Web Analytics Audit

Web Analytics Audit

Esta skill capacita o Claude a realizar auditorias completas de web analytics, focando em configurações, coleta de dados, relatórios, dashboards e atribuição no Google Analytics 4, garantindo a integridade e utilidade dos dados.

Keywords

GA4 auditoria, coleta de dados, atribuição, relatórios personalizados, GTM, dimensões personalizadas, métricas, dashboards, fluxo de usuário, eventos GA4, data stream, consent mode.

Quick Start

1. Verificação inicial da instalação GA4: Acesse o site em modo de depuração (debug view) no GA4 para confirmar a coleta de eventos page_view e session_start em tempo real.
2. Auditoria de eventos cruciais: Revise os 5 principais eventos de conversão (ex: purchase, generate_lead) no relatório "Eventos" do GA4 para verificar volumes e consistência de parâmetros.
3. Comparação de tráfego: Compare os dados de users e sessions do relatório "Aquisição de tráfego" do GA4 com os logs do servidor ou Google Search Console para identificar discrepâncias.
4. Revisão de relatórios padrão: Navegue pelos relatórios de "Aquisição de usuários", "Engajamento" e "Monetização" para identificar anomalias ou falta de dados.
5. Checagem de conversões: Verifique se os eventos de conversão mais importantes para o negócio estão marcados corretamente no GA4 e se estão sendo registrados.

Core Workflows

Workflow 1: Auditoria de Configuração e Coleta de Dados GA4

Este workflow detalha a verificação da infraestrutura de coleta de dados do GA4, garantindo que os dados brutos sejam precisos e completos.

Passos Detalhados:

1. Verificação do Snippet de Instalação GA4 (GTM):

   • Ação: Inspecione o código-fonte da página principal e de páginas de conversão (ex: checkout, página de obrigado) para identificar o container do Google Tag Manager (GTM). Use a extensão "Tag Assistant Companion" no Chrome.
   • Exemplo: O Tag Assistant deve mostrar o GTM Container ID (ex: GTM-XXXXXXX) e o GA4 Configuration Tag disparando page_view.
   • Erro Comum: Instalação duplicada do GA4 (via GTM e hardcoded), levando à duplicação de eventos e métricas.
   • Solução: Remover a instalação redundante, mantendo apenas o método via GTM para centralização.

2. Auditoria de Eventos Automáticos e Aprimorados:

   • Ação: No Debug View do GA4, navegue por algumas páginas do site e execute interações básicas (scroll, click em link externo, download de arquivo).
   • Exemplo: Confirme que page_view, session_start, first_visit, scroll, click (para links externos) e file_download estão sendo coletados com seus parâmetros padrão (page_location, page_title, etc.).
   • Verificação de ignore_referrer: Para evitar auto-referência, verifique se o parâmetro ignore_referrer está configurado corretamente para o domínio principal nas configurações do Data Stream do GA4.

3. Validação de Eventos Personalizados e Parâmetros:

   • Ação: Para eventos críticos (ex: add_to_cart, lead_form_submit, product_view), use o Debug View e o relatório "Eventos" para garantir que estão sendo disparados com os parâmetros esperados.
   • Exemplo: Para um evento add_to_cart, inspecione se os parâmetros item_id, item_name, value, currency e quantity estão presentes e com valores corretos.
   • Template de Verificação de Eventos (ver seção Templates).

4. Auditoria de Dimensões e Métricas Personalizadas:

   • Ação: No GA4, vá em Administrar > Configurações de dados > Definições personalizadas. Verifique se as dimensões personalizadas criadas (ex: user_segment, author_name, product_category_level2) estão mapeadas para os parâmetros de evento corretos e se estão sendo populadas nos relatórios.
   • Exemplo: Uma dimensão personalizada Tipo de Assinante deve estar mapeada para o parâmetro subscriber_type de um evento subscription_status_update.
   • Erro Comum: Parâmetro enviado via GTM com nome diferente do mapeado no GA4.

5. Exclusão de Tráfego Interno e Bots:

   • Ação: Em Administrar > Configurações de dados > Filtros de dados, verifique se um filtro para tráfego interno está ativo e se a lista de IPs da empresa, agências e desenvolvedores está atualizada.
   • Exemplo: Filtro com nome "Internal Traffic" e método "Exclude" com regras de endereço IP.
   • Ação: Em Administrar > Configurações de dados > Configurações de dados > Coleta de dados, garanta que a opção "Ativar a coleta de dados a partir de todos os usuários engajados" (para consent mode) e "Filtragem de bot" estão ativas.

Workflow 2: Auditoria de Relatórios, Dashboards e Atribuição

Este workflow foca na usabilidade dos dados coletados, na precisão dos relatórios e na configuração dos modelos de atribuição para tomada de decisão.

