“Contigo aprendí
que existen nuevas
y mejores emociones.
Contigo aprendí
a conocer un mundo nuevo
de ilusiones…“

Hace un tiempo, en un evento que celebramos en Madrid los interesados en la analítica web llamado Conversion Thursday, hubo una persona que me hizo una pregunta muy interesante: ¿cómo se prepara uno para ser analista web? Me comentó que había leído la entrada que publicó Javier Godoy sobre “hacerse un analista de renombre”, pero que no le quedaban claros los pasos a dar desde cero. Es cierto que es un campo muy nuevo en España, que no tiene una formación a priori destinada a ser “analista web”, y que además, si te interesa de verdad el tema, no sabes muy bien por dónde empezar.

Los casos de gente que se dedica a esto que conozco, incluyendo el mío propio, han sido un poco producto de la casualidad (obviamente no cuento a los que trabajan como proveedores de una herramienta o servicio relacionado con el tema). No obstante, la pregunta iba enfocada o bien a ser el analista web de un/os determinado/s site/s dentro de la plantilla de la empresa, o bien a llevar el análisis de un site propio. Así que he intentado recopilar todo lo que hice, y me aconsejaron hacer al principio, en este post, para ayudar a quien le toque en suerte esta profesión :)

Creo que la mejor base es la combinación de estadística + marketing + algunos conocimientos técnicos. Como hay pocos perfiles que lo cumplan en su totalidad, por ahora, podemos crearnos uno a medida :) Para mí lo mejor es cogerse un mes sabático y prepararse para la guerra. Cierto es que tuve suerte en su momento, porque me encontraba de baja maternal y, aunque ahora a toro pasado pienso que mi vida fue un caos, encontraba momentos para el estudio con relativa facilidad.

Lo primero que hice fue suscribirme a blogs en español y en inglés. Mi selección favorita es clara, un poco larga pero así tenemos donde elegir, cada uno tiene un estilo completamente diferente y toca los temas de manera personal:

El producto nacional, interesante porque siempre habla de temas más cercanos:

• Adrián Segovia
• Andrés Flores
• Blog de la AEAW
• Carlos Lebrón
• Daniel Peña
• Elena Enriquez
• Ferriol Egea
• Gemma Muñoz
• Iñaki
• Jaume Clotet
• Jose Panzano
• Multiplica
• Pere Rovira

Y el producto internacional, porque van más avanzados y te haces una idea de cómo va el mercado:

• Anil Batra
• Avinash Kaushik
• Bryan Eisenberg
• Dennis Mortensen
• Eric Peterson
• Ian Thomas
• Justin Cutroni
• Kevin Hillstrom
• Kiss Metrics
• Manoj Jasra
• Robbin Steif
• Stèphane Hammel
• Sebastian W

Cuando sepas más o menos de qué va este mundillo, entonces tendrás capacidad de elegir el mejor libro para formarte un poco más a fondo. El problema actual es que en español casi no hay opciones, o sea, no hay NINGUNA opción. Espero que esto cambie en breve (¡a ver si alguien se anima a escribir un libro!), o a traducir alguno de los existentes. Yo me compré el libro de Avinash Kaushik porque me pareció el más completo (las críticas eran muy buenas y me gustó el que se destinara el beneficio a un par de ONGs). Me gusta mucho ese libro porque no es preciso leerlo linealmente, sino que se puede ir saltando de capítulo en capítulo según se necesite saber de un tema u otro. Hay más libros en el mercado, los más famosos son los siguientes:

Web Analytics: an hour a day de Avinash Kaushik

Web Analytics Demystified y The Big Book of KPIs de Eric T.Peterson

Advanced Web Metrics (GA) de Brian Clifton

Actionable Web Analytics de Jason Burby & Shane Atchison

Propondría abrir un sitio propio (puede ser un blog), y añadirle Google Analytics. A partir de aquí, trastear con todas las métricas que presenta la herramienta, definirse los segmentos, las campañas, las variables, los configuraciones, los objetivos, crearse tableros e informes propios, jugar mucho con todos los datos y familiarizarse con los conceptos propios de la analítica web. Aparte de la herramienta que utilices en el trabajo (si la tienen ya instalada), esto te sirve para poder practicar sin miedo a romper nada. Después de ponerlo todo en práctica puede ser que te repugne el trabajo o que te apasione sin remedio ;)

Si te termina apasionando este mundo (es lo más probable, je je), habría que entrar y atreverse con la parte de la analítica web a nivel organizativo. ¿Y qué mejor manera de hacerlo que apuntarse en la Web Analytics Association (WAA)? Se trata de una comunidad que engloba a todo el colectivo de analistas a nivel mundial, y que encima no es cara (199 dolares/año). Aquí se pueden empezar a hacer contactos, con descuentos para seminarios por todo el mundo (en España somos aún poquitos, pero poco a poco iremos aumentando el número).

