Documentos de Académico
Documentos de Profesional
Documentos de Cultura
métricas
PID_00252659
Ninguna parte de esta publicación, incluido el diseño general y la cubierta, puede ser copiada,
reproducida, almacenada o transmitida de ninguna forma, ni por ningún medio, sea éste eléctrico,
químico, mecánico, óptico, grabación, fotocopia, o cualquier otro, sin la previa autorización escrita
de los titulares del copyright.
© FUOC • PID_00252659 Analítica web y métricas
Índice
Introducción............................................................................................... 5
Objetivos....................................................................................................... 7
3. Análisis básico..................................................................................... 35
3.1. Definición de objetivos ............................................................... 39
3.2. Creación e implementación de Google Analytics ...................... 47
3.2.1. Creación de la cuenta .................................................... 47
3.2.2. Código de seguimiento .................................................. 49
3.2.3. Seguimiento de comercio electrónico ........................... 49
3.2.4. Estructura: cuenta, propiedad y vista ............................ 50
3.2.5. Configuración de la cuenta ........................................... 52
3.2.6. Configuración de propiedad .......................................... 53
3.2.7. Configuración de las vistas ........................................... 60
3.2.8. Integración con AdWords .............................................. 71
3.3. Etiquetado ................................................................................... 72
4. Análisis web......................................................................................... 74
4.1. Filtros ........................................................................................... 74
4.2. Segmentos personalizados ........................................................... 76
4.3. Tráfico, contenido y conversiones .............................................. 79
4.3.1. Analítica de audiencia ................................................... 80
4.3.2. Analítica de adquisición ................................................ 84
4.3.3. Analítica de comportamiento ........................................ 86
4.3.4. Analítica de conversión ................................................. 90
4.3.5. Analítica de comercio electrónico ................................. 93
4.3.6. Analítica de cupones y afiliados .................................... 95
4.3.7. Embudos multicanal ...................................................... 96
© FUOC • PID_00252659 Analítica web y métricas
5. Informes................................................................................................ 100
5.1. Informes personalizados ............................................................. 100
5.2. Cuadro de mando ....................................................................... 102
Resumen....................................................................................................... 105
Glosario........................................................................................................ 107
Bibliografía................................................................................................. 110
© FUOC • PID_00252659 5 Analítica web y métricas
Introducción
El uso cada vez más habitual de internet y la importancia creciente de las redes
sociales son fenómenos que están teniendo un impacto directo en los hábitos
de consumo y de ocio de los individuos. Con el estallido de la burbuja de in-
ternet, las webs dejaron de ser escaparates estáticos para convertirse en canales
activos en los que se demandaba una rentabilidad. Esa necesidad de medir el
retorno de la inversión es lo que impulsó la analítica web como herramienta
de negocio para entender el comportamiento de los usuarios y mejorar la ex-
periencia de navegación.
La estrategia de medición online tiene como objetivo final mejorar los ingresos
procedentes de nuestro negocio. La analítica web no es una herramienta para
generar informes, sino un proceso que nos permite implementar un procedi-
miento de mejora y optimización continua de nuestro sitio web. Para anali-
zar los resultados obtenidos, es imprescindible tener claros previamente los
objetivos que queremos alcanzar como organización a nivel general y con la
estrategia de marketing digital a nivel particular.
Para mostrar un marco con los principios y fundamentos del análisis web,
presentaremos un caso práctico centrado en la herramienta más extendida y
popular de medición web, Google Analytics. Antes de introducir el caso, ofre-
ceremos una visión de los aspectos esenciales del análisis web y conoceremos
algunas herramientas imprescindibles para recopilar información cuantitativa
y cualitativa.
Objetivos
Los objetivos a alcanzar con este caso práctico de analítica web y métricas son:
4. Conocer las herramientas de analítica web esenciales para medir los resul-
tados online.
© FUOC • PID_00252659 9 Analítica web y métricas
La analítica web surgió casi al mismo tiempo que las propias páginas web co-
merciales al inicio de la década de los noventa. Con el paso del tiempo y el
estallido de la burbuja de internet, las web dejan de ser una novedad para
convertirse en negocios en los que se demanda una rentabilidad. Hoy en día
las empresas invierten más en su web (diseño web, contenidos, SEO –search
engine optimization–, promoción, etc.), por lo que se hace necesario medir el
rendimiento del canal online y saber cuánto gastamos frente a lo que ingre-
samos, para reducir costes y aumentar los beneficios. Todas estas estrategias
orientadas a la búsqueda de rentabilidad han sido posibles gracias a los datos
proporcionados por la analítica web.
Morales (2010) define la analítica web como el conjunto de procesos que per-
miten gestionar el conocimiento obtenido a través de las herramientas de me-
dición de sitios web, alcanzar conclusiones sobre dicho conocimiento y actuar
en función de estas conclusiones, con el fin de alinear la estrategia de medi-
ción online con la estrategia de negocio.
La Web Analytics Association define la analítica web como: «Is the mea-
surement, collection, analysis and reporting of Internet data for the pur-
poses of understanding and optimizing Web usage» (es la medición, re-
cogida, análisis y reporte de los datos de tráfico web con el objetivo de
entender y optimizar la navegación web).
Identificar las preferencias de los usuarios por sus acciones, por su situación
geográfica, por tipo de visita, etc., en definitiva, la segmentación en el análisis
web es un elemento imprescindible para optimizar el sitio.
© FUOC • PID_00252659 10 Analítica web y métricas
Analizar los datos que ofrece una herramienta de analítica web no es una tarea
fácil si queremos ajustarla a los KPI definidos en la estrategia de medición.
Además, las organizaciones tienden a disponer entre una y dos herramientas
de medición web simultáneas, pudiendo arrojar diferentes datos en función
de las utilidades que se hayan establecido para cada una de ellas.
Aunque en los últimos años se han publicado varios modelos del grado de
madurez en analítica web de una organización, vamos a usar el modelo clá-
sico de Bill Gassman (2007), de la empresa Gartner, por ser uno de los más
ampliamente aceptados. Su objetivo principal es mostrar a una organización
el nivel de madurez en el uso de la analítica web y en sus herramientas. Dicho
modelo, que cubre cinco niveles, ofrece respuestas a cuestiones como: ¿en qué
nivel está nuestra organización?, ¿qué necesitamos para pasar de nivel?, etc.
Fuente: Bill Gassman, de la empresa Gartner, Emetrics Summit celebrado en San Francisco en 2007.
© FUOC • PID_00252659 11 Analítica web y métricas
En el primer nivel se empiezan a medir los datos más relevantes de tráfico web,
contenidos web, origen de las sesiones, entradas y salidas, etc. Muchas organi-
zaciones tienen problemas en esta fase, motivados por la definición de objeti-
vos y su conversión a métricas y KPIs, así como por una medición incompleta
basada en una implementación no avanzada de la herramienta de medición.
A medida que conocemos el sitio web y extraemos los primeros informes, ne-
cesitamos profundizar en los patrones de comportamiento, analizando embu-
dos de conversión y usando KPIs más avanzados.
En el nivel dos realizamos nuestros primeros tests A/B y creamos nuestros pri-
meros cuadros de mando analíticos más sofisticados y orientados al negocio.
