cap_-_1 (1)

Prévia do material em texto

CAPÍTULO 1
Introdução à Web Analytics
A partir da perspectiva do saber fazer, neste capítulo você terá os seguintes 
objetivos de aprendizagem:
� Conhecer os fundamentos da Web Analytics para otimização de resultados.
� Entender as ferramentas necessárias para análise de dados na web.
� Compreender as noções básicas da estruturação da ferramenta Google 
Analytics.
10
 ANÁLISES WEB E GOOGLE ANALYTICS
11
Introdução à Web Analytics Capítulo 1 
1 Contextualização
Aprender a utilizar novas técnicas e ferramentas é uma atividade constante 
do profissional do marketing digital. Com a maior acessibilidade e democratização 
de grandes soluções tecnológicas, o profissional de marketing de um pequeno, 
médio ou grande negócio compartilha de muitas ferramentas.
Neste capítulo, vamos apresentar a você um panorama atual de algumas das 
novas tecnologias para análise de dados e os seus recentes passos em direção 
ao mercado. Com poucas demonstrações estas já são tecnologias promissoras 
para um futuro próximo.
Na sequência iniciaremos nossa jornada de exploração da ferramenta 
Google Analytics, um grande aliado no mundo digital e uma das ferramentas mais 
utilizadas para fazer a análise de dados na web. Com ela grandes quantidades 
de informação passam a fazer sentido e todas as pequenas interações de seus 
clientes com o seu ambiente virtual começam a ser mapeadas.
Ao final do capítulo você estará familiarizado com os primeiros passos de 
configuração de conta, segmentação e uso de modos demonstrativos para auxiliar 
no seu aprendizado. Prepare a sua conexão com a internet porque você colocará 
as mãos nessa ferramenta ainda neste capítulo.
2 Cultura Web Analytics e o Novo 
Contexto do Marketing
Web Analytics ou Análise Web é uma estrutura formada por 
análise de dados digitais que visam criar uma orientação preditiva 
das informações, auxiliando profissionais na tomada de decisões em 
suas estratégias de negócios e especificamente nas estratégias do 
marketing digital. 
A captura e análise de dados têm avançado em passos largos 
pela expansão da capacidade de processamento de computadores. 
De acordo com Kaushik (2010), em seu livro Web Analytics 2.0, a 
análise web 2.0 é uma análise qualitativa e quantitativa de dados dos 
seus sites e do seu competidor útil para direcionar a um melhoramento 
contínuo da experiência on-line que seus consumidores e potenciais 
consumidores tenham e traduzir seus resultados desejados, sejam on-
line ou off-line. 
Web Analytics ou 
Análise Web é uma 
estrutura formada 
por análise de 
dados digitais que 
visam criar uma 
orientação preditiva 
das informações, 
auxiliando 
profissionais na 
tomada de decisões 
em suas estratégias 
de negócios e 
especificamente 
nas estratégias do 
marketing digital.
12
 ANÁLISES WEB E GOOGLE ANALYTICS
Porém, com o passar dos anos, percebemos que essas análises se tornaram 
ainda mais robustas com o desenvolvimento de novas tecnologias. O uso de dados 
está se tornando cada vez mais presente no dia a dia das empresas para melhora 
dos seus resultados. Isso está fazendo com que as estratégias de marketing 
deixem cada vez mais de serem intuitivas para se tornarem estratégias analíticas 
que contribuam com mais assertividade para o crescimento da empresa. 
Todos os dias uma quantidade enorme de dados é gerada pelos consumidores 
e suas ações, principalmente com as novas tecnologias que surgiram com a 
Inteligência Artificial (IA).
Quer saber mais sobre Inteligência artificial, machine learning 
e deep learning? Acesse este link e assista: <https://www.youtube.
com/watch?v=Z1YHbl0lh88>.
A Inteligência Artificial, o uso de dispositivos móveis, as mídias sociais e a 
Internet das Coisas (IoT) estão impulsionando a complexidade dos dados para 
novas formas e fontes de dados. Esse conglomerado de dados é chamado de 
Big Data. O Big Data tem uma ou mais das seguintes características: alto volume, 
alta velocidade ou alta variedade de informações. Esses dados são gerados 
por sensores, dispositivos, vídeo/áudio, redes, arquivos de log, aplicativos 
transacionais, web e mídias sociais e muitos deles gerados em tempo real e em 
grande escala (IBM, 2018).
A análise de Big Data permite que analistas, pesquisadores e usuários de 
negócios tomem decisões melhores e mais rápidas usando dados que antes 
eram inacessíveis ou inutilizáveis. Para isso são utilizadas técnicas avançadas 
de análise, como análise de texto, aprendizado de máquina (machine learning), 
análise preditiva (predictive analysis), mineração de dados (data mining), 
estatística (statistics) e processamento de linguagem natural (natural language 
processing). Desse modo, as empresas podem analisar fontes de dados 
anteriormente inexploradas independentes ou em conjunto com os dados 
corporativos existentes para obter novas descobertas, o que resulta em decisões 
melhores e mais rápidas (IBM, 2018).
13
Introdução à Web Analytics Capítulo 1 
Entenda mais por que o Big Data se tornou tão essencial 
para o marketing. Assista: <https://www.youtube.com/
watch?v=VYFL5EjHjGk>.
Assim fica claro que, na era digital, os profissionais de marketing não 
podem vencer sem dominar dados, fazer análises e utilizar automação. Para 
desenvolver estratégias de branding, engajar conteúdo, é necessário ter uma 
clara compreensão da economia comportamental dos seus consumidores e 
a capacidade de predizer como as pessoas vão identificar sua mensagem em 
relação a seus concorrentes.
O Machine Learning (ML), ou aprendizado de máquina, pode melhorar o 
desempenho do profissional de marketing em tarefas comuns, como segmentação 
de clientes, geração de garantias de marca, extração e classificação de conteúdo 
relevante, comunicação com o cliente e produtividade e produção em geral. Neste 
momento empresas já utilizam diferentes soluções analíticas com base em dados 
para auxiliar nas estratégias de negócio e marketing da empresa. Confira a seguir 
algumas tendências do uso de machine learning e análise de dados voltados para 
área de Marketing. 
