Vieses de relatórios de SEO: como permanecer objetivo sobre os dados de marketing online

Os seres humanos não são pensadores perfeitos. Gostamos de nos imaginar como solucionadores de problemas diretos e lógicos, mas a realidade é que, na maioria das vezes, somos afligidos por preconceitos e equívocos ocultos que distorcem completamente nossas interpretações até mesmo dos dados mais objetivos. Quando olhamos para um conjunto de dados, ou observamos algo em seu ambiente natural, formamos julgamentos concretos que moldam nossas interações com esses itens. E do ponto de vista prático, somos bons nisso; o cérebro humano evoluiu para detectar padrões facilmente como um mecanismo de sobrevivência.

Esse mecanismo é supersensível e falho, resultando em muitos dos preconceitos que estou prestes a examinar. Em nossa vida cotidiana, eles podem não ter muito impacto, mas no campo do marketing e da publicidade, os dados objetivos são cruciais. Se esses preconceitos estão afetando suas interpretações de conjuntos de dados objetivos, você pode acabar apresentando informações incorretas para seus clientes ou, pior, ajustando sua campanha para crescer na direção errada.

Por que a compensação tendenciosa é importante

Felizmente, você não precisa se tornar um escravo de seus preconceitos. Não há como reprogramar seu cérebro e evitá-los completamente, mas existem estratégias que você pode implementar para tornar mais difícil que esses preconceitos afetem seu trabalho. Pense nisso como uma espécie de sistema de limitação ou ajuste; por exemplo, se você sabe que o vento está soprando para leste no campo de golfe, pode alinhar sua tacada para oeste de onde deseja que a bola realmente vá. Isso não elimina o vento como um fator, mas ajuda você a obter os resultados de que precisa com apenas um pequeno ajuste. Caso contrário, seu tiro vai acabar soprando muito a leste de onde você precisa que ele caia.

Há um grande problema com essa metáfora do golfe, e é o fato de que você perceberá que sua tacada está fora do curso assim que completá-la; no campo do marketing, se você interpretar suas métricas incorretamente, pode nunca saber desse fato.

Dê uma olhada nesta ilusão de ótica como uma demonstração eficaz de como o preconceito pode confundir sua mente:

(Fonte da imagem: Nerdist)

Compare o quadrado central do painel lateral com o quadrado central do painel superior. A maioria das pessoas argumentará que o quadrado lateral parece ser de um laranja brilhante, enquanto o quadrado superior parece ser de um marrom opaco. Se eu parasse de escrever aqui, muitos de vocês continuariam a acreditar nisso.

No entanto, a realidade é que ambos os quadrados são exatamente da mesma cor. Se você cobrir os quadrados coloridos ao redor, o que engana seu cérebro para supercompensar as condições de iluminação, verá que isso é verdade. Este processo é o tipo de “correção de viés” de que estou falando; sem ele, você acabará interpretando mal seus dados, mas com ele, você pode chegar a uma conclusão mais precisa.

Tipos de preconceitos

Existem dois tipos de preconceitos que abordarei neste guia, embora o segundo não seja tecnicamente um “preconceito” na definição formal. Ambos podem ter um efeito dramático em como você vê e interpreta os dados, então você precisará levar em consideração ambos sempre que medir ou relatar métricas para uma determinada campanha.

• Vieses cognitivos. O primeiro tipo é o preconceito cognitivo clássico. Estes são inerentes à grande maioria da população, embora ofereçam diferentes graus de influência dependendo do indivíduo e do cenário. Pense nelas como situações que exploram processos cerebrais naturais, de outra forma valiosos; no exemplo de cor acima, é uma coisa boa que nosso cérebro pode naturalmente explicar a presença de luz e sombra. No entanto, isso resulta em percepções distorcidas. O mesmo se aplica ao seguinte exemplo - qual linha é mais curta?

(Fonte da imagem: Brain Bashers)

Existem inúmeros subtipos de preconceitos e explorarei alguns dos mais relevantes para os profissionais de marketing modernos.

• Equívocos e interpretações errôneas. Também considero uma espécie de viés que nos leva a interpretar mal o verdadeiro “significado” de uma métrica. Graças à tecnologia moderna, temos acesso a muito mais dados do que pensávamos ser possível apenas uma década atrás. Isso não significa que cada ponto de dados tenha uma definição clara ou que seja fácil de entender. Muitas métricas semelhantes compartilham nomes semelhantes, mas oferecem visões muito distintas de sua campanha. Da mesma forma, uma falha de comunicação entre os membros da equipe pode levar a interpretações muito diferentes da mesma ideia:

(Fonte da imagem: Connexin)

Vamos começar dando uma olhada em alguns dos vieses cognitivos mais comuns que podem afetar sua interpretação das métricas.

Vieses Cognitivos

Esta lista não é compreensiva; há um número surpreendente de vieses cognitivos que podem afetar seu raciocínio, comportamento social e até mesmo sua memória. No entanto, capturei a maioria dos preconceitos que podem afetar o modo como sua mente encontra, disseca e interpreta os resultados de marketing. Em cada subseção, descreverei a tendência e as estratégias de detalhes que você pode usar para compensar isso.

Viés de confirmação

O primeiro é o viés de confirmação, um dos vieses cognitivos mais comumente reconhecidos. Este fenômeno sustenta que uma vez que um indivíduo tenha estabelecido uma crença específica, ele irá buscar e / ou favorecer qualquer informação que o leve a “confirmar” aquela crença, e evitar e / ou desmerecer qualquer informação que contradiga essa crença. Por exemplo, veja o vestido estranho que se tornou uma sensação nas redes sociais há algum tempo:

(Fonte da imagem: LinkedIn)

A foto central é a original, com as duas de cada lado exibindo o vestido com diferentes iluminações e filtros. A imagem do meio gerou respostas descrevendo-o como dourado e branco ou azul e preto. Os usuários que encontraram uma definição muitas vezes viram o vestido como sendo essas cores, não percebendo que as informações visuais na foto eram ambíguas.

No contexto de uma campanha de marketing, isso pode acontecer quando você pré-formou uma conclusão sobre uma de suas estratégias. Por exemplo, você pode presumir que sua nova estratégia de conteúdo está indo bem porque você investiu muito tempo e dinheiro nela. Você pode então olhar apenas para os pontos de dados que confirmam essa suposição; digamos que você esteja recebendo muito mais comentários e gerando novas conversas. Mas você pode ignorar ou ignorar pontos de dados contraditórios, como números de tráfego orgânico mais baixos.

Para compensar isso, selecione quais métricas você medirá para determinar o sucesso antes mesmo de definir uma estratégia. Em seguida, permaneça consistente com esse conjunto de métricas e seja o mais objetivo possível em suas análises - mesmo que os números contradigam seus instintos.

Viés de seleção

O viés de seleção é geralmente relegado a pesquisas, que dependem de uma amostra ampla e aleatória de participantes para serem consideradas imparciais e eficazes. Um viés de seleção seria algum procedimento impróprio que levaria a um grupo de participantes inclinando os resultados em uma direção ou outra. Por exemplo, se você entrevistar apenas pessoas em Idaho para uma pesquisa em nível nacional, receberá respostas que representam desproporcionalmente um residente de Idaho.

Se você estiver conduzindo pesquisas para sua campanha de marketing (como a coleta de dados sobre as preferências de conteúdo do seu público), os possíveis efeitos aqui são óbvios - se você selecionar um grupo restrito ou distorcido de participantes, seus dados serão inerentemente não confiáveis. Mas isso também se aplica aos dados que você pode obter no Google Analytics.

Por exemplo, se você estiver navegando em seções diferentes, poderá descobrir que o tráfego “geral” visita uma média de três páginas internas antes de sair. A partir disso, você pode chegar à conclusão de que seu site é eficaz em atrair mais pessoas - mas e apenas o seu tráfego social? Se os visitantes das redes sociais costumam saltar após a primeira página, isso pode ser uma indicação de que as postagens do seu blog (ou outros links sociais) não são tão eficazes em despertar essa curiosidade.

Ancoragem

O efeito de ancoragem tem tudo a ver com o que você encontra antes de encontrar um determinado evento (ou, neste caso, uma determinada métrica). Como nossas mentes estão programadas para comparações, sempre que ouvimos um valor numérico, instantaneamente comparamos valores numéricos futuros com ele - mesmo que esses números não tenham nenhuma relação.

Dê uma olhada no desenho a seguir como exemplo:

(Fonte da imagem: Wealth Informatics)

Ambos os participantes estão gerando essencialmente números aleatórios - os últimos dígitos de seus SSNs. Quando questionada sobre o que eles estimam para uma garrafa de vinho idêntica, a pessoa com o número mais alto geralmente estima que é um valor mais alto.

Isso também pode acontecer em seus relatórios de métricas. Por exemplo, digamos que você leu recentemente um artigo que apresentou uma melhoria de 300 por cento no ROI após fazer uma mudança simples em uma campanha de marketing. Se você notar uma taxa de crescimento de 30% em seu próprio tráfego, pode pensar que é muito baixa. Por outro lado, se você ouvir alguém reclamar de uma taxa de conversão terrivelmente baixa - como uma fração de um por cento - esse número de crescimento de 30 por cento pode começar a parecer muito bom.

Escalada irracional

A escalada irracional, às vezes conhecida como escalada de comprometimento, é um preconceito que tem menos a ver com como você relata ou interpreta as métricas e mais sobre o que você faz com suas conclusões a partir daí. Sob esse viés, os indivíduos têm maior probabilidade de realizar alguma ação forte se tiverem realizado alguma ação fraca relacionada no passado.

O exemplo típico é o jogo do “leilão de um dólar”, no qual uma nota de um dólar é leiloada diante de um grupo. Qualquer um pode dar um lance de qualquer valor por dólar. No final do jogo, o vencedor recebe a nota de um dólar para qualquer valor que licitar por ela, mas há uma diferença - o segundo colocado deve pagar seu lance final ao leiloeiro sem receber o dólar em troca. Invariavelmente, os lances vão muito além do valor em dólares da nota de um dólar; isso ocorre porque, uma vez que você está comprometido com uma determinada ideia ou estratégia, é fácil investir incrementalmente apenas “um pouco mais”, mesmo que isso se torne irracional em algum ponto.

Qual é a lição prática aqui? Digamos que você tenha investido em uma determinada estratégia de marketing por muitos meses e tenha obtido resultados decentes, mas os últimos meses foram lentos a ponto de você mal equilibrar o preço. O viés de escalonamento irracional faria com que você continuasse investindo nisso, uma vez que você já chegou até aqui, mesmo que não haja comprovação de benefícios futuros. A única maneira de derrotar esse preconceito é pesar os prós e os contras de cada estratégia, mesmo aquelas com as quais você está acostumado, com evidências objetivas, de preferência numéricas.

O efeito do excesso de confiança

Todos nós estamos desesperada e irremediavelmente excessivamente confiantes. Não estou falando sobre sua auto-estima ou seus níveis de conforto em várias situações sociais; Estou falando sobre sua tendência de estimar suas próprias percepções. Todos acreditam que são melhores do que a média para tomar decisões e responder perguntas, em quase todos os cenários.

Por causa disso, os profissionais de marketing costumam acreditar que sabem mais sobre análise de dados do que realmente sabem e acreditam ser melhores tomadores de decisão do que realmente são. O que acontece é o seguinte: um profissional de marketing analisa os dados, chega a uma conclusão sobre eles e, em seguida, se apega a essa conclusão sem explorar nenhuma outra possibilidade. Em geral, há muitas incógnitas para qualquer conclusão definitiva.

Para compensar isso, traga mais mentes para sua análise e discussão. Cada pessoa terá excesso de confiança em sua capacidade analítica, mas, juntos, vocês serão capazes de compensar as fraquezas uns dos outros e chegar a uma conclusão mais uniforme.

Essencialismo

O essencialismo é um viés cognitivo complexo que permeia nossa vida de maneiras profundas e às vezes horríveis. Seu nome deriva da palavra raiz “essência” porque reflete uma tendência humana natural de reduzir tópicos e ideias complexas à sua essência mais básica. Isso é importante durante os estágios iniciais de aprendizagem e desenvolvimento, onde a abstração é difícil e a aquisição é imperativa, mas mais tarde na vida, isso nos dá a tendência desagradável de categorizar coisas, lugares e pessoas com base no que sabemos sobre outras coisas, lugares e pessoas. É pelo menos parcialmente responsável por estereótipos e preconceitos.