En este momento, extraemos datos más precisos e informes más eficaces pa-
ra la toma de decisiones. En el tercer nivel empezamos a trabajar con detalle
la segmentación y nos centramos en la optimización de los canales haciendo
uso de los tests multivariantes y estudios de usabilidad, a la vez que extrae-
mos conclusiones basadas en información cuantitativa y cualitativa. Al mismo
tiempo, somos capaces de crear cuadros de mando estratégicos con recomen-
daciones eficaces.
Sin embargo, queda un nivel más y último, que requiere una analítica digi-
tal avanzada, basada en análisis predictivos y modelos estadísticos. Aparece
en escena el big data y el data science. Es el momento donde las matemáticas
efectivas toman especial relevancia. Hasta este momento solamente éramos
conscientes de lo que teníamos en nuestras herramientas de analítica online
y offline, o en nuestras bases de datos, pero llega el momento de ir mucho
más allá al tener la capacidad de cruzar nuestros datos con los provenientes
de otras plataformas, sean de redes sociales, online, offline u open data.
Figura 2. Flujos de actividades para alinear la estrategia de medición online con la estrategia de
negocio
• Información: Son los datos que son medidos antes de ser procesados. Esta
información es la más operativa y menos estratégica.
Una vez identificadas y definidas todas estas fases, el analista web interpreta
los datos procedentes de las herramientas de análisis web. Lo primero es cono-
cer el sitio web y el negocio. Necesitamos ambas perspectivas para ser efectivos
en la estrategia que hemos de seguir. Una es tener un completo conocimien-
to del negocio para conocer los objetivos y la otra conocer muy bien la web
para entender el comportamiento del visitante web. Los cimientos empiezan
por acercarnos a una perspectiva global sobre tendencias de nuestras visitas
y usuarios, e identificar patrones y estacionalidades analizando las métricas
básicas:
© FUOC • PID_00252659 14 Analítica web y métricas
Una vez que disponemos de esta visión global, segmentaremos por fuentes de
tráfico. De esta manera, conoceremos las fuentes que nos traen mayor tráfico
y sabremos si la inversión en ellas se corresponde con el número de visitas
y usuarios. ¿Es el PPC (pago por clic) nuestra principal fuente?, ¿estamos ha-
ciendo bien el SEO?, ¿tenemos una buena red de referidos?, etc. Después ana-
lizamos las palabras clave por las que llegan a nuestro sitio web, distinguien-
do las que son por nuestra marca de las que no, y segmentando por tráfico
natural y pagado. ¿Está funcionando bien nuestro branding?, ¿nos buscan por
los términos que queremos que nos encuentren? Todo esto lo analizamos por
volumen de tráfico y nivel de ingresos obtenidos.
Las herramientas nos proporcionan datos, pero a partir de ellos hay que pensar
en cómo podemos ayudar a mejorar el negocio. Si informamos únicamente de
datos, seremos parte del problema; si buscamos y comunicamos conocimien-
to, seremos parte de la solución. Es tarea del analista web transformar los datos
en conceptos entendibles para el negocio. Nuestro objetivo real como analista
web es hacer ver a la empresa que la analítica es más una estrategia de negocio
y menos una herramienta tecnológica.
© FUOC • PID_00252659 15 Analítica web y métricas
El analista web tiene que ser consciente de que no todo en la analítica se re-
fiere a datos cuantitativos que expliquen qué está pasando sin ir más allá. No
podemos olvidarnos de los datos cualitativos, que son vitales para conocer
por qué está pasando (análisis cualitativo). Recopilar opiniones de nuestros
clientes y conocer su experiencia define el valor de nuestra marca y es clave
para su fidelidad. Existen muchas formas de recopilar información cualitativa,
las más habituales son los cuestionarios de calidad, los tests de usuarios y las
encuestas online.
Los objetivos de un sitio web son muy variados en función del tipo de negocio
al que se dedique la organización a la que pertenece el sitio. Entre las tareas
más importantes de un analista web está tener claros los objetivos de un sitio
web ya que sin conocerlos, no podrá establecer una estrategia válida. Los ob-
jetivos deben ser específicos, realistas, alcanzables y medibles en un tiempo
determinado.
Definir estos objetivos es una tarea complicada y quizá no se sepa por dónde
comenzar. Es imprescindible definir unos objetivos adecuados para el tipo de
negocio y público objetivo al que va dirigido el sitio web, ya que nos van a
permitir medir el funcionamiento de la organización a través de los KPIs.
© FUOC • PID_00252659 16 Analítica web y métricas
Por tanto, en el diseño del proceso de analítica web, el primer paso es la crea-
ción de los objetivos web en función de los objetivos de negocio y después
convertir dichos objetivos en métricas web. Si los objetivos del negocio están
bien definidos, será mucho más fácil identificar las métricas.
Los objetivos deben estar alineados con las necesidades de la empresa e inte-
grados en la estrategia de negocio. Por ello, la manera más sencilla de definir-
los es revisar cuáles son los objetivos de la organización y en función de ellos
se pueden obtener las claves que nos van a permitir desarrollarlos.
• Conversión. Los visitantes realizan acciones que para nosotros son obje-
tivos web.
1) Elaborar una lista de objetivos generales del sitio web. Por ejemplo: «Con-
seguir los máximos formularios cumplimentados para captar datos de leads».
3) Nos preguntamos qué hace falta para que se cumplan dichos objetivos.
Como ejemplo sería: «Acceder a la página donde está el formulario», «Hacer
clic en el botón de enviar el formulario» y «Página web de gracias por haber
cumplimentado el formulario».
Dependiendo del tipo de negocio en el que se basa el sitio web tendremos unos
objetivos u otros. Una vez definidos los objetivos de nuestro sitio web, llega
la hora de cuantificarlos mediante los KPIs.
Un error muy común dentro del proceso de análisis web es trabajar con la
mayoría de las métricas de una web, almacenando exceso de datos, imposibles
de analizar y transformar en conocimiento esencial para tomar decisiones.
Por ello, lo primero que debemos tener en cuenta es que no son lo mismo
las métricas y los KPIs. Una métrica o indicador muestra un comportamiento
del usuario en nuestro sitio web sin estar asociado a ningún tipo de objetivo,
resultado o conversión. Por ejemplo, las visitas o sesiones, la tasa de rebote,
etc., son métricas que no aportan valor estratégico si no están asociados a un
objetivo y a un resultado. Conozcamos las principales métricas básicas:
Fuente: https://support.google.com/analytics/answer/2731565?hl=es.
Si las cookies están deshabilitadas por un usuario, este puede visitar nuestra
web en tres días distintos, generando una visita única cada día, y si analizamos
el intervalo, nuestra herramienta nos dirá que nos han visitado tres usuarios,
cuando en realidad solo ha sido uno. De igual modo, si una misma persona se
conecta al sitio web desde tres dispositivos distintos, se contabilizarán como
tres usuarios distintos. Teniendo en cuenta todo lo que rodea a este tipo de
métrica, debemos decidir si utilizamos las sesiones o los usuarios para nuestro
análisis. Lo importante es tener claro lo que mide cada uno, intentando que
siempre sea bajo el mismo criterio.
Este indicador es muy relevante, ya que refleja el interés de los usuarios que
han accedido a nuestro sitio web hacia este. La duración de la visita se calcula
sumando el tiempo de estancia en cada página.
7)� Tasa� de� conversión: La tasa de conversión es el KPI que mejor mide el
rendimiento de una web y se calcula de la siguiente forma:
Una vez explicadas las métricas, entendamos qué es un KPI. Un KPI es una
métrica que intenta explicar el alcance de un objetivo específico asociado a un
resultado o conversión. Por tanto, los KPIs nos ayudan a averiguar si estamos
alcanzado los objetivos deseados.