2.1 Segmentação Profunda de 
Consumidores
Um exemplo disto são os softwares que utilizam o aprendizado de máquina 
para segmentar e descobrir novos clientes muito mais precisamente que um 
analista humano. Nem todos os clientes são iguais, mas saber identificar com 
precisão os detalhes que os diferenciam é um desafio. O aprendizado de 
máquina pode ajudar os profissionais de marketing a segmentar seu público em 
grupos dinâmicos, com funcionalidades de otimização. A plataforma é capaz de 
analisar bilhões de variáveis de interesse do consumidor, identificar os interesses 
específicos dos clientes com base em suas atividades de mídia social e gerar um 
relatório visual que agrupa pessoas com interesses semelhantes. Você, então, 
obtém informações sobre quais de seus clientes gostam de determinado tipo de 
comida, quem acompanha quais séries da Netflix ou quem tem planos de viagem 
semelhantes (FORBES, 2018).
14
 ANÁLISES WEB E GOOGLE ANALYTICS
2.2 Testes A/B
Os testes A/B são formas eficazes de descobrir qual opção de conteúdo (tom 
de e-mail, layout de página da web, elementos visuais em um anúncio, título do 
artigo etc.) soa melhor para o seu público. No entanto, o teste A/B envolve um 
período de "ineficiência", no qual você abre mão de suas preconcepções para 
testar ideias mais ousadas e diferentes. Testes exigem paciência, às vezes dias, 
até conseguir determinar qual a melhor variável. Em contraste, os testes A/B com 
influência de algoritmos da inteligência artificial reduzem a exposição ao risco por 
meio da otimização dinâmica, que simultaneamente explora as opções, movendo-
se gradual e automaticamente em direção à melhor opção.
Não se preocupe, caso você não tenha acesso a robustas 
plataformas de tecnologia que auxiliam no teste A/B, saiba mais como 
você pode aprender a fazer esses testes gratuitamente. Acesse o artigo 
da Resultados Digitais,empresa líder em automação de marketing, e 
aprenda: <https://resultadosdigitais.com.br/blog/teste-ab/>.
2.3 Modelo de Preços Dinâmicos
O preço certo pode fazer um produto decolar ou afundar. As técnicas de 
aprendizado de máquina permitem que os profissionais de marketing prevejam 
valores numéricos com base em recursos preexistentes, o que, por sua vez, 
permite que eles otimizem diferentes aspectos da jornada do cliente. Os modelos 
dinâmicos podem ser utilizados aliando as previsões de metas a gastos de 
marketing otimizados, fazendo com que seu produto tenha equilíbrio em diversos 
aspectos acessórios ou principais (FORBES, 2018).
2.4 Classificação de Texto e 
Personalização
Usando o processamento de linguagem natural (NLP), um sistema de 
aprendizado de máquina pode sondar conteúdo baseado em texto ou voz e 
classificá-lo com base em variáveis, como tom, sentimento ou tópico, para gerar 
15
Introdução à Web Analytics Capítulo 1 
percepção do consumidor ou selecionar materiais relevantes. São máquinas que 
cada vez mais compreendem traços de comportamentos, sentimentos e atitudes 
humanas. O analisador de tom do IBM Watson (motor por trás de soluções em 
IA), por exemplo, pode analisar o feedback dos clientes on-line e determinar o tom 
geral dos usuários que revisam um produto. Muito mais simples que ler infinitos 
comentários virtuais!
2.5 Extração de Texto e Resumo 
para Notícias de Tendências
A extração de conteúdo relevante de artigos de notícias on-line e outras fontes 
de dados para determinar como as pessoas veem sua marca e/ou reagem a seus 
produtos é uma técnica que pode potencialmente ser utilizada em estratégias 
de marketing. A Plataforma Protagonist (ou Protagonista, em português) permite 
que as empresas obtenham visibilidade total dos valores e motivações de seus 
clientes e como esses atributos afetam suas decisões de compra. Equipes de 
marketing com conhecimento de tecnologia também podem construir seu próprio 
algoritmo machine learning usando APIs (Application Programming Interface 
– Interface de Programação de Aplicações, em português), como AYLIEN, para 
agregação de notícias relevantes, monitoramento de sentimento de mídia social e 
outras finalidades (FORBES, 2018).
2.6 Redes Neurais para Tradução 
Automática
Mecanismos de atenção em Deep Learning ajudam a melhorar a tradução 
automática e capacitam seus ativos de marketing para o cenário global. O trabalho 
de tradução para a entrada de uma marca em um novo mercado linguisticamente 
diferente costumava ser um grande investimento em marketing, mas os avanços 
na IA possibilitam a tradução automática para atingir uma excelência quase 
humana. Para racionalizar custos e acelerar o processo, muitas empresas optam 
por ter apenas uma revisão humana do tradutor e autorizar a saída da tradução 
automática feita por inteligências artificiais (FORBES, 2018).
16
 ANÁLISES WEB E GOOGLE ANALYTICS
2.7 Redes Neurais Recorrentes 
(rnn) para Geração de Texto
Se seus criativos de branding forem constantemente utilizados para criar 
ótimos nomes para novos produtos, campanhas e empresas, você poderá usar 
modelos geradores como RNNs para criar vários nomes que pareçam plausíveis 
– alguns cativantes, alguns estranhos e alguns surpreendentemente bons. Sites 
e ferramentas gratuitas já oferecem geradores de títulos de blogs, por exemplo! 
(FORBES, 2018)
2.8 Sistemas de Diálogo para Chatbots 
e Automação de Experiência do Cliente
Bots e Chatbots representam uma das aplicações mais concretas 
da Inteligência Artificial (IA), mas a maioria dos bots de marketing 
que você vê são completamente roteirizados e usam o mínimo de 
processamento de linguagem natural e aprendizado de máquina. Os 
sistemas de diálogo mais sofisticados são capazes de referenciar 
bases de conhecimento externas, adaptar-se a questões incomuns e 
pedir ajuda para humanos quando necessário. Um grande número de 
empresas já adotou os chatbots para envolver os clientes durante todo 
o seu ciclo de vida, desde o primeiro conhecimento de uma marca até o 
momento em que eles já fizeram compras e exigem suporte ao cliente 
(FORBES, 2018).
Um grande número 
de empresas já 
adotou os chatbots 
para envolver os 
clientes durante todo 
o seu ciclo de vida, 
desde o primeiro 
conhecimento de 
uma marca até o 
momento em que 
eles já fizeram 
compras e exigem 
suporte ao cliente 
(FORBES, 2018).
Aprenda a criar o seu próprio Chatbot agora mesmo. 
Acesse e aprenda: <https://marketingdeconteudo.com/facebook-
messenger-chatbot/>.
