Modulo Web Analytics. ClaseNº1. Prof. Gustavo Saientz. Fecha: 16-06-2010

Curso de Web Analytics Análisis del tráfico y comportamiento on-line 16 de Junio de 2010 Gustavo Saientz [email_address]

¿POR QUÉ ES IMPORTANTE? Contexto

Internet es un medio masivo Google Confidential 3750M Ventas por eCommerce 2008 Población 40.9M Usuarios de Internet 20M Tiempo Online 32.4h 91% % Compradores Online Penetración de Internet 49%

Es altamente medible y en tiempo real

Internet refleja lo que sucede fuera de línea 37% 17% 20% 30% 67% de las búsquedas online son realizadas para informarse al respecto de una empresa, producto, servicio o slogan derivado de algún canal Offline.

Internet refleja lo que sucede fuera de línea 67% de las búsquedas online son realizadas para informarse al respecto de una empresa, producto, servicio o slogan derivado de algún canal Offline.

Estudia al universo completo de personas VS

¿QUÉ ES WEB ANALYTICS? Definiciones

¿Qué NO es web analytics? No son visitas a un sitio NO es un software NO es un conjunto de reportes NO es una herramienta NO es un sinónimo de “Google Analytics”

¿Qué es Web Analytics? Se conoce como “Web Analytics” al conjunto de técnicas, metodologías y herramientas que permiten medir, analizar y entender el comportamiento de los usuarios en la web, con el propósito de introducir mejoras en nuestras estrategias que tiendan a maximizar el cumplimiento de los objetivos del negocio . Captura  Procesamiento  Análisis  Reporte de datos

OBJETIVOS Estrategia de implementación

Definición de Objetivos Definir objetivos propios del Negocio y NO de Tráfico Web. Deben ser Medibles. Puede definirse objetivos secundarios propios de Internet. Ejemplos: Incrementar las ventas Generar una base de datos de prospectos Generar Awareness de una nueva marca Fidelizar al cliente con una determinada marca o producto

INDICADORES Estrategia de implementación

KPI: Key Performance Indicators DEFINICIÓN: Los indicadores clave de desempeño son métricas financieras o no financieras, utilizadas para cuantificar objetivos que reflejan el rendimiento de una organización. Estos indicadores son utilizados en inteligencia de negocio para asistir o ayudar al estado actual de un negocio a prescribir una línea de acción futura . Fuente: Wikipedia

Elección de indicadores (KPI / KSI) Se deberán definir indicadores clave para cada objetivo planteado. Deben reflejar el éxito o fracaso del objetivo planteado. Deben derivar en acciones concretas de optimización . No utilizar indicadores que no respondan a una pregunta del negocio. Ejemplos: Incrementar las ventas  Cantidad de transacciones / Monto facturado Generar base de datos de prospectos  Cantidad de personas registradas Generar Awareness de una nueva marca  Indice de difusión Fidelizar al cliente  Indice de fidelización

NIVELES DE DATOS Introducción a los Datos en Web Analytics

Niveles de datos Nivel Operativo básico Nivel Operativo medio Nivel estratégico 3 niveles de datos que proporcionan información distintos perfiles en la organización

Counts (conteo): poco procesamiento Hits (no se usa más): Cada petición realizada al servidor Web, ya sea un archivo html, una imagen, un script, un archivo flash, etc. Pageview (página vista): Cada página descargada desde el servidor web. Visitas: Sesiones de navegación de un usuario que permanece por un determinado tiempo en el sitio. Visitantes / Usuarios únicos Usuarios identificados unívocamente que visitan un sitio en una o varias sesiones diferentes. Nivel Operativo básico

Counts (conteo): poco procesamiento Transacciones Pedidos Registros Búsquedas Clicks Impresiones Vistas de videos Etc. Nivel Operativo básico

Indicadores: algo de procesamiento Páginas por visita Visitas por visitante Tiempo de sesión Tiempo por página Búsquedas por visita Etc. Nivel Operativo medio

KPI: mayor procesamiento Stikiness Freshness factor Success In Finding Employment After Graduation Etc. Nivel estratégico

FUENTES DE INFORMACIÓN Adquisición de datos

Pensamiento sistémico Las 5 categorías de acuerdo a Russell Ackoff:

Sistemas de información Un sistema de información (SI) es un conjunto de elementos orientados al tratamiento y administración de datos e información, organizados y listos para su posterior uso, generados para cubrir una necesidad (objetivo).

Sistemas de información Fuentes primarias de información: Generadas por la empresa con un objetivo particular Se conoce la metodología Fuentes secundarias de información: Generadas por terceros Son útiles para la organización pero se desconoce su metodología.

Ejemplos… ¿Qué fuentes primarias de información conocen? ¿Qué fuentes secundarias de información conocen?

