O teu website recebe cerca de 400 visitantes por mês. Estás a planear contratar uma pessoa de apoio ao cliente daqui a três meses e precisas de saber se vais ter clientes suficientes até lá. A análise preditiva responde a isso: como vai estar o teu website daqui a três meses se tudo continuar como está?
A análise preditiva prevê o futuro com base no teu passado. Este artigo explica como funciona, que previsões podes realmente fazer sobre o teu website e quando importam.
A análise preditiva usa dados históricos para estimar o que vai acontecer a seguir. Tens um registo do teu tráfego dos últimos seis meses. Com base nos padrões desses dados, prevês qual será o teu tráfego no próximo mês, no próximo trimestre ou no próximo ano.
A limitação principal: a análise preditiva funciona melhor quando o futuro se parece com o passado. Se o tráfego do teu website tem vindo a crescer de forma estável, podes prever que o crescimento continue. Se vais lançar uma nova campanha de marketing que muda tudo, a tua previsão vai estar errada, porque o futuro não vai parecer-se com o passado.
O que podes prever sobre o teu website
Nem todas as métricas são previsíveis. Mas os donos de websites podem prever de forma realista as seguintes.
Volume de tráfego (quantos visitantes no próximo mês)
Se o teu tráfego tem sido de 400 a 500 visitantes por mês nos últimos seis meses e se mantém estável, podes prever que o próximo mês será parecido. Se o tráfego tem vindo a crescer (300 → 350 → 400 → 450), podes prever a continuação dessa tendência (500 no próximo mês).
A precisão depende da estabilidade. O tráfego estável é mais fácil de prever. O tráfego com oscilações enormes é mais difícil. O tráfego afetado por fatores sazonais (picos das lojas online em dezembro) obriga-te a ter em conta a estação.
Previsões de conversão (quantos contactos ou vendas)
Se 5% dos teus visitantes costumam converter e prevês 500 visitantes no próximo mês, podes prever 25 conversões. É direto se a tua taxa de conversão for estável. É menos fiável se a taxa de conversão oscilar.
Comportamento dos visitantes (quanto tempo vão ficar, se vão sair logo)
Se a taxa de rejeição média do teu site é 45%, podes prever que ande à volta de 45% no próximo mês. Se o tempo médio na página é 2 minutos, essa é a tua previsão para o próximo mês. Estas previsões são úteis para planear mudanças de conteúdo ou para perceber se algo correu mal (se a taxa de rejeição subir de repente para 65%, é sinal de que algo mudou).
Horas de pico (quando o teu tráfego costuma disparar)
Se tens mais tráfego ao domingo do que à segunda-feira, esse padrão provavelmente vai continuar. Se tens picos perto de feriados ou de eventos sazonais, podes prever que voltem a acontecer. Isto ajuda-te a planear: se sabes que tens o dobro do tráfego na Black Friday, podes preparar o teu site para a carga.
Como funciona a análise preditiva
O processo é mais simples do que parece.
Passo 1: reúne dados históricos
Quantos mais dados tiveres, melhor a previsão. Seis meses de dados é o mínimo. Um ano é melhor (apanha os padrões sazonais). Vários anos é o ideal.
As estatísticas da WEMASY guardam o teu histórico, por isso podes recuar no tráfego, nas conversões, nas taxas de rejeição e no comportamento dos visitantes até onde os teus dados existirem.
Passo 2: identifica padrões
Olha para o teu tráfego ao longo do tempo. Está a crescer, a descer ou estável? É igual todas as semanas ou varia? Tem picos em certos dias ou horas? Há padrões sazonais?
Estes padrões são a base dos modelos preditivos. Se os teus dados forem consistentes (o tráfego fica entre 400 e 500 todos os meses), a previsão será confiante. Se os dados forem erráticos, a previsão será menos fiável.
Passo 3: projeta para a frente
Com base no padrão que identificaste, estende-o para o futuro. Se o tráfego cresceu 10% de mês para mês durante três meses, o modelo projeta que continue a crescer cerca de 10% no mês seguinte.
É aqui que a limitação fica clara: o modelo assume que o futuro se parece com o passado. Se lançares uma grande campanha de marketing no próximo mês, a previsão vai estar errada. Se o Google mudar os resultados de pesquisa, a previsão falha. A previsão só é boa enquanto as condições de base se mantiverem.
Passo 4: define um intervalo de confiança
As previsões não são garantias. Uma boa previsão inclui um intervalo: "Prevemos 500 visitantes no próximo mês, com 95% de confiança de que o número ficará entre 450 e 550."
Esse intervalo diz-te quanta variação esperar. Um intervalo estreito (450 a 550) significa que os teus dados são muito consistentes e a previsão é fiável. Um intervalo largo (350 a 650) significa que os teus dados variam muito e a previsão é menos certa.
Quando a análise preditiva realmente ajuda
A análise preditiva é útil para planear, não para prever ações individuais dos visitantes. Não consegues prever que uma pessoa em concreto vai visitar o teu site amanhã. Consegues prever o teu volume total de tráfego.
Prever receita ou contactos
Se souberes a tua taxa de conversão e o valor médio das encomendas, consegues prever a receita. "Temos 500 visitantes, convertemos 5%, a encomenda média é de $200. No próximo mês vamos provavelmente faturar $5000." Isto ajuda no orçamento e na definição de objetivos.
