Cada vez es más importante para una empresa poder medir el beneficio de su canal online, actualmente se invierte mucho en campañas, en diseño de landing pages, usabilidad , en SEO… y hay que decidir cómo vamos a continuar nuestra estrategia online en base a datos, como bien sabemos en esta serie de Mide y Analiza.
El tráfico “en bruto” es importante, puesto que nos sirve como primer paso de información en base a evaluar nuestra web. Por aquí empezará nuestra labor como analistas web, en conceptos tales como “visitas”, “fuente de origen”, “usuario único”, “página vista”, “tasa de rebote”, “tasa de conversión" ...
Pero, como hemos aprendido, para determinar la estrategia más adecuada tenemos que tener muy claros los objetivos de la web desde el punto del negocio. Cuando los hayamos identificado y convertido a métricas web sabremos exactamente lo que tenemos que medir para determinar la evolución de los objetivos.
Aunque nuestra web no sea de comercio electrónico, debemos tener objetivos que se puedan identificar y medir, si no, no servirá de nada sacar estadísticas que no estén asociadas a una optimización del site. Se pueden identificar claramente este tipo de estadísticas inservibles: son las que, al enseñarlas a alguien del negocio, se quedan en un simple “ummm, interesante..”.
Las herramientas nos proporcionan los datos, como ya sabemos. Pero a través de estos datos hay que pensar en cómo podemos ayudar a mejorar el negocio. Si reportamos solamente lo que ha pasado, serán datos, no conocimiento. Es decir, si reportamos solamente los datos seremos parte del problema, si reportamos conocimiento, seremos parte de la solución.
Es tarea del analista web el transformar los datos y las estadísticas en conceptos entendibles por el negocio. En este momento es cuando estos datos se convierten en conocimiento.
Y para esto es importante conocer a fondo quienes van a leer tus informes; es decir, quienes son tus stakeholders, a quien le va a importar tu análisis, quien debe seguir tus recomendaciones para optimizar el canal, la campaña o cualquier acción que se tome en la web. Solamente teniéndoles identificados seremos capaces de determinar qué necesitan, qué objetivos tienen, qué métricas estarán implicadas, etc…
Al igual que medimos la repercusión de un cambio en la web tenemos que medir el feedback que obtenemos de cada informe, para tener claro el que funciona y el que no, para saber si las conclusiones les sirven, si las KPIs les dan suficiente información para hacer su trabajo, si no ven claro qué ha pasado, si necesitan algo más, qué cambiarían, que no.
Por eso es tan importante saber qué necesita cada departamento para sacar beneficio de nuestro análisis, de nuestras conclusiones, cómo pueden aprender de las tendencias para saber qué medidas tomar y que se sientan involucrados en nuestro trabajo. De ahí depende nuestro éxito en la empresa.
Nuestro objetivo real como analista web es hacer ver en la empresa que la analítica web es menos herramienta tecnológica y más estrategia de negocio. Nadie dijo que la vida del analista web fuera fácil :)
domingo, febrero 28
martes, febrero 23
Si tu única herramienta es un martillo, tiendes a tratar cada problema como si fuera un clavo
Hace unos días se publicó el primer white paper sobre analítica web en nuestro país por parte de Evoca en el que he colaborado en uno de los capítulos.
La verdad es que el proyecto ha sido muy interesante y gente como Pere, Rafa, Ismael, Adrián o Sergio han participado, dando como resultado un documento en el que se pretende mirar la analítica web desde los diferentes ángulos:
Esta es mi aportación donde hablo de las herramientas:
La historia de las herramientas de Analítica Web empieza en los años 90, con el análisis de las huellas que dejan las peticiones al servidor (logs). Sin embargo, basar la medición en analizar los ficheros de logs tenía varios problemas puesto que puede contar más visitas de las reales (por los robots) o menos (no cuenta los accesos a la caché) y la identificación es en base a la IP con la imprecisión que esto implica.
Entonces salieron a la luz las herramientas que medían por medio de tags o etiquetas integradas en todas las páginas del site. Esta medición mejora los resultados de las herramientas basadas en logs puesto que proporciona información que el log no es capaz de revelar y es más fiable. Requiere de javascript y al utilizar cookies (marca en forma de fichero de texto que el navegador asocia al site visitado) se puede identificar si el usuario es conocido o es su primera vez. El problema que esto genera es que si se elimina la cookie, la información no es del todo fiable.
Realmente la medición web basada en tags ha vivido su máximo apogeo desde que Google lanzó su Analytics. Esta herramienta gratuita es la más extendida en el mundo, además de Yahoo Web Analytics junto con las herramientas de pago: las más famosas son Omniture, Webtrends, Unica, Nedstat, CoreMetrics y AT Internet.
No podemos olvidar otro sistema de medición, muy utilizado en empresas de comunicación: los paneles o medición orientada al usuario. Consiste en instalar en los sistemas de algunos usuarios un software de recogida de datos obteniendo una serie de estadísticas para determinar la audiencia del site. Este sistema se ha heredado de la TV y lo más interesante es que permite hacer comparativa de los distintos sites para determinar los puntos débiles y fuertes de cada uno. Los más utilizados son los paneles de Nielsen (NetView) y Comscore (Media Metrix).
La elección de la herramienta que mejor puede responder a las necesidades de una organización debe apoyarse en 4 pilares básicos: la capacidad de recopilación de datos (variables fijas o configurables), la flexibilidad del modelo de datos (segmentación de las variables), la integración de los datos (de fuentes externas o extracción de la herramienta) y la gestión de los mismos (en servidores propios o ajenos). De los pesos que se den a cada pilar dependerá la elección de una u otra herramienta.
Sin embargo, no todo depende de la elección de la solución más adecuada, sino también de la necesidad de que una persona se haga cargo de esta herramienta para configurarla de manera efectiva y para sacarle el máximo partido. A la hora de presupuestar la Analítica Web hay que contar con el dinero que cuesta la implantación y el mantenimiento de la herramienta así como el sueldo de la/s persona/s que van a trabajar con ella. Se habla mucho de la regla 10/90 referida a que se debe invertir el 10% del presupuesto en la propia herramienta y el 90% en los analistas, aunque suele presupuestarse justamente al revés.
