BIG DATA MARKETING

2. WEB AND MOBILE ANALYTICS

Después de ver toda una serie de aspectos en relación al marketing y de cómo el big
data nos puede ayudar a realizar acciones y promociones de carácter personalizado
con el fin de poder lograr unas relaciones sólidas y duraderas con nuestros clientes, en
este segundo capítulo hablaremos sobre la analítica web, que nos ayudará a entender
mejor el comportamiento de nuestros clientes de manera que ello contribuya a
ofrecerles un mejor servicio.

2.1 ANALÍTICA WEB

Para poder llevar a cabo una buena acción de marketing a través del big data, un
elemento realmente importante y que, bajo ningún concepto, no debemos descuidar,
es la analítica web. Y es que esta nos permite extraer todo tipo de información
relacionada con el uso y los comportamientos que tienen los usuarios dentro de una
página web o aplicación, de modo que ello nos permita confeccionar nuestra
estrategia en base a esos parámetros de comportamientos, pudiendo así disfrutar de
los mejores resultados.

De este modo, gracias a la analítica web podemos llevar a cabo las siguientes tareas
que nos ayudará a adaptarnos de manera eficaz a nuestros clientes:

- Recopilación de informes: mediante las diferentes herramientas disponibles,

podremos recopilar todo tipo de datos de cualquier visita que haya llegado a
nuestro sitio web. Además, elementos como las cookies nos ayudarán a hacer
un seguimiento y así obtener datos de gran relevancia sobre la navegación de
los usuarios y de cada visita que recibamos.
- Análisis de la información: como ya sabemos, es muy importante que antes de
tomar cualquier decisión, analicemos de manera detenida la información de la
que disponemos, ya que ello nos ayudará a dar respuesta a todas nuestras
dudas y a establecer aquellos elementos sobre los que debemos trabajar. Así,

Y
Página 45
 BIG DATA MARKETING

para realizar un buen análisis es importante realizar métricas y compararlas

posteriormente.
- Informes completos: a partir de la información recabada y analizada, podremos
realizar informes completos sobre nuestra web y sobre nuestros clientes, de
modo que en un futuro nos sirvan para mejorar y adaptarnos a esos clientes.
- Optimización del sitio web: el hecho de poder conocer los movimientos de los
usuarios dentro de nuestra web así como los tiempos, podemos conocer cuáles
son aquellas páginas más visitadas y en las que pasan más tiempo, así como
aquellas a las que apenas se les presta atención, de modo que ello nos permita
detectar los errores que presentan esas páginas y solucionarlos, para que esas
páginas sean también visitadas.
- Comparación con otras webs: la analítica web no solo es útil a nivel interno,
sino que también a nivel externo, ya que permite comparar nuestra web con
otras webs relacionadas con nuestro sector, de modo que ello nos permitirá
conocer la situación de nuestra competencia, el tipo de estrategias que está
llevando a cabo y la relación con los clientes, de modo que ello nos ayude a
redefinir nuestras estrategias en caso que sea necesario.

De este modo, vemos como la analítica web no solo nos sirve para medir las visitas que
recibimos en nuestro sitio web y en las páginas que lo componen, sino que nos ofrece
también información de carácter cualitativo, permitiendo ello poder conocer el
comportamiento de los usuarios, hecho que hará que nos podamos adaptar de la
mejor manera posible a ellos.

No debemos olvidar que el tema que aquí tratamos es el big data marketing, cuya
principal premisa es la personalización de nuestras acciones para lograr una relación
buena y duradera con nuestros clientes, por lo que la información cualitativa adquiere
también mucha importancia.

Hechas estas consideraciones, pasemos ahora a conocer las diferentes herramientas

de las que disponemos para llevar a cabo la analítica web.

Y
Página 46
 BIG DATA MARKETING

2.1.1 Herramientas de analítica web

En lo que se refiere a las herramientas de analítica web, debemos considerar las

siguientes categorías:

- Herramientas de las plataformas publicitarias.

- Herramientas con panelistas.
- Herramientas censales.
- Herramientas híbridas.

Pasemos entonces a conocer estos cuatro tipos de herramientas de analítica web.

 Herramientas de las plataformas publicitarias

Tal y como su nombre indica, este primer grupo de herramientas nos servirá para
medir el impacto de nuestras campañas publicitarias online. Como principal
herramienta encargada de analizar las campañas publicitarias, disponemos de una
herramienta de Google; Google AdWords, aunque también resulta interesante
mencionar la herramienta de Facebook; Business Manager.

Gracias a estas herramientas, tendremos visibilidad del funcionamiento de la campaña,

además de obtener información de carácter principalmente externo a nuestra página.
Así, podremos disponer de información básica como en relación a cuánta gente vio o
clicó sobre el anuncio, y también de información de tipo más cualitativo, como puede
ser el perfil de los usuarios que vieron y clicaron en nuestro anuncio o los elementos
particulares de cada plataforma.

 Herramientas con panelistas

Las soluciones de analítica web basadas en panelistas son aquellas que reúnen
información de una selección de usuarios. Para ello, los usuarios deben tener instalado
un programa en su dispositivo, ya sea en el ordenador, el portátil, el teléfono o la
tableta, que se encargará de monitorizar toda su navegación.

Y
Página 47
 BIG DATA MARKETING

Aunque a simple vista pueda parecer una muy buena herramienta, es importante
comentar que el mayor peligro de este tipo de herramientas es el posible sesgo en la
captura de datos. Es por este motivo que aquellas empresas que ofrecen este tipo de
herramientas, como es el caso de Netquest, con su herramienta Netrics, tienen como
mayor activo la representatividad de sus panelista. Y es que cuanto mayor sea el panel
en volumen y en distribución respecto a aspectos sociodemográficos como la edad, el
género o los ingresos medios, entre otras variables, más representativo será respecto a
la población y, en consecuencia, más fiable en la información capturada.

Además, con este tipo de herramientas podemos obtener la misma información sobre
nuestro sitio que del sitio de nuestros competidores, por lo que se trata de
herramientas perfectas para la realización de estudios y comparativas de mercados, o
para buscar potenciales acuerdos con páginas afines.

Finalmente, otro tipo de análisis que podemos llevar a cabo con las herramientas
basadas en panelistas, es el análisis de cálculos de solapamiento de audiencias. Estos
calculan cuánta audiencia en común existe entre diferentes páginas web o
aplicaciones. Los resultados de estos análisis nos permitirán medirnos respecto a
nuestros competidores y conseguir información cualitativa del mercado.

