Relatório de performance
O relatório de performance mostra como o seu agente de decisão performa em comparação com os grupos de controle. Este guia explica o que cada seção do relatório representa, como as métricas são calculadas e como interpretar os resultados.
Como o relatório é construído
Seu relatório de desempenho é construído em camadas, totalmente personalizado para o seu caso de uso. Trabalhando em colaboração com a sua equipe:
- A Braze define o que conta como uma ação (como um envio, clique, compra ou conversão).
- A Braze define como medir essa ação diariamente (volume, receita, pessoas únicas e similares).
- A Braze define a métrica de negócio que você deseja visualizar (como taxa de conversão ou receita por usuário).
- Regras de tempo e segmentação são aplicadas.
- A guia Performance exibe os resultados.
Nada no dashboard cria novos dados. Ele visualiza resultados diários armazenados com base nessas definições.
Intervalo de datas e grupos de comparação
No topo do dashboard, você escolhe:
- Intervalo de datas: O período de tempo do relatório.
- Grupos de comparação: Os grupos sendo comparados (como Decisioning Studio versus Business as Usual).
- Agregação: A configuração de agregação do gráfico (Diário, média móvel de 7 dias ou média móvel de 30 dias).
- Segments: Quaisquer Segments aplicados. Eles são configurados de forma personalizada com sua equipe de AI Decisioning Services.
- Eventos da linha do tempo: Se devem ser sobrepostos eventos configurados da linha do tempo no gráfico para ajudar você a entender mudanças ou eventos que podem impactar o desempenho.
Essas seleções determinam quais dias são incluídos, quais grupos são comparados, como a linha de tendência é suavizada e qual população você está visualizando.
Alterar a configuração de agregação (como média móvel de 7 dias) afeta apenas a exibição do gráfico. Isso não altera os dados armazenados.
Se você não consegue selecionar uma data recente no seletor de datas, essa data provavelmente está desabilitada devido a atrasos configurados nos dados. Existem dois tipos de atrasos que podem limitar a disponibilidade de datas:
- Atrasos no pipeline de dados: O tempo necessário para ingerir e processar dados da sua CDP no Decisioning Studio. Isso garante que os relatórios mostrem apenas dados completos e confiáveis.
- Atrasos na ativação de recomendações: O tempo entre o momento em que o mecanismo do Decisioning Studio prevê uma recomendação e o momento em que você a ativa nas suas Campaigns. Os relatórios não incluirão dias em que as recomendações ainda não foram ativadas.
Esses atrasos são configurados para o seu caso de uso. Se você precisar entender sua janela de relatórios específica, entre em contato com seu AI Success Manager.
Cartões de KPI
Os cartões de KPI no lado principal do relatório mostram os indicadores chave de desempenho (KPIs) configurados para o seu caso de uso, como:
- LTV incremental / Cliente
- Conversões / Cliente
- Cancelamentos de inscrição / Cliente
Cada cartão representa o KPI calculado em todo o intervalo de datas selecionado. Esse é um valor do período completo, não uma média diária. Por exemplo, se você vir “LTV incremental / Cliente = 3,192”, isso reflete o desempenho ao longo de toda a janela selecionada.
Gráfico de tendência de KPI
Use o gráfico para entender tendências ao longo do tempo, mudanças de performance e efeitos de sazonalidade ou timing. Use o cartão de KPI para entender o impacto geral em toda a janela de tempo. O gráfico central mostra o mesmo KPI do cartão superior, mas calculado por dia. Cada ponto representa o valor do KPI daquele dia. Se você tiver a média móvel de 7 dias selecionada, cada ponto reflete uma média móvel, que suaviza a volatilidade diária.
O gráfico e o cartão de KPI são projetados para mostrar coisas diferentes. O gráfico mostra a performance diária (“Como foi a performance a cada dia?”). O cartão de KPI mostra a performance do período completo (“Como foi a performance ao longo de todo o período?”). Para métricas de taxa, eles respondem a perguntas diferentes.