¿Qué podemos obtener de la herramienta de Analítica Web? Información sobre el número de visitas, páginas vistas, desde dónde vinieron, buscadores utilizados y keywords, contenido visitado, duración de la visita, número de veces que se alcanzan los objetivos, cómo está funcionando una campaña, geolocalización de los visitantes, si es su primera visita, etc…
Las herramientas de Analítica Web son fáciles de utilizar, pasan de la visión genérica que podamos tener a la profundidad del detalle de forma clara. También nos permiten conocer el comportamiento de nuestros usuarios, desde antes de llegar a nuestro site hasta que se van de la web. Por tanto, tendremos datos objetivos que nos servirán para optimizar el diseño y el contenido de nuestro site, de forma que su rendimiento sea máximo.
Lo ideal es combinar la información que nos proporciona cualquiera de las herramientas expuestas arriba con una segunda herramienta. Por ejemplo, podemos utilizar Google Analytics de forma gratuita y combinarla con Site Catalyst de Omniture. Si además introducimos una herramienta propia del site que registre los logs, podemos tener la certeza de manejar los datos de manera correcta.
Los propios usuarios nos pueden guiar en por qué se puede estar produciendo una determinada situación. Podemos crear un laboratorio de test con clientes, generar nuestros propios cuestionarios de calidad o utilizar encuestas online. Las hay gratuitas, como 4Q o tusencuestas. Así podremos completar la información que tenemos con nuestra herramienta de medición.
No podemos quedarnos aquí. Hay que mirar también dónde está nuestra competencia, para tener un complemento ideal al análisis de nuestro site que nos permite agregar contexto a nuestros números. Podemos utilizar herramientas que permiten comparar nuestro site con el resto de sites en Internet –son datos estimados de audiencia–, pero podemos hacernos una idea del número que manejamos en comparación al que manejan otros. De manera gratuita tenemos Alexa y de pago Compete.
O nos puede interesar saber la frecuencia con la que se realiza una búsqueda en Google, el buscador más utilizado en España, como el volumen de búsquedas entre varias keywords. Lo conseguimos con Google Trends, que nos ayuda a conocer un poco más las preferencias de nuestros usuarios (cómo y por qué llegan a nuestro site) y las que les llevan a preferir a nuestros competidores. Nuestra labor será determinar si hay alguna relación entre ellas y tomar decisiones al respecto.
En el mercado también existen herramientas que nos pueden ayudar a optimizar el SEO. Google Insights for Search es un buen ejemplo. Compara patrones de palabras clave por categoría, periodos de tiempo y determinadas regiones. Y muy importante, hay herramientas que permiten testar distintas versiones de una misma página (a nivel de copy, de imágenes, de botones o links, etc.…). Se puede organizar el test desde Google Website Optimizer (herramienta gratuita), o desde una herramienta más sofisticada como Optimost o Test&Target.
En los últimos tiempos ha tomado mucha importancia el análisis de todo lo que tenga que ver con la web 2.0 y cómo podemos determinar cuándo tenemos éxito en redes sociales, qué se comenta sobre nosotros y nuestra web. El poder medir la distribución de nuestro contenido o cómo influye en el beneficio que persigue nuestra web es vital para poder decidir la estrategia más adecuada en la red. No hay una herramienta capaz de medir el impacto en la totalidad del mundo de las redes sociales por lo que la solución puede ser el definir claramente los objetivos que perseguimos en cada una de las redes sociales y tomar las decisiones sobre dicha base.
Podemos medir cómo está funcionando un blog incorporándole el código de Google Analytics e investigar que se dice de nosotros en otros blogs, con socialmention. O cómo está funcionando nuestro perfil en Twitter con alguna de las herramientas disponibles en el mercado como twittercounter o twitterfriends o klout. Si tenemos una cuenta o grupo en Facebook podemos utilizar las aplicaciones de Allfacebook (para medir páginas con más seguidores, tener estadísticas de uso de aplicaciones o consultar las estadísticas de demografía de Facebook) o Socialistics para construir un perfil sociodemográfico con tus amigos o fans. Finalmente, si usamos Youtube para almacenar nuestros videos, la propia aplicación nos proporcionará los datos que necesitamos para comprobar si estamos llegando o no a nuestros objetivos.
¿Y el futuro? Lo ideal es invertir en una herramienta de Analítica Web que nos permita adecuar la recogida y el análisis de los datos que optimicen nuestra estrategia de negocio, incluir los datos de nuestro sistema de CRM y poder determinar acciones personalizadas sobre el cliente de manera perfilada.
Pero no nos podemos olvidar que el futuro pasa por las redes sociales y que tenemos que integrar esta nueva fuente de aprendizaje para realmente tener una foto completa de lo que está pasando para determinar dónde estamos y hacia dónde queremos ir. Pero por ahora nos debemos conformar con que en la organización se respete la Analítica Web y se tomen decisiones basadas en los análisis de datos.
La verdad es que el proyecto ha sido muy interesante y gente como Pere, Rafa, Ismael, Adrián o Sergio han participado, dando como resultado un documento en el que se pretende mirar la analítica web desde los diferentes ángulos:
- Analítica Web, una nueva disciplina para un mundo digital. Pere Rovira
- Analítica Web y Redes Sociales. Miguel Ángel Díez Ferreira
- Analítica Web y agencias de medios. Jaime Agulló
- Publicidad Online y Análisis Web. Rafael Jiménez
- Herramientas para la correcta utilización de la Analítica Web. Gemma Muñoz
- Analítica Web y SEO. Ismael el-Qudsi
- Analítica Web para Medios de Comunicación. Adrián Segovia
- El analista web, un nuevo perfil profesional. Sergio Maldonado
Esta es mi aportación donde hablo de las herramientas:
La historia de las herramientas de Analítica Web empieza en los años 90, con el análisis de las huellas que dejan las peticiones al servidor (logs). Sin embargo, basar la medición en analizar los ficheros de logs tenía varios problemas puesto que puede contar más visitas de las reales (por los robots) o menos (no cuenta los accesos a la caché) y la identificación es en base a la IP con la imprecisión que esto implica.
