Caso 1 Traduccion

Página 1
ID # CU44
PUBLICADO EN
7 DE JULIO DE 2011
Análisis web en Quality Alloys, Inc.

POR ROB WEITZ * Y DAVID ROSENTHAL †
Antecedentes de la empresa
Quality Alloys, Inc. (QA) 1 es una empresa relativamente pequeña (menos de $ 75 millones en ventas anuales) de EE. UU.
distribuidor basado en diferentes grados de una variedad de aleaciones utilizadas en la fabricación industrial.
Entre sus productos se encuentran, por ejemplo, las aleaciones refractarias, que tienen la propiedad de mantener
resistencia a altas temperaturas y se utilizan en hornos y motores de turbina de aviones.
El nicho de mercado de QA se basa en varios factores:
1. Tiene un conocimiento experto sobre qué proveedores fabrican los diferentes grados.
de las aleaciones y los que lo hacen confiabilidad.
2. Se vende en pequeñas cantidades.
3. Corta material a los tamaños especificados por el usuario, con tolerancias de menos de .001 de pulgada.
4. Envía los artículos en stock el mismo día o al día siguiente.
Los clientes de QA son generalmente pequeñas empresas que fabrican piezas con las aleaciones que
compra. Por lo general, no pueden comprar directamente a las acerías (los productores de aleaciones) ya que sus pedidos
no son lo suficientemente grandes. Estos clientes no hacen un inventario de las aleaciones compradas a QA, y
normalmente compran lo que necesitan para trabajos específicos que tienen entre manos. Una compra
puede no ser un predictor preciso de compras futuras; es decir, una compra puede no indicar
qué se comprará en el futuro o cuándo se realizará una compra futura. Los individuales
que toman las decisiones de compra pueden ser ingenieros, agentes de compras o la empresa
propietarios.
QA es muy respetado en su mercado. Sus competidores son otros intermediarios que proporcionan
servicios similares.
Afiliación del autor Informacion registrada

* Profesor adjunto adjunto, Columbia Business School y © 2011 por los fideicomisarios de la Universidad de Columbia en la ciudad de New
Profesor asociado, Stillman School of Business, Seton Hall York. Este caso se basa en un escenario empresarial real; los nombres,
Universidad las fechas y los datos han sido alterados a los efectos del caso.
† Profesor asociado, Stillman School of Business, Seton Hall
Universidad Este caso es solo para fines didácticos y no representa un

endoso o juicio del material incluido.
Agradecimientos
Los autores desean agradecer al profesor Paul Glasserman, Columbia Este caso no se puede utilizar ni reproducir sin permiso explícito.
Business School, que sirvió de inspiración para el general de Columbia CaseWorks. Para obtener permiso, visite
estructura de los ejercicios en este caso. www.gsb.columbia.edu/caseworks, o correo electrónico
ColumbiaCaseWorks@gsb.columbia.edu
David Rosenthal era consultor de una empresa del sector industrial.
industria de las aleaciones.
Este documento está autorizado para su uso únicamente en Business Analytics de Andres Eduardo Luengo Morales (Andres Eduardo Luengo Morales) 2020-2 en la Pontificia Universidad Javeriana a partir de agosto de 2020
hasta febrero de 2021.
Página 2
QA comercializa sus productos a través de correo directo, publicidad en revistas especializadas y más
Recientemente, a través de listados pagados en dos portales web de productos industriales, GlobalSpec y
ThomasNet. A mediados de 2008, QA decidió ampliar su alcance de marketing estableciendo un
presencia en la web de la empresa. Los objetivos del sitio web de la empresa eran (a) impulsar nuevas ventas, (b)
hacer que la información de contacto y del producto esté disponible, y (c) otorgar o agregar legitimidad a su marca.
Además, además de brindarle a QA otra oportunidad para comunicarse con sus
clientes tradicionales, la gerencia pensó que el sitio web permitiría a QA extender su alcance a
muchos más clientes en los Estados Unidos, Europa y Asia. El mercado asiático fue visto
como particularmente importante para QA dado el cambio hacia la fabricación en la Cuenca del Pacífico.
Dadas las complejidades de los productos de QA, el sitio web no fue diseñado para permitir que los usuarios ingresen
pedidos a través de la web. Sin embargo, además de proporcionar descripciones de los productos y
servicios ofrecidos por QA, el sitio web permite a los clientes potenciales enviar solicitudes de
cotizaciones; es decir, una solicitud para ser contactado. Estas solicitudes se entregan al personal de ventas interno para
hacer un seguimiento. Como es el caso de otros proveedores de empresa a empresa (B2B), no existe una forma directa
para conectar una visita con una venta, ya que no hay un "carrito de compras" en el sitio web.
QA encargó un folleto elaborado profesionalmente que proporciona una descripción general de la

productos y servicios de la empresa y lo envió a clientes potenciales a mediados de diciembre de 2008.
QA compró la lista de clientes potenciales y sus direcciones. El costo total de
la promoción se estima en aproximadamente $ 25K.
Hay una serie de preguntas que sería útil para QA haber respondido antes
invertir en más actividades de promoción. Los más importantes son los siguientes:
• ¿Cuántas personas visitan el sitio web? ¿Cómo llegan al sitio web?