Los seminarios o cursos que organizan, los que entienden de este tema, son absolutamente imprescindibles. El Practitioner WA cuya segunda edición se celebrará en Barcelona en mayo, el EMetrics, que este año por primera vez se celebrará en Madrid en junio, la Internet Marketing Conference que se celebró en octubre en Barcelona, el SMX, el OME, los desayunos gratuitos de Multiplica, de Nedstat, de Webanalytics y de MV Consultoría, que hace unos días trajo a Madrid al gurú Eric Peterson.

Pero la mejor manera de conocer a la gente del sector es sin duda ir a los Conversion Thursday, que ahora mismo se celebran un jueves al mes en Madrid y en Barcelona, pero que en un futuro sería interesante que se fueran propagando por todo el territorio :)

Lo normal es que en tu trabajo se esté todavía en pañales en esto de la analítica web, y que no haya herramienta instalada para este propósito. Estudia entonces a fondo tu site, a todos los niveles, qué se ofrece, qué vas a querer medir, qué objetivos te vas a marcar. Entonces, llama a todos los proveedores que puedas para que te presenten sus herramientas, aprende de todos, estudia el mercado, define tus necesidades, evalúa las herramientas (que son todas muy potentes y buenas, la diferencia está en lo que pretendes sacar de ellas)…, y embárcate en el proyecto de instalación. Aprenderás tanto, a la misma vez que te desesperarás, je je, pero valdrá la pena para formarte un poco más a nivel técnico.

Por último, si quieres una formación académica adecuada, en la Universidad de British Columbia existen unos cursos enfocados únicamente a la analítica web, son online y bastante interesantes. Yo acabo de terminar el primer módulo de los cuatro existentes y el mes que viene empiezo el segundo. Sirven, sobre todo, para ordenar los conceptos y sentar bien las bases.

¡¡¡¡¡Bienvenido a la analítica web!!!!!

Entradas en eTC sobre analítica web:

• Un gráfico en un informe vale más que mil palabras
• Primeros pasos para hacer un análisis de nuestra web: top pages y referring urls
• Usando el embudo de conversión para mejorar procesos

“Cinco mil de mis hombres están en el frío barro, tres mil aún sangran por sus heridas, dos mil jamás abandonarán ya este lugar… ¡No quiero creer que lucharon y murieron por nada!”, Máximo Décimo Meridio en ‘Gladiator‘

La pregunta que más me hacían al principio de analizar los datos del canal online era: “¿cómo va la web?”. Yo tenía muchas ganas de contar todo lo que medía habitualmente, la tasa de rebote, los visitantes que vuelven, los que adquieren producto, los que eran clientes…, pero no sabía como integrar todas las métricas que me parecían interesantes en un mismo informe sin que pareciera una especie de gráfico de la NASA. Al final, encontré la fórmula.

Un gráfico vale más que mil palabras, pero sólo si cuenta lo correcto, lo que esperas ver, y sobre todo, que lo entienda quien lo lea. Que cuando te vayan a buscar, lo hagan para pedirte profundidad en alguno de los datos. Al final, todo esto significa que a quien lee el informe, éste le ha llamado la atención, y no sólo eso, que es lo suficientemente importante como para indagar un poco más en el asunto.

Creo que es básico dar una primera foto de cómo está yendo el tráfico en general en la web, principalmente para hacerse una idea de qué está pasando, más que para tomar decisiones. Y eso es importante para elegir en donde profundizar.

Yo decidí que las métricas que mejor definían el tráfico de nuestro site eran las siguientes:

• ¿Cuántas visitas tenemos? = nº visitas total
• ¿Cuántos usuarios únicos? = % usuarios únicos
• ¿Son clientes o no clientes? = % visitas logadas vs. % visitas no logadas
• ¿De dónde vienen? = % visitas desde buscadores vs. % visitas directas
• ¿Son fieles? = % visitas que repiten vs. % visitas que sólo vienen 1 vez
• ¿Les gustamos? = % visitas que están menos de 30 segundos vs. % visitas que se quedan más de 30 segundos. De éstas, % visitas que solamente ven un contenido vs. % visitas que ven 2 o 3 contenidos vs. % visitas que ven más de 3 contenidos
• ¿Son rentables? = % visitas que convierten y de éstas, % conversiones hechas por clientes vs. % conversiones hechas por no clientes

Es importante mostrar la información de forma que entre directamente en la mente de quien lo lee, así como darle un nombre que llame la atención. Decidí que el informe sería mensual y que se llamaría VENI VIDI VICI (llegué, ví, triunfé). Este es el resultado:

No necesita mucha explicación. El centro del informe es el número de visitas que consiguió la web. A partir de ese dato, pongo en amarillo lo bueno, y en azul, lo “menos bueno”, contando lo que hay, bueno, lo que hubo. Pensé en poner de base el número de usuarios únicos, pero es verdad que no me fío del todo de este dato y he preferido ponerlo como porcentaje. Al final, los datos que muestro son los que, a mi entender, y tras un rápido vistazo, sabes interpretar qué es lo que ha pasado.