Entonces salieron a la luz las herramientas que medían por medio de tags o etiquetas integradas en todas las páginas del site. Esta medición mejora los resultados de las herramientas basadas en logs puesto que proporciona información que el log no es capaz de revelar y es más fiable. Requiere de javascript y al utilizar cookies (marca en forma de fichero de texto que el navegador asocia al site visitado) se puede identificar si el usuario es conocido o es su primera vez. El problema que esto genera es que si se elimina la cookie, la información no es del todo fiable.
Realmente la medición web basada en tags ha vivido su máximo apogeo desde que Google lanzó su Analytics. Esta herramienta gratuita es la más extendida en el mundo, además de Yahoo Web Analytics junto con las herramientas de pago: las más famosas son Omniture, Webtrends, Unica, Nedstat, CoreMetrics y AT Internet.
No podemos olvidar otro sistema de medición, muy utilizado en empresas de comunicación: los paneles o medición orientada al usuario. Consiste en instalar en los sistemas de algunos usuarios un software de recogida de datos obteniendo una serie de estadísticas para determinar la audiencia del site. Este sistema se ha heredado de la TV y lo más interesante es que permite hacer comparativa de los distintos sites para determinar los puntos débiles y fuertes de cada uno. Los más utilizados son los paneles de Nielsen (NetView) y Comscore (Media Metrix).
La elección de la herramienta que mejor puede responder a las necesidades de una organización debe apoyarse en 4 pilares básicos: la capacidad de recopilación de datos (variables fijas o configurables), la flexibilidad del modelo de datos (segmentación de las variables), la integración de los datos (de fuentes externas o extracción de la herramienta) y la gestión de los mismos (en servidores propios o ajenos). De los pesos que se den a cada pilar dependerá la elección de una u otra herramienta.
Sin embargo, no todo depende de la elección de la solución más adecuada, sino también de la necesidad de que una persona se haga cargo de esta herramienta para configurarla de manera efectiva y para sacarle el máximo partido. A la hora de presupuestar la Analítica Web hay que contar con el dinero que cuesta la implantación y el mantenimiento de la herramienta así como el sueldo de la/s persona/s que van a trabajar con ella. Se habla mucho de la regla 10/90 referida a que se debe invertir el 10% del presupuesto en la propia herramienta y el 90% en los analistas, aunque suele presupuestarse justamente al revés.
¿Qué podemos obtener de la herramienta de Analítica Web? Información sobre el número de visitas, páginas vistas, desde dónde vinieron, buscadores utilizados y keywords, contenido visitado, duración de la visita, número de veces que se alcanzan los objetivos, cómo está funcionando una campaña, geolocalización de los visitantes, si es su primera visita, etc…
Las herramientas de Analítica Web son fáciles de utilizar, pasan de la visión genérica que podamos tener a la profundidad del detalle de forma clara. También nos permiten conocer el comportamiento de nuestros usuarios, desde antes de llegar a nuestro site hasta que se van de la web. Por tanto, tendremos datos objetivos que nos servirán para optimizar el diseño y el contenido de nuestro site, de forma que su rendimiento sea máximo.
Lo ideal es combinar la información que nos proporciona cualquiera de las herramientas expuestas arriba con una segunda herramienta. Por ejemplo, podemos utilizar Google Analytics de forma gratuita y combinarla con Site Catalyst de Omniture. Si además introducimos una herramienta propia del site que registre los logs, podemos tener la certeza de manejar los datos de manera correcta.
Los propios usuarios nos pueden guiar en por qué se puede estar produciendo una determinada situación. Podemos crear un laboratorio de test con clientes, generar nuestros propios cuestionarios de calidad o utilizar encuestas online. Las hay gratuitas, como 4Q o tusencuestas. Así podremos completar la información que tenemos con nuestra herramienta de medición.
No podemos quedarnos aquí. Hay que mirar también dónde está nuestra competencia, para tener un complemento ideal al análisis de nuestro site que nos permite agregar contexto a nuestros números. Podemos utilizar herramientas que permiten comparar nuestro site con el resto de sites en Internet –son datos estimados de audiencia–, pero podemos hacernos una idea del número que manejamos en comparación al que manejan otros. De manera gratuita tenemos Alexa y de pago Compete.
O nos puede interesar saber la frecuencia con la que se realiza una búsqueda en Google, el buscador más utilizado en España, como el volumen de búsquedas entre varias keywords. Lo conseguimos con Google Trends, que nos ayuda a conocer un poco más las preferencias de nuestros usuarios (cómo y por qué llegan a nuestro site) y las que les llevan a preferir a nuestros competidores. Nuestra labor será determinar si hay alguna relación entre ellas y tomar decisiones al respecto.
En el mercado también existen herramientas que nos pueden ayudar a optimizar el SEO. Google Insights for Search es un buen ejemplo. Compara patrones de palabras clave por categoría, periodos de tiempo y determinadas regiones. Y muy importante, hay herramientas que permiten testar distintas versiones de una misma página (a nivel de copy, de imágenes, de botones o links, etc.…). Se puede organizar el test desde Google Website Optimizer (herramienta gratuita), o desde una herramienta más sofisticada como Optimost o Test&Target.
En los últimos tiempos ha tomado mucha importancia el análisis de todo lo que tenga que ver con la web 2.0 y cómo podemos determinar cuándo tenemos éxito en redes sociales, qué se comenta sobre nosotros y nuestra web. El poder medir la distribución de nuestro contenido o cómo influye en el beneficio que persigue nuestra web es vital para poder decidir la estrategia más adecuada en la red. No hay una herramienta capaz de medir el impacto en la totalidad del mundo de las redes sociales por lo que la solución puede ser el definir claramente los objetivos que perseguimos en cada una de las redes sociales y tomar las decisiones sobre dicha base.
