“-Aún tardaréis mucho en llegar aquí arriba?
-Si tanta prisa teneis podríais lanzarme una cuerda, una rama de árbol u otra cosa que me fuera de utilidad.
-Eso haré. Aquí arriba tengo una cuerda, pero no creo que aceptéis mi ayuda porque yo estoy esperando para mataros.
-Entonces no podremos trabar amistad.” La princesa prometida

La métrica “días previos a la compra” es una de esas métricas que se suelen mirar así, tal cual, en frío, sin paños calientes y claro, pues no sirve para mucho.

Esta métrica en principio muestra a nivel genérico cuántos días tardan nuestras visitas en hacer lo que queremos que hagan, suele tener algo que ver con realizar una compra ya que solamente aparece en sitios web que en Google Analytics han activado la opción de comercio electrónico: Continue Reading »
Mide y Analiza: días previos a la compra

“No, no, nononono… tienes que aprender la forma de hablar de la gente. Nadie va diciendo por ahí “afirmativo” ni chorradas de esas. Se dice: “No problemo”. Y si alguien viene hacia tí desafíandote le dices: “cómemela”. Y si quieres pasar de ellos, entonces les dices: “Sayonara, baby”
” Terminator II

El otro día llevé a mis hijos a una clase de inglés extraordinaria. El concepto es diferente a lo que llevo conociendo en lo que se refiere a escuelas de inglés. Los niños no atienden a una clase como tal, sino que hacen actividades como cantar, cocinar, pintar en otro idioma. Y lo pasan bien.

Me dio que pensar ya que últimamente estoy dando clases de analítica web a alumnos que no han estado nunca en contacto con internet (en cuanto a trabajo, me refiero) y al principio me resultaba complicado explicar cómo y por qué el medir online es una tarea estimulante y no un infierno.

Pero he aprendido (esa es una de las cosas por las que adoro impartir clases, porque aprendo muchísimo) que el problema es estudiar analítica web como quien estudia inglés. Si eres un español que ha estado estudiando inglés en España sabes a lo que me refiero. No se puede estudiar de cabeza sin experimentar cada una de las enseñanzas uno mismo.

Continue Reading »
Mide y Analiza: Aprender Analítica Web desde la experiencia

“Para ser un pez payaso, tiene poca gracia” (Buscando a Nemo) El otro día un amigo me dijo que al empezar a utilizar las expresiones regulares se sentía como si escribiera en chino, pero que al final si las dominas puedes ser el amo del universo de Google Analytics. Tiene toda la razón, yo desde [...]

“Olviden toda idea acerca de ciudades perdidas, viajes exóticos y agujerear el mundo. No hay mapas que lleven a tesoros ocultos y nunca hay una “x” que marque el lugar” Sean Connery en Indiana Jones y la última Cruzada

Le puede pasar a cualquiera. Uno se deja una pasta y un tiempo precioso en campañas de SEM, en posicionarse en el top 3 (ya no vale el top 5) en los resultados SEO y en lanzar una campaña a lo grande en varios sites e incluso en Redes Sociales. Y sin embargo, no obtenemos los resultados esperados. Y es frustrante.

Y cuando uno decide arremangarse y buscar dónde puede estar el problema, entonces se encuentra con ese tipo de cosas que se da por hecho que van a estar bien y resulta que no lo están y que arreglarlas nos supone ir remontando y que esta alegría se ve empañada por las ganas de quererte dar de cabezazos contra la pared por no haber previsto desde el principio las cosas básicas.

¿Cuáles son los errores básicos?

• Una landing page para cada keyword o grupo de keywords. No vale una home. Ya no. Ahora estamos en la edad de la impaciencia. Señores, si busco en Google “concierto U2 Sevilla” no quiero que me manden a una homepage con millones de conciertos all over the world. No puedo entender cómo se lanza una campaña sin landing pages exclusivas, es como tirar el dinero en vez de por la ventana, por internet. El usuario quiere llegar aquí:



• Y mucho menos quiero una página generada automáticamente desde el buscador interno que encima me puede decir que no ha encontrado nada. No cuelgo la página por no poner rojo a nadie ya que las campañas en Bing cuestan mucho, dicen :)
• ¿Cuánto tarda en cargarse la página? Nos pone sobre la pista de este caso si tenemos mucha diferencia entre los clicks generados en Adwords por ejemplo y las visitas en Google Analytics o en cualquier otra herramienta de medición. Lo de la paciencia iba en serio, si tarda más de 10 segundos en cargar se vuelve atrás y se prueba otro link.
• ¿Se carga entera la página? ¿Falta alguna imagen o botón? No sería la primera vez que me encuentro en una página que no tiene llamada a la acción porque se ha quedado en el limbo…
• Hay que comprobar que todos los links, banners y demás elementos de la campaña están debidamente etiquetados para que podamos analizar los resultados de forma correcta.
• Si la página es la apropiada para la keyword o la campaña en cuestión, checkear que no hay ningún link roto en la página. O algún código raro que machaque los que teníamos en la campaña.
• ¿Se ve bien la llamada a la acción? ¿Queda ahogada entre múltiples llamadas a hacer cualquier otra cosa? ¿Queda abajo y hay que hacer scroll para llegar a ella?
• Nunca está de más comprobar si están correctamente escritos los textos, sin faltas de ortografía. Es cierto que el usuario normalmente escanea el texto y no lee en profundidad pero normalmente lo que suele saltar a la vista es el error ortográfico y da muy mala imagen, que se lo digan a Marca:

Es un buen momento para revisar el diseño y la usabilidad. Este es un buen link y este otro también de nuestras landing pages, de comprobar cuáles están funcionando mejor y qué hacemos en ellas en comparación con las demás.

Algunas veces ni la más reciente tecnología, ni el mejor de los productos o servicios, ni la mejor y más cara de las campañas puede competir en el mundo exterior si no cuidamos los pilares de nuestra estructura. Y el pilar más importante es nuestra landing page. Marquémosla con una X bien grande :)

_______________________________________________________________________________

Gemma Muñoz es Web Analytics Manager en Panda Security. Escribe también en su blog personal ¿Dónde está Avinash cuando se le necesita?, y en twitter como @sorprendida.