Sin embargo, algo le falta al informe. Como conté la semana pasada, necesitamos un contexto. Está bien mostrar los datos, pero no sé si son buenos, o no tan buenos :) Es interesante incorporar en cada elemento del gráfico, una flecha hacia arriba o hacia abajo, según se incremente o no el dato con respecto al mes anterior, o con el mes del año anterior, o con el objetivo que tenemos marcado.

Entradas en eTC sobre analítica web:

• Complementos a la tasa de conversión
• Primeros pasos para hacer un análisis de nuestra web: top pages y referring urls
• Usando el embudo de conversión para mejorar procesos

“¿Crees que la física cuántica es la respuesta? Porque… no sé, en el fondo, ¿de qué me sirve a mí que el tiempo y el espacio sean exactamente lo mismo? En fin, si le pregunto a un tío qué hora es y me dice “6 kilómetros”, ¿qué coño es eso?” Woody Allen en “Todo lo demás“

Si no lo has comprobado ya, yo te lo cuento. Recopilar datos e información es una tarea aburrida y no provoca satisfacción alguna, hay que ser un poco friki para que te guste esto. Muchas veces, después de sacar un montón de cifras, combinarlas y estudiarlas desde todos los ángulos posibles, nos encontramos más confusos de cómo empezamos. Con la ayuda de una herramienta de analítica web, el acceso a los datos no es el problema, sino decidir cuál es la información relevante, la que podemos convertir en estrategia de negocio.

Es básico partir de una metodología de trabajo, para no irnos por los cerros de Úbeda y centrarnos en lo que realmente importa. Las tres preguntas básicas que necesitamos hacernos para comenzar un análisis son:

• ¿Qué ha pasado?
• ¿Por qué ha podido pasar?
• ¿Qué podemos hacer para arreglarlo / incrementarlo / reducirlo?

Si empezamos a analizar, o sea, a interpretar los datos, no podemos olvidarnos de nuestro gran aliado: el Contexto. Una KPI solamente es interesante cuando se le pone en contexto.
¿Cómo podemos dar contexto a una métrica?.

Primero de todo hay que establecer un objetivo. Así, sabremos si el valor de la métrica es bueno, malo o regular. O si es esperado o inesperado. Creemos expectación, recordemos que se corre más rápido desde que se cronometran las carreras. ¿Cómo lo hacemos? Una manera sencilla es coger el dato del año pasado, el dato de la anterior campaña, de la competencia, más la mejora esperada.

Tanto a la hora de establecer un objetivo como a la de analizar la información, es muy importante incluir los datos de los que partimos. Incluir datos históricos nos proveerá una base sobre la que comparar. Hay que tener en cuenta la estacionalidad de un producto o servicio, por lo que es interesante, aparte de incorporar los datos del año en curso (por ejemplo), hacerlo del mismo mes del año anterior.

¿Qué conseguimos? Saber de un solo vistazo si la tendencia tiene las variaciones naturales o hay algún cambio importante.

Al hilo de la estacionalidad, creo que es muy importante que se informe también de lo que haya pasado en el periodo medido. Si ha habido algún cambio de diseño, alguna caída del sistema, una nueva campaña en Google… Todo será importante para explicar un comportamiento. Así, cualquiera que vea el informe entenderá todo, aunque no esté en contacto directo con la web, y podrá comprobar si la web está contribuyendo al negocio.

Si es posible, debemos segmentar y comparar cada segmento relevante con el total, para profundizar más, y saber cuáles lo hacen mejor, o peor, o cambian más…

Aquí no acaba todo. Habría que acompañar la KPI con otras para realmente tener la perspectiva correcta de la situación. ¿Por qué no tenemos suficiente con una métrica por sí sola? Porque no hay contexto con una única métrica.

Finalmente, para generar un contexto digno, hay que incluir los análisis de campañas / productos / servicios similares o que estuvieron activos en el mismo periodo, lo que se pueda tomar como comparación.

Lo ilustro todo con un ejemplo:

Este mes nuestra tasa de conversión del site es de un 6%. Parece un buen dato, pero no estamos seguros puesto que nuestro objetivo es un 9%. Incorporamos los datos históricos y comprobamos que hemos aumentado un 0,5% con respecto al mes anterior, y un 1% con respecto al mismo mes del año pasado. Parece entonces que el 6% no está del todo mal :)

Pero vamos más allá. Segmentamos y nos percatamos que la campaña del nuevo producto en adwords ha sido vital en la tasa de conversión.

Muy orgullosos pensamos que aquí termina todo. Craso error. ¿Y si llamamos a escena a otra KPI? Por ejemplo, la tasa de conversión para el canal offline, que para este mes es de un 9%. Buf, el 6% del canal online me parece ahora gris. Si miramos la trayectoria del canal offline, nos damos cuenta de que hace un año la tasa de conversión era un 15% y el mes pasado un 10%.

Conclusión, cuanta más información manejemos, más clara será la interpretación y por tanto el veredicto. El canal offline lleva perdiendo fuerza un tiempo y el canal online poco a poco recupera terreno aumentando su tasa de conversión.