No obstante, en relación a estas herramientas y a los análisis que podemos llevar a

cabo con ellas, comentar que la profundidad del comportamiento del usuario en el
activo digital que recolectamos es superficial, comparada con la profundidad que
podemos obtener con herramientas censales como Google Analytics. Por lo que estas
herramientas no serán las adecuadas para realizar análisis detallados sobre procesos
de compra o la trazabilidad de nuestras campañas. Además, las métricas disponibles
como el número de usuarios, las páginas vistas y los tiempos medios, son extrapolados
de manera estadística de los panelistas y no sobre la realidad de los accesos de los
usuarios a dichas páginas.

Y
Página 48
 BIG DATA MARKETING

 Herramientas censales

Las herramientas censales consisten en marcar a todos los visitantes en nuestro activo
digital y medir cualquier actividad que estos visitantes realicen dentro del mismo. El
funcionamiento de estas herramientas consiste en incluir unas líneas de código en
cada una de nuestras páginas para capturar y realizar el seguimiento del usuario
mediante las cookies generadas.

A diferencia de las herramientas con panelistas, con la instalación de un programa por

parte del usuario, al incluir el código directamente en nuestras páginas, obtendremos
una mayor calidad de información de todo el comportamiento del usuario. Además,
podremos medir todos los usuarios que acceden a nuestra web o aplicación, por lo que
las métricas no se supeditarán a cálculos estadísticos, sino a la actividad real
producida.

La ventaja más remarcable de las herramientas censales consiste en la calidad de datos

sobre los usuarios que nos permiten capturar, permitiendo ello que podamos realizar
un análisis con mayor profundidad, virtualmente en cada área de análisis. Gracias a
ello dispondremos de mejor visibilidad sobre la audiencia de nuestro sitio web y de sus
fuentes de tráfico, del comportamiento dentro de cada página o, en el caso de que
dispongamos de un e-Commerce, de toda la información relacionada con la venta de
nuestros productos o servicios.

No obstante, presentan el inconveniente de que no conocemos a nuestros

competidores, no pudiendo hacer un análisis comparativo entre ellos y nosotros. Es
por ello que estas herramientas deberán combinarse con soluciones de panelistas u
otro tipo de estudios y análisis.

En relación a este tipo de herramientas, es muy importante que, para un análisis

perfecto, incluyamos el código en todas las páginas que conforman nuestro sitio web.
Es decir, si en nuestro sitio hay páginas que creemos que carecen de importancia,
como puede ser la página de aviso legal, igualmente le incluiremos el código, ya que no
incluyendo esas páginas en el análisis puede que estemos obviando puntos de fuga o

Y
Página 49
 BIG DATA MARKETING

nos generen problemas en el momento de determinar el flujo y la navegación de un

usuario en nuestra página. Sucede lo mismo con la página de contacto, y es que no
incluirla en el análisis puede suponer no conocer datos como el porcentaje de usuarios
que entran en nuestra web para realizar una consulta o una reclamación, haciendo ello
que no sepamos con certeza el motivo por el que los usuarios acceden a nuestra web.

Finalmente, decir que las soluciones censales son las herramientas de analítica web
más comunes utilizadas por los analistas, ya que son las que nos permiten sacar un
mayor conocimiento sobre el usuario, así como detectar aquellos problemas que
genere la página web o aplicación.

 Herramientas híbridas

Para acabar con las herramientas de analítica web debemos considerar las
herramientas híbridas, es decir, aquellas que ofrecen información obtenida
principalmente de una base de panelistas y la ajustan con datos recogidos mediante la
utilización de herramientas censales.

Así, vistas las herramientas, pasemos ahora a hablar sobre las métricas, dimensiones y
segmentaciones.

2.1.2 Métricas, dimensiones y segmentaciones

Una vez hayamos utilizado una de estas herramientas, deberemos proceder a

determinar las relaciones de valor que podemos extraer. Para ello, haremos uso de las
métricas, dimensiones y segmentaciones.

Aunque vamos a detallar cada uno de estos tres elementos, creemos importante
introducir brevemente el significado de estos. Así:

- Dimensiones: características descriptivas de un objeto.

- Métricas: elementos de una dimensión.
- Segmento: parte que, junto con otras, forma un todo.

Pasemos a tratar más detenidamente estos elementos.

Y
Página 50
 BIG DATA MARKETING

Antes de empezar, comentar que en el estudio de estos elementos nos centraremos

en la herramienta Google Analytics, que es la que goza de mayor popularidad y es la
más utilizada en el campo de la analítica.

Además de ello, en el apartado de la bibliografía hemos dispuesto el enlace para

consultar el sitio web de Google Analytics, por lo que desde allí podrán verse ejemplos
y casos de aplicación.

 Métricas

De manera más detallada, podemos decir que las métricas son elementos individuales
de una dimensión que se miden como una suma o como una proporción. Así, se trata
de un número utilizado para cuantificar una de las características de una dimensión.
Por ejemplo, la dimensión de ciudad puede estar asociada con la métrica usuarios,
cuyo valor sería la suma de todos los residentes de una ciudad.

En lo que se refiere a la herramienta por excelencia de analítica web; Google Analytics,

algunas de las métricas que utiliza son: páginas vistas, páginas por visita y duración

Debido a que la dimensión tiene una o más características, podemos aplicar más de
una métrica a la vez. Así, retomando el ejemplo anterior con la dimensión ciudad,
además de la métrica usuarios podríamos considerar métricas como sesiones, sesiones
nuevas, nuevos usuarios, duración media de sesión o páginas por sesión, entre otras.

En cuanto a Google Analytics, comentar que esta herramienta separa las métricas en
tres grandes grupos o categorías. Estas son:

- Adquisición: se refiere a cómo llegan los usuarios a nuestra página o aplicación.

- Comportamiento: trata sobre cómo interactúan estos usuarios dentro de la
web o aplicación.
- Conversión: se refiere a cuántos usuarios completan objetivos y conversiones
en el activo digital.