Podemos medir cómo está funcionando un blog incorporándole el código de Google Analytics e investigar que se dice de nosotros en otros blogs, con socialmention. O cómo está funcionando nuestro perfil en Twitter con alguna de las herramientas disponibles en el mercado como twittercounter o twitterfriends o klout. Si tenemos una cuenta o grupo en Facebook podemos utilizar las aplicaciones de Allfacebook (para medir páginas con más seguidores, tener estadísticas de uso de aplicaciones o consultar las estadísticas de demografía de Facebook) o Socialistics para construir un perfil sociodemográfico con tus amigos o fans. Finalmente, si usamos Youtube para almacenar nuestros videos, la propia aplicación nos proporcionará los datos que necesitamos para comprobar si estamos llegando o no a nuestros objetivos.
¿Y el futuro? Lo ideal es invertir en una herramienta de Analítica Web que nos permita adecuar la recogida y el análisis de los datos que optimicen nuestra estrategia de negocio, incluir los datos de nuestro sistema de CRM y poder determinar acciones personalizadas sobre el cliente de manera perfilada.
Pero no nos podemos olvidar que el futuro pasa por las redes sociales y que tenemos que integrar esta nueva fuente de aprendizaje para realmente tener una foto completa de lo que está pasando para determinar dónde estamos y hacia dónde queremos ir. Pero por ahora nos debemos conformar con que en la organización se respete la Analítica Web y se tomen decisiones basadas en los análisis de datos.
Etiquetas:
Gemma
domingo, febrero 21
Aprender sin reflexionar es malgastar la energía...
Me gustaría compartir con vosotros la entrevista que me ha realizado Tristán Elósegui en su blog, espero que os resulte interesante porque habla de muchos temas dentro de la disciplina de la analítica web:
- ¿Qué es la analítica web y para qué sirve?
Aunque nunca he logrado que mis padres entiendan a que me dedico, yo lo definiría como el resultado de analizar la actividad de un sitio web con el objeto de enfocar acciones a resultados.Una vez leí que desde que se empezaron a cronometrar las carreras, se corre más rápido. Para esto sirve la analítica web, para sacar el máximo rendimiento a la web y para no tomar decisiones basadas en suposiciones de nadie de la organización, sino en datos y experiencia.
- ¿Qué papel juega (y cuál debería jugar) la analítica web dentro de la organización? ¿qué deberíamos hacer para introducir la analítica web en nuestras empresas?
Ahora mismo la analítica web está entrando, un poco por la puerta de atrás, en muchas empresas. Cualquier empresa que invierte en su site, en publicidad, que espera resultados, está empezando a interesarse en conceptos de medición online.Creo que a Google Analytics se le debe agradecer el haber llegado a todos los negocios y que muchas empresas se planteen empezar en serio.
Hace falta aun mucha evangelización, pero también mano izquierda, que los demás departamentos no vean al analista como el enemigo que les dice lo que se hace mal, sino como el consejero que saca el máximo rendimiento a su trabajo, no siempre es fácil. La clave está en conocer a tus stakeholders (los que mueven el cotarro), saber que metas tienen, que objetivos las componen y diseñar una estrategia para que la analítica web se convierta imprescindible en la toma de decisiones.
- ¿Qué debería pasar para que la analítica web termine de asentarse en España? ¿De dónde venimos y hacia dónde vamos?
Poco a poco se terminara de asentar, el sector ha ido creciendo en estos últimos años y estoy convencida de que vamos por muy buen camino. Se nota porque la disciplina se empieza a introducir en los contenidos de cursos especializados en marketing online, porque hay muchos blogs especializados en la materia, porque los eventos como el Conversion Thursday se han asentado en varias ciudades del país y porque ya se empiezan a ver ofertas de trabajo para analistas web.Hay que ser optimista, la analítica web no ha sido especial, estamos como siempre, 2 años por detrás de quien maneja la cuna. Los dos años han pasado y aquí estamos, dando guerra y evangelizando para que ninguna empresa se quede sin su analista web.
- ¿Con qué herramientas cuenta un analista web para hacer su trabajo? ¿Qué perfil debe tener este analista?
Soy de la opinión de que un análisis no puede estar basado en una sola herramienta. El equipo básico del analista debe ser:- Herramienta de analítica web (Google Analytics, Omniture, Webtrends, Unica…)
- Herramienta de análisis de clicks (Crazy Egg, ClickTale…)
- Herramienta de encuestas para recoger datos cualitativos (4q, Survey Monkey…)
- Herramienta de testing de diseño/usabilidad (Google Website Optimizer)
- Herramienta para SEO y SEM (Ad Planner, Enquisite, 103Bees…)
- Herramienta para benchmarking (Google Trends, Insight Search, Netsuus…)
- Herramienta social media (social mention, especializadas en twitter, facebook, youtube, linkedin, tuenti…).Con este cocktail de datos se puede empezar a trabajar teniendo una idea mucho más cercana a la realidad de nuestros puntos a atacar y de donde aprender.
Aquí entra en juego el perfil del analista. No es indispensable, pero ayuda el tener una formación algo técnica para ser capaces de detectar si la implementación es correcta y como sacar partido totalmente a las herramientas. Conocer el negocio, saber involucrarse. Tener mano izquierda para los momentos difíciles.
Lo que sí es indispensable es que se tenga capacidad para los números y sobre todo, sentido común. Y por supuesto, no olvidemos las ganas.
- ¿Cuáles son las fases básicas que se deberían seguir para lanzar una campaña? (desde que se tiene la intención de hacerla, hasta que se entrega el primer informe de resultados).
Ojo, aviso a navegantes, yo no lanzo campañas, me las “dan hechas”. Entonces sigo el método ADEME:- Averiguar los objetivos.
- Decidir las métricas que medirán dichos objetivos.
- Etiquetar cada elemento correctamente y comprobarlo.