Es vital conocer los datos, organizarlos según el objetivo de la compañía, su estrategia y táctica, y comprobar cómo los datos se interrelacionan. Para poder tomar decisiones concretas sobre los datos hay que generar un buen contexto. Cuanto más completo sea éste, más jugo podremos sacarle a nuestro análisis. Y lo más importante, no mezclaremos minutos con kilómetros :)

Más información | Gary Angel

Entradas en eTC sobre analítica web:

• KPIs básicas orientadas a los objetivos de nuestro site
• Usando el embudo de conversión para mejorar procesos
• Loyalty y Recency, apostando fuerte por la fidelización del usuario

“El visitante que escapó por el techo lo pensará dos veces antes de volver a entrar por la puerta” Gandalf, (El Señor de los Anillos)

Una vez que tenemos los objetivos del site establecidos, podemos ir un poco más allá y medir cada proceso por medio de un embudo de conversión. Así, podremos analizar lo que está pasando para mejorar cualquier punto del recorrido.

El embudo de conversión se construye a partir de los tramos o pasos en los que se divide un proceso y permite ver de una manera muy gráfica donde se encuentran las oportunidades de mejorarlo. Debemos partir de la premisa de que la conversión final es importante, pero el camino a conseguirla está compuesto por microconversiones, puesto que cada nivel pasado aumenta nuestras posibilidades de que llegue a su destino, la superconversión :)

Hay que tener en cuenta que si un visitante no pasa al siguiente nivel en el embudo puede hacer dos cosas, irse a otro contenido dentro de nuestro site o abandonarlo por completo. Esto último hay que impedirlo a toda costa, debemos identificar los puntos de fuga e intentar ser capaces de minimizarlos.

También es importante entender que el nivel de compromiso del usuario sube a medida que avanza en el proceso. Empieza en cero, cuando llega al site, y va aumentando según va superando pasos en un proceso de compra o de alta. Así, como el nivel de compromiso se va multiplicando, la tasa de abandono del proceso debe ir bajando en la misma proporción. Llega un momento en que el usuario está tan cerca de la conversión que no nos podemos permitir el lujo de perderle.

En cada paso se perderán visitantes. Es inevitable. Pero nuestro trabajo consiste en mantener ese número al mínimo. Para poder hacerlo necesitamos localizar y reparar los agujeros que haya en el embudo de conversión.

El embudo de conversión nos indica el DONDE les perdemos. Nuestro análisis del tramo nos debe ayudar a identificar el POR QUÉ.

¿Qué está pasando para que usuarios que ya han dado sus datos personales no sigan adelante? ¿Hay algo que no sabían hasta ese momento (tasas, gastos de envío, intereses…)? ¿Son demasiados datos los que se requieren para seguir adelante?… Ahí habrá que hacer un estudio exhaustivo de cuál puede ser el motivo de abandono. Entendiendo el motivo de abandono, podremos determinar dónde tenemos que poner nuestros esfuerzos en mejorar.

Cada proceso (y por tanto cada embudo) es diferente, y la conducta de nuestros visitantes también. Por eso aparte de estudiar el proceso desde la perspectiva del total de interesados, ayuda mucho el segmentar en distintos grupos de visitantes, todo para llegar a conclusiones más específicas. ¿Son los nuevos visitantes los que abandonan más el proceso? ¿O quizás los que vienen a través de google con una determinada keyword? ¿Se termina más el proceso en día laborable o, por el contrario, los que convierten lo hacen en fiestas o en fines de semana?…

Es básico estudiar la forma del embudo final, dependiendo del número de pasos que conste el proceso, tendrá una forma u otra. Las posibles formas de un embudo las representó muy bien Andrés Flores en un estupendo gráfico que ilustra los diferentes casos que nos podemos encontrar:

La figura A representa un embudo que inicialmente atrae a muchos interesados, pero que no logra que el interés llegue hasta la conversión. Puede ser la típica campaña que promete algo y luego tiene mucha letra pequeña. O el clásico site muy bien posicionado en SEO que atrae muchas visitas, pero no es lo que la visita busca…

La figura B tiene mejor pinta, parece que los visitantes han navegado un tramo más hasta saber algo más del producto o servicio ofertado, pero no llega a la conversión final. En este caso, puede que el problema no esté tanto en la campaña en sí como en la usabilidad del camino que se encuentra el visitante, o en la claridad de la oferta… Sería interesante analizar a fondo la/s página/s donde se produce el “atasco” para ver si es problema del contenido, del diseño… Encontrar el por qué del que hablábamos antes.

La figura C es la clásica que nos vuelve locos a los analistas web. Los visitantes estaban taaaaan cerca… Ya no tiene tanto sentido que el problema sea la usabilidad de la página (aunque puede ser, todo debe ser tenido en cuenta), parece más bien que al final el usuario se echa atrás porque no somos capaces de darle el empujoncito final, bien por temas del producto en sí, bien porque no estamos llamando a la acción de una forma rotunda y clara. El análisis nos dará pistas de cuál puede ser el problema. Incluso un test A/B o multivariante puede ayudar a saber dónde podemos mejorar.