Passos Detalhados:

1. Consistência dos Relatórios Padrão:

   • Ação: Compare dados de relatórios como "Aquisição de tráfego" e "Visão geral do engajamento" com períodos anteriores (mês a mês, ano a ano) para identificar quedas ou picos inesperados.
   • Exemplo: Uma queda súbita de 30% em "Sessões" pode indicar um problema na coleta ou um filtro aplicado incorretamente.
   • Verificação: Assegure-se de que os eventos de conversão marcados estão aparecendo nos relatórios de "Conversões" e de "Aquisição" como esperado.

2. Análise de Relatórios Exploratórios e Funis:

   • Ação: Crie um relatório exploratório de "Funil de exploração" para uma jornada crítica do usuário (ex: Visita > Adiciona ao Carrinho > Checkout > Compra).
   • Exemplo: Um funil para e-commerce:
     • Passo 1: page_view (página de produto)
     • Passo 2: add_to_cart
     • Passo 3: begin_checkout
     • Passo 4: purchase
   • Análise: Identifique os passos com maior drop-off (>40% de saída) e investigue as possíveis causas (problemas de UX, lentidão, bugs).

3. Auditoria dos Modelos de Atribuição:

   • Ação: Em Administrar > Atribuição > Configurações de atribuição, verifique o modelo padrão de atribuição (recomenda-se "Baseado em dados").
   • Exemplo: No relatório "Modelos de Atribuição" (em Publicidade), compare as métricas de conversão para diferentes modelos (Último Clique, Primeiro Clique, Linear, Baseado em Dados) para entender como os canais estão sendo creditados.
   • Análise: Se o "Último Clique" supervaloriza um canal e o "Baseado em Dados" mostra uma distribuição mais equilibrada, isso sugere que outros canais contribuem significativamente na jornada.

4. Dashboards e Visualização de Dados:

   • Ação: Revise os dashboards existentes (no GA4, Looker Studio ou outras ferramentas) para garantir que as métricas e dimensões exibidas são relevantes, precisas e atualizadas.
   • Exemplo: Um dashboard de e-commerce deve incluir "Receita Total", "Taxa de Conversão de Compra", "Produtos Mais Vendidos" e "Custo por Aquisição (CPA)".
   • Verificação: Assegure-se de que não há discrepâncias entre os dados nos dashboards e os relatórios brutos do GA4.

5. Análise de Fluxo de Usuário e Jornada:

   • Ação: Utilize a "Exploração de caminho" para entender as rotas que os usuários tomam antes de converter ou sair do site.
   • Exemplo: Descobrir que usuários que visitam a página "Sobre Nós" antes de converter têm uma taxa de conversão 15% maior.
   • Insight: Isso pode indicar que a página "Sobre Nós" é um fator de confiança importante na jornada.

Templates

Checklist de Auditoria de Eventos GA4

## Checklist de Auditoria de Eventos GA4

| Evento (Nome GA4)   | Parâmetros Essenciais                                     | Tipo de Parâmetro | Exemplo de Valor      | Status (Coletado/Erro/Não Implementado) | Notas e Recomendações                                                                                                      |
|--------------------|----------------------------------------------------------|-------------------|-----------------------|-----------------------------------------|----------------------------------------------------------------------------------------------------------------------------|
| page_view          | page_location, page_title, engagement_time_msec          | string, string, int | https://site.com/home | Coletado                                | OK. Coleta básica funcionando.                                                                                             |
| session_start      | (automático)                                             | -                 | -                     | Coletado                                | OK. Sessões sendo iniciadas.                                                                                               |
| first_visit        | (automático)                                             | -                 | -                     | Coletado                                | OK. Novos usuários sendo identificados.                                                                                    |
| add_to_cart        | items (item_id, item_name, price, quantity), value, currency | array, float, string  | [{'item_id':'SKU123','item_name':'Camisa Azul','price':50.0,'quantity':1}], 50.0, BRL | Erro                                    | Parâmetro 'value' está sendo enviado como string. Deve ser float. Corrigir no GTM.                                        |
| purchase           | transaction_id, value, currency, tax, shipping, items    | string, float, string, float, float, array | T12345, 120.0, BRL, 10.0, 5.0, [...] | Coletado                                | OK. Dados de compra completos.                                                                                             |
| generate_lead      | form_id, form_name, method                               | string, string, string | contato_form, Contato Geral, Email | Coletado                                | OK. Leads sendo registrados.                                                                                               |
| video_start        | video_url, video_title, video_provider                   | string, string, string | youtube.com/abc, Meu Vídeo, YouTube | Não Implementado                        | Implementar para vídeos incorporados para analisar engajamento de conteúdo multimídia.                                     |
| view_item_list     | item_list_name, items (item_id, item_name, price)        | string, array     | Resultados Busca, [...] | Coletado                                | OK. Análise de desempenho de listas de produtos.                                                                           |
| user_segment_update| user_segment                                             | string            | premium_customer      | Erro                                    | Parâmetro 'user_segment' não está sendo enviado para usuários logados. Verificar camada de dados (dataLayer).             |