Considere o seguinte exemplo com estas taxas de conversão:
- Dia 1: 10 conversões em 100 clientes = 10%
- Dia 2: 2 conversões em 10 clientes = 20%
O gráfico mostra ambos. O cartão de KPI recalcula considerando os dois dias combinados (12 conversões / 110 clientes = 10,9%), e não uma média de 10% e 20%.
Gráfico de uplift
O gráfico de uplift mostra a diferença percentual entre seus grupos de comparação. Ele é calculado como: (Grupo Primário - Grupo de Comparação) / Grupo de Comparação. Esse cálculo é feito dinamicamente com base nos valores do gráfico de KPI.
O uplift não é armazenado. Ele é calculado a partir dos resultados de KPI. Se o uplift mudar, é porque o KPI subjacente mudou.
Tabela agregada
A tabela na parte inferior do relatório mostra os totais brutos ao longo do intervalo de datas selecionado, como:
- LTV incremental total
- Total de clientes
- Valor de KPI derivado
Esta seção reforça a relação entre as diferentes visualizações:
- O cartão de KPI é um cálculo no nível da janela.
- O gráfico é um cálculo diário.
- A tabela mostra os totais subjacentes que impulsionam o KPI.
Árvore de fatores
A árvore de fatores decompõe um KPI em seus componentes. Por exemplo, LTV Incremental / Cliente pode se desdobrar em:
- Conversões / Cliente
- Receita por Conversão
As árvores de fatores usam as mesmas definições de KPI do restante do dashboard e não introduzem nenhuma fórmula nova. Elas ajudam a explicar o que está influenciando o desempenho. Se uma definição de KPI mudar, gráficos, cartões, uplift e árvores de fatores são atualizados juntos.
Perguntas frequentes
Como os segmentos funcionam?
Os segmentos permitem que você analise o desempenho por grupos definidos, como níveis de engajamento, características do cliente, tipo de dispositivo ou outros recursos configurados.
A associação a um segmento é configurada de forma personalizada para o seu caso de uso e calculada diariamente. Isso significa que o segmento passado de um cliente reflete quem ele era naquele dia. Se o comportamento mudar depois, os dias históricos permanecem inalterados. Isso preserva a precisão histórica e evita que os relatórios mudem retroativamente.
O relatório de desempenho difere entre agentes Go e Pro?
Os KPIs para casos de uso Go são definidos automaticamente e padronizados, já que todos os casos de uso Go têm a mesma métrica-alvo: cliques únicos.
Por que não consigo selecionar determinadas datas recentes?
O seletor de datas pode não permitir a seleção dos dias mais recentes. Isso é intencional. Os relatórios podem aplicar as seguintes restrições para evitar que dados incompletos ou instáveis sejam exibidos:
- Atrasos no pipeline de dados: Configurado para considerar o tempo necessário para ingerir e processar dados da sua CDP. Isso garante que todos os dados de um determinado dia estejam completos antes que esse dia apareça nos relatórios.
- Atrasos na ativação de recomendações: Configurado para considerar o intervalo entre o momento em que as recomendações são geradas e quando são ativadas nas suas campanhas. Os dias em que as recomendações ainda não foram ativadas não aparecerão nos relatórios.
- Datas explicitamente excluídas: Datas que você excluiu manualmente nas configurações de relatório.
Se precisar de esclarecimentos sobre sua janela de relatórios específica ou regras de disponibilidade de dados, entre em contato com seu AI Success Manager.
Qual é a diferença entre KPIs de “volume” e de “taxa”?
Os KPIs geralmente se dividem em duas categorias:
- Métricas de volume (como total de conversões, receita total ou total de cliques) respondem: “Quanto aconteceu?”
- Métricas de taxa (como taxa de conversão, receita por usuário ou taxa de cliques) respondem: “Com que eficiência aconteceu?”
Volume e taxa contam histórias diferentes. Uma campanha pode gerar maior volume, mas menor eficiência, ou vice-versa. Ao interpretar os resultados, sempre confirme qual tipo de KPI você está analisando.
O que significa “único” (ou “distinto”)?