- Medir, medir y medir. Segmentar, segmentar y segmentar.
- Elaborar el análisis en base a los objetivos perseguidos, proponer cambios.
- La pregunta del millón siempre ha sido ¿Qué KPI debo tener en cuenta? La respuesta es siempre la misma: “depende de tus objetivos”. ¿Podrías recomendar una serie de KPIs en función de los objetivos más comunes de las campañas?
Más que KPIs por objetivos, voy a proponer una serie de KPIs básicas para cada industria. Esta base me la enseñaron Sergio Maldonado de MVConsultoría y su equipo de analistas en forma de chuleta, a ver si os resulta interesante:- Viajes y Alojamiento:
- Coeficiente de conversión para visitas cualificadas.
- Razón de disponibilidad de vuelos/hoteles.
- Promedio de visitas previas a conversión.
- Coeficiente de conversión en venta cruzada.
- E-commerce / Retail:
- Porcentaje de compradores contra total de visitantes únicos.
- Coeficiente de conversión desde búsqueda desestructurada.
- Coeficiente de conversión desde campañas.
- Promedio de carritos abandonados.
- Publicaciones Online:
- Promedio de páginas vistas por visita.
- Razón de visitas cualificadas.
- Promedio de tiempo entre visitas.
- Coeficiente de click-through en espacios publicitarios.
- Banca y Seguros:
- Coeficiente de abandonos en transacciones secuenciales.
- Razón de cualificaciones por campaña de origen.
- Coeficiente de click-through para campañas internas.
- Promedio de visitas que utilizan la atención al cliente.
Creo que las KPIs dependen aparte de los objetivos, de la propia empresa. Pero para empezar puede valer el echarle un vistazo a estas que proponen, por supuesto segmentadas por los distintos perfiles de cliente o visitante.
- Viajes y Alojamiento:
- Muchas veces aun teniendo claro los objetivos de la campaña, los KPI que deberíamos controlar, etc. no tenemos forma de obtener los datos ¿qué debemos hacer?
No creo que sea imposible obtener los datos, la imaginación al poder. Cuando algo se tuerce y parece que no es posible obtener los datos siempre se pueden combinar los datos de los que disponemos para conseguir saber que ha pasado.Si no se puede conseguir un 100% de fiabilidad siempre podemos crearnos un índice de fiabilidad para tenerlo en cuenta, pero soy de la opinión de que si no se dispone de un dato, hay que buscarse la vida para obtenerlo.
- Independientemente del tipo de campaña que estemos analizando ¿Qué KPIs debería tener siempre en cuenta?
Una KPI lo que hace es medir el desempeño de un determinado objetivo, así que se deben tener en cuenta las que tengan que ver con conseguir la meta que tenga la campaña. Siempre deben ser parte de un marco temporal, no vale simplemente con determinar la/s métrica/s.Dicho esto, para mí las KPIs básicas de una campaña externa son:
- Tasa de Rebote
- Tasa de Conversión
- Click-through / Número impresiones
- Satisfacción del cliente con la campaña
- ROI de la campaña
Soy consciente de lo pesada que soy, pero por favor, las KPIs siempre segmentadas, en este caso por campaña y dentro de la campaña por medio, anuncio, creatividad, posición… Solamente así seremos capaces de optimizar la campaña.
9. ¿Qué características tiene que tener un buen informe?
El informe es la presentación final del análisis, es igual de importante o más el presentar los datos de forma adecuada:
- Visualización, ¡mucha! Empaparse de Infografía, la técnica para contar historias de manera visual.
- Lo bueno si breve… pues eso, que el informe quepa en una página, cuanto menos scroll haya que hacer, mejor que mejor.
- Incluir siempre una serie de mejoras en función de los datos que hemos presentado.
- Utilizar el lenguaje del receptor, nada de tecnicismos (tasa de rebote = usuarios a los que no convencimos, por ejemplo).
- Utilizar tendencias o lo que sea para crear contexto.
- Nunca ofrecer una sola métrica.
10. Landing pages: ¿qué características debe cumplir? ¿Cuándo es aconsejable hacer testing? Podrías darnos algunos ejemplos (links o pantallazos) de buenas y malas landings.
Una landing page debe seguir la estela del anuncio del que parte, no perder lo que llaman el “scent” para que el usuario llegue a completar el objetivo que tenemos marcado. Es decir, el objetivo de la página, la llamada a la acción debe estar muy clara y la métrica a utilizar también, solamente así podremos sacar conclusiones válidas.
Hay que tener en cuenta el target al que queremos seducir con nuestra landing page, si se puede segmentar no dudemos en hacerlo y crear distintas landing pages para cada perfil.
Creo que en cualquier caso se puede y se debe hacer un test para primero conseguir optimizar al máximo nuestra landing page y después para conocer las preferencias de nuestros visitantes, clientes y/o potenciales, la información que recojamos nos servirá para la totalidad de nuestra web.
Ejemplos personales de landing pages:
Buena,
Cuando accedemos a la página de amazon.com donde habla de kindle (desde google o desde un link). Como podemos ver, además de fotos, información, precios, llamada a la acción… si hacemos scroll tenemos más datos y además la opinión de los usuarios que lo han comprado y recomendaciones:
Mala,
La campaña del rolex cosmograph daytona. Una landing page muy moderna, espectacular, con fotos impresionantes, un video genial… pero… ¿y si lo quiero comprar? ¿y si quiero ver otros modelos? ¿y si quiero ver dónde puedo encontrarlo offline? Me pierden, señores, me pierden como cliente.
11. Imagina que me quiero dedicar a la analítica web ¿por dónde debería empezar? Y sobretodo ¿con qué me voy a encontrar?
Yo creo que lo mejor para empezar como primer contacto es descubrir los blogs de los expertos y leer un par de libros sobre el tema (más detallado en la pregunta 13).
