Si buscas resultados distintos, no hagas siempre lo mismo

Hoy no voy a hablar de visitas, ni de usuarios, ni siquiera de tiempos :) Hoy voy a hablar de algo que a mí me está sirviendo mucho para los estudios e informes que elaboramos.

Como sugieren los maestros de la analítica web (Avinash, Pere & compañía), los datos no son nada sin un contexto. Y muchas veces ese contexto lo creo a través de tendencias... por ejemplo, en enero hemos tenido 200 visitantes únicos, en febrero subimos a 400 y en marzo la cifra es de 600...

Todos estos datos quedan estupendos en un gráfico donde se puede comprobar de un solo vistazo si el dato mejora o empeora con el tiempo o en un determinado momento.
Si además complementamos esta información con datos por segmentos (como comentaba en mi anterior post) o con otras KPIs (páginas vistas, tiempo pasado, conversiones realizadas...) pues mucho más completo será el informe.

Pero hace unos días, el miembro del equipo que se dedica a la parte cualitativa de la analítica web (los tests con clientes) me hizo una observación muy interesante: No siempre el cambio en una tendencia sugiere qué está pasando en un determinado momento, hoy podemos subir, mañana podemos bajar, pero realmente no apreciaremos donde se produce la variación que nos puede indicar un cambio importante en la medición.

En estadística existe el término ANOVA, referente a análisis de varianza, que sirve para detectar si hay una variación significativa dentro de los valores de un conjunto de datos. ¿Cómo aplico esto a mi quehacer diario? Pues, por ejemplo, estoy preparando una serie de estudios sobre los embudos/procesos en 2007, cómo han evolucionado los visitantes únicos, las conversiones, el tiempo, en cada nivel. Efectivamente es interesante informar de la evolución de cada factor por cada mes del año, pero si incorporo además información sobre CUANDO se produce un cambio en la media de los valores el conjunto de datos se hace más y más interesante... ¿qué pasó ese mes? ¿se afianzó el producto en la web mediante una campaña? o ¿por qué los datos bajan espectacularmente? ¿que otro factor sigue la misma tendencia?

No soy estadística para explicar exactamente un ejemplo de anova. Yo sé hacerlo con un paquete estadístico, el SPSS. Y es muy fácil para cálculos básicos, se crea un archivo con 2 variables: Meses (del 1 al 12 según tengamos los datos agrupados) y Tasa de Conversión, con los datos de conversión de los que dispongamos (diarios, por lo que por cada mes tenemos unos 30 datos). Para calcular el Anova se pincha en Analizar (menú de arriba), se selecciona Comparar Medias y finalmente Anova de un Factor. El resultado indicará la diferencia entre los factores, siempre que sea <= 0,005 se considera que es diferente en significación.

Con este análisis (y algún otro que me parece interesante, como la correlación de coeficientes) creo que se puede sacar mucho más a la analítica web. Tengo que ponerme las pilas en estadística!

Etiquetas: