De todos los cafés del mundo, tuvo que elegir el mío...

El domingo participé en una carrera de nueva creación en Madrid. Consistía en correr 10 km en apoyo a la candidatura de Madrid para albergar los Juegos Olímpicos de 2016. En el mismo, se prometía un avituallamiento a mitad de la carrera, pero los kilómetros pasaban y allí no había nada de nada…, porque no hubo para todos (sí, voy un poco lenta, pero segura :). La llegada también tuvo algo de descontrol. El caso es que se notó que era la primera vez que se organizaba esta carrera.

Sin embargo, el lunes me llegó un email de la organización agradeciendo mi participación en la misma, dejando claro que habrá más convocatorias, y pidiendo disculpas por los fallos que habían tenido en esta primera carrera. Terminaba el correo diciendo que apreciarían comentarios y sugerencias para mejorar.

Creo que este tipo de prácticas son muy inteligentes, la organización tiene mi email, y aprovecha, en las horas siguientes a la carrera, para crear una relación entre el cliente y la marca. La iniciativa me ha gustado. Es cierto que ahora con todo el tema de las redes sociales ya no se le da al email la importancia de antaño, pero la mayoría de las empresas hace uso aún de este sistema de vinculación con el cliente.

La analítica web puede ayudarnos a crear una relación con los clientes a través del email. ¿Cómo? Por supuesto, con segmentación. No basta con mandar un email a quien ha adquirido algo online, dándole más información sobre el producto, ofreciéndole un descuento por accesorios o similar. Esto se puede hacer sin la analítica web. No, yo hablo de buscar un método, por medio de la analítica web, para contactar en el mejor momento con el cliente.

Hay que conseguir información del cliente y crear el modelo que mejor convenga al negocio, dependiendo de lo que se ofrezca en la web. Por ejemplo, si evaluamos la media de días entre compra y compra del cliente, y calculamos cuánto tiempo ha pasado desde esa última compra, podemos usar esta frecuencia, para pillarle el deseo, cuando calculemos que va a volver a comprar.

Hay que encontrar las variables que nos puedan servir para saber cuándo es el mejor momento de atacar: el historial de compras, los ratios de cuando vuelve el cliente, la frecuencia, lo que tarda en comprar… Saber qué segmento de clientes será nuestro objetivo, nos ayudará a darle forma a nuestra estrategia.



El siguiente paso es hacer un test con el contenido de los emails. Un pequeño cambio puede ser suficiente para incrementar el interés en los clientes… Como siempre, hay que definir los diferentes contenidos, los resultados que esperamos obtener (si se refiere a la tasa de apertura, a pinchar en el link, a la tasa de conversión…), lanzar los emails y recoger los datos.

Finalmente, hay que decidir cómo medir el éxito. Me parece importante medir las microconversiones que nos llevarán a la superconversión. Es decir, la que se traduce en euros :)

• ¿Cuántos emails se han abierto?


• ¿Cuántos han accedido al link?


• ¿Cuánto tiempo ha estado el visitante en el site?


• ¿Dónde fue el visitante después de entrar en el site?


• ¿Qué contenidos ven los que acceden desde el email a nuestro site?


• ¿Cuántas páginas visitó?


• ¿Cuál fue el producto asociado al email que más visitas recogió?


• ¿Cuál fue el producto asociado al email que más adquisiciones tuvo?


• ¿En qué paso del embudo de conversión del producto podemos estar fallando?


• ¿Cuántos han terminado adquiriendo la oferta?


• ¿Cuánto beneficio hemos obtenido por la campaña de email?


• ¿Cómo se ha comportado cada segmento?

Las métricas que recojamos, deberemos reportarlas a quien pueda estar interesado, junto con todas aquellas que le ayuden a tomar decisiones, incluyendo nuestras propias conclusiones. Normalmente, ayuda el incorporar una métrica asociada a conversión o beneficio, para construir una evolución del canal y traducir el éxito en euros. Si sabemos lo que nos cuesta mandar un email al cliente, podremos saber el coste que tenemos y el beneficio generado. Así, podremos ir adaptando la estrategia según vayan funcionando las campañas.

Según este interesante artículo , de obligada lectura de Juan Cruz: durante las primeras 48 horas es cuando se abren la gran mayoría de los emails; los lunes son el mejor día para lanzarlo; es vital tener títulos cortos; funciona mejor la personalización del contenido; y a mayor número de links, más posibilidades de que sean enlazados.

Si queremos que entren en nuestro café, habrá que invitarles. No todos tenemos la suerte de Bogart.

Tengo la sensación de q ninguna habitación está silenciosa de verdad; la sensación de q incluso en las habitaciones más silenciosas, más vacías...

