<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Filipe on Medium]]></title>
        <description><![CDATA[Stories by Filipe on Medium]]></description>
        <link>https://medium.com/@filipsilva?source=rss-f0b712ffa8bd------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*rkJ4nOgzrH2zctW_orck_g.jpeg</url>
            <title>Stories by Filipe on Medium</title>
            <link>https://medium.com/@filipsilva?source=rss-f0b712ffa8bd------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sun, 22 Nov 2026 00:18:38 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@filipsilva/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Como Integrei Google Analytics ao Power BI para Visualizar Métricas de E-commerce em um Único Lugar]]></title>
            <link>https://filipsilva.medium.com/como-integrei-google-analytics-ao-power-bi-para-visualizar-m%C3%A9tricas-de-e-commerce-em-um-%C3%BAnico-lugar-32f971610176?source=rss-f0b712ffa8bd------2</link>
            <guid isPermaLink="false">https://medium.com/p/32f971610176</guid>
            <category><![CDATA[sales]]></category>
            <category><![CDATA[google-analytics]]></category>
            <category><![CDATA[power-bi]]></category>
            <category><![CDATA[data-visualization]]></category>
            <dc:creator><![CDATA[Filipe]]></dc:creator>
            <pubDate>Mon, 22 Jul 2024 20:46:35 GMT</pubDate>
            <atom:updated>2024-07-22T20:46:35.909Z</atom:updated>
            <content:encoded><![CDATA[<p>Na instituição onde trabalho, visualizar métricas de e-commerce é crucial para a nossa estratégia de marketing. Temos a necessidade crescente de consolidar todas as nossas métricas em um único lugar. Atualmente, utilizamos o Salesforce, RD Station e Google Analytics para monitorar nossos KPIs, mas isso resulta em uma visão fragmentada dos dados. Para resolver isso, estou desenvolvendo um dashboard no Power BI que integrará todos esses dados em uma única plataforma de visualização.</p><p>Dando continuidade ao trabalho de criar uma visualização integrada dos dados da instituição, onde já mostrei como integrar o RD Station ao Power BI, conforme descrito <a href="https://filipsilva.medium.com/como-integrei-rd-station-ao-power-bi-para-visualizar-m%C3%A9tricas-de-marketing-em-um-%C3%BAnico-lugar-357868d94329">neste post</a>, agora vou mostrar como integrar o Google Analytics ao Power BI para visualizar nossas métricas de e-commerce.</p><h3>Conectando Google Analytics ao Power BI</h3><p>Para conectar o Google Analytics ao Power BI, utilizamos a funcionalidade de conexão direta disponível no Power BI, utilizando nossas credenciais do Google.</p><h4>Passo-a-Passo para Conectar o Google Analytics ao Power BI</h4><p>Abra o Power BI Desktop.</p><p>Na guia “Home”, clique em “Obter Dados”.</p><p>Selecione “Serviços Online” e depois “Google Analytics”.</p><p>Clique em “Conectar”.</p><p>Uma janela de login será aberta. Faça login com a conta Google que tem acesso ao Google Analytics.</p><p>Autorize o Power BI a acessar seus dados do Google Analytics.</p><p><strong>Selecionando as Propriedades e Vistas:</strong></p><p>Após a autenticação, você verá uma lista de contas do Google Analytics às quais sua conta tem acesso.</p><p>Selecione a propriedade e a vista que você deseja usar para obter dados.</p><p><strong>Escolhendo as Métricas e Dimensões:</strong></p><p>Escolha as métricas e dimensões que são importantes para a visualização do funil de vendas da loja.