• ¿El sitio web genera interés y este interés genera ventas reales?
• ¿Las promociones tradicionales generan tráfico web y, a su vez, aumentan las ventas?
• ¿Cómo se pueden modelar mejor las visitas al sitio web?
• ¿Dónde y cómo debería anunciarse el control de calidad?
Valor comercial evaluado

Si bien la utilidad de los sitios web B2B en términos de publicidad, promoción de ventas,
relaciones, y el marketing es generalmente reconocido, la valoración de los sitios web B2B sigue siendo difícil de alcanzar. Para
sitios web de empresa a consumidor (B2C), la tarea de valoración se ve facilitada por el hecho de que
las compras se realizan normalmente a través del sitio web. Se pueden recopilar datos sobre el volumen de ventas,
efecto de las promociones en las ventas, cómo los cambios en el diseño del sitio web afectan las ventas, etc. Para sitios web B2B
sin la funcionalidad de "carrito de compras", la tarea es considerablemente más desafiante. Un director
La conclusión de un informe de Forrester sobre marketing B2B es que "empresa a empresa (B2B)
los especialistas en marketing recopilan montones de datos. . . pero todavía luchan por encontrar formas efectivas de medir y
demostrar el éxito ". Aproximadamente el 44% de los encuestados citaron "demostrar el ROI" como
el principal desafío en la gestión de su sitio web. 2
De manera más general, ha habido un debate de larga data sobre el valor de la organización
inversiones en tecnología de la información (TI). Algunos han argumentado que las inversiones en TI son
Análisis web en Quality Alloys, Inc. | Página 2
Página 3
estrechamente vinculado a la eficacia organizacional. 3 Otros, por otro lado, han ido tan lejos como
para argumentar que "no importa". 4
analista de la red
El desarrollador del sitio web de QA utilizó Google Analytics (http://www.google.com/analytics/), un
herramienta de análisis web para que el sitio rastree y la administración de control de calidad tenga acceso a una
amplia variedad de métricas web. Google Analytics se implementa poniendo el apropiado
código, proporcionado por Google, en cada página web. Los datos recopilados se envían a Google; usuarios, como
Los administradores de control de calidad acceden a él iniciando sesión en su cuenta de Google Analytics. Métricas típicas
incluir el número de visitantes a un sitio, la cantidad de tiempo que pasaron en el sitio, el número
de páginas vistas, etc.
Además de Google Analytics, QA participó en el programa AdWords de Google. 5 AdWords

Los anuncios son los "enlaces patrocinados" que aparecen junto a la búsqueda de Google y, a veces, encima de ella.
resultados. Es decir, QA paga para que estos anuncios (con enlaces al sitio web de QA) aparezcan en el
Página de resultados de búsqueda de Google cuando se utilizaron términos de búsqueda relevantes (especificados por QA).
Visitas al sitio web

La figura 1 es un gráfico del número de visitas al sitio web de control de calidad por semana durante el período del 25 de mayo.
2008 – 29 de agosto de 2009. La fecha de inicio fue la primera semana completa en la que el sitio web estuvo disponible
visitantes. La fecha de finalización se seleccionó porque coincidía aproximadamente con el lanzamiento de otro control de calidad.
sitio web, que tenía el potencial de afectar los datos en el sitio web principal. El marco de tiempo
incluye la promoción del folleto de correo directo enviado durante diciembre de 2008.
FIGURA 1. VISITAS AL SITIO WEB DE QA POR SEMANA.
Todo el período de tiempo se ha dividido en cuatro secciones. El primero comprende el "inicial" o