En cuanto a las métricas que utiliza, estas son:

Y
Página 51
 BIG DATA MARKETING

- Visitas: cuando hablamos de visita o sesión nos referimos al elemento que

engloba las acciones del usuario en nuestro sitio web o aplicación. Aquí, no solo
contabilizaremos el número de usuarios que entran en nuestro sitio, sino que
será importante contextualizar y analizar la calidad de estas visitas.
- Visitantes únicos: esta métrica se refiere a las personas que visitan nuestro
sitio. Así, nos encontramos frente a un visitante único cuando una persona
accede a nuestra web desde su ordenador personal a las 10 de la mañana y
vuelve a hacerlo a las 5 de la tarde, desde el mismo ordenador. Esta persona
habrá realizado dos visitas, pero se tratará de un único visitante. No obstante,
si cambia de dispositivo y, en lugar de visitar nuestra web desde su ordenador
personal lo hace desde el ordenador que tiene en el trabajo, se contabilizaría
como dos visitantes únicos. Ello se debe a que la monitorización de Google
Analytics se realiza mediante las cookies.
- Páginas vistas: se refiere a cada página cargada por el visitante en nuestro
sitio, sean diferentes o no. En relación a las páginas vistas, debemos considerar
que cada usuario generará como mínimo una visita y una página vista,
pudiendo generar más visitas y página vistas. Así, podemos contabilizar más
visitas y páginas vistas que usuarios, pero nunca puede haber más usuarios
únicos que visitas o páginas vistas, ya que ello indicaría una mala configuración
de Google Analytics.
- Páginas vistas únicas: son aquellas páginas diferentes que visita un usuario en
una visita. Así, si un usuario accede a la página de uno de nuestros productos y
seguidamente accede a otra página de otro producto para después volver a la
primera página a la que había accedido, el número de páginas vistas únicas
contabilizadas será de dos, mientras que las páginas vistas serán tres. Gracias a
esta métrica, podemos saber aquellas páginas más visitadas por los usuarios y
aquellas menos visitadas, de modo que ello nos permita establecer los motivos
de ello y lograr que las páginas menos visitadas obtengan más visitas. En el caso
de que el cometido de nuestra web sea la venta de espacios publicitarios, esta
métrica nos permitirá analizar el alance de la publicidad entre los visitantes.
Para ello dividiremos las páginas vistas entre las visitas totales. El indicador o

Y
Página 52
 BIG DATA MARKETING

KPI que obtengamos con esta división nos indicará la profundidad de la visita,
es decir, nos mostrará el interés de un visitante dentro de nuestro sitio web y
en relación a páginas concretas.
- Duración de la visita: esta métrica nos permite conocer el tiempo que el
usuario permanece en nuestro sitio web. En relación a esta métrica, Google
Analytics calcula el tiempo en una página restando dos puntos: página inicial y
página siguiente, de modo que si un usuario solo visita una URL, Google
Analytics será incapaz de calcular esa visita.
- Porcentaje de rebote: una visita rebotada es aquella que carga una página en
concreto, pero no se realiza ninguna otra acción, como la visualización de otras
páginas. Lo más habitual es que la tasa de rebote sea un indicativo de que el
usuario no está interesado en el contenido de la página o de que le resulta
confuso. Se trata de una métrica realmente útil y que deberemos consultar
siempre que queramos optimizar una página de destino de campaña. En
relación a esta métrica, comentar que en aquellas páginas con contenido en
forma de artículo o posts, esta tasa de rebote no tiene que tener un significado
negativo, ya que en estos casos, deberemos completar el análisis con la
medición del scroll de los usuarios en la página, ya que ello nos dará
información sobre el comportamiento de los mismos.
- Nuevo visitante: cuando analizamos la métrica visitante, resulta importante ir
un paso más adelante y observar cuántos de ellos nos visitan por primera vez.
La herramienta de Google Analytics puede hacer esta distinción debido a que
marca a los usuarios con diferentes cookies, cada una de ellas con un año de
duración. De esta manera, es capaz de diferenciar entre visitante, visita, visita
nueva o visita recurrente, entre otras variables.
- Visita recurrente: complementaria a la métrica anterior, se refiere a aquellos
visitantes que accedieron previamente a nuestro sitio web. La relación y el
análisis entre ambas métricas nos aportarán valor en relación a los puntos
fuertes o estrategias detrás del sitio. Un porcentaje alto de visitas recurrentes
respecto a nuevos visitantes, nos indicará una buena fidelización de usuarios
donde, quizás, sería interesante plantearnos nuestra estrategia actual en SEO o

Y
Página 53
 BIG DATA MARKETING

plantearnos alguna campaña de tráfico pagado. Por el contrario, un porcentaje

bajo de visitas recurrentes nos indicará que, a pesar de atraer mucho tráfico
con nuestras campañas o nuestras estrategias de SEO, no logramos retener a
esas visitas.

Para acabar con las métricas, es interesante comentar que en nuestro análisis no
deberemos centrarnos únicamente en el estudio de una métrica, sino que será
interesante analizar varias, ya que ello nos dará una imagen mucho más global de
nuestra web. Así, si analizamos las visitas a la web, no solo deberemos prestar
atención a las nuevas visitas, sino que deberemos comparar esta métrica con la
métrica relacionada con las visitas recurrentes, de modo que ello nos indique si
tenemos o no un alto porcentaje de clientes fidelizados.

 Dimensiones

Tal y como ya hemos comentado, una dimensión es un atributo descriptivo de un

objeto. Así, la dimensión puede ser la edad, el género, la ciudad, el dispositivo utilizado
para acceder a nuestra web o el navegador y sistema operativo, entre otros.

En relación a estas dimensiones, estas se expresan mediante valores, así, el valor del
género puede ser femenino o masculino, etc.

Como sucedía con las métricas, es interesante cruzar más de una dimensión, ya que
ello nos permitirá desglosar de manera más detallada la información de la que
disponemos. Así, por ejemplo, en nuestro análisis de nuevos visitantes, puede resultar
interesante conocer la ciudad de la que proceden y además, la edad de estos nuevos
visitantes, por lo que cruzaremos estas dos dimensiones para ver las diferentes franjas
de edad de nuestros nuevos visitantes, de modo que ello nos permitirá saber a qué
público debemos dirigirnos y qué estrategias utilizar para ello.

En lo que se refiere a estas dimensiones, Google Analytics establece toda una serie de
dimensiones para el análisis. No obstante, esta herramienta ofrece la posibilidad de
trabajar con dimensiones personalizadas, de modo que ello nos permita una mayor
adaptación a las necesidades de nuestra empresa. Por ejemplo, si tenemos una tienda

Y
Página 54
 BIG DATA MARKETING

online, podemos diferenciar entre los usuarios que compran habiéndose registrado
anteriormente, los que compran habiéndose registrado en el momento de la compra y
los que compran sin registrarse. Estas dimensiones, además de saber el porcentaje de
usuarios de cada tipo, nos permiten conocer aspectos tales como el número de
clientes ya registrados que compran, por lo que podemos relacionarlo con la fidelidad
de estos hacia la marca.

En lo que se refiere a la personalización de dimensiones, es muy importante que antes

de crear o no dicha dimensión personalizada, reflexionemos sobre si esa dimensión
que queremos crear se trata de un atributo o característica de nuestros usuarios a la
que podemos asignar valores y que puede reportarnos resultados que nos pueden
servir para conocer la situación real de nuestra empresa.

