O rastreamento automático é [ainda] ruim!

Muitos anos atrás, eu estava em uma conferência de análise digital e visitei um estande de um novo fornecedor de marketing que estava lançando uma opção “sem marcação” para análise de marketing digital. Fiquei intrigado porque passei grande parte da minha carreira profissional escrevendo sobre arquitetura e marcação de soluções de análise digital. Depois de ouvir o discurso deles, pude ver o fascínio do que eles estavam oferecendo. Imagine ser capaz de “rastrear automaticamente” todos os dados que você pode precisar de seus clientes sem ter que gastar tempo fazendo arquitetura de solução, design ou implorando aos desenvolvedores para construir uma camada de dados e definir eventos e propriedades de análise. Quem não gostaria disso?

Mas enquanto pensava nisso, comecei a perceber que ideia terrível seria essa! Nos primórdios da análise digital, era comum coletar dados por páginas da web de “doM scraping”. A raspagem de DOM permitiu que você pegasse dados em tags HTML e os colocasse em variáveis ​​de análise. Este método era rápido, mas também extremamente frágil. A raspagem de DOM logo foi substituída por camadas de dados e sistemas de gerenciamento de tags. Este último levou mais tempo, mas foi bem menos frágil (para um bom histórico dessa transição, leia isto). Usar abordagens de rastreamento automático para marcação é um retrocesso para os dias de raspagem do DOM e traz de volta muito de sua fragilidade.

Mas a cada poucos anos, há um impulso renovado para que as organizações reconsiderem as soluções de rastreamento automático ou “sem marcação” e muitos que não estavam por perto para experimentar suas falhas caem nela e repetem os erros do passado. A menos que você esteja construindo uma propriedade digital que será usada apenas por algumas semanas ou meses, não consigo pensar em nenhuma situação em que eu aconselharia uma organização a usar uma abordagem de rastreamento automático para análise digital. Aqui está um breve resumo dos motivos para evitar essas soluções:

• Muitos dados – Os produtos de rastreamento automático coletam inerentemente muitos dados e dificultam a localização dos dados significativos de que você precisa para ter sucesso.
• Dados inválidos – Os produtos de rastreamento automático facilitam a coleta de dados, mas muitos desses dados se tornam dados inválidos ou inutilizáveis ​​sem a necessidade de alguém limpar suas definições de eventos e regras de correspondência de CSS sempre que os desenvolvedores fazem alterações em sites ou aplicativos. Uma simples mudança de nome por um desenvolvedor pode prejudicar algumas de suas principais métricas até que o novo nome seja corrigido/racionalizado. Aprendi que obter a adoção da análise digital é difícil, mesmo se você fizer um ótimo trabalho para garantir que os dados coletados sejam precisos. Imagine tentar torná-lo bem-sucedido se seus pontos de dados críticos estiverem incorretos por períodos de tempo até que sejam corrigidos. Em muitas organizações, as pessoas estão procurando desculpas para “confiar em seus instintos” em vez de usar dados e a baixa qualidade dos dados pode ser uma desculpa para ignorar os dados de análise digital.
• Não economiza tempo – Como diz um de nossos cofundadores Jeffrey Wang: “O rastreamento automático não elimina o trabalho. Isso muda o trabalho para um processo menos escalável.” O rastreamento automático economiza tempo para aqueles que, de outra forma, teriam que pensar no que desejam rastrear em sites/aplicativos, mas dá mais trabalho para analistas, recursos de qualidade de dados ou gerentes de produto que precisam ficar obcecados com a marcação. Portanto, se as pessoas em sua organização estão pressionando por uma solução de rastreamento automático, existe a possibilidade de que a motivação seja economizar tempo. Ou pode ser o caso de eles não acharem que a organização está usando dados para gerar melhores resultados de qualquer maneira, então eles simplesmente querem o caminho de menor resistência.
• Problemas de segurança/privacidade – Os produtos de rastreamento automático podem capturar acidentalmente dados confidenciais ou privados que não devem ser coletados (sinta-se à vontade para "senhas de rastreamento automático" do Google para obter mais informações). Isso é cada vez mais perigoso, pois novas diretivas como GDPR e CCPA impõem multas às organizações por maus-tratos de dados pessoais.

