Mestre SEO » Google Analytics

Obtendo Rankings no Google Analytics

Thiago Morello — Wed, 18 Jan 2012 17:21:40 +0000

Quando foi a última vez que você abriu o Google Analytics na seção fontes de tráfego para dar uma olhada como estão os acessos provenientes da busca orgânica? E, se você trabalha com SEO, quando foi a última vez que se perguntou: por que o GA não disponibiliza os rankings das palavras-chave que geraram tráfego?

De fato, essa informação tão necessária acaba tomando um bom tempo dos profissionais de busca, ao exportarem os dados (ou não) da famosa plataforma de análise do Google para ferramentas externas fazerem o trabalho. Haja mão de obra para concatenar tudo depois.

Talvez você já tenha visto outras soluções, mas quero compartilhar aqui uma divulgada pelo consultor SEO John Doherty, para o blog do SEOmoz, que testei e trouxe alguns resultados interessantes. Para tornar esse post prático, vou dividir em implementação (pode ser seu único interesse) e análise (caso queira algum insight de como aproveitar melhor esse novo ‘add-on’ no GA).

Implementação

A implementação é muito simples, sendo uma variável personalizada, basta adicionar abaixo do código do Analytics (em todas as páginas) o código a seguir. A única diferença é a presença de um parâmetro dentro da (eu disse dentro mesmo, não por entre a) tag body. Note nas tags de comentários:

<script type="text/javascript">
 
/* Código do Google Analytics */
 
  var _gaq = _gaq || [];
  _gaq.push(['_setAccount', 'UA-XXXXXXXX-XX']);
  _gaq.push(['_trackPageview']);
 
  (function() {
    var ga = document.createElement('script'); ga.type = 'text/javascript'; ga.async = true;
    ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www') + '.google-analytics.com/ga.js';
    var s = document.getElementsByTagName('script')[0]; s.parentNode.insertBefore(ga, s);
  })();
 
/* Código da variável customizada para Rankings */
 
function rankingsPush()
{
  var url = String(document.referrer);
 
	// função que confirma se eles vieram do Google
	if (url.indexOf ("google.com") !=-1)
	{	
 
		var urlVars = {};
		var parts = url.replace(/[?&]+([^=&]+)=([^&]*)/gi, function(m,key,value)
		{
			urlVars[key] = value;
		});
 
		// Push da variável customizada do Google Analytics
		_gaq.push(['_setCustomVar', '1', 'Rankings', urlVars["cd"], 1]);
 
	}
 
}
 
</script>
 
<title>Título</title>
</head>
<body onload="rankingsPush();">

Note em bold e subescrito, a tag body alterada.

Para acessar, basta seguir conforme a imagem abaixo:

Agora, tendo certeza de ter colocado em todas as páginas, é hora de esperar até obter uma quantidade significativa de visitas provenientes do Google (mais de cem) e bater com os acessos na variável personalizada para saber se a implementação está ok. Se não, vale a pena rever se todas as páginas estão realmente com a variável personalizada.

De qualquer forma, uma variação é sempre esperada, apenas certifique-se de que ela não é proveniente de páginas que passaram desapercebidas na implementação do código, ou pode comprometer a qualidade das informações a serem análisadas. Não se esqueça de desconsiderar o (not provided), que são buscas de usuários logados no Google, que recentemente foram ocultadas dentro de uma nova política do Analytics.

Análise – Como Escolher Prioridade de Keywords no GA

Tendo colhido os dados, vou sugerir uma análise possível, visto que a partir de agora vai do objetivo do analista. Você pode estar querendo apenas acompanhar um projeto de SEO em andamento, mas vou considerar a otimização em si, sem pretensões de justificar um planejamento anterior. Para isso, vou sugerir a criação de um índice de retorno sobre ranqueamento.

A ideia desse ranking é que toda palavra-chave gera um retorno real e um retorno potencial. Portanto, para saber qual parâmetro de busca priorizar, é importante saber qual vai retornar mais para o site caso suba posições no Google. Para criar o índice, utilizarei dados sobre a CTR das dez posições do Google, obtidas por uma pesquisa da Optify (você pode encontrar pesquisas mais recentes ou preferir de outras fontes).

O cálculo é simpes: divida a receita obtida da palavra-chave pelo CTR atual (de acordo com a posição no momento e o dado obtido na pesquisa da Optify) e multiplique por 36,4%, ou seja, caso esteja em primeiro lugar no ranking, depois subtraia a atual receita (é só uma das formas de se calcular isso). Fica assim:

Palavra-chave	Ranking	Receita	CTR Optify	Est. Receita da P1
Tênis	2	400,00	12,5%	764,80
Tênis tamanho 42	4	600,00	7,9%	2.164,56
Tênis azul	6	800,00	4,1%	6.302,44

Estimativa de Receita da Primeira Posição = ((Receita / CTR Optify) * 36,4%¹ ) – Receita

Logo, nesse caso fictício, o tênis azul seria a melhor opção para trabalhar ranqueamento. Claro que você pode, conforme algumas palestras da Mestre SEO, considerar a dificuldade de subir no ranking (utilizando o próprio keyword difficulty tool) e a vontade do cliente nessa priorização.

Aqui, eu quis apenas compartilhar um tipo de cálculo que acho válido ser constantemente reavaliado pela equipe de SEO, e que torna mais real, na minha visão, a validade da componente que costumamos chamar de ROI (Retorno sobre Investimento) dentro do pacote do projeto.

Antes de encerrar, gostaria de chamar atenção sobre uma coisa: rankings tem prazo de validade. Se alteram ao longo do tempo. Portanto, muito cuidado com análises regressivas comparativas com o presente. Ou mesmo, considere o uso dessa possibilidade a seu favor: estude o histórico e evolução dos rankings de suas palavras-chaves geradoras de tráfego.

É isso! Agradeço quem leu até o final, peço que comentem — para ajudar a enriquecer o conteúdo — e, por último, agradeço toda a equipe da Mestre SEO pela oportunidade*.

* – este é um guest post, todo conteúdo é de responsabilidade do autor convidado

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Obtendo Rankings no Google Analytics

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Usando dados do GA na Produção de Conteúdo

Fabiane Lima — Tue, 26 Apr 2011 16:57:53 +0000

A chegada do Panda update no Brasil é apenas uma questão de tempo, por esse motivo é interessante verificar o conteúdo de seu próprio site com um olhar mais crítico e melhorar sua produção – inserindo conteúdo sobre os temas abordados em cada uma das páginas do site. Mas será que simplesmente inserir conteúdo nas páginas é eficaz? Que tipo de conteúdo devo inserir nas páginas? Que dados posso utilizar para me guiar nessa produção de conteúdo?

Outro ponto que deve ser levantado é: quanto maior um site, maior o seu número de páginas e, consequentemente, maior deverá ser o investimento em produção de conteúdo. Mas por quais páginas devemos começar essa produção de conteúdo para conseguir bons resultados?

Abaixo, seguem algumas dicas sobre como melhorar a produção de conteúdo para o seu site, levando em consideração dados do Google Analytics.

1 – Comece pelas páginas principais

Quanto maior um site, maior será o investimento necessário em conteúdo para as suas páginas, consequentemente, mais gradual será o processo de inserção de conteúdo ao longo das páginas – por estes motivos, é necessário elaborar uma estratégia para obter os melhores resultados desde o início dessas atividades.

Antes de começar a definir o conteúdo a ser produzido, é necessário estabelecer uma prioridade para as páginas do site – para tanto, é necessário considerar qual métrica é a mais importante para o site. Por exemplo, para um e-commerce a prioridade pode ser o conjunto de páginas de maior conversão; para um blog, as páginas de maior número de entradas ou ainda, com o maior número de goals atingidos.

No nosso exemplo, vamos considerar como as páginas principais aquelas que representam o maior número de entradas no site. Para fazer essa verificação, vamos utilizar os relatórios de “top landing pages” do próprio Google Analytics (disponível no caminho: “Content -> Top Landing Pages” ou ainda “Content -> Site Content -> Landing Pages”, na nova versão do GA). Ao acessar esse relatório, será exibida uma lista das principais páginas – organizadas do maior para o menor número de entradas.

Por exemplo, ao acessar os dados de top landing pages do dia 26/03/2011 a 25/04/2011 de um determinado site, temos:

Como é possível notar no exemplo acima, a categoria 1 possui grande parte das páginas que detém os maiores número de visitas do site em questão. Portanto, uma possível estratégia para esse site é começar a produção de conteúdo pela categoria 1.

Como se trata de um site que tem cerca de 200 páginas de conteúdo (ou seja, é um site pequeno) – outra possível segmentação é dividir as páginas do site em 20 pacotes de 10 páginas – ou seja, vamos produzir conteúdo primeiramente para as top 10 páginas de entrada, em seguida para as próximas 10 páginas e assim por diante.

Uma dica para sites que têm um volume muito grande de páginas: é interessante segmentar os dados por seções de conteúdo, afim de selecionar (e trabalhar primeiramente) as páginas principais de cada uma dessas seções. Por exemplo, vamos supor que vamos selecionar as principais páginas de um portal de notícias com 3 categorias principais de conteúdo:

Esportes
Mundo
Brasil

Talvez em um primeiro momento seja interessante selecionar as páginas principais de cada uma dessas categorias (esportes, mundo e Brasil) – afim de facilitar a segmentação dos dados e trabalhar as principais seções de conteúdo de maneira equitativa.

2 – Keywords de Entrada

Uma vez que estipulamos qual será a ordem de produção de conteúdo, chega o momento de definir o que será produzido para cada página. Para tanto, podemos utilizar as próprias keywords de entrada para cada uma dessas páginas.

Mas porquê?

Porque dessa maneira estaremos abordando assuntos para os quais as páginas já possuem uma certa relevância – pois é através desses termos que os usuários chegam nas páginas, ou seja, é para esses termos que as páginas estão aparecendo nas Search Engines.

Para acessar os dados referentes as keywords de entrada de uma determinada página, basta acessar o relatório de “top landing pages”, selecionar a página para a qual você deseja visualizar as keywords de entrada e selecionar a opção “Entrance Keywords” no menu “Analyze”. Da seguinte maneira:

Depois disso, o relatório exibido será o de keywords de entrada da página selecionada.

Após acessar os dados de keywords é necessário verificar quais informações desse relatório você pode aproveitar para melhorar o conteúdo da página em questão.

Por exemplo, ao acessar os dados referentes as keywords de entrada do artigo sobre a tool URL builder, temos:

Como é possível notar, embora a maioria das keywords se refiram a assuntos já tratados no artigo em questão, podemos notar que a informação “o que é url taggeada” não foi um assunto expressamente abordado no artigo. Ou seja, uma maneira de melhorar esse conteúdo é justamente acrescentar uma resposta para essa pergunta no próprio artigo (seja em um parágrafo ou utilizar um novo tópico para isso) – para que o texto se torne mais relevante também para esse assunto.

Ou seja, nesse segundo passo vamos identificar assuntos para os quais as páginas do site já possuem alguma relevância, mas para os quais seus conteúdos ainda não são completos o suficiente.

Dica Extra: Divulgue

Uma vez que uma determinada página teve seu conteúdo atualizado é essencial que esse conteúdo seja divulgado – seja por twitter, facebook ou até agregadores de conteúdo. Dessa maneira você está facilitando que os usuários encontrem as novas informações, bem como possibilitando que as Search Engines encontrem esse novo conteúdo mais rapidamente.

Conclusão

Por ser uma atividade que demanda mais tempo e investimento, a produção de conteúdo é um trabalho que muitas vezes tem a menor prioridade entre as atividades de um projeto – o que pode ser muito prejudicial, pois as Search Engines estão se tornando cada dia melhores em identificar conteúdos de má qualidade. Ou seja, ao definir as prioridades de um determinado projeto é essencial considerar a produção de conteúdo uma atividade, no mínimo, tão importante quanto as demais, e não relegada a segundo plano.

Tem alguma dúvida ou sugestão sobre a estratégia de utilizar os dados do Google Analytics no processo de produção de conteúdo para o site? Entre em contato através dos comentários.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Usando dados do GA na Produção de Conteúdo

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Como Fazer o Tracking de Subdomínios no GA?

Fabiane Lima — Tue, 19 Apr 2011 17:14:26 +0000

O Google Analytics é uma das ferramentas de Web Analytics mais utilizadas no Brasil – e não é por acaso. Além de ser relativamente simples de configurar, fácil de usar e ser gratuita, ela também conta com vários recursos que possibilitam tanto a segmentação de tráfego, quando um tracking mais completo das visitas do site – inclusive quando o site possui vários subdomínios. Entretanto, apesar da facilidade de instalação, quando o assunto é subdomínio são necessárias algumas configurações extras.

Abaixo, segue um guia de como fazer essas configurações, através das seguintes etapas:

configuração dos códigos do GA
criação de novos profiles
configuração de filtros

1 – Configuração dos Códigos do GA

Quando vamos configurar o Google Analytics em um domínio, basta apenas inserir um trecho de código semelhante ao seguinte:

var _gaq = _gaq || [];
_gaq.push(['_setAccount', 'UA-12345678-9']);
_gaq.push(['_trackPageview']); 

(function() {
var ga = document.createElement('script'); ga.type = 'text/javascript'; ga.async = true;
ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www')
+ '.google-analytics.com/ga.js';
var s = document.getElementsByTagName('script')[0];
s.parentNode.insertBefore(ga, s);
  })();

Entretanto, ao utilizar esse mesmo trecho de código nos subdomínios, sem nenhum tratamento, fará com que o GA contabilize cada um dos subdomínios como um novo site – por exemplo, se um usuário chega ao seu site através do domínio principal e no dia seguinte ele acessa o seu site através de um dos subdomínios, esse usuário será contado duas vezes como uma nova visita – ou seja, duas novas visitas – ao invés de um novo usuário que visitou novamente o site. Isso acontece porque o GA não utiliza o mesmo cookie para os subdomínios e o domínio principal.

Para corrigir esse problema, é necessário fazer a seguinte alteração no código do GA:

var _gaq = _gaq || [];
_gaq.push(['_setAccount', 'UA-12345678-9']);
_gaq.push(['_setDomainName','meusite.com.br']);

_gaq.push(['_trackPageview']); 

(function() {
var ga = document.createElement('script'); ga.type = 'text/javascript'; ga.async = true;
ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www')
+ '.google-analytics.com/ga.js';
var s = document.getElementsByTagName('script')[0];
s.parentNode.insertBefore(ga, s);
  })();

Onde a única alteração a ser feita no código original da página está assinalada em amarelo. Essa linha de código possibilita que o Analytics utilize o mesmo cookie ao longo do domínio principal e os subdomínios. Ou seja, passa a contabilizar corretamente todas as visitas no domínio prinicipal e seus subdomínios.

Entretanto, ao utilizar essa configuração, as visitas para URLs diferentes que possuem a mesma URI passam são agrupadas. Por exemplo, vamos supor a seguinte configuração:

http://www.site.com.br/home.html
http://subdominio.site.com.br/home.html

As visitas nessas duas páginas serão agrupadas na URI “/home.html“, não sendo possível diferenciar as visitas da página (1) e as visitas da página (2) – Na configuração dos filtros veremos como corrigir esse novo problema.

2 – Novos Profiles

Afim de facilitar a visualização dos dados e configuração dos filtros, sugerimos que seja criado um novo profile para cada um dos seguintes itens:

geral: um profile que vai conter os dados do domínio prinicipal e todos os subdomínios
cada um dos subdomínios: é interessante que cada um dos subdomínios tenha um profile próprio, em cada profile vamos segmentar somente os dados de tráfego daquele determinado subdomínio

No artigo sobre como criar filtros no Google Analytics, demos algumas dicas sobre como montar um novo profile na versão antiga do Google Analytics.

3 – Configuração de Filtro para Adicionar Hostname

Nessa última etapa vamos precisar configurar dois filtros:

para diferenciar as visitas para o domínio principal e os subdomínios
para segmentar as visitas dos subdomínios

3.1 – Diferenciando as Visitas do Domínio Principal e Subdomínios

O Google Analytics, por padrão, exibe apenas a URI de uma determinada URL. Para exemplificar melhor como o GA entende uma URL, segue abaixo um exemplo:

http://subdominio.site.com.br/pagina.html

Essa URL é formada por:

hostname – é a parte da URL na qual podemos diferenciar domínios e subdomínios, que equivale ao trecho: “subdominio.site.com.br“
URI – são os dados exibidos no Google Analytics, esses dados diferenciam somente as páginas de um mesmo site, o que equivale ao trecho “/pagina.html“

Portanto, para poder diferenciar as visitas entre os subdomínios, vamos aplicar um filtro (em todos os novos profiles), que vai inserir nos reports do GA os dados referentes ao hostname de cada URL visitada.

Esse filtro tem a seguinte configuração:

filter name: adicionar hostname
filter type: Custom filter > Advanced
field a: hostname
extract A: (.*)
Field B: Request URI
Extract B: (.*)
Output To: Request URI
Constructor: $A1$B1

Da seguinte maneira:

Depois dessa configuração, nos relatórios do GA que exibem dados referentes as URLs do site, as URLs passarão a ter um formato mais completo, como no exemplo abaixo:

Onde podemos notar que os dados são segmentados não somente por URIs, mas também pelo hostname das URLs.