</p><p>Algumas das métricas e dimensões importantes que escolhemos incluem:</p><ul><li><strong>Métricas:</strong> addToCarts, averageSessionDuration, bounceRate, checkouts, ecommercePurchases, engagementRate, itemListClickThroughRate, purchaseRevenue, purchaseToViewRate, sessions, totalRevenue.</li><li><strong>Dimensão:</strong> date (para segmentar os dados por data).</li></ul><p><strong>Carregando os Dados:</strong></p><p>Depois de selecionar as métricas e dimensões desejadas, clique em “Carregar” para importar os dados para o Power BI.</p><h3>Criando o Dashboard no Power BI</h3><p>Uma vez que os dados estão no Power BI, é hora de criar o dashboard.</p><h4>Passo-a-Passo para Criar o Dashboard</h4><p><strong>Renomeando a Tabela:</strong></p><p>No painel “Campos”, encontre a tabela importada e renomeie-a para algo mais significativo, como “GoogleAnalyticsData”.</p><p><strong>Criando Gráficos e Visualizações:</strong></p><ul><li><strong>Gráfico de Barras:</strong> Utilize para visualizar métricas como “addToCarts” e “checkouts” ao longo do tempo.</li><li><strong>Gráfico de Linhas:</strong> Ideal para métricas que você deseja rastrear ao longo do tempo, como “sessions” e “purchaseRevenue”.</li><li><strong>Tabela:</strong> Útil para listar detalhes específicos de campanhas e outras métricas detalhadas.</li><li><strong>Gráfico de Pizza:</strong> Pode ser usado para mostrar a distribuição percentual de métricas como “engagementRate” e “bounceRate”.</li></ul><p><strong>Configurando Filtros e Segmentações:</strong></p><ul><li>Adicione segmentações de data para permitir a análise de períodos específicos.</li><li>Utilize filtros para visualizar dados específicos, como por tipo de dispositivo ou origem de tráfego.</li></ul><h3>Exemplo de Visualizações</h3><p><strong>Visão Geral do Funil de Vendas:</strong></p><ul><li><strong>Gráfico de Linhas:</strong> Mostre a progressão de sessões, addToCarts e checkouts ao longo do tempo.</li><li><strong>Gráfico de Barras:</strong> Compare o total de compras (ecommercePurchases) com o total de receita (totalRevenue) por mês.</li></ul><p><strong>Análise de Engajamento:</strong></p><ul><li><strong>Gráfico de Barras:</strong> Visualize a taxa de engajamento (engagementRate) em comparação com a taxa de rejeição (bounceRate) por mês.</li><li><strong>Gráfico de Pizza:</strong> Distribuição das sessões por origem de tráfego.</li></ul><p><strong>Desempenho de Campanhas de E-mail:</strong></p><ul><li><strong>Tabela:</strong> Liste os dados de campanhas de e-mail com métricas como addToCarts, checkouts e revenue.</li><li><strong>Gráfico de Linhas:</strong> Rastreamento do impacto das campanhas de e-mail ao longo do tempo.</li></ul><p>Integrar o Google Analytics com o Power BI foi um passo crucial para consolidar nossas métricas de e-commerce em uma única plataforma. Agora, podemos visualizar e analisar dados de campanhas de e-mail e Google Analytics de maneira centralizada, facilitando a tomada de decisões estratégicas.</p><p>Espero que este guia ajude você a realizar uma integração semelhante na sua instituição. Se tiver dúvidas ou precisar de ajuda, deixe um comentário abaixo. Boa sorte com suas análises de dados!</p><p>Se gostou desse post, não se esqueça de curtir e compartilhar com seus colegas. Até a próxima! 🚀</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=32f971610176" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Como Integrei RD Station ao Power BI para Visualizar Métricas de Marketing em um Único Lugar]]></title>