Em uma ofensa muito menos séria, o essencialismo também é responsável por fazer com que os profissionais de marketing generalizem ou categorizem certos tipos de métricas. Por exemplo, eles podem acreditar que a taxa de rejeição é inerentemente “ruim” e, portanto, as taxas de rejeição devem ser sempre mais baixas - mesmo que as pessoas que saltam possam ser uma coisa boa se elas não fizerem parte de seus dados demográficos alvo para começar.

Não há uma maneira fácil de impedir que sua mente vagueie nessa direção, mas você pode lutar pela neutralidade tratando cada métrica como tendo características positivas e negativas; veja cada métrica pelo que ela é, sem tentar reduzi-la a uma posição universalmente “boa” ou “ruim”. Isso é especialmente importante para características relacionadas ao comportamento do usuário, que é qualitativo e, às vezes, imprevisível.

Viés de otimismo

(Fonte da imagem: Masmi)

Acho que todos nós sabemos o que é o viés do otimismo. Todos nós já sentimos isso em uma aplicação ou outra, e a maioria de nós ainda sente isso em nossas vidas diárias. Não, isso não tem nada a ver com o fato de você se considerar um “otimista” ou “pessimista” em geral - em vez disso, é um fenômeno psicológico bem documentado que se aplica à maioria das pessoas.

O maior efeito aqui é que as pessoas acreditam inerentemente que têm menos probabilidade do que a média de passar por eventos ruins, especialmente se forem raros. A maioria das pessoas nunca pensa que será roubada, que sua casa vai pegar fogo ou que perderá o emprego. Mas as pessoas ainda fazem.

No mundo do marketing, isso geralmente se refere a desastres de relações públicas. A maioria das marcas nunca pensa duas vezes na ideia de que suas estatísticas de mídia social estão afundando por causa de um comentário tolo que fizeram algum tempo antes, ou acredita que sua queda no tráfego orgânico pode ser devido a uma penalidade séria. O fato é que essas coisas acontecem, até mesmo para marcas e estratégias inteligentes e bem planejadas. Não se considere fora da possibilidade aqui.

Erros de atribuição de grupo

O erro fundamental de atribuição de grupo ocorre quando você vê o comportamento de uma única pessoa e imediatamente projeta as características dessa pessoa para todo o grupo. Por exemplo, em um bar, você pode ver um grupo de pessoas em uma mesa próxima e uma delas é particularmente desagradável, gritando e gritando. Muitos então assumiriam imediatamente que todo o grupo é desagradável, e não apenas um indivíduo.

No sentido de relatórios, isso também pode se aplicar, dependendo de quão amplas são suas medições e se você usa qualquer instância de evidência anedótica. Por exemplo, digamos que você escreveu uma peça de conteúdo impressionante e alguns usuários começaram a comentar ativamente sobre ela. Geralmente, os comentários são um bom sinal de que seu artigo foi interessante ou valioso o suficiente para seus leitores se envolverem, mas você pode fazer essa suposição para todo o grupo ou foi apenas um punhado de esquisitos que você pegou?

Isso não quer dizer que pequenas amostras de população sejam inerentemente inúteis - elas podem ser valiosas e podem representar o todo. O que é importante lembrar é que eles nem sempre representam o todo e você precisa compensar isso observando amostras maiores.

(Fonte da imagem: The Rad Group)

O ponto principal para a maioria desses preconceitos é que você não deve tomar nada pelo valor de face ou confiar muito em seus instintos. A maioria dos seus instintos se baseia em funções cognitivas evolutivamente vantajosas, o que significa que, quando se trata da lógica e da matemática da análise estatística, nossas mentes não podem ser confiáveis. Trate tudo com um grau secundário de escrutínio.

Equívocos e interpretações errôneas

Como se todos esses vieses cognitivos não bastassem, há casos em que nem definimos nossas métricas com precisão. Esqueça o viés de confirmação - se você está olhando para uma métrica pensando que é outra, seus números estão errados de qualquer maneira. Esta seção foi projetada para esclarecer alguns dos pontos de confusão mais comuns para o tráfego da web e as métricas de mídia social, mas não se engane - isso está longe de ser abrangente. Você deve a si mesmo verificar novamente sua interpretação de cada métrica medida; mesmo uma palavra diferente pode comprometer uma construção inteira.