3.2 – Segmentando as Visitas de Subdomínios

A intenção dos profiles de subdomínios é segmentar somente o tráfego do subdomínio ao qual o profile se refere.

Por exemplo, o profile: “subdominio” do site “site.com.br” deverá segmentar somente o tráfego nesse dado subdomínio. Para que isso seja possível, é necessário configurar um filtro específico para cada subdomínio. No exemplo citado, o filtro deverá ter a seguinte configuração:

filter name: subdomínio
filter type: Custom filter > Include
filter field: Hostname
filter pattern: subdomínio\.site\.com\.br
case sensitive: no

Utilizando como exemplo o subdomínio “formspring” do domínio “fabianemlima.com”, temos a seguinte configuração:

Vale lembrar que, como os filtros do GA utilizam expressões regulares, é necessário “escapar” os caracteres “.” utilizados no campo “filter pattern”.

Conclusão

O uso do Google Analytics para fazer o tracking de subdomínios é tão simples quanto para fazer o tracking de domínios simples – entretanto, possui apenas algumas particularidades para que os dados fiquem corretos e a segmentação entre domínios e subdomínios mais clara.

Ficou alguma dúvida sobre os filtros, criação de profiles ou como fazer o tracking de subdomínios? Ou ainda, conseguiu fazer o tracking de uma maneira diferente e gostaria de nos contar? Entre em contato através dos comentários.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Como Fazer o Tracking de Subdomínios no GA?

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Como Usar Expressões Regulares em Filtros do GA?

Fabiane Lima — Tue, 12 Apr 2011 13:48:37 +0000

A configuração de filtros no Google Analytics é um recurso muito útil, possibilitando segmentações muito mais elaboradas que as feitas através de segmentos avançados como, por exemplo, a exclusão de tráfego de determinadas faixas de IPs, ou ainda, o agrupamento dos dados relacionados a campanhas de e-mail marketing. E em muitos desses filtros é essencial o uso de expressões regulares.

No artigo sobre como criar filtros no Google Analytics, mostramos como configurar alguns filtros. Nesse artigo, vamos analisar melhor três desses filtros afim de entender como as Expressões Regulares foram utilizadas para obter os resultados desejados:

filtro para Image Search
filtro de campanhas de e-mail marketing
excluir dados de visitas de uma faixa de IPs

Filtro para Image Search

Esse filtro possibilita que o Google Analytics classifique os dados de referentes a busca por imagens do Google como uma SERP – ou seja, é possível verificar as palavras-chave para as quais o site recebe visitas de imagens. Dados que normalmente não são muito simples de serem obtidos no Google Analytics.

Para configurar o filtro de Image Search, é necessário preencher os dados de criação do filtro da seguinte maneira:

Destacamos o campo “filter pattern” porque nele foi utilizada uma expressão regular. Mas o que ela significa?

Os parâmetros ^ e $ estão marcando, respectivamente, o começo e o final da expressão regular. E seu conteúdo “diz”: capture todos as expressões que começam com “http://images.google.”. Ou seja, essa expressão “capta” os resultados: http://images.google.com, http://images.google.com.br, http://images.google.co.uk, etc.

Vale lembrar que, para que a expressão reconheça os termos que começam com “http://” foi necessário ‘escapar’ as barras (por esse motivo, no início da expressão regular, temos o conjunto ‘http:\/\/’). Isso foi necessário pois o caracter ‘/’ geralmente está associado com termos da sintaxe das expressões regulares.

Ou seja, sempre que você precisar que uma expressão reconheça um termo que faz parte de sua sintaxe, é necessário ‘escapá-lo’.

Filtro de Campanhas de E-mail

Normalmente uma campanha feita por e-mail gera uma infinidade de referrals diferentes para o site, o que pode dificultar a análise de todos os resultados obtidos através de uma ou várias campanhas. Esse filtro agrupa os dados referentes a um determinado serviço de e-mail (yahoo, gmail, hotmail, etc) e deve ser configurado para cada um dos serviços disponíveis.

Para configurar os filtros para campanhas de e-mail é necessário preencher os dados de criação de filtro de uma maneira semelhante a informada na figura abaixo (no exemplo abaixo estamos utilizando como exemplo a configuração desse filtro para as URLs do Yahoo! mail):

Na figura acima, no campo “field A -> Extract A”, foi utilizada uma expressão regular. Mas o que significa essa expressão? Os caracteres “(.*).” significam um conjunto de caracteres de qualquer tamanho.

Já “mail\.yahoo\.com$” significa que a expressão deve terminar com “mail.yahoo.com”. Ou seja, todas as expressões que terminam com “mail.yahoo.com” vão entrar nesse conjunto de dados. Por exemplo: br.mc462.mail.yahoo.com, br.mc556.mail.yahoo.com ou outras variações.

Filtro de Exclusão de Visitas de uma Faixa de IPs

A utilidade desse filtro é a possibilidade de excluir o tráfego de usuários que não representam o seu o seu público-alvo – como, por exemplo, o tráfego da equipe de desenvolvimento do site no próprio site, ou mesmo os dados referentes a sua navegação.

Para configurar o filtro de uma faixa de IPs, é necessário preencher o formulário de criação do filtro:

Onde o campo “filter pattern” pode receber tanto um determinado endereço IP, quanto uma expressão regular. Quando a intenção é excluir uma faixa de IPs, a construção da expressão regular deverá fornecer essa faixa de IPs.

Por exemplo, vamos supor que desejamos excluir as visitas da seguinte faixa de IPs: 192.168.0.1 a 192.168.0.255 (vale lembrar que essa é uma faixa de IPs reservada, não utilizada na Internet).

Uma expressão regular que compreende essa faixa de IPs é: ^(192\.168\.0\.[0-9])|(192\.168\.0\.[0-9][0-9])|(192\.168\.0\.[0-2][0-5][0-5])$

Nessa expressão, estamos dizendo que aceitamos três padrões:

de “192.168.0.1″ a “192.168.0.9″ ou
“192.168.0.00 a 192.168.0.99″ ou
“192.168.0.000 a 192.168.0.255″

Esses três padrões, em conjunto, definem a faixa de IPs de 192.168.0.1 a 192.168.0.255. Como é possível notar, utilizamos um padrão diferente para definir as diferentes quantidades possíveis de dígitos no último campo do IP (aquele que é variável).

Entretanto, vale ressaltar podem existir diversas expressões regulares para encontrar um determinado padrão de caracteres. Por exemplo, para essa faixa de IPs, também seria possível utilizar a expressão: (192\.168\.0\.[0-9]+) . A qual significa que o último campo do IP vai ter pelo menos 1 dígito.

Obviamente, a expressão regular deverá ser construída de acordo com a faixa de IPs em questão. Se você não tem costume de utilizar expressões regulares, uma boa alternativa para montar expressões para faixas de IPs é um formulário disponibilizado pelo próprio Google para montagem de expressões regulares por faixas de IPs (informação enviada pela usuária Flávia, no post sobre segmentação de dados com filtros).

Conclusão

Os filtros são formas muito interessantes de segmentar o tráfego do site, através deles podemos verificar como anda o tráfego somente de imagens, campanhas de e-mail marketing, além de serem essenciais na segmentação de tráfego de subdomínios – quando é utilizado o mesmo perfil do Google Analytics para coletar os dados – aliás, esse assunto que será tratado na próxima semana. =)

Se você tem dúvidas sobre os filtros apresentados, como encontrar uma expressão regular para o seu caso, ou ainda, sugestões sobre esse assunto, fique à vontade e deixe seu comentário.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Como Usar Expressões Regulares em Filtros do GA?

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Expressões Regulares em Relatórios de Conteúdo no GA

Fabiane Lima — Tue, 05 Apr 2011 14:24:18 +0000

Na semana anterior demos alguns exemplos práticos de como utilizar expressões regulares em relatórios de keywords do Google Analytics. Em cada exemplo passado, fizemos um passo a passo nas próprias expressões regulares – o que cada trecho significa e qual o resultado obtido.

Nesta semana, vamos abordar os relatórios referentes ao conteúdo do próprio site, os quais estão disponíveis no menu Content do próprio Google Analytics e duas segmentações possíveis desses dados:

tráfego em páginas de uma determinada categoria ou subcategoria
tráfego em páginas que aborda um determinado assunto

Tráfego em Páginas de Categoria ou Subcategoria

Para visualizar o relatório de landing pages por URLs, basta acessar o relatório disponível em Content -> Top Content. E é nesse relatório que podemos segmentar o tráfego das páginas de uma determinada categoria ou subcategoria.

Se você utiliza o padrão de URLs: http://www.site.com.br/categoria/subcategoria/pagina-conteudo , o padrão que você vai utilizar para visualizar somente os dados de uma determinada categoria é: ‘^/categoria’. Esse padrão significa que você quer visualizar os dados de todas as páginas cujas urls começam com ‘/categoria’.

Por exemplo, utilizando essa expressão no Google Analytics da MestreSEO, para a categoria ‘ferramentas-seo’, temos:

Agora, se a intenção é verificar o tráfego em uma determinada subcategoria, o padrão a ser utilizado será: “^/categoria/subcategoria”. A qual significa que você quer visualizar os dados de todas as páginas cujas URLs começam com ‘/categoria/subcategoria’.

Mas porque essa segmentação é útil?

Essa segmentação pode ser muito útil para quem monetiza conteúdo, por exemplo. Embora a maioria das pessoas que investem tempo nessa atividade costumam investir em blogs/sites de nicho (que abordam assuntos específicos), muitas delas possuem um ou mais sites de conteúdo mais geral, para testes de novos assuntos. E é nesse ponto que a segmentação por categorias ou subcategorias pode ser muito útil.

Se você já investe em um site com conteúdo mais abrangente (por exemplo, um diretório de artigos) e gostaria de saber quais dos assuntos tratados estão te dando um retorno maior, basta verificar qual categoria tem o maior retorno financeiro. Ou ainda, dentro da categoria mais “rentável”, qual assunto é mais interessante no momento.

Se você monetiza seu conteúdo e interligou suas contas de GA e AdSense (de maneira que consegue visualizar os ganhos de ads através do Google Analytics), você pode acessar os relatórios de ganhos por URLs através do menu AdSense -> Top AdSense Content. Esse relatório funciona de maneira semelhante ao de URLs de Top Content.

Páginas que Abordam um Determinado Assunto

Para visualizar o relatório de páginas por títulos, basta acessar o relatório disponível em Content -> Content by Title. E é nesse relatório que podemos segmentar o tráfego das páginas que tratam de um determinado assunto.

Mas porque essa segmentação é útil?

Por exemplo, sabemos que o “dia dos namorados” é uma data importante para muitos segmentos de mercado – em especial o mercado de presentes, chocolates e flores. Através desse relatório é possível descobrir quais páginas do site, que abordam esse determinado assunto, já possuem algum tráfego. Ao fazer uma análise dessas páginas (tráfego, posicionamento, engajamento, metas alcançadas), é possível determinar a melhor estratégia para a data que se aproxima.

Quando falamos de “dia dos namorados”, podemos segmentar pelas páginas que tratam dos assuntos:

“namorados”,
“namoradas”,
“namorado” e
“namorada”.

Uma expressão útil para todos esses casos é: “namorad(a|o)(s?)”, a qual significa: expressões que contém “namorad”, seguido de “a” ou “o”, podendo ou não terminar em “s”.

Utilizando essa expressão em um blog sobre os mais variados assuntos, temos:

Aliando esses dados a dados como posicionamento das páginas, metas alcançadas e assuntos tratados em cada uma das páginas, podemos elaborar uma estratégia que melhor se adapta para o site em questão na data que se aproxima.

Segmentar o tráfego do site por seções de conteúdo do mesmo é interessante para identificar oportunidades e até mesmo encontrar erros nas mesmas, e o uso de expressões regulares nesses relatórios pode facilitar – e muito – o seu trabalho nessas segmentações.

Se você tem dúvidas sobre esses relatórios, como encontrar uma expressão regular para o seu caso, ou ainda, sugestões sobre esse assunto, fique à vontade e deixe seu comentário.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Expressões Regulares em Relatórios de Conteúdo no GA

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Expressões Regulares nos Relatórios de Keywords do GA

Fabiane Lima — Tue, 29 Mar 2011 17:21:47 +0000

Na semana passada passamos montamos uma introdução sobre o uso de expressões regulares no Google Analytics, onde abordamos a sintaxe das expressões regulares, demos alguns pequenos exemplos de expressões e dicas sobre como testá-las. Mas qual o motivo dessas análises? O motivo dessa série de artigos é o fato de que praticamente todos os relatórios do Google Analytics suportam expressões regulares (não todas as sintaxes, mas uma grande parte delas).

Neste artigo vamos dar alguns exemplos de como utilizar expressões regulares nos relatórios de keywords de entrada do GA e facilitar algumas análises do tráfego do seu site.

Os relatórios de keywords de entrada estão disponíveis em Traffic Sources -> Keywords (ou, em Português: Fontes de tráfego -> Palavras Chave) e sua análise é uma maneira interessante de verificar o comportamento dos usuários para diferentes grupos de keywords. Dois exemplos de segmentações bastante úteis:

Short e long tails
Keywords com a marca x keywords sem a marca

Short e Long Tails

Diz-se que as long tails geralmente trazem mais conversões que as short tails – mas como visualizar a diferença entre o comportamento dos usuários que encontram o site por short tails em comparação com os usuários que o fazem através de long tails? Ou ainda, como descobrir quais long tails são interessantes para o meu negócio?

Para segmentar o tráfego em long e short tails, basta utilizar as seguintes expressões:

Short tails (uma ou duas palavras): ^ ?(\S+ ?){2}$
Long tails (três ou mais palavras): ^ ?\S+ \S+ (\S+ ?)+$

Mas o que essas expressões significam?

Na duas expressões, os símbolos ^ e $ estão indicando o começo e o final da expressão regular, respectivamente.

Afim de compreender melhor a primeira expressão, de short tails, vamos dividí-la em três partes:

‘ ?’ : Significa que os conjuntos de caracteres que podem ou não começar com um espaço em branco.
‘(\S+ ?)’ : Essa expressão diz para que sejam capturados termos formados por qualquer caracter que não sejam espaços em branco e que cada um desses termos devem ser formados por, pelo menos, um caracter.
‘{2}’ : Significa que o conjunto anterior deverá se repetir 1 ou 2 vezes.

Ou seja, juntando as três partes da expressão, é o mesmo que dizer: pegue todas as expressões que podem ou não começar com espaço em branco, formadas por duas ou menos palavras.

Vamos realizar o mesmo processo com a segunda expressão, de long tails:

‘ ?’ : Mesmo significado da expressão de short tails.
‘\S+ \S+ ’ : Significa dois termos formados por qualquer caracter que não sejam espaços em branco; cada um dos termos deverá ser formado por – pelo menos um caracter; os dois termos deverão estar separados por um espaço em branco e toda a expressão também vai terminar por um espaço em branco.
‘(\S+ ?)+ ’ : Significa um ou mais termos formados por qualquer caracter que não seja um espaço em branco. O último termo da série poderá ou não terminar com um espaço em branco.

Agrupando as três expressões temos uma expressão regular que equivale ao padrão formado por três ou mais termos; onde cada um deles é formado por qualquer caracter que não seja um espaço em branco; separados por espaço em branco. O resultado pode ou não conter um espaço em branco no começo (e/ou final).

Mas será que essas expressões regulares funcionam?

Da mesma maneira que na semana anterior, vamos utilizar como exemplo os resultados obtidos através da ferramenta RegexPal – que consiste em um “testador” de expressões regulares, online e gratuito.

Supondo a lista de keywords de entrada:

Utilizando a primeira expressão regular, obtemos o seguinte resultado:

Onde as keywords assinaladas correspondem aos termos marcados como short tails segundo a primeira expressão. Ao testar a segunda expressão regular, obtemos o seguinte resultado:

Ao utilizar o Google Analytics obtemos os mesmos resultados. Vale lembrar que, apesar de termos obtido o mesmo resultado no GA e no RegexPal, é interessante testar suas expressões também no GA – de maneira a ter certeza que sua expressões regulares estão funcionando adequadamente nas duas ferramentas.

Keywords com a Marca x Keywords sem a Marca

Duas segmentações muito úteis é a de tráfego obtido através de keywords com a marca, bem como o tráfego de keywords obtidos sem a marca. O uso de expressões regulares pode facilitar, e muito, e elaboração desses segmentos. Mas, por quê? Porque, por mais simples que uma marca seja, o usuário pode encontrar o site através das mais diversas variações da marca e o uso de expressões regulares pode auxiliar na hora de encontrar essas possíveis variações.

Por exemplo, a marca “Giuliana Flores”, tem como alguns possíveis termos de entrada:

giuliana flores
jiuliana flores
juliana flores
guiliana flores

Onde sublinhamos as variações apenas um termo da marca, o “Giuliana”.