17
Introdução à Web Analytics Capítulo 1 
2.9 Text-to-Speech (tts) e Speech-to-
Text (stt) para Impulsionar a Pesquisa 
Baseada em voz
Consideradas parte do domínio de IA de conversação, as plataformas 
ativadas por voz e de voz introduzem um novo paradigma e novas possibilidades 
de envolvimento do usuário em nossas interfaces de software e hardware. Com a 
crescente adoção de assistentes digitais baseados em voz, como o Amazon Echo 
e o Google Assistant, que permitem a realização de compras (FORBES, 2018), 
profissionais da área apontam este tipo de interação como uma das novas e mais 
promissoras fronteiras do marketing.
Você sabia que já são efetuadas compras pela Alexa via Amazon? 
Confira o vídeo: <https://www.youtube.com/watch?v=mCjvV3iFsuw>.
2.10 Visão Computacional para 
Reconhecimento de Objetos
A visão computacional é um campo de avanço rápido em IA que se propõe a 
uma ampla gama de aplicações. Os profissionais de marketing podem usar a visão 
computacional com alimentação ML para reconhecimento do produto e extração 
de informações do usuário de imagens e vídeos sem rótulos. Soluções como a 
do software GumGum permitem que os profissionais de marketing identifiquem 
quando seus logotipos de marcas apareceram no conteúdo gerado pelo usuário 
e rapidamente calculam a mídia obtida a partir da análise de vídeo. Profissionais 
de marketing mais experientes em tecnologia podem usar ainda uma API, como 
o Clarifai, para criar soluções personalizadas para moderação de conteúdo, bem 
como mecanismos de pesquisa e recomendação baseados na similaridade visual 
(FORBES, 2018).
18
 ANÁLISES WEB E GOOGLE ANALYTICS
2.11 Redes Adversariais Generativas 
(gans) para Mídia Original
A Nvidia agitou a comunidade de negócios e criou um burburinho em torno 
de sua metodologia para gerar imagens fotorrealistas de celebridades falsas. 
Embora essas imagens pareçam fotos de pessoas reais, elas são inteiramente 
geradas por IA. Usando redes antagônicas geradoras (GANs), o sistema da 
Nvidia progressivamente se torna mais adepto de criar imagens falsas, mas 
ultrarrealistas.
As GANs envolvem duas redes concorrentes – um gerador e um discriminador 
– que lutam e aprendem umas com as outras, tornando-se cada vez melhores 
em detectar e criar imagens falsas. Outras tecnologias usam GANs para criar 
logotipos, gerando imagens iguais a fotos a partir de esboços e outras para gerar 
voz (FORBES, 2018).
2.12 Automação Robótica de 
Processos para Operações de 
Marketing
O marketing digital está repleto de automações destinadas a facilitar o trabalho 
de profissionais com dificuldades. Processos automatizados para ler e-mails, abrir e 
analisar anexos de e-mail, entrada de dados para relatórios padronizados e rastrear/
engajar influenciadores de mídias sociais ajudam os profissionais de marketing a 
se manterem à frente. Para anúncios on-line, a plataforma de Inteligência Artificial 
Albert reduz a necessidade de envolvimento humano na compra de mídia em 
grande escala, acelerando o ritmo dos cálculos analíticos exigidos e otimizando as 
campanhas publicitárias pagas (FORBES, 2018).
2.13 Visualização Automatizada de 
dados para Melhores Relatórios 
A IA (Inteligência Artificial) é muito mais rápida e eficiente na transformação 
de dados em insight visual do que qualquer especialista humano. Os analistas 
geralmente usam ferramentas, como o Excel ou o Tableau, para criarvisualizações 
manualmente, mas as soluções automatizadas de análise empresarial, como o 
Qlik, podem centralizar as fontes de dados e gerar painéis e relatórios úteis para 
19
Introdução à Web Analytics Capítulo 1 
equipes de marketing. Atualmente, muitas plataformas usam análise de dados e 
algoritmos avançados de aprendizado de máquina para esclarecer as tendências 
do mercado, os padrões comportamentais das pessoas e outras informações que, 
de outra forma, ficam ocultas e não são facilmente transformadas em insights 
práticos (FORBES, 2018).
Existem termos que são utilizados por profissionais do marketing 
digital, vamos compreender alguns destes termos:
Conversão: uma métrica que indica a realização de uma 
ação considerada importante no contexto da jornada do cliente. 
Geralmente relacionada com a finalização de determinada meta pré-
configurada.
KPI: sigla de Key Performance Indicators – ou, em português, 
Indicador-chave de Performance. Diferente da conversão, KPIs 
geralmente se referem a eventos entre metas. Por exemplo, a quantidade 
de acessos na sua página inicial não é seu objetivo, mas bons números 
de acesso podem indicar que você está no caminho certo.
Insight: geralmente utilizado para indicar uma nova percepção 
ou associado a conclusões tiradas com base em dados. Idealmente 
insights são obtidos regularmente com a análise de dados e estão 
dentro de um processo.
Sessão: período de tempo durante o qual um utilizador está ativo 
no seu site ou na sua aplicação. Por predefinição, se um utilizador 
estiver inativo durante 30 minutos ou mais, qualquer atividade futura 
é atribuída a uma nova sessão. Os utilizadores que saem do seu site 
e voltam no espaço de 30 minutos são contabilizados como parte da 
sessão original (GOOGLE, 2018).
20
 ANÁLISES WEB E GOOGLE ANALYTICS
2.14 Aprendizado por Reforço para 
Decisões de Marketing Sequenciais
Algumas das decisões mais complexas que tomamos não são previsões 
únicas, mas sim uma série de decisões tomadas ao longo de um longo período 
de tempo. Equilibrar ajustes de curto prazo versus ganhos de longo prazo é um 
desafio até mesmo para os seres humanos mais inteligentes.
Aprendizado por reforço tem sido usado com sucesso em casos como o 
AlphaGo, da DeepMind, para vencer a tomada de decisão humana em cenários 
tão complexos. Embora os casos de negócios sejam geralmente muito mais 
complexos do que os jogos, o sucesso em ambientes mais simples sugere 
promessas para domínios maiores. Um estudo notável de pesquisadores da IBM 
explora como o aprendizado de reforço pode ser usado para otimizar o marketing 
direcionado (FORBES, 2018).
A inteligência artificial e seus subcampos, como o machine learning, deep 
learning, a visão computacional e o processamento de linguagem natural, estão 
se tornando incrivelmente poderosos devido a big data e ao aumento do poder 
computacional.