Período de "adaptación" del sitio web. El segundo, establecido cuando las visitas parecen estabilizarse en un
nivel aproximadamente constante, es el intervalo de "prepromoción". Comienza el período de "promoción"
Página 3 | Análisis web en Quality Alloys, Inc.
Página 4
poco después de que se llevara a cabo la promoción de QA y las visitas al sitio web aumentaron drásticamente. El final
El período, "posterior a la promoción", comienza cuando las visitas parecen estabilizarse nuevamente. Dos puntos valen
notando. Primero, parece claro tanto de los datos como de la retroalimentación de la gerencia de QA que esto
la partición general tiene sentido. Por ejemplo, los datos del sitio web hasta mayo de 2010 (no
proporcionados aquí) indican que las visitas se mantuvieron aproximadamente al mismo nivel que las
periodo de promoción; Por lo tanto, se puede suponer razonablemente que el salto asociado con el
El período de promoción no se debe a alguna variación estacional o factor económico externo. Segundo,
si bien existe cierta arbitrariedad sobre los límites exactos entre períodos, variando en
cualquier forma razonable no afecta el análisis.
Asignación
El entregable
Su trabajo, como asesor de confianza para la gestión de QA, es examinar el valor del sitio web de QA por
rastrear no solo las métricas del sitio web (por ejemplo, visitantes, páginas / visita, tiempo por visita, etc.), sino
medidas financieras asociadas (no basadas en la web) de ventas, ganancias y cantidad de mercadería
vendido. Un enfoque de sus esfuerzos debe ser un análisis para la alta dirección con respecto a la
eficacia del esfuerzo de promoción de QA.
Su informe debe presentarse en dos partes. La primera parte debe ser ejecutiva
resumen, de una a dos páginas. Debe resumir los resultados y proporcionar
recomendaciones a los gerentes de control de calidad sobre la mejor manera de comercializar su negocio con un
apuntan a mejorar las ventas. Sus recomendaciones pueden basarse en su conocimiento y
experiencia más allá del caso, pero sus sugerencias deben estar respaldadas por los datos y su
análisis. (Puede, y probablemente debería, hacer análisis adicionales distintos a los requeridos
aquí. Debe revisar al menos todos los datos). Puede utilizar las preguntas de la Compañía
La sección de antecedentes de este documento en la página tres como una guía para lo que su resumen
debe cubrir. Finalmente, tenga en cuenta que este es un caso del “mundo real”; es decir, dependiendo de tu
análisis, es posible que no tenga todos los datos que desea. Ciertamente puede incluir como parte de su
recomendaciones de que se recopilen datos adicionales.
La segunda parte de su informe debe ser respuestas a las preguntas planteadas en el Análisis.
sección que sigue. Asegúrese de que sus respuestas estén numeradas, correspondiendo con sus
respectivas preguntas. No es necesario añadir palabrería, solo sus respuestas a las preguntas.
en orden. Es preferible que se envíe en formato Word o .pdf (como la primera parte). Sobresalir
las impresiones están bien siempre que tengan un formato prolijo.
Debe hacer la segunda parte (el análisis cuantitativo) antes de hacer la primera parte (el
resumen ejecutivo). Asegúrese de leer todo el caso al menos una vez antes
proceder.
Página 5
Análisis
DATOS
Los datos para este caso se proporcionan en la hoja de cálculo Quality Alloys Data. Los datos son
recopilados en intervalos semanales para el período del 25 de mayo de 2008 al 29 de agosto de 2009, a menos que
indicado de otra manera. El número de visitas por semana, así como alguna información relacionada con las visitas.
capturado por Google Analytics, se encuentra en la hoja de trabajo de Visitas semanales. (El significado de cada
variable se proporciona en el glosario al final de este documento.) Datos financieros, recopilados a través de
el sistema de planificación de recursos empresariales (ERP) en QA se proporciona en las finanzas
hoja de cálculo. (Las variables de ingresos y ganancias se explican por sí mismas; las libras vendidas son variables
representa el número total de libras de material vendido esa semana, y la variable de consultas
captura el número total de consultas recibidas por el personal de ventas de QA. Los registros no
indique cuáles de estas consultas se generaron directamente desde el sitio web). Vendido
La hoja de trabajo contiene libras de datos de material vendido durante un período de tiempo más amplio, desde enero
2005-mediados de julio de 2010. (Estos son los únicos datos recopilados durante un período de tiempo diferente al 25 de mayo de
2008 – 29 de agosto de 2009.) La hoja de trabajo Visitas diarias contiene, como era de esperar, el
número de visitas diarias al sitio web de control de calidad. Varios datos "demográficos" de los visitantes del sitio, también
de Google Analytics, se proporciona en la hoja de trabajo de Demografía.
ESTADÍSTICAS DESCRIPTIVAS
Empiece por tener una mejor idea de los datos en cada uno de los cuatro períodos.
1) Con los datos de las hojas de trabajo de visitas semanales y finanzas, cree gráficos de cuatro columnas (como
Figura 1: Visitas al sitio web de control de calidad por semana) para visitas únicas a lo largo del tiempo, ingresos a lo largo del tiempo,
ganancias a lo largo del tiempo y libras vendidas a lo largo del tiempo. No es necesario que indique en estos gráficos el
límites para los cuatro períodos.
2) Con los mismos datos, calcule las siguientes estadísticas resumidas para visitas, visitas únicas,
ingresos, ganancias y libras vendidas: media, mediana, desviación estándar, mínimo y
máximo, para los períodos inicial, prepromoción, promoción y pospromoción. Entonces, para
cada período debe proporcionar 25 valores: cinco medidas de resumen para cada una de las cinco variables,
según la tabla siguiente para el período inicial.
VISITA Y RESUMEN FINANCIERO MEDIDAS - PERIODO INICIAL
Visitas Visitas únicas Ingresos Ganancia Libras. Vendido

significar
mediana
std. dev.
mínimo
máximo
Es decir, debe crear cuatro tablas de este tipo, una para cada período.
Sugerencia: probablemente sea más fácil comenzar copiando los datos de estas cinco variables en una nueva
hoja de cálculo. Entonces tambien:
a) Utilice la herramienta Estadística descriptiva para los datos de cada período y luego cree el
cuatro tablas de esta salida, o
Página 6
b) Cree una tabla (en blanco) como la de arriba a la derecha de los datos del período inicial. Utilizar
las funciones de Excel para calcular las medidas de resumen de las visitas para el período inicial.
Luego puede copiar estos valores para completar la tabla para el período inicial.
Ahora cree otra tabla en blanco para cada período adicional y repita.
Consejo de Excel: estadísticas descriptivas. Puede determinar estos valores de resumen utilizando Excel
funciones = promedio (), = mediana (), = stdev (), = min () y = max (). También puede obtener una variedad de
medidas de resumen, incluidas estas cinco, utilizando la opción Estadísticas descriptivas: haga clic en
Datos / Análisis de datos / Estadística descriptiva.
3) Cree un gráfico de columnas de las visitas medias durante los cuatro períodos; es decir, su gráfico debe
tienen cuatro columnas, la primera representa la media de visitas durante el período inicial, la segunda
que representan las visitas medias durante el período de prepromoción, etc. Cree cuatro más
gráficos, esta vez utilizando la media de visitas únicas, la media de ingresos, la media de ganancias y la media de libras
vendidas estadísticas.
Sugerencia: cree otra tabla (en blanco) en la misma hoja de trabajo que se parezca a la
debajo. Escriba las direcciones de celda para las visitas medias para cada período (que ya
calculado) en las celdas apropiadas en la primera columna, luego copie estos valores en
completa la tabla. La creación de gráficos de columnas a partir de esta tabla es sencilla.
Medio
Visitas Visitas únicas Ingresos Ganancia Libras. Vendido

Inicial
Pre-promoción
Promoción
Post-promoción
4) Escriba uno o dos párrafos que resuman sus hallazgos hasta el momento. Asegúrese de describir el
comportamiento de cada variable. Indique lo que parecen mostrar los resultados sobre las relaciones.
entre las variables y los efectos aparentes de la promoción. (En la siguiente sección,
explore esto más a fondo; siéntase libre de hacer aquí cualquier conjetura que parezca razonable).
apoye su verborrea con los resultados de su análisis.
RELACIONES ENTRE VARIABLES

Hasta ahora, ha analizado cada variable por separado. Parecería razonable mirar
pares de variables y ver qué le sucede a una cuando la otra varía.
5) Empiece por echar un vistazo a los ingresos y las libras vendidas. (Antes de continuar, ¿qué
intuición acerca de la relación entre estas dos variables?) Cree un diagrama de dispersión de
ingresos versus libras vendidas. (Los ingresos deben estar en el eje y, o en el eje vertical). Determine el
coeficiente de correlación de ingresos y libras vendidas.
Consejos de Excel: diagramas de dispersión . 1) Empiece a crear un diagrama de dispersión resaltando dos columnas de
datos. Si las columnas no son contiguas, puede resaltar la segunda columna manteniendo presionada la tecla
Presione la tecla CTRL mientras selecciona esas celdas. 2) Por defecto, Excel colocará la variable en el
Página 7
columna de la derecha en el eje y (vertical) del gráfico de dispersión. Si desea cambiar esto, a la derecha-
haga clic en un punto de datos en el diagrama de dispersión, elija Seleccionar datos en el menú emergente, haga clic en Editar
y, a continuación, edite las entradas de valores de la serie X y valores de la serie Y, según corresponda. 3) ser
asegúrese de cambiar el encabezado del gráfico a "Y frente a X", donde Y es la variable en el eje vertical y
X es la variable en el eje horizontal, etiquete los ejes y elimine la leyenda (innecesaria).
Consejo de Excel: correlaciones. Puede determinar el coeficiente de correlación para dos variables mediante
usando la función de Excel = correl (rango1, rango2). Para determinar coeficientes de correlación
entre conjuntos de variables, es más fácil utilizar Datos / Análisis de datos / Correlaciones.
6) Ahora cree el diagrama de dispersión de ingresos frente a visitas. (Dado su trabajo anterior, ¿qué
¿Esperas que se vea este gráfico?) Determine el coeficiente de correlación de ingresos y
visitas.
7) Resuma sus resultados. En particular, explique las implicaciones de la relación

entre ingresos y número de visitas al sitio web. No dude en examinar cualquier otra variable
pares que crees que pueden ser importantes.
8) QA está interesado en modelar datos críticos para su negocio. Por ejemplo, si los datos de un
variable particular parece ser razonablemente aproximada por una distribución normal, con una
media predecible y desviación estándar, los valores futuros de esa variable pueden ser razonablemente
estimado. El propósito del siguiente ejercicio es continuar con este proceso de modelado.
Las libras. La hoja de trabajo vendido contiene las libras de material vendido por semana desde el 3 de enero de 2005,
hasta la semana del 19 de julio de 2010.
a) Determine los siguientes valores de resumen para estos datos: media, mediana, estándar
desviación, mínimo y máximo.
b) Cree un histograma de los datos sobre libras de material vendido.
Página 8
Consejo de Excel: histogramas. Puede encontrar un buen tutorial sobre la creación de histogramas en Excel en
http://www.stat.ncsu.edu/people/reiland/courses/st101/1-4_excelhisto/sld001.htm.
Algunas sugerencias:
Utilice el enfoque que se muestra en la diapositiva cinco como una estimación del ancho de la clase; es posible que desee
Experimente con valores más pequeños o más grandes. (Otra regla general para determinar la
número de bins es comenzar con la raíz cuadrada del número de observaciones y ajustar
desde allí.)
Este tutorial utiliza Excel 2003. Utilice las siguientes modificaciones para Excel 2007/2010:
En la diapositiva siete, elija Datos / Análisis de datos (no Herramientas / Análisis de datos).
Reemplace los pasos de las diapositivas 13 a 15 con lo siguiente (para reducir los espacios entre las barras a
cero): haga clic con el botón derecho en una barra, elija Dar formato a serie de datos, establezca el Ancho del espacio en cero y haga clic en Cerrar.
Las sugerencias de "ajuste fino" de las diapositivas 18 en adelante son opcionales. Sin embargo, en Excel 2007/2010,
debe delinear cada barra de histograma en negro: haga clic con el botón derecho en una barra, elija Formato de serie de datos,
Color del borde, elija Línea continua, elija negro para el color y luego haga clic en Cerrar.
Otro buen tutorial (video) usando Excel 2010 está en:

http://www.youtube.com/watch?v=RyxPp22x9PU.
Tenga en cuenta que este enfoque utiliza dos pasos para definir mejor los anchos de bandeja que aparecen en
histograma.
c) Describe el histograma. ¿Tiene forma de campana?
Generalmente, simplemente examinar el histograma tiene limitaciones para juzgar qué tan bien un conjunto de datos
sigue la distribución normal. (Tenga en cuenta, por ejemplo, que si bien todo es normal
Las distribuciones son unimodales y simétricas, no todas las distribuciones unimodales y simétricas son
normal.) Un enfoque adicional es ver qué tan bien los datos siguen la regla empírica.
d) Determine qué tan bien estos datos siguen la regla empírica completando el
siguiente tabla.
Intervalo % Teórico de datos No. teórico Obs. Actual No. Obs.
media ± 1 std. dev. 68%
El número teórico de observaciones se refiere al número de observaciones en cada intervalo.

si los datos siguieron exactamente la regla empírica. Entonces, calcule el número teórico de
observaciones para cada intervalo multiplicando el número de observaciones en las libras vendidas
datos establecidos por el porcentaje teórico de datos en ese intervalo.
Para determinar el número real de observaciones, deberá contar el número

de observaciones en cada intervalo. La mejor forma de hacerlo es crear una tercera columna en el
Página 9
Libras. Hoja de trabajo vendida que determina el puntaje z para cada observación. Recuerde que la puntuación z
se calcula como: (-)
=
Por lo tanto, la puntuación z da el número de desviaciones estándar de las que se aleja una observación.
el significado. (Por ejemplo, si la media y la desviación estándar de un conjunto de datos son 25 y 5
respectivamente, entonces una observación de 35 es (35 - 25) / 5 = 2 desviaciones estándar del
media.) Una vez que haya calculado los puntajes z para los datos de libras vendidas, ordene los datos por el z-
puntuaciones. Entonces resulta sencillo determinar el número real de observaciones
dentro de 1, 2 o 3 desviaciones estándar de la media.
Consejo de Excel: contar. Si ha ordenado sus datos por puntuación z, puede contar qué
las observaciones están en cada categoría directamente. Alternativamente, puede usar la función de Excel
= countif () para contar todas las entradas mayores que (>), menores que (<), mayores o iguales que (> =),
o menor o igual a (<=) algún valor. Por ejemplo, si desea determinar el número de
observaciones en un rango menor o igual a 1, puede usar = countif (rango, “<= 1”). (Ser
asegúrese de incluir las comillas.) Puede contar todas las observaciones que estén entre 1
y -1 (inclusive) usando
= countif (rango, “<= 1”) - countif (rango, “<- 1”).
La función de Excel = count () cuenta todas las entradas en un rango. Por lo tanto, puede determinar el
proporción de observaciones menor o igual a 1 usando = countif (rango, “<= 1”) / count (rango).
e) Refina tu análisis completando la siguiente tabla para los datos de libras vendidas.
Intervalo % Teórico de datos No. teórico Obs. Actual No. Obs.
significa + 1 std. dev.
media - 1 std. dev.
1 std. dev. a 2 std. dev.
-1 std. dev. a -2 std. dev.
2 std. dev. a 3 std. dev.
-2 est. dev. a -3 std. dev.
f) ¿Qué tan bien parecen seguir los datos de libras de material vendido
distribución (en forma de campana)? Respalde su respuesta a partir de sus resultados en las partes a
a través de e. (Me doy cuenta de que no tiene un estándar aquí contra el cual evaluar
"Bondad de ajuste", simplemente use su mejor juicio).
Página 10
g) Determine la asimetría y la curtosis para los datos de libras vendidas. Son estos valores
coherente con su análisis de los datos sobre libras de material vendido?
Consejo de Excel: asimetría y curtosis. En Excel, estos valores se pueden obtener a través de = skew ()
y = funciones kurt (). También se incluyen como parte de la salida cuando determina el
Estadística descriptiva para una variedad de datos.
9) Como parte del análisis, el número de visitas diarias al sitio web de QA durante el período de mayo
También se recopilaron datos del 25 de agosto de 2008 al 29 de agosto de 2009. El siguiente material es el resultado del diario.
datos de visitas utilizando el mismo análisis que hiciste en el problema anterior para las libras de
material vendido por semana datos. Su tarea en este problema es utilizar los dos conjuntos de resultados para
escribir uno o dos párrafos comparando la distribución de los datos de las libras vendidas con la de las
datos de visitas diarias. Es decir, ¿uno es más "normal" que el otro? ¿Cómo lo sabes? (Tenga en cuenta que
los datos de visitas diarias se proporcionan en la hoja de cálculo Quality Alloys Data; sin embargo, puedes
confíe aquí únicamente en la salida a continuación).
RESULTADO DEL ANÁLISIS DEL NÚMERO DE VISITAS DIARIAS AL SITIO WEB DE

PERIODO 25 DE MAYO DE 2008 AL 29 DE AGOSTO DE 2009
Resumen de estadísticas usando el comando Datos / Análisis de datos / Estadística descriptiva de Excel:
Visitas
Significar 150.2835498
Error estándar 4.567258109
Mediana 122
Modo 91
Estándar 98.16949192
Varianza muestral 9637.249143
Curtosis 5.861989632
Oblicuidad 2.166972212
Abarcar 627
Mínimo 37
Máximo 664
Suma 69431
Contar 462
Página 11
REGLA EMPÍRICA Y ANÁLISIS MÁS DETALLADO
% Teórico de
Intervalo Datos Teórico No. Obs. Actual No. Obs.
media ± 1 std. dev. 68% 314 392
media ± 2 std. dev. 95% 439 439
media ± 3 std. dev. 99% 457 448
Intervalo Teórico No. Obs. Actual No. Obs.

significa + 1 std. dev. 157 108
media - 1 std. dev. 157 284
1 std. dev. a 2 std. dev. 62 24

-1 std. dev. a -2 std. dev. 62 23
2 std. dev. a 3 std. dev. 9 9

-2 est. dev. a -3 std. dev. 9 0
Los valores de sesgo y curtosis se proporcionan en los cálculos estadísticos descriptivos, arriba.
Pagina 12
RESUMEN DE DATOS / RESUMEN DE DATOS GRÁFICAMENTE