Google Analytics

O Google Analytics é gratuito, fácil de navegar e confiável, mas isso não significa que seja sempre direto. Dê uma olhada em algumas das discrepâncias que você pode encontrar aqui.

• Taxa de rejeição e taxa de saída. Se você tentar pensar sobre isso conceitualmente, a taxa de rejeição e a taxa de saída parecem idênticas. Eles estão mesmo próximos um do outro no painel padrão do Analytics, mas como você pode ver abaixo, eles podem ser muito diferentes. Basicamente, a taxa de saída só se aplica a usuários para os quais a página em questão foi a última de sua sessão. A taxa de rejeição se refere aos usuários para os quais a página em questão foi a primeira e única de sua sessão.

• Visitantes, visitas e visualizações de página. Qual é a diferença entre uma visita e uma visualização de página? Você pode me dizer sem basicamente se repetir? Acontece que uma “visita” ocorre quando um usuário acessa seu site a partir de um URL externo e termina quando esse usuário fica inativo por 30 minutos ou mais (ou se ele sai do seu site). Uma visualização de página, por outro lado, é contada sempre que uma pessoa carrega - ou recarrega - uma página em seu site. Portanto, é possível que uma experiência conte como uma visita e várias visualizações. As visitas também são chamadas de "sessões".

• Segmentação. Também é fácil interpretar mal as métricas definidas quando você segmenta seu tráfego de maneira inadequada (ou não o segmenta de todo). Às vezes, você vai querer olhar para um “público geral” e, outras vezes, vai querer se aprofundar em algo mais específico, como usuários que encontraram você por meio de pesquisas ou mídias sociais - mas é importante saber a diferença. Observe como os resultados de tráfego direto e orgânico podem ser diferentes:

• Tráfego interno. Você também pode estar distorcendo seus números, permitindo que o tráfego interno seja relatado no Google Analytics. Tecnicamente, você não interpretou mal o significado de uma métrica aqui, mas pode estar superestimando severamente quantas pessoas estão realmente visitando seu site. Felizmente, é fácil configurar um filtro que o impedirá de rastrear todos os seus colegas de trabalho e parceiros que acessam o site diariamente (mas não fazem parte de seus dados demográficos alvo).

Para começar, vá até a guia admin e selecione “Filtros”.

Isso lhe dará a oportunidade de “criar” um novo filtro; existem vários tipos de filtro para escolher, mas geralmente você vai querer escolher um que filtre os usuários com base no endereço IP ou nas informações do ISP. Isso impedirá o Analytics de rastrear informações de qualquer um dos usuários que você especificar.

• O jogo dos números. Finalmente, lembre-se de que os números são apenas números. Sua taxa de rejeição pode ser alta, mas isso não significa que todos que saíram não estavam interessados ​​em sua página. Suas taxas de cliques das redes sociais podem ser boas, mas isso não significa que as pessoas gostaram do seu conteúdo. É tentador reduzir tudo a métricas objetivas, mas é importante reconhecer essas métricas objetivas pelo que são.

Mídia social

A seguir, existem algumas métricas de mídia social que exigem exploração.

• Gosta (ou segue). Não importa a plataforma em que você esteja, há algumas métricas que indicam quantas pessoas estão interessadas em sua marca. A maioria das marcas prosperam com esse número, gabando-se de quantos seguidores têm ou reclamando que precisam de mais "curtidas". No entanto, não se deixe enganar por essa métrica; não reflete com precisão como as pessoas realmente se sentem em relação à sua marca, o que é muito mais importante a longo prazo.
• Insights da página. A maioria das plataformas sociais oferece insights de página, ou algo semelhante, que lhe dirá quantas pessoas viram ou clicaram em seu material. Tenha cuidado aqui; uma “impressão” nem sempre está relacionada com uma pessoa que realmente vê sua postagem - significa apenas que ela foi preenchida em seu feed de notícias. Um vago “clique” pode significar qualquer tipo de interação, até mesmo denunciar a postagem. Investigue o que essas métricas enganosamente ambíguas realmente significam antes de tirar qualquer conclusão importante delas e lembre-se de que todas as plataformas sociais serão um pouco diferentes - é por isso que não me detenho em nenhuma métrica de plataforma específica aqui.

