--- name: web-analytics-audit description: "Web Analytics Audit — Skill especializada para web analytics audit" license: MIT metadata: version: 1.0.0 author: Cafe Code AI category: 15-analytics-dados updated: 2026-03-01 risk: safe --- # Web Analytics Audit Esta skill capacita o Claude a realizar auditorias completas de web analytics, focando em configurações, coleta de dados, relatórios, dashboards e atribuição no Google Analytics 4, garantindo a integridade e utilidade dos dados. --- ## Keywords GA4 auditoria, coleta de dados, atribuição, relatórios personalizados, GTM, dimensões personalizadas, métricas, dashboards, fluxo de usuário, eventos GA4, data stream, consent mode. --- ## Quick Start 1. **Verificação inicial da instalação GA4**: Acesse o site em modo de depuração (debug view) no GA4 para confirmar a coleta de eventos `page_view` e `session_start` em tempo real. 2. **Auditoria de eventos cruciais**: Revise os 5 principais eventos de conversão (ex: `purchase`, `generate_lead`) no relatório "Eventos" do GA4 para verificar volumes e consistência de parâmetros. 3. **Comparação de tráfego**: Compare os dados de `users` e `sessions` do relatório "Aquisição de tráfego" do GA4 com os logs do servidor ou Google Search Console para identificar discrepâncias. 4. **Revisão de relatórios padrão**: Navegue pelos relatórios de "Aquisição de usuários", "Engajamento" e "Monetização" para identificar anomalias ou falta de dados. 5. **Checagem de conversões**: Verifique se os eventos de conversão mais importantes para o negócio estão marcados corretamente no GA4 e se estão sendo registrados. --- ## Core Workflows ### Workflow 1: Auditoria de Configuração e Coleta de Dados GA4 Este workflow detalha a verificação da infraestrutura de coleta de dados do GA4, garantindo que os dados brutos sejam precisos e completos. **Passos Detalhados:** 1. **Verificação do Snippet de Instalação GA4 (GTM)**: * **Ação**: Inspecione o código-fonte da página principal e de páginas de conversão (ex: checkout, página de obrigado) para identificar o container do Google Tag Manager (GTM). Use a extensão "Tag Assistant Companion" no Chrome. * **Exemplo**: O Tag Assistant deve mostrar o GTM Container ID (ex: `GTM-XXXXXXX`) e o GA4 Configuration Tag disparando `page_view`. * **Erro Comum**: Instalação duplicada do GA4 (via GTM e hardcoded), levando à duplicação de eventos e métricas. * **Solução**: Remover a instalação redundante, mantendo apenas o método via GTM para centralização. 2. **Auditoria de Eventos Automáticos e Aprimorados**: * **Ação**: No Debug View do GA4, navegue por algumas páginas do site e execute interações básicas (scroll, click em link externo, download de arquivo). * **Exemplo**: Confirme que `page_view`, `session_start`, `first_visit`, `scroll`, `click` (para links externos) e `file_download` estão sendo coletados com seus parâmetros padrão (`page_location`, `page_title`, etc.). * **Verificação de `ignore_referrer`**: Para evitar auto-referência, verifique se o parâmetro `ignore_referrer` está configurado corretamente para o domínio principal nas configurações do Data Stream do GA4. 3. **Validação de Eventos Personalizados e Parâmetros**: * **Ação**: Para eventos críticos (ex: `add_to_cart`, `lead_form_submit`, `product_view`), use o Debug View e o relatório "Eventos" para garantir que estão sendo disparados com os parâmetros esperados. * **Exemplo**: Para um evento `add_to_cart`, inspecione se os parâmetros `item_id`, `item_name`, `value`, `currency` e `quantity` estão presentes e com valores corretos. * **Template de Verificação de Eventos (ver seção Templates)**. 