¿Dónde está Avinash cuando se le necesita?

No sabía que os asustaran las ovejas... Sólo cuando vienen sin pastor...

2009-11-10T18:00:00.001+01:00

Este fin de semana, mientras estaba viendo la jornada futbolística, me descubrí preguntándome “¿cómo se la juega un entrenador para decidir qué jugadores componen el equipo?”.

Normalmente al entrenador es al primero que echan si los resultados no acompañan al equipo. ¿Pasa lo mismo en el caso del analista web? Si no elegimos las mejores KPIs... ¿nos mandarán a la oscuridad del ninguneo?

Entonces... ¿Cómo decidir las KPIs ganadoras? Aquí no tenemos una clasificación mundial, algunas KPIs no combinan con otras y encontrar la combinación perfecta es muy difícil. Pues sí, pero no imposible, así que hay que arremangarse y ponerse manos a la obra. A la busca y captura de las KPIs guerreras y triunfadoras.

¿Por dónde empezar?

Primer paso, los datos. Sacaremos todos los datos que te parezcan importantes, si no hay ninguno que nos resalte… ¡no pasa nada! Se sacan todos, ya habrá tiempo de decidir cuales nos sirven y cuales no.

Cogemos los datos de la herramienta web que tengamos, recopilamos también datos de otras fuentes, de la BBDD de nuestros clientes, rebuscando entre los logs que deja el sistema, de donde sea, nos toca recopilar.

Si has sacado todos es porque no conoces tu web al mínimo detalle, no pasa nada, ahora la vas a conocer en esencia. Objetivo de este primer paso: obtención y recopilación de datos.

Segundo paso, sentarse a pensar. Necesitamos conocer lo que queremos conseguir, o sea, lo que vamos a cambiar y nos va a transformar en el no va más del negocio. ¿Qué objetivo queremos lograr? No siempre va a ser una venta, o darse de alta en un servicio, puede ser algo más intangible, como “¿quién se ha interesado por este producto?” o “¿como está funcionando nuestro servicio de atención al cliente?”.

Tercer paso, tenemos los datos, tenemos los objetivos. ¿A correr? No, ni mucho menos. Ahora hay que decidir qué datos o combinación de datos me llevarán a decidir la KPI perfecta para medir ese objetivo y poder aplicar decisiones de negocio en base a su valor.

Aquí he de hacer un paréntesis. Es complicado dar con la KPI correcta. A priori, puede parecer importante y que refleja perfectamente el objetivo. ¿Será la KPI perfecta? ¿O nos engaña? Aquí aplicamos lo que he bautizado como el método PereRo. Se trata de hacerse 2 preguntas básicas:

- Si sube o baja el dato… ¿es significativo?

Si la respuesta es afirmativa, perfecto. Tenemos una KPI cuya variabilidad es importante, justo lo que estábamos buscando. Seguimos con el cuestionario.

- Si es significativo, ¿tengo recursos para actuar?

Si la respuesta es negativa…, bueno, pues será una KPI impresionante, pero no me va a aportar nada, no podré actuar, no me sirve.

Es decir, no medir más de lo que necesitamos. Está muy bien dar multitud de datos a todas luces interesantes, pero si no nos aportan nada a decidir cómo podemos mejorar, no interesan.

Yo parto de las enseñanzas de Avinash Kaushik. Para definir nuestras KPIs hay que tener en cuenta la diferencia entre las KPIs y las KIAs (lo más de lo más):

Las KPIs (Key Performance Indicator) equivalen a la forma básica de medir indicadores; básicamente se refieren a combinaciones de páginas vistas (individuales, agregadas, media), visitantes (visitas, únicos, total), tiempo (total, media), referrers (contadores, keywords, trends)...

Las KIAs (Key Insight Analysis), en cambio, suponen un cambio de filosofía a la hora de medir indicadores. Las destacadas comprenden: click density analysis, visitor primary purpose, task completion rates, visitas segmentadas, análisis multicanal...

No desesperarse si no se consiguen las KPIs / KIAs logradas en el primer intento. Se puede ir probando con varias KPIs / KIAs hasta encontrar las que, por propia experiencia, aporten más al objetivo. Incluso, a mí me ha pasado, puedes encontrar combinaciones que definan un objetivo muchísimo mejor que el que te han encomendado, lo que te dará una satisfacción sin precedentes.

Utilizar una rueda como ésta, nos servirá para poner sobre el papel qué es lo realmente importante de cada KPI y cómo afecta al negocio. Me parece muy interesante como metodología de trabajo de selección y mantenimiento de KPIs:

¿Qué pregunta nos ha hecho llegar a esta KPI? ¿A quien le resulta importante la información que puede ofrecer? ¿Por qué es importante? ¿Cómo llegamos a los datos? ¿Qué preguntas nos surgen con los valores que puede tomar? ¿Qué acciones debemos llevar a cabo si cambia a mejor? ¿y a peor?

Cuarto paso. Crear el contexto. Nunca dar la KPI / KIA en bruto, como si la soltaras de mala manera en un informe. No. Hay que ponerlo en evolución, o compararlo al total de las ventas, o al total de altas de otro servicio, o lo que falta que aumente para llegar a un objetivo…

Depende de la KPI / KIA, pero siempre debe estar englobada en un contexto. Aquí es donde segmentamos el dato, por fuente, por número de visitas, por cliente / no cliente, por rentabilidad... Si es posible, acompañar el dato cuantitativo de algún dato cualitativo complementario (por medio de una encuesta, por ejemplo).

No podemos dejar que, ni nosotros ni nadie, al recibir nuestro informe, hagamos cualquiera de estas preguntas:

¿Qué pasa si en enero hemos vendido 25 unidades de un producto? ¿Es mucho? ¿Es poco? ¿Cumple las expectativas? ¿Cuánta gente se interesó pero no lo compró? ¿Cuánta gente vino a la web por este producto? ¿Cuánto nos falta para cumplir el objetivo? ¿Cuántos usuarios lo buscaron en el buscador interno? ¿Y en Google? ¿Cuántos usuarios se han convertido en clientes gracias a este producto?

Quinto y último paso. Ya tenemos todas las KPIs / KIAs, las variaciones, los contextos, todo perfectamente hilado. ¿Y qué? Pues ya solamente falta la guinda del pastel, lo que te dará valor como analista. Y no, no es decidir la forma de presentar los datos, que eso da para varios posts. Falta la valoración del analista.

Faltan las decisiones que van ligadas a los datos. Es lo que nos debe indicar la rueda de KPI, en la parte de acciones a tomar con los cambios. Hay que realizar la interpretación de cómo utilizar estos datos de forma inteligente. Cómo mejorar el panorama, aunque sea un porcentaje pequeño. Aunque vaya todo como la seda, hay que proponer acciones, pasitos, lo que sea. Aquí es donde podemos aplicar la tabla de Karnaugh. ¿Qué dato es el importante? ¿Dónde me puedo centrar? ¿Qué segmento voy a mejorar?. Este será nuestro punto de partida para decidir si la KPI es válida o no merece la pena.

Partimos como los entrenadores, sin credibilidad (salvo Guardiola). Pues nada, nosotros a jugar, a darlo todo, a desoír los malos comentarios, paso a paso, partido a partido, gol a gol. Y si de paso nos llevamos la Liga, la Copa o la Champions… pues genial.

Yo digo que nunca estés completo. Yo digo que dejes de ser perfecto. Yo digo que hay que evolucionar. Pase lo que pase.

2009-11-02T18:00:00.000+01:00

Lamentablemente medir una campaña de marca o branding no es tarea fácil. Las métricas no se limitan a unidades vendidas, a palabras por las que se llega al site o al número de visitas que generamos. Es bastante más abstracto de medir y, aunque no significa que sea imposible, al menos debemos tener algo por donde empezar.

Hay que cambiar el chip de la campaña de marketing tradicional y no buscar KPIs o métricas que se refieran al impacto que puede causar una determinada acción de marca en el momento, sino ver lo que se genera con el tiempo. Creo que una combinación de métricas es lo que nos puede funcionar mejor para conocer la percepción que genera nuestra marca. Pasemos a enumerar una combinación de las mismas.

Lo primero es medir el tráfico que viene directamente a nuestro site, bien porque se guarde la dirección en favoritos o porque se teclee en el navegador del site. Esta métrica nos identifica a los fieles a nuestra marca. ¿Cómo crece con el paso del tiempo?

Lo segundo es tomar el tráfico que vino de buscadores y cuya keyword o keywords contenga la de nuestra marca. Aquí, también resulta interesante conocer la tendencia, en general y por cada keyword, porque nos puede decir lo sólida o no que resulta nuestra marca.

Como tercer punto de medición tomaría aquellas palabras que formen parte de la estrategia SEM, que bien incluyan o hagan referencia a la marca. Aunque hayan sido de pago nos dan una idea de cómo se nos busca.

No podemos olvidar el tráfico de referencia que se haya podido generar en blogs, twitter, facebook y otras redes sociales. ¿Se nos visita desde alguna de estas redes o blogs? ¿Quién habla de nosotros? ¿El artículo, tweet o comentario es bueno, malo o neutro? ¿Hay algún tema sobre nuestra marca que nos haya traído un pico importante de tráfico?

El primer paso está dado: hemos estudiado el tráfico que nos genera nuestra marca, si lo comparamos al resto de campañas o de acciones comerciales podemos sacar conclusiones que nos hagan poner nuestros esfuerzos hacia un tipo de acciones o hacia otro. ¿Debemos fortalecer la marca? ¿O fortalecemos la fidelización de los que llegan por la marca? ¿Ambas cosas?

Pero podemos ir más allá, dando un segundo paso. Pongamos que mi site mide el tráfico con Google Analytics, ¿qué más podríamos hacer? Pues bien, si generamos un segmento avanzado de forma que cada métrica de las que he hablado arriba constituyan un criterio, podemos analizar cómo se comporta este grupo de visitas que han llegado al site atraídos por nuestra marca en sí.

¿Qué tasa de rebote tienen? ¿Qué adquieren? ¿Cuántos se hacen clientes? ¿Cuántos son ya clientes? ¿Qué están buscando? ¿Por dónde salen? ¿Cuánto tiempo estuvieron en el site? ¿Repiten visita? ¿Qué cantidad de contenidos ven? ¿Cuál es el coste por visita? ¿Qué beneficio les sacamos?

Es decir, ¿cuál es el valor de nuestra marca? ¿Cuánto ayuda a vender? ¿Cuánto se confía en nosotros?