(Fonte da imagem: Facebook)

• Noivados. Finalmente, engajamentos - como postar curtidas, compartilhamentos e comentários, são todos importantes e valiosos, mas não tente reduzi-los a um valor puramente quantitativo. Por exemplo, um artigo que ganha 1.000 ações pode ser considerado popular, mas isso não reflete o quão ousada foi a impressão que causou nas pessoas que o compartilharam - elas poderiam tê-lo compartilhado apenas por causa do título inteligente. Da mesma forma, não tome os comentários como uma indicação segura de que essas pessoas são fãs de sua marca e não presuma que todo “curtir” significa que alguém leu e gostou de seu artigo. Considere essas métricas de engajamento com cautela.

Erros de comparação

Como regra geral, a maneira como você compara as métricas entre si tem muito poder sobre as conclusões que você eventualmente chegará. Por exemplo, é extremamente importante que você faça medições “maçãs com maçãs”. Se você vai avaliar seu progresso em uma determinada área, precisa replicar suas condições de medição com a maior precisão possível; por exemplo, se você está observando a taxa de rejeição de visitantes orgânicos ao longo de um mês, não pode compará-la à taxa de rejeição de visitantes sociais ao longo de um mês diferente. Isso é semelhante a comparar maçãs com laranjas. Permita apenas uma variável entre suas métricas comparadas, como mês em questão ou tipo de tráfego - quando você introduz duas, a comparação desmorona.

Comunicação

Reconheça que sua habilidade comunicativa tem uma forte influência sobre como os outros interpretam as métricas. Uma palavra errada ou enganosa sobre como uma métrica específica deve ser lida pode comprometer a interpretação de uma pessoa dessa métrica no futuro próximo. Isso é especialmente importante com os clientes; você deseja que eles tenham a visão mais clara e objetiva possível, portanto, permaneça diligente e consistente desde o início para dar a eles uma imagem completa e precisa de suas métricas de marketing.

Utilidade e valor

Existem duas conclusões importantes sobre a utilidade e o valor da medição e análise que preciso abordar. Até agora, meu guia pode fazer você acreditar que as medições são inerentemente imprecisas ou que não vale a pena persegui-las, mas isso está longe de ser o caso. Medições e análises são cruciais se você deseja que sua empresa permaneça viva. O que realmente importa é como você os aborda:

Primeiro, suas medições só valem a pena se forem objetivas . E para piorar as coisas, é incrivelmente difícil ser objetivo (como você viu na minha lista de vieses cognitivos). Se você permitir que seus instintos ou noções preconcebidas assumam o controle, suas métricas se tornarão como um espelho - você só verá o que deseja. Os dados devem ser uma ferramenta para você responder a perguntas importantes, não um meio de autoafirmação.

Em segundo lugar, não baseie tudo em números . Os números são objetivos, é verdade, mas graças à tecnologia moderna, existem muitos números. Os dados podem ser manipulados para dizer quase qualquer coisa e, graças à imperfeição humana, é praticamente impossível chegar a uma conclusão objetiva e totalmente imparcial sobre qualquer coisa. O que é importante aqui é manter um nível saudável de confiança; sinta-se à vontade para usar suas métricas e números para tirar conclusões, mas no fundo de sua mente deve haver sempre uma sombra de dúvida. Analytics não são perfeitos; aceite isso.

Conclusões finais

Embora minha esperança fosse criar um guia detalhado e valioso, sei que isso não é inerentemente abrangente. Criar um guia verdadeiramente abrangente sobre o preconceito humano e a tendência para erros de marketing exigiria muito mais recursos do que eu possuo e, muito possivelmente, mais conhecimento sobre a mente humana do que possuímos atualmente.

Se há uma conclusão final deste guia, é esta: não importa o quão confiáveis ​​seus dados sejam, eles ainda requerem uma mente humana para a interpretação, e as mentes humanas são falíveis. Você pode reduzir essa falibilidade (como deveria), mas não pode eliminá-la, então, em vez disso, espere, compense por isso e não deixe que comprometa sua campanha de SEO.