Uma possível expressão regular que pode representar termos possuem um dos termos acima é: (g|j)(i?)uliana. Divindo essa expressão, temos:

(g|j): Esse trecho da expressão diz que pode ter um ‘g’ ou um ‘j’.
(i?): Esse trecho da expressão diz que pode ou não possuir o caracter ‘i’.
uliana: Esse trecho da expressão diz que a palavra deverá conter a expressão ‘uliana’

Utilizando essa expressão no filtro, temos algumas das keywords de entrada:

Para fazer o filtro por keywords que não contém a marca, basta trocar o “containing” assinalado na figura acima por “excluding”.

Entretanto, como é possível reparar, a expressão utilizada não pegou os termos relacionados ao erro de digitação “guiliana”- o qual é um erro bastante frequente. Nesse caso, podemos tornar a expressão mais completa, da seguinte maneira: (g|j)(i?)u(i?)liana. Dividindo essa expressão, temos:

(g|j): Esse trecho da expressão diz que pode ter um ‘g’ ou um ‘j’.
(i?): Esse trecho da expressão diz que pode ou não possuir o caracter ‘i’.
u: Esse trecho da expressão diz que deve conter o caracter ‘u’
liana: Esse trecho da expressão diz que a palavra deverá conter a expressão ‘liana’

Utilizando esse filtro, temos a seguinte lista de resultados:

Onde destacamos os termos relacionados ao erro de digitação “guiliana”.

Conclusão

Como já vimos, o uso de expressões regulares nos reports do GA podem ser muito úteis para facilitar a segmentação do tráfego. Quanto as keywords de entrada, neste artigo entendemos as expressões regulares utilizadas nos segmentos:

long tails x short tails
keywords com a marca x keywords sem a marca

Vale lembrar que é possível também comparar o comportamento dos usuários que chegam até o site para os mais variados grupos de keywords (por exemplo, keywords que contém palavras de ação x keywords informativas), bastando apenas elaborar expressões regulares especiais para o caso de cada grupo de keywords.

Ficou alguma dúvida sobre as expressões apresentadas nesse artigo, teve algum problema com os testes ou, ainda, quer fazer uma segmentação diferente das apresentadas? Entre em contato através dos comentários.

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Introdução a Expressões Regulares – RegEx

Fabiane Lima — Tue, 22 Mar 2011 17:53:52 +0000

Geralmente conhecidas por estudantes de computação (e outras áreas de exatas), as expressões regulares consistem em uma maneira de representar um padrão de caracteres. Apesar de ser mais utilizada por programadores, elas podem ser muito úteis para auxiliar na segmentação e análise de dados obtidos através do Google Analytics.

Por exemplo, uma segmentação muito útil é a do tráfego dos usuários que chegam ao site através de keywords relacionadas a marca versus keywords não relacionadas. Supondo o site “fabianemlima.com”, algumas possíveis variações:

fabiane lima
fabiany lima
fabiani lima
fabilima

Ao invés de filtrar o tráfego pelas keywords que podem conter um dos termos listados acima, o que resultaria em um filtro semelhante a:

‘fabiane|fabiany|fabiani|fabi’

poderíamos utilizar o fato de que todas as keywords relacionadas a marca “fabianemlima.com” começam com o radical ‘fab’. O que resultaria em uma expressão regular com a seguinte configuração:

fab.*

Onde os caracteres ‘.*’ representam qualquer conjunto de caracteres (vale ressaltar que o ‘.’ em si significa qualquer caracter – letras, números, espaços, caracteres especiais. Já o ‘*’ indica repetição de 0 ou mais vezes do caracter anterior).

O que é muito mais simples, não é mesmo?

Ainda neste exemplo, podemos supor que o site “fabianemlima.com” possui keywords relacionadas a marca com o mesmo radical “fab” (por exemplo, uma long tail com a palavra “fabricação”). Esse fato pode ‘estragar’ a nossa expressão para keywords relacionadas a marca, pois além das keywords relacionadas a marca, nossa expressão vai pegar também as long tails (ou short tails) que contém alguma palavra com o mesmo radical.

Para contornar essa situação, podemos deixar nossa expressão um pouco mais esperta:

fabi(an.)?

Essa expressão regular vai pegar conjuntos que contém uma palavra que comecem com “fabi”, e podem ou não terminar com cadeias que comecem com “an” e tenham três caracteres. Ou seja, com essa expressão conseguimos filtrar todas as expressões listadas pela marca em questão, mas não expressões que contenham “fabricação” ou outra palavra com o radical fab.

Mas será mesmo que essas expressões citadas acima funcionam?

Testando Expressões Regulares

Uma das maneiras de testar essas expressões é através do uso do RegexPal, uma ferramenta online e gratuita bem interessante para realizar esses testes. A segunda, e mais segura, é utilizar o próprio Google Analytics. Primeiramente, vamos utilizar a RegexPal.

Supondo a lista de keywords de entrada:

A expressão regular dada no início desse artigo, ‘fabiane|fabiany|fabiani|fabi’, significa: pegue os termos que contém “fabiane”, ou “fabiany”, ou “fabiani” ou, ainda, “fabi”. Fazendo o teste na regexpal, temos o seguinte resultado:

Onde podemos notar que todas as expressões de entrada, em algum ponto, foram “pegas” pela expressão. Mas, qual parte da expressão regular foi responsável por qual match nas expressões de entrada?

Podemos notar que:

“fabiane” foi responsável pelos matches das linhas 1 e 5;
“fabiany” foi responsável pelo match da linha 2;
“fabiani” foi responsável pelo match da linha 3;
“fabi” foi responsável pelos matches das linhas 4, 6 e 7;

Testando a segunda expressão (“fab.*”) na mesma lista de expressões, obtemos:

Onde é possível notar que a expressão regular “pegou” todas as expressões da lista. Entretanto, se aumentarmos essa lista com termos com o radical “fab” temos o seguinte resultado:

Onde podemos notar que as expressões “fabricação”, “fab – força aérea brasileira” e “fab concursos” também representaram match para a nossa expressão. O que não é uma situação ideal no nosso caso.

A terceira expressão de utilizamos na introdução do artigo foi “fabi(an.)?”. Utilizando essa expressão na lista atual de keywords, temos o seguinte resultado:

Onde podemos notar que as expressões com radical “fab” e não relacionadas a “fabianemlima.com” não representaram matches para a expressão regular.

A principal vantagem de utilizar o RegexPal para testes é que essa ferramenta é mais rápida que o Google Analytics – enquanto no RegexPal você pode obter os resultados dos testes enquanto digita a expressão regular, no GA é necessário aplicar filtros em todos os dados do período selecionado – o que leva algum tempo de processamento.

Outro ponto importante ao utilizar a RegexPal é que é necessário utilizar um bom conjunto de amostras, conforme a finalidade da expressão. Por exemplo, se você vai fazer uma expressão para pegar keywords relacionadas a sua marca, é necessário usar como amostras tanto keywords relacionadas a sua marca como keywords não relacionadas.

Sintaxe das Expressões Regulares

Abaixo, segue uma tabela com os principais elementos da sintaxe das expressões regulares aceitas nos relatórios do Google Analytics, juntamente com seus respectivos significados e exemplo de aplicação.

.	Quando o ponto é utilizado, ele pode significar qualquer caracter (letra, número ou símbolo) Por exemplo, a expressão mestre.seo pode significar ‘mestre seo’, ‘mestre5seo’, etc
*	Significa de 0 a mais repetições do caracter anterior Por exemplo, mestre*seo pode significar ‘mestreseo’, ‘mestreeseo’, ‘mestreeeseo’, mas não ‘mestre seo’ ou ‘mestreaseo’
+	Implica na repetição do caracter anterior, pelo menos uma vez. Por exemplo, mestre+seo pode significar ‘mestreeseo’, ‘mestreeeseo’, … , mas nunca ‘mestreseo’ ou ‘mestre seo’
?	Significa que o caracter anterior pode ou não aparecer Exemplo, mestre?seo pode significar tanto ‘mestreseo’ quanto ‘mestrseo’
\|	Significa OU. Exemplo: a\|b pode significar tanto ‘a’ quanto ‘b’. (mestre)\|(seo) pode significar tanto ‘mestre’ quanto ‘seo’
^	Significa que o termo em questão está no começo da expressão. Exemplo: ˆmestre pode significar mestreseo, mas não seomestre
$	Significa que o termo em questão está o final da expressão. Exemplo: mestre$ pode significar seomestre, mas não mestreseo
()	É usado para criar um item. Por exemplo, (m\|M)estre(seo\|SEO) pode significar tanto MestreSEO, mestreSEO, mestreseo ou Mestreseo – mas não mestre seo
[]	São utilizados para criar uma lista de itens. Por exemplo, [abc] cria uma lista com esses três termos. Ao utilizar esse recurso, é possível encontrar tanto a, b ou c
-	Cria intervalo na lista criada por []. Por exemplo, [a-e], cria uma lista das letras do alfabeto compreendidos entre ‘a’ e ‘e’ (ou seja, a,b,c,d ou e). Assim como de [A-Z] monta uma lista com as letras maiúsculas.
\	“Escapa” um caracter para que o mesmo seja utilizado com seu significado original e não como regex. Por exemplo, mestreseo\.com\.br vai significar mestreseo.com.br e não mestreseo
\d	Tem a mesma funcionalidade que [0-9] Exemplo: 1\d vai segmentar todos os números compreendidos de 10 a 19.
\s	Signica um espaço em branco Exemplo: Mestre\sseo significa ‘Mestre seo’ mas não ‘Mestreseo’
\S	Signica qualquer caracter que não seja um espaço em branco. Exemplo: Mestre\Sseo significa ‘Mestre.seo’, ‘Mestre8seo’, ‘Mestre_seo’ mas não ‘Mestre seo’
\w	Significa qualquer letra ou número, letra ou underline Exemplo: Mestre\wseo significa ‘Mestre9seo’, ‘mestreeseo’ ou ainda ‘mestre_seo’, mas não ‘mestre-seo’ ou ainda ‘mestre%seo’

Vale lembrar que grande parte dessa lista pode ser obtida na resposta para a pergunta “o que são expressões regulares” no fórum do GA.

Conclusão

Quando o assunto é segmentação de dados, as expressões regulares consistem em um recurso muito versátil – através delas é possível não somente segmentar o tráfego por grupos de keywords, mas também por grupos de páginas do próprio site ou de sites de referência, bastando apenas configurar corretamente uma expressão que corresponda ao padrão que você precisa segmentar. Nos próximos artigos, vamos passar exemplos práticos de como utilizar as expressões regulares no Google Analytics, tanto nos relatórios de keywords como em relatórios de outros tipos de dados.

Ficou alguma dúvida sobre a sintaxe das expressões regulares ou gostaria de fazer uma sugestão ou observação? Fique à vontade e deixe seu comentário.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Introdução a Expressões Regulares – RegEx

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Bounce Rate no Google Analytics – Como Funciona Taxa de Rejeição

Frank Marcel — Tue, 15 Mar 2011 13:19:32 +0000

No mundo de Web Analytics, um dos conceitos mais importantes para se entender é justamente o Bounce Rate (ou Taxa de Rejeição), tema deste artigo. Antes de partir para os esclarecimentos, preciso chamar a atenção para o título do artigo “Bounce Rate no Google Analytics” – as diferentes ferramentas para criar estatísticas de acesso a um site podem variar suas regras, inclusive a forma como funciona o Bounce Rate para ela.

Sendo assim, para começar, trago a definição do próprio Google Analytics sobre o Bounce Rate para ele:

Bounce rate is the percentage of single-page visits or visits in which the person left your site from the entrance (landing) page.

Traduzindo: A Taxa de Rejeição é o percentual de visitas de única-página, ou seja, visita a qual a pessoa abandona o site sem visitar nenhuma outra página – Sai por onde entrou sem antes ir para qualquer outra página. Assim, a primeira inferência a se fazer é que ela é independente de tempo, ou seja, se a visita ficou 30 segundos ou 5 minutos, é irrelevante. Quando ela volta sem navegar por outras páginas, é contabilizado um bounce, fazendo com que seja movimentado o bounce rate.

Na imagem acima, o siteanterior.com.br pode ser qualquer site: google.com.br (a busca), twitter.com, o site do seu amigo, um blog com link para o seu site, enfim, qualquer site.

Muito bem, conceito entendido, e agora?

Por que se preocupar e entender como funciona Bounce Rate?

Pensando na lógica do processo, um bounce acontece quando uma pessoa acessa o seu site e vai embora dele sem visitar nenhuma outra página; se em 100 visitas, 80 resultam em bounce, isso implica em uma taxa de rejeição (bounce rate) de 80%. Ora, por que essas 80 visitas foram embora? E por que as outras 20 não foram?

Esses são questionamentos que podem levar o webmaster a modificar o seu site a fim de agradar mais pessoas, ou seja, que ele busque fazer com que mais do que 20 pessoas a cada 100 fiquem em seu site. Afinal, isso parece o mais lógico, não é? Parece mais lógico que quando uma visita chegue ao seu site, ela o ache útil e interessante e visite outras páginas; não se espera que ela visite uma página e vá embora.

Quando se passa a ter o entendimento sobre a taxa de rejeição e se descobre o bounce rate do site, aí o dono do site passa a debater: mas qual bounce rate médio eu deveria esperar? O valor no meu site é aceitável? Está alto? Está baixo?

Qual o Bounce Rate ideal?

Esta é a “pergunta de 1 milhão de dólares” na área. Com qual valor da taxa de rejeição eu posso ficar satisfeito? 35%, 23%, 5%? E essa, como muitas outras perguntas que eu já respondi por aqui, tem a resposta mais ampla possível: Depende.

A pergunta seguinte, “depende de quê?” é mais fácil de responder, pois depende de várias coisas. Primeiro de tudo, é importante se desligar do valor médio que o Google Analytics (ou qualquer outra ferramenta) apresenta. Pense em todas as circunstâncias em que uma visita ao seu site pode acontecer:

Busca genérica no Google
Uma busca por termos específicos (long tail)
Busca pela marca
Visita de Twitter
Visita de Facebook
Visita direta (digitando o endereço no browser)

E muitas outras, que variam inclusive com algo que é mais sútil e nem sempre possível de captar, a taxonomia das buscas:

Busca navegacional
Busca transacional
Busca informativa

Qual a intenção do usuário por trás da busca que ele realizou? Se informar? Comprar ou contratar um serviço? Encontrar um website específico? Tudo isso entra em cena para uma visita resultar em bounce ou não, além do tipo do seu site por si só:

Blog
Ecommerce
Fórum
Podcast

Espera-se que a taxa de rejeição de um ecommerce seja menor do que a de um blog. Em um ecommerce, é comum as pessoas olharem vários preços, procurarem produtos diferentes, ofertas diferentes. Isso diminui o bounce. Já no blog, os leitores mais assíduos já conhecem todos os conteúdos e vão acabar por ler somente a última postagem e vão embora na sequência.

Isso já deve estar despertando o próximo tópico deste artigo: tudo bem que os visitantes assíduos do meu blog resultem em um bounce rate mais elevado. Mas e os “visitantes de primeira viagem”? Tem uma taxa de rejeição alta ou baixa? Com eles eu descubro se o desempenho está satisfatório. Obviamente, a segmentação se faz necessária, pois ela responde melhor a pergunta sobre bounce rate ideal.

Taxa de Rejeição – Análise Segmentada

Claramente, cada circunstância de uma visita pode levar o usuário a ficar no site ou voltar. Quando se parte para uma análise do bounce rate, é fundamental segmentar a análise tanto quanto for necessário e obter valores para taxa de rejeição de cada segmento criado:

Novo visitante ou visitante que está retornando
Tipo de busca (busca paga, busca não paga)
Tipo de keyword (com marca, sem marca, long tail, short tail, etc)
Redes sociais, agregadores
Somente Twitter, somente Facebook, etc.
Yahoo! Respostas e outros fóruns

E, sem dúvidas, deve ser usada a segmentação avançada que o Google Analytics oferece para se criar todos os diferentes tipos de segmentos definidos e atingir o ponto mais importante da análise: testar todos os pontos da lista anterior contra cada grupo de páginas do site, como respondendo:

Qual o bounce rate das visitas que buscam long tails e chegam em páginas de produto?
Qual o bounce rate das visitas de Yahoo! Respostas que chegam a página inicial?
Qual o bounce rate de visitas que entram diretamente na página inicial?
Qual o bounce rate de visitantes que retornam ao site buscando pelo nome da marca?

A partir daí você começa a definir melhor e entender melhor o comportamento do bounce rate no seu site de cada tipo de visita. Possivelmente, visitas de Yahoo! Respostas terão a taxa de rejeição mais alta do que visitas que chegam após busca pela marca ou nome de domínio. E eis o motivo pelo qual não se deve buscar o “bounce rate ideal” do site, mas analisar de modo segmentado.

O mais interessante é ter valores para comparação, como saber informações de outros sites do mesmo nicho. Nem sempre é possível. Mas uma vez que você encontre pontos a melhorar no site, mesmo sem valores para comparação, basta partir para ação:

Trocar conteúdos, cores, botões, ações
Mudar a abordagem para cada tipo de visita
Criar landing pages especiais para cada tipo de público
E assim por diante.

Se é muito mais trabalhoso? Com certeza. Mas traz resultados mais certeiros do que tentar agradar gregos, troianos, tweeps e facebookers de uma só vez.

Extra – Event Tracking e Bounce Rate

Uma segunda maneira pela qual o Google Analytics traça o bounce é através de interação simplesmente e, sempre que uma visita dispara uma requisição/ação a um código do Google Analytics, ele não considera que a visita foi um bounce, pois houve uma interação com o site (com o código do GA) após a chegada da visita.

Para quem usa o Event Tracking, atenção, ele é um potencial modificador do bounce rate em um site. Como ele gera uma interação com o Google Analytics, se a visita chega a página, executa um Event Tracking e vai embora sem visitar nenhuma outra página, então a visita não é mais considerada um bounce – pela interação gerada.

Sendo assim, um site de podcasts ou vídeos, um formulário, um clique em botões de sharing (enviar no Twitter, Facebook, etc), faz com que a visita não seja considerada um bounce desde que esse tipo de ação dispare o Event Tracking.

Resumo

O Bounce Rate é uma métrica que pode variar de acordo com cada ferramenta de web analytics, algumas vão considerar o tempo da visita, outras apenas as ações. Independente da forma que a ferramenta utiliza para calcular a taxa de rejeição, o mais importante é não se apoiar em números generalizados, como a média de bounce rate do site, mas sim segmentar cada tipo de visita e parte do site para se analisar tudo individualmente.

Levantados os valores de bounce rate, cada um deve ser analisado e interpretado para que, aí sim, sejam definidas ações que busquem a melhor performance do site para com suas visitas.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Bounce Rate no Google Analytics – Como Funciona Taxa de Rejeição

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Analise o Resultado de Campanhas Online e Offline

Fabiane Lima — Thu, 04 Nov 2010 11:19:40 +0000

Analisar o comportamento dos usuários no site é de grande importância para os trabalhos de SEO, inclusive quando se trata de uma campanha de marketing.

É através da análise dos resultados das campanhas que é possível extrair informações relevantes sobre o comportamento dos usuários, suas ações e reações e, assim, elaborar estratégias para melhorar os resultados em uma campanha futura.

Mas, daí fica a pergunta, como obter uma análise coerente desses dados, independente da mídia utilizada?

Analisar Resultados de Campanhas Online no GA

Mesmo com as novas políticas de privacidade do Google que podem comprometer parte da coleta dos dados feita pelo Google Analytics, essa ferramenta continua sendo uma ótima opção gratuita para analisar o comportamento dos usuários no site, desde a verificação e identificação de elementos que podem atrapalhar a conversão dos usuários até análises básicas sobre o tráfego gerado por determinadas fontes – entre elas, campanhas em redes sociais e sites de parceiros.

Campanhas em Redes Sociais

Para campanhas em redes sociais, a maneira mais rápida de encontrar os dados das visitas é procurar pela rede entre os sites de referência do site. Para tanto, basta acessar o menu:

Traffic Sources -> Referring Sites (ou, em português: Fontes de Tráfego -> Sites de Referência)

E filtrar pelo site (ou sites) escolhido(s). Da seguinte maneira:

A partir daqui basta filtrar pela rede (ou redes) sociais que você deseja analisar. Essa análise também é útil para verificar os dados referentes a parcerias ou links obtidos em outros sites, como publicidade, article submission e até comentários em blogs, bastando apenas filtrar pelo domínio do link de entrada para o seu site.

Qual o Desempenho das Minhas Landing Pages?

Duas análises comuns feitas com base nos dados de sites de referência são:

volume de visitas que cada source leva para o site
volume de conversões que cada source origina

Mas você já pensou em verificar quais páginas tem melhor desempenho em cada um desses sites? Para tanto basta filtrar pelas visitas do referral que você deseja analisar, manter “Source” na primeira caixa de seleção, selecionar a opção “landing page” na segunda caixa.

Da seguinte maneira:

Dessa maneira é possível analisar que páginas tiveram maior número de visitas, tempo médio dos usuários na página, bounce rate e conversões de metas e e-commerce (caso esses recursos tenham sido adequadamente configurados).

Apesar de termos utilizado um filtro simples, é possível utilizar o filtro avançado para realizar análises ainda mais interessantes. Por exemplo, vamos supor que desejamos verificar o desempenho das páginas que obtiveram um número mínimo de 30 visitas de um determinado referral. Para tanto é necessário configurar o filtro avançado (opção Advanced Filter) da seguinte maneira:

Configuração de Segmentos Avançados para Sites de Referência

Até aqui a análise é bastante simples e você consegue visualizar apenas os dados do source ou sources escolhidos ou todos os sources de uma vez. Mas, e se sua intenção é comparar o desempenho entre as fontes de links?

Uma maneira de implementar essa funcionalidade é configurar um segmento avançado para cada um dos sources que de deseja analisar, escolher o período desejado, selecionar os sources e verificar os resultados.

E-mail Marketing e Twitter: URL Builder

Quando os usuários acessam os links enviados em campanhas de e-mail marketing por webmail, essa visita terá como referral uma URL com o seguinte formato: mail.servidor.com. No caso do Google: mail.google.com, no yahoo: mail.yahoo.com e assim por diante.

Entretanto, quando o usuário utiliza um aplicativo para gerência de seus e-mails, essa referência é perdida e a visita passa a ser contada no Google Analytics como direta. Uma das maneiras de possibilitar a análise correta dessas visitas é utilizar o recurso de “taggear” as URLs divulgadas, através do URL Builder. Esse problema também ocorre com as visitas de Twitter, portanto, nas URLs divulgadas no Twitter também é interessante utilizar o recurso de tags.

Vale lembrar que para acessar os relatórios de campanhas, basta utilizar o menu Traffic Sources -> Campaigns .

Como Analisar os Resultados de Campanhas Offline

Mas, e quando se trata de uma campanha offline, como analisar os resultados?

Telefone

Uma das maneiras de verificar o impacto de uma campanha offline é através do próprio número de telefone. Para tanto será necessário alocar uma linha de telefone específica para a campanha. Entretanto, o uso dessa estratégia requer um controle muito bem estruturado das ligações e suas conseqüências.

Páginas Específicas

Se a intenção é atrair o usuário para interagir no seu site, uma das estratégias é montar uma página específica para a campanha offline em questão. Quando essa estratégia for utilizada é essencial:

Utilizar URLs Amigáveis: Parâmetros são difíceis de guardar. É muito mais fácil para o usuário guardar site.com.br/promocao do que site.com.br/id=765439.html

Utilizar URLs curtas: Quanto mais curtas, melhor. Antes utilizar site.com.br/promocao do que site.com.br/promocao-feliz-de-final-de-ano

Utilizar palavras fáceis de guardar e relacionadas com a intenção da campanha: Uma das maneiras é procurar utilizar o nome da ação promocional. Por exemplo, vamos supor que o nome da ação é: “promoção inverno quente 2010″. Nesse caso, uma alternativa interessante é utilizar site.com.br/inverno-quente ou ainda site.com.br/promocao-inverno-quente.

Nesse caso, basta analisar no GA (ou outra ferramenta de webanalytics) os dados referentes as visitas dessas páginas.

Conclusões

As campanhas de marketing – sejam elas online ou offline – são estratégias que demandam generosas quantias de recursos, portanto esses recursos devem ser utilizados da melhor maneira possível. Vale lembrar que analisar o resultado de cada campanha vai além de simplesmente verificar que tipo de abordagem traz mais conversões, mas também uma análise profunda de usabilidade das páginas divulgadas e, assim, melhorar tanto o resultado das campanhas quanto o resultado geral do próprio site.

E você, costuma analisar o tráfego gerado por suas campanhas? Identificou problemas de usabilidade ? Tem alguma dúvida? Deixe seu comentário e conte-nos sua opinião sobre o assunto.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Analise o Resultado de Campanhas Online e Offline

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Site Search – Tutorial de SEO para Busca Interna

Fabiane Lima — Thu, 29 Apr 2010 11:39:04 +0000

Parte dos esforços de um analista de SEO consiste em entender o comportamento do usuário e, através disso, melhorar a navegação no site e proporcionar uma melhor experiência, facilitando as conversões e tornando-o fiel ao site. Uma das maneiras de entender o que ele procura é através da taxonomia de pesquisas, ou seja, entender o que o ele procura através do tipo de query que ele utiliza nas Search Engines. Outra maneira é através da busca interna no site, sendo que esta última deve realmente fornecer o que os usuários esperam (e não encontram) no seu site. Se você ainda não tem uma busca interna, está mais do que na hora de configurar uma.

Dicas para a Busca Interna

Usabilidade

Ao montar a caixa de busca interna em seu site, tenha em mente que o usuário deve perceber que ela existe. Como ela não deixa de ser um call to action (“Busque aqui!”), é interessante que ela tenha um certo destaque na página, mas sem fazer com que o objetivo principal da página perca sua relevância por causa da busca interna.

Um dos locais mais apropriados para a busca interna é nas proximidades do menu de navegação do usuário. Abaixo, seguem dois exemplos de sites de e-commerce que utilizam esse local para a busca interna: Amazon:

Submarino:

Esse local para a busca interna é muito recomendado. Por ser próximo ao menu de navegação, o usuário visualiza rapidamente a barra de pesquisa, sem precisar procurar pela mesma dentro do site.

Outro fator que deve ser levado em consideração é que deve ser feita uma barra de pesquisa geral para todo o site, ou seja, que essa barra de pesquisas não seja alterada ao longo do site e que o usuário possa buscar em todos os setores do site, independente da página que ele esteja navegando.

SEO

Ao implementar a busca interna no site, configure-a de tal forma que para cada busca realizada seja criada uma URL de acordo com a palavra-chave pesquisada pelo usuário. Por exemplo:

http://www.site.com.br/?busca=palavra=chave

Onde palavra-chave corresponde ao que o usuário digitou na caixa de busca.

Um detalhe: embora seja interessante que as URLs das páginas sejam criadas conforme a palavra-chave utilizada, não é interessante que essas páginas sejam indexadas pois podem gerar conteúdo duplicado.

Imagine que um usuário faça a pesquisa em seu site de sapatos por “nike shox” e um segundo usuário “tênis nike shox”. Em ambas as pesquisas o conteúdo vai ser praticamente idêntico, gerando, portanto, conteúdo duplicado. Sendo assim, configure seu robots.txt para bloquear as páginas de pesquisa ou, o melhor caso, configure a meta robots na página de resultados de pesquisa da seguinte maneira:

Para mais detalhes e discussões sobre esta questão, leia o artigo Problemas de Conteúdo Duplicado com a Busca Interna.

Configurando o Site Search no Google Analytics

O Site Search é um recurso muito interessante do Google Analytics, ele te possibilita fazer o tracking não somente das pesquisas realizadas no site, mas também o comportamento dos usuários que realizam cada tipo de pesquisa.

Uma vez que o site já tem a busca interna configurada , ou seja, já tem uma barra de pesquisas e fornece resultados em URLs diferentes de acordo com a pesquisa realizada, é possível utilizar o Site Search do Google Analytics.

Primeiro, acesse o Google Analytics, escolha o perfil do site que em que deseja configurar o Site Search e clique em “Edit”:

Depois disso, basta clicar em “Edit” na seção “profile settings”:

No último passo, basta selecionar a opção “Do Track Site Search” e inserir os parâmetros que caracterizam as URLs de busca do seu site. No exemplo citado, utilizamos o padrão de URL de busca: “http://www.site.com.br/?busca=palavra-chave”, nesse caso o parâmetro é “busca=”:

Em casos de sites que utilizam mais de um parâmetro para as URLs de busca (“busca=”, “keyword=”, “s=”, …) é necessário especificar esses parâmetros no mesmo campo utilizado para o primeiro, todos separados com vírgula. O Google Analytics aceita no máximo 5 parâmetros diferentes.

Assim, se você permite que o usuário realize buscas refinadas no site através de filtros (por exemplo, buscas em sites de e-commerce que disponibilizam buscas por faixas de preço, categorias e marcas de produtos), você pode configurar até 5 parâmetros selecionando “Yes” em “Do you use categories for site search?”. Esses parâmetros devem ser especificados separados por vírgulas, da mesma maneira que os parâmetros anteriores.

Após salvar essas alterações, o tracking das pesquisas realizadas passará a fazer parte dos dados coletados pelo Google Analytics.

Visualizando os Dados de Site Search

Para acessar os dados de tracking das pesquisas feitas nos site, basta acessar a seção “Site Search” em “Content”:

Overview

Em overview é possível obter um resumo geral das visitas que resultaram pesquisas no site, sendo eles:

Visits With Search: Número de visitas que resultaram em pesquisas
Total Unique Searchs: Número de pesquisas efetuadas
Results Pageviews/Search: Média de resultados visualizados por visita que resulta em busca
Search Exits: Porcentagem de visitantes que saem do site após efetuar uma pesquisa
Search Refinements: Porcentagem de pesquisas que resultam em uma segunda pesquisa
Time After Search: Média de tempo do usuário no site após efetuar a pesquisa
Search Depth: Número médio de páginas que os usuários visualizam após efetuar uma pesquisa.

Usage

Em usage você obtém comparações entre o número de visitantes que utilizam a busca interna e a quantidade de visitantes que não a utilizam.

Search Terms

Em Search Terms você obtem um relatório com os termos utilizados na busca interna. Esse é um dos mais interessantes, pois é ele que vai te fornecer os dados sobre o que está faltando no seu site ou que conteúdo não está visível o suficiente.

Por exemplo, se você notar que os termos de busca mais utilizados em seu site pertencem a um determinado assunto que você não aborda, está mais do que na hora de fornecer esse conteúdo e, é claro, fazer com que esse novo conteúdo tenha o devido destaque.

Start Pages

Nesse relatório você obtém as páginas das quais os usuários estão efetuando as buscas. Ele é interessante para analisar quais páginas estão gerando quais buscas.

Destination Pages

Já neste relatório você obtém as páginas de destino, ou seja, as páginas de resultados das pesquisas.

Utilizando os Dados da Busca Interna

Os dados resultantes de buscas internas podem ser utilizados para verificar o comportamento do usuário dentro do site e o que ele espera obter nas páginas. Uma vez que se tem essas informações, é possível melhorar o conteúdo do site, prender melhor a atenção do usuário nas páginas e atender melhor suas expectativas.

Um exemplo de uso dos dados obtidos nas buscas internas, é a verificação de quais páginas originam a maior parte das buscas, e quais keywords são utilizadas. E, dessa maneira, verificar que conteúdo está faltando no site – e é claro, orientar a criação de novo conteúdo. Nesse caso, é possível tanto complementar as páginas que são as maiores fontes de busca, quando criar novas páginas para o conteúdo faltante e linkar a partir das páginas que originam essas buscas.

Outra possibilidade de uso, além de orientar a criação de conteúdo no site, é verificar a satisfação de seus usuários com os resultados de pesquisa. Uma maneira de fazer essa verificação é através da porcentagem de pessoas que abandonam o site após uma pesquisa.

Uma alta porcentagem pode indicar um sistema de busca ineficiente. Outra maneira é verificar quanto tempo os usuários permanecem no site após efetuar uma busca interna. Médias de tempo muito baixas também podem indicar a necessidade de melhora no sistema de busca.

Busca Interna do Google

Uma das maneiras de implementar a busca interna do site é através do uso da própria plataforma do Google para fazer a busca interna de seu site. Para tanto, basta acessar o endereço do Google Custom Search: E acessar a opção “create a custom search”:

Depois disso, é necessário preencher, passo a passo, os dados que serão utilizados no mecanismo de pesquisa que você vai configurar. No primeiro passo:

Search Engine Name: nome de seu mecanismo de pesquisa
Search Engine Description: uma breve descrição do mesmo
Search Engine Language: selecione o idioma do site onde as pesquisas serão executadas
Abrangência da pesquisa: Se a search engine configurada irá buscar somente em seu site ou em toda a web (com ênfase no seu site)
Sites to Search: lista de sites que devem ser utilizados como base de dados para a busca
Tipo de serviço: a versão standard exibe ads em seus resultados, ao contrário da versão paga.

Da seguinte maneira:

Já no segundo passo da configuração não é necessário preencher nenhum dado. Nessa janela é oferecida uma caixa de busca e botão para simular as pesquisas configuradas na primeira etapa. Se você tem certeza que deseja configurar a Search Engine, basta selecionar a opção “send confirmation to …@gmail.com” e clicar em ‘finish”.

Para obter o código de sua Search Engine personalizada, basta acessar a janela de gerenciamento das Search Engines e acessar o painel de configuração da Search Engine da qual você pretende instalar em seu site:

Depois disso, basta acessar a opção “Get Code” no menu da esquerda e copiar o código da Search Engine: E pronto, agora é só colar o código em seu site e, se necessário, alterar os estilos de sua nova caixa de busca interna.

