Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Web and Mobile Analytics PDF
Web and Mobile Analytics PDF
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.
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:
Y
Página 45
BIG DATA MARKETING
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.
Y
Página 46
BIG DATA MARKETING
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.
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.
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.
Y
Página 49
BIG DATA MARKETING
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.
Aunque vamos a detallar cada uno de estos tres elementos, creemos importante
introducir brevemente el significado de estos. Así:
Y
Página 50
BIG DATA MARKETING
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.
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:
Y
Página 51
BIG DATA MARKETING
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
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
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.
Segmentaciones
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.
Y
Página 56
BIG DATA MARKETING
CANAL DESCRIPCIÓN
Social network Agrupa aquellas fuentes detectadas como redes sociales que
no estén etiquetadas como anuncios.
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
- Audiencia.
- Adquisición.
- Comportamiento.
- Objetivos (conversiones y microconversiones).
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.
Y
Página 58
BIG DATA MARKETING
Y
Página 59
BIG DATA MARKETING
Y
Página 60
BIG DATA MARKETING
Adquisición
Los informes que podemos obtener de este análisis son los siguientes:
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.
Y
Página 62
BIG DATA MARKETING
Y
Página 63
BIG DATA MARKETING
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.
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:
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.
Así, las principales métricas e informes que podemos obtener sobre nuestro e-
Commerce son los siguientes:
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
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.
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
Pasemos a conocer cómo utilizar cada herramienta, así como sus principales
particularidades.
Y
Página 68
BIG DATA MARKETING
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.
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.
Y
Página 70
BIG DATA MARKETING
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.
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.
Y
Página 72
BIG DATA MARKETING
MODELOS DESCRIPCIÓN
Y
Página 73