---
title: "Como interpretar os dados do Data Reveal"
description: "Guia prático para entender suas identificações e extrair valor estratégico"
url: https://suporte.datastone.com.br/pt-br/articles/11385739-como-interpretar-os-dados-do-data-reveal
collection: "Visão Geral"
updated: 2026-11-16
language: pt-br
---

# Como interpretar os dados do Data Reveal

Guia prático para entender suas identificações e extrair valor estratégico

**Introdução**

O Data Reveal transforma visitantes anônimos em informações valiosas.  
Mas para aproveitar todo o potencial da ferramenta, é fundamental **saber interpretar os dados exibidos no painel** — entender o que cada campo significa, como as métricas se relacionam e o que elas indicam sobre o comportamento dos seus visitantes.

Este guia explica, de forma prática, **como analisar relatórios do Data Reveal**, identificar oportunidades e tomar decisões com base em dados reais.

**1\. Entendendo os tipos de identificação**

O Data Reveal realiza dois tipos de identificação:

-   **B2B (Pessoa + Empresa):** identifica quem acessou seu site e em qual empresa atua.  
    Usado em sites corporativos, SaaS, consultorias e negócios B2B em geral.
    
-   **B2C (Consumidor Individual):** identifica pessoas físicas com base em dados públicos e comportamentais.  
    Ideal para e-commerces e empresas que vendem diretamente ao consumidor.
    

Em ambos os casos, a identificação é composta por três dimensões:  
**identidade do visitante**, **empresa ou contexto associado**, e **comportamento de navegação**.

**2\. Interpretação dos principais campos**

Cada linha identificada no painel representa **uma sessão de visitante única**, que o Data Reveal conseguiu associar a uma pessoa, empresa ou e-mail válido.

**Identidade do visitante**

-   **Nome completo:** quando disponível, é o dado principal de identificação.
    
-   **E-mail:** pode ser corporativo (B2B) ou pessoal (B2C), sempre validado.
    
-   **Cargo e empresa:** indicam o nível hierárquico e o segmento em que o visitante atua.
    
-   **Localização:** cidade, estado e país associados ao IP e dados corporativos.
    

**Afiliação empresarial (B2B)**

-   **Nome da empresa:** origem corporativa do visitante.
    
-   **Setor e porte:** facilitam segmentar o ICP (perfil de cliente ideal).
    
-   **Faturamento estimado e número de funcionários:** ajudam a qualificar leads conforme potencial de compra.
    

**Comportamento e intenção**

-   **Páginas visitadas:** revela o interesse do visitante (ex.: pricing, produto, blog).
    
-   **Tempo na página:** mede o nível de engajamento real.
    
-   **Origem da visita:** mostra de onde veio o tráfego (Google Ads, LinkedIn, orgânico etc.).
    
-   **Frequência de visitas:** visitantes recorrentes indicam alta intenção de compra.
    

**3\. Como identificar leads qualificados**

No painel do Data Reveal, priorize visitantes que apresentem:

-   **Visitas múltiplas ou recorrentes** em um curto período;
    
-   **Acesso a páginas de alto interesse**, como “preço”, “demonstração” ou “fale com vendas”;
    
-   **Tempo médio acima de 20 segundos** em cada página;
    
-   **E-mails corporativos válidos e cargos de decisão** (ex.: diretor, gerente, coordenador).
    

Esses são sinais claros de **intenção comercial ativa** — e indicam que vale acionar o time de vendas.

**4\. Métricas complementares que valem atenção**

-   **Taxa de identificação:** representa o percentual de visitantes anônimos que foram desanonimizados.
    
-   **Taxa de enriquecimento:** indica quantos dos visitantes identificados tiveram seus dados corporativos ou comportamentais completados.
    
-   **Origem de tráfego predominante:** mostra quais canais geram mais visitantes qualificados (orgânico, pago, social, referral).
    
-   **Setores mais engajados:** útil para refinar campanhas e ajustar ICP.
    

Essas métricas aparecem nos relatórios do painel e ajudam a monitorar a evolução da performance da ferramenta.

**5\. Conectando os dados ao seu funil comercial**

O Data Reveal pode se integrar diretamente ao CRM (HubSpot, RD Station, Pipedrive, Salesforce, entre outros).  
Assim, as informações capturadas alimentam o funil de forma automática, classificando visitantes conforme:

-   **Topo do funil (descoberta):** visitas em páginas institucionais ou blog;
    
-   **Meio do funil (consideração):** visitas em páginas de produto, comparativos ou cases;
    
-   **Fundo do funil (decisão):** visitas em páginas de preço ou formulários.
    

Essa categorização permite **ativar automações personalizadas**, nutrição de leads e alertas de oportunidade em tempo real.

**6\. Dicas para leitura avançada**

-   **Combine dados comportamentais e corporativos.** Uma empresa pode ter vários visitantes — identificar padrões entre cargos e páginas visitadas ajuda a mapear a intenção organizacional.
    
-   **Observe tendências semanais.** Um aumento súbito de visitas do mesmo domínio pode sinalizar movimentação de compra.
    
-   **Filtre visitantes por origem de campanha.** Avalie quais anúncios trazem tráfego realmente qualificado.
    

**Conclusão**

Interpretar os dados do Data Reveal é ir além da métrica de tráfego: é entender **quem** está por trás das visitas, **o que** está buscando e **quando** está pronto para agir.

Com essa leitura estratégica, o Data Reveal se torna mais do que uma ferramenta de rastreamento — ele se transforma em **um radar de oportunidades reais**, alinhando marketing e vendas em torno de dados que geram resultado.
