Três dicas para usar a API Asana de maneira eficaz

Nota do editor: esta publicação foi escrita por Richard Uruchurtu, vice-presidente de Operações da KlientBoost.

KlientBoost é uma agência de marketing digital que se centra principalmente na resposta direta e na base do marketing de funil por meio de PPC, CRO, SEO e e-mail de marketing. Na KlientBoost, valorizamos a visibilidade e a comunicação, por isso temos um projeto Asana para cada cliente, dedicado ao trabalho que se realiza para ele. Os clientes podem acessar o projeto como Convidados, para ficar em dia em relação a qualquer comunicado ou atualização relevante.

Quando começamos a usar a Asana para gerenciar as campanhas publicitárias dos nossos clientes, tínhamos mais ou menos 110 clientes, ou 110 projetos na Asana. Com os Portfólios, ganhamos uma visão panorâmica desses projetos e conseguimos ver quais listas de campanhas estavam em dia, em risco ou atrasadas. 

Com um portfólio assim tão grande, foi necessário encontrar um jeito de determinar rapidamente o que estava acontecendo em cada projeto em termos de tarefas. Para chegar a esse nível de detalhe holístico, decidimos utilizar a API Asana a fim de montar relatórios para exibir o progresso das campanhas e analisar os resultados. Depois de montarmos dois relatórios com a API Asana, aqui estão nossas três melhores dicas para ajudar a sua equipe a usar eficazmente a API Asana. 

1. Monte um processo muito claro

Na KlientBoost, usamos a API Asana para montar relatórios para várias partes da nossa empresa, mas o uso principal é acompanhar as estratégias de marketing específicas que desenvolvemos para os nossos clientes. Cada relatório de API é ligeiramente diferente, mas para o relatório maior era fundamental decidirmos o que iríamos querer saber com ele antes de montá-lo.

O ponto crucial da criação de um relatório personalizado é decidir os detalhes e os processos que importam a você antes mesmo de montar qualquer coisa na API. Se você não deixar muito claro que processos está tentando criar, será necessário voltar atrás e fazer diversos ajustes ou mudar o modo como você quer ver os dados. Comece tendo em mente o objetivo final, o que ajudará a ter uma noção muito clara do que se necessita como dados de entrada. 

Exibir dados com um relatório de API

O primeiro relatório que criamos foi feito exclusivamente para os designers, que fazem peças criativas para os nossos clientes. A meta dessa primeira iniciativa era coletar dados de todos os nossos projetos na Asana a fim de observar como a carga de trabalho de cada designer se modificava em um grande número de projetos. Ao adicionar tags, pudemos ir muito além com os relatórios, de tal forma que podíamos identificar dados específicos, como o êxito de um teste de criação. Com esses dados, pudemos começar a responder a perguntas interessantes e adaptar os nossos processos.

Depois que vimos os benefícios dos relatórios de API personalizados para os nossos designers, decidimos estender a iniciativa a todos os gerentes de conta da KlientBoost, a equipe responsável por otimizar os nossos anúncios pagos por clique. Tomando o que aprendemos com o primeiro relatório API que tínhamos criado, decidimos montar um segundo sistema de relatórios mais robusto, que chamamos BoostFlow (um termo registrado que atribuímos ao nosso processo de fluxo de trabalho e um jogo de palavras com o nome da empresa).

Desenvolva um sistema antes de criar um relatório de API

A criação do nosso sistema de relatórios do BoostFlow foi mais um exercício de raciocínio que de programação. Antes de poder finalizar o relatório, nós precisávamos de um sistema uniforme que definisse como inserir dados na Asana, ajudando-nos a julgar com precisão os vários elementos de dados que queríamos ver nos relatórios fora da Asana. Havia dois elementos principais para esclarecer este processo: 

• Primeiro, criamos campos personalizados em cada projeto para acompanhar as informações, como uma estratégia de gerente de conta e um valor numérico para “classificar” o impacto dela. Por exemplo, a capacidade de mensurar o nível do impacto dos vários testes publicitários executados em diferentes plataformas nos permitiria entender quais gerentes de conta se davam melhor no Google, no Facebook ou no Bing. 

• Depois, desenvolvemos um sistema para assegurar que esses campos personalizados fossem aplicados de modo uniforme e usados por toda a equipe de gerenciamento de contas. Para isso, realizamos programas de treinamento robustos com todos os nossos gerentes de contas. Por exemplo, cada tarefa na Asana tem uma pontuação de impacto, que vai de -3 a +3. Muitos treinamentos nossos se concentraram em padronizar a atribuição dessas pontuações. Também demos oportunidades para que a equipe ensinasse e nivelasse os demais integrantes da equipe. 

2. Use campos personalizados, mas sem excessos

Embora tenhamos usado tags no nosso primeiro relatório de API, os campos personalizados se tornaram uma parte integral dos relatórios do BoostFlow que usamos hoje em dia, por serem uma forma melhor de padronizar e captar dados. 

Com os campos personalizados (e o treinamento), os gerentes de conta podem padronizar os dados em todos os projetos. Em seguida, quando extraímos a informação para o nosso processo de visualização de dados, podemos entender o que os nossos gerentes de conta fazem em detalhe com o mínimo de trabalho manual. Podemos ver as linhas de tendência para a empresa geral, para equipes específicas, plataformas específicas, anúncios específicos, ou o que precisarmos. Tudo isso com os campos personalizados.

É realmente muito bom ter os dados dos campos personalizados para visualizar nos relatórios, mas pense sempre o que pode afetar a experiência do usuário na Asana. Se tiver demasiados campos personalizados, você não poderá ver a descrição da tarefa na Asana. Simplicidade é fundamental.

3. Use as ferramentas para benefício próprio

Acessar os seus dados da Asana usando a API é muito simples. Você não precisa reinventar a roda, pois o uso das ferramentas torna incrivelmente fácil o processo de extrair dados. Antes de começar a escrever o roteiro, procure entender como a Asana está estruturada no sentido de equipes, portfólios, projetos e tarefas, a fim de fazer as chamadas de API certas.

No primeiro relatório de API que criamos, enviamos informações para a AWS, da Amazon, e as armazenamos em uma planilha do Google. No nosso segundo relatório de API, o BoostFlow, começamos com uma ferramenta chamada StitchData, que dispõe de um conector comunitário para a Asana. Com ele, pude atrelar à API da Asana e extrair esses dados para a BigQuery, onde eu conseguiria executar uma consulta SQL adequada para os dados específicos que eram necessários. A partir daí, posso enviar essa fonte de dados para o Google Data Studio e criar os nossos painéis do BoostFlow.

Em frente e avante com a API Asana

A KlientBoost começou como um negócio voltado à otimização de taxas de conversão e pagamento por clique, e o BoostFlow é otimizado para isso. Mas, recentemente, expandimos para SEO, e-mail de marketing e criações. O BoostFlow não foi projetado para captar esses tipos de serviço, e ele limita o modo como podemos interpretar os dados para tais serviços. Por isso, agora estamos mais uma vez prestando bastante atenção à maneira como se pode integrar esses três serviços relativamente novos ao BoostFlow de uma forma que faça sentido. Com a API, tenho certeza de que não haverá problema.

Clientes que, como a KlientBoost, usam a Asana para cumprir a sua missão nos servem de inspiração. Veja o que outras equipes pelo mundo estão fazendo ao usar a Asana.