Finalmente la figura D es la de un embudo como debe ser éste, con pérdidas inevitables, de un porcentaje cada vez más pequeño en cada tramo, y con una tasa de conversión digna :) Todos los procesos deben tender a un embudo con esta figura. ¡Así cada vez serán menos los visitantes que se nos escapan por el techo!

Más información | Andrés Flores

Entradas en eTC sobre analítica web:

• KPIs básicas orientadas a los objetivos de nuestro site
• Combinando Secciones con el Test Multivariante
• Experimentando con el Test A/B
• Este es el plan: segmentar, segmentar y segmentar

“El colegio poco me enseñó.
Si es por el maestro, nunca aprendo
a coger el cielo con las manos,
a reír y a llorar lo que te canto,
a coser mi alma rota,
a perder el miedo a quedar como un idiota
y a empezar la casa por el tejado…”, Fito y Fitipaldi

En la analítica web no sirve de mucho empezar la casa por el tejado. De nada sirve sacar cientos de datos si no nos van a ayudar a tomar decisiones que mejoren nuestro site. De nada sirve gastarse un dineral en una herramienta de analítica web si no tenemos a alguien que interprete estos datos. De nada sirve interpretar estos datos si luego no los exponemos de la manera adecuada. Y finalmente de nada sirve exponerlos correctamente si no van dirigidos a la persona capaz de cambiar el destino de la web.

Cada site tiene su objetivo general. Cada proceso tiene su objetivo particular. Y los objetivos no tienen por qué ser los mismos para todo el mundo. El que es de Marketing querrá ver cumplido su sueño de millones de clicks en ese anuncio que ha costado un dineral en determinada página externa. El que pertenece a negocios será feliz si se cumplen las expectativas de vender muchísimos productos en esta nueva campaña. El diseñador, si el mayor porcentaje de conversiones ha pasado por esa llamada a la acción que puso en la home. El responsable de internet querrá aumentar escandalosamente la cifra de clientes que visitan nuestro site, que se quedan un montón de tiempo navegando por un sinfín de contenidos y comprando a diestro y siniestro.

Igual que hace unas semanas comentábamos algunas de las métricas más utilizadas para medir el rendimiento y progreso de una web, como las que tienen que ver con la fidelización, el marketing, las ventas y el tráfico, ahora es el momento oportuno para determinar cuáles son las que mejor se podrían adaptar a nuestro negocio, a cuales podemos sacarle más jugo y pueden representar mejor nuestros objetivos. Porque si le damos al de marketing los datos de fidelidad, a los de negocio los de tráfico, al diseñador los de marketing y al de internet los de las ventas únicamente, no hacemos nada.

Y muchas veces (es triste pero cierto), ni esas personas saben las métricas que les pueden ayudar a tomar decisiones. Hay que tener la creatividad suficiente como para indagar, ponernos en sus zapatos y decidir qué objetivos pueden tener cada uno de los departamentos involucrados. ¿Qué métricas nos pueden ayudar a tomar decisiones?

Están las que ya hemos hablado, la bounce rate, la tasa de conversión, loyalty, recency, coste por conversión, valor de la conversión…, pero si quisiéramos ajustar un poco más, podemos determinar según el propósito del site cuáles son las métricas que pueden definir mejor sus objetivos básicos:

a) Si nuestro site es de tipo comercial, está claro que nuestro objetivo es vender, vender y vender, gastando lo mínimo posible, por lo que tenemos que tener en cuenta:

• Tasa de Conversión (conversiones/visitas) - ¿Vendemos? ¿Persuadimos?
• Average Order Amount ( importe/conversiones) - ¿Cuánto es de media la venta?
• Visit Value (importe/visitas) - ¿El tráfico es de calidad?
• Customer Loyalty (visitantes que repiten/nuevos) - ¿Son fieles? ¿Futuros clientes?
• Stickiness (>2 páginas/visitantes) - ¿Les gustamos? ¿Les retenemos?
• Search Engine Referrals (visitas buscadores/visitas) - ¿Y el SEO como va? ¿Y el SEM?

b) Si nuestro site es de soporte o de servicios, el objetivo será dar respuesta inmediata a los clientes, evitando la saturación de otros canales, como el telefónico, por ejemplo. Así que unas métricas interesantes pueden ser:

• Tasa de Conversión (conversiones/visitas) - ¿Encuentran lo que buscan?
• Tasa de Rebote (visitas <30 seg/visitas) - ¿Es esto lo que se esperan?
• Length of Visit (contenidos vistos/visita) - ¿Se queda demasiado tiempo?
• Top Internal Search Phrases - ¿Qué buscan exactamente?

c) Si nuestro site es de contenidos, como un blog, el objetivo será incrementar la fidelidad del lector, o llevar adeptos a cualquiera de los canales offline:

• Tasa de Conversión (conversiones/visitas) - ¿Se suscriben o registran?
• Depth of Visit (páginas vistas/visita) - ¿Les generamos interés?
• Content Depth (páginas vistas content/visitas contenido) - ¿Qué contenido interesa más?
• New Visitor Percentage (nuevos visitantes/visitantes únicos) - ¿Atraemos nuevos visitantes?
• Committed visitor share (visitas de más de 19 min/visitas) - ¿Tenemos muchos fieles?

d) Si el site es para conseguir contactos (lead generation), nuestro objetivo será incrementar nuestra red de contactos, obviamente :)

• Tasa de Conversión (leads/visitantes) - ¿Cuántos leads conseguimos?
• Cost per Lead (leads/inversión en marketing) - ¿Cuánto nos cuesta cada lead?
• New visitor Percentage (nuevos visitantes/visitantes únicos) - ¿Cuántos son potenciales?
• Single Access ratio (single access pages/total entry pages) - ¿Cuántos se van sin ir más allá?

