Como implementar conteúdo dinâmico no seu site com o PMS

PersonalizaçãoPor Mariana Bonanomi e Luiza Ramos

Se você leu a primeira parte deste artigo, deve estar se perguntando como funcionaria na prática para ter o seu site personalizável. Nesta parte, você entenderá como a implementação e o gerenciamento de experiências personalizadas são simples e práticas.

O PMS da Croct é implementado com um SDK, diretamente no frontend da sua aplicação. Ou seja, não é necessário que a integração envolva mudanças no backend.

Quando partimos de um site completamente estático, a criação de experiências personalizadas começa com um mapeamento da sua aplicação. Em outras palavras, criamos componentes dentro do PMS que reflitam os blocos de conteúdo que você quer personalizar.

Personalization Management System
Personalization Management System

Criando um slot

Para ilustrar o processo de implementação, vamos usar o exemplo simples de uma landing page, onde somente o banner será personalizado.

Na imagem abaixo, temos um componente que representa um banner com 3 atributos personalizáveis: o título, a descrição e a imagem. Note que o botão não está incluso no componente, o que significa que ele é um elemento estático, e não personalizável.

Exemplo de componente (banner)
Exemplo de componente (banner)

Com os componentes criados, é hora de definir onde eles serão inseridos no site. Um banner com a estrutura exibida acima, por exemplo, pode existir tanto na home page de um site como em uma landing page voltada para campanhas de marketing. À área onde este componente será implementado, damos o nome de slot. Em outras palavras, um slot representa um elemento personalizável da sua aplicação.

A partir do momento em que a integração com a Croct é feita, os conteúdos de um elemento se tornam editáveis sem ser necessária a intervenção de um desenvolvedor.

Definindo uma audiência

Para que você possa personalizar o conteúdo do seu site sem precisar aprender SQL ou outras query languages, criamos uma linguagem muito simples e parecida com a língua inglesa, que chamamos de CQL (Contextual Query Language). A CQL permite que você crie audiências em tempo real para personalizar a comunicação de acordo com o contexto de cada um, sem a necessidade de pré-processamento para popular segmentos de usuários.

Funciona da seguinte maneira: digamos que você quer que a imagem, título e descrição do seu banner sejam diferentes para usuários que moram em uma determinada região do país. Para exibir um conteúdo diferente para usuários que estão em São Paulo, por exemplo, basta criar uma nova audiência utilizando a frase location’s city is "São Paulo". Para usuários do Rio de Janeiro, por exemplo, a expressão em CQL seria location's city is "Rio de Janeiro", e assim por diante.

Agora você deve estar se perguntando o que usuários que não estão em nenhum dos lugares definidos veriam quando entrassem no site. O conteúdo exibido para os usuários que não estão nessas regiões é o que chamamos de conteúdo default, ou seja, um conteúdo padrão mostrado quando não há personalização.
Quer outros exemplos? No caso de personalização para usuários que já fizeram login, bastaria você usar a expressão user’s activities include "login". Por último, um exemplo de e-commerce: para segmentar usuários que buscaram por sapatos no Google e clicaram no seu anúncio, por exemplo, a expressão em CQL seria campaign's term matches "sapato".

Testando e acompanhando os resultados

Agora que você já entendeu como funciona a implementação e a definição de audiências para criar experiências personalizadas, que tal testar quais personalizações realmente trariam mais retorno, em parcelas menores da audiência? Além de dar mais agilidade ao processo de otimização, isso possibilita tomar decisões mais assertivas sem colocar tantos recursos em jogo.

No PMS você consegue criar testes AB dentro de uma experiência, e portanto, quando mais de uma experiência está rodando, é possível criar testes paralelos. Isso significa que você pode testar múltiplos conteúdos simultaneamente, um para cada audiência.

Com experiências e testes rodando, você pode acompanhar suas taxas de conversão nos dashboards para eleger quais variantes são vencedoras.

Exemplo de uma análise usando a abordagem Bayesiana de um experimento
Exemplo de uma análise usando a abordagem Bayesiana de um experimento
Uma visão geral da abordagem BayesianaAprenda como funciona a abordagem Bayesiana para testes AB, do levantamento de hipóteses até a declaração de uma variante vencedora.
Um livro mostrando que a variante A é a vencedora.

Conclusão

Ter o site personalizável para não depender de desenvolvedores no dia a dia é mais simples do que parece. Construímos o PMS para que tudo seja feito de maneira fácil e intuitiva, e esperamos que tenha ficado claro como isso dá flexibilidade, agilidade e independência a times de marketing e growth.

Quer saber mais sobre o PMS, ou como a Croct pode te ajudar com personalização e testes AB? Crie uma conta gratuita e explore a nossa plataforma. :)

Vamos crescer juntos!

Descubra as táticas que nossos clientes usam para crescer 20% ou mais.