Podemos comparar la actividad de este segmento con otros que se nos ocurran. Por ejemplo, los que vienen por tráfico orgánico sin usar nuestra marca, con los que vienen por campañas SEM que no incluyan nuestra marca, los que vienen de campañas de determinados productos, los que acceden a través de emails…

Al igual que aquí recopilamos el tráfico que tiene que ver con nuestra marca, para medir el tráfico de captación que no se relaciona con la marca en sí sino con una determinada oferta, deberíamos excluir lo que estamos analizando en este artículo.

Y como no se dan dos pasos sin tener un tercero en perspectiva, podemos ir aún más y más allá. Rastrear el volumen de búsquedas de nuestra marca en Internet, aunque no se traduzca en visitas a nuestro site. De esta forma, podremos saber por qué somos noticia, cuándo despertamos más interés y si hay alguna acción que haga aumentar las conversaciones sobre nosotros. ¿Cómo comprobaremos esto? Con Google Insights for Search, una herramienta de estadísticas de búsquedas.

Si por ejemplo, fuéramos los responsables de la marca Freixenet (elegida porque tiene una estacionalidad evidente y porque hay noticias al respecto últimamente), podremos observar que la única acción que subió el interés por la marca fue el anuncio que rodó Scorsese en 2007.

Además de saber en qué países y regiones despertamos más interés, podemos saber qué búsquedas se relacionan directamente con nuestra marca. Es decir, qué términos de búsqueda asocian los usuarios con nosotros. ¿Y con la competencia? ¿Qué asocian con la competencia?

Para profundizar más en la competencia podemos utilizar Google Trends. ¿Hay alguna forma en que podamos optimizar el rendimiento de nuestra marca? ¿Con qué nos gustaría que se nos asociara y no se hace?

Hay que vender mejor nuestra marca. Hoy hemos dado el primer paso: aquello que no se mide no se mejora. Y el planteamiento siempre parte de una premisa sencilla: sabiendo donde estamos podemos saber hacia adónde vamos. Y lo que es más importante, sabremos adónde queremos llegar. Pase lo que pase, hay que seguir evolucionando.

Los días negros se está triste y nada más. Pero los días rojos son terribles, de repente se tiene miedo y no se sabe por qué...

2009-10-28T18:00:00.000+01:00

"—¿Conoce usted esos días en los que se ve todo de color rojo?
—¿Color rojo? Querrá decir negro.
—No, se puede tener un dia negro porque una se engorda o porque ha llovido demasiado, estás triste y nada más. Pero los días rojos son terribles, de repente se tiene miedo y no se sabe por qué." Audrey Hepburn en Desayuno con Diamantes

Una de las tareas más importante, y a la que no prestamos a veces la atención debida, porque estamos embelesados con el análisis realizado, es la presentación de la información. Es decir, cómo generamos un dashboard.

Lo importante es saber comunicar qué está pasando, por qué puede estar pasando y cómo podemos arreglarlo. Se trata de hacerlo de una forma agradable, dando información relevante que muestre cómo está funcionando el negocio, y que además ayude al receptor a tomar decisiones de una manera eficiente, basándose siempre en los datos recopilados. Sobre todo hay que incidir, y resaltar la atención, en lo que haya cambiado en el periodo analizado, tanto para bien como para mal. Así se identifican mejor las acciones a realizar y los segmentos afectados.

En un dashboard no se deben poner muchas KPIs. Se habla de que el número ideal es entre 5 y 20 por tablero, a mí me parece que no debería haber más de 10 (pero ésta es mi opinión). Sobre todo, y esto es lo que de verdad debemos tener en cuenta, que depende de lo que represente cada una de ellas.

Es vital proveer de contexto con un histórico detallado, y no limitarnos a dar los datos (éstos sin un análisis sirven para pocas cosas). También conviene siempre mostrar gráficos evolutivos, para saber de un sólo vistazo la línea que estamos siguiendo. No sirve de mucho copiar los dashboards de la competencia, dado que no tienen por qué usar las mismas métricas para los mismos objetivos. Por tanto, es mejor utilizar nuestro propio histórico como benchmarking.

El dashboard típico es el que trata la conducta o el ciclo de vida del cliente:

KPIs referidas a la adquisición (conversión, importe, coste por visita, coste por compra...)

KPIs referidas a la retención (nº visitas hasta la compra, nº visitas al mes...)

KPIs referidas a la fidelización (cada cuanto tiempo compran, cada cuanto tiempo vuelven...)

KPIs referidas a la actitud (satisfacción del cliente, recomendación del site, uso de otros canales...).

El primer paso para crear un dashboard es monetizar y analizar los procesos del site. El último paso es no olvidar hacer pronósticos basados en el análisis. Además, no tenemos que olvidar adjuntar anexos con la descripción exacta de cada KPI, con la fuente de datos utilizada, puntualizando las acciones que consideremos más importantes.

Probablemente, habremos manejado más de 10 KPIs durante el análisis. Por esa razón, debemos crear diferentes dashboards dependiendo del receptor (director financiero, marketing, técnicos...).

Pere Rovira, uno de mis ídolos, aconseja programar 3 dashboards diferentes para uso personal: uno diario con las KPIs; otro semanal con el resumen de las KPIs; y finalmente, uno mensual con los indicadores totales para tener una visión más real (yo sigo su consejo a rajatabla).

Para ir concluyendo, conviene tener en consideración, por su interés, usar un modelo jerárquico para distribuir las KPIs a la organización. Hay que estudiar a los receptores, entrevistarles, conocer bien sus inquietudes, para así personalizar al máximo los dashboards. La frecuencia de distribución se basará en las necesidades de los receptores, y el periodo de análisis deberá seguir la misma frecuencia.

Siempre que se pueda, entre los consejos que os proponemos, procupar siempre obtener feedback de los receptores y cambiar, de vez en cuando, el dashboard. Recordad: si los objetivos cambian, las KPIs también.

Algunos ejemplos que pueden resultarnos de interés:

Dashboard para ejecutivos: KPIs de rendimiento del site: conversiones, beneficio, valor medio de la venta, altas, coste medio de la visita, satisfacción del cliente, segmentar por tipo de cliente...

Dashboard de contenido: KPIs de compromiso con el cliente: tasa de rebote, uso del buscador interno, contenidos a los que se accede, ratio de visitantes nuevos vs. visitantes conocidos, tiempo pasado por visita, segmentar por tipo de cliente...

Dashboard de campañas: KPIs de rendimiento por campaña: beneficio, tasa de conversión, conversión por keyword, ratio de abandono de compra, CTR, coste por adquisición, segmentar por fuente de entrada...

Dashboard de usabilidad del sitio y mantenimiento: KPIs técnicas: velocidades, consistencia, carga de páginas, uso de navegadores...

Para tomar ideas sobre cómo presentar la información, nada como aprender de los expertos. Hace tiempo descubrí la infografía y desde entonces devoro todo lo que llega a mis manos sobre el tema. Mis preferidos son Chiqui Esteban y Xocas en español, y David McCandles y el equipo de infografistas del NYTimes en inglés.

Bienvenidos al mundo de color. Rojo malo. Verde bueno.

Yo no hago que las cosas pasen, ni obligo a nadie a actuar. Yo sólo pongo el escenario...

2009-10-24T21:55:00.004+02:00

Al igual que conocer el ciclo de vida del cliente es importante, entender bien el ciclo de vida del contenido de nuestra web es vital para optimizar el site.

¿Por dónde empezamos? ¿Qué podemos utilizar como base? ¿Cómo sabremos cuando decae la popularidad de cada contenido? ¿Hay contenidos que funcionan mejor que otros? ¿Cuándo es el mejor momento para renovarlo? ¿Hay acciones externas que determinen el éxito o no de un contenido? ¿Cómo podemos optimizar el contenido de nuestra web?

El primer paso será dividir el site en secciones, establecer objetivos para cada una y hacerse preguntas, muchas preguntas. ¿Cómo se comportan los visitantes de cada una? ¿Por dónde vienen? ¿Desde qué fuente? ¿Hasta dónde llegan? ¿Qué interrelación hay entre las diferentes secciones? La más importante de las preguntas será: ¿Qué es lo que realmente necesito saber de cada proceso? O dicho de otro, ¿qué es lo que aporta esta sección a los objetivos globales del site? ¿Funcionan las landing pages de cada sección?

Y dentro de cada sección, por cada página, deberemos recopilar información para un periodo determinado. Así, conoceremos la popularidad de cada contenido. Aquí tendremos las métricas relacionadas con el tráfico, con los datos cuantitativos: cuántos (visitas / usuarios únicos), cuántas (páginas vistas) por día, por semana, por mes, por trimestre... ¿Los jueves a las 9:00 es cuando tenemos más tráfico? ¿Los martes a las 13:00 es cuando más se compra? ¿Y a partir del día 20 es cuando sube el número de usuarios que visitan más de una sección?

Un ejemplo para mostrar la información de tráfico por secciones es este gráfico que uso para saber de un sólo vistazo cuál es el preferido por nuestros usuarios a nivel de visitas / páginas vistas / tiempo pasado y porcentaje de conversiones. Ya os hablé de él hace un tiempo, le he incorporado una sugerencia que me hizo Jose adaptándola a lo que echaba en falta, las conversiones.

El tamaño de cada casa viene determinado por el número de páginas vistas de la sección. Dentro de cada casa se ofrecen datos segmentados por clientes y no clientes. En la parte de abajo aparece una línea que indica el porcentaje de los usuarios que convierten (que llegan al objetivo):

Nos falta entonces añadir al cocktail los datos cualitativos, aquellos que determinan si una visita es o no de calidad. Es el momento de utilizar la tasa de rebote, el tiempo de estancia.

¿Es al principio de mes cuando los usuarios se quedan más tiempo? ¿En qué momento se registra la menor tasa de rebote? ¿Cada cuanto tiempo vuelven los usuarios? Si es posible, captar el feedback del usuario, bien por una encuesta en el propio site o por un test (A/B o Multivariante). Sólo si conoces a tu audiencia, y es la regla de oro que no debemos olvidar, puedes mejorar.

A partir de este punto es cuando buscamos el contexto, recopilando los eventos relevantes que han tenido lugar en ese periodo, para saber qué puede haber influenciado en los datos anteriores (campañas internas, campañas externas, lanzamiento de nuevos productos, noticias, comentarios en redes sociales...). Debemos tener siempre en cuenta el contexto a la hora de sacar conclusiones.