Conclusões

Instalar e configurar adequadamente a busca interna no site é de grande valia para analisar o comportamento do usuário, verificar quais os próximos passos na otimização e reotimização do conteúdo e até mesmo na maneira como os conteúdos devem ser dispostos no site.

E você, já instalou a busca interna no seu site e configurou o Google Analytics para fazer o tracking desses dados? Quanto úteis esses dados estão sendo para a otimização do seu site? Deixe seu recado e nos conte sua experiência com esse recurso.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Site Search – Tutorial de SEO para Busca Interna

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Configuração de Filtros no Google Analytics e Segmentação de Dados

Fabiane Lima — Thu, 11 Mar 2010 22:58:00 +0000

A informação tem se tornado cada dia mais importante para os profissionais, independente de sua área ou ramo de atuação. E quando estamos falando de tecnologia e marketing, para se manter no mercado a informação passa a ser algo muito mais que importante: essencial.

Quando se trata de SEO, assim como outros ramos de tecnologia, é importante fazer pesquisas, testes, obter e analisar resultados – e destes últimos fazer inferências para aprimorar as técnicas utilizadas e se manter em constante avanço – em conformidade com os padrões adotadas pelas Search Engines e as aspirações dos usuários.

O Google Analytics é uma ferramenta muito útil para a coleta de grande parte dos dados utilizados na análise de um site e seu ramo de atuação, especialmente quando se trata das informações relacionados ao comportamento do usuário.

Entretanto, o Google Analytics fornece uma série de dados que muitas vezes são exibidos de maneira mais genérica – o que pode levar o analista de SEO, na melhor das hipóteses, a perder um tempo precioso para segmentar esses dados. Nos piores casos, o analista pode chegar a conclusões precipitadas ou até mesmo erradas, prejudicando assim o seu trabalho.

Além do recurso de advanced segmentation, é possível fazer segmentação de dados no Google Analytics através da configuração de filtros especiais. Abaixo, vamos demonstrar como deve ser feita a configuração de um filtro no Google Analytics, além de alguns exemplos de filtros que são muito úteis para fornecer dados para o trabalho de SEO em seu site.

Como Configurar um Filtro?

Como regra geral, geralmente antes de configurar um filtro é necessário criar um novo perfil para o site no Google Analytics para, dessa maneira, evitar que os dados de outros seções que não as do filtro sejam poluídas pelas novas configurações.

Criando um Novo Perfil para o Site no Google Analytics

Para montar um novo perfil para o site no Google Analytics, basta clicar na opção “Add new profile” equivalente ao site que você quer criar o novo perfil, conforme na figura abaixo:

Depois disso, basta selecionar a opção “Add Profile for an existing domain”, selecione o site do qual se deseja criar um novo perfil e escolha o nome para esse novo perfil:

Depois desses 2 passos o novo perfil do site está pronto para ser utilizado para a configuração de filtros.

Configurando um Novo Filtro

Para configurar um novo filtro, basta selecionar a opção “Edit” referente ao perfil recém criado para do site. Da seguinte maneira:

Após entrar na janela de edição do perfil, você terá que selecionar a opção referente à inserção de um novo filtro no mesmo, da seguinte maneira:

Após esse passo você vai entrar na janela de edição do filtro.

Basicamente, existem dois tipos de filtros que podem ser configurados no Google Analytics, os pré-definidos (predefined) e os customizáveis (custom filters). Os filtros pré-definidos são mais simples de configurar, mas tem menos recursos que os customizáveis. Estes últimos, muitas vezes, precisam do uso de expressões regulares.

Abaixo, seguem alguns exemplos de filtros que podem ser úteis para analisar os dados do seu site. Vale lembrar que esses filtros também são úteis para entender como funciona esse recurso e, assim, configurar novos filtros que se adaptem melhor as suas necessidades.

Filtro para Image Search

Um filtro bastante útil que pode ser configurado no site é o filtro de Image Search. Esse filtro faz com que o Google Analytics classifique os dados de referentes a busca por imagens do Google como uma Search Engine – ou seja, é possível verificar as palavras-chave para as quais o site recebe visitas de imagens.

Para configurar esse filtro, basta preencher os dados da seguinte maneira:

Filter Name: Insira um nome para o filtro que melhor lhe convier.O nome sugerido é “Image Search”
Filter Type: Custom filter, Include
Filter Field: Referral
Filter Pattern: ^http://images.google..*$
Case Sensitive: No

Excluir Tráfego de Originário de Determinados IPs

Excluir o tráfego de IPs pré determinados é útil para excluir os dados da navegação feitas por você ou pessoas de sua equipe no site.

Filter Name: Insira um nome para o filtro que melhor lhe convier.O nome sugerido é “Image Search”
Filter Type: Custom filter, Exclude
Filter Field: Visitor IP Address
Filter Pattern: 192.168.1.1 -> as barras são utilizadas pois esse campo aceita expressões regulares. Ou seja, também é possível filtrar uma determinada série de IPs dessa maneira.
Case Sensitive: No

Filtrar Campanhas de E-mail

Geralmente as campanhas feitas por e-mail geram vários referrals para seu site, o que dificulta a análise dessas campanhas de uma maneira mais geral. Esse filtro agrupa os dados referentes as URLs mail.yahoo.com em uma só, embora estejamos usandoo yahoo.mail como exemplo, ele pode ser configurado para outras campanhas. Para as URLs do Yahoo Mail, ele deve ser configurado da seguinte maneira:

Filter Name: Insira um nome para o filtro que melhor lhe convier.O nome sugerido é “Filtro E-mail – Yahoo”
Filter Type: Custom filter, Advanced
Field A -> Extract A: Campaign Source, (.*)mail.yahoo.com$
Output To -> Constructor: Campaign Source, mail.yahoo.com
Field A Required: Yes
Field B Required: No
Override Output Field: Yes
Case Sensitive: No

Segmentar Dados de Subdiretórios

Esse filtro é muito útil para visualizar melhor os dados de cada subdiretório do site. Para tanto, é necessário criar um filtro para cada um desses subdiretórios, da seguinte maneira:

Filter Name: Insira um nome para o filtro que melhor lhe convier.O nome sugerido é “Nome do Diretório”
Filter Type: Predefined filter, Include only, traffic to the subdirectories, that begin with
Subdiretctory: /diretorio/
Case Sensitive: No

A configuração de filtros é muito útil para segmentar diversos tipos de dados, desde o tráfego de referral e keywords até mesmo o tráfego em determinados subdiretórios ou subpastas. Segmentações essas que facilitam a análise dos dados coletados e a inferência de novas informações – que vão te auxiliar a melhorar os trabalhos de SEO executados no site.

E você, já configurou algum filtro no Google Analytics? Tem alguma dúvida sobre o assunto? Deixe seu recado e conte como foi sua experiência com filtros.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Configuração de Filtros no Google Analytics e Segmentação de Dados

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Segmentação de Dados no Google Analytics

Fabiane Lima — Mon, 01 Feb 2010 11:35:14 +0000

Um dos melhores instrumentos de trabalho que um analista de SEO pode possuir está nos dados que ele obtém dos sites que trabalha e seus respectivos visitantes.

Se esses dados por si só são suficientes para direcionar vários dos trabalhos de SEO do site como, por exemplo, verificar quais páginas são mais acessadas e tentar melhorá-las, imagine quando são feitas análises consistentes com base nesses dados?

A segmentação é de grande valia nesse momento. Ela auxilia o analista a realizar inferências em cima dos dados que são obtidos diretamente e são muito úteis na hora de entender melhor o comportamento de visitantes no site e transformar isso em mais conversões.

Segmentação Avançada

Desde 2008 que o Google Analytics conta com um poderoso recurso de segmentação de visitas: a Segmentação Avançada. Embora seja um recurso avançado, a maioria de nós já está acostumada a utilizá-lo, mas ainda não se se deparou com isso.

Ao entrar no Google Analytics de um site e escolher entre os itens All Traffic, Non-Paid Traffic, Paid Traffic e as demais opções de tráfego disponíveis no analytics, estamos utilizando os segmentos avançados configurados por default.

Como Configurar?

Os segmentos avançados são simples de configurar e não afetam a coleta dos dados do Google Analytics. Ou seja, não há a necessidade da configuração de um novo perfil da conta do site para configurá-lo.

Para acessar a configuração da segmentação avançada do analytics, basta entrar no perfil do site do qual você deseja configurar e acessar a opção Advanced Segments:

E acessar a opção “create new segment”:

Como é possível perceber na imagem abaixo, a tela é bastante simples de utilizar. Na esquerda é possível acessar as métricas e dimensões que serão utilizadas na configuração do segmento avançado, na direita o campo onde será construída a expressão com as dimensões e métricas e, por último, os botões de teste e o campo para o nome do segmento:

A configuração dos segmentos avançados funciona de maneira bastante semelhante as expressões booleanas. Se você não está acostumado a utilizar esse tipo de expressão, ela não é difícil de entender. Basta analisar seus objetivos e passos ao criar o segmento e prosseguir com a configuração. Mais à frente mostraremos passo a passo como configurar um segmento simples.

A grande vantagem da segmentação avançada no Google Analytics é que ela oferece uma infinidade de possibilidades. Entretanto, deve-se considerar que segmentar por segmentar não é uma boa abordagem e que, antes de fazer as segmentações, é necessário analisar quais serão necessárias e como elas podem ser feitas. Um exemplo de segmentação interessante é o de redes sociais utilizadas na divulgação do site, pois através dela é possível conhecer melhor o perfil dos usuários que acessam o site pelas redes sociais e diferenciá-los dos demais.

Segmentação de Redes Sociais

Atualmente, duas das redes sociais mais utilizadas no Brasil são o Orkut e o Twitter. Vamos supor que você deseja verificar como é o comportamento dos usuários que chegam ao seu site através dessas duas redes sociais.

Objetivo: Filtrar as visitas que chegam ao site através do Twitter OU do Orkut.

Para esse objetivo, vamos utilizar a Dimension Source para filtrar/segmentar visitantes que venham OU do Twitter OU do Orkut.

Primeiro é necessário encontrar a dimensão “Source”. Para tanto, basta abrir as opções contidas em “Dimensions”:

Entretanto, antes de prosseguir com a configuração, lembre-se de preencher o atributo referente ao nome do segmento (pois sem preenchê-lo não é possível realizar testes).

Para selecionar uma dimensão ou métrica para compor o segmento, basta clicar no segmento ou dimensão escolhida e arrastar para dentro do campo “dimension or metric”. Abaixo, selecionamento a opção “Source”:

Como queremos fazer o tracking de usuários que encontram o site pelo Twitter OU pelo Orkut, selecionamos agora a opção “Add or Statement”:

E repetir o processo acima para inserir outro source.

Após ter os dois sources, é necessário configurar quais as duas fontes de tráfego, conforme a figura abaixo:

Depois desses passos o segmento de redes sociais já está configurado. Bastanto apenas, agora, ser salvo para ser utilizado.

Utilizando o Statement : And

O segmento configurado acima pode ser alterado para incluir as diversas redes sociais ou ainda os sites com os quais o seu tem parceria. Entretanto, esse segmento ainda pode se tornar mais específico.

Vamos supor que você tem um site de e-commerce e quer mais informações sobre os visitantes dessas redes sociais que não resultaram em conversões, ou seja, o número de transações para esses usuários é igual a zero. Afinal, você quer descobrir o porquê desses usuários não terem comprado nada.

Objetivo: filtrar os usuários que vêm do Twitter OU do Orkut E que não efetuaram nenhuma compra (o que significa que Transactions = zero ).

Para tanto, vamos editar o segmento de redes sociais adicionando um Statement And, da seguinte maneira:

Para que o segmento passe a filtrar também os visitantes das redes sociais que não converteram, vamos utilizar a métrica Transactions da aba de e-commerce do Google Analytics, conforme pode ser observado na figura abaixo:

Após essa alteração no segmento de redes sociais é possível filtrar os dados dos visitantes do site que vieram do Orkut ou do Twitter e que não efetuaram nenhuma compra (o que é útil para verificar os motivos pelos quais não houveram conversões).

Conclusões

Como é possível perceber, o recurso de segmentação avançada do Google Analytics é muito útil para melhorar as técnicas de SEO aplicadas no site bastando, para isso, definir exatamente quais são seus objetivos (melhorar taxas de bounce e conversão, aumentar conversões de redes sociais, melhorar a visibilidade da marca, …) e verificar que tipo de segmentação avançada lhe fornecerá os dados que você precisa analisar.

E você, já havia usado a segmentação avançada no Analytics do seu site? Que tipo de segmentos você implementou? Deixe um comentário e nos conte as suas experiências com esse recurso.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Segmentação de Dados no Google Analytics

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

E-Commerce no Google Analytics – Como Instalar?

Fabiane Lima — Tue, 19 Jan 2010 12:43:17 +0000

Embora posicionamento de palavras-chave e quantidade de links sejam duas grandes preocupações quando se fala em SEO, é importante lembrar que elas não são as únicas, e que a análise de conversões se faz essencial em qualquer tipo de site, de blogs a sites e-commerce.

No último caso, uma das maneiras de se obter dados relacionados as conversões (compra de produtos), é através da configuração da aba e-commerce, no próprio Google Analytics.

A configuração dessa aba tem várias vantagens: além de mensurar o número de compras efetuado, é possível obter outros dados relevantes sobre as transações feitas e os itens vendidos, como: produtos mais vendidos, keywords de entrada para cada produto vendido (e daí obter as keywords que têm maior taxa de conversão), além de outros dados que são muito úteis para ajudar a orientar os trabalhos de SEO no site.

Como Configurar a Aba de E-commerce do Google Analytics?

Da mesma maneira que a instalação do Google Analytics no site, a aba de e-commerce necessita da inserção de um código em javascript, o qual é responsável pela coleta dos dados. Esse código é diferente do usado previamente na instalação do próprio Google Analytics e deve ser inserido na página de feedback que é retornada para o usuário quando ele finaliza a compra do produto.

Configuração do Google Analytics

Entretanto, antes de instalar o código nas páginas de feedback o primeiro passo e configurar o Google Analytics do site e setar o status de e-commerce. Para tanto, é necessário acessar a conta do Google Analytics do site (como administrador) e editar o perfil do site, conforme as figuras abaixo:

Ao acesssar a página da configuração do perfil, é necessário marcar a opção “Yes, an E-commerce Site”, além de especificar qual/quais serão as moedas utilizadas no site (no caso de sites internacionais):

Instalação dos Códigos de Tracking

Como já foi dito anteriormente, o código deve ser inserido na página de feedback de compra de cada produto, entretanto, esse código deve ser inserido na página antes que ela seja enviada para o usuário.

Abaixo, segue o código para a instalação do e-commerce no Google Analytics:

<script type="text/javascript">
pageTracker._addTrans(
      "order-id", // required
      "affiliate or store name",
      "total",
      "tax",
      "shipping",
      "city",
      "state",
      "country"
); 
 
pageTracker._addItem(
      "order-id", // required
      "SKU",
      "product name",
      "product category",
      "unit price",  // required
      "quantity"  //required
); 
 
pageTracker._trackTrans();
script>

Como usar a Aba de E-Commerce?

Agora o próximo passo é utilizar os dados gerados. A aba de e-commerce estará diponível no menu principal do perfil no site no analytics:

Overview – Visão Geral

Em Overview é apresentado um panorama geral do site no período selecionado, com os seguintes dados:

taxa de conversão,
número de transações (compras),
média do valor de compra,
número de produtos comprados,
produtos mais comprados e
as fontes de tráfego que trouxeram as maiores taxas de conversão de compra.

Total Revenue – Total de Vendas

Nessa opção é apresentado um gráfico com o total de vendas e as taxas de conversão por hora, diárias, semanais ou mensais (dependendo da escolha do usuário) do período a ser analisado.

Conversion Rate – Taxa de Conversão

Os gráficos dessa opção têm o mesmo formato da opção anterior, entretanto, aqui são apresentadas somente as taxas de conversão.

Average Order Value – Média das Vendas

Os gráficos da opção Average Order Value têm o mesmo formato de Conversion Rate e Total Revenue, mas o foco nessa opção é a média do valor das vendas.

Product Performance – Performance dos Produtos

Nessa opção é possível analisar quais produtos foram mais vendidos no site no período selecionado – por código (SKU) ou por nome – bem como conferir o desempenho das categorias de produtos (quais categorias venderam mais ou menos).

Transactions – Transações ou Vendas

O primeiro gráfico dessa opção apresenta o total de vendas por hora, dia, semana ou mês (conforme o que for selecionado) no período a ser analisado. O diferencial dessa opção é que ela fornece a possibilidade de saber os detalhes de cada transação / venda efetuada no site.

Visits to Purchase – Visitas para Comprar

Nesse gráfico é analisado o perfil das visitas que geram conversões de compra no aspecto quantas vezes os visitantes (em média) visitam o site antes de comprar algo. Assim como nas opções anteriores, é possível selecionar o período que se deseja analisar.

