TMRC-Avinash Web Analytics 2.0
16 recomendaciones2,483 vistas
La analítica web 2.0, como describe Avinash Kaushik, se centra en comprender no solo qué ha pasado en un sitio web, sino también por qué ha ocurrido, utilizando métricas y KPIs diversos. Se enfatiza la importancia de la experimentación, el testing y la voz del cliente para optimizar la experiencia del usuario y fomentar la lealtad a la marca. Los analistas web deben transformar los datos en conocimiento aplicable, gestionando el tiempo de análisis para mejorar resultados y establecer estrategias eficientes.
TMRC-Avinash Web Analytics 2.0
- 1. The Monday Reading Club Madrid Analítica Web 2.0 – Avinash Kaushik Gemma Muñoz Vera
- 2. Pero…. ¿de qué va la analítica web ?
- 4. copyright Gemma Muñoz ¿Para qué sirve la analítica web?
- 5. La analítica web va de datos La analítica web va de tendencias La analítica web va de resultados… Va de “ ¿QUÉ HA PASADO? ”
- 6. En su primer libro, Avinash Kaushik nos enseñó a determinar: ¿Qué ha pasado? Paso a paso, métrica a métrica, KPI a KPI…
- 7. Pero hay que ir más allá: Estrategia Cambios Acciones AL “ ¿POR QUÉ HA PASADO? ”
- 8. Lo que propone Avinash en su libro Analítica Web 2.0 es complementar QUÉ HA PASADO con POR QUÉ HA PASADO
- 10. ¿Cuántas visitas llegaron a mi sitio web? ¿Desde dónde? ¿Cuántas siguieron adelante con la visita? ¿Qué contenidos prefirieron? ¿Qué productos compraron? ¿Mi campaña en Adwords me genera ventas? etc… CLICKSTREAM
- 12. Utilizar todo lo que esté a nuestro alcance, además de la herramienta de analítica web para saber: Cuánto hemos aumentado en ingresos Cuánto hemos reducido costes Cuánto hemos mejorado la satisfacción y fidelidad del cliente Independientemente de la naturaleza de nuestro sitio web MULTIPLE OUTCOMES ANALYSIS - ¿CUANTO?
- 13. EXPERIMENTACION Y TESTING - ¿POR QUÉ?
- 14. Ejemplo de Test A/B Se incrementó en un 60% la conversión al quitar el formulario de la landing page
- 15. Todos deberíamos hacer Testing en algún momento
- 16. La herramienta puede informar de lo que queda registrado, pero no de lo que el cliente quiso pero no vió. Cuestionarios de Calidad Test con Clientes Encuestas Online Objetivo: Optimizar en base a lo que nuestros clientes quieren VOZ DEL CLIENTE - ¿POR QUÉ?
- 17. Test de usuarios: Usabilidad Tradicional
- 18. Encuesta de Calidad a los clientes La experiencia del cliente define el valor de nuestra marca y es clave para su fidelidad Obtenemos pistas sobre en qué nos estamos equivocando o haciendo bien - El que más nos ayudará: El cliente cabreado
- 21. INTELIGENCIA COMPETITIVA - ¿QUÉ MÁS? Soy el mejor Pues va a ser que no
- 22. ¿Es caro? Depende …
- 23. Lo vemos con un ejemplo (gracias a Pere Rovira) Calle Gran Vía Calle San Bernardo Calle de la Luna Calle de San Roque Calle de Molino de Viento Calle de Don Felipe
- 24. Si los datos los situamos en contexto:
- 25. Y si trazamos la ruta hacia donde queremos llegar:
- 26. El analista web debe ser capaz de TRANSFORMAR los DATOS en CONOCIMIENTO … si no, la analítica web no ayuda
- 27. Gestión del Tiempo El principal problema del analista web es la CANTIDAD INFAME de: Datos en las herramientas Datos mercado y competencia Tiempo desperdiciado en segmentar, profundizar, analizar en exceso Objetivos no definidos: vamos a ciegas En definitiva, resulta difícil saber cómo y cuándo parar.
- 28. PASO 1: TENDENCIAS Y CAMBIOS (10% del tiempo total) Número de Visitas Páginas vistas Tiempo pasado en site Tasa de Rebote Conversiones ROI (show me the money!)… Es decir… ¿qué ha pasado? ¿qué ha cambiado? El Clickstream
- 29. PASO 2: ANÁLISIS y PROFUNDIZACIÓN (50% del tiempo total) Buscar el contexto a las KPIs Efectividad de acciones Evaluación de Landing Pages Profundizar en Test A/B o MVT
- 30. PASO 2: ANÁLISIS y PROFUNDIZACIÓN (50% del tiempo total) Analizar la adquisición y la retención de los visitantes Descomponer en microconversiones los procesos (funnels) Contrastar con datos offline o de otras fuentes Averiguar qué se busca en el site, qué se busca en internet Estudiar datos cualitativos (VOC) Recopilar datos de la competencia en el mismo periodo Y por supuesto SEGMENTAR, SEGMENTAR y SEGMENTAR…
- 31. PASO 2: ANÁLISIS y PROFUNDIZACIÓN (50% del tiempo total) ¿Qué… ¿Cómo… ¿Cuándo… ¿Dónde… ¿Qué más… ¿POR QUÉ…… HA PASADO ?
