Skip to main content
Esta seção apresenta exemplos práticos de como usar os dados do Synapside para responder perguntas reais de negócio. Inclui queries SQL úteis e como integrar com Query AI.

Perguntas Comuns e Como Respondê-las

1️⃣ “Quantos usuários únicos temos hoje?”

Resposta SQL:
SELECT COUNT(DISTINCT user_uuid) as usuarios_unicos
FROM events
WHERE DATE(event_ts) = CURRENT_DATE;
Pergunta para Query AI:
Quantos usuários únicos visitaram meu site hoje?
O Query AI analisará a pergunta em linguagem natural e gerará a consulta SQL automaticamente. Insights:
  • Acompanhe tendências diárias/semanais/mensais
  • Compare com períodos anteriores para identificar crescimento
  • Relacione com campanhas de marketing para ROI

2️⃣ “Qual página é mais visitada?”

Resposta SQL:
SELECT
  data->>'path' as pagina,
  COUNT(*) as total_pageviews,
  COUNT(DISTINCT user_uuid) as usuarios_unicos
FROM events
WHERE event_type = 'pageview'
  AND event_ts >= NOW() - INTERVAL '7 days'
GROUP BY data->>'path'
ORDER BY total_pageviews DESC
LIMIT 10;
Pergunta para Query AI:
Quais são as 10 páginas mais visitadas da última semana?
Insights Práticos:
PáginaPageviewsUsuários ÚnicosTaxa de Engajamento
/5,2343,98276%
/produtos4,8913,64575%
/blog/seo-tips2,1561,89288%
/checkout1,8451,23467%
/sobre94582387%
Ações Recomendadas:
  • Páginas com baixa taxa de engajamento precisam otimização
  • Páginas com alto engajamento podem ser espelhadas para outras seções
  • Identifique bottlenecks no funil de conversão

3️⃣ “De onde vêm meus usuários? (UTM & Referrer)”

Resposta SQL:
SELECT
  COALESCE(data->>'utm_source', 'direto') as fonte,
  COALESCE(data->>'utm_medium', data->>'referer', 'direto') as canal,
  COUNT(DISTINCT user_uuid) as usuarios,
  COUNT(DISTINCT session_uuid) as sessoes,
  COUNT(*) as total_eventos
FROM events
WHERE event_type IN ('pageview', 'session_start')
  AND event_ts >= NOW() - INTERVAL '30 days'
GROUP BY
  COALESCE(data->>'utm_source', 'direto'),
  COALESCE(data->>'utm_medium', data->>'referer', 'direto')
ORDER BY usuarios DESC;
Pergunta para Query AI:
De onde vêm meus usuários? Qual é a principal fonte de tráfego?
Exemplo de Resultado:
FonteCanalUsuáriosSessõesTaxa de Conversão
googleorganic8,2349,1234.2%
directdireto5,1235,2343.8%
facebooksocial3,4563,8902.1%
googlecpc2,1232,4565.6%
newsletteremail1,8902,0348.3%
Decisões de Negócio:
  • Google CPC tem melhor ROI (5.6%) - aumentar investimento
  • Newsletter tem conversão excelente (8.3%) - expandir lista
  • Facebook tem baixa conversão (2.1%) - otimizar criativo ou segmentação

4️⃣ “Qual é o device mais usado?”

Resposta SQL:
SELECT
  data->>'device' as dispositivo,
  data->>'device_type' as tipo_dispositivo,
  COUNT(DISTINCT user_uuid) as usuarios,
  COUNT(DISTINCT session_uuid) as sessoes,
  ROUND(
    100.0 * COUNT(DISTINCT user_uuid) /
    (SELECT COUNT(DISTINCT user_uuid) FROM events
     WHERE event_ts >= NOW() - INTERVAL '30 days'),
    2
  ) as percentual
FROM events
WHERE event_type = 'session_start'
  AND event_ts >= NOW() - INTERVAL '30 days'
GROUP BY data->>'device', data->>'device_type'
ORDER BY usuarios DESC;
Pergunta para Query AI:
Qual é a distribuição de dispositivos dos meus usuários?
Exemplo de Resultado:
DispositivoTipoUsuários%Ação Recomendada
mobileiphone6,23442%Otimizar para iOS
mobileandroid4,12328%Melhorar compatibilidade Android
desktopchrome3,45623%Manter excelência
tabletipad1,2348%Considerar experiência tablet
Insights Práticos:
  • 70% dos usuários usam mobile - mobile-first é essencial
  • iPhone (42%) é o principal - investir em otimização iOS
  • Testes de compatibilidade devem focar nessas plataformas

5️⃣ “Qual é o funil de conversão?”

