un experto es alguien que es realmente consciente de todo lo que ignora

El pasado jueves tuvimos en Madrid el Conversion Thursday de Febrero. Como cambiamos de sitio y estar a las 19:00 en pleno centro se me hace difícil llegué muy tarde, con casi una hora de retraso, y no pude hacer una crónica como en las demás ediciones. Me daba mucha rabia porque sé que hay gente a la que no le es posible acudir y por lo menos publicar un resumen hace que este evento llegue aún más lejos.

Pero Daniel es hombre precavido, (que como bien sabemos vale por dos) y además de poner la presentación en su estupendo blog, ha colgado un video! Que sí, que en el Conversion Thursday resulta que somos cada vez más tecnológicos, ja ja ja.

Así que en vez de mi aburrida crónica mensual, os dejo el enlace para que disfruteis con el caso que expuso Daniel en primera persona. Os aseguro que vale la pena:

Ponencia de Daniel Peña: El análisis de ROI en Redes Sociales de marca

A mi modo de ver, no hay mucho que comentar. Gran presentación, muy gráfica, muy clara, muy muy muy buena.

De todas formas, y ya que estamos aquí comentando, yo voy a decir mi opinión, sin acritud. Después de la presentación y tras el turno de preguntas pasó lo mismo que en octubre: ya no hay opción para hacer un debate. Salen unas ronditas de canapés (buenísimas por cierto) y todo el mundo hace grupitos para comentar cositas. Conocí a mucha gente interesante, mención especial al gran Titojose que vino desde Barcelona, a Antonio, Javier... y los ya habituales con los que compartí un ratito de analítica.

Pues a mí me gusta lo del debate. El día anterior se había producido el tsunami de François Derbaix y creo que hubiera sido interesante saber la opinión de los presentes. O el seguir hablando del caso de Daniel, me hubiera gustado hacer hincapié en la parte en la que habla de que la analítica web no es lineal.

Ya sé que cada vez somos más, éramos 40 y es muy difícil entablar una conversación en un sitio tipo bar/restaurante/cafetería... ¿entonces por qué no hacemos lo que han hecho en Barcelona? Quizás podríamos usar alguna sala en plan de conferencias y luego tomarnos unos canapés de Mallorca o similar para no perder las buenas costumbres de cuidar el estómago después de tanta KPI :)

No sé, la verdad es que organizar esta clase de eventos es complicado, pero creo que el espíritu de estos jueves es la conversación, por lo menos bajo mi punto de vista. Y tanto en esta edición como en el Conversion Thursday de octubre no hemos podido tener mucha. La presentación y el networking están bien, pero hace falta el debate. Por llorar que no quede.

¿Qué preferís vosotros? ¿A los que habeis acudido a más de un Conversion Thursday, notasteis la diferencia o no? Votemos!

Un fracasado es un hombre que ha cometido un error, pero que no es capaz de convertirlo en experiencia

El cometer errores es inevitable, quieras o no te pasa. Todo el mundo comete errores.

Equivocarse no es plato de buen gusto para nadie. El señalizarnos con el dedo en forma de informe con datos que no se pueden rebatir, con tasas de conversión de productos “estrella” a las que hay que sacar dos decimales para que no sean un cero patatero, cuando nuestro diseño “estrella” no ha funcionado como debería, cuando nos hemos gastado miles de euros por un cambio a todas luces impresionante para mejorar la web y resulta que causa el efecto contrario, cuando hemos hecho un trabajo impecable testando y al cambiar a la versión “estrella” resulta que es un bluff…

Cuando nuestras estrellas son más bien “estrelladas” parece que se cae el mundo encima, nos sentimos en parte culpables por haber respaldado el cambio, el producto, el diseño…

Si nos sentimos ligados a un diseño a todas luces mucho más bonito que el anterior, mucho más moderno, mucho más impactante… Sí, impactante a peor. Aquí es fácil actuar, el único apego al diseño que hay que permitir es el del cliente con nuestro site. Si no funciona, hay que volver al anterior, por muy feo y anticuado que fuera.

Nos hemos gastado un dineral y ahora no funciona. ¿Cómo vamos a invertir en dar marcha atrás? Algo hay que hacer, el seguir negándolo nos hará perder más tiempo y dinero.

Es difícil admitir un error cuando ha supuesto una apuesta personal. Hay que intentar verlo como un aprendizaje. Es cierto que nadie aprende de los éxitos, sino de los errores.



¿Qué aprendemos? Que técnicas como por ejemplo el A/B Testing nos ayudará a minimizar el impacto negativo que nos puede suponer un cambio de diseño, el reducir el presupuesto antes por si hay que echarlo atrás…

Pero lo más importante es la actitud, nuestra actitud. Si utilizamos la analítica web para analizar y estudiar nuestro site estamos evaluando matemáticamente lo que está pasando o ha pasado. Esto es una ciencia y requiere una evaluación objetiva de lo que nos dicen los números. Y hay veces que fallamos, aún si nos parece que algo es imposible que falle, puede hacerlo.

Y no nos rendimos, puesto que tomamos modelos o metodologías estructuradas para analizarlo todo y aprendemos de ellos. Y a la vez que vamos conociendo a fondo cómo funciona nuestra web, aprendemos cómo piensan los usuarios, y será cuestión de tiempo el ir mejorando y dar con una fórmula que funcione.

Sé que este no ha sido un post normal. Pero necesitaba darle ánimos porque creo que los necesita, aunque también puedo estar equivocada :)

Casi todo lo que prescribo es adictivo y peligroso, la diferencia es que esto es legal. Feliz día

En los diferentes seminarios a los que acudo sobre analítica web me ha llamado la atención una diapositiva que se repite en muchas de las presentaciones. En ella se muestra un gráfico no siempre igual, pero casi, a este que nos enseñó Avinash Kaushik en el Practitioner Web Analytics el año pasado:



¿Por qué nos estamos centrando en el 2% (aproximadamente) de las visitas que convierten cuando nos deberíamos de obsesionar con el 98% restante?

Pues bien, después de pensar mucho sobre ello, intentar saber qué conducta (malévola) tienen en común los que no convierten, por qué no llegan a la página final cuando prácticamente les estamos llevando de la mano, después de hacer tests A/B, tests Multivariantes, diversas lobotomías para intentar empezar de cero y llegar a alguna conclusión válida acerca del comportamiento de los usuarios que se nos resisten… he decidido darle la vuelta a la tortilla.

¿Por qué basamos nuestra estrategia en un grupo amplio de visitantes que nunca van a convertir? Que parece que vienen adrede a nuestro site para dejarnos con la miel en los labios, que vienen, se quedan, navegan, no compran pero vuelven, se quedan, navegan y no compran… Incluso el segmentar a los visitantes por interés en contenidos, por “uy, casi compran pero al final no lo hacen”, por “vienen de un buscador , tienen interés en este contenido y después de llenar hasta los topes un carrito de compra no la finalizan”… nos ayuda hasta un cierto punto a mejorar nuestra llamada a la acción, a incrementar raquíticamente nuestra tasa de conversión…

Muchas veces nos volvemos locos por intentar bajar al 0% la tasa de rebote, por hacer que todos y cada uno de los visitantes navegue por nuestros 200 contenidos, que se interesen por nuestros productos, por ser su web amiga…

Y digo yo… todo esto está muy bien, hacemos SEO, pagamos campañas en SEM para tratar de atraer el máximo tráfico posible, intentamos hacer una web de calidad en la que nuestros visitantes se sientan a gusto, naveguen, busquen, encuentren y compren (o lean o se den de alta en una newsletter o cualquiera que sea nuestro objetivo en el site).

Pero tenemos que asumir que no se puede gustar a todo el mundo, que puede ser que no nos ajustemos a lo que el visitante tuviera en mente.

Entonces… ¿no sería mejor fijarnos solamente en ese 2% que convierte? ¿No nos interesa aprender de ellos? No hablo de centrarnos en lo que hacemos bien, sino de mejorar basándonos en nuestra experiencia con ellos. Lanzo la pregunta al aire… ¿mejoraría nuestra tasa de conversión?

Por ejemplo, este blog. No a todo el mundo le gusta la analítica web. No a todos los que sí les gusta la analítica web les gusta lo que digo. Hay visitantes que vienen atraídos por mis títulos y cuando siguen leyendo dicen “¿esto qué es lo que es?” y visitantes que vienen porque trabajan en la analítica web y cuando leen mis títulos dicen “¿esto qué es lo que es?”. La pregunta es… ¿Qué hago yo para mejorar mi tasa de rebote, mi tasa de conversión (que vuelvan a leerme), mis métricas en general? ¿Me baso en el porcentaje que está menos de un minuto en mi site? ¿Intento retener a los que vienen buscando citas o letras de canciones? ¿o en el porcentaje de los que comentan algo de lo que escribo?

Yo lo tengo muy claro, para mantener y poco a poco hacer crecer la audiencia (mi tasa de conversión) debo crear interés. Eso me lo ha enseñado el estudiar a los que convierten. Y si me guío por los que convierten, sabré cuando genero interés y cuando no. Cuando hablo de temas que interesan y cuando no.

Podríamos decir que un e-commerce es distinto… ¿O no? ¿Estamos basando nuestra estrategia en visitantes que nunca convertirán? Porque todo el beneficio que estamos logrando en internet viene de un grupo de visitantes pequeño. El 2%.

¿Por qué no basamos nuestra estrategia en tres grandes grupos?

El primero, aquellos que convierten, les gustamos y a nosotros por supuesto nos gustan. Es decir, los que queremos conservar por encima de todo porque son los que actualmente nos generan beneficio y que tienen tasas altas de compromiso (loyalty, recency, time spent on site, páginas vistas, contenidos visitados…)

El segundo, aquellos que queremos que lleguen a convertir porque están a punto de caramelo o no pero bueno, nos podemos hacer ilusiones al respecto. Son los que o bien nos generan beneficio pero no tienen tasas altas de compromiso (nos compraron una vez y vuelven y ya no lo hacen, o no vuelven a menudo, o tienen porcentaje bajo de páginas vistas o contenidos visitados…) O bien no nos han generado (aún) beneficio pero sí que tienen tasas altas de compromiso (vienen, vuelven, se quedan, navegan, uy casi compran…)

El tercero, aquellos que ni convierten, ni tienen ganas de convertir, ni tienen compromiso ni ná de ná. Como mucho intentaré saber si su desprecio se debe a una landing page equivocada o a un mal posicionamiento, pero en principio estos directamente al pozo. No me interesan.

Teniendo al primer grupo contento, probablemente incrementaremos la venta cruzada, sabremos qué estamos haciendo bien y lo potenciaremos, aprenderemos que es lo que no estamos haciendo tan bien y lo intentaremos mejorar.

En el segundo grupo también podemos hacer hincapié en diversos intentos de mejora, aprender sobre todo lo que no les gusta y ver cómo podemos llegar a ellos, incrementando o bien el compromiso o bien la tasa de conversión del grupo.

Al tercero, ni una pensada.

¿Esto es obsesionarme con el 2%? Doctor House, tengo un problemilla con una obsesión…

La suerte es como el Tour de Francia, lo esperas todo el año y luego pasa rápido. Las oportunidades hay que atraparlas deprisa, sin dudar

Después de hacer nuestros primeros pinitos testeando sobre nuestra web con el Test A/B, toca ahora pasar a la siguiente fase: el test multivariante o MVT. La diferencia principal con el anterior test es que se utilizarán muchas más variables y escenarios en vez de un par de elementos, por lo que resulta más complejo, pero igual de sencillo de plantear. Es decir, vamos a probar diferentes versiones de una página original durante el tiempo suficiente (a mayor tráfico, menor tiempo requerido) como para saber cuál de las versiones nos genera mejores resultados.

Para los más escépticos en cuanto a realizar un test, no podemos olvidar las grandes posibilidades que tenemos a nuestro alcance… ¿Influye si una imagen muestra una persona, un paisaje o un objeto? ¿La ponemos estática o metemos un flash? ¿En grande o en chiquito? ¿Con el texto encima o a un lado? ¿El texto en blanco o en gris? ¿El texto con descripción o directo al grano? ¿En negrita o de normal? ¿Con un link como llamada a la acción o un botón? ¿Ponemos más de un link o le distraeremos?... Lo que sirve para una determinada página, no tiene por qué servir para otra.

Es básico, además de decidir la página original, identificar los objetivos que perseguimos (tasa de conversión más alta, más navegación, incremento del tiempo en la página, más llamada a la acción) y definir las métricas con las que vamos a determinar el éxito o no de cada prueba.

Mejor si disponemos de datos antiguos de estas métricas para descubrir tendencias y poder testarlo mejor si lo orientamos al beneficio.

El primer paso es tomar la página original y definir las variaciones que vamos a realizar. Planificaremos tantas alternativas como contenido queramos testar, para cada variable (copy, imagen, banner, botón, …) deberemos crear como mínimo dos alternativas. Agruparemos las variantes en diferentes combinaciones, teniendo en cuenta que la duración del test estará también condicionada por el número de combinaciones a probar. Al principio, si realizamos todas las combinaciones posibles podemos llegar a tener un número infame, pero podemos reducir el número de combinaciones y quedarnos sólo con las más óptimas. Es decir, en vez de tomar todas las combinaciones intragrupales tomaremos las intergrupales.

Imaginemos que nuestra página original tiene 5 elementos que queremos testar y cada uno de los elementos tiene 3 alternativas. Si las combinamos tendremos intergrupalmente 5 elevado a 3 combinaciones = 125. Si las combinamos intergrupalmente por alternativas tendremos 3 alternativas * 5 elementos = 15 combinaciones. Mucho más fácil de testar.

Para diseñar las combinaciones intergrupales podemos utilizar cualquier herramienta de diseño experimental. Si no disponemos de una, creo que lo más inteligente es hacerlo a mano. Si no podemos tirar de experiencia sobre lo que prefieren nuestros usuarios, se pueden elegir las combinaciones que a priori gusten más al jefe, al diseñador, al de marketing, a uno mismo…, y luego ir modificando variantes según vayan saliendo los resultados.

Como vamos a testar varios (muchos) modelos de páginas, hay que tener todo muy bien documentado para que realmente el test sirva para algo y podamos interpretar bien los resultados.

Se puede organizar el test desde la misma herramienta que el Test A/B, desde Google Optimizer (herramienta gratuita), o desde una herramienta más sofisticada como Optimost u Offermatica (Omniture).

Al igual que para saber cuál es la herramienta de analítica web que mejor se adapta a lo que queremos saber, necesitamos trastear mucho con Google Analytics, considero un primer paso el realizar un test multivariante con Google Optimizer para ver si se adapta o no a lo que buscamos.

Es fácil interpretar qué está pasando en nuestra super prueba, en Google Optimizer hay dos informes para seguir la trayectoria:

Combinaciones (rendimiento)

Podremos ver claramente la relación entre las distintas variables, sobre todo, es interesante ver su recorrido con respecto al resultado cosechado por la página original.



Desde aquí veremos si el porcentaje de conversiones (el actual más el estimado), es positivo con respecto a la página original (verde es bueno, rojo no), si tiene posibilidades de superarla en efectividad (con un nivel de confianza del 95%), el porcentaje de mejora (cociente del ratio de la variante entre el ratio de conversión de la original) y el número de conversiones y de visitas que tiene cada variante.

También podremos deshabilitar las opciones que no estén cosechando buenos resultados para centrarnos en las que de verdad nos aporten beneficios.

Secciones de página (impacto de las variantes)

Aunque los datos ofrecidos son los mismos, este informe nos aporta el ratio de relevancia; es decir, el impacto de cada cambio (sección) dentro de la variante sobre la original.



Esta información me sirve para, dentro de la variante ganadora, saber qué parte ha funcionado realmente bien, cuál podría ser foco de mejora y cómo ha influido cada cambio dentro de la página. ¿Os acordáis de que antes hablábamos de quedarnos solamente con alguna de las posibles combinaciones del total? Aquí y ahora es donde podremos determinar si nos convence del todo la combinación elegida o podemos crear otra con algún cambio en la sección que no tengan el ratio de conversión esperado.

Por tanto, si en la combinación elegida del ejemplo anterior (5 elementos con 3 alternativas cada uno), una de las alternativas no funciona tan bien como las demás, podemos probar con otra de las alternativas para ver si incrementamos la efectividad. Y así sucesivamente hasta que encontremos la combinación ganadora.

Mi consejo es seguir testando, no parar porque se supone que ya no se puede mejorar la página, probablemente sí se pueda y haya otra combinación de elementos que ayuden a incrementar nuestro beneficio. Incluso si hemos llegado a rozar la perfección en un momento dado, no deberíamos relajarnos, el testar continuamente nos llevará a conocer mejor cómo podemos innovar y qué funciona y qué no con nuestros visitantes, no hay que esperar a la suerte, sino aprovechar esta oportunidad.

Más información | Jonathan Mendez y Multiplica

Es increíble que Biff haya escogido esa fecha. Debe ser que representa un punto importante del espacio y del tiempo. También puede ser coincidencia

“El cliente lo que quiere es esto”, es una de las afirmaciones más comunes en las reuniones sobre qué poner y cómo en la web. Me encanta eso de profetizar, es gratuito y, si no eres Nostradamus, nadie te va a pedir cuentas en el futuro. Pero como aquí de lo que se trata es de mejorar realmente y no en base a una “corazonada”, vamos a hacer las cosas bien, que no cuesta mucho (sí, un poco más que profetizar, eso es verdad) y puede resultar hasta interesante.

Todos estamos de acuerdo en que es vital acercarnos a los visitantes para ofrecer lo que realmente están buscando. Necesitamos saber qué quieren, qué les gusta, qué les hace más proclives a comprar. Una fórmula interesante para sacarle el máximo partido al canal online de cualquier negocio es Testar online.

Segmentar y Testar han de ser las bases de la Analítica Web. Ya hemos visto la importancia de segmentar y ha llegado la hora de ponernos manos a la obra con Testar.

Lo mejor es empezar con el Test A/B, para medir la reacción de los usuarios ante más de una versión de la misma página. El objetivo será testar las distintas versiones de una landing page y comprobar cuál es la versión que funciona mejor. Esta práctica sirve, sobre todo, para páginas con poco tráfico, con cambios considerados básicos (cambios de diseño, de mensaje o de distribución de contenidos), perfecta para iniciarse en esto del Testing, por fácil, económica y simple de analizar..

Algunos dirán: ¿y yo para qué lo quiero realmente si no tengo nada que testar? Son los Nostradamus de los que hablaba antes.

Se pueden testar tantíiiisimas cosas que una vez que empecemos será difícil parar. Algunos ejemplos, como decidir si poner nuestro logo más pequeño o más grande, si nuestro slogan distrae a los visitantes de hacer lo que queremos que hagan, si el texto que invita a la acción es persuasivo, si ponemos o no texto en negrita para resaltar, si ponemos una foto que ayude al diseño, si ponemos más de una oferta… hay un número ilimitado de elementos a testar.

Sólo un dato más para ilustrar esto: Google testa. Es decir, su página en blanco con letras y dibujitos y un cuadro para introducir una búsqueda tiene varias versiones. El largo del cuadro para introducir búsquedas es testado cada cierto tiempo. El tamaño importa, al menos a Google. Si Google testa seguro que nuestras páginas se pueden testar y hacer más efectivas.

Aunque sea bastante fácil organizar el testeo A/B, hay que tener muy claros los siguientes puntos:

1. Definir objetivo del test
Puede ser cualquier objetivo. Eso sí, debe ser medible. Si hacemos el test sobre una landing page, podemos tener como objetivo incrementar la conversión de la misma. Si lo utilizamos sobre una página de información, el objetivo puede ser detectar problemas de navegación o de comprensión. Si lo que pretendemos es lanzar un nuevo diseño, podemos definir como objetivo la preferencia del usuario.

2. Definir la métrica para determinar el éxito del test
Dependiendo del objetivo, podremos elegir qué métrica se ajusta mejor. La tasa de conversión, la tasa de rebote, número de clicks en un determinado link. Incluso podemos medir offline, si testamos una página de atención al cliente podemos poner como métrica el número de llamadas registradas, o el número de mails recibidos. También, puede ser importante disponer de datos de la métrica elegida un tiempo antes para poder tener un “pasado”, y determinar si realmente el cambio es significativo.

3. Diseño de la página y las distintas alternativas
A partir de la página digamos inicial, debemos definir qué es lo que cambiamos en cada versión, qué elementos vamos a testar.

4. Determinar el porcentaje que consideremos éxito
Como no podemos controlar todos los factores externos que tendremos en el momento de hacer el test, sugiero porcentajes de un mínimo de 65% de significancia para tomar decisiones.

Una vez ya tengamos todo bien definido (objetivo, métrica, páginas y éxito), podemos ponernos en marcha.



Con la herramienta gratuita Google Optimizer es posible crear test A/B sin complicarnos la vida. Ojo, Google Optimizer llama “experimento” al test A/B, interesante nomenclatura que me traslada a mis tiempos con el quimicefa. Simplemente hay que indicar la URL inicial o base, luego la variante y la página de destino que vamos a considerar como conversión. Se puede añadir más de una página si se cree necesario testar más de una versión.

Al final del proceso, GO nos ofrecerá un código (como el que proporciona Google Analytics al abrirse una cuenta), para que lo pongamos en nuestra página original. No hará falta introducirlo en ninguna de las versiones, solamente en la original... y listo. Ahora a esperar.

¿Qué está pasando mientras esperamos? El código que hemos implementado en la página original mostrará las versiones alternativamente a los visitantes e irá midiendo todo lo que suceda.

Para ir viendo los resultados tendremos que hacerlo desde el panel de Google Adwords. No es necesario tener una cuenta de pago, únicamente darnos de alta con el mismo usuario para poder acceder a los informes del test, Google Optimizer reporta a Google Adwords.



Probablemente en este instante ya se nos habrá metido el gusanillo de testar, porque finalmente, cuando se hayan recogido las suficientes muestras como para que el test sea estadísticamente significativo y tengamos a nuestra página ganadora, empezaremos a pensar… ¿y si pongo esta página, pero le meto aquí una foto? ¿Y si, además, pongo en negrita este texto? ¿Podríamos mejorar aún más el objetivo? ¿Y si…? ¿Y si…?

Entonces, habrá llegado el momento de subir un peldaño más en nuestra escalera hacia el éxito. En el siguiente escalón nos espera el Test Multivariante. Y será ahí, cuando definitivamente dejaremos de creer en las coincidencias...

Más información | Eduard Barredo y Avinash Kaushik

Comienza haciendo lo que es necesario, después lo que es posible y de repente estarás haciendo lo imposible...

Los que seguís habitualmente este blog ya sabéis lo que me gusta encontrar diferentes modelos que me permitan seguir una determinada metodología en la analítica web. Esta semana he encontrado un modelo que no conocía y me ha llegado por dos vías diferentes, un video en youtube y un post de mi buen amigo Damian.

Dave McClure es uno de esos americanos con pinta de loco que me vuelven loca analíticamente hablando. Tiene un blog genial y se vende como un internet marketing nerd, lo que me enamoró desde el principio.

Tanto la presentación como el post de los que hablaba antes, tratan sobre el modelo AARRR Startup Metrics for Pirates (¿no os parece un nombre genial?) y no me he podido resistir, tengo que contaros de qué va el tema, a ver qué os parece.

Este modelo constaría de 5 pasos:

1. Acquisition de donde vienen los usuarios (diversos canales)
2. Activation entran en proceso, les gusta la visita (1ª visita)
3. Retention vuelta a nuestra web, siguientes visitas
4. Referral les gustamos y nos alaban entre sus conocidos
5. Revenue nos suponen beneficio

Este gráfico ilustra fenomenal la idea y qué supone cada paso, importantísimo que todos los pasos formen parte del proceso.



Pero… ¿cómo podemos medir cada paso del modelo? Sabemos que el primer paso para mejorar es conocer la situación en donde estamos y el objetivo que queremos alcanzar, entonces… ¿qué métricas son las que se adaptarían a cada paso para cuantificarlo de alguna manera?

Dave nos propone lo siguiente:

1. Acquisition
Fuentes de origen de la visita
¿Han funcionado bien nuestras campañas de marketing?
¿Y nuestra estrategia en SEO/SEM?...
2. Activation
Número de páginas vistas por visita o Tiempo de estancia en el site (Bounce Rate)
Número de Clicks realizados por visita
Email/Blog/RSS/Widget Sign up
¿Nuestros productos son punteros?
¿Es nuestra web usable, está bien diseñada y llama a la acción?
3. Retention
Email abierto, RSS visto (clickthru)
Visitante repetidor (más de 2 visitas en el periodo analizado)
¿Tenemos un sistema actualizado de mails/newsletter?
¿Generamos contenido nuevo como para atraer a los usuarios que ya nos conocen?
4. Referral
Visita de usuario desde fuente de origen de otro usuario
Social Media
¿Creamos algún tipo de marketing viral?
¿Hacemos felices a nuestros clientes?
5. Revenue
Conversión en cualquiera de los productos/servicios
¿Tenemos una tasa de conversión alta/baja/media?
¿Es constante?

Si cambiamos la perspectiva del modelo con respecto a cómo medir o qué métricas pueden ser importantes a la hora de posicionar nuestro negocio o qué preguntas debemos hacernos en cada fase, el modelo tiene esta pinta:



Para conseguir el éxito en este modelo está claro que tenemos que combinar los datos cuantitativos que podemos medir con cualquier herramienta de analítica web con los datos cualitativos que podemos obtener de una encuesta de calidad a nuestros visitantes con los datos comparativos que obtendremos de cada test A/B o Multivariante que apliquemos a nuestra Home o landing pages.

Cada grupo de datos puede conseguirse mediante herramientas gratuitas, un ejemplo de “paquete” de datos sería:

- Cuantitativos Google Analytics
- Cualitativos 4Q
- Comparativos Google Optimizer

Está bien trabajar para conseguir usuarios (fase 1), está más que bien trabajar para conseguir su fidelidad (fases 2,3 y 4), pero lo mejor es trabajar para conseguir el máximo beneficio (fase 5), que será resultado de trabajar en todas las fases, medir e ir mejorando paso a paso.

La parte buena es que desde la analítica web podemos intentar mejorar estas fases, con datos en tiempo real, para basar los cambios que decidamos introducir en datos y no en hipótesis. Y aunque el modelo parece estar lleno de métricas y de factores que influyen en su ciclo de vida, si empezamos a seguirlo nos daremos cuenta de que una cosa lleva a la otra:

Empezamos por medir Acquisition y Activation, luego nos llamará la atención todo lo relativo a Retention y relacionaremos visitas con Referral. Como desde el principio nos basaremos en Revenue para conocer nuestra tasa de conversión (total y de cada proceso), tendremos el ciclo completo yuhuuuu!

Aún hay más. Segmentando se nos abrirán nuevos caminos y Testando nos enfrascaremos en la aventura de conocer más y más al usuario para mejorar más y mejor nuestro site.

Esto es un ciclo, se sabe cuando entras pero no cuando sales :)

Os juro que no miento, sabed que la fidelidad es de todas las virtudes la menos constante, lo cierto es que ¡No puedo evitarlo!

Para nuestro negocio es vital que se entienda bien cómo podemos medir la fidelización (loyalty) del usuario con nuestra web, puesto que es uno de los aspectos más importantes que tenemos a mano, para detectar y entender qué medidas podemos tomar para mejorarlo. Lo primero, y más importante, es saber que esta métrica está basada en visitas y no en visitantes. Y que por cada visita durante el periodo a analizar, esta métrica cuenta la historia de todo el tiempo disponible (lo que dure o haya durado la cookie).

Puede pasar que tengamos una muy potente captación, y que nuestros esfuerzos en SEO, SEM, mailing, etc…, se vean recompensados atrayendo a un número importante de visitas. Pero, si captar usuarios es muy importante, no lo es menos el fidelizarlos. Si no vuelven, todos estos esfuerzos y dinero invertido en publicidad habrán sido en vano.

Cualquier herramienta de analítica web dispone de esta métrica, que contará con el número exacto de visitas, ordenado por las veces que se han acercado a visitarnos y el porcentaje que supone del total:



En el ejemplo, podemos ver que, así como el 62,8% de los visitantes que hemos tenido en un periodo determinado, sólo han venido una vez, el 21,9% han repetido entre 1 y 8 veces, y, finalmente, el 15,3% han venido más de 9 veces.

Lógicamente depende del negocio determinar qué porcentaje de visitas representa éxito. En un blog o site de contenido, el porcentaje de 1 veces debe tender a la baja, dependiendo de cuantas veces se actualice el contenido en el periodo de tiempo analizado. En un negocio de venta, puede que un porcentaje alto en visitas de 1 sola vez en un mes sea lo normal, por lo que habrá que ampliar el periodo de análisis a 3 meses, por ejemplo. Depende también de la estacionalidad del análisis de la oferta. Un site de un hotel deberá tener más fidelización, coincidiendo con las temporadas altas.

El primer paso para analizar la fidelización es tomar los datos del último año, mes a mes o en grupos de 3 meses, y ver la evolución de las visitas que repiten en el site. Así tendremos una idea de los porcentajes de fidelidad que tenemos, y podremos marcar los objetivos basándonos en datos reales.

Podemos complementar esta información con el dato de Frecuencia (recency), que indica cuanto tiempo tardan las visitas en volver a nuestro site (también esta métrica es sobre visitas, no sobre visitantes):



La métrica de "hace 0 días de la última visita", puede dar lugar a errores, puesto que agrupa a los que realizan su primera visita y a los que repiten en las últimas 24 horas.

¿Para qué nos sirve este dato? Para evaluar el éxito real de una campaña, por ejemplo. Ahora no nos basta solamente con que se compre un producto mediante una campaña de publicidad. Queremos más. ¿Cuál es el visitante ideal? El que compra… y el que vuelve a comprar :)

Ambas métricas son interesantes de analizar con datos de visitas totales para entender qué está pasando de manera general en nuestro site, pero ganan mucho si las analizamos por segmentos.
Podemos analizar el segmento de Nuevos Visitantes, para comprobar si la primera impresión que se llevan las visitas es la correcta y nos adoran desde el primer momento.

Será interesante también segmentar por campaña, todas aquellas visitas interesadas en un determinado producto o servicio, ¿vuelven? ¿Cada cuanto tiempo? Y las que han adquirido ese producto o servicio… ¿se pasan de vez en cuando a ver qué hay de nuevo? Estas métricas pueden suponer la diferencia entre una campaña mediocre o notable o una campaña muy buena o sobresaliente.

Porque… ¿qué es mejor? ¿Una campaña en la que hemos vendido un montón de unidades y no volvemos a saber nada de los compradores? ¿O una campaña en la que no hemos vendido tantas unidades, pero un gran número de los que han comprado se han convertido en clientes habituales y siguen adquiriendo productos? A esto me refiero.

Una campaña que a priori puede haber sido espectacular con el tiempo, podemos comprobar que, aunque el objetivo de venta se cumplió, no fue tan sobresaliente. Y una campaña que en su momento no fue récord absoluto de ventas puede que con el tiempo comprobemos que supuso mucho más beneficio del que parecía y pase de mediocre a muy notable :)

Y no tiene por qué ser una campaña. Podemos crearnos un segmento con los visitantes que nos lleguen de buscadores por una determinada palabra, por ejemplo, los que busquen nuestro producto o servicio estrella. Si analizamos estas dos métricas para este segmento podemos comprobar si este producto o servicio crea fidelización.

Lo que está claro es que el hecho de que un "cliente habitual" compre, es mucho más fácil que lograr que un "no cliente" compre. La fidelización es algo en lo que tenemos que invertir, tanto o más que en la captación.

Más información | Lunametrics (loyalty), Lunametrics (recency) y Avinash Kaushik (visitor behavior)

Se ha alcanzado la excelencia como líder cuando la gente lo sigue a uno a todas partes, aunque sólo sea por curiosidad.

Hace un año, en febrero de 2008, decidí abrir este blog. Mi idea era (y sigue siendo) el plasmar aquí todo lo que me rondaba por la cabeza sobre la analítica web, lo que iba aprendiendo, lo que iba estudiando y poder tener recopilado en un solo sitio aquello que me iba llamando la atención. Además de todo eso, me he dado cuenta de que el tener un blog que actualizar 2 veces por semana (más o menos), me obliga a pensar, a investigar, a hacerme preguntas, que me ayudan a crecer en mi trabajo... y por lo tanto me está aportando mucho más de lo que imaginaba en un principio.

De hecho estoy muy contenta con el resultado de la votación que hubo en el blog de Pere Rovira sobre los mejores blogs de analítica web en 2008, porque éste ha sido de los más votados. Para mí ha sido toda una sorpresa y me anima a seguir adelante.

Y lo más importante, tener un blog me ha dado la oportunidad de conocer a mucha gente interesante, a muchos compañeros de profesión que hacen que no me sienta sola o aislada o friki, je je, Y ahora muchos ellos son amigos, espero que por mucho tiempo.

No puedo pensar en un mejor regalo de aniversario que el que me ha dado mi ídolo, me ha concedido una entrevista que para mí es especial, me gustaría agradecerle públicamente su tiempo y su simpatía.

No la traduzco porque creo que se entiende bastante bien. Espero que la disfruteis como la he disfrutado yo :)

Entrevista a Avinash Kaushik



1. When you were a little boy… what did you want to be when you grow up?

First Gemma let me congratulate you on making it to your first year anniversary. I am absolutely thrilled for you. Your passion for the field is clear and you’ve brought a sense of excitement to the Spanish web analytics space. Gracias!

Ok on with the interview…..

I wanted to be a Pilot for the Indian Air Force. That is my earliest memory. I think it was partly a fascination with flying, fast : ), and also a sense of doing good.

But life had other plans. I am happy at all the coincidences that lead me to do what I do now. I feel incredibly lucky.

Somewhere though that childhood yearning remains and I hope one of these days to learn how to fly.

I wish I knew how to fly to be able to teach you something!

2. With an average of 4 lectures a week in different countries… do you think you can continue at this pace for a long time?

I don’t think it is four lectures a week. : ) But yes, a lot of presentations and lectures and teaching around the world.

I feel blessed that I have the privilege of doing what I absolutely love doing. So few people get that chance. I love teaching, I love changing people’s mind, I love in a very minor way helping make the web better across so many sites.

That fuels my passion and the drive I have to, as they say here in the US, “get the word out”.

Over the last year I think I have learned to balance things a lot better. Be away from home just a few days a month, maybe just a couple long trips, do more things on the US west coast, and make trips as short as I can.

Of course it is not just Presentations. I have a job at Google. I am also the co-founder of Market Motive, which is so thrilling (and a bunch of work!). I am also on the board of advisors for three important companies. I have to care and feed the blog, and yes other writing and…. Now life’s getting really complex and busy! : )

Can I do it for a long time? I think for as long as my wife supports me and as long as I feel passionate about what I do (for me it is not about making money, if it were it would feel like work).

3. What is in your opinion more difficult, to become an Analysis Ninja or to convince a Hippo that can take decisions based on data?

This is in some senses is like the chicken and egg problem.

If you are an Analysis Ninja, and I mean really Analysis Ninja (data analysis + business savvy + communication skills) then it is easy to convince Hippo’s. You have insights and not just reports/data to influence Hippo’s.

But the truth is that today convincing Hippo’s remains the biggest challenge.

That’s because the reality is that a very small fraction of Web Analysts around the world are truly business and marketing savvy and can internalize strategic objectives of a business and then take the Web Analytics 2.0 approach to find *relevant* insights. Then you are simply giving data (even if a lot) and Hippo’s don’t care.

That’s ok. We are in a emerging field, everything changes every day, there is barely a decent amount of education out there. This will change with time. We will have a lot more Web Analysis Ninjas.

4. What are the skills that you think are basic to becoming a web analyst?

Basic Web Analyst:
Experience in one or two tools, knowing how to press buttons to get various reports, create funnels, set up goals, understand concepts like using pan session metrics etc.
Bonus points for expressing curiosity and initiative.

Analysis Ninja:
Least important: Your sophistication with using Omniture or WebTrends or Google Analytics.
Most important: Business savvy, an experience as a Web Marketer, prior analytical experience (of any kind, Financial, Retail, Business Intelligence etc), and a fundamental mental agility and flexibility (this last is key).
Bonus points in my book for any experience with qualitative analysis and competitive intelligence.
Super bonus points if the person has a active blog and/or twitter profile and/or flickr photostream etc. It shows me you understand where the web is going.

Does this help?

helps? it's the ninja's Bible!!! I loved the super bonus points :)

5. Segmenting and Testing are the new basis of the analysis web of the future?

Let’s rephrase: “Segmenting and Testing are the basis of web analysis now and will be in the future.” : )

As concepts segmentation and testing have been around in the world of analytics and decision making for a very long time. Traditional direct marketing in the US, for example, are the most sophisticated in both of these methodologies.

Both these methodologies are not really new in our field, but we have a long way to go before we truly become sophisticated in how we apply them.

Oh and as long as there is analysis, in any fiend, there will be segmentation and testing. Combine that with a understanding of the business and customers (even if some) then you are on your way to magnificent success.

6. Which one has been in your opinion your best post in 2008?

My blog exists to have a conversation, to teach something, so this is one of the top posts of the year (because it had 169 comments):

Google Analytics Releases Advanced Segmentation: Now Be A Ninja!

From a purely personal perspective I love writing posts that reframe the conversation, or tackle something really hard (and make it simple to understand). By that measure I personally enjoyed these two:

Context Is King Baby! Go Get Your Own.


Tracking Offline Conversions: Hope, Seven Best Practices, Bonus Tips

Which one was your favorite?

Apart from those 3 you mentioned, I would like to add the Action Dashboard, an alternative to crappy dashboards. It was very helpful at the time :) but I enjoyed every one of the posts you write!


7. A catch phrase of yours in twitter “my twitter strategy: provide site sized info snacks & yummy useful, what’s yours?”… do you think twitter is helping you any on spreading your ideas?

I was a Twitter skeptic, I was not sure that people really wanted to know I was standing in line at the supermarket.

But my friend @SocialJulio encouraged me to do it. My strategy with every medium is to figure out how I can uniquely add value. That lead to the “info snack” strategy. Use Twitter to share something uniquely interesting that would be satisfying (yummy).

It has certainly helped me increase my “friends” (today I have 2,776 followers) and magnify some of my ideas.

Today, you have 3,444 followers... you rock!

8. On the blog you define yourself as a provocateour, not as controversial. I like this provocative touch, you know you are my idol… do you have one? Who?

I do have one person who is both a inspiration for me as well as a “provocateur” as well as a teacher: Seth Godin.

Seth makes the complex simple. He teaches the fundamentals of Marketing with this own unique pithy yet incisive approach. His own success to me is such a delightful case study.

[I have to admit that I am not sure I deserve to be an “idol”. You are so generous and I am grateful for that. But I am so far far far away from even remotely being an “idol”.]

You do deserve to be called an idol. No discussion here :)

9. Are you writing a new book about web analytics? When will we have the Spanish version of your first book?

My publisher has been asking me that first question as well. I think Wiley was surprised with the success of the first book so now they want the second! : )

It is a lot of work to write a book but I hope to write another one.

Web Analytics: An Hour A Day has been translated from English into Portuguese, Korean, Chinese, Russian and Japanese. Spanish is spoken a lot more than some of those languages! I have to hound Wiley to find a Spanish publisher. Especially since so many of my good friends like you and Jaume and Pere are based in Spain!!

Thanks for the opportunity to this (long) interview Gemma. I hope your readers will find it to be of value. I wish you all the very best for Year Two.

I'm sure they will. Thanks for everything, Avinash, sorry for the longiness :)

Estoy en éxtasis :)