"Tengo la sensación de que ninguna habitación está nunca silenciosa de verdad; la sensación de que incluso en las habitaciones más silenciosas, más vacías y donde pasan menos cosas, siempre ocurre algo realmente importante. Este acontecer es el propio Tiempo, que espumea, furioso y en ebullición como un río, rugiendo al atravesar esta habitación y todas las habitaciones, el Tiempo que fluye por las camas, sale a borbotones de los minibares, brota de los espejos y, en su avance grandioso, invencible, me lleva con él"

En el último Conversion Thursday en Madrid habló Rubén Gallardo, responsable de analítica web de de Yell Publicidad.

Nos juntamos unas 30 personas y estuvo muy interesante, empezó contando qué es lo que se encontró en el año 2000 cuando llegó a Páginas Amarillas. Había muchas necesidades y muchos frenos, se necesitaban diversos cuadros de mando, optimización para crecer e información certera para clientes (de mercado y ROI). Pero lo que había era poca aportación de internet al negocio, no existía ninguna herramienta de Analítica Web, no había cultura de datos, los departamentos de marketing y sistemas hablaban distintos idiomas y había pocos profesionales en el sector de la analítica.



Se medía a partir de una herramienta básica basada en logs, sin criterio de negocio (sin segmentación, sin comportamiento de usuario). Así que lo primero era conocer bien el negocio:

• ¿Dónde está mi tráfico? (web/móvil/pda/ipod...)


• ¿Cómo contabilizamos? (necesidad de cambiar logs por tags)


• ¿Dónde está mi tráfico? (cliente, si no invierte no gano)

Teniendo claras las premisas, la solución era integrar:

• Tener la información en un sólo sitio


• Riqueza nacida de relación cliente - usuario registrado


• Mecanismos para evitar fraude por click


• Estrategia de venta (análisis completos ROI por cliente, por actividad y por zona


• Optimización de precios


• Detectar nichos de negocio


• Hablar el mismo idioma que el cliente


• Medir la conversión tras abandonar el sitio

Rubén comenta que es imposible que una empresa que mida clicks iguale una empresa que mide visitas producidas por los clicks. Para cuadrarlos ellos hacen un fistrado de IPs, un filtrado de robots y cuando se produce más de un click en un minuto desde el mismo sitio solamente se contabiliza uno.

Mide dos niveles de conversión, uno positivo consistente en la satisfacción del usuario, cuando encuentra la publicidad que deseaba haciendo un impacto en la lista de resultados, cuando realiza una reserva o una llamada. El negativo es cuando se registra un error técnico, no hay resultados en la búsqueda o habiendo resultados no se registra ningún impacto.

Acto seguido Rubén nos cuenta la solución interna que posee su empresa, a la hora de recolectar la huella desde la navegación web (lo llama moxqum por moscas, me pareció genial). Este sistema recibe las peticiones que realiza el frontal al servidor con parámetros necesarios para el análisis, entonces se integran los datos y por medio de oracle se crean diversos objetos de negocio en formato word/excel/ppt... que sirven para dar cobertura a los distintos departamentos que forman el equipo web (marketing, ventas, IT, Diseño, Publicidad, Clientes, Planificación, Precios...).



Tienen mucha demanda interna y son conscientes de que tienen muy buena integración y no tan buena interfaz de datos, cosa que están intentando corregir. Es un sistema sólido pero todo lo que se sale de la normalidad, lo que no se ha preisto, lo que va creciendo conseguir integrarlo es difícil y caro de mantener.

Finalmente me gustó mucho cuando contó cómo trabaja un analista web en su empresa, cómo Marketing define lo que quiere a IT, con el asesoramiento del analista web (lo que no tiene código de medición directamente no sale a producción). Se desarrolla y el analista web valida el tag, se pasa a producción y se carga en el sistema, se mapea y es entonces cuando el analista web genera los informes y se gestionan las mejoras.

En definitiva, una gran edición :) ¿Sabéis lo que más me gusta? Cada vez hay gente más diversa, aparte de los incondicionales (Javier, Daniel, los de MVConsultoría, Webtrends, Noe y Zaida, Jesús, Andrés, el mismo Rubén...) se acerca gente de marketing, emprendedores, en su mayoría twitteros (Tristán, Mberzosa, FranDiaz, Wopper, Jorge ...) y muchos más, que hacen que mes a mes apetezca más venir a este tipo de eventos... porque se aprende mucho, porque se comparten experiencias, lamentos, alegrías... y porque el catering es excepcional aunque Millán casi nos deja sin nada! (#quezampaberzosa ja jaj a).