Planear contratações e capacidade da equipa
É aqui que se aplica o exemplo da introdução. Se prevês 500 conversões no próximo mês e a tua equipa aguenta 400, sabes que precisas de mais capacidade. As previsões dizem-te se consegues dimensionar a equipa em conformidade.
Perceber quando algo se avaria
Previste 500 visitantes com base em dados passados. Na realidade tens 200. Algo mudou (queda de posições, uma fonte de tráfego cortada, um problema no site). A diferença entre a previsão e a realidade diz-te para investigares. Isto é útil para detetar problemas cedo.
Identificar oportunidades sazonais
Se vendes produtos sazonais e os teus dados mostram picos em certos meses, a análise preditiva diz-te quando esperar esses picos, para planeares stock, conteúdo ou marketing.
Os limites da previsão
A análise preditiva é útil, mas não é magia. Percebe onde falha.
O futuro não é o passado
A tua previsão assume que as condições que criaram o teu histórico se vão manter. Se não se mantiverem, a previsão está errada.
Não consegues prever o impacto de uma grande campanha de marketing, do lançamento de um produto ou de um momento viral. Não consegues prever como as mudanças de algoritmo do Google vão afetar as tuas posições. Não consegues prever como as ações dos concorrentes vão afetar o teu tráfego.
Quanto mais estáveis forem as condições, melhor funcionam as previsões. Os websites novos e os websites em mercados voláteis são mais difíceis de prever do que os websites estabelecidos em mercados estáveis.
As previsões de curto prazo são menos fiáveis do que as tendências de longo prazo
Prever o teu tráfego do próximo mês é mais difícil do que prever o teu tráfego médio do próximo ano. Os dados de curto prazo têm ruído (tens 500 numa semana, 300 na seguinte). As tendências de longo prazo alisam o ruído. Por isso as previsões funcionam melhor para "a média deste trimestre" do que para "exatamente 15 de agosto".
As exceções individuais não se podem prever
Consegues prever o comportamento do teu visitante médio. Não consegues prever que um visitante em concreto vai sair logo ou converter. A análise de dados prevê agregados, não indivíduos.
Como usar previsões sem te deixares enganar
A análise preditiva é uma ferramenta, não uma bola de cristal. Usa-a com juízo.
Usa as previsões para planear, não como certeza
Quando prevês 500 visitantes, não é uma garantia. É a tua melhor estimativa com base em dados históricos. Planeia em conformidade, mas mantém-te flexível.
Atualiza as previsões quando as condições mudam
Depois de lançares uma campanha ou fazeres uma grande mudança, os teus dados históricos tornam-se menos relevantes. Recolhe dados novos (duas semanas, um mês) e recalcula a previsão com as novas condições incluídas.
Junta às previsões verificações da realidade
A tua previsão diz que o tráfego vai crescer 10% no próximo mês. Verifica passadas duas semanas. Se estás no caminho certo (mais 5% até agora), a previsão é boa. Se estás fora do caminho (menos 5%), algo mudou. Investiga o quê e ajusta a previsão.
Tem o intervalo em mente
Se a tua previsão é "500 visitantes, 95% de confiança entre 450 e 550", planeia para o limite inferior. Não comprometas recursos a assumir que vais chegar a 550 se o intervalo inclui 450.
Perguntas frequentes
Até que ponto no futuro posso prever?
Quanto mais longe preveres, menos exata é a previsão. Prever o próximo mês: bastante fiável se as condições forem estáveis. Prever o próximo trimestre: ainda razoável, mas com intervalos de confiança mais largos. Prever o próximo ano: só é fiável se os teus dados forem muito consistentes e as tendências de longo prazo claras. Tudo para lá de um ano costuma ser incerto demais para ser útil. Com o criador de websites da WEMASY, podes configurar isto diretamente no teu website.
Posso usar a análise preditiva para prever o comportamento de utilizadores individuais?
Não de forma fiável. A análise preditiva trabalha com agregados (taxa de rejeição média, total de conversões). Consegues prever o comportamento de grupos de visitantes, mas não de indivíduos concretos. Podes dizer "os visitantes que chegam do Google têm uma taxa de conversão de 6%", mas não "este visitante em concreto vai converter".
E se só tiver dois meses de dados?
As previsões com apenas dois meses de dados não são fiáveis. Dois meses não chegam para alisar a variação semanal nem para apanhar padrões sazonais. Espera até teres pelo menos seis meses antes de confiares em previsões. Até lá, limita-te a acompanhar os dados sem tentar prever.
A IA pode melhorar a minha análise preditiva?
Sim. Modelos avançados de aprendizagem automática conseguem encontrar padrões nos dados que a simples análise de tendências não vê. Mas, para a maioria dos donos de websites, uma previsão simples (olhar para a tendência, calcular a taxa média de crescimento, projetar para a frente) funciona bem. A IA sofisticada ajuda quando tens muitos dados e padrões complexos.
Devo tomar grandes decisões de negócio com base em previsões?
Não. Usa as previsões como um elemento da tua decisão, não como o único. Se uma previsão diz que o tráfego vai crescer, é um bom contexto para decisões de contratação. Mas considera também a tua capacidade, os teus objetivos e outros fatores do negócio. As previsões são guias, não ordens.
Qual é a diferença entre prever e antecipar?
Na análise de dados, estes termos são basicamente o mesmo. Ambos significam usar dados históricos para estimar valores futuros. Antecipar às vezes implica um horizonte de tempo mais longo ou um processo formal, mas o conceito é idêntico.