Métricas no mercado digital sobram: podemos medir qualquer coisa, a qualquer momento. Do número de impressões ao “número de pessoas que passaram pela página de produto, sem passar pela home e que fizeram uma compra“. Qualquer um que já recebeu um relatório de uma agência digital sabe disso e já se sentiu sobrecarregado com a mera quantidade de números apresentados. E a pergunta é sempre a mesma: o que significam? E quais são importantes?

Algumas métricas são óbvias: o número de cliques é o número de vezes que algo – digamos, um banner – foi clicado. O raciocínio imediato de um profissional de Analytics/BI é avançar ou recuar um passo: para quantas impressões? Assim, nosso segundo número aparece: CTR; a simples divisão do número de cliques pela quantidade de impressões, expresso em percentagem. Algo bastante simples, mas as implicações são enormes; a leitura de uma taxa 0,3% seria, “em média, 0,3% das vezes que este banner foi impresso, ele foi clicado”. E isso expressa diversos conceitos que muitas vezes ignoramos.

Comecemos por “em média”, que significa uma distribuição, e não uma lei. Se imprimirmos mais mil vezes o banner, não temos uma promessa de mais três cliques. Em seguida, temos a ausência da palavra “pessoas” ou“usuários”, o que implica que o número não é exclusivo, já que cada impressão não significa um usuário único. Por fim, existe uma relação de causa e efeito entre os dos números, já que um banner só pode ser clicado após ser impresso.
Essa relação se torna especialmente importante quando falamos de métricas em social media: uma maneira comum de ferramentas de Facebook calcularem “taxa de engajamento de um post” como “(likes + comentários + compartilhamentos)/(número de fãs da página). A leitura esperada é algo como “O número de interações feitas por pessoa que poderia interagir”, mas isso não funciona dessa forma. Somando as interações temos a quantidade de vezes que o post recebeu uma delas, não é uma métrica exclusiva; mas o número que o divide o é (um fã pode fazer diversas interações). Ao mesmo tempo, um fã da página não necessariamente vê um post, assim como  não só fãs da página podem ver posts, o que quebra a relação de causa-efeito entre os indicadores.

Usar números como o acima gera miopia nas análises: uma página de facebook com enorme número de fãs mas poucas interações não apresentará boas taxas – mesmo que poucas pessoas tenham visto um dado post.

Devido a isso, o próprio Facebook calcula taxa de interação com métricas disponíveis apenas no Insights: (Usuários engajados)/(alcance do post). Ambos os números são exclusivos e têm relação direta, fazendo da divisão um indicador válido e importante para entendermos o uso da página. Bons indicadores têm esta característica simples: sua leitura pode inequivocadamente descrever os dados que os compõem. Mas a importância dos mesmos é ligada ao projeto em si.

Cada projeto terá uma ação específica – sua conversão – e um caminho esperado que o usuário seguirá até essa ação – o funil. Usemos o exemplo do ecommerce:

impressões de mídia ⇒ cliques ⇒ visitas ao site ⇒ adicionar ao carrinho ⇒ fechar compra.

Entre dois passos, sempre uma taxa. Identificar esse funil e as métricas que o compõe define os indicadores mais importantes do projeto.

O grande problema é que com o conhecimento vem a dúvida: quando receber o próximo relatório, será impossível não questionar a importância e composição de suas métricas.