Pular para o conteúdo principal

Análise de Segmentos de Sessão e ARPU

Este guia explica como criar segmentos de sessão no Google Analytics 4 para comparar o impacto da Fashion.AI nas métricas de conversão e ARPU (Average Revenue Per User).

Visão Geral​

Criar segmentos de sessão permite comparar o comportamento e performance entre usuários que interagiram com recomendações da Fashion.AI e aqueles que não interagiram, possibilitando medir o impacto real da ferramenta nas conversões e no carrinho.

Métricas Principais​

  • ARPU (Average Revenue Per User): Receita média por usuário
  • Taxa de Conversão: Percentual de sessões que resultam em compra
  • Add to Cart Rate: Percentual de sessões com adição ao carrinho
  • Taxa de Cliques: Percentual de visualizações que geram cliques

Estrutura dos Segmentos​

Vamos criar 4 segmentos para análise comparativa:

  1. Purchase COM Fashion.AI: Sessões com compra E interação com Fashion.AI
  2. Purchase SEM Fashion.AI: Sessões com compra MAS sem interação com Fashion.AI
  3. Add to Cart COM Fashion.AI: Sessões com add to cart E interação com Fashion.AI
  4. Add to Cart SEM Fashion.AI: Sessões com add to cart MAS sem interação com Fashion.AI

Criando os Segmentos​

Segmento 1: Purchase COM Fashion.AI​

Este segmento identifica usuários que realizaram compra E interagiram com Fashion.AI.

Passo a Passo​

  1. Acesse o Google Analytics 4

    • Vá para Explorar > Criar uma exploração em branco

  2. Criar o Segmento

    • Na guia Variáveis, clique em + ao lado de Segmentos
    • Selecione Criar um segmento personalizado
    • Escolha Segmento de sessão

  3. Configurar as Condições

    • Nome: Purchase COM Fashion.AI
    • Adicione um grupo de condições com operador E entre os grupos:

    Grupo 1: Teve Purchase

    purchase

    Grupo 2: Interagiu com Fashion.AI

    fashionai_click

  4. Salvar o Segmento

    • Clique em Salvar e aplicar

Segmento 2: Purchase SEM Fashion.AI​

Este segmento identifica usuários que realizaram compra MAS NÃO interagiram com Fashion.AI.

Passo a Passo​

  1. Criar Novo Segmento

    • Na guia Variáveis, clique em + ao lado de Segmentos
    • Selecione Criar um segmento personalizado
    • Escolha Segmento de sessão

  2. Configurar as Condições

    • Nome: Purchase SEM Fashion.AI
    • Adicione um grupo de condições com operador E entre os grupos:

    Grupo 1: Teve Purchase

    purchase

    Grupo 2: NÃO Interagiu com Fashion.AI, clique em "Adicionar Grupo de Exclusão"

    fashionai_click

  3. Salvar o Segmento

    • Clique em Salvar e aplicar

Segmento 3: Add to Cart COM Fashion.AI​

Este segmento identifica usuários que adicionaram ao carrinho E interagiram com Fashion.AI.

Passo a Passo​

  1. Criar Novo Segmento

    • Na guia Variáveis, clique em + ao lado de Segmentos
    • Selecione Criar um segmento personalizado
    • Escolha Segmento de sessão

  2. Configurar as Condições

    • Nome: Add to Cart COM Fashion.AI
    • Adicione um grupo de condições com operador E entre os grupos:

    Grupo 1: Teve Add to Cart

    add_to_cart

    Grupo 2: Interagiu com Fashion.AI (use operador OU entre as condições abaixo)

    fashionai_addtocart (produtos simmilares e vitrines)
    OU
    fashionai_addtocart_shopthelook (botão do compre o look na página de produto)

  3. Salvar o Segmento

    • Clique em Salvar e aplicar

Segmento 4: Add to Cart SEM Fashion.AI​

Este segmento identifica usuários que adicionaram ao carrinho MAS NÃO interagiram com Fashion.AI.

Passo a Passo​

  1. Criar Novo Segmento

    • Na guia Variáveis, clique em + ao lado de Segmentos
    • Selecione Criar um segmento personalizado
    • Escolha Segmento de sessão

  2. Configurar as Condições

    • Nome: Add to Cart SEM Fashion.AI
    • Adicione um grupo de condições com operador E entre os grupos:

    Grupo 1: Teve Add to Cart

    add_to_cart

    Grupo 2: NÃO Interagiu com Fashion.AI, clique em "Adicionar Grupo de Exclusão"

    Nome do evento | não corresponde exatamente | fashionai_addtocart
    OU
    Nome do evento | não corresponde exatamente | fashionai_addtocart_shopthelook

