Além de encontrar um modelo de negócio sustentável, os editores de hoje que operam na arena digital enfrentam outro desafio: medir adequadamente o desempenho do seu conteúdo e compreender verdadeiramente o comportamento do seu público. Este é um problema real para todos os tipos de publicações, independentemente de serem financiadas por publicidade ou parte de uma nova geração que opera sob um modelo de receita de leitores.
As coisas eram um pouco mais simples no passado. Os editores poderiam medir o sucesso de seus negócios observando e comparando o número de jornais ou revistas vendidos ao longo do tempo. Eles poderiam então estimar o tamanho do seu público leitor multiplicando o número de cópias vendidas por 2 ou 2,5, o que é considerado a taxa média de repasse . As informações sobre o sucesso da circulação eram particularmente importantes para os anunciantes que queriam alguma prova de valor antes de investir em espaço publicitário.
Os editores de mídia tradicional ainda dependem desse tipo de cálculo porque, convenhamos, é o melhor que existe.
Depois de entrarem na era digital, os editores descobriram novas maneiras de monetizar seu conteúdo. No entanto, eles também se encontraram em território desconhecido. Medir o desempenho do conteúdo agora implicava o uso de ferramentas analíticas e a alfabetização em dados, o que para muitos editores acabou sendo um grande desafio. Daí a falácia de confiar em métricas únicas.
Vamos tentar ver por que métricas individuais, como
- Visualizações de página
- Tempo na página e
- Visitantes que retornam
não podem ser métricas confiáveis para editores que desejam medir o desempenho de seu conteúdo, compreender o comportamento de seu público e identificar seus leitores fiéis e cultivar um relacionamento forte com eles.
1. Visualizações de página
As visualizações de página têm estado sempre presentes para medir o desempenho dos anúncios e a popularidade das páginas de produtos em sites de comércio eletrônico. Essa métrica decolou pela primeira vez com o Google Analytics , que é uma das ferramentas analíticas mais conhecidas, projetada principalmente para empresas de comércio eletrônico.
O problema com visualizações de página:
Infelizmente, na ausência de algo melhor, as visualizações de página logo foram adotadas como uma métrica legítima para medir o desempenho do conteúdo por muitas ferramentas analíticas do mercado.
Veja como as visualizações de página têm sido falsamente interpretadas por muitos editores: mais visualizações de página equivalem a mais visitantes e mais engajamento. Se algum conteúdo gera muitas visualizações de página, ele é melhor do que o restante dos artigos, certo?
Na verdade.
Vamos abordar esse problema sistematicamente.
Veja como as visualizações de página foram definidas no Google Analytics :
Uma visualização de página (ou hit de visualização de página, hit de rastreamento de página) é uma instância de uma página sendo carregada (ou recarregada) em um navegador. Visualizações de página é uma métrica definida como o número total de páginas visualizadas. […] Se um usuário clicar em recarregar após acessar a página, isso será contado como uma visualização de página adicional. Se um usuário navegar para uma página diferente e depois retornar à página original, uma segunda visualização de página também será registrada.
Há também uma métrica chamada Visualizações únicas de página que representa um número de sessões durante as quais uma determinada página foi visualizada pelo menos uma vez. Portanto, se um determinado usuário visitar a página em questão, sair dela e voltar a ela na mesma sessão, o GA contará 1 visualização de página única.
No entanto, as visualizações de página são uma métrica do navegador e não descrevem a natureza da conexão ou o nível de envolvimento que os visitantes do site tiveram com o seu conteúdo. Nem de longe.
Uma pessoa pode abrir um determinado artigo e fechá-lo imediatamente ou deixá-lo aberto em uma guia do navegador enquanto faz outra coisa. O script da ferramenta analítica irá registrá-lo como uma visualização de página de qualquer maneira.