4. **Auditoria de Dimensões e Métricas Personalizadas**: * **Ação**: No GA4, vá em `Administrar > Configurações de dados > Definições personalizadas`. Verifique se as dimensões personalizadas criadas (ex: `user_segment`, `author_name`, `product_category_level2`) estão mapeadas para os parâmetros de evento corretos e se estão sendo populadas nos relatórios. * **Exemplo**: Uma dimensão personalizada `Tipo de Assinante` deve estar mapeada para o parâmetro `subscriber_type` de um evento `subscription_status_update`. * **Erro Comum**: Parâmetro enviado via GTM com nome diferente do mapeado no GA4. 5. **Exclusão de Tráfego Interno e Bots**: * **Ação**: Em `Administrar > Configurações de dados > Filtros de dados`, verifique se um filtro para tráfego interno está ativo e se a lista de IPs da empresa, agências e desenvolvedores está atualizada. * **Exemplo**: Filtro com nome "Internal Traffic" e método "Exclude" com regras de endereço IP. * **Ação**: Em `Administrar > Configurações de dados > Configurações de dados > Coleta de dados`, garanta que a opção "Ativar a coleta de dados a partir de todos os usuários engajados" (para consent mode) e "Filtragem de bot" estão ativas. ### Workflow 2: Auditoria de Relatórios, Dashboards e Atribuição Este workflow foca na usabilidade dos dados coletados, na precisão dos relatórios e na configuração dos modelos de atribuição para tomada de decisão. **Passos Detalhados:** 1. **Consistência dos Relatórios Padrão**: * **Ação**: Compare dados de relatórios como "Aquisição de tráfego" e "Visão geral do engajamento" com períodos anteriores (mês a mês, ano a ano) para identificar quedas ou picos inesperados. * **Exemplo**: Uma queda súbita de 30% em "Sessões" pode indicar um problema na coleta ou um filtro aplicado incorretamente. * **Verificação**: Assegure-se de que os eventos de conversão marcados estão aparecendo nos relatórios de "Conversões" e de "Aquisição" como esperado. 2. **Análise de Relatórios Exploratórios e Funis**: * **Ação**: Crie um relatório exploratório de "Funil de exploração" para uma jornada crítica do usuário (ex: Visita > Adiciona ao Carrinho > Checkout > Compra). * **Exemplo**: Um funil para e-commerce: * Passo 1: `page_view` (página de produto) * Passo 2: `add_to_cart` * Passo 3: `begin_checkout` * Passo 4: `purchase` * **Análise**: Identifique os passos com maior drop-off (>40% de saída) e investigue as possíveis causas (problemas de UX, lentidão, bugs). 3. **Auditoria dos Modelos de Atribuição**: * **Ação**: Em `Administrar > Atribuição > Configurações de atribuição`, verifique o modelo padrão de atribuição (recomenda-se "Baseado em dados"). * **Exemplo**: No relatório "Modelos de Atribuição" (em `Publicidade`), compare as métricas de conversão para diferentes modelos (Último Clique, Primeiro Clique, Linear, Baseado em Dados) para entender como os canais estão sendo creditados. * **Análise**: Se o "Último Clique" supervaloriza um canal e o "Baseado em Dados" mostra uma distribuição mais equilibrada, isso sugere que outros canais contribuem significativamente na jornada. 4. **Dashboards e Visualização de Dados**: * **Ação**: Revise os dashboards existentes (no GA4, Looker Studio ou outras ferramentas) para garantir que as métricas e dimensões exibidas são relevantes, precisas e atualizadas. * **Exemplo**: Um dashboard de e-commerce deve incluir "Receita Total", "Taxa de Conversão de Compra", "Produtos Mais Vendidos" e "Custo por Aquisição (CPA)". * **Verificação**: Assegure-se de que não há discrepâncias entre os dados nos dashboards e os relatórios brutos do GA4. 5. **Análise de Fluxo de Usuário e Jornada**: * **Ação**: Utilize a "Exploração de caminho" para entender as rotas que os usuários tomam antes de converter ou sair do site. * **Exemplo**: Descobrir que usuários que visitam a página "Sobre Nós" antes de converter têm uma taxa de conversão 15% maior. * **Insight**: Isso pode indicar que a página "Sobre Nós" é um fator de confiança importante na jornada. --- ## Templates ### Checklist de Auditoria de Eventos GA4 ``` ## Checklist de Auditoria de Eventos GA4 | Evento (Nome GA4) | Parâmetros Essenciais | Tipo de Parâmetro | Exemplo de Valor | Status (Coletado/Erro/Não Implementado) | Notas e Recomendações | |--------------------|----------------------------------------------------------|-------------------|-----------------------|-----------------------------------------|----------------------------------------------------------------------------------------------------------------------------| | page_view | page_location, page_title, engagement_time_msec | string, string, int | https://site.com/home | Coletado | OK. Coleta básica funcionando. | | session_start | (automático) | - | - | Coletado | OK. Sessões sendo iniciadas. | | first_visit | (automático) | - | - | Coletado | OK. Novos usuários sendo identificados. | | add_to_cart | items (item_id, item_name, price, quantity), value, currency | array, float, string | [{'item_id':'SKU123','item_name':'Camisa Azul','price':50.0,'quantity':1}], 50.0, BRL | Erro | Parâmetro 'value' está sendo enviado como string. Deve ser float. Corrigir no GTM. | | purchase | transaction_id, value, currency, tax, shipping, items | string, float, string, float, float, array | T12345, 120.0, BRL, 10.0, 5.0, [...] | Coletado | OK. Dados de compra completos. | | generate_lead | form_id, form_name, method | string, string, string | contato_form, Contato Geral, Email | Coletado | OK. Leads sendo registrados. | | video_start | video_url, video_title, video_provider | string, string, string | youtube.com/abc, Meu Vídeo, YouTube | Não Implementado | Implementar para vídeos incorporados para analisar engajamento de conteúdo multimídia. | | view_item_list | item_list_name, items (item_id, item_name, price) | string, array | Resultados Busca, [...] | Coletado | OK. Análise de desempenho de listas de produtos. | | user_segment_update| user_segment | string | premium_customer | Erro | Parâmetro 'user_segment' não está sendo enviado para usuários logados. Verificar camada de dados (dataLayer). | ``` ### Plano de Ação de Otimização GA4 ``` ## Plano de Ação de Otimização GA4 | ID | Achado da Auditoria | Recomendação Detalhada | Prioridade (Alta/Média/Baixa) | Responsável | Prazo Estimado | Status | Observações | |----|---------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|-------------------------------|------------------|----------------|----------------|------------------------------------------------------------------------------------| | 01 | Evento `add_to_cart` está enviando `value` como string. | Ajustar a tag de evento `add_to_cart` no GTM para garantir que o parâmetro `value` seja enviado como tipo `Number` (float) para cálculos precisos de monetização. | Alta | Desenvolvedor Web | 2024-07-15 | Em Andamento | Impacta relatórios de monetização e atribuição. | | 02 | Falta de rastreamento para interações com vídeos incorporados. | Implementar tags no GTM para rastrear eventos `video_start`, `video_progress` (25%, 50%, 75%) e `video_complete`, incluindo parâmetros como `video_url`, `video_title` e `video_provider`. | Média | Analista de Dados | 2024-08-01 | Pendente | Essencial para entender o engajamento com conteúdo multimídia. | | 03 | Discrepância de 15% nos usuários entre GA4 e Search Console. | Investigar possíveis bloqueios de cookies, problemas de cache ou exclusões de tráfego que possam estar afetando a contagem de usuários no GA4. Verificar também a implementação do Consent Mode. | Alta | Especialista GA4 | 2024-07-20 | Em Andamento | Pode indicar perda de dados ou configuração incorreta do Consent Mode. | | 04 | Relatórios de atribuição mostram 90% das conversões no "Último Clique". | Recomendar a adoção do modelo de atribuição "Baseado em Dados" como padrão nas configurações do GA4 para uma visão mais equitativa da contribuição dos canais ao longo da jornada do cliente. | Média | Analista de Dados | 2024-07-25 | Concluído | Fornecerá insights mais precisos sobre o ROI de marketing. | | 05 | Dimensão personalizada `user_segment` não