Llega el momento de analizar y tomar las decisiones. Comparar los datos de un mes a otro, de una estación a otra, de un año a otro, de una semana a otra, según veamos que es interesante. Podemos cruzar los datos de todas las secciones, las cifras de las campañas y sacar las conclusiones pertinentes. ¿Cuándo es el mejor momento para cambiar el contenido de cada sección? ¿Cada cuánto tiempo hay que cambiarlo? ¿Qué funciona mejor para cada sección? ¿Por dónde hay que atacar primero?

Tan importante es tener buenos productos y generar beneficio por el canal online, que preparar el mejor escenario para hacer que las cosas pasen.

Las relaciones humanas son irracionales y locas y absurdas pero continuamos manteniéndolas porque la mayoría necesitamos los huevos...

2009-10-13T18:00:00.003+02:00

"Y, y recordé aquel viejo chiste. Aquel del tipo que va al psiquiatra y le dice 'doctor, mi hermano esta loco, cree que es una gallina' y el doctor responde 'pues porque no lo mete en un manicomio?' Y el tipo le dice 'lo haría, pero necesito los huevos'..., pues eso es más o menos lo que pienso sobre las relaciones humanas, ¿sabe? Son totalmente irracionales, y locas, y absurdas; pero supongo que continuamos manteniéndolas porque la mayoria necesitamos los huevos..." Woody Allen, Annie Hall (1977)

Una herramienta que está disponible desde la primavera de este año pero solamente para Google en inglés es la Google Wonder Wheel. Es una funcionalidad asociada a las búsquedas, perfecta para el análisis de las keywords potenciales y cuya pinta podemos ver sobre estas líneas.

Es decir, muestra de una manera muy visual qué términos Google considera asociados a la búsqueda realizada. En este ejemplo, al buscar analítica web, uno de los términos asociados es “free web analytics” así que si pinchamos en el enlace, se abre una segunda rueda con los términos asociados a esta nueva búsqueda.

Se puede seguir construyendo nuevas ruedas hasta el infinito al saltar de keyword a keyword. Por supuesto, los resultados de la búsqueda van cambiando cada vez que incorporamos un nuevo criterio pulsando en las patas de la rueda. Así, podemos consultar en cualquier momento qué páginas son las más relevantes para cada palabra asociada.

Es muy fácil implementarlo, lo explica muy bien Javier Casares en su blog ojobuscador:

Desde Google hay que pulsar en la parte de abajo el link a Google in English. Y finalmente en la barra del navegador hay que copiar y pegar el siguiente código:

javascript:void(document.cookie=”PREF=ID=4a609673baf685b5:TB=2:LD=en:CR=2:TM=1227543998:LM=1233568652:DV=AA:GM=1:IG=3:S=yFGqYec2D7L0wgxW;path=/; domain=.google.com”);

Al dar a "Intro" no pasará nada, pero cuando realices la búsqueda, habrá una nueva opción en la barra inferior azul: Show options. Al pulsarla, a la izquierda aparecen una serie de opciones, seleccionamos Wonder Wheel y… ¡a jugar!

¿Para qué nos sirve la Google Wonder Wheel?

Básicamente como inspiración absoluta. De forma automática, nos ofrece los resultados de búsqueda más recientes y relacionados con lo que estamos buscando. Es decir, podemos explorar más allá de lo que en un principio pensábamos encontrar.

¿Queremos organizar mejor nuestras campañas de Adwords, usando cada pata como agrupación? ¿Necesitamos encontrar nuevas keywords? ¿Saber qué relaciona Google con nuestra marca? Porque aquí encontramos un nuevo camino por descubrir: ¿con quién se nos relaciona a nosotros, a nuestro producto? A lo mejor, no nos gusta lo que vemos y podemos hacer algo al respecto. La aventura crece cuando jugamos con combinaciones de más de 2 keywords.

Siempre había echado de menos una herramienta tan visualmente potente para descubrir keywords relacionadas que nos pueden ayudar en nuestras campañas SEM, en nuestro SEO, en nuestra reputación… Porque la vida de un analista web se basa en eso, en ir recogiendo huevos.

Todos queremos que nos encuentren.. lo difícil es dejarlo cuando lo encontramos

2009-10-07T18:00:00.001+02:00

Es interesante ver cómo las empresas poco a poco van entrando en redes sociales, siguiendo una estrategia más o menos a largo plazo. Es entonces cuando, viniendo de una cultura de datos, intentamos saber qué tal lo estamos haciendo, recopilando toda la información que tenemos a nuestro alcance.

Y pasa lo mismo que con cualquier herramienta de recogida de datos de la web: Nos encontramos con un número indecente de datos, que no sabemos muy bien cómo transformar en información, y nos ayude a evaluar si lo estamos haciendo correctamente. La idea es crear un buen plan de inmersión en redes sociales y tener objetivos a corto, medio y a largo plazo, con los que tener claro qué medir en cada uno de los momentos.

Lógicamente, lo primero que debemos hacer es sentar los objetivos que estamos buscando en cada red social. Para medir si estamos teniendo éxito o no en cada objetivo, utilizaremos métricas cuantitativas y métricas cualitativas.

¿Cómo determinamos nuestros objetivos?
Normalmente, casi todos los retos de las empresas en redes sociales pasan por alguna de estas preguntas:

¿Qué se dice de nosotros? ¿Es bueno o malo? ¿Estamos participando?

¿Qué conocen de nuestra marca? ¿Saben que estamos aquí? ¿Están participando?

¿Están satisfechos?¿La recomiendan?

¿Nos prestan atención? ¿Mi mensaje va más allá de mis followers?

¿Aumenta el tráfico en mi página web desde aquí? ¿Vendo más?

Existen muchas herramientas actualmente que miden este tipo de preguntas, según las estadísticas que produce un determinado usuario. Me gustaría compartir hoy las que, a mi juicio, me ayudan a elaborar un informe de medición de objetivos en una determinada red social: Twitter.

¿Qué métricas podemos utilizar para saber si estamos en el buen camino? Podemos tomar las que nos proporciona el propio Twitter.

Es un comienzo. Sigo a 429 twitteros, me siguen 1.366 y he escrito 8.069 tweets. No me dice mucho, la verdad. ¿Sigo a muchos? ¿Me siguen pocos? ¿Soy pesada escribiendo tweets?

Como he probado casi todo lo que hay en el mercado sobre estadísticas y medición, me quedo con las herramientas que enumeraré a continuación, y que proporcionan métricas nuevas , contexto, además de diversas perspectivas del funcionamiento de una cuenta en Twitter.

TwitterCounter

Nos sirve para saber cuál es la tendencia en mi número de followers, en el número de personas a las que sigo o el número de tweets que hago diario. En la parte de la derecha muestra las estadísticas y predicciones para mi cuenta, e incluso da la opción de compararse con otros usuarios.

Twitalyzer

Esta herramienta mide la influencia en Twitter. Se calcula en base al número de followers (influencia), al número de veces que te Retwittean los mensajes (señal), el número de RTs que hace uno de otros (generosidad), de los replys que se hacen (clout) y el número de twitts que se hacen al cabo de una semana (velocidad). Me gusta porque también calcula la tendencia con respecto a la consulta anterior.

Twitteranalyzer

Ofrece estadísticas de todo tipo para determinar la influencia en los followers y qué tipo de acciones tienen mejor acogida:

Mis twitts (total, sólo los que forman parte de una conversación, los que me incluyen en la conversación, las palabras, los hashtags que más repito, los links que he incluido, desde donde he twitteado…)

Mis amigos (cuantos estuvieron online, dónde viven, quienes me hacen RT más, con quienes entablo más conversación, a quienes no respondo…)

Menciones (a quien menciono más, quien me menciona más a mí…)

Grupos (profesiones de los followers, género, número de followers que tienen ellos…)

Tweetstats

Mide el número de twits por meses, con la media diaria, profundizando en las horas de cada día, sacando un top de los 10 usuarios a los que más se contesta y a los que más se retuitea. También da información sobre lo que se habla en twitter, en forma de nube de tags, donde se puede consultar las horas que lleva hablándose del topic, el diario y el total.

Twitter-friends

Impresionante herramienta de estadísticas de usuario en comparación con la media. Es un medidor del tipo de usuario que eres en twitter. Me gustan, sobre todo, los cocientes que muestran el grado de conversación que tienes por día (links, replys, RTs…).

TweetBeep

Herramienta para dar de alta una alerta en Twitter. Se nos envía un mail con el tweet del usuario que ha escrito sobre nosotros y el texto.

Finalmente, para usuarios que utilizan Google Analytics, Ferriol Egea explicó en su blog cómo crear un filtro especial para recoger todas las visitas desde redes sociales y poder estudiarlas por separado.

La conclusión que se puede sacar de este resumen es que, dependiendo de los objetivos que tengamos en cada red social, podemos combinar las diferentes métricas que nos proporcionan estas herramientas para confeccionar las KPIs que medirán nuestro éxito o fracaso en las acciones que llevemos a cabo.

Buscad lo suficiente, buscad lo que basta. Y no queráis más. Lo que pasa de ahí, es agobio, no alivio; apesadumbra en vez de levantar

2009-09-29T18:00:00.001+02:00

El gran problema del analista web (y en estos tiempos de cualquiera) es cómo gestionar su tiempo. Hay tanto que hacer, tantas métricas y segmentos en los que profundizar, que parece que nunca se ha analizado lo suficiente . Y lo que es peor, resulta difícil saber dónde parar.

He leído varias opiniones sobre cómo invertir el tiempo eficazmente, y tras analizarme, creo que he optado por hacer un mix de todas ellas. Así, un 10% de mi tiempo lo dedico a ver las tendencias del site, las métricas que se relacionan con el tráfico (por si pasa algo grave) y los objetivos generales. Es decir, las métricas brutas:

Número de Visitas

Páginas vistas

Tiempo pasado en site

Tasa de Rebote

Conversiones: incluir fuentes de tráfico, keywords involucradas...

ROI (show me the money!)

Según lo que veamos que cambia, para bien o para mal, hay que profundizar más en los datos, segmentando por los perfiles que consideremos nos pueden ayudar en nuestro análisis.

Esta es la parte interesante, cuando la labor real del analista comienza, donde debemos utilizar el 50% de nuestro tiempo, con un límite marcado para no pasarnos de vueltas. Para ello utilizaremos todo lo que estamos aprendiendo en esta serie de Mide, Analiza y Corre.

Empezamos a pulir las métricas brutas. ¿Cómo? Buscando el contexto. Recordemos que, sin éste, la KPI no es nada.

Efectividad de la Landing Page o la Home o la campaña de email: Determinar si funciona el mensaje, el copy, el SEO, el SEM. Aquí mediremos la tasa de rebote particular de cada entrada al site, utilizaremos el site overlay para ver dónde hacen click, propondremos test A/B o multivariante.

Adquisición o retención de visitantes: ¿Atraemos? ¿Fidelizamos? ¿Qué hacen los potenciales en nuestro site? ¿Y los clientes? ¿Cuánto nos cuesta cada visita? ¿Cuánto nos cuesta un cliente? ¿Tenemos nuevos objetivos que necesiten de más potenciales para llevarse a cabo? ¿O queremos retener a nuestros clientes?

Análisis del path: Para entender la conducta del usuario, profundizaremos en el ratio de abandono de cada proceso y cada una de sus partes. Es decir, mediremos la persuabilidad de cada fase del camino al objetivo (embudo de conversión) para ver dónde estamos fallando y qué habría que mejorar

Saber qué interesa a nuestras visitas. ¿Para qué usan el buscador interno? ¿Qué buscan en internet, cuál es el motor que le empuja a venir a nuestro site? ¿Cuál es el contenido que más gusta? ¿Y el que menos?

Estudiando los datos cualitativos disponibles para encontrar fallos de cara al usuario, de usabilidad, de diseño, de funcionalidades. Escuchar la voz de nuestros clientes y aprender de los que más nos conocen, para saber si están satisfechos con nuestro trabajo

Convertimos... ¿Ha sido efectiva la campaña? ¿Cuánto nos ha costado cada conversión? ¿Qué beneficio real hemos tenido? ¿Es nuestra tasa de conversión óptima? ¿Qué hacen los que no convierten? ¿Van a otra campaña?

Y lo más importante... Segmentar, segmentar y luego volver a segmentar. Da igual el análisis que hagamos, los datos agregados no sirven de nada por sí solos. Es básico saber qué funciona y qué no para cada segmento.

¿Quien? ¿Qué? ¿Cómo? ¿Por qué? ¿Cuándo? ¿Dónde? Estas preguntas nos servirán, como a un periodista, para profundizar en el análisis. Hay que tratar de responder al mayor número de preguntas posibles.

Cuando tengamos el análisis detallado de lo que ha pasado y nos aproximemos a una hipótesis de por qué ha podido pasar, entonces, es el momento de invertir el 40% del tiempo diseñando una estrategia de acciones para mejorar. Normalmente pasamos el 90% en las primeras dos fases y terminamos diseñando acciones en tan sólo un 10% del tiempo... y así nos va a veces. Tan importante es el análisis como el identificar los cambios que nos pueden ayudar a mejorar el diseñar una manera eficiente de mostrar la información.

La estrategia empieza por preguntarnos por los siguientes pasos a tomar, cómo afecta cada canal a los demás, estudiar el balance que vamos a considerar correcto entre nuestros objetivos y lo que hemos alcanzado para determinar por dónde podemos actuar... ¿Estamos progresando? ¿Qué factores pequeños hacen que el objetivo no tenga éxito? ¿Dónde se puede actuar? En las manos correctas, los datos permiten tomar decisiones valiosas.

Cada centímetro de esta playa es un objetivo. Si os quedais aqui, es para morir

2009-09-25T18:00:00.000+02:00

Como comentaba en mi anterior post, la tarea más importante de un analista web es tener claros los objetivos del site. Sin embargo, al principio, el convertir los objetivos de negocio en métricas web, es una tarea dura.

En el máster de la UBC encontré un modelo que refleja el proceso a seguir.

Un negocio puede tener muchos objetivos, el canal web puede ser parte de uno o varios objetivos. Es imprescindible tener los objetivos del negocio bien definidos, así será más fácil en qué puede ayudar el site. Si el site es de ventas, es fácil saber los objetivos del site; si el objetivo de negocio no es específicamente de ventas, no será tan fácil determinarlos (reputación, fidelización, ...). Ojo, digo que no será fácil, pero no es imposible.

La táctica más simple que podemos emplear, para tener cada objetivo más claro, es definir qué acción debe hacer el visitante para considerar que tenemos éxito. ¿Debe rellenar un formulario? ¿Llamar a algún teléfono? ¿Descargarse un pdf? ¿Terminar de ver un video?... Este objetivo es importante fijarlo junto a alguien de negocio que esté pendiente de nuestros informes.

Una vez tengamos el objetivo del site definido habrá que seleccionar la métrica (o métricas), que determine el éxito al alcanzar dicho objetivo. Para avanzar tendremos que determinar cuántas visitas hemos tenido y cuántas han llegado al éxito. Hay muchos tipos de métricas, empezando por decidir cuál se ajusta más a nuestro objetivo, incluso tomar unas cuantas, seguirlas durante distintos periodos de tiempo, y decidir cuáles son, al final, las relevantes en el camino al éxito :)

Igual de importante es monetizar la métrica, definir un valor en euros para el evento de éxito. No tiene por qué ser un valor preciso, pero es básico tomar un marco de referencia para tomar decisiones sobre el site. Si tenemos 10 objetivos en el site y todos tienen un valor cuantitativo, será más fácil comparar el éxito que estamos teniendo en cada uno, además de saber cuanto de cerca o lejos nos encontramos de alcanzarlos.

¿Cuánto nos cuesta generar un lead? ¿Y lograr una venta? ¿Y derivar una llamada? ¿Y solicitar información sobre un producto o servicio? Es decir, ¿cómo asignamos este valor? Hay que identificar todas las acciones que pueda realizar el usuario en la web y priorizarlas. Así, cuando se comparen entre sí, se podrá ver el efecto que tiene cada una en el logro de nuestro mayor objetivo, y optimizar nuestra web.

Un ejemplo de lo que quiero decir con métricas + valor:

Objetivo de negocio: Incrementar el número de suscriptores a nuestro catálogo online

Objetivo de la web: Lograr nuevos leads a través de nuevos visitantes

Métricas: visitantes únicos, tasa de conversión (mandar relleno el formulario)

Valor: 2.000 nuevos suscriptores, a 50 euros el lead = 100.000 euros

Cuando contemos a los implicados de negocio qué estamos consiguiendo en el canal, todos entenderán el grado de impacto si los datos son cuantitativos. La playa es ancha, cierto, pero nos interesa cada centímetro. No lo olvidemos.

A los noruegos les gusta hacer click

2009-09-18T10:00:00.002+02:00

En el Conversion Thursday de Madrid correspondiente al mes de octubre, tuvimos el placer de contar con Elena Enriquez, traffic manager y analista web en Oslo, que nos dió una charla sobre la necesidad de unir los clicks (campañas) con las métricas (analítica web). De ahí la creación de su nueva empresa, clicmetrics.

Elena es directa, fresca, divertida y lo que más me gustó de su charla es que, aparte de contarnos su vida con esa gracia andaluza que conserva por mucho que viva en Oslo, nos acerca a un país del que sabemos poco y del que culturalmente somos tan diferentes (en cuestión de trabajo, agencias y formas de navegar en internet). Empezando porque el 87% de los noruegos navegan habitualmente por internet, no sé cuando seremos capaces aquí de llegar a semejante porcentaje.

Asistimos 40 personas, de Madrid, Málaga, Benidorm... ha sido el CT más internacional que hemos tenido en Madrid :)

La charla empieza fuerte, con la afirmación de que el único objetivo de las empresas en internet es ganar dinero. Así que el analista se debe intentar que haya siempre un plus positivo, subir el ROI. El analista es un valor añadido para el site. Conseguir objetivos y beneficios (dinero) y posicionamiento (técnica) son sus retos.

Los objetivos deben ser medibles, se deben poder convertir (con esto ya os he ametrallado yo estos últimos tiempos). Y el site debe convertir al cliente, optimizar su ciclo de vida. ¿Qué valor tiene un usuario cuando no se vende nada en el site? Siempre hay que conocer el site a fondo, hablar con los responsables del negocio y definir objetivos.

En un site hay que generar tráfico. El tráfico supone movimiento y el movimiento genera cambio. El Traffic Manager controla el tráfico en la web: qué hacen, qué no hacen que nos gustaría que hicieran, cuanto tiempo están...

Las funciones del Traffic Manager son:

Gestionar el tráfico (de dónde viene)

Gestionar el SEM/SEO como conjunto, no de manera independiente

Controlar el movimiento en el site

Conocer los medios (no existe la AM, el plan de medios es responsabilidad suya

Implementar, Gestionar e Interpretar el plan de medios

Analizar los resultados de las campañas

Me llama la atención (y a todos los asistentes) saber que en los medios noruegos no se cree en el tráfico orgánico. Los sites se construyen con un diseño varguandista, basado en presentaciones tipo flash (según Elena, diseño cool :)). Se genera un debate sobre el SEO con los asistentes. Efectivamente nos muestra una serie de ejemplos de sites importantes noruegos y ninguno posee una estrategia SEO. Obviamente la conversación se deriva hacia Google, puesto que en Noruega más del 80% de los usuarios utiliza un buscador noruego llamado STARTSIDEN.NO (aviso a los intrépidos que entren en el buscador, puede causar efectos dañinos en la pupila, je je). Este buscador tiene 8 cajas de búsqueda y publicidad por todas partes. La verdad es que resulta interesante compararlo a la austeridad de Google.

Interpretar el plan de medios en Noruega resulta complicado puesto que un anunciante puede contratar más de 20 anuncios distintos y cada uno lleva su propio etiquetado. Es un trabajo en el que reina el caos pero es apasionante. Comenta que en medio de la campaña existe la posibilidad de renegociar si los resultados no son los esperados.

En Noruega se considera una campaña de éxito aquella que tiene más de un 1,5%, se suele tarificar por impresiones aunque los medios dan 3 opciones: por impresiones, por clicks y por día completo.

Ser Traffic Manager supone adaptarse a los cambios, aprender a escuchar, colaborar y trabajar en equipo con diseñadores, agencias, clientes, los media planners... En mi opinión es interesante y eficaz el concentrar el trabajo de controlar el tráfico y el análisis web en una sola figura, porque tiene la visión completa de todo lo que ocurre y genera el site.

Finaliza Elena con las métricas que ella considera más importantes a la hora de la gestión del tráfico:

Impresiones

Clicks

click rate

coste

coste click

Y las métricas más importantes a la hora de la evaluación de un site:

Visitas

Ratio de visitas

coste por visita

conversiones

coste por conversión

conversiones por visita

tasa de rebote

En resumen, una charla que se hizo corta, una traffic manager muy expresiva y un networking posterior con un aperitivo potente gracias a MV Consultoría que hicieron de la tarde del miércoles algo especial.

