Ana Soplón – Analítica web

Gemma Muñoz no ha podido venir hoy, nos ha enviado a Ana Soplón (twitter, linkedin, blog), que es Analista Web en Sanitas, para dar su clase.

Ingenieria técnica en química industrial.
La afinidad con el número te facilita la analítica web.
Está en Madrid geek girls.

Índice:

• Analítica web
• Herramientas
• Análisis básico
• Análisis avanzado
• Análisis de una landing page
  Testing

Analítica web

Definición tradicional: Coger datos e interpretar para optimizar una web.

Los comienzos del análisis web en EEUU tiraban más a lo técnico que negocio (estrés de servidores etc.) Los análisis se basaban en logs, líneas de código inmensas muy difíciles de entender. En 1995 webtrends y otras herramientas que ahora ni existen. Eran datos que servían para el departamento de IT.

La analítica web hoy se basa en recoger los datos por tags (código Javascript). Las cookies mejoran las calidad de la información, aunque no es perfecta. Ahora estamos en un boom de herramientas de analítica web y hay muchísimas herrramientas. Ha habido un cambio conceptual en analítica, y ahora los departamentos de negocio usan esa analítica. Ahora hay que optimizar no sólo de cara a servidores sino de cara a usuario, ventas, etc.

Definición hoy: Extraer las conclusiones que nos permitan definir la estrategia de la compañía. Tiene que tener un componente más global. Si tú no puedes ejercer control sobre tu web, o acción correctora, entonces no tiene sentido medir.

Herramientas

Hay muchísimas. Algunas son gratis y otras de pago. Cada herramienta
Google analytics
Muy fácil de manejar
Muy intuitiva
Datos muy rápido
Desventaja: los datos se alojan fuera. Esto según qué empresa puede ser delicado.
Desventaja: Límite de 50 perfiles.
Desventaja: En algunos reportes ad hoc muestrea estrapolando
* Urchin: Versión de pago pero lo alojas tú.

Yahoo analytics
Es una herramienta bastante buena aunque desconocida en España porque aquí creemos
Es muy customizable, al contrario
Viene de index tools que era una herramienta de pago, cosa que nos indica que no será mala
Alojan yahoo los datos.

Piwik
Dispone de un módulo de real time muy chulo. En su momento sólo la tenían ellos.
Tienes que alojar tú los datos. La gente que tenga problemas de espacio les puede ser un inconveniente.

Open Web Analytics
No muestrea nada, lo hace sobre el total de datos recogidos. Esto puede ser un inconveniente si tienes un informe muy grande porque puede tardar días en sacarte el informe.
Sin límite en la recogida de datos. Ellos alojan los datos, no te ponen límite en espacio.

Onmiture – SitaCatalyst
Plugin para trabajar desde el excel. No tienes que dascargar ni importar.
Customizable 100%
Creación de métricas calculadas
Resto de herramientas de internet de Adobe
Coste elevado

Unica (bastante popular y entendida en España)
Alta
– Flexibilidad en cruces
– Altos tiempos de respuesta (tarda mucho)

Webtrends
Se basa en logs
Dispone de dashboards dinámicos
Métricas específicas canal (web, móvil…)

Clicktale
Crea headmaps
Análisis completo de formularios
Embudos de conversión
Grabación de la sesión del usuario

Regla 10/90 de Avinash
Coste herramienta 10€
Coste en recursos/analistas 90€

Por cada 10 euros que se gasta en herramienta, debería gastarse 90 en analistas. La persona es la que interpreta los datos.

El blog de Gemma es “Dónde está Avinah cuando se le necesita”
Avinash Kaushik
Eric Peterson
Jim Sterne: wordpress, twitter, web.

* Nos explica la diferencia entre cookies de primera y tercera parte.

Análisis básico

Usuarios únicos: Tenemos dos formas de acceder a internet y que se nos detecte como dos usuarios distintos, acceder con dos dispositivos distintos o borrar cookies. Es un dato que si no sabes la unidad de tiempo a la que está referido, no sabes nada.

Usuario nuevo: Se refiere a un usuario que ha visitado el site por primera vez.

Usuario recurrente: Se refiere a un usuario que no es la primera vez que accede el site.

Visita: Número de veces que los visitantes han entrado en el site. Si un usuario permanece inactivo en su sitio durante al menos 30 minutos, toda actividad posterior se atribuirá a una nueva sesión o visita. Los usuarios que abandonen el site y vuelvan en menos de 30 minutos se considerarán como parte de la sesión original.

Páginas vistas: Es el total de páginas que se han cargado en el navegador del visitante.

Tiempo de visita: Tiempo que un visitante pasa en el site.

Tasa de rebote: Porcentaje de visitas de una sola página, es decir, visitas en las que el usuario ha abandonado el site en la página de entrara sin haber visitado ninguna otra.

* Si vas mal en páginas vistas activas el autorefresco y suben las visitas.
* Excluir la IP interna es de primero de analítica web

Análisis avanzado

Ratio de click: Click . En principio serían impresiones. En general, impresiones deberían coincidir con páginas vistas.
Tasa de conversión: Se puede calcular de muchas maneras.
Ingresos por visita:
ROI
Embudo de conversión: Cada día ella revista el embudo de conversión y a veces también durante el día.

Análisis de una landing page

Lo que hemos visto: visitas, visitantes, accesos, visita de una sola página, abandonos, tasa de rebote, ratio de click: calcular precio, ratio de click: enviar, presupuestos calculados, ventas. Y si es posible… número de llamadas al 900.

KPI ¿Cómo definirlos?
antes de definir un KPI deberemos considerar lo siguiente:

• Los KPI dependerán directamente del objetivo de la web
• Es necesario analizar y entender el negocio antes de definir qué indicadores son los que debemos construir y/o considerar.
• Un KPI debe decirnos lo cerca o lejos

KPI por tipo de site
1) e-commerce:Objetivo->vender

• Atracción de tráfico
  • Click through rate: ma de una idea de la salud que tiene mi campaña
  • Rebote: Una landing con una tasa de rebote en google muy alta pueden haber muchos motivos, pero tengo que ver qué está pasando
  • Fuentes de tráfico: Qué fuente te está trayendo el tráfico.
• Conversión:
  • Tasa de Conversión: conversiones/visitas (calidad de la visita)
  • Importe de venta media: ingreso/número de conversiones (valor de los compradores). Más restrictivo
  • Ingresos por visita: Como cuanto de calidad tienen las visitas.
  • Lealtad o recurrencia:
  • ROI: (ingreso-inversión)/inversión. Tiene que ser positivo

2) contenidos: Objetivo -> Aumentar audiencia

• atracción de tráfico
  • Click through rate:
  • Rebote:
  • Fuentes de tráfico:
• Conversión:
  • Engagement
  • Click through rate: Si la idea es vender inventario a anunciantes, los clicks en publicidad son el objetivo
  • Lealtad o recurrencia. Si vuelves es que te interesa el contenido.
  • ROI: Ganar dinero (estoy hay que tenerlo encuenta siempre).

Testing

Probar cosas distintas.

• Destectar los puntos de mejora: análisis cualitativo y cuantitativo para establecer la línea base.
• Proponer variaciones para los puntos de mejora
• Escoger un sistema de testing adecuado a las necesidades del experimento (A/B multivariante)

Ejemplo de testing:
1) Con el attention wizard, que es un programa muy baratito que simula mapas de calor. Hacemos una prueba con un botón de «GO» en azul y otro en rojo y miramos el resultado.
2) En una landing miro si la campaña está bien. Si todo está bien el problema lo tengo yo. Hacemos variaciones, probamos y valoramos con un índice uqe puede ser combiano

Dashboard

• En general en el dashboard se incluirán los KPI que dan seguimiento a los objetivos del site.
• En ocasiones será necesario
• No podemos incluir datos incoherentes o que se contradigan. A un director no se le puede explicar que se cuentan de fuentes distintos. Por ejemplo datos de conversión de más del 100% te vas a pasar más tiempo explicando por qué es más de cien que cambiándolo.
• Hay que seleccionar la información realmente valiosa para tomar decisiones y organizarla de forma que resulte muy fácil de interpretar
• Es fundamental saber quienes son los destinatarios del dashboard

* Gemma recomienda chandoo.
* Isa recomienda el Ducksboard que ha salido nuevo.

Experiencia personal

Ana no cuenta su experiencia en Linea Directa y la compara con su experiencia en Sanitas.

Problemas con los que se encuentra un analista:

1. los datos no me cuadran: No es una ciencia exacta. No puedes ir al detalle, los tags fallan, las cookies fallan y cualquier otra cosa puede fallar.
2. Falta de confianza en la analítica web y/o en la herramienta
3. Ausencia de cultura de datos: Hay empresas que lo miden todo y otros que no miden nada.
4. Tareas de evangelización a la par que de análisis
5. Falta de capacidad para tomar medidas correctoras

* Para analizar, imprescindible etiquetar

Un análisis completo de un site

– Tecnología: tipos de navegadores. Nos ayuda a decidir qué navegador mantenemos más. Pero siempre sabiendo a quién . Si no tienes aplicación, lo normal es que el tráfico móvil te venga a la web. «Hay aplicaciones de móvil que son de escupir, porque no valen para nada».

– Contenido: ¿Qué contenido es el que más se consume?

– ¿Qué fuente genera más tráfico? Luego también hay que ver qué hace la gente que entra por cada canal. Hay canales que en cuanto a tráfico son poco pero me generan mucho

cashbackers
siteanders
cuponing

– ¿Son visitas de calidad? No tenemos ni idea. Hay que mirar qué hacen. ¿Venden? ¿consumen contenido? ¿cuáles son las que mejor convierten?
Lo lógico es que haya más ventas en SEM porque los copis son

CONCLUSIONES:

Si no hay objetivo no hay analitica
Pasar de objetivo a KPI tiene su miga
…

* Bola extra: Cómo excluir tráfico IP en google analytics.
Hay empresas con una IP pública y otras que tienen un rango de IP’s.