Olhaste para as tuas estatísticas. O tráfego subiu 20%. As conversões estão paradas. Sabes o que aconteceu (descritiva), sabes porquê (diagnóstica), consegues prever o próximo mês (preditiva). Mas continuas sem saber o que fazer, na prática, em relação a isso.
A análise prescritiva responde a essa pergunta: com tudo o que sabes sobre os teus dados, que ação concreta deves tomar? Este artigo explica como funciona a análise prescritiva e quando te ajuda a tomar melhores decisões.
A análise prescritiva usa os teus dados para recomendar ações concretas. Vai além de "o que aconteceu", "porque aconteceu" e "o que vai acontecer". Diz-te "isto é o que deves fazer".
Os três tipos de análise constroem-se uns sobre os outros: a descritiva diz-te o facto, a diagnóstica explica-o, a preditiva prevê o futuro. A prescritiva diz: "Tendo tudo isso em conta, otimiza para este resultado. Faz isto."
Para o dono de um website, a análise prescritiva é a diferença entre perceber os dados e agir com confiança com base neles.
Em que é que a análise prescritiva é diferente das outras
A análise descritiva mostra-te que vieram 500 visitantes esta semana. A análise diagnóstica revela que 350 vieram de um artigo que publicaste. A análise preditiva prevê 600 visitantes na semana seguinte se o tráfego continuar a crescer.
A análise prescritiva diz: "A tua taxa de conversão nos visitantes do blogue é 8%. Nos visitantes diretos é 2%. O teu objetivo é 100 conversões este mês. Aposta mais no tráfego do blogue, corta nos anúncios pagos." É uma recomendação concreta com base nos teus dados.
Sem pensamento prescritivo, tens factos e previsões, mas nenhum quadro de decisão. Com ele, os dados apontam-te para o que realmente importa.
A lógica por trás das recomendações prescritivas
A análise prescritiva funciona ao perguntar: "Que resultado quero?" E depois trabalhar ao contrário.
Passo 1: define o objetivo com clareza
Para o que estás a tentar otimizar? Mais receita? Mais contactos? Taxa de conversão mais alta? Taxa de rejeição mais baixa? Tens de dar nome ao objetivo antes de os dados poderem recomendar como lá chegar.
Muitos donos de websites saltam este passo. Olham para as estatísticas sem um objetivo claro. É como perguntar "o que devo fazer?" sem dizer "para conseguir o quê?". A resposta é sempre diferente consoante aquilo que estás a otimizar.
Passo 2: identifica o que realmente impulsiona esse resultado
Se o teu objetivo é 100 contactos por mês e neste momento tens 50, o que impulsiona os contactos? Os envios de formulários. Onde acontecem os envios de formulários? Na tua página de contacto e nas páginas de destino. Quem preenche os formulários? Visitantes que chegaram da pesquisa (6% de conversão) contra visitantes dos anúncios (2% de conversão).
Ao desdobrar isto, identificas o que realmente importa: o tráfego da pesquisa converte melhor. Para teres mais contactos, precisas de mais tráfego da pesquisa.
Passo 3: recomenda ações que fazem a diferença
Agora podes fazer recomendações prescritivas: publicar mais conteúdo otimizado para SEO (traz tráfego da pesquisa), melhorar a tua página de contacto (aumenta o preenchimento do formulário) ou pausar os anúncios que rendem pouco (para de desperdiçar orçamento em tráfego que converte mal).
Cada recomendação liga-se diretamente ao teu objetivo através dos teus dados.
Como são, na prática, as recomendações prescritivas
A análise prescritiva não é magia. É pensamento estruturado sobre os teus dados. Aqui tens exemplos reais.
Recomendação: aumenta o tráfego da tua melhor fonte
Os teus dados mostram: os visitantes da pesquisa orgânica convertem a 5%, os anúncios pagos a 2%, o tráfego de referências a 8%.
Prescrição: foca-te no tráfego de referências. É o que converte melhor. Constrói mais parcerias, consegue menções noutros sites ou cria conteúdo que seja partilhado.
Recomendação: corrige a página com problemas
Os teus dados mostram: os visitantes passam 3 minutos na tua página inicial, 90 segundos na página de preços e 45 segundos na página de comparação.
Diagnóstico: as pessoas saem depressa demais da comparação. Prescrição: reescreve essa página. Torna a comparação mais clara. Estás a perder visitantes interessados.
Recomendação: para de gastar dinheiro no que não funciona
Os teus dados mostram: a Campanha A custa $2 por clique e converte a 3%. A Campanha B custa $1 por clique e converte a 0,5%.
Prescrição: pausa a Campanha B. É mais barata, mas não funciona. Cada dólar que gastas na Campanha B é um dólar que não gastas na Campanha A, que realmente gera receita.
Recomendação: testa antes de escalar
Os teus dados mostram: os visitantes da Newsletter A clicam a 15%. Os visitantes da Newsletter B clicam a 4%.
Prescrição: vale a pena investir na Newsletter A. Antes de a escalares, testa enviá-la com mais frequência ou para uma lista maior. O teu pequeno teste está a funcionar; expande com cuidado e vigia as métricas.
Os limites da análise prescritiva
A análise prescritiva é poderosa, mas tem limites. Percebe-os para não confiares demais nas recomendações.