Más información y audio de la charla en el blog de Antonio Domingo. (gracias por la foto).

Es preciso elevarse con las alas del entusiasmo. Si se razona, no se volará jamás.

2009-08-18T10:00:00.002+02:00

Soy de la firme creencia de que, aun disponiendo del mejor análisis del mundo mundial, si no plasmas la información de manera visual, impactante, no llegarás al corazoncito de la organización.

Sigo muchos blogs de Infografías como el de Chiqui Esteban o JunkCharts para sacar ideas, aprender a contar historias con gráficos y dar un valor añadido a los análisis de datos.

El otro día tenía una tabla de datos que me parecía interesante. Comparaba varias series de información relativa a las palabras clave por las que llegaban nuestros usuarios al site y me proporcionaba una visión clara de cuales generaban visitas “de calidad” y cuáles no tenían tanta repercusión en el site.

Este análisis me servía claramente para decidir a nivel de SEO o SEM dónde había que invertir esfuerzos.

Mis variables para determinar la calidad final de la visita fueron:

Páginas vistas por visita

Tiempo en el site

Conversiones

Tasa de rebote

Visitas nuevas

No tenía muy claro cómo plasmar esta información de una manera visualmente atractiva y clarificadora, eran muchas variables por keyword y a su vez eran muchas keywords. ¿Cómo ponerlo todo “bonito” para que cupiera en un mail sin tener que hacer scroll? Como siempre, mi ídolo Avinash vino al rescate puesto que recordé que había utilizado algo sobre este tema durante su ponencia en el Practitioner Web Analytics del pasado mayo.

En una de sus diapositivas, mostraba un análisis de calidad de keywords con distintas variables (para medir su blog). Hacía la comparativa entre estas palabras clave en gráficos radiales, uno que reflejaba los datos totales y después otros que mostraban cada uno su actuación en particular. ¡Perfecto! ¡Era perfecto!

De una manera clara muestra la información de cada una de las palabras clave, de un solo vistazo puedes saber los puntos flojos y fuertes de cada una de ellas e incluso si mostramos el área actual de un color y queremos compararlo a lo que pasó en el mes/trimestre/año anterior, podemos poner otro color por debajo y saber si la keyword en cuestión ha evolucionado o no:

Para sacar los datos no había tenido problemas, en Google Analytics se crea un segmento avanzado para cada keyword.
Sin embargo, cada dato estaba en una escala diferente, por lo que necesité normalizar los datos para que pudieran leerse correctamente en el gráfico.
Como cada valor tiene un valor máximo y valor mínimo, usé la siguiente fórmula para escoger cada valor de cada rango de valores:

Y el resultado ha valido la pena. El caso es que, si acompañamos el grupo de gráficos radiales con nuestras recomendaciones, tendremos un análisis sólido y potente para tomar decisiones sobre las keywords en el futuro.

Si conoces a los demás y te conoces a tí mismo, ni en 100 batallas correrás peligro...

2009-08-11T23:57:00.008+02:00

"Si conoces a los demás y te conoces a ti mismo, ni en cien batallas correrás peligro; si no conoces a los demás, pero te conoces a ti mismo, perderás una batalla y ganarás otra; si no conoces a los demás ni te conoces a ti mismo, correrás peligro en cada batalla" Sun Tzu

¿Quien no ha intentado crear una cultura de tomar decisiones en el canal online en base a los datos y se ha encontrado con un sinfín de problemas?

Yo me he encontrado con muchos de ellos, incluso me ha pasado de encontrarme con varios problemas a la vez :) Pero una, que no se rinde fácilmente, hace lo que tiende a hacer todo el mundo, pensar que es a la única persona a la que le pasan este tipo de penurias y llora pero sale adelante luchando contra viento y marea.

Pues ayer en una conversación interesantísima por Twitter (por cierto, cada día estoy más convencida de que no podría vivir sin él, ja j aja) me encontré comentando los problemas que me he ido encontrando en estos tres años de lucha en mi banco con alguien que hace lo mismo que yo pero en una compañía de seguros… y voilá! Aprendimos que muchos de los obstáculos que nos encontramos son comunes a cualquier organización, así que creo interesante recopilar estos problemas en un post por si alguno de vosotros se encuentra en la misma situación y necesita al menos comprensión de los colegas de profesión :)

Por supuesto si os habéis encontrado con algún otro problema que no trate en este post estáis invitados a comentarlo y así entre todos podemos hacer una lista de penurias conjunta.

En primera posición y destacado está el tema de los objetivos… ¿quién no se ha encontrado en su organización que los objetivos tanto globales como independientes de cada departamento no están claros o no reflejan lo que deberían reflejar?

Desde mi experiencia, lo que me ha servido de mucha ayuda es hablar detenidamente con cada uno de los departamentos y dentro de cada uno, con todo el mundo, a ser posible por separado. Con el jefe, con el menos jefe, con los curritos, con los becarios, con todo aquel que me pueda dar información sobre el departamento, qué le preocupa a cada uno, su día a día, qué les influye, qué les llama la atención. Aquí hay que ir a las reuniones sin hablar, únicamente a escuchar, a tomar notas y a preguntar todo lo que no nos quede claro.

Una vez definan sus objetivos hay que contrastarlos con la información y el análisis que hayamos realizado nosotros… ¿echamos en falta algo? ¿nos parece que lo que nos dicen tiene sentido como punto de partida para empezar a construir?

Ojo, vamos a elegir las métricas y elaborar nuestras KPIs con respecto a estos objetivos así que desde el principio deben estar bien definidos. No pasa nada si pasado un tiempo observamos que lo que estamos midiendo no sirve para nada, se cambia y ya está, pero ganaremos tiempo y en psicólogos si desde el principio tenemos una idea clara de lo que esta gente considera como éxito.

En base a estos objetivos nos interesará construir los informes necesarios para este departamento, lo que vamos a incluir en su dashboard particular y lo que puede aportar a cada objetivo global de la compañía. Por lo que estableceremos las KPIs y las estudiaremos a fondo su rendimiento y su evolución en el tiempo. En pocos informes sabremos si nos hemos equivocado o vamos en el buen camino.

Otro obstáculo importante es cuando estamos en la fase del análisis y no encontramos el camino “de la verdad”, o sea, algo que ilumine el camino para empezar a tomar acciones que cambien el curso de lo que pasa actualmente en el site. Nadie nos puede dar ni una pista de por dónde tirar y nos encontramos solos ante el peligro.

¿Mi recomendación? Ir a donde necesitan que vayamos, a donde está el impacto, a donde está el dinero. Hay que crear modelos de monetización, para entender el valor directo de cada acción del site, aparte de las deseadas conversiones. ¿Cuánto ganamos con un nuevo cliente? ¿Cuánto vale el generar una marca fuerte? ¿Qué consideramos como cliente fiel? ¿Qué consideramos como visita de calidad?

Hay que priorizar lo que nos lleva a mejorar nuestro ROI, ese es el principal objetivo de negocio (y más en tiempos de crisis). Por lo que hay que plantear recomendaciones basadas en el modelo que hayamos generado. Es interesante generar pronósticos, lanzar un test A/B o Multivariante con las distintas opciones y comprobar cuál de ellas genera mayor impacto comparado con nuestro “pronóstico”.

Hay otro problema común del analista dentro de la empresa. Una se emociona y empieza a generar reports y dashboards y scorecards y al final generamos el efecto contrario al que buscamos, los receptores ya no saben distinguir entre lo que es importante y lo que no y pasan de nuestros informes.

¿Qué hacer? Arremangarse y manos a la obra, hay que enseñar a los distintos departamentos a obtener las métricas específicas y básicas para su día a día. Será duro al principio porque no todo el mundo tiene la paciencia y las ganas de aprender a mirar tendencias o a comprobar la conversión o el número de respuestas del anuncio en la home, pero si conseguimos meter el gusanillo de “comprueba lo que está pasando ahora en el site” podemos centrarnos en lo realmente importante, en configurar los informes sin el ruido que genera el medirlo todo y poner únicamente lo importante, como dice el ídolo “lo que ha cambiado”.

Algunos receptores ponen en duda la exactitud de los datos. En mi caso intento “auditar” los datos, uso una herramienta interna basada en logs y una externa basada en tags que cruzo constantemente. Los datos nunca serán exactos, no coincidirán con los que nos mandan las agencias con respecto a los clicks en nuestros anuncios externos. Es vital dejar claro que lo importante no es el dato en sí, sino la tendencia, lo que significa y lo que nos está señalando.

Me gustaría terminar tal y como he comenzado, con la cita del libro "El Arte de la Guerra" que ilustra este post. Lo básico es conocerte bien a tí mismo y a los demás (bueno, yo añadiría también la web, pero lógicamente Tzu no iba por ahí), solamente así podrás salir airoso de cualquier problema que se te presente :)

No odies a tu enemigo... nubla tu buen juicio

2009-07-31T19:00:00.000+02:00

Entender qué investigar en relación a por dónde se va o nos abandona el usuario, es tan importante o más que conocer por dónde entra y lo que hace en el site.

Sabiendo la última página vista por la visita podremos recopilar información para trabajar la retención de visitantes y la tasa de conversión. Aunque, y eso debemos tenerlo siempre claro, el ratio de abandono se mantendrá siempre estable, todas las visitas tienen que marcharse en algún momento del site.

Sin embargo, nos puede interesar averiguar cuántos de nuestros visitantes salen del site prematuramente, qué puede estar causando esta salida prematura. Segmentando a los visitantes (nuevos vs antiguos, o clientes vs no clientes), podemos identificar los puntos comunes de salida, y de este modo, catalogar cuales son las páginas de salida positivas y cuales las negativas.

Es decir, cada página del site puede ser una página de salida, donde tenemos que decidir si los visitantes eligen la que nos interesa a nosotros o no, y a continuación, si la página de salida elegida no nos resulta interesante, cómo cambiar ese comportamiento. Nuestro objetivo principal es saber dónde podemos actuar para retrasar esta salida, en caso de que no haya terminado el proceso de conversión.

Identificar las páginas de salida que se pueden asociar a acciones de negocio, nos pueden servir para mejorar nuestros ratios de conversión. Por ejemplo, cualquier página que forme parte del proceso de conversión, o las páginas por las que entran y salen sin ver ninguna otra página. Dejaremos fuera las páginas donde la conversión ya ha finalizado (las que suponen la confirmación de una compra o adquisición de servicio), que son las que consideramos "páginas positivas de salida".