“Acción, reacción, causa y efecto… Lo esencial es invisible a los ojos” Matrix

Esta semana pasada estuve en el Practitioner Web Analytics, donde tuve la oportunidad de compartir dos días con muchos analistas de aquí y de allá. Este tipo de eventos donde, además de disfrutar de buenas conferencias y aprender con las experiencias de otros colegas de profesión, tenemos oportunidad de hacer networking me ayudan a tener salud mental :)

Estuve hablando en petit commitée con unos compañeros sobre lo difícil de transmitir a las distintas personas de la organización lo mucho que podía ayudarles la analítica web. Y me quedé pensando en el tema, porque hace tiempo a mí me asaltaban las mismas dudas pero me he dado cuenta de que con un solo factor tenemos esto bajo control: el FACTOR SORPRESA.

Desde el principio y con cualquier análisis que hagamos, hemos de sorprender. Cuando yo con mis datos vengo a decir que las ventas no van bien, no descubro nada nuevo. Por mucho gráfico de colores que utilice, por muchas palabras inspiradoras que tenga el informe, no va a sorprender a nadie saber que las ventas van mal. Porque es algo que se sabe, los de finanzas, los de marketing, los jefes…

¿Entonces? Bienvenido a la analítica web. El “qué” pasa es importante. Pero el “por qué” puede estar pasando es aún más importante. Y el “qué c… podemos hacer para que no vuelva a pasar” o el “qué hacemos para sacarle todo el jugo a esto” es nuestra meta. Si cualquiera puede averiguar nuestro análisis con sólo mirar nuestra web o no damos más información que unos datos… es que no estamos haciendo algo bien.

Pongamos que este mes ha sido lamentable en cuestión de ventas. Es más, nuestro producto estrella se ha estrellado. Fuera caras de pena y gráficos todos en rojo. Invertiremos el 20% del tiempo del que dispongamos para este informe en saber qué ha pasado: dónde está realmente el problema del bajón, qué producto, qué fuente de entrada, qué keyword, qué campaña, qué país o provincia, qué paso del carrito de compra, qué landing page no está funcionando como debería…

Encontremos el punto que nos ayude a dar alguna teoría del “por qué” y tiremos del hilo, otro 20% del tiempo… ¿Hemos hecho alguna acción que haya repercutido negativamente en las ventas como aumentar los gastos de envío? ¿Los mails que enviamos no han tenido resultado positivo? ¿Hemos bajado en nuestra campaña de banners en ese medio especializado? ¿ya no se busca mi producto en SEO? ¿nuestro máximo competidor ha hecho una apuesta firme en Adwords que nos está quitando tráfico cualificado? ¿ha sido fiesta en Cataluña y hemos perdido ventas en ese día? ¿Se nos ha caído la página de compra durante nuestro prime time el jueves?

Puede que nada sea la causa aparente o que todo combinado lo sea. En este caso, mi experiencia me dice que no hay que volverse loco cruzando millones de datos a ver si encontramos el problema. Si no hay nada que nos indique por qué puede estar pasando, o sea, no hay datos en los que nos podamos basar, formularía hipótesis basadas en lo que me dice la experiencia y propondría tests o encuestas o cualquier otro método de recolección de datos que nos ilumine en el futuro.

Una vez tengamos más claro qué ha pasado y por qué ha podido pasar gastaremos el 50% de nuestro tiempo proponiendo acciones para mejorar. Aquí es donde debemos sorprender. Aquí es donde está realmente nuestro valor. Focalicémonos en saber qué nos indican los datos y en cómo podemos mejorar. Seguro que entre los datos encontramos nichos de mejora para lograr nuestros objetivos aunque no hayan resultado determinantes en el problema.

¿Podemos mejorar nuestras keywords en SEO? ¿Nuestros copys en Adwords? ¿Le damos una vuelta al diseño de las campañas de banners? ¿La landing de nuestro producto estrella ha dejado de dar resultados? Podemos proponer un test A/B pero dando ideas de cómo podemos mejorarla.

Visitemos a nuestros competidores para ver qué están haciendo y qué no estamos haciendo nosotros. Lancemos encuestas a los usuarios para ver en qué podemos mejorar, propongamos las preguntas que nos interesan. Indaguemos en las redes sociales… ¿se dice algo de nosotros? ¿podemos utilizarlo para mejorar?

¡Ojo! No se trata de mejorar el site o el negocio a lo bestia en un solo análisis, sino de dar recomendaciones concretas y basadas en datos para mejorar un determinado aspecto, muy concreto y dejándolo muy muy claro en el informe. Funcionan mucho mejor los análisis a pequeña escala con mejoras pequeñas que un análisis de 40 páginas con 100 recomendaciones por muy buenas que sean. Basémonos en los principios de causa-efecto. Causa: Algo pasa en el site. Efecto: Analizamos y Generamos recomendaciones (no más de 5).

Hemos dejado un 10% de tiempo para la elaboración del informe. Debemos sorprender también con el formato del análisis y las recomendaciones, un buen método para mejorar los diseños y gráficos es visitar regularmente los blogs de infografías, dan muchas ideas. Lo ideal en un informe sorprendente es que hable en un 10% de lo que pasó y en un 90% de lo que va a pasar :)

_______________________________________________________________________________

Gemma Muñoz es Web Analytics Manager en Panda Security. Escribe también en su blog personal ¿Dónde está Avinash cuando se le necesita?, y en twitter como @sorprendida.

“Harry, no se trata de vuestras semejanzas… sino de vuestras diferencias” Harry Potter y la orden del Fénix

Las fuentes de tráfico suelen ser el primer quebradero de cabeza del analista web. Da igual los porcentajes que manejemos, parece siempre que hay algo que no funciona bien :)

Empecemos por el principio:

Las cuatro fuentes de origen de tráfico de un site son:

• Buscadores

Todo el tráfico proveniente de los distintos buscadores, agrupa tanto el tráfico no pagado u orgánico como el tráfico pagado.

• Referrals

Distintos enlaces en otros sites que nos traen tráfico al nuestro.

• Campañas (Otros)

Tráfico de todas las campañas externas a nuestro site y que hemos etiquetado convenientemente.

• Tráfico Directo

El resto. En teoría son las visitas que llegan al site porque han escrito nuestra URL directamente en el navegador o nos tienen guardados en favoritos. Pero mi experiencia me dice que al final es una especie de cajón donde entran nuestros “habituales” o los que no están debidamente etiquetados.

Así que nuestro primer paso para analizar lo que nos dicen nuestras fuentes de tráfico será el verificar que todos nuestros enlaces externos van bien, nuestras campañas están con sus parámetros correspondientes y que hemos desestimado del tráfico orgánico los “habituales” que utilizan el buscador en vez del navegador.