Los datos de la hoja de trabajo de Demografía se incluyen para (a) brindarle más información
sentido del tipo de datos web que se pueden recopilar y se recopilan y (b) brindarle una información más completa
imagen de los clientes de QA y su sitio web.
10) Represente cada conjunto de datos gráficamente. En cada caso, escriba una o dos oraciones que capturen el
conclusión (es) principal (es) que extrae.
Análisis web en Quality Alloys, Inc. | Pagina 12
Página 13
Glosario
Las siguientes definiciones se extraen del glosario de Google Analytics
(http://www.google.com/support/analytics/bin/topic.py?hl=es&topic=11285).
PORCENTAJE DE REBOTE
La tasa de rebote es el porcentaje de visitas de una sola página o visitas en las que la persona abandonó su sitio.
desde la página de entrada (aterrizaje).
GALLETA
Una pequeña cantidad de datos de texto proporcionados a un navegador web por un servidor web. Los datos se almacenan en un
disco duro del usuario y se devuelve al servidor web específico cada vez que el navegador solicita un
página de ese servidor.
Las cookies se utilizan para recordar información de una página a otra y de una visita a otra, y pueden
contener información como las preferencias del usuario o el contenido del carrito de la compra, y puede tener en cuenta
si un usuario ha iniciado sesión para que no necesite autenticarse de nuevo mientras navega
a través del sitio.
NUEVO VISITANTE
Google Analytics registra un visitante como "nuevo" cuando se ha accedido a cualquier página de su sitio durante
la primera vez con un navegador web. Esto se logra estableciendo una cookie propia en ese
navegador. Por lo tanto, los nuevos visitantes no son identificados por la información personal que brindan en
su sitio, pero se identifican de forma unívoca por el navegador web que utilizaron.
SIN REFERENCIA
La entrada "(sin referencia)" aparece en varios informes de referencias en los casos en que el visitante
el sitio llegó allí escribiendo la URL directamente en la ventana del navegador o usando un
marcador / favorito. En otras palabras, el visitante no hizo clic en un enlace para acceder al sitio, por lo que
no hubo derivación, técnicamente hablando.
PÁGINA
Cualquier archivo o contenido entregado por un servidor web que generalmente se consideraría un sitio web.
documento. Esto incluye páginas HTML (.html, .htm, .shtml), páginas generadas por script (.cgi, .asp,
.cfm, etc.) y páginas de texto sin formato. También incluye archivos de sonido (.wav, .aiff, etc.), archivos de video
(.mov, etc.) y otros archivos que no son documentos.
Los archivos de imagen (.jpeg, .gif, .png), javascript (.js) y hojas de estilo (.css) generalmente no son
consideradas páginas.
VISTA DE PAGINA
Una página vista es una instancia de una página cargada por un navegador.
REFERENCIAS
Una referencia ocurre cuando se hace clic en cualquier hipervínculo que lleva a un usuario a una nueva página de archivo en cualquier
sitio web: el sitio de origen es el referente.
Cuando un usuario llega a su sitio, se captura la información de referencia, que incluye la referencia
URL si está disponible, cualquier término de búsqueda que se haya utilizado, información de fecha y hora, etc.
Página 14
REFERENTE
La URL de una página HTML que remite a los visitantes a un sitio.
SESIONES DE REGRESO
Las sesiones recurrentes representan la cantidad de veces que los visitantes únicos regresaron a su sitio web.
durante un período de tiempo específico.
VISITANTE QUE REGRESA

Google Analytics registra que un visitante 'regresa' cuando la cookie _utma de su dominio
existe en el navegador que accede a su sitio.
SESIÓN
Un período de interacción entre el navegador de un visitante y un sitio web en particular, que finaliza cuando
el navegador está cerrado o apagado, o cuando el usuario ha estado inactivo en ese sitio durante un
período de tiempo especificado.
A los efectos de los informes de Google Analytics, se considera que una sesión ha finalizado si el usuario
ha estado inactivo en el sitio durante 30 minutos. Puede actualizar esta configuración con una adición a
nuestro código de seguimiento.
CODIGO DE LOCALIZACIÓN
El código de seguimiento de Google Analytics es un pequeño fragmento de código que se inserta en el cuerpo de
una página HTML. Cuando se carga la página HTML, el código de seguimiento se pone en contacto con Google
Servidor de análisis y registra una página vista para esa página, así como también captura información sobre el
visita e información no identificable sobre el visitante.
ÚNICA SESIÓN DE VISITANTES

Una sesión de visitante único es una interacción de un visitante con un sitio web para el que el visitante puede ser
rastreado y declarado con un alto grado de confianza como único para el período de tiempo
siendo analizado.
VISITANTES ÚNICOS (O VISITANTES ÚNICOS ABSOLUTOS)

Visitantes únicos representa el número de visitantes no duplicados (contados solo una vez) de su
sitio web durante un período de tiempo específico. Un visitante único se determina mediante
galletas.
VISITANTE
Un visitante es una construcción diseñada para acercarse lo más posible a la definición del número de
personas reales y distintas que visitaron un sitio web. Por supuesto, no hay forma de saber si dos
las personas comparten una computadora desde la perspectiva del sitio web, pero un buen seguimiento de visitantes
El sistema puede acercarse al número real. Los sistemas de seguimiento de visitantes más precisos
generalmente emplean cookies para mantener registros de visitantes distintos.
Página 15
Notas finales
1Quality Alloys, Inc. es un seudónimo de la empresa real representada aquí. Datos financieros (p. Ej.,
cifras de ventas) se han disfrazado al igual que algunos detalles que no son relevantes para la esencia del caso. El
La descripción del problema y todos los demás datos son auténticos.
Laura Ramos, “Redefiniendo la medición del marketing B2B: es hora de que los profesionales del marketing adopten
2
Métricas centradas en el cliente ”, Forrester Research, 10 de agosto de 2007.