Além dessas tendências de tecnologia e análise de dados, atualmente, 
diversas empresas empregam o data marketing para direcionar a tomada de 
decisão, tornando-a mais relevantes para o público e para o negócio. Entre essas 
empresas, destaca-se a Google, que apresenta o Google Analytics como uma 
ferramenta para análise de dados web.
Atividade de Estudos:
1) Quais tecnologias presentes no seu dia a dia de trabalho 
impactam na análise e tomada de decisão em relação às 
estratégias de marketing da sua empresa?
 ____________________________________________________
____________________________________________________
____________________________________________________
____________________________________________________
____________________________________________________
____________________________________________________
21
Introdução à Web Analytics Capítulo 1 
3 Introdução ao Google Analytics
Tomar decisões em um negócio pode ser muito desafiante. Você, como 
dono ou membro de uma organização, precisa ter acesso à maior quantidade de 
informações possíveis para poder tomar boas decisões.
No mundo digital, essa necessidade é traduzida em uma ferramenta: Google 
Analytics, mas antes de entrar no mundo digital, podemos fazer uma rápida 
comparação com o mundo off-line que vai ajudar na sua compreensão do tema. 
Imagine que você é dono de um pequeno comércio e precisa que seus 
clientes comprem produtos com uma boa margem de lucro para manter seu 
negócio andando. Portanto, precisa que as conversões do seu negócio incluam 
itens com essas características. Quais poderiam ser esses produtos?
Após uma análise, você viu que chocolates e guloseimas são exatamente os 
itens que você precisa incluir no carrinho do seu cliente para alcançar a sua meta, 
mas onde estão esses produtos? Em uma prateleira distante. Seus clientes nunca 
comprariam os produtos, mas quando colocados no caixa, junto ao “Check-out”, você 
descobre que um em cada quatro clientes passou a levar um chocolate. Sucesso!
Prestando atenção nesse exemplo, podemos observar que você tomou uma 
decisão que poderia atender tanto ao mundo físico quanto ao digital. Com uma 
análise você identificou onde estava o tráfego maior da sua loja, o produto que 
deve ser exibido com prioridade e o alocou em um lugar com uma probabilidade 
maior de venda.
Um consultor de marketing que já trabalhou com marcas que fazem parte da 
seleta lista Fortune 500, Stuart Hogg, nos dá um importante insight: 
Encontre o ponto certo onde os objetivos de seus clientes 
se alinhem com os seus.
Antes de começar a mapear a jornada do cliente, deixe claro o 
objetivo do seu negócio. Qualquer marketing ou comunicação 
que você entregar durante a jornada do consumidor deve estar 
focado em ajudar a sua marca a encontrar seus objetivos.
Contudo, é importante reconhecer que os objetivos de seus 
clientes podem ser diferentes dos seus. Por exemplo, digamos 
que a sua meta é vender mais óculos de sol com as novas 
e melhoradas lentes, que possuem uma margem de lucro 
melhor. Enquanto isso, a maior preocupação de seus clientes 
é comprar óculos que fiquem bem com o seu estilo pessoal. 
Lentes com proteção podem ser a sua segunda ou até terceira 
prioridade.
Considere como as suas estratégias de marketing e 
comunicação podem ajudar o seu cliente a alcançar o seu 
objetivo ao mesmo tempo que você se aproxima do seu 
(HOGG, 2018). 
22
 ANÁLISES WEB E GOOGLE ANALYTICS
Com os conhecimentos que você vai adquirir neste livro, enfrentaremos o 
desafio de ajustar suas ferramentas digitais para atender com maior eficiência a 
cada um de seus clientes. O Google Analytics é uma excelente ferramenta gratuita 
disponibilizada pela empresa Google para melhor compreender o público do seu 
site e mensurar os resultados das estratégias de marketing da sua empresa. Ela 
permite acompanhar o volume de visitas, quais palavras-chave ele pesquisou para 
chegar até o site, quais páginas visitou, o tempo que o usuário gasta nas páginas, 
a fonte do tráfego e, inclusive, a quantidade de conversões ou de faturamento de 
uma loja virtual, de um site ou uma landing page.
3.1 Fontes de Dados
Como toda ferramenta que opera no ambiente virtual, o Google Analytics 
precisa coletar, processar e exibir dados de uma forma acessível ao usuário. 
Caso você conheça outras ferramentas Google, como o AdWords, vai notar que a 
configuração é um tanto diferente.
Dados de navegação ou o “rastro” deixado pelo usuário dentro de uma página 
do seu domínio são importantes fontes de dados para o Google Analytics e, 
portanto, ao final deste capítulo você vai conhecer mais sobre esse processo. Por 
enquanto você deve entender que a coleta de dados, neste caso, será autorizada 
no próprio código-fonte do site ou aplicativo.
Isso quer dizer que os dados de navegação, ainda que não identificados, 
ficarão disponíveis para a sua consulta, independentemente de aprovações 
prévias dos usuários. Mais que isso, você poderá inserir “gatilhos” que, atribuídos 
às suas metas, poderão ser importantes indicadoresde sucesso.
A partir da instalação de um código nas páginas do site, são 
coletadas informações dos usuários que, transformadas em relatórios, 
auxiliarão você a tomar as melhores decisões estratégicas de marketing 
para sua empresa.
Para que o Google Analytics acompanhe os dados do seu site, 
é necessário que primeiro você crie uma conta no Analytics. Após a 
criação da conta, é necessário que se adicione um código JavaScript 
às páginas do site em que você deseja coletar e analisar os dados. 
A cada acesso que o usuário faz às páginas do site, esse código de 
acompanhamento coleta informações anônimas sobre essas interações 
do usuário.
A partir da instalação 
de um código nas 
páginas do site, 
são coletadas 
informações dos 
usuários que, 
transformadas em 
relatórios, auxiliarão 
você a tomar as 
melhores decisões 
estratégicas de 
marketing para sua 
empresa.
23
Introdução à Web Analytics Capítulo 1 
Estão inclusos nessa coleta de informações o idioma, o tipo de navegador 
(Chrome, Firefox, Safari etc.), o dispositivo, o sistema operacional do celular, 
a origem do tráfego, por exemplo, que atraiu o usuário até o site, se veio 
originalmente do próprio Google, de anúncios de algum website, mídias sociais 
ou e-mail marketing, por exemplo. Sempre que uma página é carregada, o código 
coleta e envia informações atualizadas sobre a atividade do usuário.
JavaScript é uma linguagem de programação interpretada. 