Days to Purchase – Dias para Comprar

Essa opção é semelhante à anterior quanto à apresentação dos dados, entretanto, aqui o foco é a quantidade de dias que se passa entre a primeira visita e a visita que levou à compra.

Outras Funcionalidades da Aba de E-Commerce

Além das funcionalidades acima, a configuração da aba de e-commerce pode fornecer vários outros dados bastante interessantes, acessíveis em outras seções do Google Analytics. Para verificar onde encontrar esses dados, basta ficar atento aos locais onde a opção de e-commerce pode ser encontrada:

Um dos locais onde esses dados são acessíveis é na análise de keywords do site (acessível pelo caminho: Traffic Sources -> Keywords). Ao acessar a opção “Ecommerce” é possível analisar as taxas de conversão de compra para cada keyword de entrada do site, por exemplo:

A análise desses dados citados como exemplo é útil por fornecer uma métrica a mais no processo de escolha das keywords que terão foco nas próximas etapas de otimização do site. E esse é apenas um exemplo do uso dos dados fornecidos pela configuração do E-commerce.

Conclusões

Como é possível perceber, essa configuração abre um grande leque de possibilidades de análises das taxas de conversão – sob diversos fatores de influência, como: keywords, fontes de tráfego, categorias do próprio site e até mesmo o layout das páginas de produto (se forem realizados testes) – o que a torna essencial para a otimização do site quanto às suas conversões.

Se você tem alguma dúvida quanto ao uso da aba de e-commerce ou gostaria de fornecer uma dica de uso, deixe um comentário. E aguarde que em breve divulgaremos mais dicas sobre o uso dessa ferramenta.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: E-Commerce no Google Analytics – Como Instalar?

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Novo Recurso de Email Alert no Google Analytics

Bruno Galileu — Thu, 22 Oct 2009 13:03:38 +0000

Olá leitores da MestreSEO, O Google apresentou, dia 20 de outubro na eMetrics em Washington D.C., novos recursos do Google Analytics e chamou-os de ”Powerful, Flexible And Intelligent”.

Vamos abordar a nova guia ‘intelligence’, este novo recurso possibilita envio de emails automáticos quando alguma alteração significativa no comportamento do site é detectada.

Este recurso já possui alertas criados automaticamente que vão te avisar quando page visits, bounce rate, goal conversion, avg. time on site entre outros apresentarem alguma alteração incomum. Os alertar podem ser diários, semanais ou mensais.

Mas a parte mais importante são os relatórios customizados que você mesmo criará. Estes alertas podem ser criados perfeitamente para monitorar suas ações para promover seu site.

Pode se restringir o foco do alerta para tipo de visitante, cidade/região, source, keyword entre outras quando há variações de bounce rate, new visits, page visits como falado anteriormente e você especifica o valor dessa variação em porcentagem e o período a ser comparado.

O Google disponibilizou um pequeno vídeo comentando sobre este novo recurso:

Infelizmente poucas contas por enquanto apresentam este recurso, resta aguardar. Assim que for liberado a todos falaremos mais sobre o assunto com dicas avançadas. Quem já tiver este recurso habilitado pode compartilhar dicas de custom alert com os nossos leitores. Até lá pessoal, abraços.

Fonte: http://analytics.blogspot.com/2009/10/google-analytics-now-more-powerful.html

Imagens: searchengineland.com

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Novo Recurso de Email Alert no Google Analytics

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Bounce Rate – Objetivo das Páginas e Intenção do Usuário

Fabiane Lima — Mon, 19 Oct 2009 12:46:47 +0000

Olá leitores da MestreSEO!

O bounce rate é uma das métricas utilizadas para analisar o comportamento dos usuários nas páginas do site. Ele é calculado levando em consideração o número de pessoas que entram em uma página em relação ao número de pessoas que saem, e é útil para medir a “atratividade” das páginas para o usuário.

Entretanto, verificar se o bounce rate está normal ou muito alto não é assim tão trivial. Deve-se levar em consideração a finalidade da página. Por exemplo, quanto mais conteúdo uma página tem e menor seu bounce rate, melhor. Já para páginas com pouco conteúdo, que tem a única finalidade de direcionar o tráfego para outras páginas, o bounce rate é uma métrica relativamente desnecessária.

O bounce rate geralmente está ligado ao que as pessoas estão procurando (a intenção dos usuários) confrontado com o que está sendo oferecido no site. A situação ideal é que a intenção do usuário e o objetivo das páginas estejam em sintonia e, para isso, é necessário entender:

O objetivo de cada página (e ser o mais fiel possível à esse objetivo)
Como os usuários vão chegar até cada página
Como o objetivo e a intenção do usuário vão andar juntas

O Objetivo de Cada Página

Ter em mente o objetivo de cada página é útil tanto para direcionar os trabalhos de SEO em cada uma delas, como para avaliar e reavaliar a necessidade de criação de novas páginas ou reotimização do conteúdo.

Um exemplo disso é a necessidade ou não de criação de novas categorias em um blog (afim de segmentar melhor um determinado assunto).

A necessidade de alteração da disposição dos elementos de uma página também pode ser vista como uma reotimização – geralmente essas alterações são feitas para corrigir algum erro de foco de uma página ou mesmo para alterá-lo.

Por exemplo, uma página que tem como finalidade a venda de um produto, mas o elemento de maior destaque é um call to action para uma promoção de um outro produto relacionado.

Como os usuários chegam até as páginas?

Keywords

Uma maneira de verificar como os usuários estão chegando às páginas do seu site é verificar as keywords e as fontes de tráfego de entrada de cada página. Para tanto, você deve acessar os dados da página que você deseja verificar através do menu Traffic Sources->Content->Content by Title:

E, depois disso, encontrar a página desejada:

Depois disso, para verificar as keywords de entrada, basta selecionar a opção “keywords”:

Dessa maneira é possível verificar se a página está otimizada para as keywords corretas, além de facilitar a descoberta do porquê do bounce rate de uma página ser baixo ou alto. Se uma página estiver sendo acessada pelas keywords erradas, é hora de pensar na reotimização de seu conteúdo.

Comece pelas páginas mais importantes, independente do bounce delas e somente depois ordene suas atividades por ordem de bounce.

Sources

Para verificar as fontes de tráfego de uma página, basta selecionar a opção “sources” (após selecionados os dados da página em questão):

O ponto interessante de se analisar as fontes de tráfego para uma determinada página é verificar quais referrals estão te trazendo mais visitas para assuntos específicos e, dessa maneira, te fornecer dados sobre quais redes sociais te dão mais resultados e quais podem ser melhor trabalhadas.

Sintonia Entre Objetivo das Páginas e Intenções do Usuário

Melhorar a sintonia entre o objetivo das páginas e as intenções do usuário vai além do uso das keywords corrretas nos trabalhos de SEO (tanto on-page quanto off-page), também é necessário prestar atenção à organização dos elementos na página, o uso ou não de calls to action e outros fatores visuais que também podem acarretar na saída do visitante.

Pense em um site de e-commerce. As páginas de produtos tem que ter como finalidade a venda daquele produto, portanto, ele é que deve ter o destaque da página.

Estar atento à maneira como os usuários chegam às páginas é essencial para baixar as taxas de bounce, mas montar páginas objetivas e fáceis de serem compreendidas e navegadas também. Dessa maneira, o usuário consegue encontrar suas páginas da maneira correta, compreende o conteúdo e não abandona a página antes de verificar se a página tem ou não aquilo que procura.

Você já havia percebido a relação entre o bounce rate e a sintonia entre o objetivo da página e as intenções do usuário? Faça um comentário e conte o que achou sobre o assunto.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Bounce Rate – Objetivo das Páginas e Intenção do Usuário

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Como Utilizar Google Analytics para Otimização de Sites

Fabiane Lima — Mon, 24 Aug 2009 18:17:09 +0000

Olá leitores da MestreSEO!

A baixa performance de um site pode acarretar em sérios danos para a marca e atrapalhar o retorno dos investimentos (ROI). Para que isso não aconteça e os trabalhos de SEO sejam efetivos, é necessário otimizar e refinar as estratégias de marketing, navegação e otimização de conteúdo continuamente.

A Otimização do Site Está Surtindo Efeito?

Uma maneira simples de verificar a eficiência da otimização de um site é através da análise do tráfego do site, possível através do uso de ferramentas de web analytics, como o Google Analytics. Essas ferramentas fornecem uma grande quantidade de dados à respeito dos visitantes:

browser utilizado
tipo de conexão
de onde o visitante veio
quais páginas têm maior bounce rate
e outros

Aliás, o cadastro no Google Analytics deve ser um dos primeiros passos depois da criação de um site ou blog, pois dessa maneira se obtem dados de alta qualidade sobre a evolução do site com o passar do tempo e qual o impacto das ações de marketing e estratégias de SEO.

Entretanto, por mais desenvolvido que o Google Analytics e outras ferramentas de análise de tráfego sejam, ou por mais informações que elas possam fornecer, esses dados são apenas coletados e exibidos. Cabe a você mesmo analisar esses dados e retirar deles o que realmente interessa – ou seja, verificar os efeitos das estratégias utilizadas e decidir qual será o próximo passo na otimização do site.

Neste artigo, trago algumas dicas de como utilizar o Google Analytics e como extrair algumas informações relevantes a partir dos dados fornecidos. Vamos a elas.

Dicas Básicas de Uso do Analytics

Para se ter um panorama geral do tráfego do site, é interessante verificar os seguintes dados:

Visitas diárias recebidas
Taxas de conversão
Páginas mais visitadas
Tráfego de Referrals
Tempos de visita e com que freqüência as pessoas voltam ao seu site

Visitas diárias recebidas

Ao acessar o analytics do seu site, esses dados estão disponíveis logo no dashboard. E são exibidos da seguinte maneira:

Aqui você pode escolher o período para o qual você quer verificar o número de visitas, bem como o segmento de tráfego que você deseja visualizar.

Os tipos de segmentos de tráfego disponíveis são:

all visits: visitantes de todos os segmentos.
new visitors: novos visitantes
returning visitors: visitantes que voltaram
paid traffic: visitantes que chegaram até o site através de cliques em links patrocinados do google.
non-paid traffic: all visits menos os visitantes de paid traffic.
search traffic: visitantes que chegaram através das search engines.
direct traffic: visitantes que chegaram ao site de maneira direta, sem buscas ou cliques em anúncios.
referral traffic: visitantes que chegaram ao site através de referrals (social media, por exemplo)
visits with conversions: visitantes que resultaram em conversão
visits from iPhones: visitantes que estavam utilizando iPhones
non-bounce visits: visitas que não resultaram em bounce

É possível selecionar até 3 segmentos (exceto o all trafic, que é selecionado por padrão em qualquer comparação). Quando é selecionado mais de um segmento, é exibida uma comparação entre eles.

É interessante analisar o gráfico gerado com essas informações, pois é possível perceber em quais dias da semana o tráfego é maior e quando ocorrem picos anormais – em ambos os casos, é interessante investigar as causas.

Para tanto, filtre os resultados pelo período em que ocorreu o pico de visitas, veja quais são as páginas mais visitadas, bem como as top keywords. Dessa maneira você sabe que tipo de conteúdo está atraindo mais a atenção dos seus usários – e, de posse dessas informações, você pode melhorar seu conteúdo, bem como explorar melhor os assuntos relacionados.

Outra informação relevante que você pode retirar do tráfego é verificar se uma determinada estratégia para “chamar” mais visitantes está surtindo efeito. Por exemplo, se você investiu em uma campanha de ad-words durante um mês e gostaria de saber que impacto esse investimento trouxe em visitas para o site, basta comparar o mês da campanha com o mês anterior a campanha.

Se você quiser incrementar ainda mais esse gráfico, basta selecionar os segmentos paid e non-paid e comparar o impacto de ambos.

Vale ressaltar que os dados referentes ao número de visitantes também podem ser analisados para diferentes tipos de segmentos.

Taxas de conversão

As taxas de conversão só podem ser analisadas após a configuração correta de metas (goals) no analytics. Cada site tem uma ou várias finalidades. Para verificar se essas finalidades estão sendo devidamente atendidas, é possível estipular um “caminho” ideal para cada tipo meta – e, dessa maneira, verificar quantos visitantes executam esse caminho e resultam em conversão.

Para facilitar a compreensão do conceito de meta, pense em um site de e-commerce. A meta das páginas é levar o visitante a comprar o produto – ou seja, o caminho ideal nesse caso seria uma lista de produtos, seguida da visualização de um determinado produto e, por último, a compra do mesmo.

Para saber como configurar as metas e analisar as taxas de conversão, veja o artigo sobre a configuração de metas no analytics.

Páginas mais visitadas

Para acessar essa opção, basta selecionar a opção Content -> Top Content (menu à esqueda da janela do analytics). Conforme a figura abaixo.

É interessante verificar quais páginas têm mais acessos no site pois através delas é que você vai saber o que está chamando mais a atenção do seu público-alvo. Além do mais, também é possível verificar os interesses por segmento.

Conhecendo o que seus usuários estão procurando, fica mais fácil pensar em como otimizar melhor o conteúdo, trabalhar melhor as keywords e ter uma noção de que tipo de informação e serviço você pode fornecer aos usuários.

Tráfego por Referral

Para acessar os referrals, selecione a opção Traffic Sources -> Referring Sites.

Mais do que apenas verificar quantas visitas você recebe para cada referral, é interessante analisar o bounce rate para cada um. Dessa maneira você consegue identificar quais referrals estão proporcionando melhores resultados – ou seja, em quais referrals você pode ter uma atenção extra ou concentrar seus esforços.

Tempos de Visita

É possível obter o tempo das visitas no próprio dashboard, conforme a figura abaixo:

Entretanto, somente o tempo médio das visitas não é um dado que por si só diga muita coisa.

Verifique o tempo que os visitantes passam nas páginas do seu site e tenha uma atenção especial com as páginas em que o tempo é menor que a média. Porque os usuários não passam muito tempo nessas páginas? Essas páginas não têm conteúdo relevante, estão abarrotadas de elementos? Têm uma navegação muito complicada? O design é favorável (é agradável aos olhos, não dificulta a leitura)?

Freqüência de Retorno

Para comparar a quantidade de visitantes que retornam com aqueles que visitam o site apenas uma única vez, basta selecionar a opção Visitors -> News vs Returning. Após selecionar essa opção, aparecerá a seguinte imagem:

Ao selecionar uma das opções (new visitor ou returning visitor) você poderá obter o tempo médio do tipo de visitante selecionado, bem como o bounce rate e o número médio de páginas visualizadas.

O fator principal a ser analisado é a porcentagem de pessoas que voltam ao site. O interessante é que as pessoas sintam necessidade de voltar. Portanto, se o número de pessoas que voltam for muito pequeno, é interessante verificar se há problemas com o conteúdo ou a navegação do mesmo.

Entretanto, a porcentagem ideal de pessoas que voltam pode variar de acordo com a finalidade do site. Por exemplo, sites de e-commerce tipicamente têm um número de retorno bem inferior do que sites de notícias. Aliás, ao analisar um site que tem como finalidade fornecer leitura, vale considerar o número de assinantes do feed.

O uso do Google Analytics (ou outra ferramenta de web analysis) é muito interessante, pois a quantidade de informações que ele provê referente ao tráfego é muito útil – através delas é possível verificar quais páginas estão melhores ou piores (ou seja, quais precisam de uma atenção especial em sua otimização).

Descobrir quais conteúdos são mais relevantes para os usuários, se parcerias e o uso de social media estão trazendo o número esperado de visitas, enfim, uma série de dados que te auxiliam a melhorar a cada dia as estratégias de otimização utilizadas, bem como melhorar a sua marca através do próprio site.

E você, já faz uso de análise de tráfego? Há quanto tempo? Como você usa os dados fornecidos pelo Google Analytics? Você utiliza essa ferramenta ou outro tipo de web analytics? Deixe seu comentário contando como é a sua experiência com essa ferramenta do Google ou outra ferramenta de análise de tráfego.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Como Utilizar Google Analytics para Otimização de Sites

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Análise de Conversão – Metas no Google Analytics

Fabiane Lima — Mon, 17 Aug 2009 12:34:10 +0000

Bom dia, leitores da MestreSEO!

Como sabemos, o Google analytics é uma ferramenta muito poderosa de web analytics, fornecendo uma grande quantidade de dados sobre as visitas de um site: desde onde vieram, quanto tempo passaram no site – bem como todos os dados referentes a sua “estadia” no site – até dados referentes ao próprio usuário.

Um exemplo da riqueza de detalhes é que é possível extrair dados como a média de tempo que os usuários que utilizam Mozilla ou Internet Explorer permanecem no site, bem como bounce rate e número de páginas visitadas.

Devido a grande quantidade de dados fornecidos pelo Analytics, é importante saber interpretar esses dados de maneira a identificar possíveis erros ou possibilidades de melhora no site. Com esse propósito, semana passada comentei algumas dicas de como usar o Analytics para analisar algo mais do que simplesmente o tráfego de search engines e referrals. Hoje vou mostrar um recurso mais avançado do Google Analytics: as metas, também chamadas de goals.