3GD Bhatt y V. Grover, "Tipos de capacidades de tecnología de la información y su papel en
Ventaja competitiva: un estudio empírico ”, Journal of Management Information Systems 22, no. 2
(2005): 253–277. R. Santhanam y E. Hartono, "Problemas en la vinculación de la capacidad de tecnología de la información
to Firm Performance ”, MIS Quarterly 27, no. 1 (2003): 125–153
4 N. Carr, “IT Doesn't Matter”, Harvard Business Review 81, no. 5 (2003): 41–49.
5Para obtener una breve descripción del programa Google AdWords, consulte
https://adwords.google.com/support/aw/bin/answer.py?hl=es&answer=6084.

Caso 1 Traduccion

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Caso 1 Traduccion

Cargado por

Copyright:

Formatos disponibles

Página 1

Análisis web en Quality Alloys, Inc.

El nicho de mercado de QA se basa en varios factores:

Afiliación del autor Informacion registrada

Universidad Este caso es solo para fines didácticos y no representa un

QA encargó un folleto elaborado profesionalmente que proporciona una descripción general de la

• ¿Cuántas personas visitan el sitio web? ¿Cómo llegan al sitio web?

Valor comercial evaluado

Análisis web en Quality Alloys, Inc. | Página 2

POR ROB WEITZ * Y DAVID ROSENTHAL †

Además de Google Analytics, QA participó en el programa AdWords de Google. 5 AdWords

Visitas al sitio web

FIGURA 1. VISITAS AL SITIO WEB DE QA POR SEMANA.

Todo el período de tiempo se ha dividido en cuatro secciones. El primero comprende el "inicial" o

Página 3 | Análisis web en Quality Alloys, Inc.

POR ROB WEITZ * Y DAVID ROSENTHAL †

Análisis web en Quality Alloys, Inc. | Página 4

POR ROB WEITZ * Y DAVID ROSENTHAL †

VISITA Y RESUMEN FINANCIERO MEDIDAS - PERIODO INICIAL

Visitas Visitas únicas Ingresos Ganancia Libras. Vendido

Página 5 | Análisis web en Quality Alloys, Inc.

POR ROB WEITZ * Y DAVID ROSENTHAL †

Visitas Visitas únicas Ingresos Ganancia Libras. Vendido

RELACIONES ENTRE VARIABLES

Análisis web en Quality Alloys, Inc. | Página 6

POR ROB WEITZ * Y DAVID ROSENTHAL †

7) Resuma sus resultados. En particular, explique las implicaciones de la relación

Página 7 | Análisis web en Quality Alloys, Inc.

POR ROB WEITZ * Y DAVID ROSENTHAL †

Otro buen tutorial (video) usando Excel 2010 está en:

Intervalo % Teórico de datos No. teórico Obs. Actual No. Obs.

media ± 1 std. dev. 68%

media ± 2 std. dev. 95%

media ± 3 std. dev. 99%

El número teórico de observaciones se refiere al número de observaciones en cada intervalo.

Para determinar el número real de observaciones, deberá contar el número

Análisis web en Quality Alloys, Inc. | Página 8

POR ROB WEITZ * Y DAVID ROSENTHAL †

= countif (rango, “<= 1”) - countif (rango, “<- 1”).

Intervalo % Teórico de datos No. teórico Obs. Actual No. Obs.

significa + 1 std. dev.

media - 1 std. dev.

1 std. dev. a 2 std. dev.

-1 std. dev. a -2 std. dev.

2 std. dev. a 3 std. dev.

-2 est. dev. a -3 std. dev.

Página 9 | Análisis web en Quality Alloys, Inc.

POR ROB WEITZ * Y DAVID ROSENTHAL †

RESULTADO DEL ANÁLISIS DEL NÚMERO DE VISITAS DIARIAS AL SITIO WEB DE

Análisis web en Quality Alloys, Inc. | Página 10

POR ROB WEITZ * Y DAVID ROSENTHAL †

REGLA EMPÍRICA Y ANÁLISIS MÁS DETALLADO

Intervalo Teórico No. Obs. Actual No. Obs.

1 std. dev. a 2 std. dev. 62 24

2 std. dev. a 3 std. dev. 9 9

Página 11 | Análisis web en Quality Alloys, Inc.

POR ROB WEITZ * Y DAVID ROSENTHAL †

RESUMEN DE DATOS / RESUMEN DE DATOS GRÁFICAMENTE

Análisis web en Quality Alloys, Inc. | Pagina 12

POR ROB WEITZ * Y DAVID ROSENTHAL †

Página 13 | Análisis web en Quality Alloys, Inc.

POR ROB WEITZ * Y DAVID ROSENTHAL †

VISITANTE QUE REGRESA

ÚNICA SESIÓN DE VISITANTES