Plano de Ação de Otimização GA4

## Plano de Ação de Otimização GA4

| ID | Achado da Auditoria                                           | Recomendação Detalhada                                                                                                                                                                                           | Prioridade (Alta/Média/Baixa) | Responsável      | Prazo Estimado | Status         | Observações                                                                        |
|----|---------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|-------------------------------|------------------|----------------|----------------|------------------------------------------------------------------------------------|
| 01 | Evento `add_to_cart` está enviando `value` como string.       | Ajustar a tag de evento `add_to_cart` no GTM para garantir que o parâmetro `value` seja enviado como tipo `Number` (float) para cálculos precisos de monetização.                                            | Alta                          | Desenvolvedor Web | 2024-07-15     | Em Andamento   | Impacta relatórios de monetização e atribuição.                                    |
| 02 | Falta de rastreamento para interações com vídeos incorporados. | Implementar tags no GTM para rastrear eventos `video_start`, `video_progress` (25%, 50%, 75%) e `video_complete`, incluindo parâmetros como `video_url`, `video_title` e `video_provider`.                  | Média                         | Analista de Dados | 2024-08-01     | Pendente       | Essencial para entender o engajamento com conteúdo multimídia.                     |
| 03 | Discrepância de 15% nos usuários entre GA4 e Search Console.  | Investigar possíveis bloqueios de cookies, problemas de cache ou exclusões de tráfego que possam estar afetando a contagem de usuários no GA4. Verificar também a implementação do Consent Mode.               | Alta                          | Especialista GA4  | 2024-07-20     | Em Andamento   | Pode indicar perda de dados ou configuração incorreta do Consent Mode.             |
| 04 | Relatórios de atribuição mostram 90% das conversões no "Último Clique". | Recomendar a adoção do modelo de atribuição "Baseado em Dados" como padrão nas configurações do GA4 para uma visão mais equitativa da contribuição dos canais ao longo da jornada do cliente.          | Média                         | Analista de Dados | 2024-07-25     | Concluído      | Fornecerá insights mais precisos sobre o ROI de marketing.                         |
| 05 | Dimensão personalizada `user_segment` não está populada.      | Coordenar com a equipe de desenvolvimento para expor o `user_segment` na `dataLayer` para usuários autenticados, e então criar uma variável GTM e mapear a dimensão personalizada no GA4.                  | Alta                          | Desenvolvedor Back | 2024-08-10     | Pendente       | Crucial para segmentação e personalização de relatórios por tipo de usuário.       |
| 06 | Nenhum filtro de exclusão de tráfego interno configurado.     | Criar e ativar um filtro de dados no GA4 para excluir IPs internos (escritórios, agências, VPNs) a fim de garantir que os dados de tráfego sejam representativos dos usuários externos.                  | Alta                          | Especialista GA4  | 2024-07-10     | Concluído      | Evita que o tráfego de funcionários contamine os dados de desempenho.              |

Checklist

• Verificar o snippet de instalação do GA4 no código-fonte ou GTM para garantir uma única e correta implementação.
• Confirmar a coleta dos eventos automáticos page_view, session_start e first_visit no Debug View do GA4.
• Auditar a configuração de todos os eventos personalizados e seus parâmetros essenciais (ex: item_id, value, currency para e-commerce).
• Validar a criação e o mapeamento de dimensões e métricas personalizadas no GA4, assegurando que os dados estão sendo populados.
• Revisar as configurações de exclusão de tráfego interno (IPs) e garantir que a lista esteja atualizada.
• Analisar a consistência dos dados de tráfego (usuários, sessões) comparando o GA4 com outras fontes (ex: Google Search Console, CRM).
• Verificar a configuração correta de metas/conversões (eventos marcados como conversão) e se estão alinhadas aos objetivos de negócio.
• Auditar a integridade dos dados em relatórios padrão (Aquisição, Engajamento, Monetização) em busca de anomalias ou lacunas.
• Conferir os modelos de atribuição configurados e seus impactos nos relatórios de conversão, recomendando "Baseado em dados" se apropriado.
• Revisar a implementação de e-commerce tracking (eventos view_item, add_to_cart, purchase) para garantir a captura de todos os detalhes da transação.
• Verificar a configuração do Google Signals e Consent Mode para garantir conformidade com privacidade e coleta de dados otimizada.