            <link>https://filipsilva.medium.com/como-integrei-rd-station-ao-power-bi-para-visualizar-m%C3%A9tricas-de-marketing-em-um-%C3%BAnico-lugar-357868d94329?source=rss-f0b712ffa8bd------2</link>
            <guid isPermaLink="false">https://medium.com/p/357868d94329</guid>
            <category><![CDATA[integração]]></category>
            <category><![CDATA[power-bi]]></category>
            <category><![CDATA[rd-station]]></category>
            <category><![CDATA[marketing]]></category>
            <category><![CDATA[rd-station-marketing]]></category>
            <dc:creator><![CDATA[Filipe]]></dc:creator>
            <pubDate>Mon, 22 Jul 2024 15:59:35 GMT</pubDate>
            <atom:updated>2024-07-22T15:59:35.191Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="A imagem ilustra o fluxo de dados entre RD Station e Power BI, destacando o processo de consolidação das métricas de marketing em um único dashboard." src="https://cdn-images-1.medium.com/max/1024/1*Y3ssWb5wdHGgVkI7H4mNZQ.jpeg" /></figure><h3>Contexto</h3><p>Na instituição onde trabalho, a visualização das métricas de marketing é essencial para nossa estratégia. Temos uma demanda crescente para consolidar todas as nossas métricas em um só lugar. Atualmente, utilizamos o Salesforce, RD Station e Google Analytics para monitorar nossos KPIs, mas isso resulta em uma visão fragmentada dos dados. Para resolver isso, estou desenvolvendo um dashboard no Power BI que integrará todos esses dados em uma única plataforma de visualização.</p><p>Aqui, compartilho com você o passo-a-passo de como consegui integrar o RD Station ao Power BI.</p><h3>Por Onde Comecei</h3><p>Primeiro, precisei criar um aplicativo no RD Station para obter as credenciais de API. Esse processo me forneceu um client_id e um client_secret, que são essenciais para autenticar nossas requisições à API do RD Station.</p><h3>Configurando a Página de Callback</h3><p>Para capturar o código de autorização necessário para obter os tokens de acesso, criei uma página HTML simples. Esse código é necessário apenas na primeira etapa de autorização.</p><pre>&lt;!DOCTYPE html&gt;<br>&lt;html lang=&quot;en&quot;&gt;<br>&lt;head&gt;<br>    &lt;meta charset=&quot;UTF-8&quot;&gt;<br>    &lt;meta name=&quot;viewport&quot; content=&quot;width=device-width, initial-scale=1.0&quot;&gt;<br>    &lt;title&gt;Callback Page&lt;/title&gt;<br>&lt;/head&gt;<br>&lt;body&gt;<br>    &lt;h1&gt;Autenticação RD Station&lt;/h1&gt;<br>    &lt;p id=&quot;code&quot;&gt;&lt;/p&gt;<br>    &lt;p id=&quot;state&quot;&gt;&lt;/p&gt;<br>    &lt;script&gt;<br>        function getParameterByName(name, url = window.location.href) {<br>            name = name.replace(/[\[\]]/g, &#39;\\$&amp;&#39;);<br>            var regex = new RegExp(&#39;[?&amp;]&#39; + name + &#39;(=([^&amp;#]*)|&amp;|#|$)&#39;),<br>                results = regex.exec(url);<br>            if (!results) return null;<br>            if (!results[2]) return &#39;&#39;;<br>            return decodeURIComponent(results[2].replace(/\+/g, &#39; &#39;));<br>        }<br>        document.getElementById(&#39;code&#39;).textContent = &#39;Código de Autorização: &#39; + getParameterByName(&#39;code&#39;);<br>        document.getElementById(&#39;state&#39;).textContent = &#39;State: &#39; + getParameterByName(&#39;state&#39;);<br>    &lt;/script&gt;<br>&lt;/body&gt;<br>&lt;/html&gt;<br></pre><h3>Obtenção dos Tokens de Acesso</h3><p>Para obter os tokens de acesso, utilizei Python. Aqui está o script que desenvolvi para isso.