Es básico abrir un sitio propio si no se dispone de algo que medir, y añadirle Google Analytics. A partir de aquí, trastear con todas las métricas que presenta la herramienta, definirse los segmentos, las campañas, las variables, los configuraciones, los objetivos, crearse tableros e informes propios, jugar mucho con todos los datos y familiarizarse con los conceptos propios de la analítica web.
Los seminarios o cursos que organizan los que entienden de este tema, son absolutamente imprescindibles. El Practitioner WA cuya tercera edición se celebrará en Madrid en mayo, el EMetrics, que este año por primera vez se celebró en Madrid el pasado junio, la Internet Marketing Conference que se celebró en octubre en Barcelona, el SMX, el OME,… Pero la mejor manera de conocer a la gente del sector es sin duda ir a los Conversion Thursday, que ahora mismo se celebran un jueves al mes en Madrid y en Barcelona, pero que en un futuro sería interesante que se fueran propagando por todo el territorio :)
Por último, si quieres una formación académica adecuada, en la Universidad de British Columbia existen unos cursos enfocados únicamente a la analítica web, son online y bastante interesantes. ¡Yo acabo de graduarme el año pasado! Sirven, sobre todo, para ordenar los conceptos y sentar bien las bases.
¡Y empezar a buscar trabajo ya! Ahora es buen momento porque somos pocos y la oferta va en aumento. Te vas a encontrar con profesionales que, a diferencia de otros sectores, nos conocemos mucho, transmitimos conocimiento y nos apoyamos todos.
12. ¿Cuál es tu relación con la analítica web? Si eres analista, ¿cómo has llegado hasta ahí?
Yo llegué al mundo de la analítica web por casualidad en el 2006 y me apasionó desde el primer momento. De la mano de Pere Rovira y Javier Godoy me adentré en este mundo y lo mejor que hice en el momento fue comprarme el libro de Avinash Kaushik, mi libro de cabecera desde entonces. Hubo momentos algo frustrantes (de ahí salió el título de mi blog) pero en general ha sido muy emocionante.
En mi trabajo diario siempre me encuentro algo nuevo, o bien respecto a herramientas o bien respecto a retos en la web, esto me hace sentirme viva y con ganas de enfrentarme al día a día. No sé muy bien cómo he llegado hasta aquí pero … de aquí no me mueve nadie, me fascina mi trabajo y, sobre todo, seguir aprendiendo y tener la sensación de que nunca me voy a aburrir.
Comparto mi experiencia con un equipo en el que aunamos información cuantitativa con información cualitativa para intentar completar un ciclo de optimización en el conjunto de webs donde trabajo y considero que la base de un buen analista web es tener compañeros alrededor en las demás áreas con los que trabajar en equipo y sacarle todo el jugo a las posibles acciones derivadas de los datos.
13. Recursos sobre analítica web:
- Blogs:
- En castellano:
- En inglés:
- Twitteros:
- @asegovia, @clicmetrics, @danielpena, @pere_rovira, @trucosga, @javiergodoy, @analisisweb, @imediabar, @mvconsultoria, @mgarrigap
- @avinashkaushik, @erictpeterson, @aureliepols, @kissmetrics, @jimsterne, @jimnovo
- Libros:
- Avinash Kaushik: Web Analytics: An Hour a Day y Web Analytics 2.0
Con estos libros más los blogs y demás temario online, no se necesita nada más para empezar.
- Avinash Kaushik: Web Analytics: An Hour a Day y Web Analytics 2.0
- Documentos interesantes (PDFs, etc.)
Eric Peterson puso hace poco tiempo a disposición de todo el público sus 3 libros en pdf con extras como hojas Excel y Dashboards de ejemplo:- Web Analytics Demystified
- Website Measurement Hacks
- The big book of KPI
- Muy recomendables
14. Pregunta y respuesta libres. Puedes destacar algo de tu trabajo, blog, etc. u otra cosa que te parezca interesante.
Creo que es interesante comentar la organización del tiempo del analista web. En mi caso, prácticamente un 10% lo dedico a ver las tendencias del site a analizar (métricas brutas sobre todo derivadas del tráfico).
Según lo que me indiquen, un 50% del tiempo lo dedico a profundizar en lo que cambia o me llama la atención o quiero estudiar por cualquier motivo especial; es decir, este tiempo lo dedico a pulir estas métricas, a crear el contexto con datos externos y cualitativos, para saber con detalle qué ha pasado y aproximarme lo más posible a saber por qué ha podido pasar.
Entonces es el momento de invertir el 40% del tiempo en diseñar una estrategia de acciones para mejorar y mostrar dicha estrategia de manera que sorprenda. No vale pasar el 90% entre tendencias y análisis, el verdadero valor del analista web, aunque pueda parecer paradójico, no es tanto el analizar lo que ha pasado como el poder ofrecer alternativas de optimización de lo analizado. Conocer los objetivos y guiar hacia la gloria.
Etiquetas:
Gemma
martes, febrero 16
Me seducen las mentes, la inteligencia, una cara y un cuerpo cuando veo a una mente q los mueve y q vale la pena. Conocer, poseer, dominar, admirar.
La verdadera tarea del analista web a la hora de enfrentarse a los datos es intentar estudiarlos desde todos los ángulos posibles. Por eso es tan importante que las herramientas permitan segmentar dichos datos, puesto que muchas veces no entenderemos lo que pasa en nuestro site si no los estudiamos desde el punto de vista correcto.
El saber cómo se comporta un perfil determinado en nuestro negocio nos permitirá proponer distintas estrategias en base a los perfiles implicados, incluso descubrir nuevos perfiles al ir profundizando en los comportamientos.
Imaginemos que nos salta una alerta porque nuestra tasa de conversión se ha incrementado en un 5%. Despues de brindar con alegría, es momento de comprobar qué acción es la causante del triunfo comparando los distintos segmentos con los datos de las visitas totales. Esta es la clave: segmentar, no todas las visitas son iguales, hay que distinguirlas, personalizarlas.
La idea es determinar que perfiles o segmentos forman el grupo que ha incrementado la tasa de conversión (o cualquier otra acción observada en el site) para saber qué acciones podemos tomar al respecto. La pregunta ahora es… ¿Por dónde podemos empezar a segmentar?