Poderíamos dizer que o nome mais preciso para Pageviews seria Page-Loads , já que essa métrica não mostra necessariamente o número de pessoas que visualizaram a página, mas sim o número de vezes que a página foi carregada no navegador.
Como os editores tentam entender as visualizações de página:
Editores e profissionais de marketing de conteúdo podem tentar entender melhor essa métrica observando como ela se correlaciona com outras métricas únicas disponíveis no GA e ferramentas analíticas semelhantes.
Por exemplo, eles analisarão a combinação de métricas únicas disponíveis: visualizações de página, tempo médio na página e taxa de rejeição. Portanto, a “fórmula” comum para estimar se um determinado artigo teve um bom desempenho ou não é mais ou menos assim:
Alto número de visualizações de página + tempo médio “bom” na página + baixa taxa de rejeição
O Tempo na Página “ideal” seria aquele que corresponde ao tempo de leitura necessário para o artigo em questão. A velocidade média de leitura é de aproximadamente 265 WPM, então os editores sentam e fazem algumas contas simples: se o artigo tiver 1.500 palavras, uma pessoa levaria cerca de 5 minutos e meio para lê-lo, de cima a baixo. É claro que nem todos os visitantes do site irão lê-lo, então o tempo médio na página será menor. A parte complicada para os editores é decidir qual horário seria aceitável aqui, ou seja, qual é o “bom” tempo médio na página.
O principal problema com isso? Bem, a forma como o tempo médio na página é calculado no GA e ferramentas semelhantes pode atrapalhar suas suposições (veja o segmento a seguir chamado Tempo na página/Tempo médio na página).
Por definição, uma rejeição é uma sessão de página única em seu site. A taxa de rejeição é a porcentagem de visitas a uma única página. A taxa de rejeição de uma página é baseada apenas nas sessões que começam com essa página.
Então, os editores pensam: quanto menor a taxa de rejeição, melhor. Em tese eles têm razão, pois isso indica que as pessoas se interessaram por outros conteúdos publicados no seu site, ou seja, decidiram navegar mais. Mas as informações sobre como eles realmente se envolveram com seu conteúdo não estão disponíveis nos relatórios padrão do GA. Você pode presumir que alguns deles permaneceram no seu site, mas isso é tudo.
Online, você encontra informações sobre os valores ideais da Taxa de Rejeição : eles não passam de 40%, enquanto os valores médios vão até 55%. No entanto, você deve definir uma linha de base de acordo com seu próprio site e não perseguir números e normas que funcionem para outra pessoa. Além disso, os valores da taxa de rejeição podem ser terrivelmente enganosos se não forem interpretados corretamente. O contexto também é importante: por exemplo, se uma página de contato tem uma alta taxa de rejeição, não é que ela não agregue valor. Ele simplesmente responde a uma consulta específica para usuários que não sentem mais necessidade de navegar mais.
Como abordamos este problema:
Ao contrário das visualizações de página no GA e ferramentas semelhantes, no Content Insights – desenvolvemos métricas complexas . Nossa solução analítica possui leituras de artigos , que se concentra no comportamento humano real, pois leva em consideração o tempo real gasto na página, mas também a forma como as pessoas interagem com a página (por exemplo, cliques, seleção de texto, rolagens, etc.). Além das leituras de artigos, o CI também tem a profundidade de leitura como uma métrica complexa que revela o quão profundamente um visitante se aprofundou na leitura de um conteúdo. Para maior precisão, conta com a combinação de diversas métricas, sendo uma delas o Tempo de Atenção. Além disso, também temos o Page Depth que calcula a média de páginas visitadas depois que um leitor abre a página inicial, ou artigo.
2. Tempo na página/Tempo médio na página
Muitos editores analisam o Tempo na página e o Tempo médio na página ao tentar definir qual conteúdo pode ser considerado envolvente. Eles acham que quanto mais tempo as pessoas permanecem em uma determinada página, maior é a probabilidade de o conteúdo oferecido ser envolvente.