Resposta SQL:
WITH funil AS (
  SELECT
    user_uuid,
    SUM(CASE WHEN event_type = 'pageview' THEN 1 ELSE 0 END) as viu_produtos,
    SUM(CASE WHEN data->>'path' = '/checkout' AND event_type = 'pageview' THEN 1 ELSE 0 END) as acessou_checkout,
    SUM(CASE WHEN event_type = 'form_submit' AND data->>'form_id' = 'payment' THEN 1 ELSE 0 END) as completou_compra
  FROM events
  WHERE event_ts >= NOW() - INTERVAL '30 days'
  GROUP BY user_uuid
)
SELECT
  COUNT(DISTINCT user_uuid) as total_usuarios,
  SUM(CASE WHEN viu_produtos > 0 THEN 1 ELSE 0 END) as etapa_1_viu_produtos,
  SUM(CASE WHEN acessou_checkout > 0 THEN 1 ELSE 0 END) as etapa_2_acessou_checkout,
  SUM(CASE WHEN completou_compra > 0 THEN 1 ELSE 0 END) as etapa_3_completou_compra,
  ROUND(100.0 * SUM(CASE WHEN acessou_checkout > 0 THEN 1 ELSE 0 END) / COUNT(DISTINCT user_uuid), 2) as taxa_1_2,
  ROUND(100.0 * SUM(CASE WHEN completou_compra > 0 THEN 1 ELSE 0 END) /
        NULLIF(SUM(CASE WHEN acessou_checkout > 0 THEN 1 ELSE 0 END), 0), 2) as taxa_2_3
FROM funil;
Pergunta para Query AI:
Qual é meu funil de conversão? Onde os usuários abandonam?
Exemplo de Resultado:
Total de usuários: 15,234
Viram produtos: 15,234 (100%)
Acessaram checkout: 3,456 (22.7%)
Completaram compra: 987 (28.5% dos que acessaram checkout)

Taxa de abandono:
- Produtos → Checkout: 77.3% (12,778 usuários)
- Checkout → Compra: 71.5% (2,469 usuários)
Ações de Otimização:
  1. Abandono Produtos→Checkout (77.3%): Implementar carrinhos mais intuitivos, reduzir fricção
  2. Abandono Checkout→Compra (71.5%): Simplificar formulário de pagamento, adicionar múltiplas opções

Integrações com Query AI

O Synapside inclui Query AI, um assistente que converte perguntas em linguagem natural para SQL:

Como Usar

  1. Acesse o painel do Synapside
  2. Navegue para “Query AI”
  3. Faça sua pergunta em linguagem natural

Exemplos de Perguntas

- "Quantos usuários novos temos este mês?"
- "Qual é a taxa de bounce por página?"
- "Quais produtos são mais clicados?"
- "Qual é o tempo médio de sessão?"
- "Quantas pessoas iniciaram checkout mas não completaram?"

Vantagens

  • ✅ Sem necessidade de conhecimento SQL
  • ✅ Respostas instantâneas
  • ✅ Visualizações automáticas
  • ✅ Histórico de consultas salvo
  • ✅ Exportação de resultados

Integração com Metabase

Para análises avançadas e dashboards customizados:

Setup

  1. Metabase já está conectado ao banco Synapside
  2. Acesse https://seu-metabase.synapside.com
  3. Crie dashboards consolidando múltiplas consultas

Casos de Uso Comuns

  • Dashboard de Performance: Pageviews, usuários, conversões (em tempo real)
  • Análise de Cohort: Acompanhar coortes de usuários ao longo do tempo
  • Attribution Modeling: Entender qual touchpoint leva à conversão
  • Churn Analysis: Identificar usuários em risco de sair

Exemplo de Dashboard

┌─────────────────────────────────────────────┐
│ SYNAPSIDE ANALYTICS - DASHBOARD EXECUTIVO   │
├─────────────────────────────────────────────┤
│ Usuários Hoje    │ Sessões      │ Conversão │
│    5,234        │   8,456      │   4.2%    │
├─────────────────────────────────────────────┤
│ TOP 5 PÁGINAS          │ ORIGEM DO TRÁFEGO   │
│ • /              45%   │ • Google    48%     │
│ • /produtos      35%   │ • Direct    25%     │
│ • /blog          12%   │ • Social    15%     │
│ • /checkout       5%   │ • Email     12%     │
│ • /sobre          3%   │ • Outros     0%     │
└─────────────────────────────────────────────┘

Snippets de Queries Úteis

Últimas 10 eventos de um usuário

SELECT
  event_uuid,
  event_type,
  event_ts,
  data
FROM events
WHERE user_uuid = 'seu-user-uuid-aqui'
ORDER BY event_ts DESC
LIMIT 10;

Taxa de retenção (usuários que retornam)

WITH primeiro_evento AS (
  SELECT
    user_uuid,
    MIN(DATE(event_ts)) as data_primeiro
  FROM events
  GROUP BY user_uuid
),
retencao AS (
  SELECT
    f.data_primeiro,
    COUNT(DISTINCT e.user_uuid) as retornou,
    DATEDIFF(day, f.data_primeiro, CURRENT_DATE) as dias_desde
  FROM events e
  JOIN primeiro_evento f ON e.user_uuid = f.user_uuid
  WHERE DATE(e.event_ts) > f.data_primeiro
  GROUP BY f.data_primeiro
)
SELECT * FROM retencao
ORDER BY data_primeiro DESC;

Usuários mais ativos

SELECT
  user_uuid,
  COUNT(*) as total_eventos,
  COUNT(DISTINCT DATE(event_ts)) as dias_ativos,
  MAX(event_ts) as ultimo_evento
FROM events
WHERE event_ts >= NOW() - INTERVAL '30 days'
GROUP BY user_uuid
ORDER BY total_eventos DESC
LIMIT 20;

Boas Práticas

  • ✅ Use event_ts ao invés de recorded_at (momento real do evento)
  • ✅ Sempre filtre por event_ts para análises consistentes
  • ✅ Use DISTINCT user_uuid para métricas de pessoas (não eventos)
  • ✅ Combine utm_source, utm_medium, utm_campaign para análise de campanha
  • ✅ Salve dashboards importantes para fácil acesso
  • ✅ Compartilhe insights com stakeholders regularmente

Precisa de ajuda? A equipe de engenharia de dados está disponível para customizar dashboards e otimizar queries para seu caso específico.