 Segmentaciones

Como ya hemos visto en el módulo de Customer Analytics, la segmentación de clientes

supone dividir a nuestros clientes en partes, caracterizadas cada una de ellas por toda
una serie de particularidades que la harán diferente al resto.

En relación a la herramienta de analítica web que estamos tratando aquí; Google

Analytics, los segmentos se refieren a subconjuntos de los datos recogidos.

Los segmentos pueden ser simplemente una acotación de una dimensión, la

combinación de valores entre diferentes dimensiones o la combinación a su vez con
diferentes métricas. Así, podemos crear un segmento entre todos los usuarios que se
conectan mediante un dispositivo concreto, diferenciando entre los que se conectan a
través del móvil, la tableta o el ordenador. Además, dentro de este segmento,
podríamos segmentar a partir de otras variables, como la edad o la ciudad de
residencia.

Gracias a los segmentos, podemos aislar y segmentar subconjuntos de datos,

extrayendo tendencias dentro de nuestro sitio.

Y
Página 55
 BIG DATA MARKETING

Al igual que sucedía con las dimensiones, Google Analytics dispone de segmentos
predeterminados, como son el tráfico de pagos o las visitas con conversión. Además,
permite crear segmentos propios cruzando, de manera virtual, cualquier dimensión y
métrica recogida en la herramienta. También como sucedía con las dimensiones,
debemos analizar muy bien si los segmentos que queremos crear son o no
representativos de nuestro negocio.

2.1.3 Canales y tracking

La herramienta de Google Analytics, a través de la sección adquisición, lista todas

aquellas fuentes de tráfico y las agrupa en diferentes dimensiones, como pueden ser;
fuente, medio y campaña. De este manera, nos permite realizar comparaciones entre
los resultados de diferentes campañas con un nivel de detalle tan amplio como
deseemos, con el fin de comprobar el rendimiento de cada canal. Para ello, nos
deberemos asegurar que todas nuestras campañas se parametrizan correctamente, de
modo que en Google Analytics podamos diferenciar las campañas.

Google Analytics nos muestra, de manera predeterminada, una agrupación de canales

de tráfico basada en reglas de las fuentes de tráfico más habituales. Veámoslas a
continuación:

Y
Página 56
 BIG DATA MARKETING

CANAL DESCRIPCIÓN

Display Agrupa aquellos canales cuyo formato publicitario son

banners. Incluye también aquellas redes de distribución de
anuncios relacionados con contenido.

Paid search Tráfico generado desde motores de búsqueda, procedente

de campañas publicitarias.

Other advertising Todas aquellas fuentes restantes etiquetadas como

campañas publicitarias que no son publicidad en buscadores
o display. En este apartado encontramos usualmente redes
de afiliación y acuerdos con otros sitios.

Organic search Tráfico generado desde motores de búsqueda, procedentes

de resultados orgánicos, es decir, gratuitos.

Social network Agrupa aquellas fuentes detectadas como redes sociales que
no estén etiquetadas como anuncios.

Referral Tráfico procedente de sitios web que no son redes sociales.

Pudiendo ser blogs, foros y similares.

Email Tráfico procedente de campañas de emailing.

Direct Muestra el tráfico de aquellos usuarios que escribieron la

URL del sitio web en el navegador o que llegaron al sitio a
través de un marcador, como puede ser el de favoritos.

Además de conocer el canal por el que llegan los usuarios, seguramente vamos a
querer analizar con más detalle el tráfico procedente de estos canales de adquisición
de clientes. Así, no solo nos interesa saber de dónde proceden, sino también conocer
datos más concretos, como por ejemplo, qué información de la newsletter provocó un
mayor tráfico de usuarios a nuestra web o el rendimiento de las ventas.

Para obtener este tipo de informaciones, lo que debemos hacer es parametrizar las
URLs de los enlaces de cada campaña, añadiendo unos parámetros específicos para
Google Analytics llamados UTM.

Y
Página 57
 BIG DATA MARKETING

2.1.4 Tipos de análisis

A la hora de proceder a analizar los resultados obtenidos a partir de la analítica web,

debemos considerar los siguientes cuatro tipos de análisis:

- Audiencia.
- Adquisición.
- Comportamiento.
- Objetivos (conversiones y microconversiones).

Pasemos entonces a hablar sobre cada uno de ellos.

 Audiencia

Tal y como indica su nombre, este primer análisis nos ofrece información sobre la
audiencia, es decir, sobre el público que visita nuestra página web. La información
obtenida en este análisis, además de permitirnos conocer mejor a nuestros usuarios,
nos ayuda a obtener información útil para la segmentación de nuestras campañas
online.

En cuanto a las tipologías de informes que podemos obtener con el análisis de

audiencia, estos son:

- Datos demográficos: en relación a los datos demográficos, estos se refieren a

conocer la edad y el sexo de nuestros visitantes, de modo que podamos saber
el porcentaje de hombres y mujeres interesados en nuestro sitio, así como el
porcentaje en las diferentes franjas de edad. Una de las principales ventajas de
conocer estos datos sobre nuestra audiencia es la posibilidad de personalizar el
contenido de nuestra página. Además de, si nuestra web contiene publicidad,
poder segmentar los anuncios aumentando la relevancia para nuestro público.
- Intereses: la herramienta de Google Analytics nos permite obtener información
acerca de los intereses principales, sectores y categorías afines a nuestros
usuarios. Ello nos ayudará a conocer mejor a dichos usuarios, de manera que
podamos targetizar y optimizar mejor nuestras campañas.