O que são metas?

Todo site tem um propósito, independente do seu tamanho. Sites de e-commerce tem como finalidade a venda de produtos. Dos blogs, obter leitores assíduos. Promocionais, o objetivo de dar visibilidade a uma determinada marca ou produto, e assim por diante. Mas como verificar se o site está atingindo seus objetivos? Através de metas.

As metas, ou goals, do Analytics são uma maneira de representar as metas do site estipulando o melhor caminho dos visitantes. Para um site de e-commerce, por exemplo, o ideal é que os visitantes naveguem pelo site, encontrem o produto que desejam e efetuem a compra.

A principal finalidade das metas é mensurar as conversões para uma determinada meta. Ou seja, quantos visitantes efetuaram o conjunto de ações esperadas.

Como Configurar Metas no Analytics?

É possível configurar até quatro metas no Google Analytics, e o caminho para acessar o painel de configuração das metas é mostrado na figura abaixo:

Após clicar no botão editar, aparecerá a tela abaixo. Basta escolher uma das 4 metas (goals) e clicar em editar:

Após clicar em editar, aparecerá a janela de configuração da meta. Primeiramente, devemos configurar os dados principais da meta:

Onde:

Em active goal você escolhe se a meta estará ativa ou não.
Em Match Type você pode optar pelo tipo de correspondência que o “Goal URL” deverá atender. Os tipos disponíveis são: Exact Match, Head Match e Regular Expression Match.
Goal Name: Nome da meta. Escolha um nome que seja descritivo e de fácil compreensão.
Case Sensitive: Marque apenas se foram utilizadas letras maiúsculas na url – no caso de URLs sem letra maiúsculas não corresponderem a url que conta com esses caracteres.
Goal Value: Caso a meta atingida tenha uma valor, é interessante que este seja inserido neste campo.

Ainda, vale lembrar que:

Exact Match: No qual a URL de destino deve ser exatamente igual a digitada em Goal URL.
Head Match: Quando a URL de destino é montada dinamicamente, é melhor optar por esse tipo de correspondência. Essa opção permite que a(s) URL(s) de destino tenha(m) atendam somente a correspondência principal, sendo que a url principal deverá ser digitada em Goal URL.
Regular Expression Match: A classificação da URL de destino pode ser feita através de expressões regulares. A expressão deverá ser digitada no campo Goal URL.

Após a configuração principal da meta, é possível configurar uma alternativa de caminho (navegação entre páginas) que o visitante siga até cumprir a meta estabelecida. Marcar esse caminho é opcional, entretanto, é necessário caso você queria utilizar os gráficos de funil para as metas.

No espaço demarcado na figura acima estão os campos onde deverão ser inseridas as URLs que fazem parte do caminho do usuário. Para cada passo é necessário inserir um nome.

Para exemplificar o cadastro de uma meta, vamos supor uma loja online de sapatos. Nesse caso, uma das metas é fazer com que os visitantes comprem sapatos e executem os seguintes passos:

Escolher os sapatos (www.lojadesapatos.com.br/product.php?productid=1234)
Adicionar os sapatos ao carrinho de compras (www.lojadesapatos.com.br/add-carrinho)
Comprar o produto (www.lojadesapatos.com.br/comprar)

Logo, preencheria os dados da seguinte maneira:

E os passos serão:

Step 1: www.lojadesapatos.com.br/product.php?productid=
Step2: www.lojadesapatos.com.br/add-carrinho
Goal: www.lojadesapatos.com.br/comprar

Analisando as Conversões

Como já foi dito anteriormente, uma das vantagens de se configurar as metas é a possibilidade de análise das conversões. E, para tanto, basta acessar o menu referente às metas (ou goals) no Analytics:

Abaixo seguem as opções de relatórios para as metas no Google Analytics, bem como suas respectivas explicações. Vale lembrar que cada relatório abaixo analisa somente uma meta, ou seja, é necessário escolher uma meta a ser analisada.

Total Conversions: Gráfico com os números de conversões diários para determinada meta, bem como a porcentagem desses valores se comparado com o total de conversões no período analisado.
Conversion Rate: Gráfico com taxas de conversão diárias do site – porcentagem de visitantes no dia que resultaram em conversão.
Goal Verification: Oferece detalhes sobre cada passo de uma determinada meta, sendo possível verificar a quantidade de visitas que passaram por um determinado passo e resultaram em conversão.
Reverse Goal Path: Nesse relatório o caminho que leva à uma determinada conversão pode ser analisado ao contrário. Ele é muito útil para realizar testes de conversão entre duas páginas que levam ao mesmo fim.
Goal Value: Quando são atribuídos valores às metas, o Goal Value exibe os valores diários obtidos ao longo do período analisado.
Goal Abandoned Funnels: Para cada passo de uma meta configurada, é possível analisar quantas visitas (bem como a porcentagem de visitas) que abandonam o caminho de conversão em cada passo.
Funnel Visualization: É um dos gráficos mais interessante dessa seção, pois fornece os gráficos de “funil” das conversões do site.

Ao verificar quantas visitas abandonam o caminho de conversão (Goal Abandoned Funnels) é possível perceber se há algum erro nas páginas envolvidas. Por exemplo, se em uma meta de 4 passos há uma grande saída dos visitantes no passo 2 – é possível que a página do passo 2 esteja com algum problema, ou ainda precise de mais dados ou elementos mais atraentes para o visitante.

Os gráficos de funil (Funnel Visualization) fornecem uma visualização rápida dos seguintes dados:

visitas que iniciaram o caminho definido na meta
visitas que abandonaram o caminho da meta
visitas que resultaram em conversão

No exemplo abaixo, temos a visualização de um gráfico de funil para uma meta que tem mais de dois passos. Entretanto, vamos exemplificar apenas o primeiro passo:

47% abandonam o caminho da meta
53% seguiram para o próximo passo

Vale ressaltar que os gráficos de funil podem ser gerados para qualquer período de tempo – desde que esse período esteja dentro do período para o qual a meta em questão foi configurada.

Um dos fatores mais importantes para analisar os trabalhos de SEO é mensurar os resultados. Ao utilizar as metas do analytics é possível acompanhar – de uma maneira simpes – as taxas de conversão do site, além de poder obter alguns dados complementares sobre suas visitas, verificar quais páginas que fazem parte do caminho que leva a conversão estão com problemas ou precisam de um pouco mais de atenção em termos de usabilidade e navegação.

E você, já configurou as metas no analytics? O que achou desse recurso do analytics? Você utiliza os recursos das metas de alguma maneira diferente? Deixe um comentário e conte para a gente.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Análise de Conversão – Metas no Google Analytics

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Google Analytics – Dicas para Uso do Analytics do Google

Fabiane Lima — Mon, 10 Aug 2009 12:15:37 +0000

Bom dia leitores da MestreSEO!

É muito importante para os trabalhos de SEO saber mensurar os resultados dos esforços que são realizados, seja em campanhas de link building ou SEO onpage, como metatags e disposição dos elementos em uma página. E o Google Analytics é uma ótima ferramenta nesse aspecto.

Inscrever seu site no Analytics do Google deve ser um dos primeiros passos para acompanhar seu desenvolvimento, pois o Analytics fornece uma quantidade de dados mais que suficiente para analisar todos os aspectos do tráfego de um site. Entretanto, será que realmente se utiliza todo o potencial dessa ferramenta?

Dicas de Analytics

Geralmente as pessoas se atém a utilizar o dashboard e o tráfego vindo de referrals. Quando muito, utilizam o analytics para comparar keywords e visitas entre dois períodos de tempo. No entanto, existem maneiras muito interessantes de analisar outros aspectos do seu site através do Analytics. Por exemplo, é possível utilizar o analytics para verificar se está atacando as keywords corretas, se existem incompatibilidades graves de navegação por browser, problemas com tempo de carregamento das páginas.

Análise por Períodos de Tempo

Embora esse uso do analytics seja relativamente comum, poucas pessoas utilizam esse recurso. A análise dos dados por período de tempo é muito interessante, possibilitando colher os resultados de um trabalho diferente executado no site em uma determinada data.

Por exemplo, você iniciou uma nova parceria para seu site, mas não tem certeza se ela está sendo tão boa assim. Uma boa maneira de verificar se essa parceria está surtindo efeito é comparar o mês anterior e o mês posterior a uma determinada alteração. Se a quantidade de visitas for maior e a qualidade dessas visitas for significativa – o bounce rate não aumentar – com certeza sua parceria está trazendo resultados positivos para seu site.

As comparações por tempo também são muito úteis quando se fala em análise de resultados de testes. Seja teste de páginas, calls to action, modificações na estrutura das páginas e outras possíveis alterações executadas no site.

Análise das Keywords do Site

Embora não exista uma fórmula exata para as metatags e keywords do site, é fundamental utilizá-las da maneira mais coerente possível. Como sabemos, as metatags são uma maneira de descrever o conteúdo das páginas e, páginas mal descritas, levam a usuários insatisfeitos por encontrar um conteúdo que não estava procurando – ou seja, mais um bounce para o site.

Para utilizar o Analytics para verificar as suas keywords, basta comparar as top keywords do seu site com as top landing pages. Para obter as top keywords, vá ao menu Traffic Sources -> Keywords:

Já para as top landing pages, clique na opção: Content -> top landing pages:

O conteúdo das landing pages são coerentes com as top keywords do site? Se sim, excelente. Senão, compensa reavaliar as metatags das páginas.

Incompatibilidades de Browser

Os browsers mais utilizados no Brasil são o Internet Explorer, Firefox e Chrome (nessa ordem). Portanto, é importante que seu site possa ser visualizado adequadamente nesses três. Quando ocorrer alguma incompatibilidade com o Internet Explorer, por exemplo, provavelmente os visitantes que utilizam esse browser vão passar menos tempo no site, ou mesmo acarretar em um bounce.

É possível verificar se existe alguma incompatibilidade grave de navegação através do Analytics. Para tanto, clique em Visitors -> Browsers. Lá é possível analisar o tempo médio, bounce rate (além de outras informações) sobre os visitantes que utilizam cada browser.

Se você perceber grandes diferenças no bounce rate e tempo médio entre os navegadores, compensa verificar mais atentamente possíveis problemas na visualização do site nos navegadores.

Páginas muito lentas

Usuários que utilizam conexão discada geralmente passam alguns segundos a mais no site do que os visitantes que utilizam DSL e outras conexões mais rápidas. Portanto, se acontecer o contrário, suas páginas provavelmente estão muito pesadas – lembre-se: ninguém tem paciência para esperar páginas muito demoradas.

Para verificar o comportamento de seus usuários em relação ao tempo de carregamento das páginas, basta utilizar a opção Visitors -> Network Properties -> Connection Speeds.

Se houver diferenças muito grandes entre os tempos que os usuários permanecem nas páginas, verifique o tamanho de suas páginas.

Mais de Analytics

O Google Analytics é uma ferramenta muito poderosa quando se fala em otimização de sites. Entretanto, seus recursos nem sempre são muito explorados – geralmente as pessoas utilizam apenas alguns dados como número total de visitantes em um dado período, quantidade de visitas vindas de um determinada rede social ou parceria. Alguns exemplos de recursos que não são tão populares são os filtros e goals – que podem ser usados para análise de conversões, bounce e andamento da otimização do site.

E você, tem o costume de utilizar o Google analytics? Quais recursos você geralmente utiliza? Deixe um comentários sobre suas impressões e que usos diferentes encontrou para os dados fornecidos pelo analytics do Google.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Google Analytics – Dicas para Uso do Analytics do Google

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Google Analytics API foi Lançada

Bruno Nassar — Wed, 22 Apr 2009 14:40:57 +0000

Bom dia leitores da MestreSEO.

Ontem, dia 21/04, o Google lançou uma das mais aguardadas API’s: o Google Analytics Data Export API beta.

Agora o que há de tão interessante nessa nova API? Essa nova API permitirá que nós profissionais da área, principalmente, analisemos os dados do Google Analytics de uma forma mais completa, além de ser possível integrar os dados do Analytics com os dados do seu negócio. Os desenvolvedores poderão integrar o Google Analytics em seus produtos e ferramentas criando programas auto-suficientes, em termos de dados. Será possível com essa nova API criar uma nova série de gadgets e widgets e até mesmo um dashboard personalizado.

Como a API do Google Analytics Funciona?

A Data Export API é bem simples de ser usada e possibilita a leitura de todos os seus dados do Analytics. Qualquer dado que esteja disponibilizado na interface normal do Analytics estará disponível através da API. A API do Analytics é a mesma Google API, ou seja, ela utiliza o mesmo protocolo das API’s do Google Calendar, Finance e Webmaster Tools. Se você já utilizou algumas dessas, a nova Google Analytics Data Export API será bem familiar.

Para as linguagens Java e JavaScript o Google disponibilizou algumas bibliotecas que simplificam o processo. Além disso, o Google está trabalhando para disponibilizar um suporte para outras linguagens de programação. Enquanto o suporte se restringe ao Java e ao Javascript, os desenvolvedores podem acessar os dados através de requisições HTTP e acessar os dados em XML.

Como Começar a Usar a Data Export API?

Existem três passos básicos para se começar a usar a API do Google Analytics.

Primeiramente leia toda a documentação sobre as API’s, elas estão disponíveis aqui (material em inglês). Nesse site você encontrará exemplos de código e perguntas frequentes sobre as API’s do Google;
Certifique-se de se cadastrar no grupo Google Analytics API Notify para receber e-mails sore novas atualizações sobre a API, como mudanças nos códigos assim como qualquer outra atualização importante que venha a ser feita;
Cadastre-se no Google Analytics APIs Group – esse fórum é uma excelente forma de tirar dúvidas e ter novas idéias de como implementar a API.

Um grande avanço que todos esperavam com ansiedade, agora lançado pelo Google. Até a próxima!

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Google Analytics API foi Lançada

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Google Analytics: Dicas, Truques e Plugins para Firefox e WordPress Parte II

Bruno Galileu — Thu, 09 Apr 2009 13:24:24 +0000

Olá pessoal, continuando o post Google Analytics: Dicas, Truques e Plugins para Firefox trago aqui a segunda parte. O google Analytics é uma ferramenta de tracking importantíssima, sem uma ferramenta desse tipo você com certeza não deve saber o que está acontecendo com seu site e não saberá o que fazer para otimizá-lo, por isso use e abuse delas. Vamos lá:

1. Google Analytics para WordPress

Este plugin para WordPress insere automaticamente o tracking code em todas as páginas do blog. Algumas opções avançadas também estão disponíveis como rastrear downloads e cliques em ads.

2. Checagem do código do analytics do site todo

Se você suspeita que algumas páginas estão com o tracking code errado ou simplesmente ausentes use a ferramenta Sitescanga para tirar a dúvida. É só digitar o endereço do site e um email onde deve receber uma URL para conferir o resultado.

3. Rastreie Tráfego de search engines regionais

O Google Analytics suporta dezenas de search engines, mas talvez você tenha a necessidade de saber exatamente de quais search engines regionais elas estão vindo, se são do googgle.com.uk, google.co.jp, msn.co.uk, etc. O Help Center do Analytics nos ensina como adicionar novas search engines manualmente ou podemos utilizar uma variação do trackingcode do GA, basta chamar o arquivo custom_se-ga.gs junto ao código:

Este é a estrutura do código atual:

Depois da alteração ele ficará assim:

O resultado final:

Cuidado! O exemplo acima usa um código aleatório ‘UA-123456-1’, não esqueça de substituir pelo seu.

4. Adicionando Notas/Comentários no Analytics

O GA Notes, plugin para firefox, possibilita adicionar notas no Google Analytics, assim podemos documentar qualquer mudança ocorrida na área marketing, na economia ou indústria, uma otimização feita no site, etc… Toda informação adicionada não é armazena no seu computador ou em um servidor específico para o plugin, mas sim nos próprios servers do Google, pois utiliza o Google’s App Engine, e toda informação transmitida é encriptada.

Caso precise de mais informações veja nossa categoria de post sobre Google Analytics. Deixe seu comentário e complemente com ferramentas ou plugins que você conheça, abraços.

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Google Analytics: Dicas, Truques e Plugins para Firefox

Flávio Cabral Filho — Fri, 03 Apr 2009 12:07:36 +0000

Todos gostamos do Google Analytics, mas obviamente ele não é uma ferramenta perfeita, então coloco aqui algumas dicas, truques e ferramentas para Firefox que diminuem algumas deficiências do Google Analytics e facilitam nossa vida na hora de acessar esses dados tão importantes que são capturados por ele.

1. Google Analytics de Hoje

Por padrão, o Google Analytics mostra os dados dos últimos 30 dias, mas às vezes o que nós queremos é ver o que aconteceu no dia de hoje, então sempre temos que alterar a data no relatório. Esse pequeno truque fará com que você sempre abra o relatório no dia atual. Basta acessar esta ferramenta, preencher com o valor da ID que é pedido e guardar em seus favoritos a URL gerada por ela.