Aquí teneis un enlace a la presentación completa que ha colgado Rubén en SlideShare.

Nos hemos movido silenciosamente a través de los siglos, viviendo vidas secretas hasta completar el número de los elegidos esperando el combate final

Un amigo me consultó el otro día por qué no me fiaba mucho (más bien nada) de la métrica de USUARIO ÚNICO, y sí, por el contrario, del número de visitas. ¿La verdad? Creo que sería genial saber exactamente cuántos usuarios distintos se acercan a nuestro site. Hay webs con suerte que pueden pedir un login para entrar, por lo que saben exactamente el número de clientes que han pasado por allí y qué han hecho en el site. Sin embargo, la gran mayoría no tienen forma de saber cuál es el número exacto de visitantes únicos que han estado navegando. Y aún así, no tienen forma de saber el número distinto de usuarios que han entrado en el site, si no se ha dado de alta o identificado.

Toda herramienta decente de analítica web mide al Usuario Único y a sus distintas versiones, pero quiero explicar bien qué mide esta métrica (para que cada uno obre en consecuencia).

Esta métrica se basa en una cookie. La explicación básica es que la primera vez que entras en un site, se te coloca una cookie para que el sistema pueda identificarte las siguientes veces.

Primer problema, esta métrica no mide personas. Si como casi todo hijo de vecino te conectas desde más de un sitio distinto (por ejemplo desde el trabajo, casa, móvil), para la herramienta de analítica web serás 3 visitantes únicos, cuando en realidad eres una única persona.

Segundo problema, hay muchas personas que acostumbran a borrar sus cookies. Dependiendo del periodo a medir, y siguiendo el ejemplo anterior, puede que una misma persona equivalga a seis visitantes únicos distintos (una persona desde 3 conexiones distintas que borra sus cookies cada semana, si calculamos los visitantes únicos de la primera quincena de mes, tendremos 6 visitantes únicos).

Pero veamos cómo funciona el cálculo realmente en la herramienta. Avinash Kaushik lo explica de manera fabulosamente clara con un ejemplo en uno de sus posts.



Basándonos en su clarificador ejemplo, si estudiamos los visitantes en un site, el primer día podemos comprobar que hay 3 usuarios únicos (Avinash, Dennis y Matt). Las cifras que mostrará la herramienta serán las siguientes:

• Visitantes Únicos Diarios: 3


• Visitantes Únicos Semanales: 3


• Visitantes Únicos Mensuales: 3

El problema viene con el paso del tiempo. Si nos centramos en coger el día 1 más el día 2:

• Visitantes Únicos Diarios: 5 (cuando deberían ser 3)


• Visitantes Únicos Semanales: 3


• Visitantes Únicos Mensuales: 3

Como la métrica Visitantes Únicos Diarios funciona “diariamente”, tratando cada día como distinto, no tiene sentido utilizarla cuando hay más de un día en el periodo analizado, no guarda la información de un día para otro. Suma los usuarios únicos del día 1 con los usuarios únicos del día 2 tal cual.

¿Qué pasa con las demás métricas cuando se aumenta el periodo a analizar?

Tomemos como ejemplo el mes 1:

• Visitantes Únicos Diarios: 13 (bueno, ya sabíamos que éste no iba a funcionar)


• Visitantes Únicos Semanales: 9 (cuando deberían ser 6)


• Visitantes Únicos Mensuales: 6

Desgraciadamente, al aumentar el número de semanas analizadas, la métrica de Visitantes Únicos Semanales funciona igual de mal que la métrica de Visitantes Únicos Diarios.

Es decir, funciona sumando los visitantes únicos de cada semana de manera independiente (3 visitantes únicos de la semana 1 + 3 visitantes únicos de la semana 2 + 3 visitantes únicos de la semana 3 = 9 visitantes únicos semanales).

Por ahora, lo que hemos aprendido es que la métrica de visitantes únicos diarios no sirve para más de un día, y la métrica de visitantes únicos semanales no sirve para más de una semana.

No es muy difícil saber qué pasará con la métrica de visitantes únicos mensuales cuando se trate más de un mes, ¿verdad? Efectivamente, si procesamos todo el cuadro, observaremos que la métrica de Visitantes Únicos Mensuales indica 12 cuando realmente son 9:



No todo está perdido. Si en la herramienta de analítica web tenemos la métrica Visitantes Únicos Absolutos, sí que mostrará los visitantes distintos, independientemente del periodo a estudiar. Pero sí, puede estar todo perdido, porque en el momento en que se utiliza cualquier segmentación (normal o avanzada), por ejemplo en Google Analytics, esta métrica no es viable. Sí lo es en NedStat, Xiti y Unica (herramientas de pago).