Y
Página 58
 BIG DATA MARKETING

- Información geográfica: aquí nos encontramos con la localización de nuestros

visitantes clasificada por país, región, ciudad o continente, además del idioma.
El informe sobre la ubicación nos permite detectar tendencias geográficas,
como el aumento de un producto concreto en una localización determinada o
la falta de cobertura en una zona, implicando ello la necesidad de realizar una
campaña de publicidad geolocalizada. Además, nos ayuda a llevar a cabo
estrategias de mejora, ya que nos permite detectar aquellas zonas en las que
ha dejado de haber tráfico, así como el motivo de esa falta de tráfico, o nos
ayuda a descubrir mercados potenciales que actualmente no cubrimos. En
cuanto al idioma, este es importante, ya que nos ayudará a decidir los idiomas
a los que traducir nuestros contenidos.
- Tecnología: uno de los elementos clave para el desarrollo de nuestra web o
aplicación es la optimización por dispositivo y su posterior testeo. A nivel de
tecnología, los usuarios pueden conectarse y acceder a nuestro web desde
diferentes dispositivos con diferente tamaño, por lo que es muy importante
que nuestra web o aplicación se adapte a cada uno de ellos. En la actualidad, la
optimización por dispositivo ha perdido algo de importancia debido a que
muchas webs o aplicaciones utilizan diseños responsivos, eso es, diseños que se
adaptan a todo tipo de dimensiones de pantalla y dispositivo. No obstante, hay
algunas webs o aplicaciones que no utilizan ese diseño, por lo que es
importante conocer cuáles son los dispositivos, navegadores y versiones más
utilizadas por nuestros visitantes, ya que ello nos ayudará a la planificación del
desarrollo. Otro elemento a considerar en relación a la tecnología es la
velocidad y el tipo de conexión, ya que ello nos ayudará a adaptar los
contenidos multimedia en función de estos. Un aspecto clave a tener en cuenta
en este informe es el proceso de quality assurance, que se refiere al proceso de
testar que todo funciona correctamente. Para ello tendremos en cuenta
variables como la dimensión de la pantalla, el navegador, la conexión y el
sistema operativo. Gracias al informe de tecnología seremos capaces de
determinar las configuraciones más habituales entre nuestros usuarios y
asegurarnos que estas configuraciones cumplen con nuestros estándares de

Y
Página 59
 BIG DATA MARKETING

calidad. En definitiva, se trata de un análisis realmente importante para adaptar

nuestro sitio web, así como mejorar la experiencia de los usuarios, logrando
una mayor retención o conversión de usuarios.
- Análisis de grupo: este informe nos aporta una visión cohorte, es decir, sobre
un grupo de personas que comparten una característica o experiencia dentro
de un periodo de tiempo determinado. Ello nos permitirá conocer si este grupo
aporta valor a nuestro negocio a largo plazo. Un ejemplo de este análisis podría
ser analizar todos los usuarios con una misma fecha de adquisición, por
ejemplo, durante el mes de enero, y ver cómo evolucionan sus compras en los
siguientes periodos. Otro ejemplo sería analizar a aquellos clientes que
adquirieron sus productos durante el periodo de rebajas, haciendo un
seguimiento de estos durante los siguientes seis meses con el fin de determinar
si se trata de clientes que solo compran por motivo de las rebajas o si por el
contrario, siguen comprando sin descuentos. En estos análisis es importante no
solo ver si la acción de compra se repite, sino el tiempo que tardan en volver a
comprar, las veces que compran, si compran el mismo tipo de producto o si por
el contrario se trata de un producto totalmente diferente, o el importe medio
de la compra entre otros factores. En relación a estos informes, es importante
que los utilicemos para comparar los diferentes grupos.

Además de estos informes, otros informes interesantes en relación a la audiencia son

el informe de usuarios activos y el relacionado con la fidelidad del usuario en relación a
si se trata de visitantes nuevos o recurrentes, así como los informes de frecuencia y
enganche. También podemos recoger variables personalizadas sobre nuestros
usuarios, de modo que ello nos permita realizar informes de aspectos más concretos.
Como siempre, antes de proceder a personalizar las variables, es muy importante
considerar si la variable que queremos analizar nos puede aportar información útil y
valiosa que nos ayude a mejorar.

Y
Página 60
 BIG DATA MARKETING

 Adquisición

Con el análisis de adquisición conoceremos el origen de nuestros usuarios según los

canales utilizados y las campañas realizadas. Se trata de una información realmente
valiosa a la hora de analizar y optimizar las campañas de marketing online que
llevamos a cabo.

Los informes que podemos obtener de este análisis son los siguientes:

- Visión general: con la herramienta de Google Analytics, este primer informe

nos da un primer vistazo sobre aquellos canales que generan un mayor tráfico a
nuestra web o aplicación. A partir de este informe general, podemos extraer
informes más concretos sobre la procedencia de nuestros usuarios. El informe
fuente y medio nos ofrece un listado de todas las fuentes de tráfico,
independientemente del canal al que pertenecen, además de enseñarnos
información sobre el comportamiento y las conversiones de estas fuentes más
específica que en el informe de visión general. El informe campañas nos ofrece
un nivel de detalle más elevado, ya que nos ofrecerá la misma información
pero desagregada por campaña. Para un nivel de detalle superior,
consultaremos el informe canales. De todas formas, independientemente del
informe, en cualquiera de ellos podemos agregar y desagregar información,
añadiendo una dimensión secundaria al informe generado.
- AdWords: como ya hemos comentado, AdWords es una herramienta de Google
que se encarga de analizar las campañas publicitarias. De este modo, este
informe nos ofrece toda la información sobre las campañas AdWords que
dirigen tráfico a nuestro activo digital. Es importante comentar que estos
informes no recogen toda la información que encontraremos en la plataforma
AdWords para la optimización de campañas, sino que presenta aquellas
dimensiones y métricas relacionadas con lo que ocurre en nuestro sitio web o
aplicación. Por ejemplo, no refleja el quality score de nuestros anuncios, pero si
el porcentaje de rebote de cada campaña o palabra clave.

Y
Página 61
 BIG DATA MARKETING

- Medios sociales: tal y como indica su nombre, este informe nos dará
información sobre la actividad social relacionada con nuestro sitio web o
aplicación. Aquí, no solo obtendremos un desglose del tráfico o las
conversiones procedentes de las diferentes redes y medios sociales, sino que
además dispondremos de información sobre la implicación de los usuarios con
la medición de los botones sociales de compartir o gustar.
- Search console: estos informes analizan el rendimiento del tráfico de búsqueda
orgánica. Así, nos proporcionan información relacionada sobre el número de
veces que aparece nuestro sitio y nuestras páginas en los resultados de
búsqueda, así como la tasa de rebote de las páginas de destino de SEO. Con
estos informes también podemos ver las cadenas de búsqueda que realizan los
usuarios, eso es, las palabras clave que utilizaron en los buscadores y la
posición media en la página de resultados de Google para esas palabras.
 Comportamiento

Este tipo de análisis nos aporta información sobre lo que hacen nuestras visitas cuando
llegan a nuestro sitio web o aplicación y qué contenido es el que tiene más éxito.

En este tipo de informes, el referente de información son las diferentes páginas de

nuestro sitio o los screens de nuestra aplicación, donde veremos las métricas de
páginas vistas y páginas vistas únicas, además de incluir el tiempo que el usuario se
pasa en cada una de ellas.