© FUOC • PID_00252659 20 Analítica web y métricas
Aunque todos los KPIs son métricas, no todas las métricas son KPIs: so-
lo lo serán aquellas que evalúen la eficacia de una acción cuyos rendi-
mientos vamos a medir y analizar.
Las métricas nos muestran el comportamiento de los visitantes del sitio web,
mientras que los KPIs ayudan a conocer la evolución del negocio y los resul-
tados de las acciones.
Los KPIs nos van a permitir planificar y asignar prioridades sobre los objetivos
y consecuentemente prever costes. Si definimos objetivos claros y concisos,
será mucho más fácil crear después KPIs y cuadros de mando. Todos las estra-
tegias de marketing digital (posicionamiento en buscadores SEO, publicidad
online, email marketing, etc.) deben ser medidos para comprobar su evolución
y, en caso necesario, poder intervenir inmediatamente.
1)� Indicadores� de� carga� de� trabajo. Son los que cuantifican el número de
unidades de servicio. Aplicado a la analítica web, son los KPIs asociados al
número de páginas vistas, sesiones, usuarios únicos, tiempo total en el sitio
web, etc. Se trata de indicadores básicos.
Por ejemplo, en un sitio web de comercio electrónico un KPI básico es la tasa de conver-
sión de clientes o, lo que es lo mismo, los usuarios que acceden al sitio web y terminan
comprando.
• Acción de llamada de teléfono. Por ejemplo, un objetivo podría ser «captar potencia-
les clientes» y un KPI (número de visitas que hacen clic en el número de teléfono
sobre el número total de visitas recibidas).
• Acción de reproducir un vídeo. En este caso, podríamos plantearnos un objetivo co-
mo «mejorar la presencia de la marca» y un KPI (número de visitas que visualizan el
vídeo de presentación sobre el número total de visitas recibidas).
• Acción de rellenar un formulario. Un posible objetivo es «incrementar la base de
datos» y un KPI (número de visitas que rellenan un formulario frente a número total
de visitas recibidas).
a) Seguros:
b) Turismo:
c) Publicaciones:
d) Redes sociales:
• Menciones de la marca.
• Ratio de visitas social media respecto a visitas totales.
• Ratio de sentimiento.
1)�La�capacidad�de�la�recopilación�de�los�datos�(variables�fijas�o�configu-
rables). Pensar en KPIs antes de tener implantada una herramienta de analíti-
ca web puede parecer exagerado, pero no lo es si pensamos en métricas bási-
cas como, por ejemplo, páginas vistas, sesiones, etc. Es decir, merece la pena
© FUOC • PID_00252659 23 Analítica web y métricas
hacer una reflexión previa sobre qué información queremos recabar y definir
algunos de estos parámetros, de modo que cuando valoremos las distintas he-
rramientas se compruebe si podemos obtener esta información.
2)�La�flexibilidad�del�modelo�de�datos�(segmentación�de�las�variables). La
segmentación es esencial en materia de analítica web. Los visitantes que llegan
a un sitio web tienen diferentes personalidades (perfiles distintos) y acuden
con diferentes intereses e intenciones, buscando soluciones o respuestas a dis-
tintas cuestiones. Por tanto, se hace necesaria una estrategia de segmentación
efectiva y persistente como parte del proceso de analítica web.
3)� Integración� de� los� datos� (de� fuentes� externas� o� extracción� de� las� he-
rramientas). En las organizaciones se suelen tener diferentes herramientas de
software, como gestores de bases de datos, ERP, CRM, CAU, etc. La herramien-
ta de analítica debería ser fácilmente integrable con los demás sistemas de la
organización.
Del grado de importancia que se proporcione a cada uno de los pilares depen-
derá la elección de una herramienta u otra. Sin embargo, no todo depende de
una buena selección, sino también de la necesidad de que una persona se haga
cargo de esta herramienta para configurarla y sacarle el máximo provecho, así
como del presupuesto disponible.
2)�¿La�organización�dispone�de�recursos�humanos�especializados�en�tec-
nología�y�con�conocimientos�sobre�analítica�web? Llevar a cabo una imple-
mentación adecuada de análisis web es complicado y resulta fácil equivocarse.
© FUOC • PID_00252659 24 Analítica web y métricas
La regla 10/90
En este sentido, nos puede ayudar la regla 10/90, postulada por Avinash Kaushik (2011),
uno de los mayores expertos mundiales en analítica web:
1) Las páginas web son complejas y aunque las herramientas pueden capturar todos los
datos, en realidad, no indican lo que tienes que hacer.
2) No vivimos en el sencillo mundo de la analítica web 1.0. Ahora tenemos que tratar
datos cuantitativos, cualitativos, resultados de test A/B y multivariantes, así como datos
de redes sociales y de inteligencia empresarial.
Para resolver estos problemas básicos es necesario un analista. Y si las herramientas son
gratuitas, ¿no se cumple la regla del 10/90? Sí se cumpliría, pues es necesario invertir en
un consultor para poder implementarla correctamente y ahí estarían los 10 dólares.
por logs es que no filtra los accesos de los robots de los buscadores, lo que
puede inflar las estadísticas, y no contabiliza la información almacenada en la
memoria caché de los navegadores y de los servidores proxies.
3)�La�medición�para�recoger�información�de�diseño�y/o�usabilidad: Son
herramientas orientadas a la experiencia del usuario y a la usabilidad. Permiten
crear mapas de calor, análisis de clics, uso de scroll, tests de usabilidad (A/B
y multivariante) y estadísticas de comportamiento. Entre las más conocidas
encontramos Crazy Egg y ClicTale.
4)� La� medición� para� conocer� la� voz� del� cliente: En las organizaciones es
esencial entender el feedback del cliente, y para recabar esta información se
utilizan métodos cualitativos, como los laboratorios de test con clientes, los
cuestionarios de calidad y las encuestas online. Las encuestas online son muy
usadas hoy en día por su facilidad, rapidez y respuesta inmediata. Algunas
herramientas que nos pueden facilitar dicha medición son Survey Monkey,
Typeform y 4QiPerceptions.
5)� La� medición� de� la� actividad� en� las� redes� sociales: Debemos distinguir
entre las herramientas de medición de las redes sociales y de reputación online.
La mayoría de las redes sociales disponen de sus propias herramientas de aná-
© FUOC • PID_00252659 26 Analítica web y métricas
Un cuadro de mando debe reunir dos rasgos básicos: ser usable y ser práctico.
Usable significa que un cuadro de mando debe ser claro y conciso, no ha de
ocupar más de una hoja y debe incluir los comentarios necesarios, sin exten-
derse en exceso. Asimismo, se tienen que incluir las gráficas imprescindibles
que clarifiquen las conclusiones y recomendaciones que se quieren comuni-
car. También tiene que ser práctico, es decir, solo debe contener los indicado-
res clave esenciales.
Los cuadros de mando analíticos normalmente tratan el ciclo de vida del clien-
te en internet y suelen incluir KPIs de sus tres principales fases: adquisición,
conversión y retención.
© FUOC • PID_00252659 28 Analítica web y métricas
2.1. Empresa
Para definir una estrategia de analítica web sobre los conceptos anteriores, es-
tableceremos un marco ficticio de una organización que requiere implemen-
tar un proceso de análisis de su sitio web empleando la herramienta Google
Analytics.
Condiciones�de�pago�y�entrega
2.2. Estrategia
Fuente: Google.
Objetivos
Para cada negocio se debe personalizar una estrategia y unos objetivos de mar-
keting, tanto genéricos, para permitir una continuidad a medio y largo plazo,
como específicos, para cada acción de marketing emprendida.
3. Análisis básico
• Pulsar un botón.
• Descargar un documento.
d) Conversiones:
• Envío de formularios.
• Registros.
• Suscripciones.
• Procesos de compra.
e) Transacciones económicas:
• Compras.
• Datos sobre los productos comprados.
• Gráficos temporales.
© FUOC • PID_00252659 36 Analítica web y métricas
• Tablas.
• Gráficos sectoriales.
• Gráficos de barras.
• Comparativas.
• Visitas.
• Páginas vistas.
• Tiempo de permanencia.
• Porcentaje de rebote.
• Número de transacciones.
• Ingresos.
Ejemplo
Ejemplo
Figura 9. Fuente y medio de un sitio web
Ejemplo
Por ejemplo, si lanzamos varias campañas (una campaña en Facebook denominada «Ju-
guetes» y otras dos de publicidad que llamamos «Display» y «Remarketing»), podríamos
guardar la información del nombre de la campaña y luego en Analytics ver los datos
desglosados para cada una, en vez de verlos solo en conjunto. Si esta información no es
almacenada en campañas concretas, veremos un «not set» en los informes de campaña.
Figura 9. Campaña de un sitio web
Todo sitio web tiene al menos un objetivo, y gracias a Analytics podemos me-
dirlo con detalle. Un objetivo (conversión) representa una acción concreta en
el sitio web que tiene valor para el propietario. Por ejemplo:
• Enviar un formulario.
• Descargarse un documento.
• Registrarse en el sitio.
• Suscribirse a un boletín.
• Realizar una compra.
• Visitar determinada página.
• Pasar un determinado tiempo en el sitio.
• Ver un número determinado de páginas en una misma visita.
Los objetivos se configuran en el nivel de vista (uno de los tres niveles de una
cuenta en Analytics). Una vista puede contener hasta veinte objetivos. En el
caso de necesitar más, podemos crear una vista adicional que sea copia de
la primera. Dado que las vistas se pueden «copiar», es recomendable incluir
todos los objetivos en la vista maestra o de trabajo antes de proceder a crear
el resto de las vistas. De esta manera nos ahorraremos tiempo y no tendremos
que crearlos varias veces.
• Destino. Visitar una página concreta. Este tipo de objetivos es el más co-
mún para registrar formularios o compras.
Configuración�de�objetivos�en�Analytics
Fuente: Google.
Nuestro proceso de compra tiene cinco pasos hasta cumplir con el objetivo de
finalizar el pedido:
Fuente: Google.
Lectura complementaria
Expresiones regulares de Google Analytics
Definimos diez páginas por sesión dado que la «duración media de la sesión»
del año anterior había sido de siete páginas, medido en el antiguo sitio web, y
hubo incrementos anuales del 25 al 50 % en los últimos cinco años. Estimamos
un incremento del 40 % para este año, que, aplicado sobre las siete páginas
por sesión, daría un resultado aproximado de diez páginas por sesión.
Fuente: Google.
Fuente: Google.
Asignamos este objetivo, como paso previo a las ventas, cuando un usuario se
registra en la plataforma suministrando su dirección de correo electrónico, ya
que se convierte en potencial cliente.
Figura 15. Formalización del objetivo «datos introducidos para pago» o «entered checkout»
Fuente: Google.
© FUOC • PID_00252659 45 Analítica web y métricas
Fuente: Google.
El caso más típico es crear un evento cuando se pulsa un enlace que descarga o
abre un documento. Para registrar cada vez que se pulsa el enlace, es necesario
insertar una llamada a Analytics. Veamos un ejemplo. Un enlace en el lenguaje
HTML puede venir definido de esta manera:
Una vez que hemos definido nuestros objetivos, vamos a crear nuestra cuenta
de Google Analytics.
© FUOC • PID_00252659 47 Analítica web y métricas
El primer paso para usar Google Analytics es crear una cuenta de Google y
asociarla al servicio. Esa cuenta también sirve para usarla con otros servicios,
como AdWords. En el caso de que ya estemos dados de alta en algún servicio
de Google, por ejemplo: Gmail o Google Play, solo es necesario registrarse con
esos mismos datos.
Fuente: Google.
El siguiente paso es dar de alta el sitio web o la aplicación móvil para Android
o iOS. En nuestro caso, al ser un sitio web, indicaremos el nombre de la cuenta,
nombre y URL del sitio web, categoría del sector y zona horaria.
También existen plugins gratuitos o de pago para las plataformas web más co-
munes, que facilitan esta tarea. Dado que todavía existen sitios web que usan
la versión de código Analytics antigua (Classic Analytics), si el sitio usa un
código de seguimiento antiguo y la programación de comercio electrónico se
realiza con la nueva, no funcionaría. En la siguiente pantalla se puede ver el
código de comercio electrónico para una transacción con un solo producto en
la versión Universal Analytics (versión actual):
Lecturas
complementarias
Para administrar una cuenta hay que acceder a través del «Administrador» que
hay en la parte inferior izquierda de cualquiera de las páginas de Analytics.
Una vez dentro, se llega a una estructura de tres niveles, como la de la siguiente
imagen:
Fuente: Google.
© FUOC • PID_00252659 51 Analítica web y métricas
2)�Propiedad. Segundo nivel. Representa cada sitio o aplicación web que que-
remos seguir de una misma organización. Por lo tanto, si queremos realizar el
seguimiento de dos sitios web de la misma entidad, tendremos que crear dos
propiedades distintas dentro de la misma cuenta.
3)�Vista. Tercer nivel. Para una misma propiedad, podemos crear varias confi-
guraciones de datos, que denominamos vistas. En cada una de ellas, podemos
usar filtros y otorgar permisos distintos a usuarios diferentes. Por ejemplo: una
vista con todas las sesiones. Es la vista maestra que crea Google Analytics por
defecto y que la denomina: «Todos los datos de sitio web».
• Una vista con todas las sesiones excluyendo nuestras propias visitas.
• Una vista solo con nuestras sesiones, para hacer pruebas.
• Una vista solo con las sesiones procedentes de buscadores.
• Una vista solo con las sesiones procedentes de un país o ciudad.
• Una vista solo con las sesiones procedentes de nuestras campañas publi-
citarias.
• Leer�y�analizar: Permite consultar los datos de los informes y de la con- Lectura complementaria
figuración, manipular los datos de los informes (como filtrar una tabla,
Visitad «Permisos de usuario»
añadir una dimensión secundaria o crear un segmento) y crear personali- para profundizar en la confi-
zaciones, aunque sin poder compartirlas. guración de permisos.
Una propiedad representa un sitio web del que queremos realizar el seguimien-
to. En el nivel de propiedad, podemos administrar lo siguiente:
© FUOC • PID_00252659 54 Analítica web y métricas
También activaremos la atribución de enlace mejorada para acceder a la exten- Lectura complementaria
sión analítica de nuestra tienda web a través del navegador Google Chrome.
Más detalles sobre extensión
analítica de página de Chro-
Dado que el SEO es una de nuestras estrategias activas de marketing online, en- me los encontraréis en «Ex-
tensión Analítica de página
lazamos la cuenta de Google Search Console con Google Analytics, de manera de Chrome».
que se accede en Analytics a algunos informes específicos SEO suministrados
por dicha herramienta.
4)� Enlace� con� otros�productos. Sirve para vincular otras herramientas con
Analytics, como por ejemplo: AdWords, AdSense, Ad Exchange, Google Opti-
mize y Tag Manager, Double Click, Google Play, Big Query y notificaciones.
Figura 30. Enlace de Google Analytics con AdWords, Google Optimize y Tag Manager
Lecturas
complementarias
• Una lista de usuarios que hayan comprado y que puedan estar interesados
en productos complementarios (venta cruzada).
• Una lista de usuarios cuyo último paso, en el proceso de pedido, haya sido
entregar los datos de facturación y envío.
• Una lista de usuarios cuyo último paso, en el proceso de pedido, haya sido
proporcionar los datos de pago.
• Una lista de usuarios que se hayan quedado en el penúltimo paso del pro-
ceso de compra, es decir, en la revisión del pedido.
• Una lista para usuarios cuyo último paso en el proceso de pedido haya sido Lectura complementaria
entregar los datos de facturación y envío. Al crear la audiencia, al igual que
Podéis encontrar más infor-
la de ejemplo, elegiremos la página web «/yourinfo\.html». mación sobre cómo crear y
• Una lista para usuarios cuyo último paso en el proceso de pedido haya sido editar audiencias en: «Cómo
crear y editar audiencias».
proporcionar los datos de pago. En la audiencia, al igual que la de ejemplo,
la página de destino será «/payment\.html».
• Una lista para usuarios que hayan realizado una transacción y que puedan
estar interesados en productos complementarios (venta cruzada). En este
© FUOC • PID_00252659 59 Analítica web y métricas
caso particular, en vez de seleccionar «Usuarios que han visitado una sec-
ción específica de mi sitio» elegimos la opción «Usuarios que han realiza-
do una transacción».
• Norteamérica.
• EMEA (Europa, Oriente Medio y África).
• APAC (Asia, Pacífico).
Fuente: Google.
Consultad «Dimensiones y
métricas personalizadas» para
profundizar en el tema.
Fuente: Google.
d)� Importación� de� datos. Esta funcionalidad nos permite subir datos de
fuentes externas y combinarlos con los datos de Analytics. En nuestro caso,
subimos datos de producto (color y talla), que de otro modo no se pueden
mostrar en los informes estándar. Antes de importar los datos, creamos dos
dimensiones específicas para dichos atributos. Seleccionaremos nuestro con-
junto de datos (archivo CSV donde vienen expresados los atributos y la tabla
con los datos) para importarlo en una vista de prueba.
Las vistas determinan los datos que vemos en los informes. Se pueden crear y
configurar diferentes vistas, de modo que en cada una veamos datos diferentes,
de acuerdo con nuestros intereses. Sobre las vistas se pueden configurar los
objetivos de seguimiento, como las conversiones y también se pueden aplicar
© FUOC • PID_00252659 61 Analítica web y métricas
filtros. Por defecto, al crear o añadir una nueva propiedad se crea una vista
automáticamente. Es recomendable dejar una vista sin añadirle ningún tipo
de filtro para no perder la información histórica.
Ejemplo
Por ejemplo, si definimos una vista que solo incluya el tráfico de AdWords, en esa vista
solo veremos la información de las campañas AdWords y no veremos información de
sesiones procedentes de otras fuentes.
Las vistas son útiles cuando queremos analizar por separado determinados
subconjuntos de todo el tráfico o cuando simplemente no queremos que al-
gún usuario acceda a todos los datos. En el nivel de vista, también se alma-
cenan los objetivos y diferentes personalizaciones, como alertas o informes
programados.
Además de filtros y objetivos, cada vista tiene una serie de atributos que po-
demos configurar y/o modificar. En «Configuración de la vista» se accede a
dichos atributos:
b)� URL� del� sitio� web. Es la URL de nuestra tienda que vamos a medir. Se
rellena a partir de la propiedad, pero se puede modificar.
Ejemplo
• www.sitio.com/?parametro1=7¶metro2=11.
• www.sitio.com/?parametro1=9¶metro2=16.
Ambas URL cargan la página home, es decir, a nivel analítico e interno tienen un uso
distinto, pero a nivel externo, el usuario visualiza la misma página web.
© FUOC • PID_00252659 65 Analítica web y métricas
Ese parámetro debe encontrarse en la URL. Una vez hemos rellenado correc-
tamente los atributos de la vista, pulsamos en «Guardar».
Ejemplo
Lectura complementaria
Veamos un ejemplo a través de un informe a tiempo real. Un usuario inserta en el busca- Podéis encontrar más infor-
dor la siguiente consulta: «camiseta personalizable». La URL resultante de dicha búsque- mación sobre las búsquedas
da es: («asearch.html?keyword=camiseta+personalizable»). internas en: «Configurar el
informe “Búsquedas en el si-
tio”».
© FUOC • PID_00252659 66 Analítica web y métricas
Fuente: Google.
En la pantalla superior, comprobamos que el parámetro de consulta que muestra las pa-
labras clave es «keyword».
5)�Filtros. En esta sección se pueden crear, editar y eliminar los filtros que se
aplican a una vista concreta.
Lectura complementaria
Fuente: Google.
por defecto en dólares de Estados Unidos. Para ello, creamos una métrica cal-
culada «Ingresos de USD a EUR», seleccionamos el formato «moneda (deci-
mal)» y aplicamos la fórmula de cambio: «{{Ingresos}} * 0,89».
10)�Anotaciones. Aquí podemos administrar notas sobre las gráficas para re-
flejar eventos importantes, cambios, etc.
Fuente: Google.
Fuente: Google.
3.3. Etiquetado
Se trata de añadir ciertos parámetros a las URL de los enlaces que compartimos
(en anuncios, correos electrónicos, redes sociales, etc.) para que las herramien-
tas de análisis web procesen y clasifiquen las visitas a dichas URL, de acuerdo
con lo que hayamos definido.
Ejemplo
Si queremos conocer cuántas visitas han llegado exclusivamente por esta publicación en
Facebook, etiquetamos manualmente el enlace que distribuiremos en la red social.
Después, se puede usar un acortador o dejar que Facebook genere su propio enlace corto,
ya que no afectará al enlace etiquetado.
A partir de este momento, se pueden consultar las sesiones procedentes del contenido
compartido en Facebook:
Los datos etiquetados como contenido (utm_content) pueden consultarse usando la di-
mensión secundaria «Contenido de anuncio», y los datos etiquetados como palabra clave
(utm_term) pueden consultarse desde la dimensión secundaria «Palabra clave».
© FUOC • PID_00252659 74 Analítica web y métricas
4. Análisis web
4.1. Filtros
Los filtros se pueden crear desde la cuenta o desde una vista. Si se crean, edi-
tan o eliminan desde la cuenta, después se pueden aplicar a una o más vis-
tas de una propiedad. Un filtro se utiliza para incluir tráfico, excluir tráfico
o modificar la forma en que algunos parámetros del tráfico se visualizan en
los informes. El uso de filtros no es obligatorio, pero permite definir el tipo
y el aspecto de la información que se desea obtener. Como los filtros afectan
al modo como se muestra la información, es importante que se configuren lo
antes posible, ya que no son retroactivos, sino que actúan desde el momento
en el que se crean. Así, si se aplica un filtro para excluir nuestras visitas (IP de
nuestra organización) a una vista que hasta el momento tenía todo el tráfico,
las visitas se excluirán a partir del momento de creación del filtro.
• Nombre.
• Tipo:
– Predefinidos. Permiten «excluir» o «incluir solo».
– Personalizados. Permiten múltiples opciones.
Los filtros se aplican de manera secuencial. Eso quiere decir que el orden
en el que se sitúen dentro de una vista es fundamental. De esta manera,
si tenemos dos filtros en una vista, al segundo filtro le entrará el tráfico
que ya haya pasado por el primero.
En nuestra tienda online, vamos a crear un sencillo filtro que excluya nuestras
propias visitas, si conocemos nuestra dirección IP y esta es fija (si es dinámi-
ca podríamos estar excluyendo tráfico relevante al reasignarse esa IP a otro
usuario posteriormente). Para ello, se selecciona «Todos los filtros» en la con-
figuración de la cuenta y pulsamos en «+ Agregar Filtro». Después nombramos
el filtro y seleccionamos «Filtro predefinido» de tipo «Excluir» con las opcio-
nes «tráfico de las direcciones IP» y «que son iguales a». Escribimos nuestra IP
y añadimos las vistas sobre las que se quieren aplicar. Finalmente, pulsamos
«Guardar».
Los segmentos permiten analizar subconjuntos del total de los datos que se
visualizan en los informes sobre cualquier periodo y sin la necesidad de crear
filtros desde la zona de administrador. Se puede filtrar por tipo de segmento
(ya sean predefinidos o personalizados):
Una vez hemos seleccionado los segmentos para analizar (hasta 4), se pulsa
en «Aplicar» y se muestran las gráficas y los datos con la selección aplicada.
Esta selección se mantiene mientras se navega por todos los tipos de informes,
es decir, que no hace falta seleccionar el segmento cada vez. En la siguiente
pantalla, se aplican cuatro segmentos de tráfico, tres de los cuales son para
filtrar el tráfico desde redes sociales.
© FUOC • PID_00252659 77 Analítica web y métricas
Ejemplo
Veamos un ejemplo: se está trabajando en una vista que incluye solo las visitas publici-
tarias de AdWords, y queremos profundizar un poco más y analizar las transacciones de
comercio electrónico solo de los usuarios que proceden de un área geográfica concreta,
como, por ejemplo, Gran Bretaña. Si se crea una nueva vista, tendría el inconveniente
de que se parte desde cero, es decir, no se incorporarían los datos antiguos.
Además, si se desea hacer lo mismo con más países, se tendrían que crear numerosas
vistas, lo que resultaría poco operativo. Se pueden usar los segmentos que vienen por
defecto o crear nuevos, como haremos a continuación. Para añadir un nuevo segmento,
seleccionamos en «datos demográficos» la última opción, denominada «ubicación», y
añadiremos «país» que «contiene» «United Kingdom», tal y como se muestra en la pan-
talla inferior.
Una vez creado el segmento con los visitantes procedentes de Reino Unido, lo guardamos,
y en ese mismo momento se visualizan los datos ya filtrados; podemos además cambiar el
periodo de análisis sin perder información. Si se quieren ver de nuevo los datos de todos
los usuarios sin segmentar, solo se tendría que desactivar el segmento con un clic. Ade-
más, ese segmento estaría disponible para futuros análisis con tan solo volver a activarlo.
© FUOC • PID_00252659 78 Analítica web y métricas
Fuente: Google.
De esta manera, veríamos que solo en Reino Unido se han realizado ocho transacciones y
que el valor medio de pedido realizado desde Reino Unido es algo inferior al valor medio
de pedido de todo el mundo.
Así pues, el uso de segmentos para el día a día es en general más útil que la
creación de vistas personalizadas. Los datos de una vista se empiezan a acu-
mular cuando se crea (no disponen de cualquier dato anterior) y además no
es posible volver atrás, con lo que, si existe un error, no se pueden recuperar
esos datos y habrá que comenzar desde cero.
• Visitas que salieron del embudo. Este segmento permite analizar a los usua-
rios que, por ejemplo, iniciaron una compra, pero se fueron antes de fina-
lizar el proceso.
• Visitantes que han comprado una segunda, tercera o más veces.
• Sesiones orgánicas con la palabra clave de marca (el nombre de nuestro
sitio o de la empresa).
• Sesiones desde redes sociales.
© FUOC • PID_00252659 79 Analítica web y métricas
1)� Zona� 1.� Menú� de� informes. Área lateral izquierda de la pantalla. Desde
aquí se puede acceder a los diferentes informes, clasificados por categorías.
Haciendo clic sobre cada una de las secciones, podemos ir desplegando los
informes.
Para empezar nuestro análisis básico, nos planteamos las siguientes preguntas:
3)� Valor� del� tiempo� de� vida� del� cliente. Mide el valor del tiempo de vida
de los usuarios adquiridos a través de diferentes canales en función del rendi-
miento durante su ciclo de vida en varias sesiones.
En este ejemplo el porcentaje de sesiones nuevas durante un mes fue del 84,23
%, por un 15,77 % de sesiones recurrentes. Sin embargo, si se analiza con más
detalle y se observan los ingresos generados, se puede comprobar que las se-
siones de usuarios recurrentes generan el 76,16 % de los ingresos, lo que nos
indica que las sesiones de usuarios recurrentes son mucho más valiosas (pro-
bablemente porque muchos usuarios necesitan visitar el sitio varias veces an-
tes de realizar la compra). También se observa que existe una mayor atracción
e interés por parte de los usuarios recurrentes frente a los nuevos (tasa de re-
bote más baja, –40,71 frente a 50,77 %–, mayor número de páginas por sesión
–5,52 frente a 3,68 páginas/sesión–, y una duración superior muy superior –
4:07 minutos frente a 2:15–).
Fuente: Google.
En función del tipo de negocio y del sitio web, nuestra estrategia será diferente.
Si nos centramos en captar de forma masiva nuevos visitantes, el porcentaje
de visitantes nuevos deberá ser muy superior al de visitantes recurrentes. En
cambio, si nuestra estrategia se centra en la retención de usuarios, querremos
tener un porcentaje de usuarios recurrentes que supere al de visitantes nuevos.
© FUOC • PID_00252659 83 Analítica web y métricas
Si este valor es inferior a 2, indica que el sitio web fideliza bastante. De hecho,
en sitios web orientados exclusivamente a contenido, este valor puede acer-
carse a 1. Y en sitios web de ventas o de captación de leads, dicho valor suele
ser mayor a 2, en donde valores superiores a 5 significa muy poca fidelización,
como es nuestro caso.
Así, un usuario que entra por primera vez el 1 de mayo y por segunda vez el
15 de mayo será contabilizado como un usuario con dos sesiones, la primera
se contabilizará como nueva y la segunda como recurrente. Es decir, la ratio
visitantes nuevos / visitantes recurrentes será 1/1 para Analytics, cuando la
lógica nos diría que si el visitante entró dos veces en el periodo, es recurrente
y la ratio sería 0/1.
11)�Móvil. Provee información sobre los diferentes dispositivos usados por los
visitantes: «desktop» (ordenadores de sobremesa y portátiles), «mobile» (solo
smartphones) y tabletas.
Los informes que se pueden consultar están relacionados con el origen del
tráfico, es decir, las fuentes y los medios que han dado lugar a las visitas.
1)�Visión�general. Nos muestra un resumen general con los datos más rele-
vantes. Se pueden ver los gráficos por canales (agrupaciones de fuentes de trá-
fico), por fuentes y medios. Este informe, además de ser visualmente impac-
tante, resulta de gran interés para nosotros.
El informe de palabras clave orgánico hace tiempo que perdió gran parte de
su utilidad por lo que se comenta a continuación. Veamos la tabla de datos
siguiente, donde aparecen los datos de las dos palabras clave que más sesiones
orgánicas han generado para un periodo determinado.
Fuente: Google.
La palabra clave que aparece en la primera fila es «(not provided)», que repre-
senta un 96,10 % de las sesiones y que significa que no está disponible. Este
problema se debe a que se encriptan la mayoría de las búsquedas y Google deja
de informar acerca de la búsqueda que se ha empleado para llegar al sitio web.
Por otro lado, la palabra clave «not set» significa que Google no identifica al-
guna dimensión (palabra clave, ciudad, región, país, idioma, etc.) y entonces
lo clasifica como «not set».
Google, si bien este dato y otros muchos relacionados con esta plataforma es-
tán disponibles desde la sección de AdWords. La última columna de la derecha
indica el coste, cuya única cifra aparece en la campaña de pago CPC de Google.
Dado que cada sitio web tiene sus propios objetivos, no hay unas métricas óp-
timas para todos. Por ejemplo, para un blog cuyo objetivo es fidelizar usuarios
y que permanezcan el mayor tiempo posible en el sitio, una tasa de rebote del
50 % puede ser un mal dato. Sin embargo, en un portal de venta online, será
habitual encontrarnos con tasas de rebote altas.
3)�Contenido�del�sitio:
Fuente: Google.
Fuente: Google.
Si seguimos investigando, nos damos cuenta de que la causa es que los usua-
rios no registrados añaden productos al carrito de la compra y estos desapare-
cen de dicha cesta pasadas las 24 horas. Una vez pasadas las 24 horas, muchos
usuarios esperan ver todavía la cesta con los productos que eligieron para se-
guir con el proceso de compra, pero se dan cuenta de que la cesta está vacía y
© FUOC • PID_00252659 88 Analítica web y métricas
4)� Velocidad� del� sitio. Informes acerca del tiempo de carga de las páginas Lectura complementaria
del sitio. Proporciona sugerencias técnicas de mejora, procedentes de la herra-
Podéis encontrar más infor-
mienta gratuita PageSpeed Insights. mación sobre PageSpeed de
Google en: «PageSpeed In-
sights».
5)�Búsquedas�en�el�sitio. Conjunto de informes acerca de las búsquedas in-
ternas en el sitio. Su informe más interesante es el de «términos de búsqueda»,
que indica qué están buscando los visitantes en el sitio web. El informe de
búsquedas en el sitio ayuda a:
Figura 65. Informe «términos de búsqueda» para nuestra tienda online de merchandising
Fuente: Google.
© FUOC • PID_00252659 89 Analítica web y métricas
Ejemplo
Añadiremos un test A/B de 21 días con dos variantes de la misma página. Para ello, se
realiza un test sobre la página de gorros, con una nueva versión que dispone de imágenes
más amplias que la página original. Se usa Optimize Google para realizar la prueba.
Tras introducir el código se identifican los objetivos que queremos medir en el experi-
mento. En nuestro caso, se va a utilizar únicamente como objetivo la tasa de conversión.
Por último, se define el porcentaje de visitantes que deseamos que vaya dirigido al expe-
rimento (la página de gorros con las imágenes ampliadas).
© FUOC • PID_00252659 90 Analítica web y métricas
Fuente: Google.
Una vez que se dispone de los resultados y haciendo una comparación entre la página
original y la página cambiada, se observa que la variante resulta ganadora con una tasa
de conversión del 0,90 frente al 0,38 % de la página original.
Objetivos
Para un primer análisis vamos a utilizar el informe gráfico del embudo de con-
versión, que ofrece una visión general. Es un buen punto de partida para eva-
luar el rendimiento general de los objetivos. A diferencia del informe del flujo
de objetivos, en el informe gráfico del embudo de conversión no se muestra
la ruta real que siguen los usuarios por el sitio web o la aplicación, sino que se
muestra únicamente el rendimiento de cada paso del embudo de conversiones
en lo que respecta a entradas y salidas.
© FUOC • PID_00252659 91 Analítica web y métricas
Fuente: Google.
Aunque la conversión final que obtengamos sea buena, los pasos inter-
medios tienen gran importancia y si se disminuye la tasa de abandono
en los pasos intermedios, se puede mejorar en gran medida la conver-
sión final. En el caso de que alguno de los pasos tenga una alta tasa de
abandono, debemos preocuparnos por identificar rápidamente las pá-
ginas de salida y realizar acciones para bajar este porcentaje.
Fuente: Google.
Fuente: Google.
• ¿Qué productos son los que mejor se venden y, por lo tanto, cuáles son
los que mejor se adaptan a su cartera de clientes? ¿Qué productos son los
que más esfuerzos de marketing reciben?
• ¿Qué ingresos se obtienen por transacción y cuántos productos se venden
por transacción? Por ejemplo, si el número de productos por transacción
es inferior al esperado, quizá sea beneficioso ofrecer descuentos superiores
o eliminar los gastos de envío, si el cliente realiza una compra por valor
de una cantidad mínima.
• ¿Cuánto tardan (en tiempo y número de sesiones) los clientes en tomar
una decisión? Si el ciclo de ventas es estable, o fluctúa de forma predecible
según el producto o la época del año, se puede utilizar esta información,
© FUOC • PID_00252659 95 Analítica web y métricas
Fuente: Google.
Fuente: Google.
Sin embargo, ¿qué ocurre con todas las sesiones previas a la conversión?, ¿de
qué manera han interactuado las diferentes campañas? Los embudos multica-
nal y las conversiones asistidas (cualquier ruta de la conversión que no sea la
última interacción) dan la respuesta, pues muestran las diferentes sesiones que
han realizado los usuarios hasta la sesión final de conversión. En la siguiente
pantalla se visualizan las conversiones asistidas de la tienda; el canal directo
es el que más convierte, sin ser última interacción.
Fuente: Google.
© FUOC • PID_00252659 97 Analítica web y métricas
Fuente: Google.
En la figura anterior se pueden ver algunas de las rutas de conversión que he-
mos obtenido para nuestra tienda online, lo que demuestra que la gran mayo-
ría de las conversiones pasan por distintos canales antes de que se produzca
la conversión.
Por ejemplo:
• Lineal. Reparte el valor de la conversión entre todos los canales que han
participado. Supongamos que para alcanzar una conversión de valor 90
euros, el usuario ha necesitado usar tres canales. Según el modelo lineal, la
conversión se repartiría entre los tres canales, dando un valor de 30 euros
a cada uno de ellos.
Para la tienda, casi todas las conversiones de clic se producen en varias inter-
acciones, es decir, intervienen distintas fuentes y medios antes de producirse
la conversión. El principal camino de conversión pasa por el canal directo y
la gran mayoría de las conversiones asistidas pasan por el canal directo y de
referencia.
Por otro lado, hemos detectado que a mayor tiempo de duración de la sesión,
a partir de los 30 segundos, mayor es el número de usuarios que hicieron una
compra. Se mide con el informe de interacción segmentado por usuarios que
han realizado una compra.
Figura 79. Informe de interacción segmentado por usuarios que han realizado una compra
5. Informes
Ejemplo
• Sesiones.
• Porcentaje de rebote.
• Transacciones.
• Porcentaje de conversiones de comercio electrónico.
• Ingresos.
Para la elaboración del cuadro de mando de la tienda online, lo primero es Lectura complementaria
seleccionar los KPIs que van a integrar dicho cuadro, así como identificar el
Podéis encontrar más infor-
tipo de información que deseamos comunicar. Se va a usar para su creación la mación sobre Data Studio de
herramienta Data Studio, que permite exportar los datos de Analytics y crear Google en: «Google Data Stu-
dio».
un cuadro de mando de una manera sencilla.
• Producto.
• Vistas de detalles de los productos.
© FUOC • PID_00252659 103 Analítica web y métricas
• Fuente/medio.
• Vistas de detalles de los productos.
• Producto añadido al carrito de la compra.
• Ingresos.
• Tasa de conversión del ecommerce.
2)�Recomendaciones:
• Trabajar el SEO para generar un tráfico más cualificado, así como mejorar
el canal de YouTube para atraer a visitantes de calidad.
• Mejorar la incorporación de productos relacionados para incrementar el
valor medio de pedido.
• Publicitar ropa de manga corta en anuncios publicitarios debido al cambio
de estacionalidad.
3)�Impacto�sobre�el�negocio:
Resumen
En este caso práctico hemos llevado a cabo una introducción a los conceptos y
elementos básicos de la analítica web y, mediante un caso ficticio de una tienda
de comercio electrónico, definido todas las etapas necesarias para implementar
una estrategia analítica desde su preparación hasta su ejecución.
La aplicación del análisis web requiere una metodología que empieza por la
identificación de los objetivos y principales KPIs. Una vez establecidos los ob-
jetivos del sitio web, se divide cada proceso en distintas etapas con el propósito
de medir el comportamiento del usuario a lo largo de la compra del producto
o de la contratación del servicio.
No es suficiente con atraer al usuario hacia el sitio web, se debe conseguir que
cumpla con los objetivos marcados en cada una de las etapas del proceso. Para
ello, necesitamos conocer su comportamiento y su nivel de compromiso. Con
un primer análisis básico, seremos capaces de entender cómo se comportan
los usuarios. Si conocemos los contenidos más visitados, las páginas de acceso,
el origen de las entradas y las palabras clave por las que encuentran el sitio
web, estaremos en disposición de mejorar los contenidos de un sitio web ba-
sándonos en los resultados de análisis.
Tan importante en el análisis web es conocer los objetivos y sus KPIs, como
saber segmentar las visitas para detallar y centrarse en lo específico, revelando
información clave y elementos representativos de tendencias. Mostrar las ten-
dencias segmentadas permite una comprensión mucho más visual y efectiva
a los destinatarios que toman las decisiones.
Glosario
A/B testing f Técnica que consiste en crear dos diseños para una misma página y observar
el comportamiento de los usuarios ante cada una de ellas.
analítica web f Conjunto de procesos que permite gestionar el conocimiento que se ob-
tiene por medio de herramientas de medición de sitios web, obtener conclusiones sobre este
conocimiento y actuar en función de estas conclusiones, con el fin de alinear la estrategia
de medición online con la estrategia del negocio.
big data m Proceso de recogida de grandes cantidades de datos para adquirir conocimiento.
ciclo de vida del cliente m Etapas que atraviesa el cliente en su relación con la empresa
(adquisición, conversión, crecimiento, retención y reactivación).
click through ratio m Usuarios que hacen clic sobre número de impresiones.
sigla CTR
conversión f Se produce cuando un usuario web lleva a cabo una acción online previamente
definida en un sitio web.
cookie f Fichero que se registra en un navegador web con la finalidad de rastrear hábitos
de uso.
coste por clic m Modelo de publicidad basado en que el anunciante paga por el clic del
usuario que responde el anuncio. También denominado pago por clic.
sigla CPC
coste por mil impresiones m Modelo de publicidad en el que el anunciante paga por
cada mil impresiones visualizadas.
sigla CPM
data science f Metodología que traduce grandes volúmenes de datos en modelos predic-
tivos.
embudo de conversión m Etapas por las que tiene que pasar un usuario web para cumplir
con un objetivo determinado dentro de un sitio web.
key strategic indicator m Indicador clave que proporciona información más estratégica
al estar orientada a resultados.
sigla KSI
memoria caché f Área de almacenamiento dedicada a los datos usados o solicitados con
más frecuencia para su recuperación a gran velocidad.
newsletter m Boletín electrónico distribuido con cierta periodicidad por correo electrónico.
open data m pl Práctica que persigue que determinados datos sean accesibles, reutilizables
y que permiten ser compartidos.
página de aterrizaje f Página web destino de una campaña online en la que aparecen los
usuarios que hacen clic en los enlaces patrocinados.
en landing page
pago por clic m Modelo de publicidad basado en que el anunciante paga por el clic del
usuario que responde el anuncio. También denominado coste por clic.
sigla PPC
really simple syndication f Formato de datos que es usado para distribuir contenidos a
suscriptores de un sitio web.
sigla RSS
remarketing m Funcionalidad que permite crear anuncios personalizados para los usua-
rios que visitaron previamente un sitio web.
search engine marketing m Marketing en buscadores. Estrategia para situarse en los pri-
meros puestos de una página de resultados de un motor de búsqueda a través de enlaces
patrocinados. También conocido como PPC o CPC.
sigla SEM
search engine optimization m Técnica para situarse en las primeras posiciones de la pá-
gina de resultados de un buscador de un modo natural, sin enlaces publicitarios, cuando un
usuario realiza una consulta de una palabra clave o frase. También denominado posiciona-
miento natural u orgánico.
sigla SEO
servidor proxy m Ordenador que sirve de intermediario entre un navegador web e inter-
net. El proxy contribuye a la seguridad de la red al proteger y mejorar el acceso a las páginas
web, ya que las conserva en la memoria caché.
snippet f En SEO, descripción resumida de un sitio web que se muestra en los resultados
de búsqueda cuando un usuario realiza una consulta.
test A/B m Método que consiste en realizar dos variaciones de un mismo elemento en una
misma página web con el fin de analizar cuál de las dos es más efectiva.
test multivariante m Técnica que consiste en realizar variaciones sobre diferentes ele-
mentos de una misma página web, con el fin de analizar qué combinación es más efectiva.
tráfico de calidad m Del total de loa usuarios que acceden a un sitio web, cuáles cumplen
con alguno de los KPIs u objetivos del sitio web.
Universal Analytics f Versión actual del antiguo Google Classic Analytics (ga.js), que usa
un nuevo código (analytics.js) y cuyo propósito es ampliar sus funcionalidades.
Bibliografía
Damia, J. M. (2011). Meta Analytics. Configurando la mente del analista web. Palermo: Editorial
de la Universidad de Palermo.
Gassman, B. (2007). Web analytics expectation and best practices. Emetrics Summit. San Fran-
cisco.
Maldonado, S. (2010). Analítica Web: Medir para triunfar. Madrid: ESIC Editorial.
Morales, M. (2010). Analítica web para empresas: arte, ingenio y anticipación. Barcelona: UOC.
Muñoz, G.; Elósegui, T. (2011). El arte de medir: Manual de analítica web. Barcelona: Profit
Editorial.