Existen algunos ejemplos de por dónde se nos pueden escapar los orígenes correctos:

• Si no etiquetamos bien una campaña, el tráfico proveniente de esa campaña será registrado como referrer. Por ejemplo un mail, aparecería el servidor del email como enlace.
• O bien se ha modificado adrede el servidor o alguna solución firewall bloquea la información de los referrers, por lo que la información de origen no llega a nuestro site y se contabilizará como tráfico directo.
• Los links en un documento PDF o similar llegarán como tráfico directo a nuestro site
• Como tráfico pagado solamente aparecerá nuestra estrategia PPC en Adwords, los demás buscadores vendrán agrupados como buscador – cpc en el informe de referrers.

Teniendo esto en cuenta y una vez nos hemos armado de valor, lancémonos a analizar el origen de nuestras visitas:

¿No tenemos campañas activas? ¿No se nos enlaza de otros sites? ¿Pasamos bastante del posicionamiento orgánico? ¿No nos gastamos un euro en Adwords? No, no estamos locos, simplemente jugamos con ventaja :)

Normalmente un porcentaje muy alto de tráfico directo indica que somos una empresa con amplia trayectoria, muy asentada en internet, con un público muy fidelizado, ofrecemos un producto o servicio a renovar periódicamente o somos una marca muy reconocida. Un ejemplo puede ser la web de El Corte Inglés.

¿Las campañas nos atraen gran cantidad de tráfico?

Si el porcentaje de tráfico de campañas es alto, quiere decir o bien que nos hemos gastado un dineral en poner nuestras campañas en todas partes o bien que las hemos dirigido a un público bien segmentado o se trata de una campaña de mails a usuarios muy fieles que han respondido en masa. Por ejemplo, un mail con descuento en el Ipad a usuarios Apple :)

¿Somos populares y los referrers tienen un porcentaje alto con respecto al resto?

Si tenemos muchas visitas desde otros sites, es o bien porque hay muchos sitios que nos enlazan (número) o porque nos enlazan en webs de nuestro mismo sector, o sitios donde llamamos la atención (calidad). Un ejemplo de esto último sería una web de coches referenciada en un foro importante sobre el tema.

¿Y el tráfico orgánico?

El tráfico orgánico puede ser bajo porque el contenido de la web no se indexa bien. O porque no se conozca demasiado o porque sea muy nueva la marca. Puede que sea un producto o servicio que tiene mucha competencia y no está bien posicionado. Quizás esté muy abandonada la web y los contenidos no se suelen actualizar con frecuencia… Por ejemplo, un site basado en contenidos flash.

Un porcentaje de SEO alto puede ser porque tenemos un crack haciéndonos el posicionamiento, porque nuestra URL es difícil de escribir o recordar y los usuarios utilizan el buscador en vez del navegador o porque tengamos unos contenidos actualizados con mucha frecuencia. Por ejemplo, Elconfidencial.es.

No olvidemos que las visitas tienen que entrar por alguna de las fuentes y que lo que determinará si nuestra estrategia está funcionando o no es el porcentaje de visitas desde cada una de ellas.

Es decir, los porcentajes nos indican qué tipo de site tenemos, pero lo importante es saber dónde podemos mejorar:

¿Qué fuente de tráfico nos da mejores resultados? Ojo, no solamente nos fijaremos en el volumen de las visitas. Segmentando por las fuentes de tráfico pondremos sobre la mesa todas las variables que representan valor para nuestro site. Empezaremos por comparar la tasa de rebote, el tiempo de estancia, las páginas vistas por visita… Y por supuesto el beneficio que nos ofrece cada fuente, la tasa de conversión, el coste por visita, los leads conseguidos, el número de veces que alcanzan nuestros objetivos, etc.

Además de estas comparaciones de métricas y KPIs es interesante comprobar a lo largo del tiempo qué fuente ha crecido más en calidad, ¿cuál es la fuente que más fluctúa?

Así que lo que realmente tenemos que preguntarnos es ¿qué fuente de tráfico nos da los peores resultados? ¿En qué se diferencia del resto? Ahí es donde debemos meter mano :)

_______________________________________________________________________________

Gemma Muñoz es Web Analytics Manager en Panda Security. Escribe también en su blog personal ¿Dónde está Avinash cuando se le necesita?, y en twitter como @sorprendida.

“-¿Tú eres satánico, verdad?. -Sí, ¡y de Carabanchel!” El Día de la Bestia

Desde Google Analytics, si no hay tiempo para cruzar datos en Excel o te resulta demasiado pesado exportar los datos y luego trastear con ellos, desde hace un tiempo hay una funcionalidad que nos facilita mucho la vida.

Se trata de las tablas dinámicas o pivot tables. Se encuentran en cada informe, con las demás opciones de vistas situadas arriba a la derecha:

Permite usar una segunda dimensión en el informe,  por lo que nos ahorramos pasar a una segunda pantalla,  podemos comparar múltiples combinaciones de datos en un mismo sitio.

Muchas veces, vemos los datos de manera agregada y no nos damos cuenta de que pueden estar escondiendo algo grave:  Mientras que las visitas de una determinada campaña pueden mostrar un rendimiento bueno, incluso por encima de la media, si profundizamos podemos darnos cuenta de dónde podemos mejorar. Antes había que llevarse los datos a Excel y combinarlos allí, en ese oscuro lugar :) Pero ahora el análisis es mucho más sencillo.

Veámoslo con un ejemplo. Partimos del informe de Motores de Búsqueda dentro de Fuentes de Tráfico. Veremos algo así:

> Pulsa en la imagen para ver más datos

Es decir, vemos los datos ordenados por la dimensión Fuente combinado con las métricas de tráfico (visitas, páginas por visita, tiempo, visitas nuevas y porcentaje de rebote). Interesante. Bien, ¿y si quiero saber cómo ha funcionado una keyword dentro de cada buscador?

Si cambiamos la vista a tablas dinámicas y seleccionamos como dimensión “palabra clave”, podemos comprobar cómo está funcionando cada palabra clave en cada fuente de entrada a nivel de visitas:

> Pulsa en la imagen para ver más datos

Voilá, tenemos una visión mucho más interesante, en una dimensión tenemos las fuentes y en otra las palabras clave. En el análisis usaremos dos métricas, visitas y el porcentaje de visitas nuevas. Así podremos comparar qué keywords nos traen tráfico, si es tráfico que vuelve y detectar posibilidades para nuestro trabajo SEO.

Las tablas dinámicas funcionan como en Excel; es decir, permiten agrupar los datos por dimensiones de manera eficaz y fácil. Podemos combinar dimensiones y métricas en base al análisis que queramos obtener.