Mi opinión es que al empezar, cuando no tenemos aun muy claro qué es lo que agrupa o diferencia a los perfiles que entran en nuestro site, hay que elegir segmentos básicos, de una sola variable. Para ir combinándolos después a medida que vamos profundizando y encontrando los que se van adaptando a nuestras necesidades de información.
Podemos primero elegir los segmentos (por intuición o basandonos en nuestra experiencia) y luego comprobar los datos. O bien podemos analizar los datos que hayamos recogido para entonces determinar los segmentos. Es decir, observar las métricas a ver que tienen en común y agruparlas (por ejemplo, ha subido la tasa de conversion de un determinado articulo y detectamos que ha subido el tiempo de estancia y las visitas desde buscadores, formamos ese segmento para compararlo al resto).
Siguiendo cualquiera de las dos técnicas, podemos empezar a segmentar por muchas variables:
Para después profundizar combinándolos:
Lo primero que debe tener claro un analista web a la hora de analizar un sitio web es cuál es la meta principal del sitio, qué objetivos forman parte de esta meta y que métricas nos ayudaran a medir dichos objetivos. Igual de importante es saber segmentar a las visitas que llegan al site para saber que estrategia debemos seguir y enfocada a quién. O para saber qué puede provocar una determinada conducta.
La clave es hacerse preguntas directas: ¿Los clientes que compran un determinado producto tienden a solicitar el servicio XXX? Entonces en la compra les podríamos poner un enlace sugiriendo dicho servicio.
O construír un segmento con las visitas que vienen de buscadores, después de aterrizar en la landing page usan el buscador interno y se van sin comprar… ¿vinieron por el mismo tipo de keyword? ¿buscaban lo mismo en el buscador interno? ¿lo encontraron? Puede que la landing page no les diera la información… habría que arreglarla o construír una página especifica para la keyword.
Cuantos más segmentos tengamos, más precisos podremos ser sobre las decisiones a tomar. Pero no nos volvamos locos con segmentos imposibles, debemos intentar siempre seleccionarlos con respecto a los objetivos establecidos. Dejar que los segmentos nos ayuden a conocer, a poseer, a dominar :)
El saber cómo se comporta un perfil determinado en nuestro negocio nos permitirá proponer distintas estrategias en base a los perfiles implicados, incluso descubrir nuevos perfiles al ir profundizando en los comportamientos.
Imaginemos que nos salta una alerta porque nuestra tasa de conversión se ha incrementado en un 5%. Despues de brindar con alegría, es momento de comprobar qué acción es la causante del triunfo comparando los distintos segmentos con los datos de las visitas totales. Esta es la clave: segmentar, no todas las visitas son iguales, hay que distinguirlas, personalizarlas.
La idea es determinar que perfiles o segmentos forman el grupo que ha incrementado la tasa de conversión (o cualquier otra acción observada en el site) para saber qué acciones podemos tomar al respecto. La pregunta ahora es… ¿Por dónde podemos empezar a segmentar?
Mi opinión es que al empezar, cuando no tenemos aun muy claro qué es lo que agrupa o diferencia a los perfiles que entran en nuestro site, hay que elegir segmentos básicos, de una sola variable. Para ir combinándolos después a medida que vamos profundizando y encontrando los que se van adaptando a nuestras necesidades de información.
Podemos primero elegir los segmentos (por intuición o basandonos en nuestra experiencia) y luego comprobar los datos. O bien podemos analizar los datos que hayamos recogido para entonces determinar los segmentos. Es decir, observar las métricas a ver que tienen en común y agruparlas (por ejemplo, ha subido la tasa de conversion de un determinado articulo y detectamos que ha subido el tiempo de estancia y las visitas desde buscadores, formamos ese segmento para compararlo al resto).
Siguiendo cualquiera de las dos técnicas, podemos empezar a segmentar por muchas variables:
- Cliente / No Cliente
- Geográfica (por país, ciudad, host, …)
- Fuente de entrada (directa, buscadores, email, links…)
- Keywords (externas o sacadas del buscador interno)
- Por contenido (producto o servicio contratado o consultado, landing page, pasaron por este contenido y este otro, entraron por la home, consultaron este pdf, se fueron por la pagina X, …)
- Por conducta del usuario (tiempo, navegación, es su primera vez, no lo es, compraron, no lo hicieron, no lo hicieron pero llegaron hasta un determinado punto, usan el buscador interno…)
- Por campaña (medio, anuncio, posición…)
- Estacionalidad (Dia de visita, hora de visita, días transcurridos desde la primera visita o hasta la conversión)
- Informacion Técnica (Sistema operativo utilizado, navegador, velocidad de conexión, compatibilidad con java, versión del flash…)
Para después profundizar combinándolos:
- Productos con mejor conversión vs. keyword de SEO o SEM o campaña…
- Visitas que entraron por la home, vieron 3 páginas o más y consultaron el pdf
- Visitas que en su primera vez vinieron con la keyword XXX, usaron el buscador interno y no compraron nada
- Visitas que vinieron de la campaña YYY desde el anuncio YYY1, son de Cataluña y no pasaron de la landing page
- Visitas que siguieron una determinada ruta y compraron el producto ZZZ
Lo primero que debe tener claro un analista web a la hora de analizar un sitio web es cuál es la meta principal del sitio, qué objetivos forman parte de esta meta y que métricas nos ayudaran a medir dichos objetivos. Igual de importante es saber segmentar a las visitas que llegan al site para saber que estrategia debemos seguir y enfocada a quién. O para saber qué puede provocar una determinada conducta.
La clave es hacerse preguntas directas: ¿Los clientes que compran un determinado producto tienden a solicitar el servicio XXX? Entonces en la compra les podríamos poner un enlace sugiriendo dicho servicio.