Empezando por estas métricas, seguro que vendrán a pedirnos más, incluso nosotros echaremos en falta otras para dar respuestas, pero hay que arrancar por algo para que se nos empiece a ver, para que empiecen a entender que aportamos valor.

Mientras tanto, no hay que limitarse a sacar los datos, podemos segmentar, por cliente, por no cliente, por visita desde buscador, por visita desde favoritos, por visita que convierte, por visita que no convierte, por visita que va por aquí, por visita que ve cierto contenido… si algún indicador sube, podemos ir profundizando hasta encontrar exactamente cuál es el segmento que se ve afectado y actuar en consecuencia. ¡Aunque empecemos la casa por el tejado!

Más información | Bryan Eisenberg

Entradas en eTC sobre analítica web:

• Combinando Secciones con el Test Multivariante
• Experimentando con el Test A/B
• Este es el plan: segmentar, segmentar y segmentar

“Es increíble que Biff haya escogido esa fecha en particular. Debe ser que esa fecha representa un punto importante de la continuidad del espacio y del tiempo… También puede ser una gran coincidencia”, Doc (Regreso al Futuro)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Más información | Eduard Barredo y Avinash Kaushik

Entradas en eTC sobre analítica web:

• Tasa de rebote, a vueltas con la “bounce rate”
• Este es el plan: segmentar, segmentar y segmentar
• Google Trends: Tras analizar por dentro es importante hacerlo por fuera

“Os juro que no miento, sabed que la fidelidad es de todas las virtudes la menos constante, lo cierto es que ¡No puedo evitarlo!”, Vizconde de Valmont (Las Amistades Peligrosas).

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Entradas en eTC sobre analítica web:
Tasa de rebote, a vueltas con la “bounce rate”
Este es el plan: segmentar, segmentar y segmentar
Primeros pasos para hacer un análisis de nuestra web: Top Pages y Referring URLs

“La competencia ya no será entre grandes y pequeños, sino entre rápidos y lentos”, Nikesh Arora

“Hacia el infinito y más allá”, Buzz Lightyear, ‘Toy Story‘.

En este blog hemos aprendido que, si conocemos en profundidad cómo llegan los visitantes a nuestro site, cuál es el porcentaje de visitas que son de calidad, qué pasos siguen para comprar o interactuar con nosotros, cuántos de ellos convierten, cuál es el coste por acción y el valor de conversión…, podemos mejorar nuestro negocio.

Si nuestro negocio va bien, saber lo que motiva este buen rendimiento es una garantía de éxito para el futuro. Un análisis de la “bounce rate”, del dato que nos indica por dónde llegan las visitas, a dónde van a parar, qué buscan, cómo navegan, en qué horario…, nos llevará a conocer nuestro site a fondo: a mejorar la calidad, optimizar los recursos, maximizar las acciones que nos están funcionando y a minimizar los riesgos.

El hecho de que la analítica web no sea aún de uso generalizado en los procesos de marketing de la mayoría de las empresas nos ofrece una magnífica oportunidad para diferenciarnos. Por esto, independientemente de nuestro modelo de negocio, el conocer lo que nos está pasando a través de la medición y análisis de los datos, también nos proporcionará conocimiento sobre cómo son los visitantes del sector, proporcionando una ventaja sobre los sites de nuestros competidores. Conociendo bien a nuestros clientes y visitantes (no clientes), podemos identificar mejor nuestro público objetivo y descubrir el gran potencial de desarrollo de negocio que nos demandan, del que, tal vez, no éramos conscientes hasta ahora.

Las herramientas de analítica web son fáciles de utilizar, pasan de la visión genérica que podamos tener, a la profundidad del detalle de forma clara. También nos permiten conocer el comportamiento de nuestros usuarios, desde antes de llegar a nuestro site, hasta que se van de la web. Por tanto, tendremos datos objetivos que nos servirán para optimizar el diseño y el contenido de nuestro site, de forma que su rendimiento sea máximo.

La pregunta, ahora, es clara. ¿Hay algo más ahí fuera que pueda utilizar? Pues sí. Hemos hablado de la competencia, pues midamos también su rendimiento con Google Trends. Se trata de un complemento ideal al análisis de nuestro site que permite saber la frecuencia con la que se realiza una búsqueda en Google, como el volumen de búsquedas entre varias keywords.

