 8 são chamados de 
'passivos'. Eles estão satisfeitos com o seu serviço, mas não têm verdadeira 
lealdade a você, portanto, provavelmente se perderão. Finalmente, existem os 
“desqualificados”, clientes que responderam com uma pontuação de 0 a 6. São 
pessoas infelizes que não querem mais ver seu produto. 
Métricas de Avaliação - Roteiro de estudos 
 
A pontuação final do NPS é calculada subtraindo a porcentagem de clientes 
que são detratores da porcentagem de clientes que são promotores. Promotores 
- Detratores = NPS. 
5.1.10. SUPR-Q 
Questionário Padronizado de Classificação do Percentil da Experiência do 
Usuário. Este é um questionário de 8 itens para medir a qualidade da experiência 
do usuário do site, fornecendo medidas de usabilidade, credibilidade, lealdade e 
aparência. Acesse o link: www.suprq.com para saber mais a respeito. 
5.1.11. SUS 
Escala de Usabilidade do Sistema. Para cada teste de usabilidade do site 
realizado, os usuários preenchem um pequeno questionário e uma pontuação é 
derivada disso. É em uma escala Likert, o que ajuda a atribuir um valor 
quantitativo a opiniões qualitativas. 
 
 
Figura 1 - Escala Likert. Fonte: UserZoom 
Estes são os tipos de perguntas que podem ser feitas, as quais são 
respondidas clicando em uma opção de concordo totalmente em discordo 
totalmente: 
● Eu gostaria de usar este site frequentemente 
● O site é desnecessariamente complexo 
● Pensei que o site era fácil de usar 
http://www.suprq.com/
Métricas de Avaliação - Roteiro de estudos 
 
Os benefícios dessa medição é que é muito fácil de administrar, pode ser 
usado em um tamanho pequeno de amostra e pode indicar claramente se um 
recurso foi aprimorado ou não. No entanto, lembre-se de que o sistema de 
pontuação é incrivelmente complexo e não mostra o que há de errado com seu 
site - apenas classifica sua facilidade de uso. 
Conclusão 
Nesse Roteiro de Estudos você teve a possibilidade de entender a 
importância do gerenciamento de dados. Alguns conceitos como Big Data e as 
etapas do processo de análise de dados foram citados, bem como a importância 
da Big Data Analytics. Diferenciadas métricas de UX e Marketing foram 
apresentadas com uma ampla gama de medidas nas quais você poderá utilizar. 
Vale ressaltar que cada métrica deverá atender aos objetivos da empresa e dos 
resultados que as várias partes interessadas desejam ver. A chave do sucesso é: 
questionar sempre o que está sendo medido e o porquê. 
 
Bibliografia 
FARRIS, Paul W. et al. Marketing metrics: 50+ metrics every executive should 
master. Pearson Education, 2006. 
GUISSONI, Leandro Angotti; NEVES, Marcos Fava. Comunicação integrada de 
marketing baseada em valor. São Paulo: Atlas, v. 1, p. 237, 2011. 
LACHNER, Florian; FINCKE, Florian; BUTZ, Andreas. UX Metrics: Deriving Country-
Specific Usage Patterns of a Website Plug-In from Web Analytics. In: IFIP 
Conference on Human-Computer Interaction. Springer, Cham, 2017. p. 142-159. 
PATTERSON, Laura. Taking on the metrics challenge. Journal of Targeting, 
Measurement and Analysis for Marketing, v. 15, n. 4, p. 270-276, 2007. 
Referências imagéticas: 
Figura 1 - USERZOOM. Escala Likert. Disponível em: 
<https://www.userzoom.com/blog/what-metrics-do-the-experts-use-to-measure-
ux-effectiveness/>. Acesso em 18 out 2019. 
 
https://www.userzoom.com/blog/what-metrics-do-the-experts-use-to-measure-ux-effectiveness/
https://www.userzoom.com/blog/what-metrics-do-the-experts-use-to-measure-ux-effectiveness/