Universidade Nova de Lisboa

Universidade Nova de Lisboa

NOVA Information Management School

Digital Analytics

Código

400082

Unidade Orgânica

NOVA Information Management School

Créditos

7.5

Professor responsável

Bruno Filipe Santos Amaral

Língua de ensino

Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês

Objectivos

A transformação digital das empresas é um dos objetivos de grande parte das empresas, tornando os serviços em IGNOREes de dados e informações muito relevantes para a análise e estudo. Com múltiplos pontos de contacto durante a jornada do consumidor, é essencial para as empresas investirem em Analytics para entenderem melhor os seus clientes e preverem o comportamento destes nos seus ativos digitais, potenciando a geração de retorno. Esta informação é IGNOREe de conhecimento crítico para as empresas e permite ajudar a preparar uma estratégia de negócio eficiente e rentável.

O principal objetivo deste curso é a aplicação de métodos quantitativos e metodologias de análise dos dados gerados pelas diferentes forntes de dados originadas em websites, aplicações móveis, portais e outras plataformas. Além disso, pretende-se explorar de que forma estas análises e IGNOREes de informação podem ser incorporadas no processo de decisão para gerar mais receita e aumentar o retorno do investimento (ROI).

Pré-requisitos

Os alunos deverão ter formação base em Marketing, Gestão, Matemática, ou Informática.

Conteúdo

  1. Overview of analytics
    1. The old paradigm of web analytics 1.0
    2. Key change in web analytics 2.0
    3. Digital Analytics in a Era of Digital Transformation
    4. Predictive analytics
    5. Change: yes we can!
  2. The awesome world of clickstream analytics: metrics
    1. Standard metrics revisited: eight critical web metrics:
      1. Visits and visitors
      2. Time on page and time on site
      3. Bounce rate
      4. Exit rate
      5. Conversion rate
      6. Engagement
    2. Web metrics demystified
    3. Going into an omni-channel world
    4. Practical applications
    5. Metrics solutions
  3. Online advertising metrics and Funnel Conversion
    1. Definition of cost models (CPC, CPM, CPA?)
    2. Evolution of pricing models
    3. Advantages and disadvantages of cost models
    4. Practical examples and demonstration of comparative tables
    5. Funnel: from attention to conversion
    6. The role of landing pages
    7. Anatomy of a landing page and importance for conversion
    8. Analysis of the client / campaign situation 
  4. Analytics Framework
    1. Analytics Thinking
    2. Objectives definition
    3. Practical applications
  5. Google Analytics as a day-to-day tool
    1. Introduction to Google Analytics
      1. How Google Analytics works
      2. Navigation in Google Analytics
      3. Metrics revision ? the essential
      4. The main areas of Google Analytics reports
    2. Audience reports
      1. Geographic and language information
      2. Visitor behaviour
      3. Technical reports
      4. Benchmarking
    3. Acquisition reports
      1. Direct, referring and Search traffic
      2. Search Engine Optimization
      3. Campaigns
    4. Content reports
      1. Exit pages and arrival pages
      2. Event tracking and AdSense
      3. Site Search
    5. Account and property configuration
      1. Practical configuration of a Google Analytics account
      2. Accounts, profiles, views and users
      3. Main setup tips
    6. Advanced Segments and Filters
      1. The importance of segmentation
      2. Segments vs. Profiles
    7.  Site objectives
      1. Defining objectives, according to application goals
      2. Conversion funnels
      3. Objectives reports
      4. Dashboards configuration for different management areas
    8. A/B Testing (Experiments)
    9. Reports Personalization: practical applications
    10. Multi-channel Funnels
      1. Direct and Indirect Conversions
      2. Attribution Models
    11. Practical applications
  6. Group project

Bibliografia

  • Hunt, Ben (2011) ?Convert!: Designing Web Sites to Increase Traffic and Conversion?. Wiley publishing, inc.
  • Brent Dykes (2011) ?Web Analytics Action Hero: Using Analysis to Gain Insight and Optimize Your Business?. Peachpit
  • Davenport, Thomas H.; Harris, Jeanne G.; Morison, Robert (2010) ?Analytics at Work: Smarter Decisions, Better Results?. Harvard Business School Publishing Corporation
  • Avinash Kaushik (2010) ?Web Analytics 2.0: The Art of Online Accountability and Science of Customer Centricity?. Wiley publishing, inc.
  • Brian Clifton (2012) ?Advanced Web Metrics with Google Analytics, 3nd Edition?. John Wiley & Sons
  • Alistair Croll and Benjamin Yoskovitz (2013) ?Lean Analytics: Use Data to Build a Better Startup Faster?. O?Reilly
  • Eric Siegel (2016) ?Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die?. Wiley publishing, inc.
  • Anil Maheshwari (2018) ?Data Analytics Made Accessible?. Amazon Digital Services LLC

Método de ensino

Aulas teóricas de introdução aos conceitos base de Digital Analytics.

Apresentação e discussão de casos práticos.

Aulas práticas com exercícios.

Desenvolvimento de trabalho de grupo.

Avaliação.

Método de avaliação

A avaliação será baseada na participação e assiduidade, num trabalho de grupo e também num exame final formal.

O trabalho de grupo deve ser realizado em grupos de 4 ou 5 alunos. Cada projeto deve ter no máximo 20 páginas e 5000 palavras, excluindo apêndice.

O exame final incluirá perguntas sobre todas as matérias abordadas durante a cadeira. Este incluirá questões teóricas que representam cerca de 60% e questões mais práticas que representam 40% dos pontos. Para passar é exigido um mínimo de 9,5 dos 20 pontos.

Cálculo da nota final (para 1º e 2º período):

  • 50% referentes à nota do exame
  • 50% referente ao trabalho de grupo
  • +5% por assiduidade e participação nas aulas

Cursos