Foi originalmente implementada como parte dos navegadores web 
para que scripts pudessem ser executados do lado do cliente e 
interagissem com o usuário sem a necessidade desse script passar 
pelo servidor, controlando o navegador, realizando comunicação 
assíncrona e alterando o conteúdo do documento exibido. É 
atualmente a principal linguagem para programação client-side em 
navegadores web.
Quando uma página que apresenta o código é acessada por um usuário, 
o Google Analytics chama essa atividade de sessão. A sessão termina após 30 
minutos de inatividade. Se o usuário retorna a uma página depois disso, inicia-se 
uma nova sessão.
Ao coletar os dados do site, o código envia todas as informações ao Google 
Analytics e a partir dessa ferramenta é possível realizar relatórios de análise sobre 
o tráfego do seu site. Essas informações são organizadas dentro da ferramenta 
por diferentes critérios, como dispositivo móvel, computador ou navegador e 
outras diversas categorias configuráveis pelo usuário.
3.2 Adicionando uma Conta no Google 
Analytics
Para configurar uma conta no Google Analytics você deve ter uma conta no 
Gmail, seja ela a da sua marca ou sua própria conta Gmail. Caso você não tenha, 
será necessário criá-la. 
24
 ANÁLISES WEB E GOOGLE ANALYTICS
FIGURA 1 – LOGIN NO GOOGLE
FONTE: Gmail (2018)
Após criar uma conta no Gmail, você já está preparado para logar no Google 
Analytics. Assim que logado será necessário configurar o site da sua marca, 
que você deseja rastrear. Conforme as instruções do Google Analytics a seguir, 
primeiramente você precisará fornecer informações básicas sobre o site que 
deseja rastrear, posteriormente deve instalar o código Javascript em todas as 
páginas que deseja rastrear no seu site e, por último, dentro de algumas horas, 
o Google Analytics irá aprender sobre a audiência do seu site e disponibilizará os 
dados para análise. Para começar a usar é só clicar em Inscreva-se, conforme 
sinalizado a seguir.
FIGURA 2 – INSCRIÇÃO NO GOOGLE ANALYTICS
FONTE: Google Analytics (2018)
25
Introdução à Web Analytics Capítulo 1 
Após clicar em Inscreva-se, você precisa adicionar uma nova conta por meio 
da qual deseja rastrear o site da sua marca, portanto, deve fornecer informações 
conforme a figura a seguir: 
FIGURA 3 – CONFIGURAÇÃO DE CONTA
FONTE: Google Analytics (2018)
Primeiro, você precisa estipular o que deseja rastrear, se um website ou 
um aplicativo para celular. Se for um site, terá um código JavaScript, conforme 
a Figura 4, que deve adicionar a cada página do site desejado. É recomendado 
adicionar este código ao topo da página antes da tag de fechamento do cabeçalho. 
Caso você não tenha expertise em programação, peça para o suporte de quem 
criou o seu site para adicionar o código nele. 
FIGURA 4 – TAG GOOGLE ANAYTICS
FONTE: Google Analytics (2018)
26
 ANÁLISES WEB E GOOGLE ANALYTICS
Se seu site usa um modelo próprio, por exemplo, de provedores de site, 
como Wordpress, WIX, Go Daddy ou outros, você deverá contatar as empresas 
para que estas adicionem o código ao seu site. Essas plataformas facilitam a 
implementação com plugins que simplificam o processo de tags. Portanto, esses 
sites exigem que você somente adicione o seu ID Analytics nas configurações 
administrativas e a plataforma faz todo o resto, conforme demonstração a seguir.
FIGURA 5 – ID DE ACOMPANHAMENTO
FONTE: Google Analytics (2018)
Agora, se você deseja rastrear informações de um aplicativo de celular, 
você deve baixar um kit de desenvolvimento de software para celular, um SDK, 
e compartilhá-lo com sua equipe de desenvolvimento de aplicativo para que 
configure o SDK. É possível instalar um SDK para celulares Android e para o 
iOS. Para mais informações sobre esse rastreamento, acesse o documento de 
desenvolvimento. Assim, logo após adicionar o código ao seu site ou aplicativo, 
você já verá os dados nos relatórios em tempo real.
Após escolher se deseja rastrear um site ou um aplicativo, deverá configurar 
um nome de conta, o nome do seu website, a URL ou domínio do seu website, 
a categoria do setor e o fuso horário dos relatórios. Preencha com atenção para 
que os dados não sejam cadastrados errados e você não sofra com alterações de 
informações nos relatórios de análise.
27
Introdução à Web Analytics Capítulo 1 
FONTE: Google Analytics (2018)
FONTE: Google Analytics (2018)
FIGURA 6 – CONTA WEBSITE OU APLICATIVO PARA CELULAR
FIGURA 7 – CONFIGURAÇÃO DE CONTA
Assim que configuradas manualmente as informações citadas, você deverá 
clicar em Obter ID de acompanhamento para adquirir o código de rastreamento. 
28
 ANÁLISES WEB E GOOGLE ANALYTICS
FIGURA 8 – CONFIGURAÇÃO DE CONTA
FONTE: Google Analytics (2018)
FONTE: Google Analytics (2018)
Após obter o ID de acompanhamento, você deve ler os termos de serviço e 
concordar com as informações.
FIGURA 9 – TERMOS DE SERVIÇO
Agora que sua conta está configurada, você terá acesso ao código para 
instalação no site ou aplicativo, conforme explicado anteriormente. 
29
Introdução à Web Analytics Capítulo 1 
FIGURA 10 – CÓDIGO DE INSTALAÇÃO
FONTE: Google Analytics (2018)
Existem outras formas de adicionar o Google Analytics a um site. Uma 
forma é por meio da ferramenta Tag Manager. O gerenciamento de tags é uma 
tecnologia que facilita o controle e a implementação de diferentes tags JavaScript, 
como a tag do Google AdWords, do Google Analytics, entre outros, que precisam 
ser instalados no seu site. 
Google Tag Manager: Visite a central de ajuda do Google Tag 
Manager para saber mais sobre essa tecnologia: <https://www.
google.com/intl/pt-BR/tagmanager/>.
3.3 Configurações da Conta, 
Propriedade e da Vista da 
Propriedade
As contas do Google Analytics podem ser agrupadas em diferentes 
organizações, por exemplo, gerenciar diferentes contas posicionando-as em 
diferentes agrupamentos. Grandes empresas ou agências podem ter várias contas, 
enquanto empresas de pequeno e médio porte geralmente usam apenas uma. 