Los informes de que podemos disponer en relación al comportamiento de los clientes

son:

- Todas las páginas, páginas de destino y páginas de salida: este primer

informe nos muestra todas las páginas que contiene nuestra web junto con
valores tales como el número de páginas vistas, el promedio de tiempo en cada
página, las páginas de entrada, el porcentaje de rebote y el porcentaje de
salidas de cada una de ellas. En lo que se refiere a las páginas de destino, estas
son la página en la que aterrizan por primera vez los visitantes, mientras que las

Y
Página 62
 BIG DATA MARKETING

páginas de salida se refiere a la última página que visitó el usuario antes de

salir.
- Eventos: los eventos de Google Analytics nos ofrecen una información
realmente importante sobre el comportamiento y las interacciones de los
usuarios en nuestra web. De este modo, podemos ver acciones tales como los
clics en determinados botones, información adicional sobre la interacción con
formularios o comportamientos avanzados. Como vemos, los eventos son una
muy buena solución para realizar un seguimiento detallado de las
determinadas acciones que realizan los usuarios. Además, también nos
permiten registrar porcentajes de visualización de vídeos o de lectura de
página, pudiendo saber el tiempo que un usuario ha visualizado un vídeo así
como la cantidad exacta de contenido leído gracias al control del scroll,
permitiéndonos ello conocer aquel contenido que los usuarios no han visto. Los
eventos se centran también en lo que son los formularios que podemos
disponer en nuestra web, de modo que nos permiten conocer hasta dónde
rellenan un formulario los usuarios antes de salir o qué campos son los que
generan más fricción, de modo que así podamos mejorar dichos formularios
con el fin de que sean rellenados en su totalidad por los usuarios.
- Búsquedas de sitio: este es un informe sobre el uso del buscador interno de
nuestra web, en el caso de que disponga de uno. Algunas de las informaciones
que podemos extraer son: las palabras clave más buscadas, la cantidad de
usuarios que han realizado una búsqueda, las páginas desde las que se realizó
la búsqueda o las páginas de destino una vez realizada la búsqueda, entre
otras. En este informe, la información de búsqueda en el sitio puede resultar
muy valiosa a la hora de descubrir lo que realmente quieren encontrar nuestros
usuarios una vez han llegado a nuestra página. Así, detectaremos aquellos
productos que generan un mayor interés o aquellos que deberíamos destacar
en nuestra parrilla de resultados, debido a que la mayoría de los usuarios los
buscan. Además, conoceremos aquellos productos que buscan los usuarios en
nuestra web y no encuentran, de modo que ello nos será de gran ayuda cuando
queramos ampliar nuestra cartera de productos.

Y
Página 63
 BIG DATA MARKETING

 Objetivos (conversiones y microconversiones)

Mediante los objetivos podemos medir de qué forma, en nuestra web o aplicación,
ocurren determinadas acciones o se completa una actividad, llamada conversión, que
definiremos según nuestros intereses. De este modo, evaluaremos nuestro sitio y
nuestras campañas de marketing en función de los objetivos de negocio que nos
hayamos marcado.

Por norma general, el principal objetivo para aquellos sitios o aplicaciones que generan
ingresos, son las compras realizadas. No obstante, otros objetivos a destacar son la
cumplimentación de los formularios de registro, la descarga de catálogos de
productos, clicar sobre los botones que muestran los datos de contacto, estar un
tiempo determinado en el sitio y ver y leer un número determinado de artículos o
posts, etc. Todo dependerá del tipo de empresa de que se trate.

En el tema que nos ocupa a nosotros, que es el empresarial, para un e-Commerce, una
conversión es una venta o transacción. Las microconversiones son todas aquellas
actividades que los usuarios realizan frecuentemente antes de la compra. Así, lo
normal no es definir solo un objetivo, sino todos aquellos que consideremos
necesarios, de este modo, el objetivo principal será el de vender, pero además
deberemos considerar toda una serie de objetivos secundarios que nos ayudarán al
logro de este objetivo principal. Además, ello nos ayudará a tener presentes todas las
acciones que contribuyen al logro del objetivo principal, de modo que nos permitirá
mejorar y optimizar también estas interacciones.

2.2 ANALÍTICA PARA E-COMMERCE

Como hemos comentado, el tema que nos ocupa es la puesta en marcha del big data
en el ámbito empresarial, de modo que en este apartado nos centraremos en la
analítica destinada al e-Commerce. Para ello, nos centraremos en los cuatro puntos
siguientes:

- Métricas e informes básicos.

- Embudos de conversión.

Y
Página 64
 BIG DATA MARKETING

- E-Commerce mejorado.
- Modelos de atribución.

Pasemos entonces a tratar cada uno de estos puntos con el fin de conocer de qué
manera debemos llevar a cabo la analítica en un e-Commerce.

2.2.1 Métricas e informes básicos

Siguiendo con la herramienta Google Analytics, aquí presentaremos aquellas métricas

e informes básicos de analítica que nos permitirán obtener información relevante
sobre nuestro comercio online, con el fin de que ello nos ayude en nuestro diseño y
puesta en marcha de estrategias y campañas de marketing.

Para obtener esta información, deberemos consultar la sección conversiones, en la que

encontraremos informes que nos permitan analizar las actividades e interacciones que
suceden alrededor de una compra en nuestra web o aplicación. Allí dispondremos de
toda la información relacionada con las transacciones, así como el desglose de los
ingresos obtenidos por tipología, los productos comprados y los días transcurridos
desde que el usuario accedió al sitio y realizó la compra, entre otros elementos.

Así, las principales métricas e informes que podemos obtener sobre nuestro e-
Commerce son los siguientes:

- Visión general: el informe de visión general es un resumen a nivel global de los

ingresos que se han generado en nuestro comercio online, así como el número
de transacciones completadas y el valor medio de estas. En relación a estas
transacciones, Google Analytics considera que una transacción completada es
aquella orden de compra que contiene uno o más productos,
independientemente de quién realice dicho proceso. De este modo, si un
mismo usuario realiza dos compras, se contabilizará como dos transacciones,
aunque el comprador sea el mismo. Para el cálculo del valor medio de las
transacciones realizadas, lo que se hace es considerar, no solo el precio del
producto o servicio que adquiere el cliente, sino que a dicho precio deberemos
añadirle los gastos correspondientes a la transacción, como pueden ser los

Y
Página 65
 BIG DATA MARKETING

gastos de envío. Por último, en este primer informe podremos obtener también
el porcentaje de conversión de comercio electrónico, es decir, tendremos datos
referentes al número de transacciones realizadas y al número de sesiones, de
modo que sabremos cuántos de los usuarios que accedieron a nuestro sitio
acabaron comprando y cuántos no.
- Rendimiento del producto: este segundo informe nos ofrece la información
relativa a los ingresos desde una visión de producto. Esto es, no solo sabremos
los ingresos que ha generado cada producto, sino que veremos además cuántas
cantidades de un producto se compraron, el precio medio o las compras únicas
realizadas. La métrica cantidad nos indicará el total de veces que se vendió un
producto, mientras que la métrica compras únicas indica el número de veces
que un producto formó parte de una cantidad. Por ejemplo, si hemos vendido
100 unidades de un producto repartidos en 10 compras, la cantidad media de
un producto por transacción será de 10, esto es; hemos vendido 10 unidades
de ese producto en un total de 10 compras.
- Rendimiento de ventas: en este tercer informe, el punto de referencia serán las
transacciones, que se desglosarán en los siguientes ítems: ingreso del pedido,
impuestos y gastos de envío asociados a cada compra, así como la cantidad de
productos que conforman cada pedido.