- 32. PASO 3: ESTRATEGIA DE OPTIMIZACIÓN (40% del tiempo total) Identificar cambios para mejorar Establecer y documentar recomendaciones y acciones Diseñar la manera más eficiente de mostrar información Hablar con implicados
- 33. PASO 3: ESTRATEGIA DE OPTIMIZACIÓN (40% del tiempo total) MUY IMPORTANTE: AQUÍ ES DONDE UN ANALISTA WEB CRECE Y EVOLUCIONA AQUÍ ES DONDE UN ANALISTA WEB PUEDE SER PIEZA CLAVE AQUÍ ES DONDE UN ANALISTA WEB DISFRUTA DE VERDAD Porque lo importante no es el pasado sino el futuro.
- 34. Gestión del Tiempo Adapta la gestión del tiempo que quieras a tu propio entorno.
- 35. Si te interesa el tema…
- 36. Y por supuesto… Escucha al maestro Avinash Kaushik http://www.kaushik.net/avinash/ Author, Web Analytics 2.0 Advisor, ClickEquations
- 37. U n reto desde http://www.webanalytics20.com http://themondayreadingclub.com MADRID TIENE QUE GANARRRRRRRRR
- 38. Ahora, a debatir Gemma Muñoz Vera www.sorprendida.es @sorprendida
Notas del editor
- #10: El círculo grande corresponde a la cantidad de datos de la que disponemos… muchos! No oblstante, después de unos meses nos damos cuenta de que el circulito de la parte inferior corresponde a la cantidad de elementos sobre los que intervenir a partir de los cuales se obtienen esos datos. ¿Por qué? Porque la cantidad infame de datos que nos da la secuencia de clicks está bien para el QUE pero no para el POR QUE
- #11: A toda esta información sobre el ¿Qué? le falta el ¿Por qué? Es importante saber el qué ocurrió, pero lo es aún más el saber por qué las visitas hacen lo que hacen en nuestro sitio y cómo podemos mejorar.
- #12: Esta es la propuesta que hace Avinash para realmente sacarle partido a la analítica web: el clickstream o secuencia de clicks responde al “ Que ” , como ya hemos comentado el análisis de múltiples resultados responde al “ cuánto ” la experimentación y el testing y también la voz del cliente ayuda a explicar el “ por qué ” la inteligencia competitiva se refiere al “ qué más podemos añadir al cocktail ” y finalmente lo más relevante, lo que pretendemos alcanzar, son los insights o “ sobre qué hemos de actuar ”
- #13: Todos los análisis que hagamos en nuestro sitio web debe mostrar estos tres resultados, con independencia de si el sitio web está dirigido al comercio electrónico, soporte técnico, redes sociales o lo que sea. Tendremos que utilizar la herramienta de analítica web, las encuestas, los datos de offline, los datos de inversión, los datos de campañas, etc…
- #14: Se trata de ejecutar pruebas en tiempo real en el sitio web con varias ideas y dejar que nuestros clientes nos digan lo que consideran que funciona mejor. En internet el prueba-error sale mucho más barato y rápido de subsanar, aprovechémoslo , es una gran ventaja estratégica
- #16: Se trata de ejecutar pruebas en tiempo real en el sitio web con varias ideas y dejar que nuestros clientes nos digan lo que consideran que funciona mejor. En internet el prueba-error sale mucho más barato y rápido de subsanar, aprovechémoslo , es una gran ventaja estratégica
- #17: Utilizaremos los Test con Clientes para medir la habilidad y eficiencia del usuario en acabar una tarea y registrar su grado de satisfacción Los cuestionarios de calidad deben cubrir el diseño, la funcionalidad, la usabilidad y la parte técnica del itio web además de su percepción Las encuestas online sirven para mejorar en base a experiencias y feedback de los clientes
- #22: Saber cuál es nuestro rendimiento es BUENO. Saber nuestro rendimiento en relación a la competencia no tiene precio
- #27: Todos los análisis que hagamos en nuestro sitio web debe mostrar estos tres resultados, con independencia de si el sitio web está dirigido al comercio electrónico, soporte técnico, redes sociales o lo que sea. Tendremos que utilizar la herramienta de analítica web, las encuestas, los datos de offline, los datos de inversión, los datos de campañas, etc…