Você está se afogando em dados.
Você já tem KPIs mais que suficientes para monitorar e reportar.
Por que você precisaria de mais um? Qual seria a vantagem de adicionar mais uma hora ao seu longo dia de trabalho para verificar isso?
Nesse caso, a verdade é que você não pode ignorar essa métrica.
O lifetime value não é só mais uma métrica de vaidade. Ele é A métrica. Aquela que se destaca entre todas as outras.
Se você tivesse que rastrear apenas uma métrica, essa seria ela.
E agora você pode fazer isso de forma simples e fácil, dentro do Google Analytics. Veja a seguir o que é lifetime value e como calcular essa métrica.
Conheça o lifetime value (e por que ele é importante)
Métricas muitas vezes enganam.
Veja por exemplo o custo por clique.
Ele varia muito de uma indústria para outra. $2 em uma indústria, $50 em outra.
Loucura, certo? Certamente $50 é “caro demais.”
Não necessariamente, obviamente.
A primeira resposta fácil é o seu ponto de equivalência. Se seu custo por aquisição for menor do que o valor médio do pedido inicial, excelente.
Mas às vezes, em alguns casos, você deve querer perder dinheiro inicialmente.
Você já ouviu falar da Netflix? Ou da Amazon?
A Amazon regularmente entra em um novo mercado com margens de lucro mínimas (ou até negativas) para ganhar fatias do mercado. E aí eles se expandem após ganhar uma posição de liderança no mercado.
E então, qual é o custo por clique razoável nesse cenário? Depende.
Isso pode variar até de uma empresa para outra dentro de uma mesma indústria (e do apetite delas por risco).
Vamos falar de seguros.
Há duas formas de ganhar dinheiro com seguros:
- Comissão paga quando você fecha uma venda
- Pagamentos residuais regulares durante a vida de cada contrato.
Então, você tem uma nova empresa. Você está entrando em um mercado novo e está tentando expandir.
Você sacrificaria o nº1 de propósito para escalar o nº 2?
Claro que sim.
Por que? Por causa do lifetime value de um cliente.
O valor potencial total de cada novo cliente que você ganhar vai ser muito maior do que a comissão inicial. Assim, se você puder suportar o fluxo de caixa negativo por algum tempo, provavelmente vai estar disposto a deixar aquele custo por clique o mais alto possível.
Você aposta tudo quando as probabilidades são altas e tira todos os concorrentes do caminho.
Tudo isso parece perfeito… exceto por um pequeno detalhe.
Por acaso sua empresa monitora lifetime value? Porque a maioria não faz isso.
Eu pessoalmente trabalhei com dezenas (centenas?) de clientes nos últimos anos, e posso contar nos dedos aqueles que estavam monitorando as conversões corretamente. Que dirá então monitorar qualquer coisa depois da primeira compra, ou entender como usar lifetime value.
Uma das razões para isso é que rastrear informações com os sistemas atuais nem sempre é fácil. Pode ser fácil se você estiver usando o Shopify e fizer todas as vendas em um ou dois canais. Assim, tudo acontece dentro de uma plataforma.
Mas geralmente, seus negócios estão espalhados. Cada departamento tem seus próprios sistemas independentes. Assim, é difícil unir tudo.
Felizmente, o Google Analytics tem trabalhado duro recentemente.
O novo relatório Lifetime Value dele ajuda empresários a adquirir dados para entender o quão valiosos certos usuários e consumidores são para seus negócios, segundo seu desempenho de vida útil.
E o melhor: ele agrupa lifetime values de pessoas adquiridas através de diferentes canais e meios, como social, email e busca paga.
Você poderá também ver dados organizados por engajamento (visualizações de página, metas, eventos) e tendências (como 90 dias após a aquisição do consumidor).
Usar isso vai te ajudar a determinar quais fontes estão gerando o tráfego mais valioso e quais investimentos em marketing correspondente estão realmente gerando um bom ROI.
Veja aqui como usar lifetime value dentro do Google Analytics.
Como fazer um relatório de lifetime value
Comece fazendo login em sua conta do Google Analytics, e então siga esses passos simples:
- 1º passo: Clique em na seção Reports
- 2º passo: Clique em Audience
- 3º passo: Clique em Lifetime Value
Observação: A função Lifetime Value já deve estar disponível dentro da sua conta do GA (não é preciso alterar seu código!).
Agora vamos começar a gerar o relatório. Primeiro, veja como configurar seu gráfico:
Comece configurando seu período de aquisição (a opção no extremo direito). Qualquer consumidor adquirido durante esse período (maio de 2017, nesse exemplo) será incluído no relatório LTV.
Digamos que você tenha feito uma campanha promocional ou liquidação online durante o mês de maio. Você pode analisar os dados desses consumidores facilmente e segmentar por data, segundo suas campanhas.