está populada. | Coordenar com a equipe de desenvolvimento para expor o `user_segment` na `dataLayer` para usuários autenticados, e então criar uma variável GTM e mapear a dimensão personalizada no GA4. | Alta | Desenvolvedor Back | 2024-08-10 | Pendente | Crucial para segmentação e personalização de relatórios por tipo de usuário. | | 06 | Nenhum filtro de exclusão de tráfego interno configurado. | Criar e ativar um filtro de dados no GA4 para excluir IPs internos (escritórios, agências, VPNs) a fim de garantir que os dados de tráfego sejam representativos dos usuários externos. | Alta | Especialista GA4 | 2024-07-10 | Concluído | Evita que o tráfego de funcionários contamine os dados de desempenho. | ``` --- ## Checklist - [x] Verificar o snippet de instalação do GA4 no código-fonte ou GTM para garantir uma única e correta implementação. - [x] Confirmar a coleta dos eventos automáticos `page_view`, `session_start` e `first_visit` no Debug View do GA4. - [x] Auditar a configuração de todos os eventos personalizados e seus parâmetros essenciais (ex: `item_id`, `value`, `currency` para e-commerce). - [x] Validar a criação e o mapeamento de dimensões e métricas personalizadas no GA4, assegurando que os dados estão sendo populados. - [x] Revisar as configurações de exclusão de tráfego interno (IPs) e garantir que a lista esteja atualizada. - [x] Analisar a consistência dos dados de tráfego (usuários, sessões) comparando o GA4 com outras fontes (ex: Google Search Console, CRM). - [x] Verificar a configuração correta de metas/conversões (eventos marcados como conversão) e se estão alinhadas aos objetivos de negócio. - [x] Auditar a integridade dos dados em relatórios padrão (Aquisição, Engajamento, Monetização) em busca de anomalias ou lacunas. - [x] Conferir os modelos de atribuição configurados e seus impactos nos relatórios de conversão, recomendando "Baseado em dados" se apropriado. - [x] Revisar a implementação de e-commerce tracking (eventos `view_item`, `add_to_cart`, `purchase`) para garantir a captura de todos os detalhes da transação. - [x] Verificar a configuração do Google Signals e Consent Mode para garantir conformidade com privacidade e coleta de dados otimizada. --- ## Métricas de Referência | Métrica | Benchmark (GA4) | Meta (GA4) | |------------------------------|-----------------|--------------| | Taxa de Rejeição (Bounce Rate) | < 30% | < 20% | | Taxa de Conversão E-commerce | 1.5% - 3% | > 3.5% | | Tempo Médio de Engajamento | > 60 segundos | > 90 segundos| | % Usuários Engajados | > 60% | > 75% | | CPA (Custo por Aquisição) | R$50 - R$150 | < R$70 | | Receita por Usuário | R$5 - R$20 | > R$25 | --- ## Erros Comuns 1. **Configuração Duplicada do GA4**: Ocorre quando o código base do GA4 é implementado via Google Tag Manager e também diretamente no código-fonte do site. * **Como evitar**: Utilize apenas um método de implementação, preferencialmente via GTM para maior flexibilidade e controle. No GTM, use a tag de "Configuração do GA4" uma única vez para disparar o evento `page_view`. 2. **Eventos Personalizados sem Parâmetros Essenciais**: Eventos importantes como `add_to_cart` ou `generate_lead` são disparados, mas não incluem parâmetros cruciais (ex: `item_id`, `value`, `form_id`). Isso limita a análise granular. * **Como evitar**: Planeje cuidadosamente quais parâmetros são relevantes para cada evento. Sempre inclua identificadores únicos (IDs), valores monetários e descrições contextuais. Utilize o Debug View para verificar a presença e o formato correto dos parâmetros. 3. **Filtragem Incorreta ou Ausente de Tráfego Interno**: O tráfego de funcionários, agências ou bots não é excluído, contaminando os dados com atividades não representativas. * **Como evitar**: Mantenha uma lista atualizada de endereços IP internos e configure um filtro de dados de exclusão no GA4 em `Administrar > Configurações de dados > Filtros de dados`. Além disso, ative a "Filtragem de bot" nas configurações do stream de dados. 