Um guia prático de dimensoes personalizadas em web analytics

Tudo fica mais claro quando você lê dimensões personalizadas e termos de web analytics lado a lado, com um exemplo de uso para cada verbete.

Esta é a página de glossário e conceitos para dimensões personalizadas. Para etapas de implementação, governança de esquema e lançamento de QA, use o guia de configuração completo.

Os relatórios analíticos padrão informam páginas, referenciadores, dispositivos, países, campanhas e conversões. As dimensões personalizadas adicionam o contexto que só sua empresa conhece.

Um evento de visualização de página pode indicar que alguém visitou /blog/cookieless-analytics. Uma dimensão personalizada pode adicionar que a categoria da página é privacidade, o autor é Flowery-team, o modelo é longform-guide e o estágio pretendido do funil é reconhecimento. Um evento de inscrição pode incluir plan_tier, experiment_variant ou workspace_type sem identificar a pessoa.

Dimensão vs Métrica

Uma dimensão é descritiva. Ele responde "que tipo?" Exemplos: origem, país, caminho da página, categoria de conteúdo, nível do plano, localização do botão.

Uma métrica é numérica. Ele responde "quantos?" ou "quanto?" Exemplos: visualizações de página, conversões, receita, duração, profundidade de rolagem, contagem de eventos.

As dimensões personalizadas são úteis porque permitem agrupar métricas por rótulos específicos do negócio. Por exemplo:

Bons usos para dimensões personalizadas

Estratégia de conteúdo

Adicione dimensões como content_type, topic_cluster, autor, funnel_stage ou update_status. Você pode então comparar não apenas URLs individuais, mas grupos de páginas.

Isso é útil quando uma única página tem baixo tráfego, mas um cluster de tópicos possui dados suficientes para avaliação.

Análise de campanha

Os parâmetros UTM descrevem o link que trouxe um visitante. Dimensões personalizadas podem adicionar contexto interno após a chegada do visitante: landing_page_type, offer_type, audience_segment ou creative_family.

Funis liderados por produtos

Para eventos de inscrição ou integração, as dimensões personalizadas podem descrever contextos não confidenciais: selected_plan, onboarding_path, template_chosen ou feature_category. Evite IDs de usuário, nomes de empresas, e-mails ou qualquer coisa que identifique diretamente uma pessoa, a menos que você tenha uma base clara de análise de produto e a ferramenta seja projetada para isso.

Teste A/B

Dimensões personalizadas são ideais para testes A/B do lado do servidor. Quando o servidor atribuir uma variante, envie experiment_name e variante em eventos de exposição e conversão. Isso permite comparar taxas de conversão sem oscilações do lado do cliente ou scripts de teste de terceiros.

Maus usos para dimensões personalizadas

Não use dimensões personalizadas como depósito de lixo. Exemplos ruins incluem:

• Endereços de e-mail.
• Nomes.
• Números de telefone.
• Endereços IP completos.
• IDs de conta brutos.
• Consultas de pesquisa que podem conter dados pessoais.
• Formulário de respostas.
• Detalhes médicos, financeiros ou de emprego.
• URLs completos contendo tokens ou links de redefinição.

O Google alerta os clientes do Analytics para não enviarem dados que o Google possa reconhecer como informações de identificação pessoal e não enviar dados que revelem informações confidenciais sobre um usuário em suas orientações HIPAA e Google Analytics. Essa regra é útil mesmo se você não usar Google Analytics: as ferramentas analíticas não devem receber dados pessoais de que não precisam.

Regras de nomenclatura que evitam confusão

Uma dimensão personalizada só será útil se os valores forem consistentes. Crie uma especificação de nomenclatura antes da implementação.

Usar:

• Valores minúsculos.
• Slugs estáveis ​​em vez de nomes de exibição.
• Valores enumerados sempre que possível.
• Um significado por dimensão.
• Valores curtos e fáceis de filtrar.

Evitar:

• Misturar valores singulares e plurais.
• Valores de texto livre.
• Valores gerados a partir da entrada do usuário.
• Alterar o significado de uma dimensão ao longo do tempo.
• Codificação de vários campos em um valor.

Por exemplo, use content_type = guia, comparação, tutorial, anúncio. Não use content_type = "Artigo longo e útil sobre GDPR para profissionais de marketing UE".

Revisão de privacidade antes do envio

Antes de adicionar uma dimensão personalizada, faça cinco perguntas:

1. Este valor identifica uma pessoa ou agregado familiar?
2. Este valor pode se tornar sensível quando combinado com a página URL?
3. É necessário para uma decisão real?
4. Por quanto tempo deve ser retido?
5. Seria aceitável em uma exportação de fornecedor ou captura de tela do painel?

Se a resposta parecer desconfortável, não a envie para análise do site. Mantenha detalhes confidenciais em seus sistemas próprios com controles de acesso adequados.

Padrão de implementação

Um design de evento limpo separa o nome do evento, os campos padrão e as dimensões personalizadas:

Event: form_submitted
Default context: page, referrer, campaign, device
Custom dimensions:
- form_type = demo
- page_template = comparison
- funnel_stage = consideration
- experiment_variant = pricing_b

Isso é suficiente para responder questões práticas sem coletar o conteúdo do formulário.

Erros Comuns

Muitas dimensões

Se cada equipe inventa campos, os relatórios ficam barulhentos. Comece com 5 a 10 dimensões de alto valor e expanda apenas quando uma pergunta repetida não puder ser respondida.

Valores de alta cardinalidade

Uma dimensão com milhares de valores únicos é difícil de relatar e cria riscos à privacidade. Espera-se que o caminho da página seja de alta cardinalidade; autor ou tipo de conteúdo não deveria ser.