Es más fácil de explicar con un ejemplo. Podemos tomar unas páginas de nuestro site para comparar su tasa de salida. Para ello contaremos con unas métricas simples, las veces que se ha descargado esta página (páginas vistas), el número de visitantes que han visto esta página (visitantes) y el número de visitantes que salió del site por esta página, o sea, el número de veces que esta página fue la última vista del site (veces que es salida). Y construimos una métrica compuesta: número de veces que la página es la de salida del site entre el número de usuarios totales, para saber la tasa de salida que tiene cada página.

Podemos comprobar cómo la página "Formulario Cliente" es una página positiva de salida, puesto que el visitante se da de alta en el site y acto seguido se va (no problem). La Home es una página que siempre tendrá una tasa de salida alta, siempre podremos mejorarla :) Pero lo realmente interesante es lo que podemos hacer en las dos páginas restantes. En la página de "Paso Intermedio de Conversión" se nos están escapando el 70% de los visitantes que llegan a la página..., no tiene muy buena pinta. Pero peor pinta tiene nuestra "Landing Page de la Campaña 1", que llega hasta el 98% de estampida de los que aterrizan allí.

Llega el momento de concentrar nuestros esfuerzos en estas dos páginas, segmentando por los perfiles más importantes que tengamos en el site, para saber cómo empezar y por dónde. Recordemos que el reto no es hacer que no se vayan del site porque antes o después lo harán, sino que cumpla alguno de nuestros objetivos antes de irse.

¿Qué acciones podemos tomar? Lanzar un test A/B o multivariante, para probar distintas versiones de la página, cambianado imágenes, copys, las llamadas a la acción. Quizás, se necesite más información del producto o servicio, que la campaña no sea la adecuada, o no esté dirigida al target correcto. Simplemente, puede que no dejemos claro por donde deben seguir los usuarios.

¿Os habeis fijado que, independientemente de lo que estemos analizando (la entrada, el path -camino- o la salida del site), al final los pasos a seguir son los mismos? Segmentar, identificar el problema, diseñar acciones para mejorar, implementarlas, medir y volver a analizar. Por eso, lo importante es decidir qué página tocar en cada momento, identificando cuales son los puntos de nuestro site que más lo necesitan.

Para ayudarnos a identificar los puntos negros de nuestro site, desde la perspectiva de la salida que utilizan, podemos empezar por hacernos una batería de preguntas que nos puedan ofrecer un contexto más sólido sobre las acciones que podemos realizar:

¿Dónde se fueron? ¿Por la misma página por la que entraron?

¿Se fueron después de ver la página de información de un producto?

¿Se fueron en nuestra primera llamada a la acción?

¿Dejaron información o se dieron de alta antes de irse?

¿Se bajaron algún fichero o vieron algún video o estudiaron algún manual?

¿Cuantos volvieron?

¿Cuantos se fueron en medio de una conversión?

¿Y cuántos después de convertir?

Así que, en vez de lamentarnos porque nuestro usuario se haya ido del site sin hacer nada de provecho y verle como nuestro enemigo, es mucho más constructivo meternos en su piel e intentar entender por qué lo han hecho. Al final, nuestro objetivo principal es saber cómo podemos seguir mejorando y optimizando nuestro site.

Michael... ¿Qué hacen abiertas las mercerías?

2009-07-28T18:00:00.001+02:00

Al igual que estudiamos por donde entra el usuario, conocer lo que hace un visitante desde que entra hasta que sale de nuestro site, nos puede ayudar a cubrir y resolver temas de copys y navegación.

Podemos estudiarlo desde dos perspectivas distintas:

Orientado a un objetivo (Goal Driven): Examinar de forma secuencial el comportamiento del usuario. Cualquier desviación puede suponer problemas con el copy y la navegación. Desde el punto de vista de llegar a un objetivo, será un camino lineal, lógico, secuencial..., todo lo que no sea seguir paso a paso el camino, nos indica que algo pasa.

Orientado a la oportunidad (Click Opportunities): Centrarse en dónde va el usuario a partir de cada página. Cada click en un link será un nuevo evento, esto implica que cada camino es individual, partiendo de la base que el usuario no tiene por qué venir a nuestro site con una idea preestablecida.

Combinando estas dos perspectivas, podemos segmentar por usuarios que entran sin, a priori, una idea de qué van a hacer, frente a los usuarios que entran con el objetivo claro. Por ejemplo, podemos mirar primero el camino secuencial de cara a cada objetivo, y después comprobar, quién de los que sigue no ha continuado el camino lineal. El embudo de conversión y el gráfico de páginas nos lo da el estudiar la "foto" que nos deja el usuario sobre su actividad en cada página: site overlay.

Como siempre, el reto es optimizar el site. Hay ciertos objetivos que queremos que los visitantes hagan y, revisando los "paths" (caminos), podemos empezar a hacer cambios para persuadirles de que tomen el camino correcto. Si cogemos como un segmento aparte, los caminos más repetidos y los mejoramos, éste tendrá mucha más repercusión.

La navegación del site debe llevar al usuario hacia delante, utilizando el mínimo número de clicks para cumplir el objetivo. ¿Cómo? Utilizando llamadas a la acción personalizadas con respecto a lo que estamos aprendiendo de nuestros usuarios. Pero ante todo, simplicidad y claridad.

Aquí nos ayuda el saber algo de usabilidad, para hacer nuestras páginas web más eficaces y entender que el usuario no quiere pensar.

No hay mucho tiempo, no leemos, ojeamos, seleccionamos la que puede no ser la mejor opción, la primera que nos puede servir. ¿Quién se lee el libro de instrucciones antes de empezar a trastear con el producto?

Usar una jerarquía visual correcta, dividir las páginas de manera bien definida, con las llamadas a la acción destacando, sin elementos que distraigan la atención de lo realmente importante: dónde queremos que vaya el usuario para cumplir el objetivo.

De cualquier forma, la esencia del análisis del path es un poco arte, ponerse en los zapatos de los usuarios, e intentar averiguar por qué han escogido este o aquel camino. Hay que ser intuitivo y tratar de entenderlo. ¿Lo importante? Darles motivos para que sigan navegando, evitar que piensen, "¿qué tengo que hacer aquí?", y se vayan :)

Hay ciertas cosas que nunca se aprenden, que de pronto aparecen sin saber por qué. Hay ciertas cosas que en los libros no vienen pero hay que saber.

2009-07-22T21:29:00.007+02:00

Este es uno de esos posts que escribo porque tengo MONO de sentarme tranquilamente delante de mi portátil y escribir para mí misma, que es lo que hago en este blog. Y últimamente no me ha sido posible y lo echo de menos :)

Me apetecía escribir de muchas cosas, casi todas buenas, que me han pasado en este tiempo que estoy tan silenciosa, pero me voy a centrar en un par de ellas. Aviso a navegantes, será largo.

Me ha llamado la atención una forma de marketing que viví en primera persona hace unos días. Me contactó un grupo de marketing alternativo para pasar un día junto a otras bloggeras en un nuevo gimnasio que han abierto en Madrid. El caso es que este club deportivo (porque no es solamente gimnasio, sino spa, sitio de recogimiento, un auténtico paraíso) solamente es para mujeres y tiene más de 8.000 m2, el target está claro. Y me parece audaz cuanto menos, dados los tiempos que corren.

Pero aparte de disfrutar de un día espectacular con bloggeras interesantes, estuve dándole vueltas a esta campaña en sí. ¿Cómo medirían el éxito? Porque ruido generó, desde posts de las diferentes bloggeras (Verónica, Belén, Ana y Anita), recopilé casi 100 mensajes en twitter ese mismo día sobre el gimnasio entre twitts, replies y retwitts :) El set de fotos en Flicker lo han visto casi 200 personas. Así que vuelve el eterno dilema... ¿Cómo medir el éxito en redes sociales o acciones de marketing tan osadas? Supongo que cuando, como aquí, hay un objetivo (conseguir socias) es relativamente fácil. Solamente hay que ver qué tendencia siguen las conversiones, hablar con las nuevas socias a ver cómo se han enterado de la existencia del gimnasio. ¿O hay más? Pues sí. La reputación del negocio es importante y no es fácil medir qué ha influido en la percepción de los potenciales.

Todos los posts que leo sobre el tema son tremendamente favorables a este gimnasio. A lo mejor la acción en sí no ha generado un número impresionante de socias, pero si alguien se pone a buscar un gimnasio por internet, se encontrará con éste relacionado con todo tipo de adjetivos sublimes. Eso sí, para cerrar el círculo online necesita completar este tipo de acciones con una buena estrategia SEO.

Lo que yo saqué de la experiencia, aparte de un relajamiento casi celestial, fue que tengo que explorar más este mundo de medición en redes sociales, blogs y demás. Prometo un post al respecto. Creo que medir la reputación online es básico en estos tiempos y (por ahora) en ningún libro viene cómo se hace.

Y la segunda cosa que quería comentar es cómo últimamente me contacta mucha gente para preguntarme cómo es el perfil de un buen analista web. Y claro, también me hace pensar. Me alegro porque el que se estén buscando profesionales para este sector significa que las empresas y agencias están entendiendo lo importante que es la medición online, la cultura de optimización basada en datos del canal web. Pero soy consciente de que es difícil saber a quien buscar. Como comenté hace unos meses, es complicado encontrar un analista web que no sea autodidacta :)

Pero... realmente un analista web tiene que haber estudiado algo concreto? es mejor que sea técnico? estadístico? historiador? Pues no estoy segura, pero si analizamos lo que en teoría son las actividades de un analista web:

Reportar de lo que ocurre en el site y elaborar patrones de comportamiento

Analizar las actividades del negocio en su contexto

Recomendar soluciones para identificar mejores prácticas con relación a nuestras estrategias de negocio

tampoco sacamos nada en claro. O sea, el trabajo consiste en analizar lo que hace y cómo lo hace la web (utilizando KPIs, embudos de conversión, datos de tráfico del site, ...), lo que hace y cómo lo hace el cliente (segmentos), la efectividad de las campañas de marketing (cómo contribuyen los diferentes canales al tráfico y al éxito de las campañas), y sobre todo el ROI (cómo el canal online y sus usuarios contribuyen a la cuenta de beneficios).

¿Hay algún perfil preestablecido con estos requisitos? Aún no he terminado, para mí lo más importante viene ahora. Lo que necesita SER el analista web. Porque sin estas cualidades no creo que haya nada que hacer:

Curiosidad

Saber sacar partido al cambio y a la ambigüedad

Dotes de comunicación

Altamente organizado

Pasión, rayando casi la obsesión por esto

Por lo que creo que las cualidades básicas de un analista web tienen que ver más con una personalidad, una determinada apertura de mente que con una experiencia anterior o habilidades estudiadas. Por supuesto es mejor saber estadística, marketing..., pero si no se sabe y se poseen pasión y ganas, se puede aprender.