No entanto, depois de perceber como essa métrica é medida, você verá que ela não fornece insights confiáveis.
O problema com a medição do tempo na página:
O Google Analytics e ferramentas analíticas semelhantes medem essas métricas apenas no nível do navegador, o que não diz nada sobre a forma como as pessoas se envolvem com o conteúdo.
Quando uma pessoa sai da página, mas deixa a guia aberta – o Google Analytics e ferramentas analíticas semelhantes não conseguem registrar isso. No que diz respeito à análise, a pessoa nunca saiu do site. Além disso, o GA não pode medir o tempo que um usuário gastou na última página da visita ao seu site. Além disso, se o visitante sair depois de visualizar apenas uma página (ou seja, se a visita for rejeitada), nenhum tempo será registrado.
Como você pode ver, esses dados não refletem adequadamente o nível de envolvimento do leitor com o seu conteúdo.
Como os editores tentam entender o tempo médio na página:
Alguns editores implantam rastreadores de eventos, como profundidade de rolagem, na tentativa de obter relatórios mais precisos e garantir que o tempo na página seja medido mesmo que a página seja rejeitada. No entanto, não é tão simples.
Quando se trata de confiar apenas na profundidade de rolagem, há um problema subjacente relacionado a:
- atividade real do usuário
- a localização da dobra
- o comprimento do artigo
Digamos que uma pessoa percorra 60% do seu conteúdo, mas o faça em uma tela que não está ampliada em 100%, mas em 75%. Eles podem ver o resto do seu conteúdo e não continuam a rolar para baixo.
Ou digamos que eles estão em 60% do seu conteúdo, mas permanecem lá por meia hora (a página permanece aberta e eles se afastam do computador), antes de finalmente retornarem. Além disso, só porque eles percorrem seu conteúdo não significa que realmente o leram. E se o artigo não for muito extenso? A profundidade de rolagem será de 100%, mas isso não significa que este artigo específico tenha gerado mais engajamento ou tenha melhor desempenho do que outros.
Escusado será dizer que, mesmo com o acompanhamento de eventos, os relatórios podem não ser precisos, pois não fornecem uma imagem completa. As discrepâncias de dados não são raras, por isso os proprietários de contas podem notar em seus relatórios que o tempo médio na página é maior que a duração média da sessão, o que não faz muito sentido. No Google Analytics, isso é chamado de “tempo perdido”.
Como abordamos este problema:
Ao contrário do GA e de ferramentas analíticas semelhantes, o Content Insights mede o tempo de atenção , que é o tempo real que um usuário passa na página consumindo conteúdo. Não leva em consideração o tempo ocioso, ou seja, o tempo que uma pessoa não está ativa na página ou está ausente da página. Então, o que você obtém com essa métrica é o tempo real de engajamento.
Nossa solução analítica depende de um algoritmo complexo chamado Content Performance Indicator (CPI). O IPC é sempre apresentado na forma de um número, de 1 a 1000, sendo 500 a linha de base (também conhecida como “norma”) para o site, seção, tópico, autor ou artigo observado.
O CPI leva em consideração dezenas de diferentes métricas de desempenho de conteúdo e examina suas relações. Também os pondera de forma diferente de acordo com três modelos comportamentais: exposição , envolvimento e lealdade . Assim, desenvolvemos três CPIs que medem esses comportamentos: CPI de Exposição , CPI de Engajamento e CPI de Fidelidade .
No contexto de engajamento, temos o CPI de engajamento que é calculado medindo a leitura atenta e a jornada do leitor dentro do site ou domínio. Ele oferece uma maneira muito mais avançada e precisa de medir o engajamento em comparação com simplesmente examinar o tempo na página, que é uma métrica única no GA e ferramentas analíticas semelhantes.
3. Visitantes que retornam
Para entender o que são visitantes recorrentes, precisamos examinar brevemente a maneira como o Google Analytics e a maioria das ferramentas analíticas atuais rastreiam os usuários.