Además de estos tres informes, podemos generar informes sobre otros datos
relevantes para el negocio. Un ítem interesante es el que se refiere al tiempo que
transcurre hasta que el usuario compra. Es decir, el número de días que se
comprenden entre que un usuario accede a nuestro sitio por primera vez hasta que
realiza un pedido, determinando también el número de visitas que este necesitó antes
de decidirse. Para completar este informe, resulta interesante contrastar estas
informaciones con el customer journey que, como ya sabemos, se trata de un
documento en el que se refleja el camino del cliente durante un proceso o interacción
determinada, de modo que ello nos permita conocer su comportamiento y determinar
aquellos momentos que le pueden generar dudas o inseguridades, de modo que ello
nos permita poder hacer los cambios y mejoras necesarias para que el proceso de
compra sea más rápido.

Y
Página 66
 BIG DATA MARKETING

2.2.2 Embudo de conversión

Los embudos de conversión nos permiten visualizar los pasos que los usuarios llevan a
cabo para completar una tarea, detectando así aquellos puntos que generan o pueden
generar una mayor tasa de abandono.

Generar embudos de conversiones es una tarea realmente importante a la hora de

optimizar tareas secuenciales como son la cumplimentación del proceso de compra o
la realización de encuestas o registros con múltiples pasos, y es que los embudos de
conversión nos permiten ver el número de usuarios que inician el proceso y cuántos lo
abandonan, tanto en el cómputo global de la tarea como lo que ocurre paso a paso. De
este modo, podremos reducir aquellos recorridos del clientes que son ineficaces o se
han abandonado, y detectar oportunidades. Por ejemplo, si en un paso de un proceso
de compra detectamos que muchos de los usuarios abandonan el proceso y se dirigen
a la página de preguntas frecuentes, ello será indicativo de que hay algo en ese paso
que resulta confuso a los usuarios, por lo que será necesario detectar aquello que
genera dudas y resolverlo, de modo que cuando los clientes lleguen a ese paso lo
superen sin necesidad de recurrir a ayuda.

EL uso más frecuente de los embudos de conversión es el análisis de los diferentes

pasos que conforman un proceso de compra. Partiendo del objetivo que buscamos, en
este caso generar la compra de un producto, deberemos diseñar el embudo,
incluyendo todos los pasos que tenga nuestro sitio web para completar el proceso de
compra, esto es: carro, datos personales, método de pago, datos y modalidad de
envío, etc.

En el momento de diseñar el embudo, debemos tener en cuenta que este debe ser lo
más acotado posible, de modo que incluya todos los pasos que conforman el proceso
de manera detallada y concreta, ya que ello nos reportará una mayor información de
la que podamos extraer mejores conclusiones. Así, lo ideal será incluir todos los
procesos, tanto principales como secundarios, de modo que podamos detectar
cualquier problema en cada uno de ellos.

Y
Página 67
 BIG DATA MARKETING

Una vez hayamos diseñado el embudo y dispongamos de los resultados, disponemos

de dos herramientas para analizar dicho embudo. Aunque conceptualmente sean muy
similares, entre ellas presentan diferencias sustanciales que debemos conocer para
poder interpretar de la mejor manera posible los datos obtenidos. Estas herramientas
son:

- Gráfico de embudo de conversión.

- Flujo de objetivos.

Pasemos a conocer cómo utilizar cada herramienta, así como sus principales
particularidades.

El primer elemento a destacar de estas dos herramientas es el hecho de que en el

gráfico de embudo de conversión se muestra una sesión en cada paso del embudo de
conversión, por lo que si un usuario pasa dos veces por el mismo paso, ya sea porque
va hacia adelante o atrás para cerciorarse de algún punto o por un refresco de la
página, esta segunda sesión queda contabilizada como una salida a la página de dicho
paso. Por el contrario, con la herramienta de flujo de objetivos, podemos ver los
retrocesos que realiza el usuario, de modo que ello nos ayude a detectar los puntos de
tensión en cualquier embudo.

Con el gráfico de embudo de conversión no se pueden utilizar los segmentos

avanzados, mientras que sí lo permite el flujo de objetivos. Con la aplicación de los
segmentos podemos conocer de manera exacta el comportamiento en un embudo
para perfiles muy diferentes.

Por ejemplo, si llevamos a cabo algún cambio en el proceso de paso, segmentado el

embudo en el flujo de objetivos según usuarios nuevos o recurrentes, podremos
observar si ello afecta indistintamente el cambio a ambas tipologías de usuarios. Si un
usuario, independientemente del motivo, se salta algún paso entre el paso de acceso
al embudo y el paso de salida, con la herramienta gráfico de embudo de conversión se
rellenarán los pasos que el usuario se saltó. Es decir, se dibujarán pasos que el usuario
no ha visualizado. Así, si en un proceso de tres pasos el usuario pasa del 1 al 3,

Y
Página 68
 BIG DATA MARKETING

saltándose el 2, si utilizamos la herramienta gráfico de embudo de conversión, quedará

reflejado que el usuario pasó por los tres pasos. En cambio, si nos servimos del flujo de
objetivos, no se reflejarán los pasos por los que el usuario no pasó.

*Representación gráfica de un gráfico de embudo de conversión. Enlace:

http://yeraygonzalez.es/tutorial-como-crear-embudo-de-conversion-en-google-analytics-en-5-pasos/

*Representación gráfica de un flujo de objetivos. Enlace: http://www.analiticaweb.es/informes-de-

visualizacion-de-flujo-en-google-analytics/

Y
Página 69
 BIG DATA MARKETING

Otra diferencia de estas dos herramientas, en relación a la definición y ruta del usuario
dentro de un embudo es que en el informe que nos presenta la herramienta gráfico de
embudo de conversión, el orden real en que se han visto los pasos que conforman el
proceso no queda reflejado, mientras que sí queda reflejado con el flujo de objetivos.