Métricas de Referência

Erros Comuns

1. Configuração Duplicada do GA4: Ocorre quando o código base do GA4 é implementado via Google Tag Manager e também diretamente no código-fonte do site.
   • Como evitar: Utilize apenas um método de implementação, preferencialmente via GTM para maior flexibilidade e controle. No GTM, use a tag de "Configuração do GA4" uma única vez para disparar o evento page_view.
2. Eventos Personalizados sem Parâmetros Essenciais: Eventos importantes como add_to_cart ou generate_lead são disparados, mas não incluem parâmetros cruciais (ex: item_id, value, form_id). Isso limita a análise granular.
   • Como evitar: Planeje cuidadosamente quais parâmetros são relevantes para cada evento. Sempre inclua identificadores únicos (IDs), valores monetários e descrições contextuais. Utilize o Debug View para verificar a presença e o formato correto dos parâmetros.
3. Filtragem Incorreta ou Ausente de Tráfego Interno: O tráfego de funcionários, agências ou bots não é excluído, contaminando os dados com atividades não representativas.
   • Como evitar: Mantenha uma lista atualizada de endereços IP internos e configure um filtro de dados de exclusão no GA4 em Administrar > Configurações de dados > Filtros de dados. Além disso, ative a "Filtragem de bot" nas configurações do stream de dados.
4. Discrepâncias de Dados entre GA4 e Outras Fontes (Ex: CRM, Google Ads): Divergências nos números de conversão ou receita entre sistemas, dificultando a tomada de decisão.
   • Como evitar: Implemente o rastreamento de transaction_id para todas as compras e use o client_id ou user_id para integrar dados entre plataformas. Realize reconciliações regulares e verifique as configurações de modelo de atribuição em todas as ferramentas.
5. Configuração Incorreta ou Ausente do Consent Mode: Não respeitar as preferências de consentimento do usuário, resultando em subcoleta de dados ou não conformidade com regulamentações como LGPD/GDPR.
   • Como evitar: Implemente o Google Consent Mode v2 via GTM, ajustando o comportamento das tags GA4 com base nas escolhas de consentimento do usuário. Teste com ferramentas de consentimento (CMP) para garantir que as tags se ajustam corretamente.

Dicas Avançadas

1. Uso de BigQuery Export (GA4): Para análises de dados mais complexas e união com fontes externas (CRM, dados offline), configure o BigQuery Export do GA4. Isso permite consultar dados brutos do GA4 usando SQL.
   • Exemplo Prático: Juntar dados de purchase do GA4 com dados de customer_lifetime_value do CRM no BigQuery para identificar segmentos de clientes mais valiosos e otimizar campanhas de marketing.
2. Monitoramento de Data Streams com GTM Server-Side: Mover a coleta de dados para um servidor próprio (via GTM Server-Side) oferece maior controle, segurança e resiliência a bloqueadores de anúncios e mudanças no navegador.
   • Exemplo Prático: Enviar dados de eventos para GA4, Facebook CAPI e um sistema de e-mail marketing a partir de um único ponto no servidor, garantindo que os dados sejam consistentes e completos em todas as plataformas, mesmo se o navegador bloquear scripts de terceiros.
3. Customização Avançada de Relatórios Exploratórios com User-ID: Implemente o user_id para usuários logados para unificar suas jornadas em diferentes dispositivos. Use essa dimensão personalizada em relatórios de "Exploração de caminho" ou "Funil de exploração".
   • Exemplo Prático: Criar um funil de conversão que rastreia a jornada de um usuário específico, desde a primeira visita em um celular até a compra final em um desktop, permitindo uma análise holística do comportamento do cliente.
4. Análise de Cluster e Segmentação de Usuários: Utilize técnicas de clusterização (ex: RFM - Recência, Frequência, Valor Monetário) fora do GA4 (com dados exportados para BigQuery ou Python) para identificar segmentos de usuários com comportamentos distintos.
   • Exemplo Prático: Descobrir que usuários que visitam o site 3+ vezes por semana e interagem com 5+ páginas (alta frequência, alto engajamento) têm uma taxa de conversão 2x maior. Isso pode direcionar esforços de retenção e personalização.
5. Auditoria de Qualidade de Dados com Ferramentas Externas: Além do Debug View do GA4, utilize ferramentas como o "dataLayer checker" ou scripts personalizados para validar a estrutura da dataLayer e o envio de hits.
   • Exemplo Prático: Desenvolver um script Python que simula a navegação no site e verifica se os eventos esperados estão sendo disparados com os parâmetros corretos, alertando sobre quaisquer desvios do plano de tagueamento.
6. Otimização de Limites de Dados do GA4: Esteja ciente dos limites de cardinalidade para dimensões personalizadas e exportação de dados para BigQuery. Para sites com alto volume, planeje a agregação de dados ou o uso de sampling (amostragem) consciente.
   • Exemplo Prático: Se uma dimensão personalizada tem muitos valores únicos (ex: product_name), pode ser melhor usar product_id e juntar com um catálogo de produtos externo para evitar o problema (other) nos relatórios.