Os dados só podem recomendar o que conseguem medir
As tuas estatísticas não conseguem medir o impacto de um concorrente lançar um produto novo, de uma mudança de mercado ou de alterações na opinião dos clientes. As recomendações prescritivas funcionam bem dentro do teu website. Funcionam pior para fatores externos que estão fora dos teus dados.
Padrões passados não garantem sucesso futuro
Os teus dados podem mostrar que o tráfego do blogue converte muito bem hoje. Isso não quer dizer que seja sempre assim. Os algoritmos de pesquisa mudam. O teu setor muda. Uma recomendação baseada em dados históricos pode ficar errada quando as condições mudam.
Testa sempre as recomendações prescritivas antes de apostares tudo nelas.
Otimizar um objetivo pode prejudicar outro
Os dados dizem: "As conversões são o teu objetivo, por isso corta a taxa de rejeição." Tornas mais difícil os visitantes ocasionais saírem (removes opções de saída, acrescentas pop-ups). As conversões sobem, mas a reputação da tua marca sofre por irritar os utilizadores.
A análise prescritiva otimiza o que medes. Não consegue ter em conta o que não medes.
Bons dados exigem boas perguntas
Lixo à entrada, lixo à saída. Se o teu objetivo é vago ("melhorar o desempenho") ou os teus dados estão incompletos (não estás a acompanhar algo importante), as recomendações prescritivas não serão fiáveis.
Como usar o pensamento prescritivo sem ferramentas complexas
Não precisas de software sofisticado para pensar de forma prescritiva. Precisas de pensar com clareza.
Escreve o teu objetivo
Não "fazer crescer o negócio". Algo específico: "aumentar a receita mensal de $5000 para $7500" ou "reduzir a taxa de rejeição de 60% para 45%".
Pergunta: o que impulsiona este objetivo?
Para a receita: o que converte? Quem converte melhor? De onde vêm?
Para a taxa de rejeição: que páginas têm rejeição alta? Quem sai primeiro? O que é diferente nas páginas com rejeição baixa?
Usa os teus dados para responder
Faz um relatório simples. Segmenta o teu tráfego. Compara métricas. Estás à procura da maior alavanca: a mudança que mais vai mexer no teu objetivo.
Recomenda a ação
Com base no que encontraste, o que deves fazer? Mais do que funciona, menos do que não funciona, ou corrigir o que está avariado.
Isto é análise prescritiva. Sem ferramentas complexas.
Quando a análise prescritiva importa mais
O pensamento prescritivo é mais valioso quando tens tempo ou orçamento limitados. Não podes fazer tudo. Os dados dizem-te o que priorizar.
Tens $1000 para gastar em marketing. A análise prescritiva diz: "Os teus dados mostram que o tráfego do blogue converte 2 vezes melhor do que os anúncios. Gasta no crescimento do blogue, não em anúncios." É uma direção clara.
Tens uma semana para melhorar as conversões. A análise prescritiva diz: "A tua página de pagamento tem 40% de abandono. A tua página de produto tem 2%. Corrige o pagamento." Sabes onde te focar.
Sem pensamento prescritivo, adivinhas. Com ele, os teus dados apontam-te para o que mais importa.
Perguntas frequentes
A análise prescritiva é diferente da análise preditiva?
Sim. A preditiva diz-te o que vai acontecer (500 visitantes no próximo mês). A prescritiva diz-te o que fazer em relação a isso (foca-te no tráfego do blogue porque converte melhor). A preditiva prevê o futuro; a prescritiva recomenda ações. Com o criador de websites da WEMASY, podes configurar isto diretamente no teu website.
Preciso de ferramentas especiais para a análise prescritiva?
Não. Qualquer sistema de estatísticas que te deixe segmentar dados e comparar métricas pode apoiar o pensamento prescritivo. As estatísticas da WEMASY deixam-te desdobrar os visitantes por fonte, comparar taxas de conversão e ver que páginas convertem melhor. É tudo o que precisas.
E se a análise prescritiva recomendar algo que contradiz a minha intuição?
Testa. A tua intuição pode estar certa; os teus dados podem estar incompletos ou enganadores. Mas se a recomendação vem de dados claros, vale a pena testá-la antes de a descartar. Os dados revelam muitas vezes padrões que não vemos intuitivamente.
A análise prescritiva pode dizer-me para fazer algo pouco ético?
Os dados podem recomendar o que maximiza o teu objetivo sem considerar a ética. Tu és a pessoa; tu aplicas o juízo. Se os dados disserem "os padrões enganosos aumentam as conversões", tens de decidir se é esse o tipo de crescimento que queres. A análise prescritiva é uma ferramenta; és tu o responsável pela forma como a usas.
Com que frequência devo atualizar as minhas recomendações prescritivas?
Pelo menos todos os meses. Os teus dados mudam constantemente. Uma recomendação que estava certa no mês passado pode estar errada este mês se as tuas fontes de tráfego mudaram ou uma campanha terminou. Revê e atualiza com regularidade.
E se tiver vários objetivos em conflito?
Tens de escolher um para otimizar ou definir uma ponderação. Não consegues maximizar a receita e minimizar os custos ao mesmo tempo se entrarem em conflito. A análise prescritiva funciona melhor com um objetivo principal claro. Os objetivos secundários são compromissos.