</p><pre>import requests<br>from datetime import datetime<br>import pandas as pd</pre><pre>def log_message(message):<br>    with open(&quot;C:\\Users\\SeuUsuario\\logs.txt&quot;, &quot;a&quot;) as log_file:<br>        log_file.write(message + &quot;\n&quot;)</pre><pre>def get_tokens(client_id, client_secret, code, redirect_uri):<br>    url = &#39;<a href="https://api.rd.services/auth/token&#39;">https://api.rd.services/auth/token&#39;</a><br>    payload = {<br>        &#39;client_id&#39;: client_id,<br>        &#39;client_secret&#39;: client_secret,<br>        &#39;code&#39;: code,<br>        &#39;grant_type&#39;: &#39;authorization_code&#39;,<br>        &#39;redirect_uri&#39;: redirect_uri<br>    }<br>    headers = {&#39;Content-Type&#39;: &#39;application/x-www-form-urlencoded&#39;}<br>    response = requests.post(url, headers=headers, data=payload)<br>    log_message(&quot;Token Response: &quot; + str(response.json()))<br>    return response.json()</pre><pre>def refresh_access_token(client_id, client_secret, refresh_token, redirect_uri):<br>    url = &#39;<a href="https://api.rd.services/auth/token&#39;">https://api.rd.services/auth/token&#39;</a><br>    payload = {<br>        &#39;client_id&#39;: client_id,<br>        &#39;client_secret&#39;: client_secret,<br>        &#39;refresh_token&#39;: refresh_token,<br>        &#39;grant_type&#39;: &#39;refresh_token&#39;,<br>        &#39;redirect_uri&#39;: redirect_uri<br>    }<br>    headers = {&#39;Content-Type&#39;: &#39;application/x-www-form-urlencoded&#39;}<br>    response = requests.post(url, headers=headers, data=payload)<br>    log_message(&quot;Refresh Token Response: &quot; + str(response.json()))<br>    return response.json()</pre><pre>def fetch_email_data(access_token, start_date, end_date):<br>    url = &quot;<a href="https://api.rd.services/platform/analytics/emails">https://api.rd.services/platform/analytics/emails</a>&quot;<br>    headers = {<br>        &#39;Authorization&#39;: f&#39;Bearer {access_token}&#39;,<br>        &#39;Content-Type&#39;: &#39;application/json&#39;<br>    }<br>    params = {<br>        &#39;start_date&#39;: start_date,<br>        &#39;end_date&#39;: end_date<br>    }</pre><pre>response = requests.get(url, headers=headers, params=params)<br>    log_message(&quot;Email Data Response: &quot; + str(response.json()))<br>    if response.status_code == 200:<br>        return response.json()<br>    else:<br>        return {&#39;error&#39;: response.status_code, &#39;message&#39;: response.text}</pre><pre>def create_dataframe(email_data):<br>    emails = email_data.get(&#39;emails&#39;, [])<br>    log_message(&quot;Emails Retrieved: &quot; + str(emails))<br>    if not emails:<br>        return pd.DataFrame()</pre><pre>data = []<br>    for email in emails:<br>        data.append({<br>            &#39;Campaign Name&#39;: email[&#39;campaign_name&#39;],<br>            &#39;Sent At&#39;: email[&#39;send_at&#39;],<br>            &#39;Delivered&#39;: email[&#39;email_delivered_count&#39;],<br>            &#39;Opened&#39;: email[&#39;email_opened_count&#39;],<br>            &#39;Clicked&#39;: email[&#39;email_clicked_count&#39;],<br>            &#39;Bounced&#39;: email[&#39;email_bounced_count&#39;],<br>            &#39;Unsubscribed&#39;: email[&#39;email_unsubscribed_count&#39;],<br>            &#39;Spam Reported&#39;: email[&#39;email_spam_reported_count&#39;],<br>            &#39;Delivered Rate&#39;: email[&#39;email_delivered_rate&#39;],<br>            &#39;Opened Rate&#39;: email[&#39;email_opened_rate&#39;],<br>            &#39;Clicked Rate&#39;: email[&#39;email_clicked_rate&#39;],<br>            &#39;Spam Reported