Muitas dessas preocupações foram descritas anos atrás por Jeffrey Wang, um de nossos cofundadores da Amplitude, quando ele explicou por que a Amplitude propositalmente não adicionou auto-track ao nosso produto. Mesmo as organizações com as quais a Amplitude compete concordaram que o rastreamento automático é uma estratégia ruim.

Os níveis de dados

Recentemente, tive o prazer de ouvir uma ligação do meu colega John Cutler sobre auto-track. Na ligação, havia um cliente em potencial que estava comparando a Amplitude com um concorrente e uma das grandes diferenças era o rastreamento automático, que o cliente em potencial achava que poderia ajudá-lo. John explicou que existem essencialmente três níveis de dados quando se trata de análise digital:

• Nível 0 – Esses são os pontos de dados mais críticos para sua organização. Eles nunca mudarão, a menos que sua organização faça um grande pivô em uma nova área ou modelo de negócios. Por exemplo, um produto de gerenciamento de campanha B2B quase certamente teria um evento Campaign Created com um conjunto de propriedades razoavelmente estáveis.
• Nível 1 – São pontos de dados que serão úteis para o médio prazo. Eles provavelmente serão úteis para o próximo ano ou dois, mas há uma chance de que eles mudem conforme o site/aplicativo muda. Continuando o exemplo B2B, isso pode incluir o rastreamento de início e conclusão de vídeo de integração. No momento, o fluxo de criação de campanhas mostra vídeos para novos clientes, mas daqui a um ano, os vídeos poderão ser removidos se não for comprovado que aumentam as taxas de criação de campanhas.
• Nível 2 – São pontos de dados mais transitórios e muitas vezes muito detalhados. Estes podem ser apenas por algumas semanas ou alguns meses. Um exemplo disso pode ser o rastreamento de cliques em um link específico, uma alternância ou botão no formulário. No momento, é interessante para alguém, mas não agrega tanto valor e provavelmente desaparecerá em algumas semanas, ou a marcação pode parar quando o aprendizado fornecido for entendido e provavelmente não mudará drasticamente.

Para a maioria das organizações, haverá relativamente poucos eventos e propriedades de Nível 0, muito mais itens de Nível 1 e pode haver centenas de itens de Nível 2. A maior parte do seu tempo deve ser gasto nos itens de Nível 0 e Nível 1. Os itens de nível 2 devem acontecer naturalmente, tendo a marcação integrada ao processo de desenvolvimento. A razão pela qual esse conceito é tão interessante é que grande parte do argumento feito para soluções de rastreamento automático é baseado em quanto trabalho é necessário para implementar proativamente a marcação de análise. Mas quando você percebe que pode responder a 80% de suas necessidades de análise marcando um número relativamente pequeno de pontos de dados, o argumento de economia de tempo (que é falso de qualquer maneira) simplesmente evapora.

Na discussão de John, ele desenhou este ótimo diagrama comparando o esforço e o valor do rastreamento automático de uma implementação de marcação proativa mais tradicional. Como você pode ver, a solução de rastreamento automático começa com mais valor com menos esforço, mas logo se transforma em valor cada vez menor por quantidade de esforço. Enquanto a abordagem tradicional exige um pouco mais de esforço inicialmente e mais valor por esforço com o passar do tempo.

Há muito tempo defendo que as organizações identifiquem as perguntas de negócios que desejam responder e mapeiem essas perguntas de negócios para uma arquitetura de solução antes que a marcação ocorra. Acredito que vale a pena o tempo de antemão identificar quais dados você planeja coletar e por que, em vez de rastrear dados e tentar descobrir como eles podem ser usados. Como a maioria das coisas na vida, você tira dela o que coloca nela. Portanto, não caia na armadilha das soluções de rastreamento automático e reconheça que o sucesso na análise digital é uma maratona, não um sprint.