Quando uma métrica é definida como “única”, os indivíduos são deduplicados usando um identificador específico (geralmente o cliente). Cada pessoa é contada uma vez por dia.
“Único por dia” é diferente de “único em todo o intervalo de datas.” Se você vir contagens diárias de únicos somadas ao longo de vários dias, o mesmo indivíduo pode aparecer mais de uma vez (uma vez por dia em que interagiu). Isso é intencional.
Se precisar entender como a unicidade foi definida na sua configuração, entre em contato com seu AI Success Manager.
Por que este relatório pode diferir de outro sistema?
Se o seu relatório de desempenho não corresponde a outro dashboard (como um provedor de serviços de e-mail, ferramenta de análise de dados ou relatório interno de BI), isso não significa necessariamente que algo está errado. Sistemas diferentes frequentemente aplicam definições e regras distintas. Os motivos mais comuns incluem:
- Regras de atribuição: Algumas métricas aplicam lógica de atribuição, o que significa que apenas a atividade que atende aos critérios definidos é contabilizada. Se outro sistema conta toda a atividade sem lógica de atribuição, os totais podem divergir.
- Filtragem de engajamento de máquinas e bots: Engajamento conhecido de máquinas ou bots (como varreduras de segurança automatizadas ou cliques não humanos) é filtrado para garantir que o desempenho reflita o comportamento humano real. Algumas plataformas incluem essas interações nos seus totais.
- Definições diferentes de “único”: Neste relatório, a unicidade é tipicamente aplicada por dia. Outro sistema pode calcular a unicidade ao longo de toda a janela da campanha. Essas são perguntas de negócio diferentes e produzem números diferentes.
- Regras de intervalo de datas e disponibilidade de dados: Os relatórios podem aplicar atrasos de ativação, atrasos de disponibilidade de dados ou datas excluídas. Outro sistema pode incluir dados muito recentes ou incompletos, criando divergências temporárias.
- Diferenças entre volume e taxa: Um sistema pode mostrar o volume total (como total de conversões), enquanto outro mostra uma taxa (como conversões por cliente). Sempre confirme que você está comparando o mesmo tipo de métrica.
Por que o número no gráfico não corresponde ao cartão de resumo?
O gráfico e o cartão de resumo respondem a perguntas diferentes:
- Gráfico: Mostra o desempenho diário. Cada ponto reflete o KPI calculado para aquele dia individual.
- Cartão de resumo: Mostra o desempenho do período completo. Ele recalcula o KPI em todo o intervalo de datas selecionado.
Use o gráfico para entender a volatilidade diária, os efeitos de timing e as mudanças de desempenho ao longo do tempo. Use o cartão de resumo para entender o impacto geral ao longo do período.
Considere este exemplo com a seguinte taxa de conversão:
- Dia 1: 10 conversões de 100 clientes = 10%
- Dia 2: 2 conversões de 10 clientes = 20%
O gráfico mostra 10% no Dia 1 e 20% no Dia 2. O cartão de resumo calcula o desempenho combinado dos dois dias: 12 conversões totais de 110 clientes = 10,9%. Ele não faz a média de 10% e 20%.
Qual é a abordagem recomendada para contagens de “únicos”?
Ao medir comportamento único (como clicadores ou conversores únicos), a unicidade é aplicada por dia. Por exemplo:
- Dia 1: Clientes que clicaram: A, B, C = 3 únicos
- Dia 2: Clientes que clicaram: B, C, D = 3 únicos
O gráfico mostra 3 no Dia 1 e 3 no Dia 2. Ao longo dos dois dias, você pode ver 3 + 3 = 6. Os clientes B e C são contados uma vez por dia, o que é intencional.
Essa configuração responde: “Quantos engajamentos únicos de clientes aconteceram ao longo dos dias?” Ela não responde: “Quantos clientes individuais interagiram pelo menos uma vez durante todo o período?”
Se o seu objetivo é unicidade em nível de janela (indivíduos únicos ao longo de toda a campanha ou trimestre), essa é uma abordagem de modelagem diferente. Entre em contato com seu AI Success Manager para orientações sobre como projetar isso.