Rate&#39;: email[&#39;email_spam_reported_rate&#39;]<br>        })<br>    df = pd.DataFrame(data)<br>    log_message(&quot;DataFrame Created: &quot; + str(df))<br>    return df</pre><pre># Parâmetros da aplicação<br>client_id = &#39;seu_client_id&#39;<br>client_secret = &#39;seu_client_secret&#39;<br>code = &#39;seu_codigo_autorizacao&#39;<br>redirect_uri = &#39;<a href="https://www.callback.seusite.com.br/&#39;">https://www.callback.seusite.com.br/&#39;</a></pre><pre># Definindo o período para a requisição - formato: &#39;AAAA-MM-DD&#39;<br>start_date = &#39;2023-07-22&#39;<br>end_date = &#39;2024-07-22&#39;</pre><pre># Verificando e convertendo as datas para o formato correto<br>try:<br>    start_date = datetime.strptime(start_date, &#39;%Y-%m-%d&#39;).strftime(&#39;%Y-%m-%d&#39;)<br>    end_date = datetime.strptime(end_date, &#39;%Y-%m-%d&#39;).strftime(&#39;%Y-%m-%d&#39;)<br>except ValueError as e:<br>    log_message(&quot;Error in date format: &quot; + str(e))<br>    raise</pre><pre># Obter tokens<br>tokens = get_tokens(client_id, client_secret, code, redirect_uri)<br>log_message(&quot;Tokens: &quot; + str(tokens))</pre><pre># Buscar dados de e-mails com as datas definidas e sem parâmetros adicionais<br>email_data = fetch_email_data(tokens[&#39;access_token&#39;], start_date, end_date)<br>log_message(&quot;Dados dos E-mails: &quot; + str(email_data))</pre><pre># Criar DataFrame<br>df = create_dataframe(email_data)<br>log_message(&quot;DataFrame Final: &quot; + str(df))</pre><pre>df.head()</pre><h3>Integração com o Power BI</h3><p>Depois de configurar o script Python, integrei-o ao Power BI para visualizar os dados de maneira centralizada.</p><h4>Executar o Script no Power BI</h4><ol><li>Abra o Power BI.</li><li>Vá para a guia <strong>Home</strong> e selecione <strong>Get Data</strong>.</li><li>Selecione <strong>More…</strong> e depois <strong>Other</strong> &gt; <strong>Python script</strong>.</li><li>Cole o script Python no editor de scripts do Power BI.</li><li>Clique em <strong>OK</strong>.</li></ol><h4>Renomeando a Tabela</h4><p>Após importar os dados para o Power BI, você verá uma tabela chamada df. Para renomeá-la:</p><ol><li>No painel <strong>Fields</strong> (Campos), encontre a tabela df.</li><li>Clique com o botão direito do mouse na tabela df.</li><li>Selecione <strong>Rename</strong> (Renomear).</li><li>Digite o novo nome desejado para a tabela.</li></ol><h3>Conclusão</h3><p>Integrar o RD Station com Power BI foi um passo crucial para consolidar nossas métricas de marketing em uma única plataforma. Agora, podemos visualizar e analisar dados de campanhas de e-mail, Salesforce e Google Analytics de maneira centralizada, facilitando a tomada de decisões estratégicas.</p><p>Espero que esse guia ajude você a realizar uma integração semelhante na sua instituição. Se tiver dúvidas ou precisar de ajuda, deixe um comentário abaixo. Boa sorte com suas análises de dados!</p><p>Para mais detalhes sobre a API do RD Station, você pode consultar a <a href="https://developers.rdstation.com/reference/introducao-rdsm?lng=pt-BR">documentação oficial</a>.</p><p>Se gostou desse post, não se esqueça de curtir e compartilhar com seus colegas. Até a próxima! 🚀</p><p><em>Lembre-se de substituir as informações sensíveis como </em><em>client_id, </em><em>client_secret e </em><em>code por valores reais de sua aplicação e ocultar essas informações ao compartilhar publicamente.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=357868d94329" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>