Finalmente, comentar que otro de los beneficios que presentan los embudos de
conversión es la posibilidad de crear audiencias de remarketing con el fin de impactar
a usuarios que abandonaron el proceso de compra en algún punto.

2.2.3 E-Commerce mejorado

Hasta el momento, hemos visto toda una serie de métricas y dimensiones que nos
informan sobre la situación de nuestro comercio online.

No obstante, Google Analytics no solo nos ofrece información clave sobre las
conversiones, el número de productos vendidos, los ingresos, etc., sino que nos aporta
también otro tipo de informes relacionados con el comportamiento de compra de
nuestros visitantes. Así, los datos que obtengamos mediante estos informes
repercutirán en cómo gestionamos nuestro catálogo, en su sentido más amplio.

Dichos informes son:

- Porcentaje compra/detalle: este primer informe muestra el número de

compras únicas divididas entre las vistas de las páginas de detalles del
producto. Gracias a este dato sabremos cuáles son aquellos productos con una
mayor tendencia a la compra una vez consultada la página de detalles del
producto. En cuanto a este dato, comentar que esta métrica será más o menos
sensible y tendrá mayor o menor relevancia, ya que ello dependerá del tipo de
producto. Así, la elasticidad será más baja para productos de escaso valor,
estándar o poco diferenciados, sobre los cuales los usuarios no tienen
necesidad de consultar los detalles de los mismos, mientras que será más alta
para aquellos productos de gran valor y más complejos. Es interesante
comentar que si queremos obtener un porcentaje elevado de compra/detalle,
el diseño de nuestro e-Commerce tiene mucho que ver, y es que a través de la

Y
Página 70
 BIG DATA MARKETING

manera cómo lo hemos diseñado, podemos promover e influenciar que los

usuarios visiten la ficha del producto, o facilitarlo desde la parrilla de
resultados.
- Número de veces que el producto se ha agregado o retirado del carrito: como
indica el nombre de este informe, los datos que aquí obtendremos se refieren a
las veces que un producto es agregado y retirado de la compra, de modo que
ello nos permitirá conocer cuáles de nuestros productos o servicios tienen una
mayor tasa de conversión, y aquellos que la tienen menor. No obstante, no
deberemos quedarnos solo con los datos obtenidos, sino que resultará
interesante analizar los motivos que pueden llevar a que un producto sea
retirado del carrito. Por ejemplo, si algunos de nuestros productos tienen un
precio bajo, pero el cliente debe pagar unos gastos de envío de unos 5 o 6
euros, puede que no le compense adquirir ese producto, por lo que se aborda
el proceso de compra. Otro motivo puede ser el tiempo en que tardará en
llegar el producto, que puede ser considerado excesivo por parte del cliente. De
este modo, este informe no solo debe servirnos para ver esos productos que
más se añaden o se retiran del carrito, sino para tratar de valorar todos
aquellos factores que hacen que el cliente decida no comprar dicho producto.
- Número de pagos de productos: este informe nos ofrece una métrica muy
similar a la anterior, ya que nos muestra aquellos productos que se incluyeron
en el proceso de pago. Así, mediante esta métrica podemos conocer aquellos
productos que llegaron un paso más adelante en el proceso de compra. En
relación a esta métrica, resulta muy interesante realizar el análisis a la inversa,
es decir, prestar atención a aquellos productos que pasan el proceso de pago
pero que se acaban convirtiendo en pedidos abandonados. Una vez más, la
causa de este abandono dependerá de la tipología de productos y de las
normas de la empresa, como pueden ser unos gastos de envío excesivos, un
tiempo de recepción de muchos días o un gasto extra por embalaje, etc.

Además de estos tres informes principales, podemos considerar otros informes que
nos serán de gran utilidad. Así, resultan también interesantes los informes como clics y

Y
Página 71
 BIG DATA MARKETING

vistas de la promoción interna, que nos permiten seguir nuestras promociones internas
y conocer aquellas que están siendo más visitadas y que han ganado más clics.

Un informe muy interesante, relacionado con otros departamentos de nuestra

empresa como son el departamento de calidad y atención al clientes es el informe
número de productos devueltos, que nos mostrará aquellos productos que tienen una
mayor tasa de devolución.

Otros informes son los de cupón de pedido y cupón de producto, o el de códigos de

afiliados. Este último nos permite ver las webs de afiliados que contribuyen a las
ventas.

2.2.4 Modelos de atribución

Para acabar con este tema, hablaremos sobre los modelos de atribución, que son
aquellos modelos que determinan la asignación de valores de las ventas y
conversiones a los diferentes puntos de contacto en una ruta de conversión.

Por ejemplo, el modelo última interacción asigna el 100% del valor de las ventas y
conversiones a los últimos clics que preceden inmediatamente a dichas ventas o
conversiones. Por el contrario, el modelo primera intervención asignará el 100% del
valor a los puntos de contacto que inician las rutas de conversión,
independientemente de la longitud de las mismas.

En relación a estos modelos, Google Analytics nos ofrece toda una serie de modelos de
atribución predeterminados. Lo más habitual es trabajar solo con uno, aunque resulta
interesante y también necesario, comparar los resultados obtenidos con varios
modelos de atribución, ya que ello nos ayudará a no descartar canales de tráfico que a
simple vista no convienen directamente pero que contribuyen de manera clara a la
consecución de las conversiones.

En relación a los modelos de atribución predeterminados que ofrece Google Analytics,

pasemos a ver los más populares:

Y
Página 72
 BIG DATA MARKETING

MODELOS DESCRIPCIÓN

Última interacción El último punto de contacto recibe el 100%

de la venta o conversión.

Último clic indirecto Se ignora el último punto de contacto y todo

el crédito de la venta se lo lleva el penúltimo
canal en el que el cliente clicó antes de la
conversión.

Último clic de AdWords El último clic de la campaña de buscadores de

pago en AdWords recibiría el 100% del
crédito de la venta, independientemente de
en qué paso de la ruta de conversión se
encuentre.

Primera interacción El primer punto de contacto recibe el 100%

del crédito por la venta o conversión.

Lineal Cada punto de contacto de la ruta de

conversión comparte el mismo crédito.

Deterioro del tiempo Los puntos de contacto más cercanos en el

tiempo al momento de la conversión
obtienen más crédito que los anteriores.

Según posición Asigna un 40% del crédito tanto a la

interacción primera como a la última, y el
20% del crédito restante se distribuye de
manera lineal entre las interacciones
intermedias.

Y
Página 73