  3. Salvar o Segmento

    • Clique em Salvar e aplicar

Configurando a Análise Comparativa​

Adicionar Métricas​

Na seção Métricas da sua exploração, adicione:

  1. Sessões: Métrica padrão
  2. Usuários ativos: Para calcular ARPU
  3. Transações: Número de compras
  4. Receita: Receita total
  5. Eventos add_to_cart: Total de adições ao carrinho
  6. Taxa de conversão: Percentual de conversão

Adicionar Dimensões​

Na seção Dimensões, adicione:

  1. Nome do segmento: Para comparar os segmentos
  2. Data: Para análise temporal
  3. Origem da sessão: Para análise de canal

Criar Tabela de Comparação​

  1. Configurar a Tabela

    • Formato: Tabela
    • Linhas: Nome do segmento
    • Valores: Todas as métricas adicionadas

  2. Adicionar Coluna Calculada para ARPU

    • Clique em Métricas > Adicionar métrica calculada
    • Nome: ARPU (Average Revenue Per User)
    • Fórmula: Receita / Usuários ativos
    • Formato: Moeda

  3. Adicionar Coluna Calculada para Taxa de Add to Cart

    • Clique em Métricas > Adicionar métrica calculada
    • Nome: Taxa de Add to Cart
    • Fórmula: Eventos add_to_cart / Sessões
    • Formato: Percentual

  4. Adicionar Coluna Calculada para Taxa de Cliques (CTR)

    • Clique em Métricas > Adicionar métrica calculada
    • Nome: CTR Fashion.AI (%)
    • Fórmula: Eventos fashionai_click / Eventos fashionai_view
    • Formato: Percentual
    • Importante: Esta métrica mostra quantos usuários que viram as recomendações realmente clicaram

  5. Adicionar Coluna Calculada para View Rate

    • Clique em Métricas > Adicionar métrica calculada
    • Nome: View Rate (%)
    • Fórmula: Eventos fashionai_view / Sessões
    • Formato: Percentual
    • Importante: Esta métrica mostra quantos % dos usuários rolam até ver as recomendações

Interpretando os Resultados​

Análise 1: Comparação de Purchase​

Compare os segmentos Purchase COM Fashion.AI vs Purchase SEM Fashion.AI

MétricaPurchase COM Fashion.AIPurchase SEM Fashion.AIDiferença
Sessões5.0008.000-
Usuários4.2006.500-
Transações5.0008.000-
ReceitaR$ 125.000R$ 120.000-
ARPUR$ 29,76R$ 18,46+61%
Ticket MédioR$ 25,00R$ 15,00+67%

Insights Esperados:

  • Usuários que compram após interagir com Fashion.AI tendem a ter ARPU maior
  • Ticket médio superior indica que recomendações influenciam valor da compra, sugerindo peças que o cliente vai realmente comprar

Análise 2: Comparação de Add to Cart​

Compare os segmentos Add to Cart COM Fashion.AI vs Add to Cart SEM Fashion.AI

MétricaAdd to Cart COM Fashion.AIAdd to Cart SEM Fashion.AIDiferença
Sessões12.00025.000-
Usuários10.00020.000-
Add to Cart15.00030.000-
Transações3.6005.000-
Taxa de Conversão30%20%+50%
Itens por Sessão1,251,20+4%

Insights Esperados:

  • Usuários que adicionam ao carrinho com Fashion.AI convertem mais
  • Maior taxa de conversão indica melhor qualidade das recomendações
  • Fashion.AI aumenta a intenção de compra

Análise 4: Engajamento com Recomendações (View vs Click)​

Esta análise é crucial pois as recomendações geralmente ficam no final da página.

Importante: O evento fashionai_view só é disparado quando as recomendações ficam visíveis no viewport (scroll tracking), não quando são apenas carregadas na página. Isso significa que esse evento já mede quantos usuários realmente viram as recomendações.

Dashboards e Relatórios​

Dashboard 1: Visão Geral de Purchase​

  • ARPU: Purchase COM vs SEM Fashion.AI
  • Volume de transações por segmento
  • Ticket médio comparativo
  • Receita total por segmento

Dashboard 2: Análise de Add to Cart​

  • Taxa de add to cart: COM vs SEM Fashion.AI
  • Taxa de conversão de carrinho para compra
  • Itens médios por carrinho
  • Abandono de carrinho comparativo

Dashboard 3: Funil de Conversão​

Visualização do funil completo:

Sessões
  ↓
Visualizações Fashion.AI
  ↓
Cliques Fashion.AI
  ↓
Add to Cart
  ↓
Purchase

Com métricas de conversão em cada etapa para ambos os grupos.

Dúvidas? Consulte a documentação do Google Analytics 4 ou Google Tag Manager.