O construír un segmento con las visitas que vienen de buscadores, después de aterrizar en la landing page usan el buscador interno y se van sin comprar… ¿vinieron por el mismo tipo de keyword? ¿buscaban lo mismo en el buscador interno? ¿lo encontraron? Puede que la landing page no les diera la información… habría que arreglarla o construír una página especifica para la keyword.
Cuantos más segmentos tengamos, más precisos podremos ser sobre las decisiones a tomar. Pero no nos volvamos locos con segmentos imposibles, debemos intentar siempre seleccionarlos con respecto a los objetivos establecidos. Dejar que los segmentos nos ayuden a conocer, a poseer, a dominar :)
Etiquetas:
analisis completo
martes, febrero 2
-¡Puedo luchar! - Lo sé... pero es la inteligencia la que nos convierte en hombres
Cuando empecé en esto de la analítica web, una de las primera lecciones que aprendí fue que lo importante, lo que hay que analizar, es aquello que cambia de un periodo a otro, no hay sentido en darle vueltas a lo que permanece.
Hay muchos datos que a priori parecen interesantes pero con el paso del tiempo nos damos cuenta de que no aportan nada para tomar decisiones. Un par de ejemplos:
1. Porcentaje de clientes del site que utilizan el servicio X
2. Lista de keywords por las que se llega al site:
El primer mes devoramos las keywords, el segundo mes las miramos por encima y el tercero ni las vemos.. son siempre las mismas! ¿Entonces? ¿Qué podemos hacer para mejorar el site?
Centrarnos en lo que cambia, estudiar qué ha pasado de especial y analizarlo para explorar nuevas ideas en el negocio. Hasta ahora cada uno se buscaba la vida como podía, creando una hoja Excel con una función que busque de mes a mes lo que suba o baje de repente, programando la API para detectar los cambios, …
Y de repente viene Google Analytics y nos ofrece la Inteligencia Artificial. Porque realmente es inteligencia lo que han puesto en nuestras manos.
Primero nos llama la atención sobre métricas que han cambiado de manera significativa. Es decir, nada de programar, ni de Excel ni de búsquedas “a mano”. Ya tenemos automáticamente seleccionado lo que ha cambiado, para bien o para mal.
Pero aún hay más. Esta funcionalidad intenta explicar el por qué de esta variación señalando la relación con otros datos que han cambiado a su vez. Por ejemplo:
¿Que nuestro tiempo medio en el site ha subido de manera indecente? Nos indica que puede tener algo que ver con el tiempo del tráfico que viene desde buscadores porque también ha subido de manera importante. Y sin embargo el tiempo de las visitas que vienen de Madrid baja un poco. Ya tenemos pistas de por dónde empezar a buscar, tenemos incluso a un click el crear un segmento únicamente con las visitas que han ocasionado esta subida o bajada específica para investigar qué hacer al respecto.
Si hay algo que nos preocupa especialmente, como por ejemplo la tasa de conversión de una campaña en un medio que nos sale un poco cara y queremos tener constancia de cuando no llega a los límites que consideramos imprescindibles para mantenerla, podemos crear nuestra propia alerta y recibir un aviso por email cuando no llegue o sobrepase nuestros límites.
Considero imprescindible para sacar conclusiones el comprobar qué cambia en nuestro site día tras día o mes tras mes o año tras año para ayudarnos a entender un poco más el interés de los usuarios, su conducta y anticiparnos a sus inquietudes. Aplicar la lección de focalizarnos en los cambios que sufren los datos, nos será mucho más fácil con la inestimable ayuda de Google Analytics. Podemos luchar, pero con inteligencia será más sencillo.
Hay muchos datos que a priori parecen interesantes pero con el paso del tiempo nos damos cuenta de que no aportan nada para tomar decisiones. Un par de ejemplos:
El primer mes devoramos las keywords, el segundo mes las miramos por encima y el tercero ni las vemos.. son siempre las mismas! ¿Entonces? ¿Qué podemos hacer para mejorar el site?
Centrarnos en lo que cambia, estudiar qué ha pasado de especial y analizarlo para explorar nuevas ideas en el negocio. Hasta ahora cada uno se buscaba la vida como podía, creando una hoja Excel con una función que busque de mes a mes lo que suba o baje de repente, programando la API para detectar los cambios, …
Y de repente viene Google Analytics y nos ofrece la Inteligencia Artificial. Porque realmente es inteligencia lo que han puesto en nuestras manos.
Primero nos llama la atención sobre métricas que han cambiado de manera significativa. Es decir, nada de programar, ni de Excel ni de búsquedas “a mano”. Ya tenemos automáticamente seleccionado lo que ha cambiado, para bien o para mal.
Pero aún hay más. Esta funcionalidad intenta explicar el por qué de esta variación señalando la relación con otros datos que han cambiado a su vez. Por ejemplo:
¿Que nuestro tiempo medio en el site ha subido de manera indecente? Nos indica que puede tener algo que ver con el tiempo del tráfico que viene desde buscadores porque también ha subido de manera importante. Y sin embargo el tiempo de las visitas que vienen de Madrid baja un poco. Ya tenemos pistas de por dónde empezar a buscar, tenemos incluso a un click el crear un segmento únicamente con las visitas que han ocasionado esta subida o bajada específica para investigar qué hacer al respecto.
Si hay algo que nos preocupa especialmente, como por ejemplo la tasa de conversión de una campaña en un medio que nos sale un poco cara y queremos tener constancia de cuando no llega a los límites que consideramos imprescindibles para mantenerla, podemos crear nuestra propia alerta y recibir un aviso por email cuando no llegue o sobrepase nuestros límites.
Considero imprescindible para sacar conclusiones el comprobar qué cambia en nuestro site día tras día o mes tras mes o año tras año para ayudarnos a entender un poco más el interés de los usuarios, su conducta y anticiparnos a sus inquietudes. Aplicar la lección de focalizarnos en los cambios que sufren los datos, nos será mucho más fácil con la inestimable ayuda de Google Analytics. Podemos luchar, pero con inteligencia será más sencillo.
Etiquetas:
analisis completo
Suscribirse a:
Entradas (Atom)