En este otro ejemplo partimos de la dimensión Fuente y profundizamos por Origen/Medio y por Ciudad. Comparamos las métricas Visitas y Porcentaje de Rebote:

> Pulsa en la imagen para ver más datos

De esta manera podremos sacar conclusiones en segundos: En Tarragona, desde tráfico directo no se suele pasar de la primera página y desde Twitter viene más gente de Madrid que de Barcelona y además tienen mejor tasa de rebote. Quizás sea momento de dar un empujoncito a los lectores catalanes :)

Las ventajas de usar este tipo de tablas es que son interactivas, se pueden cambiar en segundos las dimensiones y las métricas utilizadas según los datos que se quieran tratar, se actualizan automáticamente y el tratar cantidades indecentes de datos se convierte en algo limpio, rápido e indoloro.

Es más, si utilizamos el Filtro avanzado (la opción aparece justo debajo de la tabla) y segmentamos la información en base a lo que realmente nos interesa, las posibilidades son infinitas.

Por ejemplo, si seleccionamos en el ejemplo anterior solamente aquellos datos que queramos mejorar, los que tienen el porcentaje de rebote mayor del 90%:

> Pulsa en la imagen para ver más datos

Nos encontramos que, además de a las visitas de Tarragona, a las visitas de Logroño no les gustamos demasiado ni a las de Valladolid. Es el momento para ver qué keywords están utilizando las visitas procedentes de Bogotá, Caracas, Mendelín, Santo Domingo o Quito para intentar averiguar por qué no se quedaron lo suficiente como para saber lo geniales que somos :) O sea, por qué no cumplimos sus expectativas.

Un “pero” a las tablas dinámicas… no permiten trabajar con segmentos avanzados, por lo que será interesante disponer de perfiles con los segmentos más importantes que tengamos en el negocio para poder sacarle todo el jugo a este tipo de análisis.

Serie ‘Mide, analiza y corre’ de Gemma Muñoz en eTc:
- Otra forma de analizar las landing pages
- El éxito en una campaña externa
- Etiquetar campañas externas

_______________________________________________________________________________

Gemma Muñoz es Web Analytics Manager en Panda Security. Escribe también en su blog personal ¿Dónde está Avinash cuando se le necesita?, y en twitter como @sorprendida.

“- Bueno, todos los parques temáticos han tenido problemas, cuando abrieron Disneyland no funcionaba nada… – Sí, pero en Disneyland si algo se estropea no se come a los turistas” Parque Jurásico

En principio, la medición de rendimiento de una landing page se divide en tres bloques. El primero abarca a los usuarios que ven la landing page y se van. El segundo sería el formado por los usuarios que ven la landing page y siguen adelante. El tercero es el que comprende a los usuarios que ven la landing page, siguen adelante y llegan a convertir. Solamente así tendremos un contexto lo suficientemente completo como para tener la visión general del éxito o no de la landing page. Ya tratamos este tema hace unos meses, con este segundo post quiero abrir nuevas posibilidades de estrategia. En este caso nos vamos a centrar en la tasa de rebote para deducir dónde debemos meter mano :)

De poco nos servirá atraer mucho tráfico al site si luego no logramos interesarles. Y la métrica que mejor nos cuenta si interesamos o no a primera vista es la tasa de rebote. ¿Dónde deberemos actuar primero? En la landing page que atrae muchas visitas pero tiene una tasa de rebote lamentable. O en la keyword que nos atrae muchas visitas pero tiene una tasa de rebote indeseable. O en la campaña que nos atrae muchas visitas pero tiene una tasa de rebote muy muy alta. Este es el concepto, da igual lo que estemos analizando, si por un lado nos trae cantidad pero por otro no tiene calidad puesto que no pasan de la landing page… estamos perdiendo dinero.

Podemos empezar por el informe base, el que englobaría al primer grupo, los que llegan a la landing page y se van. Las variables contenidas en el informe deben abarcar la keyword, su landing page, su número de visitas y su tasa de rebote. Para esto nos servirá el informe de Palabras Clave contenido en el menú de Fuentes de Tráfico. Nos saltará mejor a la vista aquella landing page que necesite de nuestra ayuda si utilizamos la vista de Comparación, para que nos compare los datos de rebote en comparación a los del site:

Con estas cuatro variables seremos capaces de ordenar cada campaña según su importancia a la hora de atraer tráfico y a la hora de interesar y tomar decisiones del tipo “esta keyword es lo suficientemente importante porque nos atrae una cantidad de tráfico por encima de la media pero no logramos interesarles una vez hayan llegado al site: Hay que darle una vuelta a la landing page”

Aquí es donde saltarán esas landing pages genéricas, aquellas que no son personalizadas para el término de la búsqueda. Hay que tener en cuenta que para maximizar la tasa de conversión hay que encontrar el equilibrio perfecto entre la respuesta inicial que se produce en el momento en que el usuario llega a nuestro site a través de la landing page y la conversión final, nuestro objetivo.

Una vez hayamos comprobado si el primer vistazo ha interesado o no a los usuarios podemos centrarnos en las landing pages que seleccionemos como candidatas a cambiar, a un test A/B o incluso a una reestructuración completa. Al pasar a un análisis algo más profundo, necesitaremos crear un informe personalizado donde combinaremos las variables de entradas, tasa de rebote, páginas vistas, ingresos obtenidos, objetivos conseguidos, tasa de conversión, etc… para cada una de nuestras landing pages:

Aquí hemos obviado ya las keywords que nos han traído tráfico, para centrarnos en lo que nos interesa, profundizar en las landing pages que no están haciendo bien su trabajo. Y ahora hemos introducido las consecuciones de objetivos y el ingreso o beneficio ya que la combinación de tasa de rebote y beneficio generado es la mejor manera de llegar a determinar en qué landing page debemos centrar nuestros esfuerzos de optimización.

Es posible que una landing page con mucha tasa de rebote tenga mayor beneficio que una landing page con una tasa de rebote muy baja. Todo debe tenerse en cuenta, todo es susceptible de mejorar. Al igual que una landing page con una tasa de rebote descomunal y con una tasa de conversión igual a cero ha de ser aniquilada, una landing page con una tasa de rebote muy baja pero con una tasa de conversión mínima también nos está diciendo “Houston, tenemos un problema”. No a lo mejor con esta página pero sí con el proceso de conversión.

Será bienvenido todo aquel proceso de análisis que nos dé pistas sobre qué es lo que nuestro site necesita para mejorar nuestra tasa de conversión, para que nuestro site no se coma a las visitas :)

Serie ‘Mide, analiza y corre’ de Gemma Muñoz en eTc:
- Primeros pasos en un test
- El éxito en una campaña externa
- Etiquetar campañas externas

_______________________________________________________________________________

Gemma Muñoz es Web Analytics Manager en Panda Security. Escribe también en su blog personal ¿Dónde está Avinash cuando se le necesita?, y en twitter como @sorprendida.

“Nunca sabes lo que puede traerte la marea” Tom Hanks en Naúfrago

Una de las consultas que más me hacen últimamente es cómo medir las campañas que se realizan fuera del site o por qué no funcionan bien los parámetros que hemos añadido. Muchas veces falla por el etiquetado, porque la clasificación no es correcta y no se filtra bien la información que viene de las distintas campañas, de los diferentes medios y de las diferentes fuentes.

Tan importante es realizar una buena elección de imagen de la campaña, de elección de medios, como el etiquetarlo todo debidamente para después poder estudiar correctamente todo lo recopilado de una manera organizada, clara y eficiente.

Los parámetros que debemos introducir en cada URL donde pongamos nuestras campañas son los siguientes:

• Utm_campaign: Nombre de la campaña
• Utm_medium: Método de entrega
• Utm_source: Fuente donde se muestra la campaña
• Utm_content: Tipo de anuncio
• Utm_term: Término utilizado en el anuncio

Es decir, si nuestro objetivo es lanzar una campaña de lanzamiento de un nuevo producto, el kokoo. Se decide que vamos a lanzarlo utilizando un robapáginas en abc.es, en elpais.com y elmundo.es. En elpais.com nos hacen un descuento por buenos clientes y nos ofrecen espacio para un video. En abc.es también nos hacen buen precio por un banner y un botón. Finalmente decidimos utilizar google para ofertar el kokoo cuando se busquen las palabras “kokoo” y “koko”.

¿Cómo lo hacemos?

En abc:

https://www.kokoogroup.com/kokoo.jsp?utm_campaign=kokoo;utm_medium=display; utm_source=abc;utm_content=robapag

https://www.kokoogroup.com/kokoo.jsp?utm_campaign=kokoo;utm_medium=display; utm_source=abc;utm_content=banner

https://www.kokoogroup.com/kokoo.jsp?utm_campaign=kokoo;utm_medium=display; utm_source=abc;utm_content=boton

En elmundo:

https://www.kokoogroup.com/kokoo.jsp?utm_campaign=kokoo;utm_medium=display; utm_source=elmundo;utm_content=robapag

En elpais:

https://www.kokoogroup.com/kokoo.jsp?utm_campaign=kokoo;utm_medium=display; utm_source=elpais;utm_content=robapag

https://www.kokoogroup.com/kokoo.jsp?utm_campaign=kokoo;utm_medium=video;utm_source=elpais

En Google.com:

https://www.kokoogroup.com/kokoo.jsp?utm_campaign=kokoo;utm_medium=cpc; utm_source=google;utm_term=kokoo

https://www.kokoogroup.com/kokoo.jsp?utm_campaign=kokoo;utm_medium=cpc; utm_source=google;utm_term=koko

Ya tenemos todos los elementos de la campaña debidamente etiquetados. ¿Cómo veremos los resultados?

En el menú de Fuentes de Resultados / Campañas tenemos una primera pantalla en la que, seleccionando la campaña a analizar nos ofrece un primer acercamiento al resultado de la campaña:

A mí me gusta particularmente seleccionar la vista de tabla dinámica arriba a la izquierda, con Fuente (utm_source) como dimensión, Medio (utm_medium) y Contenido del Anuncio (utm_content). Esto nos ayuda a tener una visión completa de la campaña y a tomar decisiones en base a cómo ha funcionado en cada medio y en cada tipo de contenido.

Quedaría así:

En este caso he tomado el porcentaje de visitas nuevas y la tasa de rebote para comprobar qué anuncio logra captar más potenciales de calidad (nuevos usuarios con menor tasa de rebote = nuevos usuarios que fueron más allá de la landing page).

Podemos ver por ejemplo que 8 de cada 10 visitas que ven el banner en abc.es son potenciales y que 6 de cada 10 visitas que ven el banner siguen navegando por el site. Sin embargo los usuarios que ven el video de elpais.com en su gran mayoría (más de 9 de cada diez) son potenciales y casi el mismo porcentaje (88%) no pasa de la landing page. ¿Qué podemos mejorar? Podemos seguir profundizando, añadir la tasa de conversión al cocktail de datos, segmentar por tipo de contenido independientemente de la fuente a ver cuál funciona mejor en base a los objetivos, etc…

Este análisis no sería posible de no haber tenido un etiquetado apropiado y de llevar un control de cada elemento de la campaña.

Pero una campaña no tiene por qué ser exclusivamente de links en medios externos, podemos crear nuestras campañas propias. Por ejemplo, cuando compartimos un link en cualquier red social. En este caso podemos utilizar los parámetros de la siguiente forma:

• Utm_campaign: Nombre de la campaña
• Utm_medium: Tipo de enlace
• Utm_source: Red Social donde se realiza la campaña

Así tendremos registradas las visitas que se han logrado en base a mi campaña en redes sociales.

Como en muchas redes sociales no podremos adjuntar la URL completa por falta de espacio, podemos acortarla con la herramienta bit.ly, que además ofrece un recuento de clicks propio que nos puede servir en el caso de querer medir las visitas a webs que no tengan Google Analytics instalado o que no sean propiedad nuestra.

Un ejemplo, vamos a promocionar el kokoo en twitter, adjuntando un enlace a la página de promoción:

https://www.kokoogroup.com/kokoo.jsp?utm_campaign=kokoo;utm_medium=link;utm_source=twitter

Si la pasamos por bit.ly quedaría así:

http://bit.ly/aEd9lb

En cualquiera de estos casos, es muy fácil generar bien el etiquetado con herramientas como Google Analytics URL Builder. Si no invertimos el tiempo necesario en crear este tipo de etiquetas, nunca sabremos lo que nos depara la marea :)

Serie ‘Mide, analiza y corre’ de Gemma Muñoz en eTc:
- Primeros pasos en un test
- El éxito en una campaña externa
- Optimizar mediante long tail

_______________________________________________________________________________

Gemma Muñoz es Web Analytics Manager en Panda Security. Escribe también en su blog personal ¿Dónde está Avinash cuando se le necesita?, y en twitter como @sorprendida.

“Me seducen las mentes, me seduce la inteligencia, me seduce una cara y un cuerpo cuando veo a una mente que los mueve y que vale la pena conocer. Conocer, poseer, dominar, admirar. La mente Hache, yo hago el amor con las mentes”Martin(Hache)

La verdadera tarea del analista web a la hora de enfrentarse a los datos es intentar estudiarlos desde todos los ángulos posibles. Por eso es tan importante que las herramientas permitan segmentar dichos datos, puesto que muchas veces no entenderemos lo que pasa en nuestro site si no los estudiamos desde el punto de vista correcto.

El saber cómo se comporta un perfil determinado en nuestro negocio nos permitirá proponer distintas estrategias en base a los perfiles implicados, incluso descubrir nuevos perfiles al ir profundizando en los comportamientos.

Imaginemos que nos salta una alerta porque nuestra tasa de conversión se ha incrementado en un 5%. Despues de brindar con alegría, es momento de comprobar qué acción es la causante del triunfo comparando los distintos segmentos con los datos de las visitas totales. Esta es la clave: segmentar, no todas las visitas son iguales, hay que distinguirlas, personalizarlas.

La idea es determinar que perfiles o segmentos forman el grupo que ha incrementado la tasa de conversión (o cualquier otra acción observada en el site) para saber qué acciones podemos tomar al respecto. La pregunta ahora es… ¿Por dónde podemos empezar a segmentar?

Mi opinión es que al empezar, cuando no tenemos aun muy claro qué es lo que agrupa o diferencia a los perfiles que entran en nuestro site, hay que elegir segmentos básicos, de una sola variable. Para ir combinándolos después a medida que vamos profundizando y encontrando los que se van adaptando a nuestras necesidades de información.

Podemos primero elegir los segmentos (por intuición o basandonos en nuestra experiencia) y luego comprobar los datos. O bien podemos analizar los datos que hayamos recogido para entonces determinar los segmentos. Es decir, observar las métricas a ver que tienen en común y agruparlas (por ejemplo, ha subido la tasa de conversion de un determinado articulo y detectamos que ha subido el tiempo de estancia y las visitas desde buscadores, formamos ese segmento para compararlo al resto).

Siguiendo cualquiera de las dos técnicas, podemos empezar a segmentar por muchas variables:

• Cliente / No Cliente
• Geográfica (por país, ciudad, host, …)
• Fuente de entrada (directa, buscadores, email, links…)
• Keywords (externas o sacadas del buscador interno)
• Por contenido (producto o servicio contratado o consultado, landing page, pasaron por este contenido y este otro, entraron por la home, consultaron este pdf, se fueron por la pagina X, …)
• Por conducta del usuario (tiempo, navegación, es su primera vez, no lo es, compraron, no lo hicieron, no lo hicieron pero llegaron hasta un determinado punto, usan el buscador interno…)
• Por campaña (medio, anuncio, posición…)
• Estacionalidad (Dia de visita, hora de visita, días transcurridos desde la primera visita o hasta la conversión)
• Informacion Técnica (Sistema operativo utilizado, navegador, velocidad de conexión, compatibilidad con java, versión del flash…)

Para después profundizar combinándolos:

• Productos con mejor conversión vs. keyword de SEO o SEM o campaña…
• Visitas que entraron por la home, vieron 3 páginas o más y consultaron el pdf
• Visitas que en su primera vez vinieron con la keyword XXX, usaron el buscador interno y no compraron nada
• Visitas que vinieron de la campaña YYY desde el anuncio YYY1, son de Cataluña y no pasaron de la landing page
• Visitas que siguieron una determinada ruta y compraron el producto ZZZ

Lo primero que debe tener claro un analista web a la hora de analizar un sitio web es cuál es la meta principal del sitio, qué objetivos forman parte de esta meta y que métricas nos ayudaran a medir dichos objetivos. Igual de importante es saber segmentar a las visitas que llegan al site para saber que estrategia debemos seguir y enfocada a quién. O para saber qué puede provocar una determinada conducta.



La clave es hacerse preguntas directas: ¿Los clientes que compran un determinado producto tienden a solicitar el servicio XXX? Entonces en la compra les podríamos poner un enlace sugiriendo dicho servicio.
O construír un segmento con las visitas que vienen de buscadores, después de aterrizar en la landing page usan el buscador interno y se van sin comprar… ¿vinieron por el mismo tipo de keyword? ¿buscaban lo mismo en el buscador interno? ¿lo encontraron? Puede que la landing page no les diera la información… habría que arreglarla o construír una página especifica para la keyword.

Cuantos más segmentos tengamos, más precisos podremos ser sobre las decisiones a tomar. Pero no nos volvamos locos con segmentos imposibles, debemos intentar siempre seleccionarlos con respecto a los objetivos establecidos. Dejar que los segmentos nos ayuden a conocer, a poseer, a dominar :)

Más información sobre este tema: Gary Angel.

Serie ‘Mide, analiza y corre’ de Gemma Muñoz en eTc:
- El éxito en una campaña externa
- Optimizar mediante long tail
- Analítica Web para optimizar el contenido

_______________________________________________________________________________

Gemma Muñoz es directora del departamento de analítica web y redes sociales en Bankinter. Escribe también en su blog personal ¿Dónde está Avinash cuando se le necesita?, y en twitter como @sorprendida.

“—¡Puedo luchar!
—Lo sé… pero es la inteligencia la que nos convierte en hombres.” Braveheart

Cuando empecé en esto de la analítica web, una de las primera lecciones que aprendí fue que lo importante, lo que hay que analizar, es aquello que cambia de un periodo a otro, no hay sentido en darle vueltas a lo que permanece.

Hay muchos datos que a priori parecen interesantes pero con el paso del tiempo nos damos cuenta de que no aportan nada para tomar decisiones. Un par de ejemplos:

1. Porcentaje de clientes del site que utilizan el servicio X

2. Lista de keywords por las que se llega al site:

El primer mes devoramos las keywords, el segundo mes las miramos por encima y el tercero ni las vemos.. son siempre las mismas! ¿Entonces? ¿Qué podemos hacer para mejorar el site?

Centrarnos en lo que cambia, estudiar qué ha pasado de especial y analizarlo para explorar nuevas ideas en el negocio. Hasta ahora cada uno se buscaba la vida como podía, creando una hoja Excel con una función que busque de mes a mes lo que suba o baje de repente, programando la API para detectar los cambios, …

Y de repente viene Google Analytics y nos ofrece la Inteligencia Artificial. Porque realmente es inteligencia lo que han puesto en nuestras manos.

Primero nos llama la atención sobre métricas que han cambiado de manera significativa. Es decir, nada de programar, ni de Excel ni de búsquedas “a mano”. Ya tenemos automáticamente seleccionado lo que ha cambiado, para bien o para mal.

Pero aún hay más. Esta funcionalidad intenta explicar el por qué de esta variación señalando la relación con otros datos que han cambiado a su vez. Por ejemplo:

¿Que nuestro tiempo medio en el site ha subido de manera indecente? Nos indica que puede tener algo que ver con el tiempo del tráfico que viene desde buscadores porque también ha subido de manera importante. Y sin embargo el tiempo de las visitas que vienen de Madrid baja un poco. Ya tenemos pistas de por dónde empezar a buscar, tenemos incluso a un click el crear un segmento únicamente con las visitas que han ocasionado esta subida o bajada específica para investigar qué hacer al respecto.

Si hay algo que nos preocupa especialmente, como por ejemplo la tasa de conversión de una campaña en un medio que nos sale un poco cara y queremos tener constancia de cuando no llega a los límites que consideramos imprescindibles para mantenerla, podemos crear nuestra propia alerta y recibir un aviso por email cuando no llegue o sobrepase nuestros límites.

Considero imprescindible para sacar conclusiones el comprobar qué cambia en nuestro site día tras día o mes tras mes o año tras año para ayudarnos a entender un poco más el interés de los usuarios, su conducta y anticiparnos a sus inquietudes. Aplicar la lección de focalizarnos en los cambios que sufren los datos, nos será mucho más fácil con la inestimable ayuda de Google Analytics. Podemos luchar, pero con inteligencia será más sencillo.

Más información sobre este tema: Ferriol Egea y Central de Conversiones.

Serie ‘Mide, analiza y corre’ de Gemma Muñoz en eTc:
- El éxito en una campaña externa
- Optimizar mediante long tail
- Analítica Web para optimizar el contenido

_______________________________________________________________________________

Gemma Muñoz es directora del departamento de analítica web y redes sociales en Bankinter. Escribe también en su blog personal ¿Dónde está Avinash cuando se le necesita?, y en twitter como @sorprendida.

“Tenemos que prosperar: si un cliente pide un huevo a los tres minutos, se lo daremos en dos; si lo pide en dos, se lo daremos en uno; y si lo pide en uno, le daremos una gallina y que se arregle como pueda.” Groucho Marx en Una noche en Casablanca

Hace algún tiempo, Pere Rovira en su blog, contó su experiencia de aplicar el concepto de long tail en la analítica web, al analizar el SEO desde un punto de vista de resultados que no producen mucho tráfico por si mismos pero que combinados atraen un porcentaje más que digno de visitas.

Es un ejercicio que nos puede ayudar mucho a focalizar nuestros esfuerzos en keywords que a primera vista no parecen importantes pero que nos da pistas sobre la relación que nuestro tráfico tiene con nuestro site.

¿Qué porcentaje del tráfico total de nuestro site viene desde buscadores? ¿Nos interesa incrementarlo? ;) La pregunta tiene truco, en casi cualquier situación toda estrategia que suponga atraer nuevos visitantes será bienvenida. Aunque hay que tener en cuenta que si conseguimos más tráfico pero nuestro site no está bien optimizado, nuestros esfuerzos por mejorar se quedarán en nada, porque no se cumplirá el objetivo final: conversión.

Pero vamos a suponer que hemos realizado un trabajo extraordinario en nuestro site y lo hemos dejado estupendo a la espera de que lleguen usuarios que sepan apreciar la calidad de lo que ofrecemos :) Es el momento de poner en práctica la estrategia que comentaba Pere para optimizar nuestro SEO.

El primer paso es tomar la totalidad de las keywords por las que han llegado nuestros visitantes al site y eliminar las que se refieren a nuestra marca. Entonces tomamos las 10 primeras keywords y sumamos el porcentaje resultante, preparando un primer segmento con las visitas que se producen desde estas keywords, será interesante tomar como base dos o tres métricas para poder compararlo al segmento de keywords long tail, de tráfico de referencia o de tráfico directo.

Al tomar por ejemplo la tasa de rebote, la tasa de conversión y el número de productos visitado (o artículos si se trata de un blog) tendremos un dato que refleja si a priori somos lo que estaban buscando (rebote), si les convencemos (conversión) y si hay interés de venta cruzada (productos).

Tomemos ahora lo que falta del tráfico orgánico para generar el segmento de las keywords restantes: Nuestro Long Tail.

¿Cómo se comportan estos segmentos? ¿Podemos decir cuál es el segmento que nos interesaría conservar? ¿Son un reflejo de lo que hacen o suelen hacer los visitantes que vienen referenciados de otra web o como tráfico directo?

Pongamos que efectivamente podemos meter mano a este segmento de long tail. ¿Cómo lo hacemos? ¿Cómo elegimos las keywords sobre las que podemos hacer alguna acción que nos genere tráfico de calidad? Claramente debemos ir a las keywords que tengan recorrido con respecto a nuestros objetivos.

Es decir; si nuestro site es un ecommerce, nuestro objetivo primordial debe ser la venta. Si nuestro site es un blog o newsletter, nuestro objetivo puede ser el tiempo de permanencia o el número de artículos visitados… entonces, con nuestro objetivo primordial en mente para tener un punto de partida concreto, podemos tomar solamente aquellas keywords que destaquen en esa métrica o KPI. Dentro del segmento elegiremos entonces solamente aquellas keywords que tengan una tasa de conversión alta, o una tasa de rebote baja o un número mayor de 2 artículos, por ejemplo.

Por un lado, será interesante intentar incrementar el tráfico por estas keywords. Y por el otro podemos focalizarnos en qué hace ese subsegmento, para intentar entender qué buscan, por dónde se nos caen en el proceso, si es necesario generar landing pages que aún no tengamos, si podemos mejorar el resultado de la métrica elegida… Así a la vez que atraemos más tráfico, haremos lo posible para hacer que éste sea también de calidad. ¿Nos puede servir también esta relación de keywords para ayudar a la selección de palabras clave para nuestra estrategia SEM? Hagamos lo posible para darle al cliente el huevo un minuto antes de lo esperado :)

Más sobre este tema: Avinash Kaushik

Serie ‘Mide, analiza y corre’ de Gemma Muñoz en eTc:
- El éxito en una campaña externa
- Empezando a medir una marca en internet
- Analítica Web para optimizar el contenido

_______________________________________________________________________________

Gemma Muñoz es directora del departamento de analítica web y redes sociales en Bankinter. Escribe también en su blog personal ¿Dónde está Avinash cuando se le necesita?, y en twitter como @sorprendida.