Posibles fuentes de información Herramienta de Web Analytics Sistema de Encuestas online Plataforma de E-Mail Marketing Ad-Server CRM Ad Server E-Mail Marketing Web Data Survey Tool

HERRAMIENTAS Adquisicón de datos

Herramientas de Web Analytics ¿Cómo capturar y procesar los datos necesarios para alcanzar la sabiduría ? Fuentes primarias (on-site): Fuentes secundarias (off-site):

Tipos de herramientas Web Logs Web Server Logs Tags Web Server Herramienta Web Analytics Herramienta Web Analytics

Procesamiento de Log Files Ventajas: El servidor SIEMPRE genera un Log file Se capturan todas las transacciones realizadas (no solo PV) Se puede mantener un histórico para ser procesado / analizado con cualquier herramienta El método es independiente de las características del navegador/computadora/plataforma del usuario

Procesamiento de Log Files Desventajas: El procesamiento de los logs puede demorar varias horas o días. Generalmente se debe tener acceso “físico” al servidor para acceder al log. No es posible capturar datos como resolución de pantalla, colores, plugins instalados, etc.

Ejemplo de Log File 123.123.123.123 - - [26/Apr/2000:00:23:48 -0400] "GET /pics/wpaper.gif HTTP/1.0" 200 6248 "http://www.jafsoft.com/asctortf/" "Mozilla/4.05 (Macintosh; I; PPC)" 123.123.123.123 - - [26/Apr/2000:00:23:47 -0400] "GET /asctortf/ HTTP/1.0" 200 8130 "http://search.netscape.com/Computers/Data_Formats/Document/Text/RTF" "Mozilla/4.05 (Macintosh; I; PPC)" 123.123.123.123 - - [26/Apr/2000:00:23:48 -0400] "GET /pics/5star2000.gif HTTP/1.0" 200 4005 "http://www.jafsoft.com/asctortf/" "Mozilla/4.05 (Macintosh; I; PPC)" 123.123.123.123 - - [26/Apr/2000:00:23:50 -0400] "GET /pics/5star.gif HTTP/1.0" 200 1031 "http://www.jafsoft.com/asctortf/" "Mozilla/4.05 (Macintosh; I; PPC)" 123.123.123.123 - - [26/Apr/2000:00:23:51 -0400] "GET /pics/a2hlogo.jpg HTTP/1.0" 200 4282 "http://www.jafsoft.com/asctortf/" "Mozilla/4.05 (Macintosh; I; PPC)” 123.123.123.123 - - [26/Apr/2000:00:23:51 -0400] "GET /cgi-bin/newcount?jafsof3&width=4&font=digital&noshow HTTP/1.0" 200 36 "http://www.jafsoft.com/asctortf/" "Mozilla/4.05 (Macintosh; I; PPC)"

Page Tagging Ventajas: Relativamente fácil de instalar Permite ser utilizado mediante servicio hosteados externamente (modo ASP) Permite medir “eventos” que no son ejecutados en el servidor (AJAX, Flash, etc)

Page Tagging Desventajas: Si el usuario interrumpe la carga de la página, esta puede no ser contabilizada. En sitios con varios dominios o sub-dominios, la implementación es mucho más compleja. Si se cambia de herramienta, no se puede acceder a un histótico.

Ejemplo de Tag (Yahoo Web Analytics)

OTRAS HERRAMIENTAS Adquisición de datos

On exit survey Customer Driven Optimization

Checklist Definición de objetivos Elección de indicadores (KPI / KSI) Adquisición de datos (herramientas) ¿Y AHORA…?

Regla 10 / 90 (Avinash Kaushik) Cada 10 dólares que invertimos en herramientas, deberíamos invertir 90 en análisis de los datos (inteligencia).

ACCIONAR SOBRE LAS METRICAS Optimización de resultados

Conversion Path Es el camino que sigue un usuario para convertir el objetivo de su visita. Generalmente consta de varios pasos y se representa con un embudo (o funnel). Objetivo 1 2 3 4 5 6

Funnel / Conversion rates 10% 40% CTR: 1% Banner Micro conversiones 5% Impresiones: 1 millón Visitas: 10 mil Visitas: 1000 Visitas: 400 Ventas: 20 20 x $100 = $2.000 Conversión

Funnel / Conversion rates 12% 45% CTR: 1.5% Banner 2 Micro conversiones 8% Impresiones: 1 millón Visitas: 15 mil Visitas: 1800 Visitas: 810 (x2) Ventas: 64 (x3) 64 x $100 = $6.400 (+320%) Conversión

Experimentar A/B Test Experimentos multi-variable Mix de medios Comunicación Estrategia de precios Ofertas y promociones Medir siempre el resultado de los experimentos y pruebas

Aprender y ejecutar Buscar conclusiones relevantes al negocio Aprender de lo bueno y de lo malo Tomar acciones que puedan influir sobre los KPIs elegidos Cada pequeño cambio puede hacer una gran diferencia

Resumen Web Analytics es acerca del Negocio y no del tráfico Objetivos  Datos  Análisis  Conclusiones  Acciones Hacer foco en el Análisis más que en la Herramienta Incorporar la medición a la cultura de la organización Hay que estar dispuesto a probar y equivocarse El análisis web es un proceso de mejora continua

¡Gracias por su atención! ¿Preguntas? ¡Gracias por su atención!

Modulo Web Analytics. ClaseNº1. Prof. Gustavo Saientz. Fecha: 16-06-2010

Más contenido relacionado

La actualidad más candente (9)

Similar a Modulo Web Analytics. ClaseNº1. Prof. Gustavo Saientz. Fecha: 16-06-2010 (20)

Más de Programa Ejecutivo de Negocios en Internet (20)

Último (20)

Modulo Web Analytics. ClaseNº1. Prof. Gustavo Saientz. Fecha: 16-06-2010

Notas del editor