Na primeira vez que um determinado dispositivo (desktop, tablet, dispositivo móvel) ou navegador (Chrome, Firefox, Internet Explorer) carrega o conteúdo do seu site, o código de rastreamento do Google Analytics atribui a ele um ID exclusivo e aleatório chamado ID do cliente e, em seguida, envia-o para o servidor GA
O ID exclusivo é contado como um novo usuário único no GA. Cada vez que um novo ID é detectado, o GA conta um novo usuário. Se o usuário excluir os cookies do navegador, o ID será excluído e redefinido.
Tendo isso em mente, Visitante Recorrente é aquele que utiliza o mesmo dispositivo ou navegador de antes para acessar o site e iniciar uma nova sessão, sem limpar os cookies . Portanto, se o Google Analytics detectar o ID do cliente existente em uma nova sessão, ele o verá como um visitante recorrente.
O problema com visitantes recorrentes:
O problema com o cálculo de visitantes recorrentes é óbvio: as ferramentas de análise podem contar o mesmo visitante que retornou ao site como novo – apenas porque mudaram de dispositivo ou navegador, ou limparam os cookies. Não há muito que alguém possa fazer sobre isso, já que o ID do cliente é alterado dessa maneira. Não é possível rastrear usuários em diferentes navegadores e dispositivos. Além disso, o Google Analytics pode contar o mesmo visitante como novo e recorrente, se ele retornar dentro de um determinado período de tempo. Isso significa que pode haver uma sobreposição entre visitantes novos e recorrentes, o que causa discrepâncias nos dados. Além disso, o mesmo usuário pode ser contado duas vezes para a mesma fonte/mídia.
No entanto, há um problema muito maior aqui:
Muitos editores aceitaram o retorno de visitantes como uma métrica que indica o número de leitores fiéis, o que é uma falácia lógica.
Visitantes recorrentes indicam o número de pessoas que visitaram seu site no passado e depois voltaram. No entanto, este relatório nada diz sobre:
- Quão bom é o seu conteúdo para envolver os visitantes
- O comportamento humano real (como as pessoas interagem com seu conteúdo)
- A frequência e a atualidade de suas visitas
- Se esses visitantes são realmente leais à sua publicação ou apenas bisbilhoteiros ocasionais que já estiveram no seu site antes (ou seja, esses visitantes criaram o hábito real de visitar sua publicação ou simplesmente encontraram seu site mais de uma vez em um determinado período de tempo por motivos XY)
Para entender melhor essa métrica, podemos tentar explicá-la com uma analogia simples. Se uma pessoa vai a uma loja, sai e volta, sem qualquer intenção específica ou sem realmente fazer uma compra – essa pessoa é um cliente fiel por padrão? Na verdade. Eles poderiam ser, mas você realmente não pode saber.
Mais uma vez, temos que sublinhar – o retorno de visitantes mede a atividade do navegador e não tem nada a ver com lealdade.
Como os editores tentam entender o retorno dos visitantes:
Muitos editores optam por ignorar essas falácias de cálculo ou nem sequer têm consciência de como as coisas são realmente medidas. Eles levam em consideração a proporção de visitantes novos x recorrentes para obter uma visão geral do tipo de tráfego que seu site está atraindo, mesmo que não seja muito preciso. Em seguida, eles comparam coisas como o número de sessões ou o tempo médio na página, na tentativa de descobrir as semelhanças e diferenças entre como os visitantes recorrentes e os novos visitantes interagem com seu site. Além disso, eles podem optar por aplicar segmentação e gerar relatórios personalizados para obter mais detalhes sobre seus visitantes.
Ainda assim, esses relatórios são baseados em métricas únicas que não fornecem insights acionáveis quando se trata de medir o desempenho do conteúdo.
