Configurando análises avançadas para uma empresa de mineração – história de sucesso da Hiveon

A Hiveon, uma empresa de ecossistema de mineração, compartilha como construiu uma ferramenta acessível e flexível para análise rápida de marketing com a ajuda dos produtos OWOX e da equipe OWOX.

Fundada em 2017, a Hiveon oferece a principal solução completa de mineração de criptomoedas, com 2 milhões de usuários em todo o mundo. O ecossistema Hiveon atualmente inclui Hiveon OS, Hiveon Pool, Hiveon ASIC Firmware e Hiveon ASIC Hub. Todos os produtos Hiveon são construídos em torno de sinergia, segurança e estabilidade.

O Hiveon OS é um dos primeiros sistemas operacionais para mineração de criptomoedas. Foi criado de acordo com o objetivo da empresa de simplificar soluções tecnicamente complexas para os usuários, tornando o blockchain acessível e compreensível. Isso é o que ajudou a Hiveon a construir uma comunidade grande e leal que ajuda a empresa a melhorar seus produtos com seu feedback e iniciativa.

Na Hiveon, precisávamos de uma ferramenta acessível e flexível para:

• Analisando rapidamente as fontes de tráfego. Sim, não temos muita publicidade paga, mas não é a principal fonte de tráfego para nós, porque não é uma fonte de tráfego específica para o nosso nicho. Era importante analisar o funil do tráfego orgânico, direto e (principalmente) das redes sociais. Temos uma grande comunidade e muitas atividades acontecem, por exemplo, no Twitter.
• Análise comportamental – tudo relacionado ao site e aos funis do produto. Este é um conhecimento incrivelmente valioso que nosso negócio recebe e usa para melhorar o UX e para identificar e corrigir lacunas no funil do produto.

Além disso, temos dados retrospectivos suficientes para buscar insights e padrões e usamos esse conhecimento para planejar o desenvolvimento futuro da empresa. O Google Analytics tem recursos limitados de processamento de dados. Portanto, para liberar as mãos de nossos analistas em termos de acesso aos dados, decidimos usar o Google BigQuery.

Nosso produto é complexo e atualmente temos vários domínios nos quais foi difícil configurar o rastreamento entre domínios. Quando os usuários moviam de um domínio para outro, o client_id original era perdido.

Outro problema foi atingir o limite do Google Analytics de 50.000 transações por dia. No relatório de transação no Google Analytics, após o limite ter sido atingido, o valor '(outro)' aparece no lugar do transaction_id correspondente.

Para criar nosso relatório de desempenho, decidimos usar o OWOX BI e o Google BigQuery.

Por que escolhemos o Google BigQuery para coleta e armazenamento de dados:

• Facilidade relativa de configuração para nosso caso de uso
• Experiência existente de analistas em trabalhar com GBQ
• Possibilidade de integração com ferramentas de visualização

Como combinamos dados para relatórios no Google Big Query:

1. Com a ajuda do OWOX BI Streaming, coletamos dados brutos e sem amostra do comportamento do usuário do site e os transferimos para o BigQuery.
2. Os dados da transação do site são enviados para o OWOX BI Streaming por meio do Protocolo de Medição.
3. Os dados coletados são processados ​​no Google BigQuery e exibidos em painéis no Google Looker Studio e no Tableau usando um conector integrado.

Colegas da OWOX nos mostraram como configurar o rastreamento entre domínios. Além da coleta de dados, a equipe da OWOX nos ajudou com várias tarefas analíticas interessantes.

No nosso caso, para definir um novo usuário, formamos uma tabela auxiliar com transações no nível do usuário. Ou seja, no nível do usuário, temos um array correspondente de transações. Podemos selecionar nesta tabela auxiliar as sessões em que foi feito um primeiro pagamento e definir o status correspondente (0 ou 1). Depois disso, conectamos a tabela principal de streaming de dados com a tabela auxiliar de transações por id de sessão. Em seguida, podemos contar o número de usuários que fizeram um primeiro pagamento usando uma fórmula. Contamos o número de usuários únicos (client_id) se tivermos uma sessão com o primeiro pagamento.

Como o projeto inclui reabastecimento de carteira online, pagamento de taxas de serviço e retirada de renda dos usuários, é aconselhável analisar os valores dessas transações separadamente. Para isso, a equipe Hiveon adicionou um atributo de produto a cada transação e, ao preparar o relatório, a equipe OWOX conseguiu usar esse atributo tanto como filtro quanto para criar métricas diferentes para cada tipo de receita.

Graças à solução implementada, conseguimos:

• Obter uma melhor compreensão de como os usuários usam diferentes domínios e como eles se movem entre eles
• Aumente a precisão de determinar o primeiro login de um usuário no site
• Vincule o primeiro pagamento do usuário a uma origem de tráfego específica
• Determine o tipo de usuário com base no momento do primeiro pagamento
• Determine com mais precisão as conversões em diferentes estágios, bem como em diferentes páginas do site, recebendo um ID de usuário OWOX exclusivo
• Supere o limite do Google Analytics de 50.000 transações por dia, pois as transações são registradas integralmente com o OWOX BI Streaming

Graças ao OWOX BI e ao Google BigQuery, agora temos uma ferramenta acessível e flexível para análise rápida, que por sua vez nos permite responder rapidamente às mudanças.

Os principais usuários do relatório são analistas que tiram conclusões sobre o funcionamento do site e o desempenho do tráfego. Este relatório nos ajuda a entender a verdadeira composição de novos usuários e usuários recorrentes. Obviamente, o Google Analytics também fornece essas informações, mas devido à definição mais precisa do usuário, nossa estrutura mudou. Os indicadores de conversão, que agora são determinados pelo novo ID de usuário OWOX exclusivo, e a estrutura de tráfego por origem também foram alterados.

No entanto, como mencionado acima, fomos um pouco mais longe e, com algumas modificações, transferimos o relatório para o Tableau (já que é nossa principal ferramenta de BI e é convenientepoder ter todos os nossos relatórios em um único recurso). Graças ao OWOX, conseguimos adaptar o relatório às nossas próprias necessidades.

Graças à solução da OWOX, conseguimos:

• Economize tempo na coleta e processamento de dados. Usando relatórios criados com a ajuda do Google BigQuery, ficou mais fácil monitorar as mudanças no tráfego da Web, na atividade do usuário e em certos tipos de atividades de marketing.
• Analise detalhadamente o comportamento do usuário, o que afetou diretamente a confiabilidade dos resultados e a capacidade de buscar insights. Alguns elementos do site foram analisados ​​pela primeira vez, permitindo-nos abordar o design das páginas de forma mais ponderada e eficaz.

No futuro, faremos a transição para o Google Analytics 4, o que significa reconfigurar todo o rastreamento no Gerenciador de tags do Google porque os esquemas de dados no GA Universal e no GA 4 são significativamente diferentes. Esperamos pedir ajuda aos nossos colegas da OWOX.