2. Visualize os Relatórios no Firefox

Fire Analytics é um plugin que exporta os dados do seu Google Analytics para o Firefox.

Acesse ele via Ferramentas -> Fire Analytics, configure com sua conta de email e password, escolha os tipos de relatórios que quer ver e clique em “Show Reports”.

3. Aumente a funcionalidade do Google Analytics

Um número grande de scripts para Greasemonkey unidos por este plugin para Firefox permitem que você faça muito mais com o seu Google Analytics, algumas dessas coisas são:

- Dados de Social Media
- Exportar os dados do Google Analytics direto para o Google Docs

4. Mostrando Variação de Keywords

Com este script para Greasemonkey você consegue ver quais foram as keywords que mais variaram nos últimos dias.

Se você já tem o Greasemonkey instalado, entre neste link e clique em “Install” para adicionar o script em seu Greasemonkey. Depois, é só acessar o relatório de keywords e clicar no botão “Who sent me unusual traffic?” que ele te mostra as keywords que tiveram aumento e queda de pelo meonos 20% nos últimos 7 dias. Veja o exemplo:

Gostou? Deixe seu comentário e acompanhe a segunda parte do post com mais dicas e plugins para o Google Analytics.

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Analise a Concorrência com o Google Analytics

Fábio Ricotta — Mon, 02 Feb 2009 11:20:05 +0000

Olá leitores da MestreSEO!

Passa dia após dia, crise após crise e, uma coisa não muda: nossa sede por saber como anda a “horta do vizinho”. Não adianta, é do ser humano querer saber se o vizinho vende mais, se produz mais, se ganha mais. Na internet não é diferente. Você sempre quer saber quantas visitas seu concorrente tem, quantos cliques no Adsense, se o CTR dele é alto, ou seja, a mesma curiosidade.

Pois bem, para quem não conhece, o Google Analytics possui uma opção chamada Benchmarking, que mostra uma comparação entre o seu site e sites do mesmo ramo de atuação. Além disso, ele possui uma outra funcionalidade, de poder comparar o seu site com qualquer outro grupo de sites, de ramos diferentes.

Para acessar esta funcionalidade, vá no menu em Visitors e depois clique em Benchmarking.

Uma dica boa para quem trabalha com otimização de sites é usar o benchmarking do Google Analytics quando você deseja saber se foi punido em algum mecanismo de busca, sendo assim, o seu tráfego será bem inferior ao dos websites do mesmo ramo. Ainda nesta linha, mas para websites novos, você pode saber se o seu site já possui um tráfego de acordo com a categoria que você trabalha, comparando os dados do Benchmarking.

Espero que tenham gostado desta dica.

Um abraço e até a próxima

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Analise a Concorrência com o Google Analytics

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Web Analytics: Não Perca Seu Tempo

Flávio Cabral Filho — Wed, 07 May 2008 17:23:42 +0000

Para se fazer SEO é indispensável que se use web analytics, mas um bom estudo dos dados de web analytics não é fácil e pode tomar muito do seu tempo. Então é melhor se concentrar no que é importante para sua área de negócios. Aqui estão algumas dicas do que não fazer, pois seria perda de tempo:

Tente Ser 100% Preciso

Em modelos que utilizam JavaScript e Cookies, os web analytics nunca são 100% precisos. Se você utilizar algumas ferramentas diferentes, pode ver até 10% de diferença nos dados de uma para outra. É necessário testar a precisão, mas não é possível ter 100%.

Meça Apenas a Quantidade

Você lança uma campanha Pay Per Click para um novo produto às 8 da manhã e ao meio dia você já conseguiu 1000 acessos. O serviço ainda não acabou. É preciso medir outras coisas como bounce rate, tempo no site, de onde o usuário veio e para onde ele foi. Assim como o resultado que isso deu, como por exemplo, quantos cadastros você conseguiu em seu site e se eles são reais. Você não vai querer gastar todo esse dinheiro de novo em uma campanha de links patrocinados onde metade dos cadastros em seu site são feitos usando uma conta de e-mail falsa como teste@teste.com.br, certo?

Não Compartilhe Os Dados

É preciso compartilhar os dados obtidos com as outras partes envolvidas no projeto. Clientes e outros desenvolvedores. Muitas horas podem ser gastas para tirar conclusões dos números obtidos e essas pessoas podem sempre ajudar.

Faça Uma Medição Sem Objetivos

Antes de entrar de cabeça nos dados, antes de criar uma planilha com gráficos e medir os desempenhos, sente-se com seu grupo de trabalho e especifique os objetivos do projeto e o que vocês desejam medir no final.

Agora sim, pode continuar aplicando as outras dicas de SEO que você encontra no nosso Tutorial de SEO. Ou se preferir, seguir nossa Checklist de SEO.

Fonte: Web Analytics World

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Web Analytics: Não Perca Seu Tempo

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Google Analytics e o ROI – Parte II

Cassiano Travareli — Sun, 30 Mar 2008 15:48:53 +0000

Olá pessoal, estou de volta para continuar falando sobre o google analytics. Começarei falando sobre a subseção “Visitor Loyalty“. Ela é dividida em:

Loyalty – Aqui mostra o número de vezes que cada pessoa acessou o seu website. Os campos mostram os valores de 1 vez, 2 vezes, 3 vezes e assim por diante, até chegar em faixas de 51 a 100, e mais do que 201. Quanto mais pessoas aparecerem em valores mais altos significa que provavelmente estão gostando de seu website e voltando para visitá-lo. Essa que é a lealdade tratada pelo nome da subseção.

Recency – Indica a freqüência em que os visitantes retornam ao seu website, e isso pode mostrar o nível de compromisso que o usuário tem com o website ou com a prontidão que ele tem para comprar alguma coisa nele. Aqui exibe os campos divididos pelos dias que se passaram desde a última visita. Por exemplo, os visitantes novos são incluídos dentro da categoria “0 days ago” enquanto o usuário que visitou o website há mais de um ano é incluído na barra “365+ days ago”.

Length of Visit – Aqui as visitas são divididas em campos do tempo em que a pessoa permaneceu no website. Um tempo alto de uma visita indica que o usuário explorou mais o seu website.

Depth of Visit – Exibe o número de páginas que os usuários visitaram dentro do seu website. Quanto mais páginas o usuário visita significa que você está oferecendo um bom conteúdo para ele.

Agora falarei da seção “Browser Capabilities“, que está dividida em:

Browser – Mostra os navegadores que os visitantes de seu site estão utilizando. Otimizando seu site para as capacidades técnicas apropriadas para os navegadores mais usados pode gerar um aumento em suas conversões. Interessante é quando se trabalha com CSS, muitas vezes as pessoas deixam um site perfeito para um navegador como o firefox, mas quando o site é visualizado no internet explorer por exemplo, ele possui uma apresentação não muito agradável, ou seja você pode estar perdendo clientes vindo do internet explorer.

Operating Systems – Mostra qual sistema operacional os seus usuários estão usando.

Browsers and OS – Aqui é uma combinação das duas subseções acima “Browser” + “Operating Systems”.

Screen Colors – A quantidade de cores que o usuário vê na tela. Dividida em 1, 4, 8, 16, 24, 32 bits.

Screen Resolutions – Exibe a resolução mais utilizada pelos visitantes do seu website. Volto a falar da importância do CSS aqui, muitas vezes um site é bem desenvolvido para uma resolução, mas quando mudamos de resolução ele não possui uma aparência agradável.

Flash Versions – Exibe a versão do flash player que os visitantes estão usando.

Java Support – Aqui exibe a porcentagem de usuários que possuem suporte à java.

A próxima seção “Network Properties” é subdividida em:

Network Location – Exibe qual o provedor de serviços de internet que seus visitantes utilizam.

Hostnames – Exibe o nome do host nos quais as pessoas estão visitando o seu website.

Connection Speeds – Mostra a velocidade da conexão que os visitantes estão usando. Otimizando seu site para que ele carregue mais rápido pode resultar em um número maior de conversões.

E para terminar temos:

User Defined – Permite você comparar visitantes de segmentos customizados que você mesmo define. Define-se esses segmentos chamando a função utm_setvar no código de seu website. Por exemplo, se visitantes preencherem um formulário de seu site no qual provém um título de profissionais como “gerente”, “técnico”, “vendedor”, você pode chamar a função utm_setvar para armazenar essas seleções na variável definida. Assim você pode comparar os segmentos capturados.

Espero que tenha ajudado, até a próxima!

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Google Analytics – Introdução

Cassiano Travareli — Fri, 08 Feb 2008 11:14:32 +0000

Antes de postar a continuação do artigo sobre google analytics e o ROI, recebi pedidos para falar sobre uma introdução ao google analytics, para pessoas que estão começando agora. Bom, para começar deve-se criar uma conta no gmail, aliás é bom usar a mesma conta para os diversos serviços que o google oferece, depois acessar o website http://www.google.com/analytics e entrar com seu email e senha.

Aqui você é redirecionado para uma página com o botão para cadastro, clique e será necessário preencher alguns dados como: url do website, o nome da sua conta, dados de fuso horário da sua região, nome, etc. Leia e aceite os termos de condição e seu cadastro estará completo.

Agora você receberá um código em javascript como este aqui:

Este código deverá ser colocado em todas as páginas do seu website, é recomendado que seja colocado imediatamente antes da tag HTML . É muito importante não esquecer de colocar esse código em nenhuma página para você obter estatísticas exatas do website em geral.

Dentro da sua conta agora você poderá adicionar vários websites, e pra cada um será dado um código javascript diferente. Selecione na interface o website desejado e você será enviado para página de estatísticas correspondente.

Bom é isso ae, isso foi apenas uma introdução aos iniciantes dessa importante ferramenta na área de SEO, e em breve continuarei postando os artigos falando sobre as suas funcionalidades.

Artigo produzido por MestreSEO, empresa especializada em Otimização de Sites. Não perca a oportunidade de conferir as nossas ferramentas de SEO.
Artigo Original: Google Analytics – Introdução

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Google Analytics e o ROI – Parte I

Cassiano Travareli — Thu, 24 Jan 2008 12:54:31 +0000

Meu nome é Cassiano M. Travareli, trabalho com “Serch Engine Optimization” (SEO) na Brivin Corp, sou formado em Ciência da Computação pela Universidade Federal de Itajubá (UNIFEI), e esse ano farei pós graduação na área de Engenharia de Web. Fui convidado a participar do Mestre SEO pelo Fabio Ricotta, com quem fiz faculdade junto e troco experiências sobre SEO há muito tempo. Decidi começar a postar sobre o Google Analytics, e como ele possui várias funções dividirei o tópico em vários posts.

O Google Analytics é um sistema gratuito, oferecido pelo Google, de tracking de visitas em websites. Com esse sistema é possível controlar o comportamento dos usuários dentro de um website, ou seja saber com quais palavras chave as pessoas tem encontrado seu website, suas páginas mais visitadas, entre outras várias ferramentas que oferecem valiosas informações, que se bem interpretadas e manipuladas podem aumentar o número de conversões, o que é chamado o retorno sobre o investimento (ROI).

Aqui vou falar sobre algumas das ferramentas oferecidas pelo google analytics comecando pela sessão “Visitors”, que é subdividida em:

“Overview” – Exibe uma visão geral de várias estatísticas dentro do website, onde entrarei em detalhes sobre cada uma.
“Map Overlay” – Aqui você você tem acesso ao número de visitas que você obteve em cada um dos países, isso é muito interessante quando você está focando o website para um público de diferentes países, assim analisando o tráfego por área você pode concentrar mais esforços em determinada região.
“New vs. Returning” – Aqui temos uma porcentagem dividida entre as pessoas que estão visitando o seu website pela primeira vez e os que estão ja o visitaram pelo menos uma vez, e que se estão de volta, provavelmente é porque o conteúdo agradou.
“Languages” – Podemos ver o website dividido pelas buscas através da língua. É muito interessante pois existem vários países que falam a mesma língua, por exemplo o espanhol, assim trabalhando páginas em espanhol conseguimos visitas de México, Espanha, Argentina, etc. Essa ferramenta é uma boa aliada unida com a ferramenta de “Map Overlay” para termos estatísticas exatas da língua e região, assim eu posso estar com um número muito alto de visitas em espanhol mas por exemplo no México não estar conseguindo atrair muitos cliques. É hora de repensar e analisar a região em questão se quiser aumentar seu tráfego lá.
Temos uma subsessão de “Visitor Trending” subdividida nos seguintes subitens:
- “Visits” – Exibe todas as visitas ao website divididas por dia, e também exibe um cálculo da média diária de visitas. Possui gráficos estatísticos assim como todas as outras opções de visitas, facilitando uma comparação de tráfego.
- “Absolute Unique Visitors” – Exibe o número de visitantes que esta encontrando o website pela primeira vez.
- “Pageviews” – Exibe o número de páginas visualizadas por dia dentro do website. É uma ótima ferramenta, pois mesmo que você mantenha o mesmo tráfego no website, você pode aumentar o número de páginas vistas, criando mais conteúdos interessantes, reformulando navegação, fazendo alterações que mantenham o usuário interessado em seu website.
- “Average Pageviews” – Calcula uma média que exibe o número de páginas vistas por visita.
- “Time On Site” – Calcula o tempo médio que um usuário permaneceu no website. Nesta consulta você também tem dados diários, e com manipulações no website, aumento de conteúdo interessante, mais atrativos ao usuário, voce consegue ver se o tempo de permanência do usuário no website aumenta. É uma boa ferramenta utilizada para análise geral de suas páginas, se o website em questão está bem estruturado e consegue manter o usuário nele por um bom tempo.
- “Bounce Rate” – É uma taxa das pessoas que encontram seu website e ja vão embora dele assim que o visualizam. Isso pode ser pelo fato de seu website não agradar o usuário, seja pela aparênica, o conteúdo não ser relevante pra ele, ou o website ter sido encontrado por uma palavra chave que não é relevante ao assunto trabalhado.

No próximo post falarei sobre o resto de subsessões contidas na sessão “Visitors”, que inclui “Visitor Loyalty”, “Browser Capabilities” e “Network Properties”. Até mais!

Curso de SEO

Aproveite a oportunidade para participar do nosso Curso de SEO. Garanta já a sua vaga: http://www.mestreseo.com.br/curso-de-seo

Mestre SEO » Google Analytics

Obtendo Rankings no Google Analytics

Implementação

Análise – Como Escolher Prioridade de Keywords no GA

Curso de SEO

Usando dados do GA na Produção de Conteúdo

1 – Comece pelas páginas principais

2 – Keywords de Entrada

Dica Extra: Divulgue

Conclusão

Curso de SEO

Como Fazer o Tracking de Subdomínios no GA?

1 – Configuração dos Códigos do GA

2 – Novos Profiles

3 – Configuração de Filtro para Adicionar Hostname

3.1 – Diferenciando as Visitas do Domínio Principal e Subdomínios

3.2 – Segmentando as Visitas de Subdomínios

Conclusão

Curso de SEO

Como Usar Expressões Regulares em Filtros do GA?

Filtro para Image Search

Filtro de Campanhas de E-mail

Filtro de Exclusão de Visitas de uma Faixa de IPs

Conclusão

Curso de SEO

Expressões Regulares em Relatórios de Conteúdo no GA

Tráfego em Páginas de Categoria ou Subcategoria

Páginas que Abordam um Determinado Assunto

Curso de SEO

Expressões Regulares nos Relatórios de Keywords do GA

Short e Long Tails

Keywords com a Marca x Keywords sem a Marca

Conclusão

Curso de SEO

Introdução a Expressões Regulares – RegEx

Testando Expressões Regulares

Sintaxe das Expressões Regulares

Conclusão

Curso de SEO

Bounce Rate no Google Analytics – Como Funciona Taxa de Rejeição

Por que se preocupar e entender como funciona Bounce Rate?

Qual o Bounce Rate ideal?

Taxa de Rejeição – Análise Segmentada

Extra – Event Tracking e Bounce Rate

Resumo

Curso de SEO

Analise o Resultado de Campanhas Online e Offline

Analisar Resultados de Campanhas Online no GA

Campanhas em Redes Sociais

Qual o Desempenho das Minhas Landing Pages?

Configuração de Segmentos Avançados para Sites de Referência

E-mail Marketing e Twitter: URL Builder

Como Analisar os Resultados de Campanhas Offline

Telefone

Páginas Específicas

Conclusões

Curso de SEO

Site Search – Tutorial de SEO para Busca Interna

Dicas para a Busca Interna

Usabilidade

SEO

Configurando o Site Search no Google Analytics

Visualizando os Dados de Site Search

Overview

Usage

Search Terms

Start Pages

Destination Pages

Categories

Trending

Utilizando os Dados da Busca Interna

Busca Interna do Google

Conclusões

Curso de SEO

Configuração de Filtros no Google Analytics e Segmentação de Dados

Como Configurar um Filtro?

Criando um Novo Perfil para o Site no Google Analytics

Configurando um Novo Filtro

Filtro para Image Search

Excluir Tráfego de Originário de Determinados IPs