Por ejemplo, si poseemos la web del Real Madrid, tendremos un panel como éste:

Ahí encontramos los usuarios únicos que han visitado nuestro site en el último año. Vistos con detenimiento notamos que los picos son en las fechas en las que gana el Real Madrid la liga en 2008, cuando se estaba cerrando el mercado de fichajes (y Cristiano no llegaba), y después de la primera jornada de liga. Debajo del gráfico tenemos más datos: de donde provienen las búsquedas (en Francia no son muy fans), qué otros sites visitaron nuestras visitas, y qué otras keywords orientativas tenemos relacionadas (FC Barcelona y Atlético de Madrid… je, je).

¿Qué nos aporta esta información? Pues más bien las preferencias de los que se acercan a visitarnos. Es interesante conocer qué porcentaje visita también los sites de la competencia (por ejemplo, realmadridfans o corazonblanco), parece que los madridistas son bastante fieles en cuanto a sites.

Siguiente paso. Comparemos con nuestro más fiero competidor. ¿Y qué pasa?

Las keywords relacionadas se refieren mucho menos al Real Madrid, e incluso, a ningún otro equipo. Todos los sites se corresponden a webs culés. Observando la información, parece que Dani Alves no cala en sus paisanos, las búsquedas en Brasil de este equipo han cedido su puesto a Suecia, Indonesia prefiere al Real Madrid, Japón ha caído rendido a los pies del Barcelona, etc… En USA, Inglaterra, México y Alemania se busca más al Barça.

Podemos sacar conclusiones más concretas profundizando más linkando en cualquiera de las regiones, de las keywords o de los sites. Y así nos podremos preguntar: ¿Qué está pasando en Texas? ¿Acaso son súper fans de Gudjohnsen? ¿Y en Caracas? ¿Adoran a Raúl? A nivel internacional, podemos saber cuáles son mis nichos de mercado más favorables, cuáles los de la competencia y dónde hay que meter bien la pala para sacar un poco más de petróleo.

Ahora en serio, lo verdaderamente importante es poder sacar partido de las debilidades de nuestra competencia: ¿Qué tipo de clientes rebotan hacia mi site? ¿Qué buscaban y no encontraron?. Y luego, reaccionar ante sus amenazas y fortalezas: ¿Qué acciones comerciales hacen nuestros competidores en octubre que se traducen en un aumento espectacular de los usuarios que les visitan? ¿Por qué aparece mi competidor en mis palabras relacionadas y yo no lo hago en las suyas? ¿Por qué triunfamos en Santander pero no en las Baleares? ¿Por qué no me buscan tanto en julio como en marzo?

En resumidas cuentas, miremos con lupa tanto los sites que han visitado nuestros visitantes, como los que han visitado los visitantes de nuestros competidores, y aprovechemos esta magnífica oportunidad de ir un paso por delante para sacar conclusiones y desplegar una estrategia en base a las mismas. En otras palabras, ser más rápido.

Más información | Google Trends
En eTc | Tasa de rebote, a vueltas con la “bounce rate”
En eTc | Este es el plan: segmentar, segmentar y segmentar
En eTc | Primeros pasos para hacer un análisis de nuestra web: Top Pages y Referring URLs
En eTc | Tasa de Conversión: medida estratégica de nuestro rendimiento
En eTc | Un par de complementos a la Tasa de Conversión

“Por más que digo ¡ven, ven!
la luciérnaga
pasa volando.
Onitsura”

Saber los resultados de las métricas sobre nuestro rendimiento, es la base para establecer una buena orientación estratégica en nuestro negocio. Cuando estudiamos la tasa de conversión, lo hacemos para sacar el máximo rendimiento al site. Dicho esto, también debemos tener en cuenta la existencia de métricas que complementan la tasa de conversión, y que nos pueden resultar, en cuanto al presupuesto que manejamos en publicidad, muy interesantes a la hora de tomar decisiones sobre nuestra forma de proceder. Podemos pensar que cada cliente, además de la conversión asociada a la publicidad, nos puede seguir generando beneficios: primero, rellenando un formulario, y luego, adquiriendo un producto y estableciendo un compromiso con la marca.

Pero es básico centrarnos en que ese compromiso del cliente se establece por lo que podemos ofrecer en el negocio (buenos contenidos, buenos productos, buenos servicios…). Y eso, hay que separarlo de lo que nos cuesta atraerle a nuestro site. ¿Nos gastamos mucho? ¿Nos gastamos poco? ¿Invertimos correctamente? Podemos saber lo que nos cuesta que una visita realice una acción completa (conversión), respecto a lo que nos hemos dejado en publicidad. Esta acción puede ser una venta, el completar un formulario de alta, un link desde un email…, incluso el conseguir mantener una visita más tiempo del que sería lo normal en el site, o bien, que visite un cierto número de páginas.

