Camada de Dados (DataLayer): Solução Omnichannel das Conversões de Marketing

A mensuração de múltiplos dados complexos de engajamento e conversão já é uma realidade com a qual o profissional de marketing digital tem que conviver há alguns anos e que vem crescendo cada vez mais. Mas com diferentes plataformas e arquiteturas no mercado, não é mais possível depender de dashboards locais para fazer a gestão e análise de conversões, pois é muito comum o crescimento das empresas e sua consequente atualização de plataformas e CMS.

O cenário atual de grandes sites que precisam lidar com diversos serviços de terceiros para gerir seus dados de marketing pode ultrapassar facilmente a marca de 50 tipos de tags diferentes. A imagem abaixo nos traz um pouco de noção de como estamos lidando com essa variação hoje:

opções de tags produtos diferentes google tag manager

O que são e qual a finalidade das tags no marketing?

As tags ou pixels são pequenos trechos de javascript que são executados no seu site. Elas geralmente coletam algumas informações sobre o visitante de um site e seu comportamento. Em seguida, são enviadas de volta à seu respectivo sistema para ser processado e relatado.

Um exemplo popular é o Facebook Pixel, o qual é implementado em todas as páginas de um site para coletar informações sobre os usuários que acessaram o site via Facebook. Um Pixel pode ser implementado em uma página de agradecimento após a compra de um produto por exemplo. Quando você acessa a página “Obrigado”, a tag do Facebook “dispara” e envia informações do Facebook sobre os produtos que você comprou, a receita da transação, o anúncio ou artigo do qual você veio ao site de compras e executa sua regra de negócios dentro da plataforma.

A Camada de Dados ou Data Layer

Entendendo o conceito de tag, a Camada de Dados (Em Inglês: Data Layer) nada mais é do que um objeto escrito na linguagem de programação JavaScript oculta no código de um site e não visível para usuários finais, mas é possível acessá-la através de algumas ferramentas. Os tipos de dados contidos em uma camada de dados podem ser numerosos e variados, consistindo em informações sobre transações de e-commerce, dados comportamentais e uso de aplicativos móveis.

Nós temos 3 principais “camadas” de interação dentro de um website, que podem ser definidas como:

Camada de experiência do usuário

É o que todos nós conhecemos e enxergamos diariamente, a interface visual onde o usuário interage com seu website.

Camada de Dados

Ela fica no meio, fazendo uma ponte entre as interações do usuário e as aplicações, armazenando dados padronizados para torná-los disponíveis e acessíveis pelas aplicações.

Camada de Aplicações

A camada de aplicação é composta pelos fornecedores digitais que suportam a funcionalidade do seu site, como chats, apps de leitura de dados, customização etc.

Como ela se parece na prática e como acessá-la?

Temos 2 partes da camada de dados, a primeira é o Javascript inserido diretamente no código da página que será enviado para a camada de dados, a segunda é a camada em si que já leu as informações e é lida pelas aplicações de análise e pelos consoles. Como o script geralmente é dinâmico pois é utilizado principalmente em e-commerces, ele tem uma aparência diferente antes e depois de ser “renderizado”, mas no geral ela possui a seguinte estrutura:

código data layer camada de dados no console developer tools renderizada

Para visualizá-la em qualquer site, se estiver utilizando o Google Chrome, basta apertar a tecla F12 ou Clicar com o botão direito em inspecionar elemento no navegador, ir até a aba Console e digitar o comando dataLayer.

Assim você poderá visualizar todos os dados que estão disponíveis e prontos para serem distribuídos pelos demais serviços de análise.

É possível também inserir novos dados dentro do console e analisar como eles serão interpretados através do dataLayer.push.

código data layer camada de dados no console developer tools

O que podemos analisar rapidamente ao visualizar um código padrão de Data Layer são os diferentes conjuntos de dados como os eventos “gtm.dom” e “gtm.load”  que são os eventos que carregam a aplicação do Google Tag Manager e em seguida eventos personalizados de transação e interação do usuário.

Quais as vantagens de utilizar uma Camada de Dados?

Padronização

A maior vantagem está na padronização dos dados, muito semelhante ao conceito de um Data Warehouse, onde você concentra os dados de diversas fontes em um sistema que consiga padronizá-los e comunicá-los da forma que você desejar para diversos serviços web que possam ler essas informações.

O que existe de mais comum no cenário de marketing é a utilização de diversos serviços de rastreamento diferentes, cada um possuindo suas próprias peculiaridades, seu próprio código e uma forma de lidar com as informações. Imagine a situação dos desenvolvedores, que precisam aprender a lidar com todas essas possibilidades e as que ainda estão para surgir?

Disponibilidade dos Dados

Os dados necessários estão disponíveis e prontos para serem processados por qualquer aplicação diferente como os mais famosos Google Analytics, Chats de atendimento etc.

Confiabilidade

Como mencionado anteriormente, ela soluciona um dos maiores problemas que é a variação dos formatos dos dados, o que não gerava uma confiabilidade na leitura e que poderiam se tornar obsoletos conforme fossem feitas alterações na arquitetura dos serviços.