¿Entonces para qué nos puede servir este tipo de métricas? Bueno, el truco es saber utilizarlas correctamente. Se pueden tomar los datos de un mes con la métrica de Visitantes Únicos Mensuales y saber si estamos captando más usuarios únicos que el mes anterior o que el mismo mes del año anterior. Se puede comprobar qué día de la semana aglutina a más visitantes únicos, para realizar en ese momento los cambios sobre la web.

Se pueden sacar ratios interesantes, como la media de visitas por visitante, cuántas páginas ha visto de media cada visitante único, el porcentaje de visitantes que utilizan el buscador interno, etc... También, puede servirnos de indicador, saber cuánto nos cuesta de media un visitante y si el beneficio que nos genera compensa el esfuerzo en marketing o publicidad.

Teniendo en cuenta todo lo que rodea a este tipo de métrica de Visitantes Únicos, está en nuestras manos decidir si utilizamos visitas totales o visitantes únicos para nuestros análisis. Lo importante, es tener claro qué mide cada uno, midiendo siempre medir bajo el mismo criterio, la tendencia será lo que realmente nos aporte valor, independientemente de cuál elijamos para nuestro cálculo.

La hora ha llegado, sólo puede quedar uno :)

No hay nada que me quieras contar que no me apetezca saber

Una de las cosas más rápidas, sencillas, y que puede aportar mucho valor a nuestro site, es determinar cómo es el rendimiento de nuestras "landing pages". En estos tiempos de crisis, en los que no hay presupuesto para mucho (más bien para nada), es interesante identificar en qué landing pages debemos centrar nuestros esfuerzos, bien porque no están funcionando de la manera correcta, o bien porque no les estamos sacando el máximo jugo.

¿Cómo nos ponemos manos a la obra? Con nuestra herramienta de analítica web (utilizaré para la explicación Google Analytics, por ser la herramienta analítica más común):



Creamos un informe personalizado (imagen superior). Como dimensión tomamos la página de destino, y como indicadores, toda la información que tengamos de dicha página: el número de veces que se ha descargado, los accesos, los rebotes, el número de nuevas visitas y el tiempo pasado en la misma...

Podremos ofrecer más detalle de la información, segmentando por los perfiles que tenemos definidos para nuestra organización (los que compran, los que vienen de SEO, los que vienen de SEM...). Sin embargo, necesitaremos tratar esta información en un excel para sacarle el máximo partido.



Así, podremos saber de un solo vistazo cómo están funcionando nuestras landing pages. Tendremos un amplio abanico de acciones. Por ejemplo, podemos tomar las landing pages que están funcionando de lujo (las dos que están justo encima de la fila resaltada en rojo y la que está debajo). En el ejemplo, tenemos tres landing pages con una tasa de rebote menor al 40%; sin embargo, solamente las dos que están encima de la fila roja tienen un porcentaje de salida menor al 20%. ¿Qué hacer con estas landing pages? ¿Cómo mejorar sus indicadores?

Podemos realizar un test A/B o multivariante, en estas páginas, para probar las hipótesis que se nos ocurran.

He seleccionado delibedaramente un ejemplo sin conversión, porque es interesante comprobar cómo los cambios que hacemos en la web sin dirigirlos directamente a la conversión tendrán un beneficio sobre ésta. Si conseguimos crear interés a base de buenos contenidos, de buena navegación, de una correcta usabilidad, o de un diseño cuidado, tendremos mucho ganado.

Sobre todo, ganaremos visitas de calidad en el momento en el que optimicemos las landing pages con respecto a lo que buscan los que aterrizan en ellas. Si combinamos esta información con la que podemos obtener de qué hace el usuario cuando visita cada landing page, tendremos una idea de por donde podemos empezar.



Al mismo tiempo, podemos intentar determinar qué palabras clave nos pueden ayudar a conseguir un mejor posicionamiento de cada landing page. Ahora mismo, Google Analytics no tiene un informe de keywords por las que se accede a una landing page, el informe que muestra es por el total del site.

¿Qué podemos hacer? Con un estudio de las keywords, por las que los usuarios entran a nuestro site, tendremos una idea de qué es lo que realmente interesa al usuario, por lo que podemos potenciar el contenido de cada landing page en base a dichas palabras clave. Pero, ¿estamos mostrando la página correcta a la keyword correcta?

Lo realmente importante (no me canso de repetirlo), es conocer bien el site. Igual que no podemos usar los mismos valores en los indicadores para todos los sites, cada landing page de nuestro site requiere un entendimiento explícito de su función exacta:

- Páginas que tienen como finalidad interesar al visitante, queremos que siga navegando.

- Páginas que buscan persuadir al visitante de que haga una acción determinada

- Páginas informativas que deben ayudar al visitante a entender determinados aspectos de nuestros productos o servicios

Dependiendo del site, habrá más o menos categorías. Si identificamos cada landing page dentro de una categoría, podremos luego compararlas entre sí, puesto que los indicadores sí nos serán de utilidad al hablar de lo mismo, y nos será más fácil saber qué páginas de cada grupo pueden ser candidatas a optimizar.

¿Te animas a destripar tu site? :)

Más información | Jose Panzano y Eduard Barredo

¿Qué es un punto de vista? Los mejores pueden comprimirse hasta caber en una pegatina de las que pones en la parte de atrás del coche.

Desde que empecé el blog allá por febrero 2008 (parece que fue ayer por un lado y por otro que fue hace siglos!) nunca había pasado tanto tiempo sin escribir una entrada. Pero tengo claro que prefiero no publicar nada que publicar por publicar, y no ha sido por falta de ganas ni de ideas, sino por falta de tiempo. Creo que han sido las tres semanas más intensas de mi vida... primero el Practitioner Web Analytics, después una colaboración en un master de Marketing en el ESIC y finalmente el eMetrics de Madrid.

Me da pena que se haya acabado esta intensidad porque tiene su "aquel" :) pero la verdad es que me hace falta algo de relax, una ya está mayor para este ritmo trepidante, ja ja ja.

El caso es que me apetece volver a escribir, y quiero hacerlo con un tema que he tenido en la cabeza en estas últimas semanas y del que nunca había hablado aquí. La Analítica del Engagement. Este era el tema del master del ESIC, cómo medir la influencia de la marca en los consumidores y el modo en que éstos interactúan con el negocio.

En estos tiempos que corren, donde tenemos tanto donde elegir, la marca necesita conectar con el consumidor, a base de emociones en su mayoría. Por ejemplo, mi generación, la generación X, es constantemente bombardeada por el "te acuerdas?", a la campaña de Coca Cola hay que añadir la de Minute Maid Antiox. Así que es importante identificar qué métricas usaremos para medir la afinidad con la marca, la satisfacción del usuario, la recomendación a otros usuarios...

Es cierto que medir las emociones no es fácil, pero la mala noticia es que tampoco es suficiente. Una cosa es que los usuarios se identifiquen con la marca y otra que eso se traduzca en euros. Así que a estas métricas de emociones necesitaremos añadir las propias del comportamiento del usuario. La buena noticia es que ya estamos analizando los comportamientos de nuestros visitantes, no solamente los relacionados con la conversión, también con cualquier objetivo que marquemos dentro de la web.

Sabeis lo dada que soy a estudiar modelos, pues encontrar uno para la analítica del Engagement fue coser y cantar :) Forrester Research la estudia con una combinación de cuatro estados, que a su vez dependen de una serie de variables:



Las cuatro métricas son Involucración, Interacción, Intimidad e Influencia, se combinan los datos online, offline, cuantitativos y cualitativos para aunar toda la información disponible y poder tener un contexto sólido.

La idea es pasar de un estado a otro, empezar involucrando al usuario, conseguir que interactúe con nosotros, pasar a un grado de intimidad y conseguir su influencia en su círculo. Determinar donde se encuentran nuestros usuarios y la velocidad a la que se mueven de un estado a otro y por qué acciones se producen los movimientos es información básica a la hora de tomar decisiones sobre publicidad, por ejemplo.

Las interacciones entre los cuatro estados nos darán pistas sobre donde y cómo actuar con los usuarios:



El saber qué provoca el movimiento entre estados puede darnos pistas sobre qué estrategia tomar. Si cada vez que se habla de un determinado producto en un blog de finanzas se genera una compra masiva nos va a interesar motivar ese tipo de acciones, si cada vez que generamos conversación en Twitter logramos un mayor número de leads, tendremos que motivar este canal... Soy consciente de que lograr datos en determinados casos es difícil, pero si no tenemos la información adecuada podemos generarla, con test con clientes, encuestas, diseños experimentales...

También es cierto que hay gran cantidad de variables involucradas y que las relaciones entre las mismas cambian con el tiempo, pero tenemos que aprender que hay nuevas realidades y que de alguna manera tenemos que cambiar nuestra estrategia, ya no es suficiente con una herramienta de analítica web, hay que investigar, buscarse la vida, encontrar nuevas combinaciones, nuevas métricas, para adaptarnos a los nuevos tiempos.