Campos não registrados

Algumas plataformas exigem que dimensões personalizadas sejam registradas antes de aparecerem nos relatórios. Documente a configuração e teste antes do lançamento da campanha.

Envio de identificadores internos

Mesmo IDs pseudônimos podem ser dados pessoais se destacarem um usuário. Não envie IDs de conta para análises de sites públicos, a menos que o processamento tenha sido revisado.

Um conjunto prático para iniciantes

Para um site de marketing que prioriza a privacidade, comece com:

-content_type -topic_cluster -funnel_stage

• autor -landing_page_template -form_type -cta_location -experiment_name -experiment_variant
• customer_segment, somente se for amplo e não identificável

As dimensões personalizadas tornam a análise mais útil porque conectam o comportamento ao contexto de negócios. A disciplina é adicionar contexto sem adicionar vigilância.

Dica de governança

Mantenha um pequeno dicionário de eventos ao lado de sua configuração analítica. Inclua cada dimensão personalizada, valores permitidos, proprietário, exemplo de evento e nota de privacidade. Revise-o antes de cada campanha ou lançamento de produto. Esse pequeno hábito evita campos duplicados, dados pessoais acidentais e painéis que ninguém consegue interpretar seis meses depois.

Recapitulação rápida do glossário

Dimensões personalizadas são rótulos. Métricas são números. Eventos são ações. Propriedades ou parâmetros são os campos anexados a essas ações. Uma configuração de análise limpa mantém esses conceitos separados:

• Evento: demo_requested
• Métrica: contagem de solicitações de demonstração
• Dimensão padrão: origem ou página de destino
• Dimensão personalizada: page_template, funnel_stage ou plan_tier

Use dimensões personalizadas para agrupar o comportamento em categorias de negócios úteis. Não os utilize para contrabandear dados pessoais para análises com um nome mais técnico.

Perguntas Frequentes

O que é uma dimensão personalizada em analytics?

Uma dimensão personalizada é um rótulo que sua empresa adiciona a um evento, como o plano, o autor ou a variante do experimento. Ela responde "que tipo", enquanto uma métrica responde "quantos". Os relatórios padrão já cobrem páginas, referenciadores, dispositivos, países, campanhas e conversões. As dimensões personalizadas adicionam o contexto que só sua empresa conhece.

Qual é a diferença entre uma dimensão e uma métrica?

Uma dimensão é descritiva e responde "que tipo", por exemplo origem, país, caminho da página ou plano. Uma métrica é numérica e responde "quantos" ou "quanto", por exemplo visualizações de página, conversões ou receita. Dimensões personalizadas são úteis porque permitem agrupar métricas por rótulos específicos do negócio.

Dimensões personalizadas são a mesma coisa que propriedades personalizadas?

Dimensões personalizadas e propriedades personalizadas são a mesma ideia com dois nomes, ambas adicionam contexto de negócio a um evento sem identificar a pessoa. O resumo deste guia usa os termos de forma intercambiável. Qual termo aparece depende da plataforma de analytics, não de uma diferença real de função.

Dimensões personalizadas podem incluir dados pessoais?

Dimensões personalizadas não deveriam conter dados pessoais. A lista de maus usos exclui endereços de e-mail, nomes, números de telefone, endereços IP completos, IDs de conta brutos e buscas que possam conter dados pessoais. A orientação do Google sobre HIPAA e Google Analytics diz o mesmo: não envie nada que possa identificar um usuário ou revelar informação sensível.

Quantas dimensões personalizadas um site deveria usar?

Comece com cinco a dez dimensões de alto valor e expanda só quando uma pergunta recorrente não puder ser respondida de outra forma. Deixar cada equipe inventar seus próprios campos é justamente o que deixa os relatórios confusos.

O que é uma dimensão de alta cardinalidade?

Uma dimensão com milhares de valores únicos, difícil de analisar em relatórios e que pode criar risco de privacidade. Espera-se que o caminho da página se comporte assim. Autor ou tipo de conteúdo não deveriam, porque um salto em valores únicos costuma indicar texto livre entrando no campo.

Por que os valores das dimensões personalizadas precisam ser minúsculos e enumerados?

Porque uma dimensão só é útil se seus valores forem consistentes. Slugs em minúsculas e valores enumerados, como content_type = guide, comparison, tutorial, announcement, mantêm filtros e relatórios previsíveis. Misturar singular e plural ou usar texto livre quebra essa consistência e fragmenta os dados.

Como os resultados de testes A/B devem ser rastreados com dimensões personalizadas?

Quando o servidor atribui uma variante, envie experiment_name e variant tanto no evento de exposição quanto no de conversão. Essa abordagem no lado do servidor evita o piscar no lado do cliente e scripts de terceiros, e permite comparar taxas de conversão diretamente.

Quais perguntas uma equipe deveria fazer antes de adicionar uma nova dimensão personalizada?

Cinco: o valor identifica uma pessoa ou domicílio, ele poderia se tornar sensível combinado com a URL da página, e é necessário para uma decisão real. As duas restantes perguntam por quanto tempo ele deveria ser retido e se seria aceitável em uma exportação de fornecedor ou captura de tela de dashboard. Se alguma resposta parecer desconfortável, esse detalhe deveria ficar em sistemas próprios com controles de acesso adequados.

O que é um dicionário de eventos e por que manter um?

Um documento curto mantido ao lado da configuração de analytics que lista cada dimensão personalizada, seus valores permitidos, o responsável, um evento de exemplo e uma nota de privacidade. Revisá-lo antes de cada campanha ou lançamento evita campos duplicados, dados pessoais acidentais e dashboards que ninguém consegue interpretar meses depois.