30
 ANÁLISES WEB E GOOGLE ANALYTICS
Ao criar uma conta, você também cria automaticamente uma 
propriedade e, dentro dessa propriedade, uma visualização para a 
conta. No entanto, cada conta do Google Analytics pode ter várias 
propriedades, e cada propriedade pode ter várias vistas. Dessa forma, 
você pode organizar a coleta de dados do Google Analytics da maneira 
que melhor reflete as necessidades da sua empresa.
Os dadosque são armazenados na conta dependem do site no 
qual esses dados são coletados, portanto, você gerencia quem pode 
acessá-los, da mesma forma que cria diferentes contas do Google 
Analytics para empresas ou unidades de negócios distintas.
Google Analytics 
pode ter várias 
propriedades, e 
cada propriedade 
pode ter várias 
vistas. Dessa forma, 
você pode organizar 
a coleta de dados 
do Google Analytics 
da maneira que 
melhor reflete as 
necessidades da 
sua empresa.
FIGURA 11 – CONFIGURAÇÃO DE CONTA
FONTE: Google Analytics (2018)
Portanto, cada conta do Google Analytics tem pelo menos uma propriedade. 
Cada propriedade pode coletar dados de maneira independente umas das 
outras, usando um ID de acompanhamento exclusivo que aparece no código de 
acompanhamento. 
É possível atribuir várias propriedades a cada conta. Dessa forma, você 
coleta dados de diferentes sites, aplicativos para dispositivos móveis ou outros 
recursos digitais associados à sua empresa. Por exemplo, convém ter diferentes 
propriedades para diferentes regiões de vendas ou marcas. É uma maneira fácil de 
visualizar os dados de uma parte específica da sua empresa, mas lembre-se de que 
isso não permitirá que você veja os dados agrupados de propriedades distintas.
31
Introdução à Web Analytics Capítulo 1 
FONTE: Google Analytics (2018)
FONTE: Google Analytics (2018)
FIGURA 12 – CONFIGURAÇÃO DE PROPRIEDADE
Como dito anteriormente, cada conta pode apresentar diferentes propriedades e 
cada propriedade ter diferentes vistas. E vista pode ser determinada por “filtros”. Por 
exemplo, a marca de roupas e sapatos Dafiti vende produtos pelo site em diferentes 
regiões do país. É possível configurar na conta uma vista que inclui todos os dados 
globais do site, ou de regiões específicas, por exemplo, Norte, Nordeste, Sul etc. E 
para excluir, por exemplo, o tráfego interno de funcionários da empresa, é possível 
configurar uma visualização filtrando este tráfego com base no endereço IP. 
FIGURA 13 – CONFIGURAÇÃO DE VISTA DE PROPRIEDADE
32
 ANÁLISES WEB E GOOGLE ANALYTICS
IP significa Internet Protocol e é um número que seu computador 
(ou roteador) recebe quando se conecta à internet. É por meio desse 
número que seu computador é identificado e pode enviar e receber 
dados. O IP é definido pelo seu provedor de internet e pode ser 
estático (não mudar) ou dinâmico (mudando de tempos em tempos) 
(TECHTUDO, 2013).
No Google Analytics também é possível definir metas de acordo com os 
níveis de vista. As metas são uma maneira valiosa de acompanhar conversões ou 
objetivos de negócios do seu site. Por exemplo, quantos usuários se inscreveram 
para uma newsletter por e-mail ou compraram um produto. Falaremos sobre 
metas e conversões em outra lição. Tenha cuidado ao configurar suas contas, 
propriedades e vistas, porque não é possível alterar os dados depois que forem 
coletados e processados pelo Google Analytics.
Em relação às vistas, note alguns detalhes importantes: 
1 As novas vistas incluem dados apenas a partir da data de sua criação 
em diante, ou seja, não incluem dados anteriores a ela.
2 Se você excluir uma vista, somente os administradores poderão 
recuperá-la e durante um período limitado. Se não for recuperada, a vista 
será excluída permanentemente.
3.3.1 Permissões de usuários
Um importante tema no Google Analytics são as permissões de usuário, 
atribuídas no nível da conta, propriedade ou vista. As permissões valem para os 
níveis inferiores da hierarquia. Por exemplo, se você tiver acesso a uma conta, 
também terá acesso às propriedades e vistas pertencentes a ela, mas caso tenha 
acesso somente a uma vista, não terá permissão para modificar a propriedade ou 
a conta associada à vista.
A configuração das organizações, contas, propriedades e vistas afeta a 
forma de coleta dos seus dados. Tenha cuidado ao configurar a implementação 
do Google Analytics e lembre-se de alinhar suas propriedades e vistas dos dados 
coletados com a estrutura geral da empresa.
33
Introdução à Web Analytics Capítulo 1 
Um dos diretores da Google, Casey Carey, destaca três pontos 
comportamentais que podem interferir no desempenho da sua equipe 
de analistas. Prepare-se para as dificuldades na equipe.
Quando você se dispõe a treinar seus funcionários em análise 
e ação com base em dados, você provavelmente vai fazer todas as 
etapas lógicas: preparar aulas, disponibilizar documentos e vídeos, 
oferecer treinamento nas suas plataformas de dados e marketing. 
Tudo isso é bom – mantenha isso –, mas é muito importante que 
você atente às “três faltas”.
Falta de autoconfiança. Contar as histórias por trás dos dados 
é uma arte; é difícil aprender e fazer. O seu time pode hesitar até 
antes mesmo de tentar, mas se a tecnologia pode começar a 
encontrar e trazer à tona insights de forma automática, você já está 
na metade do caminho para um bom resultado.
Falta confiança na equipe. “Por que EU deveria me arriscar?” 
Essa é a eterna pergunta que fazemos. Demonstre para a sua 
equipe que você irá apoiá-los em tudo e os encoraje a manter claro 
o caminho lógico de dados que os levou a determinada decisão ou 
hipótese para um experimento. Sendo um sucesso ou fracasso, esse 
caminho lógico será fonte de aprendizado para as próximas rodadas 
de testes.
Falta de tempo. Extrair todas as informações de seus dados é 
uma atividade diária e que exige comprometimento. Sim, encontrar 
tempo livre é sempre um problema nos negócios, mas pessoas que 
“não possuem nenhum tempo livre” certamente vão ignorar dados 
muito valiosos! (CAREY, 2018).
Para configurar a organização dos usuários que têm acesso ao site, clique 
em "Administrador", você pode configurar as permissões de usuário do Google 
Analytics para "Gerenciar usuários", "Editar", "Colaborar" ou "Ler e analisar". 
Segue um exemplo de usuário teste.
