This content originally appeared on DEV Community and was authored by Diana Regina
Descubra como utilizamos o Snowplow, uma ferramenta de rastreamento de sites e aplicações para tomar melhores decisões de negocio e produto aqui no Tino.
O Snowplow Analytics é uma ferramenta open source destinada a coleta, armazenamento e analise de dados em sites e aplicativos, disponível tanto para linguagens do frontend como backend.
Conseguimos gerar uma série de eventos para monitoramento de click, acesso a página, envio de formulário, entre outros. O snowplow faz um enriquecimento desses eventos disponibilizando dados como data e hora de coleta, tipo do dispositivo, cookies, IP e geolocalização.
Esses dados podem ser enviados para uma data warehouse como a Amazon Redshift ou Google BigQuery para uma analise mais detalhada, sendo possível realizar integrações com outras ferramentas como o Excel ou Looker Studio para divulgar esses dados em forma de relatório ou dashboard e gerar insights sobre o negocio.
Porque o Snowplow Analytics impulsiona nosso business
O Tino é um meio de pagamento pro B2B que está buscando seu product marketing fit, ou seja, está buscando desenvolver um produto que atenda às necessidades e desejos dos clientes-alvo, e ter dados para entender o comportamento, otimizar fluxos, melhorar o produto e identificar oportunidades de mercado é essencial nesse processo.
Um exemplo de como usamos o snowplow foi na edição de notas fiscais dos pedidos feitos pelos lojistas para fornecedores pagos via Tino. Foi desenvolvido um fake door, uma técnica utilizada para entender o interesse dos usuários por uma determinada feature, e utilizamos os eventos de click do snowplow para metrificar esse interesse.
Após a coleta e analise dos eventos, foi possível validar a hipótese de que os clientes tinham interesse em ter essa funcionalidade e por tanto, foi implementada no produto.
Configuração e emissão dos eventos (quick tutorial)
1. Instalação das dependências
O primeiro passo é instalar a dependência do snowplow:
pnpm add @snowplow/browser-tracker
Depois, instale o plugin para emissão de eventos de clique:
pnpm add @snowplow/browser-plugin-button-click-tracking
2. Configuração do evento
Nessa etapa chamamos o tracker do snowplow com newTracker() chamando 3 parâmetros correspondentes ao id do tracker, a URL do site que será monitorado e as configurações. Dentre elas o id da aplicação e um array de plugins, que levará o plugin para trackear todos os botões da aplicação.
import { newTracker } from "@snowplow/browser-tracker";
import { enableButtonClickTracking, enableButtonClickTracking } from '@snowplow/browser-plugin-button-click-tracking';
newTracker('sp1', '{{collector_url}}', {
appId: 'my-app-id',
plugins: [ ButtonClickTrackingPlugin() ],
});
enableButtonClickTracking();
Por padrão, o snowplow vai considerar o texto do elemento como identificador do evento. Essa prática é ruim porque o monitoramento se torna muito sensível a uma mudança de UI. Se mudarmos o texto para “Baixar Nota Fiscal” por exemplo, o identificador do evento será alterado.
Uma prática interessante para evitar essa problema de mudança é usar o parâmetro data-sp-button-label, que funciona como uma especie de id para o snowplow nomear os eventos de clique a partir dele e não do texto.
<button data-sp-button-label="download-nf">Baixar NF</button>
Parceria entre produto, engenharia e analytics
A preocupação com o monitoramento do produto é algo que temos como premissa aqui no Tino, por tanto, é um trabalho feito a várias mãos entre o time de produto, engenharia e dados. Partimos da nossa principal métrica para avaliar o crescimento da empresa, o TPV, que corresponde ao valor total das transações processadas, isto é, quanto mais se paga com o Tino, maior é esse valor.
Temos metas de TPV a serem batidas todos os semestres e o papel de produto é pensar em quais alavancas podem aumentá-lo. Um exemplo de alavanca seria aumentar a quantidade de compras pagas usando Tino, porém existem casos onde as pessoas abrem o checkout mas fecham sem finalizar.
A partir dessa dor precisamos entender, são pessoas que precisaram passar por um cadastro antes? A forma de pagamento oferecida não é adequada? Ela não tem limite suficiente? Para responder essas perguntas, precisamos de dados.
Cabe a engenharia ajudar o time de produto a entender quais métricas/eventos já temos para responder essas perguntas e se não, o que precisamos fazer para responde-las. Dado que temos o monitoramento funcionado, o time de dados faz a extração dos dados, que junto do time de produto poderá gerar dashboards e relatórios para gerar insights para responder aquelas perguntas.
Obrigada por chegar ao final da leitura! Espero que esse artigo tenha contribuído para o seu conhecimento sobre Snowplow. Caso tenha algum feedback ou queria contar como sua empresa monitora seus produtos, por favor coloque nos comentários 
Se você deseja fazer parte do time que busca fazer com que empreender seja uma missão menos impossível, vem pro Tino!
Referências:
- Desvendando o comportamento dos usuários: Como construimos produtos de maneira Data-Driven
- Quick Start Guide – Snowplow
- Button Click Tracking – Snowplow
This content originally appeared on DEV Community and was authored by Diana Regina