E se eu esquecer algo?

Além da suposta economia de tempo, outro argumento que ouço para o rastreamento automático é sobre a omissão ou esquecimento dos dados necessários. Geralmente é algo assim: “Não há como prever todos os dados de que vou precisar por meio da coleta de requisitos, então preciso de uma solução de rastreamento automático para coletar todos os meus dados caso haja alguma questão comercial que surge que eu não antecipei de antemão…”

É claro que haverá casos em que algo surge e você está perdendo dados que gostaria de ter para tomar uma decisão de negócios. Não importa quão bom você seja na coleta de requisitos de negócios, você não pode antecipar todos os eventos e propriedades que serão necessários. Mas se você pensar nos itens de Nível 0, Nível 1 e Nível 2 discutidos acima, descobri que é muito raro que algo que foi perdido seja um item de Nível 0, que representa os pontos de dados mais críticos para sua organização. Os itens de nível 0 devem ser bastante óbvios para sua organização. Você pode ter alguns itens de Nível 1 que surgiram que você perdeu, mas é improvável que você não possa adicionar alguns novos itens de Nível 1 e esperar algumas semanas para obter dados suficientes para responder à sua pergunta de negócios. Se uma pergunta fosse tão importante que precisasse ser respondida em 24 horas, ela deveria ter surgido durante a coleta de requisitos. Os itens de nível 2 devem ser ainda menos importantes no grande esquema das coisas. É provável que muitos dos itens que estão faltando sejam itens de Nível 2 porque eles não são críticos ou representam coisas novas que não estavam presentes durante a coleta de requisitos. Na maioria dos casos, não há problema em adicionar algumas novas tags e aguardar alguns dias ou semanas para obter esses dados ausentes.

Cultura

A última coisa que gostaria de mencionar sobre o tema auto-track é a área de cultura corporativa. Como costuma ser o caso, as decisões de tecnologia dizem muito sobre a cultura de uma organização e as equipes dentro da organização. Quando vejo equipes de análise que estão analisando soluções de rastreamento automático, aqui estão alguns dos pensamentos que passam pela minha cabeça:

• Por que é tão difícil para eles planejar sua implementação com antecedência? Às vezes, o desejo de uma solução de rastreamento automático está mascarando o fato de que a equipe de análise não sabe realmente o que a empresa precisa. Talvez eles precisem passar mais tempo com seus stakeholders internos em vez de procurar um produto que lhes permita rastrear tudo por precaução.
• Por que é tão difícil para eles obter recursos de implementação? Se uma equipe de análise está fazendo um bom trabalho, ela deve ser percebida como crítica e estratégica para a organização. A análise feita corretamente ajuda as organizações a ganhar dinheiro ou economizar dinheiro, então por que uma organização não dedicaria recursos aos esforços de implementação? Talvez a solução de rastreamento automático facilite para a equipe de análise evitar o fato de que a organização não valoriza seu trabalho.
• Um novo produto de análise resolverá seus problemas? Às vezes, mudar de uma solução de análise para outra parece uma ótima maneira de limpar a lousa e começar de novo, mas se sua organização tiver problemas culturais inerentes que fizeram com que a solução atual não tenha sucesso, pode ser aconselhável corrigir esses problemas antes de tentar um novo fornecedor. Não fazer isso pode resultar na repetição dos mesmos problemas com uma nova ferramenta.

Pensamentos finais

Embora eu espere que este post seja desnecessário devido ao fato de que as organizações aprenderam sua lição sobre produtos de rastreamento automático, às vezes é importante nos lembrar de coisas que aprendemos no passado para que a história não se repita. Se sua organização está sendo pressionada a procurar uma solução de rastreamento automático, exorto você a considerar os possíveis problemas levantados acima, os diferentes níveis de dados, os benefícios do planejamento antecipado e os aspectos culturais subjacentes que podem estar conduzindo a decisão .