34
 ANÁLISES WEB E GOOGLE ANALYTICS
FIGURA 14 – PERMISSÕES DE USUÁRIOS
FONTE: Google Analytics (2018)
O botão "Gerenciar usuários" permite adicionar ou remover usuários da conta, 
propriedade ou vista. O botão “Editar" permite fazer alterações nas configurações. 
O botão "Colaborar" permite compartilhar recursos como painéis e algumas 
configurações de métricas. E, por fim, "Ler e analisar" permite visualizar dados, 
analisar relatórios e criar painéis, mas restringe alterações nas configurações ou a 
adição de novos usuários.
4 Simulando Acesso na Conta de 
Demonstração do Google
O Google disponibiliza a conta do Google Analytics da loja de produtos 
do Google para simulação e análise da ferramenta. Dessa forma você poderá 
acessá-la para adquirir experiência prática em análise de dados. 
Agora que você criou uma conta no Google ou caso já tenha uma, conecte-se 
a sua conta no Google e inscreva-se na conta de demonstração: <https://support.
google.com/analytics/answer/6367342#access>.
35
Introdução à Web Analytics Capítulo 1 
FONTE: Google Analytics (2018)
FIGURA 15 – CONTA DE DEMONSTRAÇÃO
Clique em “Acessar a conta de demonstração”. A conta de demonstração 
será adicionada a sua conta do Google Analytics. Se você ainda não tinha uma 
conta, o Google criou uma para você, vinculada a sua do Google. Portanto, você 
pode acessá-la usando o mesmo e-mail e senha que utiliza para outros produtos 
do Google (como a conta do Gmail).
Agora, sempre que acessar “analytics.google.com”, você verá a página da 
loja de produtos. Posteriormente, quando obtiver acesso a contas do Google 
Analytics para outras empresas, elas também estarão listadas nesta página.
4.1 Entendendo o Google Analytics
A conta de demonstração do Google exibe dados reais de um website de 
comércio eletrônico e, por isso, ela é útil para explorar os relatórios e recursos do 
Google Analytics. Entenda a seguir como funciona o Google Analytics. No campo 
“Todos os dados do website” assinalado a seguir, é possível alterar a conta, caso 
outras tenham sido cadastradas.36
 ANÁLISES WEB E GOOGLE ANALYTICS
FIGURA 16 – TOUR GOOGLE ANALYTICS
FONTE: Google Analytics (2018)
O sino de alerta à direita sinaliza os dados que não estão sendo coletados de 
maneira correta ou uma configuração que precisa ser otimizada. Nos três pontos 
na vertical, assinalados ao lado do sino, é possível editar as configurações de 
usuários, enviar comentários ao Google Analytics, pesquisar artigos de ajuda 
sobre a ferramenta. E no item do usuário ao lado, é possível trocar de usuário ou 
sair da conta.
No campo “Pesquisar relatórios”, você pode encontrar relatórios específicos 
já criados anteriormente. No campo personalização é possível criar relatórios 
específicos para sua marca ou empresa. E no campo de relatórios, aparecem os 
diferentes relatórios de análises que veremos com profundidade no capítulo a seguir. 
4.1.1 Segmentos no Google Analytics
Quando você se deparar com os dados gerados dentro do Google Analytics 
pela primeira vez, pode imaginar que são muitos dados e informações para 
fazer sentido. Sem a segmentação correta, é bastante provável que você esteja 
certo, mas com poucos ajustes de segmentação, pode começar a entender o 
comportamento de diferentes segmentos de seu público.
Com o Google Analytics poderá segmentar seu público de três formas 
distintas: características do usuário, segmentos que acessam determinada parte 
de seu site (ou estão em determinado momento da jornada, representada por 
uma página de seu site), ou por origem de acesso (como, por exemplo, resultados 
orgânicos de busca, mídias sociais ou acessos diretos). Lembre-se de que é 
possível extrair diferentes conhecimentos de determinado segmento de usuários 
que podem revelar informações importantes sobre seu processo de conversão.
37
Introdução à Web Analytics Capítulo 1 
4.1.2 Detalhamento dos segmentos
Agora que você entende a importância de observar o comportamento de 
segmentos específicos de seu público, poderá começar a aprender a configurar 
estas segmentações na ferramenta. Utilizaremos os dados demonstrativos da 
conta Google Merchandising Store para observar estes segmentos.
FONTE: Google Analytics (2018)
FONTE: Google Analytics (2018)
FIGURA 17 – VISÃO GERAL
Ao acessar a ferramenta, na conta demonstrativa, clique sobre a aba 
“Público”. Por definições originais, você deverá visualizar os dados referentes ao 
seu público geral. Essas informações podem ser importantes por si só, apontando 
para um bom ou mau resultado. Contudo, decisões táticas e estratégias podem ser 
melhor tomadas ao observar fatias de seu público com características agrupáveis.
Clique sobre o quadrado indicando “+ Adicionar segmento”.
FIGURA 18 – CRIANDO NOVA SEGMENTAÇÃO
38
 ANÁLISES WEB E GOOGLE ANALYTICS
Como você pode observar, em uma conta com diversos colaboradores com 
acesso, é possível acessar segmentos criados anteriormente. Nesse caso, outros 
usuários já haviam criado, por exemplo, uma segmentação dos usuários que 
tiveram conversão, ou seja, aqueles que realizaram a ação final esperada.
Aqui vale lembrar que conversões não são necessariamente vendas. Seu 
site pode estar em busca de captação de cadastros, visualizações de páginas ou 
outras conversões mais específicas.
Clique sobre o botão “+ NOVO SEGMENTO”. A seguinte imagem deve aparecer:
FIGURA 19 – CONFIGURAÇÕES DE SEGMENTAÇÃO
FONTE: Google Analytics (2018)
As suas segmentações podem ser as mais variáveis possíveis, passando 
por demografia, tecnologias utilizadas, comportamento, origem de tráfego e 
outras configurações avançadas de segmentação. Lembre-se de que você tem 
liberdade para cruzar dados que apontem para compreensões de público sobre 
diferentes ângulos.
No caso, a título de exemplo, queremos entender a diferença entre dois tipos 
de segmentos. Homens que navegaram utilizando smartphones ou tecnologias 
mobile e os que não utilizaram. Esse tipo de combinação binária simples é um 
bom ponto de partida para a investigação e compreensão de um segmento.
Portanto, selecionaremos nas informações demográficas a opção “homem” 
(male em inglês) e na aba “Tecnologia” vamos selecionar primeiramente os 
usuários mobile. Na sequência criaremos outro segmento parecido, mas com a 
opção negativa selecionada.