Por ejemplo, si el mes pasado gastamos 10.000 euros en publicidad online sobre un nuevo producto, hemos generado 20.000 visitantes con el/los anuncios y 200 de ellos han adquirido dicho producto, lo que nos ha costado cada venta para el mes pasado será:

10.000 euros publicidad / 200 ventas = 50 euros/venta

O lo que sería lo mismo:

Coste por acción = coste en publicidad / conversiones

¿Para qué nos sirve saber nuestro coste por acción (CPA)? Para tener otra visión del gasto que hacemos en publicidad, además de la ya conocida tasa de conversión. Con el dato de coste por acción en la mano, podemos tener más claro si la inversión que estamos realizando en otros sites o en buscadores nos está saliendo o no rentable. Lo ideal es que el coste por acción sea lo más bajo posible.

Digo esto y me quedo tan ancha, como si fuera fácil. Pues a lo mejor no es fácil, pero seguro que no es imposible llegar al mínimo poco a poco… ¿Cómo hacemos esto? Podemos intentar reducir el coste en publicidad, y vemos cómo influye en el número de conversiones hasta dejarlo ajustado al “mínimo de presupuesto en publicidad y máximo de acciones completas“. Por otro lado, hacer lo posible por incrementar nuestra tasa de conversión, y en este caso lo que tendremos que mejorar es nuestro site.

Nos centramos en el proceso, estudiamos a conciencia el tiempo pasado en el mismo, la ruta seguida por los usuarios, la efectividad del formulario en sí… y, después de segmentar, centrarnos en los que NO lo completan… ¿Dónde lo abandonan? ¿Por dónde se van? ¿Por qué tardan tanto en el paso previo al formulario?

Si todavía no estamos convencidos de que el coste por conversión nos puede abrir los ojos con respecto a lo que debemos hacer con nuestro dinero destinado a publicidad, podemos combinar esta métrica con otra igualmente interesante: averiguar qué valor ganamos por cada conversión. Con este dato medimos la eficiencia conjunta de nuestra estrategia en publicidad y en nuestro site para convertir a visitantes en clientes rentables.

Para saber qué beneficio nos aporta una conversión, debemos previamente seleccionar qué valor le vamos a dar a cada acción (puede ser el mismo precio de una venta), y el beneficio que obtendremos, si no contamos el coste en publicidad (el margen de beneficio restante).

Regresemos de nuevo a nuestro ejemplo, si el mes pasado gastamos 10.000 euros en publicidad online, hemos generado 20.000 visitantes y 200 de ellos han adquirido el producto ofertado, ahora consideramos que cada venta nos genera 60 euros, con un margen de beneficio del 90%:

60 euros x 90% beneficio = 54 euros

Que vendría a ser:

Valor conversión = valor medio de la conversión x % margen del beneficio

Es decir, hemos generado 54 euros por conversión de cada visitante.

Si nuestra acción o conversión no genera dinero (no es una venta), podemos dar valor a cada categoría. Por ejemplo, rellenar un formulario puede ser equivalente a ganar 50 euros, contestar a un email puede valorarse en 60 euros, estar más de 2 minutos en el site o ver más de 2 páginas distintas sería equivalente a 30 euros… La clave está en utilizar siempre el mismo valor para las mismas acciones, y podremos ver la evolución en el tiempo para cada categoría.

Cuando comparamos el coste por conversión con el valor de conversión, tendremos más datos para saber qué estrategia debemos continuar realizando, cual debemos tratar de ajustar, o simplemente cambiar para incrementar el rendimiento de nuestras acciones.

Si el coste por conversión es menor que el valor de la conversión, estaremos haciendo dinero y podremos incrementar el presupuesto en publicidad y seguir en la línea que estemos llevando en nuestra web.

Por el contrario, cuando el coste por conversión es mayor que el valor que nos supone la conversión, estaremos perdiendo dinero y deberemos investigar qué alternativas tenemos a la publicidad, o qué acciones podemos llevar a cabo en nuestra web para incrementar radicalmente la tasa de conversión.

El valor de la conversión será nuestro punto de referencia para decidir si aumentamos el presupuesto publicitario, o hacemos los ajustes necesarios antes de sacrificar la rentabilidad en un mal desempeño de la estrategia de publicidad o del sitio web.

Ojo, estoy obviando conscientemente lo que la publicidad nos puede estar generando en cuanto al valor de la marca o a futuras visitas/compras que no se realicen en el periodo analizado. Pero quería poner un ejemplo sencillo, y lo más claro posible, de lo que realmente podemos cuantificar, y que puede representar el 70% del objetivo final, dejando ese 30% restante para aquellos elementos más “cualitativos” (por ejemplo, aquellos que buscan por internet productos y luego los acaban adquiriendo de forma offline).

Conociendo el coste, el valor y la tasa de conversión de forma conjunta, establecemos un objetivo de referencia para determinar si estamos cerca, lejos o en el mismo objetivo. Y nos aseguramos que estamos en el camino correcto por una parte, o estaremos a tiempo para redireccionarla y sacarle partido.

En eTc | Tasa de rebote, a vueltas con la “bounce rate”
En eTc | Este es el plan: segmentar, segmentar y segmentar
En eTc | Primeros pasos para hacer un análisis de nuestra web: Top Pages y Referring URLs
En eTc | Tasa de Conversión: medida estratégica de nuestro rendimiento