4. **Discrepâncias de Dados entre GA4 e Outras Fontes (Ex: CRM, Google Ads)**: Divergências nos números de conversão ou receita entre sistemas, dificultando a tomada de decisão. * **Como evitar**: Implemente o rastreamento de `transaction_id` para todas as compras e use o `client_id` ou `user_id` para integrar dados entre plataformas. Realize reconciliações regulares e verifique as configurações de modelo de atribuição em todas as ferramentas. 5. **Configuração Incorreta ou Ausente do Consent Mode**: Não respeitar as preferências de consentimento do usuário, resultando em subcoleta de dados ou não conformidade com regulamentações como LGPD/GDPR. * **Como evitar**: Implemente o Google Consent Mode v2 via GTM, ajustando o comportamento das tags GA4 com base nas escolhas de consentimento do usuário. Teste com ferramentas de consentimento (CMP) para garantir que as tags se ajustam corretamente. --- ## Dicas Avançadas 1. **Uso de BigQuery Export (GA4)**: Para análises de dados mais complexas e união com fontes externas (CRM, dados offline), configure o BigQuery Export do GA4. Isso permite consultar dados brutos do GA4 usando SQL. * **Exemplo Prático**: Juntar dados de `purchase` do GA4 com dados de `customer_lifetime_value` do CRM no BigQuery para identificar segmentos de clientes mais valiosos e otimizar campanhas de marketing. 2. **Monitoramento de Data Streams com GTM Server-Side**: Mover a coleta de dados para um servidor próprio (via GTM Server-Side) oferece maior controle, segurança e resiliência a bloqueadores de anúncios e mudanças no navegador. * **Exemplo Prático**: Enviar dados de eventos para GA4, Facebook CAPI e um sistema de e-mail marketing a partir de um único ponto no servidor, garantindo que os dados sejam consistentes e completos em todas as plataformas, mesmo se o navegador bloquear scripts de terceiros. 3. **Customização Avançada de Relatórios Exploratórios com User-ID**: Implemente o `user_id` para usuários logados para unificar suas jornadas em diferentes dispositivos. Use essa dimensão personalizada em relatórios de "Exploração de caminho" ou "Funil de exploração". * **Exemplo Prático**: Criar um funil de conversão que rastreia a jornada de um usuário específico, desde a primeira visita em um celular até a compra final em um desktop, permitindo uma análise holística do comportamento do cliente. 4. **Análise de Cluster e Segmentação de Usuários**: Utilize técnicas de clusterização (ex: RFM - Recência, Frequência, Valor Monetário) fora do GA4 (com dados exportados para BigQuery ou Python) para identificar segmentos de usuários com comportamentos distintos. * **Exemplo Prático**: Descobrir que usuários que visitam o site 3+ vezes por semana e interagem com 5+ páginas (alta frequência, alto engajamento) têm uma taxa de conversão 2x maior. Isso pode direcionar esforços de retenção e personalização. 5. **Auditoria de Qualidade de Dados com Ferramentas Externas**: Além do Debug View do GA4, utilize ferramentas como o "dataLayer checker" ou scripts personalizados para validar a estrutura da `dataLayer` e o envio de hits. * **Exemplo Prático**: Desenvolver um script Python que simula a navegação no site e verifica se os eventos esperados estão sendo disparados com os parâmetros corretos, alertando sobre quaisquer desvios do plano de tagueamento. 6. **Otimização de Limites de Dados do GA4**: Esteja ciente dos limites de cardinalidade para dimensões personalizadas e exportação de dados para BigQuery. Para sites com alto volume, planeje a agregação de dados ou o uso de `sampling` (amostragem) consciente. * **Exemplo Prático**: Se uma dimensão personalizada tem muitos valores únicos (ex: `product_name`), pode ser melhor usar `product_id` e juntar com um catálogo de produtos externo para evitar o problema `(other)` nos relatórios.