39
Introdução à Web Analytics Capítulo 1 
FIGURA 20 – CONFIGURAÇÃO SEGMENTAÇÃO DETALHADA
FONTE: Google Analytics (2018)
Clique em Salvar, em ambos os segmentos de público, e selecione a 
“Comparação”. 
FIGURA 21 – COMPARAÇÃO DE SEGMENTOS
FONTE: Google Analytics (2018)
Com a comparação em mãos, podemos notar grandes diferenças entre 
o comportamento de um usuário de smartphone/tablet e de um usuário de 
computadores de mesa/tecnologias não mobile. Esse tipo de observação, tanto 
em números absolutos quanto em relativos, nos casos de conversões e dados 
secundários, é importante para retroalimentar o desenvolvimento de suas 
plataformas de venda ou configurações de negócios.
40
 ANÁLISES WEB E GOOGLE ANALYTICS
Vendo os dados apresentados pelos comparativos, o administrador da conta 
pode identificar que o volume de acessos não mobile, contraintuitivamente, é 
maior que o dos usuários mobile. Da mesma forma, na mesma análise consegue-
se notar uma quantidade maior de sessões por usuário não mobile quando 
comparada com mobile. Dando a entender que o “homem” gasta mais tempo na 
Google Merchandise Store quando não está utilizando seu celular.
Ainda, da mesma análise, pode-se criar testes com páginas menos densas 
em conteúdo para seu usuário mobile, tentando garantir mais sessões/tempo 
médio de sessão de seu usuário masculino médio. Dados devem idealmente, ao 
final de uma análise, fundamentar decisões práticas do negócio.
Portanto, durante a sua segmentação, observe se os números coletados são 
suficientes para justificar a tomada de decisão. Se, no exemplo, o acesso mobile 
representar uma parcela muito pequena de seus usuários, é possível que seu 
tempo seja melhor investido em estratégias com outros segmentos.
No exemplo a seguir é fácil verificar que o excesso de itens de segmentação 
pode comprometer observação de padrões, visto que o espectro observável fica 
reduzido a um grupo pequeno de usuários. Aqui utilizamos no exemplo uma 
segmentação que, apesar de parecer grande, reduz os dados a zero. Utilizamos 
segmentações demográficas por idade e sexo, com um grande número de 
usuários brasileiros que falam especificamente português e realizaram compras 
em janeiro de 2018. Com essas configurações, que facilmente poderiam compor 
uma situação real em uma agência, já notamos que não podemos extrair 
conhecimentos relevantes para a tomada de decisões.
FIGURA 22 – SEGMENTAÇÃO MUITO ESPECÍFICA
FONTE: Google Analytics (2018)
41
Introdução à Web Analytics Capítulo 1 
FONTE: Google Analytics (2018)
FIGURA 23 – FALTA DE DADOS RESULTANDO NA CARÊNCIA DE INFORMAÇÕES
Portanto, ao extrair informações, você deve buscar por padrões que 
realmente sejam condizentes e relevantes para o negócio. Com amostragens 
pequenas demais você pode tomar conclusões pouco precisas.
Atividade de Estudos:
1) Imagine que você foi contratado pela Google Merchandising 
Store e seu líder pediu que você demonstrasse em números 
que, independentemente do ticket médio, vendas para mulheres 
realizadas em dezembro de 2017 são maiores (em números de 
clientes) do que em janeiro de 2018. Para isso você deve utilizar 
duas segmentações: Informações demográficas – gênero; 
comportamento; transações.
 ____________________________________________________
____________________________________________________
____________________________________________________
____________________________________________________
____________________________________________________
____________________________________________________
____________________________________________________
42
 ANÁLISES WEB E GOOGLE ANALYTICS
5 Algumas ConsideraçõesNesse capítulo introduzimos você às novas características e ferramentas da 
análise web. Especificamente foi apresentado o Google Analytics. 
Durante o capítulo introdutório foi possível observar que o acesso às 
informações do seu site pode ser visualizado de formas mais simples e bastante 
informativas. Com o acesso aos dados em forma de conhecimento, é possível 
embasar decisões de negócio e ajustar plataformas para que desempenhem com 
alta eficiência.
A ferramenta que você passou a conhecer será um grande aliado na tomada 
de decisões daqui para frente, tornando as reuniões e discussões de marketing 
mais técnicas e menos subjetivas. Essas decisões, contudo, precisam de você 
para traduzir conhecimento em planos e planos em ações.
No próximo capítulo mergulharemos mais a fundo nas configurações de 
público, aquisições, comportamentos e relatórios para que você tenha acesso às 
múltiplas funcionalidades da ferramenta. Com elas será possível compreender 
cada passo dado dentro do seu espaço virtual.
Referências
Big Data? Analytics. IBM Analytics. Disponível em: <https://www.ibm.com/
analytics/hadoop/big-data-analytics>. Acesso em: 11 jun. 2018.
BRITO, Edivaldo. O que é o IP? TechTudo. 2013. Disponível em: <http://www.
techtudo.com.br/artigos/noticia/2013/05/o-que-e-o-ip-descubra-para-o-que-serve-
e-qual-e-seu-numero.html>. Acesso em: 11 jun. 2018.
CAREY, Casey. It’s time to act: adpot new data strategies for better marketing. 
think with Google. 2017. Disponível em: <https://www.thinkwithgoogle.com/
marketing-resources/data-measurement/data-driven-marketing-strategy/>. 
Acesso em: 11 jun. 2018.
GOOGLE. Analytics ajuda. 2018. Disponível em: <https://support.google.com/
analytics/answer/6086069?hl=pt&ref_topic=6083659>. Acesso em: 11 jun. 2018.
43
Introdução à Web Analytics Capítulo 1 
HOGG, Stuart. Customer journey mapping: the path to loyalty. Think With 
Google. 2018. Disponível em: <https://www.thinkwithgoogle.com/marketing-
resources/experience-design/customer-journey-mapping>. Acesso em: 11 jun. 
2018.
KAUSHIK, Avinash. Web analytics 2.0: the art of online accountability & Science 
of customer centricity. [s.l.]: Wiley, [s.d.].
YAO, Mariya. 14 ways machine learning can boost your marketing. Forbes. 
2018. Disponível em: <https://www.forbes.com/sites/mariyayao/2018/04/10/14-
ways-machine-learning-can-boost-your-marketing/#1fc4432b11b6>. Acesso em: 
11 jun. 2018.