Outra coisa que os editores podem usar para obter dados mais precisos é rastrear a identificação do usuário , ou seja, estabelecer um sistema de login em sua página da Web onde os usuários possam fazer login. Quando logados, os usuários podem ser facilmente rastreados em todos os dispositivos. No entanto, o GA não funciona retroativamente, portanto, se você optar por implementar um sistema de login, ele não conectará nenhuma sessão anterior. O grande problema aqui é que seus visitantes provavelmente não optarão por fazer login em seu site se o conteúdo estiver disponível de qualquer maneira.
Como abordamos este problema:
A equipe do Content Insights Labs está particularmente interessada em compreender e definir leitores fiéis e em encontrar uma maneira de medir a lealdade .
Por fim, definimos leitores leais como “rotineiramente altamente engajados” , uma vez que corresponde mais precisamente ao seu habitual . Há uma maneira específica de contar seus “Dias Ativos” nas análises do CI para garantir que eles estejam realmente interagindo com o conteúdo.
Ao contrário de outras ferramentas analíticas, medimos a lealdade no nível do conteúdo porque é isso que realmente importa. Os editores desejam identificar os conteúdos que incentivam o comportamento leal e talvez contribuam para converter leitores fiéis em assinantes.
Com as últimas melhorias do nosso CPI de Fidelidade , agora é possível medir exatamente isso. Este modelo comportamental analisa como os artigos contribuem para a fidelidade geral da sua base de leitores no site.
“Se não está quebrado, não conserte”
Criamos uma visão geral das métricas individuais usadas com mais frequência e mostramos detalhadamente por que é errado basear relatórios de desempenho de conteúdo nelas.
A questão candente aqui é que muitos dos editores de hoje não se preocupam em entender como as coisas são calculadas.
Por exemplo, os editores realmente acreditarão que, ao solicitarem o Relatório de público no GA, obterão insights precisos e confiáveis sobre como seu público consome seu conteúdo. Mas cada relatório no GA, como ferramenta pronta para uso, depende de métricas únicas que descrevem eventos do navegador .
Esses relatórios não conseguem medir adequadamente o comportamento humano e sua complexidade, não importa como você os chame. Muitas ferramentas analíticas no mercado construíram narrativas inteiras que são, na verdade, falsas e enganosas – já que você não pode realmente medir as coisas que lhe são prometidas.
Você pode chamar um gato de tigre e fingir que está tudo bem só porque eles pertencem à mesma árvore genealógica de felinos, mas em algum momento – o erro virá à tona e se tornará dolorosamente óbvio para todos os principais interessados. Um miado não é um rugido.
Alguns editores estão começando a perceber a falácia de acreditar em métricas únicas ao medir o desempenho do conteúdo, mas optam por fechar os olhos. Outros ainda não estão cientes do fato de que o problema existe.
Dado que as pessoas são naturalmente muito resistentes à mudança, muitos editores aderem ao princípio “se não está quebrado, não conserte”. A lógica deles é sensata: eles têm usado métricas únicas e conseguiram sobreviver. A mudança significa que existe o perigo de perder o controlo, tem “incerteza” estampada, impõe trabalho adicional e é geralmente assustadora – até mesmo aterrorizante.
No entanto, as coisas ESTÃO quebradas e PRECISAM ser consertadas.
Tal como todas as mudanças fundamentais, esta mudança de métricas únicas para métricas complexas segue a chamada Lei do Movimento de Hemingway : está a acontecer gradualmente e depois de repente. E, assim como acontece com qualquer tipo de tecnologia ou método disruptivo que impulsiona o mundo, os primeiros adotantes ganham vantagem competitiva. Nós vimos isso acontecer. É assim que o progresso funciona.
Agora o foco está em você. Quais análises você usa? Como você entende os dados? Qual é a sua métrica “estrela norte” para medir o desempenho do conteúdo? Convidamos você a participar desta conversa e compartilhar sua opinião nos comentários abaixo.