Realmente pienso que, en el caso de un analista web, no se trata de lo que se ha hecho hasta ahora, sino de lo que se es capaz de hacer.

Así que, resumiendo, para mí lo más importante es tener una mente analítica y orientada a la solución de problmeas. Una mente curiosa que intenta averiguar por qué las cosas son como son y cómo se relacionan entre ellas. Es cierto que se necesita habilidad con los números y saber manejar datos para cubrir una historia. Hay que saber simplificar, buscar la forma de transformar ideas complejas en conceptos simples y fundamentales. Hacer las cosas fáciles. Y esto ser capaz de explicárselo a los demás. Ayuda el saber escribir bien, el conectar con el resto del mundo. Si entendemos qué pasa con los datos pero no somos capaces de comunicarlo... ¿de qué sirve?

Las habilidades con excel, estadística, usabilidad, herramientas de analítica web, se aprenden. Las otras cuestan más.

Así que he llegado a la conclusión de que es más importante que el analista tenga un entendimiento intuitivo de la gente. Porque un dato puede contar muchas y distintas historias. Y lo difícil es elegir la buena, la que vale. ¿Cómo? Rellenando la parte en la que los datos no te pueden ayudar, el por qué la gente se comporta así. Y eso, creedme, eso no se aprende en los libros :)

Voy a hacerle una oferta que no podrá rechazar...

2009-07-17T18:00:00.000+02:00

No es un secreto que, si sabemos las páginas más populares por las que entran los usuarios, estaremos mejor posicionados para promover la mejora o la conversión final desde estas páginas. Con esto, mejorará el rendimiento total de la web.

¿Sabemos qué landing page tiene mayor impacto? ¿Cuál consigue luego mejores conversiones?

Es hora de realizar un análisis exhaustivo de la conducta de nuestros visitantes según por dónde entran. Para empezar hay que identificar cada página de entrada o landing page, comenzando por la Home y las relativas al SEO, SEM, email Marketing... Podemos, por ejemplo, tomar el informe de Top Entry Pages, para saber cuáles son las más populares.

Desde la perspectiva del éxito para una web general, es mucho mejor tener una página para cada contenido, en vez de una página que los aglutine todos (salvo la Home). Para evaluar el rendimiento de las páginas de entrada, habría que medir su capacidad de persuadir a los visitantes a continuar hacia otras páginas en su camino a la conversión.

Lo más fácil, será crear una tabla que contenga, por cada página de entrada o landing page, la siguiente información:

visitantes que entran por la página X / total visitantes del site

páginas vistas por visitante que han entrado por la página X

tiempo medio pasado en la página X

Combinar métricas nos lleva a entender el rendimiento y a identificar acciones de mejora de éste.

Si identificamos de dónde proviene el tráfico, podemos identificar nuestras mejores fuentes , y definir iniciativas para generar tráfico, segmentando por cada grupo. Algo así:

Fuentes de Tráfico

No referring URL: bookmarks, emails, tráfico directo

Fuentes "conocidas": media, partners, affiliates, links en otros sites

Motores de búsqueda: tráfico generado de la búsqueda orgánica (SEO)

Campañas de pago: tráfico generado del pay per click (SEM)

Marketing / PR / advertising: email marketing, banners, campañas en otro sites

Segmentando los orígenes del tráfico de cada landing page podremos saber cuáles nos están funcionando bien y cuales no, compararlas entre sí, y ver dónde podemos atacar. Entonces, es el momento de hacer el análisis agrupando cada página de entrada por el segmento que acabamos de definir:

visitantes que entran desde el segmento X / total visitantes del site

tiempo medio pasado en todas las páginas del segmento X

media de páginas vistas por visitantes que han entrado desde el segmento X

Con este análisis, tenemos el "antes" y "durante" de los visitantes por cada página de entrada, pero también sería interesante medir el "después". Las métricas que nos pueden ayudar para establecer una pauta de comportamiento serían:

visitantes totales de cada una de las fuentes del segmento X

páginas vistas de visitantes que han entrado desde el segmento X

ratio de bounce rate o tasa de rebote por cada página de entrada

Ahora nos será más fácil saber qué porcentaje de visitantes provienen de una fuente determinada de tráfico, cómo funciona la página de entrada, de dónde provienen las visitas que terminan convirtiendo, y por tanto, podremos tomar medidas para mejorar.

A mí me gusta hacer un análisis algo más exhaustivo, dependiendo del tipo de site y el tráfico que capta, podemos seguir haciéndonos preguntas y comparando las respuestas de cada segmento o fuente de tráfico:

¿Son las keywords usadas en la fuente de tráfico que no trae visitas "de calidad" las mejores keywords que podemos conseguir?

¿Tenemos en la página de entrada el contenido apropiado según las keywords por las que entran?

¿Las llamadas a la acción de la página son adecuadas y persuasivas?

¿Puede haber influido la velocidad y si se carga bien la página?

Lo más importante es entender que no existen métricas correctas o incorrectas, cada website es diferente, tiene sus propios factores y circunstancias, por eso es fundamental establecer los objetivos propios y sobre todo conocer a fondo el site para poder segmentar por los perfiles que más se ajustan al site. Es básico poder comparar los números o ratios entre los diferentes puntos de entrada para tener la foto global del todo el site.

Porque analizando por dónde entran los visitantes a nuestro site, estaremos entendiendo mejor la conducta de nuestros usuarios. Y estaremos más cerca de hacerles la oferta que no podrán rechazar :)

a veces siento como si la contemplase toda a la vez y me abruma, mi corazón se hincha como un globo que está a punto de estallar...

2009-07-03T18:00:00.001+02:00

Con la ayuda de la herramienta de analítica web, el acceso a los datos no es el problema, sino decidir cuál es la información relevante, cuál es la que hay que estudiar y qué podremos convertir en estrategia de negocio. Sí, la primera virtud necesaria en la analítica web es la habilidad de manejar muchos datos / fuentes de datos, saber distinguir los importantes y transformarlos en información. ¿Cómo? Organizándolos según los objetivos de la compañía, según su estrategia y táctica, comprobando cómo los datos se interrelacionan.

Lo primero que puede ayudar es definir los pasos o acciones que deberá realizar el visitante para cumplir el objetivo u objetivos que tengamos con el site. No tiene por qué perseguir la adquisición de un producto o el alta en un servicio, cada uno de los pasos podremos medirlos por separado o en conjunto.

El tracking básico del visitante consistirá en saber:

¿De dónde viene? Cada fuente tiene un comportamiento distinto, dependiendo de si vienen de buscadores, de favoritos, por medio de un email…

¿Por dónde entra? ¿Nuestra carta de presentación es una landing page? ¿La Home? ¿Qué campaña ha sido su reclamo?

¿Cuál es el ratio de pasar de visitante a cliente?

¿Qué secuencia de páginas sigue durante la visita? ¿Por dónde sale?

Si empezamos por sacar esta información, podremos disponer de un buen punto de partida:

¿La página de entrada es la página de salida? ¿Nuestra tasa de rebote se incrementa?

Si el 2% (más o menos) llegó a cumplir nuestros objetivos… ¿Qué hizo el 98% restante? ¿Por qué no ha seguido el patrón establecido?

Si segmentamos (lo sé, soy muy pesada con este tema), por los perfiles que identifiquemos, ya que los visitantes de un segmento se suelen comportar de la misma forma, pero diferente de los visitantes de los demás segmentos.

Lo ideal es que cada página del site tenga un objetivo, por mínimo que sea. Así podremos saber por dónde empezar a cambiar, a innovar, a testar. Si identificamos bien estos objetivos y decidimos las KPIs que van a medirlos, podremos analizar regularmente y a fondo el site.

Al comprobar la evolución de los visitantes, sabremos si encuentran bien el producto, si sacamos partido a la venta cruzada… ¿Cómo?

Si tenemos tasas de conversión altas con bajo número de interesados (poca exposición), significa que tenemos poca exposición por lo que debemos promocionar más el producto o servicio para que funcione aún mejor, dentro del site situándolo en la home e invirtiendo en promoción fuera del site.

Si hay tasas de conversión bajas con alto número de interesados significa que tenemos mucha exposición por lo que habrá que hacer caso a la usabilidad: ¿debemos modificar los formularios?, ¿reducir el número de pasos?, ¿resaltar las llamadas a la acción?

Lo mejor es tener claro, antes de implementar un cambio en el contenido de la web, cómo lo vamos a evaluar y cómo vamos a seguir una misma línea de actuación. Cada experimento debe ser aislado de forma que se pueda medir bien, en relación al site y a lo que hubiera anteriormente. Cuando se dé un cambio con éxito, habría que aplicarlo en otros elementos del site.

¿Cómo podemos conseguir que se aprueben estos experimentos? Realmente la fórmula más fácil es acompañar una recomendación con números que muestren lo que se puede conseguir, y además, contar con la confianza de las personas apropiadas, haciéndoles llegar las métricas regularmente.

Pero lo primero es lo primero, relajarse, dejar que fluya la información, y sólo entonces, las ideas surgirán, si entendemos que es mejor centrarse en calidad más que en cantidad.

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

2009-06-29T18:00:00.001+02:00

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...

2009-06-24T00:10:00.003+02:00

"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

2009-06-18T18:00:00.001+02:00

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

2009-06-15T18:00:00.001+02:00

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.

2009-06-06T21:45:00.006+02:00

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.

Hasta el más pequeño puede cambiar el curso del futuro

2009-05-25T18:00:00.006+02:00

Esta es la presentación que realicé en el Practitioner Web Analytics, la primera parte se refiere a los comienzos del nuevo departamento de Analítica Web en el banco, y de las dificultades que nos encontramos al intentar cambiar la cultura del banco y orientarla hacia una cultura de datos.

La verdad es que salí muy contenta, casi 50 personas y parece que resultó interesante :) A ver qué os parece:

Practitioner Gemma

View more OpenOffice presentations from Sorprendida.

Después de la exposición de los problemas hicimos la prueba grupal, consistente en dividir a los asistentes por departamentos. Cada departamento (análisis web, marketing, directores y diseño/usabilidad/tecnología) debía contestar a tres preguntas: la primera en qué podía ayudar la analítica web al departamento, la segunda en qué podía ayudar el departamento a la analítica web y en la tercera se pedía que se ordenaran tres grupos de métricas según su importancia para el departamento: Captación-Conversión- Fidelización.

Este ejercicio lo considero fundamental para que entendamos bien los analistas web que es importante el saber qué necesita cada departamento de la organización, que no tiene por qué ser lo que nos imaginamos, y para los demás es importante saber a priori qué pueden aportar y pensar qué tipo de métricas definen nuestro objetivo. El resultado fue muy interesante, en estos tiempos de crisis se piensa más en fidelizar que en captar :)

En la segunda parte de la presentación, se introducen los primeros pasos a seguir en la estrategia para cambiar la cultura del banco, comparando la situación a la película El Señor de los Anillos, con cada uno de los departamentos como una raza de la Tierra Media y cómo interactúan entre ellos. Nos introducimos en su día a día a base de informes que explican las métricas fundamentales y empezamos a medir cómo pueden ayudarnos a llegar a los objetivos de cada departamento.

Llegado el momento en el que nos conocen y hay un interés contrastado, montamos un concilio entre todos para definir y cuantificar los objetivos, comunes e individuales y con toda la información recopilada empezamos el análisis de los datos, su interpretación, a base de diversas técnicas para llegar a crear un contexto y definir las acciones necesarias para progresar. Con el análisis en la mano preparamos los informes que distribuiremos como mapas de conocimiento para que todos sean conscientes de la situación actual y qué podemos hacer para mejorar. Cómo es la parte más difícil, la creativa, puesto que tenemos que plasmar todo lo que hemos averiguado en una sola página siendo objetivos y de forma clara. Al final se desarrolla una marca propia dentro de la empresa y nos ganamos el respeto de todos.

Finalmente, y con los primeros retos del departamento cumplidos (determinar quienes son nuestros receptores, qué información necesitan y cómo la presentamos para que la utilicen debidamente), nos enfrentamos a seguir aprendiendo de libros, blogs, seminarios, a definir nuevos objetivos y métricas, a acudir a los Conversion Thursday. Porque esto es solamente el comienzo :)

Usted aprende y usa lo aprendido, para volverse lentamente sabio, para saber que al fin el mundo es ésto, en su mejor momento una nostalgia...

2009-05-23T18:00:00.005+02:00

El segundo día del PWA09 empezó igual que el anterior, con una charla estupenda de Avinash Kaushik. Hablaba de los Dashboards, tema muy interesante para nosotros, los practitioners ya que nadie se pone de acuerdo en cuanto a cual es la información lo suficientemente relevante como para componer el mejor cuadro de mandos.

Empieza con fuerza, diciendo que no debemos asumir que los receptores del dashboard son inteligentes (je je). Las reglas básicas serán segmentar, definir bien los objetivos, entender bien el negocio, usar métricas de conducta (visitas hasta la compra, profundidad de la visita, loyalty, recency...) y comparar en el tiempo las KPIs elegidas. Enseña un dashboard bastante decente como ejemplo de lo que podemos utilizar como base.

Vuelve a recalcar que hay que centrarse en lo que ha pasado, en qué ha cambiado, siempre poner nueva información. Las métricas que pueden llamar a la acción por ser las más cercanas al negocio son REVENUE, COST, SATISFACTION. Siempre adjuntar una acción definida e ir eliminando KPIs para innovar, para llamar la atención.

Una pregunta que parece trivial: "qué es realmente necesario para ayudar al receptor a hacer su trabajo?".

Acto seguido llegaron Sergio Maldonado, Javier Herreros y Jose Luis Rodriguez para hablar de los Estándares de Medición Online. Una charla muy interesante, donde se debatió la necesidad de definir un orden, ahora mismo ni Nielsen ni OJD cumplen la misión que se les ha encomendado, ofrecer objetividad y precisión a la medición. Nadie realmente verifica la información ni que la implementación de la herramienta de medición sea la correcta. Los anunciantes necesitan una base común para tomar decisiones. Me quedo con la afirmación de Pere Rovira en el turno de preguntas "el problema es que los que intentais medir audiencias en internet realmente no entendeis el medio". Muy amena e interesante la charla.

Después vino mi ponencia sobre la evangelización en la empresa, pero ésta me la guardo para otro post, ya que la presentación la planteé únicamente como soporte visual y no sé si transmite lo que quiero decir, así que voy a transcribirla lo mejor que pueda para aquellos que me lo habeis pedido.

Iba a entrar a ver a Rafael Uguina y su presentacion de NH Hoteles,
pero salí a coger aire (je je) y al volver me quede contestando a algunas preguntas sobre mi presentación (no habia dado tiempo a turno de preguntas y respuestas).

Por la tarde Jaume Clotet en su charla "Fast Movers y fuentes de captación online" nos contó cómo en momentos de crisis el mayor reto del analista web es conseguir más presupuesto, usando como metáfora a Guardiola y su etapa de jugador y entrenador (sí, que sois los más grandes ay señor que cruz! ja ja ja). Igualmente importante será identificar la competencia para cada negocio y analizar sus movimientos, sus puntos fuertes y sus puntos débiles. Un representante de Omniture salió a contar su Test&Target, para llegar a la acción, menos es más, intentar no hacer scroll y probar muy diferentes diseños.

Y finalmente Giuseppe Sessa, de Omniture habló sobre marketing multicanal. Esta última charla fue a trompicones porque se quedó sin bateríaa en el portátil a la mitad, sin embargo me sonó a "vendo mi producto", nada resaltable.

Terminó el PWA09 y me quedo con las charlas con Avinash off the record durante los trayectos en taxi o en las comidas y networking time, con volver a ver a toda la gente interesante (especialmente me ha gustado ponerle cara a Xavi Badosa, a Iñaki, a Rafa, a Jorge Casasempere, a Pancho, y volver a ver a Jordi Roura, a Soledad Guarsch, a Fernando Ortega, a Daniel Peña, a Pere Rovira, a Ferriol, a Anna Flores, a Gema Mora, a Adrian Segovia, ...) y conocer a un monton de gente con la que comparti unos dias maravillosos... la verdad es que da pena que sea solamente una vez al año :)

De vez en cuando es bueno ser consciente de que hoy, de que ahora, estamos fabricando las nostalgias que descongelarán algún futuro

2009-05-22T20:54:00.006+02:00

Esta semana ha sido intensa. Menos mal que el PWA09 es solamente una vez al año :)

El martes 19 y el miércoles 20 de mayo se celebraban las jornadas del Practitioner Web Analytics en Barcelona y para allá me fui. Iba nerviosa porque tenía que dar una de las conferencias, pero también con muchas ganas de aprender cosas nuevas, de volver a ver a compañeros que hacía un año que no veía y por supuesto a Avinash Kaushik.

Precisamente él abría el evento con una charla sobre lo que le esperaba en el futuro a la analítica web, qué retos le esperaban. Destacaría sobre todo el énfasis que puso en que siempre se definieran los objetivos y cuantificarlos, para hacerlos más cercanos al negocio y saber lo que estamos ganando o perdiendo. Lo único que nos ofrecen las herramientas son datos, y por sí solos no significan nada, no nos llevan a la acción así que hace falta uno o varios analistas, que harán el trabajo de traducir los datos en información. Lo importante no es la tecnología, sino la persona.

No tendremos la foto completa de lo que ocurre hasta que no tengamos más de una herramienta. Me encantó el ejemplo que puso, si cuatro ciegos tocan a un elefante por distintos sitios, nos sabrán lo que es, cada uno dirá una cosa diferente:

Esto es lo que nos pasará si solamente mostramos una parte de la foto, que podemos malinterpretar el conjunto y tomar la acción errónea.

Habló mucho de Twitter, cómo se había convertido en una herramienta interesante para compartir ideas. Destacó que para él la métrica más importante para medir la calidad del twitteador es el número de RT que provoca dividido entre el número de followers que posee. Interesante, ¿eh?

Finalmente recalcó la importancia de hacer la información más interesante, aplicando límites de control. Nada de Tops 10, sino resaltar lo que ha cambiado para poder tomar acciones sobre ello, definiendo puntos de arranque. Por último, es necesario convencer a quien tiene el poder de cambiar las cosas, a los JEFES.

Seguidamente tuvimos una charla sobre la madurez de la medición online en España, por parte de Andrés Flores. Los datos provenían de una encuesta lanzada en los últimos meses a un grupo de empresas y son reveladores en cuanto muestran que aún estamos en pañales, la mayoría de las empresas no le sacan el máximo provecho a la analítica web.

Daniel Peña de Genetsis, contó cómo midieron las distintas acciones de la comunidad happening de coca cola. Hizo hincapié en que si conocemos las métricas que miden objetivos necesitaremos valorarlas económicamente, para poder hablar el idioma del negocio. Importante no esperar que el usuario venga a tí, sino que hay que ir a buscarles. La base del éxito está en mezclar datos de diversas procedencias, de crear las métricas o KPIs a medida porque muchas de las que utilizaron no existían. Es decir, crear nuevos conceptos para solucionar nuevos problemas. Aquí está el resumen del propio Daniel.

En el siguiente caso práctico, ícaro Moyano, de Tuenti, con su marcado estilo de sobrao (en el buen sentido, eh?) nos deleitó con los entresijos de la empresa, los números obnubilaban al más pintao: en el prime time de la TV en su red social hay más de un 15% de share. Defiende que su negocio hay que compararlo a un canal de TV más que a una página web y su estrategia de solamente admitir socios por invitación, midiendo el número de veces y las acciones que realiza cada "usuario único". Seguía la misma línea que Daniel, diciendo que sin medir el CPM se pueden inventar cosas más divertidas y hacer acciones más osadas, quedó clarao que Tuenti no acepta unaa campaña si no existe un incentivo para el usuario.

El Workshop de por la tarde corrió de la mano de Andrés Flores y Jordi Roura y se trataba de intentar optimizar las landing pages. Un montón de consejos útiles y un workshop para trabajarlo a conciencia, muy bien preparado, difícil de contar porque fue muy muy práctico.

Finalmente Christian Vermehren, de Netminers nos hizo una presentación de su modelo basado en estadística llamado webmapping que midiéndolo absolutamente todo (impresionante) muestra en un mapa la conducta de los visitantes. Si no hubiera sido la hora que era y el ponente un danés digamos muy nórdico que no tenía mucha pasión yo creo que podríamos haber aprovechado mucho mejor esta ponencia.

Y terminó el primer día, con una excursion a Canaletes y una cena apoteosica en Attic con un monton de gente interesante!!!