Para os passos dois e três, você pode selecionar as seguintes métricas para comparação:
Agora vamos desmembrar esse gráfico para te ajudar a entender o que raios está acontecendo aqui:
Essencialmente, esse gráfico está mostrando usuários do site adquiridos durante o mês de maio e como o lifetime value deles muda de acordo com as métricas de visualizações de página e duração da sessão em um período de 90 dias.
Essas são métricas de engajamento, mas você pode personalizar isso ainda mais para monitorar o valor exato gasto se tiver o monitoramento de e-commerce ativado.
Agora, vamos à tabela abaixo:
Agora poderemos comparar o número de usuários adquiridos (e as visualizações de página por usuário) – nesse caso, por canal de aquisição.
Clique no menu suspenso acima da tabela para ver diferentes opções de organização, como fonte, meio ou campanha.
Como isso é útil? Veja só:
Vou explicar em detalhes:
- Azul: Canal de aquisição. Isso mostra em que canal os usuários foram adquiridos, ex direto, orgânico, social ou de referência.
- Rosa: Usuários. O número de usuários no período de aquisição especificado (nesse exemplo, maio de 2017).
- Roxo: Sua métrica de lifetime value selecionada. Nesse exemplo, a LTV é visualizações de página por usuário. É nessa coluna que os dados começam a ficar interessantes.
Vamos ver a última coluna em detalhes para saber se há algum insight que já podemos retirar desses relatórios.
Agora nós começamos a perceber alguns padrões entre os diferentes canais. Por exemplo: o tráfego de referência tem o dobro de visualizações de página por usuário (LTV) do que praticamente qualquer outro canal. Enquanto as visualizações de página por usuário orgânicas (LTV) estão começando a ficar para trás.
Quer ver ainda mais? Como que sites de referência especificamente estão gerando LTVs mais altos?
Volte a “Acquisition Source” em sua tabela. Agora nós podemos visualizar quais sites individuais estão nos enviando o tráfego mais valioso (segundo o LTV). E o vencedor é…
Kissmetrics! 🙌
Veja porque esse novo insight é importante.
Dados mentem. O LTV força-os a dizer a verdade
Os dados mentem para você diariamente.
Por exemplo: veja suas metas dentro do Google Analytics para fazer uma análise similar à que acabamos de fazer.
Você pode até visualizar o caminho reverso do funil, para ver que páginas, posts ou campanhas geraram mais conversões. Esse relatório é útil…até certo ponto. Desde que você entenda as limitações dele.
Por exemplo:
❌ Problema nº 1. Esses números podem indicar assinantes ou leads, e não compras. Assim, você está baseando decisões difíceis em dados da “boca do funil”.
Uma campanha ou canal pode enviar 100 assinantes, enquanto a outra envia apenas 20. Mas nada disso considera quantas dessas pessoas estão convertendo. Ou mesmo quanto dinheiro cada uma delas está gastando.
❌ Problema nº 2. Ah, são vendas mesmo? OK.
Exceto por uma coisa: Você não sabe dizer se elas são únicas ou recorrentes. Assim, você não sabe se cada consumidor é um pedido de $100 ou de $1.000.
O que é importante quando você está olhando para o passado para ver quando o investimento em conteúdo rendeu comparado à campanha paga.
❌ Problema nº 3. Testes AB também mentem.
As coisas começam bem. Aquele botão novo resultou em um grande salto na taxa de conversão.
O único problema é que essas pequenas variações temporárias muitas vezes voltam ao valor médio. Larry Kim compara isso a “mudar a posição das cadeiras dentro do Titanic.”
Talvez haja apenas uma alteração no nível superficial, sem nunca melhorar significativamente a organização como um todo.
Quando é comum que isso ocorra? Quando você otimiza em excesso.
❌ Problema nº 4. Excesso de otimização.
Testes AB que aumentam métricas de topo de linha muitas vezes dão errado.
Por exemplo: um outro estudo de Larry Kim mostrou que para cada aumento que você fez em uma taxa de conversão, menor é sua taxa de leads qualificados para marketing.
Em outras palavras, quanto mais agressivo você for para coletar aquele opt-in ou lead inicial, menor pode ser a qualidade geral dos leads que você vai obter. O que não faz muito sentido em termos gerais, quando você pensa nisso.
O que quero mostrar é que existem muitas formas dos dados mentirem para nós. Nós achamos que estamos vendo a situação toda, mas na realidade vemos apenas uma pequena parte dela.
Conclusão
Métricas nem sempre são o que parecem ser. E dados muitas vezes mentem.
Um custo por clique “alto” para um negócio pode ser relativamente baixo para outro. E às vezes, aquela taxa de conversão geral que estamos considerando para basear nossas decisões é na verdade bem perigosa.
O lifetime value é a grande salvação.
Ele nos dá um panorama mais vasto e completo quando vemos outros tipos de informação. E nos ajuda a colocar as coisas no contexto correto.
Ao aprender como usar lifetime value, nós podemos não só tomar decisões melhores para gerar ganhos adicionais, mas também perceber quando estivermos prestes a cometer erros dispendiosos.
Comentários (0)