“Si no sabes dónde estás yendo, probablemente no llegarás ahí” Tom Hanks en Forrest Gump.

Cuando lanzamos una campaña externa a nuestro site hay que tener claro desde el principio lo que consideraremos éxito, es decir, los objetivos… siempre claritos.

Lo ideal es determinar con frecuencia, con mucha frecuencia, cómo optimizar o reestructurar la campaña en base a los datos evolutivos y a los objetivos marcados. No podemos limitarnos a recuperar datos, a ponerlos en una tabla Excel y archivarlos hasta el final de la campaña para entonces decir “¡Hay que ver lo bien/mal que ha funcionado esta campaña!” porque entonces no tendrá solución, no tendremos margen de maniobra y no podremos aprender de la experiencia.

Además de comprobar que el etiquetado es correcto y que estamos recibiendo correctamente los datos desde el medio en cuestión… ¿Qué preguntas básicas hay que hacerse desde el primer día de la campaña?

• ¿Qué número de entradas me está proporcionando la campaña?
• ¿Cuál es el coste por visita?
• ¿Hemos notado mejoría en el ROI?

Muy pocas métricas de manera independiente nos van a explicar qué está pasando con la campaña, es básico combinarlas para sacar las conclusiones correspondientes. No es que no nos valga un análisis de estas tres preguntas, son bastante importantes: tráfico + coste + beneficio.

Sin embargo… Hay tantos matices para determinar tanto si una campaña está o no funcionando como para profundizar en busca de soluciones que podemos añadir a nuestras métricas básicas alguna más que nos ayude a tener una visión más de conjunto. Se me ocurren unas cuantas:

• ¿Cuantos clicks estamos generando en cada anuncio?
• ¿Cuántos de estos clicks llegan realmente a nuestro site?
• ¿Qué frecuencia de display o impresiones ha generado cada anuncio? ¿En qué posición? ¿En qué momento?
• ¿Qué porcentaje de clicks/impresiones tenemos en cada anuncio?
• ¿Cómo está funcionando cada anuncio? A nivel de formato, tamaño, copy… ¿Cuál convierte mejor?
• ¿Cuántos usuarios distintos vienen y desde dónde?
• ¿Mi landing page genera interés después del click? ¿Qué porcentaje de clicks no pasa de ahí? ¿Cuántos siguen adelante? ¿Cuántos llegan a convertir?
• ¿Cuánto me cuesta cada click?
• ¿Y cada conversión?
• ¿Cómo ha contribuido esta campaña a la consecución de objetivos globales de mi site?

Hago un inciso para reiterar que nos conviene siempre generar una landing page o microsite para la campaña, para adaptar el contenido a lo que realmente busca el visitante, para crear un entorno donde se sienta cómodo. Y medirlo tal y como medimos la campaña en sí.

Como comentaba al principio, lo interesante es identificar qué consideraremos éxito. No todo el tráfico convertirá en una primera visita, hay que tener en cuenta factores como la frecuencia, latencia y el número medio de visitas que necesita para convertir, por ejemplo.

Así podremos saber la calidad por elemento de campaña, el volumen de tráfico y éxito que genera cada uno y dónde poder focalizar nuestros esfuerzos de optimización.

Empezar por decidir si se sigue invirtiendo dinero tanto en la campaña como en cada anuncio de la misma o nos replanteamos cambiar de estrategia.

Entender la relación entre las iniciativas de nuestras campañas y la generación de datos según las KPIs que marcan nuestros objetivos nos llevará a la mejor evaluación y optimización de las campañas. Siempre segmentar (por visitantes nuevos, por visitantes conocidos, por comportamiento, por tipo de conversión…), así tendremos información más fiable.

Si las campañas no cumplen nuestras expectativas da igual que lleven 2 días, 2 semanas o 2 meses. Hay que revisar las especificaciones y decidir o recomendar las mejoras propuestas.

Lo importante no es qué campaña nos trae más clicks, sino cual nos genera más beneficio. Y por supuesto, tener claro POR QUÉ. Si no sabemos dónde vamos nunca llegaremos :)

Más sobre este tema: Tristán Elósegui y Elena Enríquez

Serie ‘Mide, analiza y corre’ de Gemma Muñoz en eTc:
- Encontrar la KPI ideal
- Empezando a medir una marca en internet
- Analítica Web para optimizar el contenido

_______________________________________________________________________________

Gemma Muñoz es directora del departamento de analítica web y redes sociales en Bankinter. Escribe también en su blog personal ¿Dónde está Avinash cuando se le necesita?, y en twitter como @sorprendida.

“- No sabía que os asustaran las ovejas…
- Solo cuando vienen sin pastor.” Alatriste

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.

Nota: Si quieres conocer más sobre mi trabajo o mis intereses puedes leer mi blog, ¿Dónde está Avinash cuando se le necesita?, o mi twitter, @sorprendida.

Serie ‘Mide, analiza y corre’ de Gemma Muñoz en eTc:
- Empezando a medir una marca en internet
- Medir en Redes Sociales: Twitter
- Analítica Web para optimizar el contenido

“¿Entonces qué somos?
Sólo somos consumidores.
Exacto, el producto secundario de una obsesión con el nivel de vida.
Los asesinatos, el crimen, la pobreza, me tienen sin cuidado.
Lo que me molesta son las revistas de celebridades, TV con 500 canales, calzones con el nombre de un tipo. Rogaine, Viagra, Olestra.
Al carajo con tus sofás y sus patrones de franjas Strinne.
Yo digo que nunca estés completo.
Yo digo que dejes de ser perfecto.
Yo digo que hay que evolucionar. Pase lo que pase.” El Club de la Lucha

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.

Más información | Avinash Kaushik
En Hacia la analítica web y más | Midiendo el rendimiento de una campaña de marketing.

Nota: Si quieres conocer más sobre mi trabajo o mis intereses puedes leer mi blog, ¿Dónde está Avinash cuando se le necesita?, o mi twitter, @sorprendida.

Serie ‘Mide, analiza y corre’ de Gemma Muñoz en eTc:
- Medir en Redes Sociales: Twitter
- Analítica Web para optimizar el contenido
- Convertir objetivos de negocio en métricas web