Aqui os dados estão protegidos contra qualquer interferência e alteração externa, o que garante uma entrega robusta. 

O maior indicador de confiabilidade (e definitivo na minha opinião) é a criação do Google Tag Manager (GTM) para trabalhar atuando diretamente no Data Layer e segundo as próprias palavras do Google, a nova forma correta e recomendada de lidar com a implementação de tags e gerenciamento de eventos de conversão atualmente.

google tag manager distribuição de dados

Data Layer + E-commerce = <3

O maior desafio dos e-commerces sempre foi ter o máximo de informações sobre seus usuários para conseguir entregar uma experiência com maior taxa de conversão possível certo?

Isso é solucionado através de uma boa implementação de eventos em uma Data Layer além de uma boa ferramenta de gerenciamento de tags, pois é possível configurar a leitura de quase todo tipo de interação de um usuário em sua jornada de compra e identificar padrões que nunca seriam visíveis através de uma simples análise de consumo de páginas padrão do Google Analytics.

Google Analytics Eventos e E-commerce Avançado

Os Eventos do Google Analytics funcionam por exemplo quando são configurados scripts de DataLayer.Push que lançam eventos customizados de interações que são definidas pelos desenvolvedores.

Um exemplo disso é quando você quer saber se um usuário clicou ou não em um botão importante da sua landing page, ou assistiu um vídeo.

E-commerce Avançado (Enhanced E-commerce)

O Famoso E-commerce Avançado (Enhanced E-commerce) do Google Analytics é talvez uma das funcionalidades de mensuração para lojas mais facilitadora dos últimos anos. Lançado no primeiro semestre de 2014 trouxe novidades como o aprimoramento dos dados e os relatórios de e-commerce.

Também houve foco maior na visão do comportamento das sessões ao longo da jornada da compra e tradução do panorama e desempenho do e-commerce em dados.

Algumas das funcionalidades:

  • Vários dados relacionados com a jornada da compra;
  • Informações mais precisas sobre o produto;
  • Mensuração de vendas com cupons ou promoções internas.

Por esses motivos se tornou basicamente essencial para qualquer analista de dados de e-commerce.

O Todo Poderoso Google Tag Manager

O Gerenciador de tags do Google surgiu como uma solução para gerenciar a quantidade massiva de tags que eram espalhadas pelos sites anteriormente e precisavam ser alteradas diretamente no código, o que criava um vínculo obrigatório com os desenvolvedores além de uma confusão absoluta.

Um grande benefício do GTM é que agora o profissional de marketing pode gerenciar o código por conta própria e focar mais na estratégia de marketing, além de conseguir implementar uma quantidade maior de tags em menos tempo.

Apesar de todo mundo falar do GTM é importante saber que não existe somente essa alternativa no mercado, existem diversos concorrentes que oferecem soluções bem semelhantes como:

  • Impact
  • Tealium iQ Tag Management
  • Piwik PRO
  • OpenX
  • Signal
  • Blue Triangle
  • ObservePoint
  • SerpBook

Agora fica muito mais fácil de entender o papel importante do GTM em todo esse processo, ele simplesmente consegue lidar com toda essa estrutura estratégica com maestria.

Planejamento de Implementação e Boas Práticas

Organização

Como a premissa do Data Layer é a organização e padronização dos dados, é claro que devemos agir da mesma forma e pensar em como queremos implementar e quais informações são mais importantes para serem lidas pelas aplicações.

Não peque pelo excesso

Não adianta ficar empolgado demais também e querer lançar todos os dados possíveis e imagináveis em uma camada de dados, todo evento gera hits em ferramentas como Google Analytics e isso tem um custo financeiro real!

Se você não for ler esses dados procure enxuga-los pois não vai querer pagar milhares de dólares numa ferramenta se não houver necessidade…

É importante também saber que toda essa informação fica disponível e acessível para qualquer um na internet, então não é interessante subir informações sigilosas e sensíveis ou até mesmo regras de negócio pois elas poderão ser lidas por pessoas que saibam como acessá-las.

Por que você deveria se importar?

Sabendo que a cada dia surgem novas ferramentas no mercado, uma camada de dados bem construída pode atuar como um coração que bombeia sangue para todos os seus aplicativos de marketing digital e como uma unidade de como você deseja se comunicar com seus clientes. 

Sem um modelo para pensar sobre os dados de interação do cliente, você não pode unir seus aplicativos em torno de definições comuns. A camada de dados representa a promessa do marketing omnichannel que muitos profissionais de marketing digital e desenvolvedores se esforçam para alcançar.

Compartilhe nas redes sociais:
Alexandre Polselli
Alexandre Polselli

Escrevo artigos e desenvolvo projetos nas minhas áreas de maior interesse: Data Science, Data Analytics, Estatística e Probabilidade, Inteligência Artificial e Machine Learning.

Artigos: 25

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *