Web Analytics: Análisis de tráfico y comportamiento on-line
3 recomendaciones706 vistas
El documento aborda el análisis web y la importancia de la captura, procesamiento y reporte de datos para optimizar la usabilidad en sitios web. Se discuten las fuentes de información primarias y secundarias, destacando la relevancia de las primeras y la necesidad de entender la metodología detrás de las segundas. También se menciona la generación de niveles de información y cómo estos contribuyen a una toma de decisiones más efectiva dentro de las organizaciones.
Web Analytics: Análisis de tráfico y comportamiento on-line
- 1. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CLASE – ANALYTICS 4 de Mayo de 2009 w w w . a n a l y t i c s 2 0 . o r g
- 2. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 150.000 pageviews w w w . a n a l y t i c s 2 0 . o r g
- 3. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org BUENO w w w . a n a l y t i c s 2 0 . o r g
- 4. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org MALO w w w . a n a l y t i c s 2 0 . o r g
- 5. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 10.000 Unique Visitors x mes 31 / 03 / 2009 28.500 Unique Visitors x mes w w w . a n a l y t i c s 2 0 . o r g
- 6. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org QUE PUDO PASAR? 31 / 03 / 2009 w w w . a n a l y t i c s 2 0 . o r g
- 7. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org TENGO UN SITIO CON VARIOS DOMINIOS/SUBDOMINIO QUE PROBLEMAS PUEDO TENER CON LA IMPLEMENTACIÓN? w w w . a n a l y t i c s 2 0 . o r g
- 8. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org TENGO POCAS CONVERSIONES INVERTIR MÁS EN PAID SEARCH PODRÍA MEJORAR LA SITUACIÓN? w w w . a n a l y t i c s 2 0 . o r g
- 9. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org EN MI EMPRESA LA GENTE “PIERDE” MUCHO TIEMPO EN TOMAR DECISIONES…QUE PUEDE ESTAR PASANDO? w w w . a n a l y t i c s 2 0 . o r g
- 10. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org POCA GENTE SE REGISTRA EN MI SITIO… w w w . a n a l y t i c s 2 0 . o r g
- 11. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org EL FORMULARIO ES MUY LARGO? w w w . a n a l y t i c s 2 0 . o r g
- 12. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org QUE TENGO QUE HACER PARA IDENTIFICAR EL PROBLEMA? w w w . a n a l y t i c s 2 0 . o r g
- 13. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org HOLA w w w . a n a l y t i c s 2 0 . o r g
- 14. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SOY JUAN M. DAMIA w w w . a n a l y t i c s 2 0 . o r g
- 15. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SOY PLATENSE w w w . a n a l y t i c s 2 0 . o r g
- 16. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org w w w . a n a l y t i c s 2 0 . o r g
- 17. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SOY LIC. EN COMERCIALIZACIÓN UCA w w w . a n a l y t i c s 2 0 . o r g
- 18. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org MBA UNLP w w w . a n a l y t i c s 2 0 . o r g
- 19. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org POSTGRADO EN MARKETING INTERNACIONAL EBS - REUTLINGEN w w w . a n a l y t i c s 2 0 . o r g
- 20. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org w w w . a n a l y t i c s 2 0 . o r g
- 21. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org + 10 AÑOS EXPERIENCIA EN RESEARCH Y ANALYTICS w w w . a n a l y t i c s 2 0 . o r g
- 22. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org FUNDÉ w w w . a n a l y t i c s 2 0 . o r g
- 23. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org FUNDÉ w w w . a n a l y t i c s 2 0 . o r g
- 24. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CREÉ Y ORGANIZO w w w . a n a l y t i c s 2 0 . o r g
- 25. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CANDIDATO BOARD WAA w w w . a n a l y t i c s 2 0 . o r g
- 26. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org COMITE DE GLOBALIZACIÓN DE LA WAA w w w . a n a l y t i c s 2 0 . o r g
- 27. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NO CREO EN GURUS DE NADA w w w . a n a l y t i c s 2 0 . o r g
- 28. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org APRENDIZAJE MUTUO w w w . a n a l y t i c s 2 0 . o r g
- 29. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org w w w . a n a l y t i c s 2 0 . o r g
- 30. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NO ES ENSEÑARLES A HACER LAS COSAS w w w . a n a l y t i c s 2 0 . o r g
- 31. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org DARLE LAS BASES w w w . a n a l y t i c s 2 0 . o r g
- 32. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org PUEDAN USTEDES CONSTRUIR INTELLIGENCIA EN SUS PROYECTO w w w . a n a l y t i c s 2 0 . o r g
- 33. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Y LOGICAMENTE… w w w . a n a l y t i c s 2 0 . o r g
- 34. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org ME ENSEÑEN LO QUE APRENDIERON ;-) w w w . a n a l y t i c s 2 0 . o r g
- 35. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Indice • Sistema de información. • Fuentes primarias y secundarias. • Web Analytics Tools. • Tecnologías. • Diferencias en la medición. • Niveles de Información • Customización w w w . a n a l y t i c s 2 0 . o r g
- 36. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org QUE ES ANALYTICS? w w w . a n a l y t i c s 2 0 . o r g
- 37. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CAPTURA, PROCESAMIENTO, ANÁLISIS Y REPORTE DE DATOS DE INTERNET PARA COMPRENDER Y OPTIMIZAR LA USABILIDAD WEB. WEB ANALYTICS ASSOCIATION w w w . a n a l y t i c s 2 0 . o r g
- 38. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CAPTURA w w w . a n a l y t i c s 2 0 . o r g
- 39. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org PROCESAMIENTO w w w . a n a l y t i c s 2 0 . o r g
- 40. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org ANÁLISIS w w w . a n a l y t i c s 2 0 . o r g
- 41. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org REPORTE w w w . a n a l y t i c s 2 0 . o r g
- 42. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 1 Foco en la información w w w . a n a l y t i c s 2 0 . o r g
- 43. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org w w w . a n a l y t i c s 2 0 . o r g
- 44. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org w w w . a n a l y t i c s 2 0 . o r g
- 45. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 2 Vision 360 grados w w w . a n a l y t i c s 2 0 . o r g
- 46. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 1. Información de Comportamiento o Behavior: Que? 2. Información de actitud o Actitudinal: Por que? 3. Momento (o tiempo): Cuando? 4. Entorno: Como? (En que cirncunstancias?) w w w . a n a l y t i c s 2 0 . o r g
- 47. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 3 Generar Relevancia w w w . a n a l y t i c s 2 0 . o r g
- 48. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 4 Pensamiento sistémico w w w . a n a l y t i c s 2 0 . o r g
- 49. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 1. Senge definió 5 disciplinas necesarias en toda organización Inteligente: 2. Dominio Personal (ser creativo y no reactivo) 3. Modelos Mentales 4. Visión compartida 5. Aprendizaje en equipo 6. La quinta disciplina (Analizar las relaciones entre las partes) w w w . a n a l y t i c s 2 0 . o r g
- 50. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org TEORÍA DE LAS RESTRICCIONES / IDENTIFICAR EL THROUGHPUT w w w . a n a l y t i c s 2 0 . o r g
- 51. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 5 Estrategia Integrada w w w . a n a l y t i c s 2 0 . o r g
- 52. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 5 Estrategia Integrada w w w . a n a l y t i c s 2 0 . o r g
- 53. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SISTEMA DE INFORMACIÓN • Todas las empresas tienen un sistema de información, sea este formal o no. • Este recibe información de diferentes fuentes, tanto primarias como secundarias. • Las fuentes primarias son aquellas generadas por la empresa con un objetivo de información propio y una metodología conocida por esta. • Las fuentes secundarias son aquellas que aún cuando nos son útiles, fueron generadas por terceros con sus propios objetivos de información. w w w . a n a l y t i c s 2 0 . o r g
- 54. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org FUENTES PRIMARIAS Y SECUNDARIAS • Fuentes primarias = Mayor relevancia: Las fuentes primarias son normalmente mas relevantes ya que la información es creada con un objetivo interno de información. • Fuentes secundarias = Menor relevancia: Las fuentes secundarias son creadas por terceros quienes tienen sus propios objetivos de información por ello es probable que no tenga todo el sentido que necesitamos en el estado que esta esta información. • Nivel de certidumbre de fuentes secundarias: Es de vital importancia al utilizar fuentes secundarias, conocer la metodología utilizada para obtenerla y procesarla. En muchos casos la manipulación de la información puede ser o bien incorrecta, o correcta pero en ciertos contextos que pueden no ser el nuestro. w w w . a n a l y t i c s 2 0 . o r g
- 55. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org FUENTES PRIMARIAS Y SECUNDARIAS • Que fuentes primarias y secundarias se utilizan actualmente en sus empresas? w w w . a n a l y t i c s 2 0 . o r g
- 56. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN • Dependiendo del nivel de procesamiento de la información, esta va generando mas relevancia por si sola y depende de menos contexto para tener sentido. w w w . a n a l y t i c s 2 0 . o r g
- 57. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN • Las diferentes fuentes de información generan a su vez distintos tipo de información que es procesada en el sistema de información para reportar a diferentes áreas o usuarios. • Cada persona de la organización realiza una actividad distinta la cual requirere, indefectiblemente de información única. w w w . a n a l y t i c s 2 0 . o r g
- 58. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN – Información de internet • La información de internet es la resultante de las interacciones entre el sitio y los usuarios, sin importar que se mida o no. • Aún cuando toda la información de internet puede ser medida, hacerlo es muy ineficiente ya que no toda la información es relevante para tomar decisiones y controlar, lo cual es para lo único que la información sirve. w w w . a n a l y t i c s 2 0 . o r g
- 59. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN – Información o “Counts” • El nivel de información con menor procesamiento es llamado “Counts”. Representa la información mas operativa y menos estratégica, lo cual no significa menos util sino útil para otras cosas. Esta información es útil a nivel operativo, donde quienes la usan trabajan en contexto por lo que no necesitan una métrica “contextualizada” sino el mayor grado de detalle posible. • Pageviews. • Video visits. • Visits. • Unique videos. • Visitors. • Videos. • Orders. • Searches. • Registrations. • Ad impression. • Ad click. • Video views. w w w . a n a l y t i c s 2 0 . o r g
- 60. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN – Indicators • Los indicadores resultan de computar al menos dos counts. Los indicadores generan información relevante para ayudar a la rápida toma de decisiones de nivel operativo. • Time spent per visit. • Time spent per page. • Pages per visit. • Visits per visitor. • Time spent on video. • Searches per visits. w w w . a n a l y t i c s 2 0 . o r g
- 61. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN – KPI • Los Key Performance Indicators representan el nivel mas estratégico de información en el nivel operacional. Ayuda a Gerentes de linea media y alta entender como esta yendo el negocio y cuales deberían ser los proximas pasos sin la necesidad de conocer los detalles operativos. Podríamos decir que esta información se explica sola. • Stickiness. • Freshness factor. • CTR. w w w . a n a l y t i c s 2 0 . o r g
- 62. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN – KSI • Los Key Strategy Indicators estan directamente ligados a la estrategía corporativa. Ayuda principalmente a los directivos a seguir diferentes unidades de negocios sin necesidad de prestar atención en detalles. • Los KSI permite tomar decisiones eficientes aún cuando quien lo hace no está al tanto de las particularidades del proyecto. • Churn Rate. • ROCI. • UEM Efficiency. w w w . a n a l y t i c s 2 0 . o r g
- 63. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL • Es una fuente primaria de información (interna) que captura y procesa información principalmente de Usabilidad Web (Behavior). Provee información como: • Como navegan los usuarios el sitio. • Como están encontrando el sitio. • Que contenido consumen (ojo, no sabemos si es el que prefieren) • Que tecnología utilizan y como tienen seteada su computadora • Las herramientas de Analytics son las mejores para obtener los “Que” y “Como” de los usuarios. Que consumen, como llegaron al site, etc. Generalmente nos da información sobre hechos objetivos, “el 30% de los usuarios llegaron por búsquedas orgánicas” w w w . a n a l y t i c s 2 0 . o r g
- 64. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL • Ventajas: • Información en tiempo real (ver excepciones en Omniture, GA, Indextools) • Fácil de usar • La información esta siempre a mano (online) • Mucha cantidad de información de manera ordenada • Información homogénea entre las properties analizadas • Fácil de integrar • Muy flexible w w w . a n a l y t i c s 2 0 . o r g
- 65. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL - Tecnologías • Weblog Analizers: Es un software que analiza los log files de un servidor web (como Apache), y basado en los valores contenidos en estos log files, provee indicadores como “quien”, “cuando” y “como” un servidor web es visitado. • Page tagging: Es un método mas reciente que el anterior, implica la incorporación de un “unique script tag” situado en cada una de las páginas de un sitio. La cuenta de Pageviews se basa en la ejecución de dicho script, que luego guarda esa información en una base de datos. Las soluciones de Page Tagging son normalmente combinadas con “session cookies” permitiendo contener información del usuario y obtener información de clickstream. w w w . a n a l y t i c s 2 0 . o r g
- 66. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL – Tecnologías – Weblog analyzers • Weblog Analizers: Cada vez que un usuario hace un click, se guarda en un log en el servidor. Luego la herramienta procesa ese log y genera una base de datos de reportes. w w w . a n a l y t i c s 2 0 . o r g
- 67. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL – Tecnologías – Weblog analyzers • Weblog Analizers - Ventajas: • Los servidores siempre producen logfiles, por ello la información esta siempre disponible. • El servidor captura todas las transacciones realizadas en el site no solamente pageviews. • La información normalmente está en los propios servidores y con formato standard. Esto permite cambiar de herramientas y analizar información histórica con un nuevo software. • Las herramientas que analizan los logfiles contienen información sobre failed requests ya que miden todo lo que pasa en el server. w w w . a n a l y t i c s 2 0 . o r g
- 68. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL – Tecnologías – Page tagging • Page tagging: Cada vez que se ejecuta un tag, este hace un llamado al servidor y le pasa cierta cantidad de datos que son predefinidos en el tag. Esto es guardado en una base de datos, generalmente luego se procesa esa información generando una segunda base de reportes y es ahí donde se generan las consultas w w w . a n a l y t i c s 2 0 . o r g
- 69. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL – Tecnologías – Weblog analyzers • Page tagging - Ventajas: • Es muy sencillo agregar información adicional al Código Javascript la cual puede ser capturada por un servidor remoto. • El servicio por page tagging realiza el procedimiento de asignación de cookies al visitante automáticamente. No requiere configuración. • Page tagging está disponible aún para empresas que no alojan el site en sus propios servidores. w w w . a n a l y t i c s 2 0 . o r g
- 70. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org PAGE TAGGIN VS. LOGFILE ANALYZERS w w w . a n a l y t i c s 2 0 . o r g
- 71. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CUSTOMIZACIÓN DE INFORMACIÓN – SEGMENTOS • Los segmentos nos permiten analizar parte de nuestra información en base a algún criterio que seleccionamos. O sea que filtran una parte de la inforamción almacenada en la herramienta de Web Analytics permitiendo utilizar todo el sistema de reporte sobre una “muestra” de usuarios. • Los segmentos permiten hacer “Cortes transversales” de la información con el objetivo de: • Identificar el comportamiento de distinto tipo de usuario respecto a las diferentes actividades con las que estos pueden interactuar en el sitio. • Analizar subgrupos de contenidos como si fueran subgrupos. • Analizar el comportamiento de usuarios de calidad frente a usuarios bounce. • Comparar el rendimiento de diferentes grupos de contenidos del sitio. w w w . a n a l y t i c s 2 0 . o r g
- 72. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CUSTOMIZACIÓN DE INFORMACIÓN – Reportes • Generalmente cuando uno tiene respuestas especificas que requieren respuestas particulares uno genera un reporte Custom, o sea con un formato especifico seleccionado. Hay dos tipos de modulos a seleccionar, Dimensiones y Métricas. • Dimensiones: Aquello que queremos investigar, o para decirlo de otra forma el modelo de clasificación de inforamción. Por ejemplo: Por País, Por fuente de Tráfico, Por Keyword, etc. • Métricas: Una vez seleccionada la dimensión es necesario seleccionar “que queremos saber de esa dimensión”. De esta forma si queremos conocer la calidad del tráfico de esa dimensión podremos elegir métricas como Bounce Rate, Pageviews per visit, Time spent on visit, etc. w w w . a n a l y t i c s 2 0 . o r g
- 73. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CUSTOMIZACIÓN DE INFORMACIÓN – GOALS Y FUNNELS • Todo Sitio es un sistema: “Conjunto interrelacionados de objetos interactuando entre si con un objetivo en común”. • Lo importante en los sistemas no son los objetos sino las interacciones que entre ellos se generan. w w w . a n a l y t i c s 2 0 . o r g
- 74. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CUSTOMIZACIÓN DE INFORMACIÓN – GOALS Y FUNNELS • Actividades para definición de Goal e identificación de Funnels: • Plantear el Objetivo de Máxima del Sitio. • Identificar aquellas acciones que puede hacer un usuario dentro del sitio y que aportan al Objetivo de Máxima. • Identificar si el proceso hasta dicha conversión (Goal) es medible y es relevante su medición. • Identificar como medir cada paso (si es por tag o action tag). • Configurar Funnel. • Hacer QA. w w w . a n a l y t i c s 2 0 . o r g
- 75. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CUSTOMIZACIÓN DE INFORMACIÓN – GOALS Y FUNNELS • Los funnels son una excelente herramienta para entender si el sitio está generando aquello que deben generar y en caso positivo, si lo están haciendo efcientemente. • Todo Sitio Web (Sistema) tiene entre sus “objetos” alguna interacción que representa la principal restricción de que este alcance dichos Objetivos. • Toda aquella acción que no tenga como foco mejorar el flujo de dicho Objetivo genera desperdicio de recursos disminuye los resultados. • Es como una cadena, siempre un eslabón se corta primero, por ello siempre hay que enfocarse en un eslabón a la vez y no desperdiciar recursos en varios “frentes” en paralelo. w w w . a n a l y t i c s 2 0 . o r g
- 76. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CUSTOMIZACIÓN DE INFORMACIÓN – GOALS Y FUNNELS • EJEMPLO: • Un Banner se muestra en un Placement. • Los usuarios clickean en el banner. • Los usuarios llegan al sitio. • Proceso de compra. En el caso anterior el foco debe estar en búscar el mayor flujo por el “Sistema” e incrementar en paralelo cualquier de esos pasos. Generalmente cuando se tienen pocas conversiones se generan mayores campañas, sin embargo la mayoría de las veces el problema no esta en el tráfico generado por la campaña sino en la etapa de venta. Incrementar el tráfico genera más stock de usuarios sin convertir. Estos se convierten en un pasivo para la empresa, ya que los pagamos pero no ingresó dinero por ellos. w w w . a n a l y t i c s 2 0 . o r g
- 77. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SEMI HANDS ON EJEMPLO I w w w . a n a l y t i c s 2 0 . o r g
- 78. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SITIO E-COMMERCE w w w . a n a l y t i c s 2 0 . o r g
- 79. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org GENERA LEADS POR PAID SEARCH w w w . a n a l y t i c s 2 0 . o r g
- 80. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SI UNA CAMPAÑA LES DEJARA 300% DE ROCI (RETORNO POR CLIENTE) DIRÍAN QUE ES EXITOSA O NO? w w w . a n a l y t i c s 2 0 . o r g
- 81. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org EL QUE CREA QUE NO PUEDE O BIEN RETIRARSE DE ESTA CLASE, O BIEN PASAR AL FRENTE Y SEGUIR CON LA CLASE w w w . a n a l y t i c s 2 0 . o r g
- 82. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SIN EMBARGO LAS EMPRESAS, SIN SABERLO, TERMINAN NO COMPRANDO CLIENTES CON ESE NIVEL DE ROCI w w w . a n a l y t i c s 2 0 . o r g
- 83. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org PORQUE? w w w . a n a l y t i c s 2 0 . o r g
- 84. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org TODA LA INFORMACIÓN QUE DESCONOCEMOS NOS GENERA MIOPÍA w w w . a n a l y t i c s 2 0 . o r g
- 85. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SIGAMOS CON EL EJEMPLO w w w . a n a l y t i c s 2 0 . o r g
- 86. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SUPONGAMOS UN TICKET PROMEDIO DE 30 DÓLARES w w w . a n a l y t i c s 2 0 . o r g
- 87. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org HASTA CUANTO PAGARÍAMOS POR UN CLIENTE NUEVO? w w w . a n a l y t i c s 2 0 . o r g
- 88. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org USD10? w w w . a n a l y t i c s 2 0 . o r g
- 89. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org USD20? w w w . a n a l y t i c s 2 0 . o r g
- 90. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org USD30? w w w . a n a l y t i c s 2 0 . o r g
- 91. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org ES IMPOSIBLE SABERLO w w w . a n a l y t i c s 2 0 . o r g
- 92. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org LA RESPUESTA ESTÁ DETRAS DEL CLICK w w w . a n a l y t i c s 2 0 . o r g
- 93. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Y REQUIERE UN CAMBIO DE ENFOQUE w w w . a n a l y t i c s 2 0 . o r g
- 94. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org PRIMERO IDENTIFICAR EL LTV w w w . a n a l y t i c s 2 0 . o r g
- 95. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org EN CUANTO TIEMPO Y CON QUE FRECUENCIA REALIZA EL GASTO w w w . a n a l y t i c s 2 0 . o r g
- 96. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 1. Compra Inicial= 30 dólares. 2. Costos Totales sin Paid Search= 10 Dólares. 3. Costo de Adquisición (Paid Search)= 30 Dólares. w w w . a n a l y t i c s 2 0 . o r g
- 97. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org EL RESULTADO DIRECTO ES UN ROCI DE -25% w w w . a n a l y t i c s 2 0 . o r g
- 98. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org AHORA APLIQUEMOS LA SEGUNDA PARTE DEL ANÁLISIS w w w . a n a l y t i c s 2 0 . o r g
- 99. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 1. LTV= 150 dólares 2. Periodo como cliente: 12 meses. 3. Frecuencia de compra: Cada 3 meses. 4. VAN (cuanto valen hoy los 150 dólares): 135 Dólares. 5. Resultado del Cliente (Ingreso menos costos)= 95 dólares. 6. ROCI= 284%. w w w . a n a l y t i c s 2 0 . o r g
- 100. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SEMI HANDS ON EJEMPLO II w w w . a n a l y t i c s 2 0 . o r g
- 101. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Una empresa que produce Laptops (computadoras portátiles) y las comercializa entre otros canales, por medio de un sitio de ecommerce. Que información utilizara esta compañía normalmente para tomar decisiones? Principalmente Trafico y Ventas. O sea los disparadores de posteriores análisis serán estas dos métricas antes mencionadas. Ambas son metricas de comportamiento, o sea que nos dan información sobre “que hacen” nuestros usuarios o clientes, pero no el porque lo hacen. w w w . a n a l y t i c s 2 0 . o r g
- 102. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Que ocurre cuando hay una caída en ventas? w w w . a n a l y t i c s 2 0 . o r g
- 103. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org ANTE LA FALTA DE INFORMACIÓN… …GENERALMENTE SE INFIERE w w w . a n a l y t i c s 2 0 . o r g
- 104. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Entonces cuando hay una caída en ventas se buscara como causa del problema algo que suena lógico para quien tenga que tomar la decisión sobre como proceder o convencer a quien lo hace. El problema entonces será asignado a que se promociono el producto incorrecto, la campaña de medios no fue lo suficientemente exitosa, y a otras tantas cuestiones dependiendo de lo que suene lógico para quien busca una respuesta. w w w . a n a l y t i c s 2 0 . o r g
- 105. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Ahora bien, tomar decisiones en el entorno antes mencionado no es muy saludable. No solo porque no estaremos resolviendo el problema de raíz, sino porque al enfocar los recursos en resolver cuestiones que no son el problema estamos incrementando el costo de adquisición. w w w . a n a l y t i c s 2 0 . o r g
- 106. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org O sea, no solo que no incrementamos ventas, sino que además cada una nos sale mas cara. w w w . a n a l y t i c s 2 0 . o r g
- 107. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org El siguiente grafico no solo es muy simple, sino muy eficiente para la toma de decisiones eficiente. Las cuatro líneas representan: 1- Visitas (Comportamiento). 2- Sales (Comportamiento). 3- Buzz (Actitudinal). 4- Server Performance Monitoring (Entorno). w w w . a n a l y t i c s 2 0 . o r g
- 108. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org w w w . a n a l y t i c s 2 0 . o r g
- 109. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org En el eje X tenemos la variable tiempo (en días), en el eje Y1 tenemos cantidades (Q) y en el eje Y2 tenemos porcentajes (tanto de buzz como de performance de servidor). También recomiendo agregar información sobre eventos relevantes para la actividad de la compañía y sus proyectos. w w w . a n a l y t i c s 2 0 . o r g
- 110. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org En el ejemplo siguiente tenemos dos situaciones que requieren tomar decisiones y que se basan en los siguientes disparadores: ALERTA I – Caida en las ventas (9 de Enero): El generente de marketing recibe una alerta en su cuenta de email proveniente de la herramienta de Web Analtyics avisando sobre una caida en las ventas. El gerente a buscar respuestas al grafico de cuatro lineas de la siguiente manera. w w w . a n a l y t i c s 2 0 . o r g
- 111. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org MÉTRICAS a. Visitas: No hay una importante variacion en visitas con lo cual no vale la pena seguir analizando. b. Ventas: Tal cual la alerta anuncio cayeron las ventas casi un 43%, por lo tanto es necesario seguir analizando. c. Buzz de producto o marca: No hay un cambio importante que valga la pena analizar durante el periodo bajo analisis. No hay nada que nos haga pensar que hay una actitud negativo en la persepcion de nuestros clientes y potenciales clientes respecto a nuestra marca. d. Monitoreo de la performance del servidor: Identifica una importante caida en la performance del servidor justamente en una de las paginas del proceso de ventas. Algunos minutos mas tardes la gente de tecnologia comparte una nota informando sobre el problema. En solo 10 minutos de analisis conocemos la causa de la desviacion y logramos corregirla. Suena como informacion accionable no es cierto? w w w . a n a l y t i c s 2 0 . o r g
- 112. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org ALERTA II – Caida en ventas (18 de Enero): El gerente de marketing recibe otra alerta a su cuenta de mail, tambien de la herramienta de Analytics comunicando una aparente caida de casi el 25%. Sin el grafico de cuatro lineas aquí presentado esta persona seguramente trataria antes que nada intentar asignar este nuevo problema a una caida en la performance de los servidores. Sin embargo con este modelo el proceso sera el siguiente:. w w w . a n a l y t i c s 2 0 . o r g
- 113. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org a. Visitas: Las visitas crecieron levemente, nada relevante en principio. Pero como pueden ver en el grafico cuando el problema se manifiesta en este indicador es demasiado tarde para resolverlo sin que esto tenga un costo importante. b. Ventas: Una caida de casi el 25%. c. Performance del servidor: Aun cuando este es uno de los indicadores que esta persona revisa al surgir el problema debido al inconveniente previo, no tarda mucho en identificar que el servidor no es, en esta oportunidad, la causa de la caida en las ventas. d. Buzz de Marca o Producto: Identifica una variacion negativa en la percepcion de los clientes o potenciales clientes respecto de la marca o producto de su empresa. Excelente! Esto nos dice mucho sobre el problema. En primer lugar el incremento en las visitas se debe al buzz generado en internet (aun siendo negativo). Ya que las personas al leer una noticia negativa sobre nuestros productos intentaran ampliar o confirmar dicha informacion en el sitio oficial, sin embargo ese incremento en el trafico dificilmente podra convertirse en ventas. w w w . a n a l y t i c s 2 0 . o r g
- 114. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org En este ejemplo el problema era una falla en las baterias de las computadoras portatiles. Un Blogger importante publico sobre este problema y tan solo dos dias despues habia comentarios en todo internet. La empresa identifico el problema en tan solo 10 minutos y pudo generar acciones de correccion que le permitieron volver a la situacion previa. w w w . a n a l y t i c s 2 0 . o r g
- 115. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Resumiendo… Cuales son las ventajas de usar Analytics? Fuerza la planificación Establece criterios claros e inequívocos de medición y alcance de objetivos (KPI’s, KSI’s, etc.) Crea un círculo virtuoso de análisis y aprendizaje Identifica y mejora los procesos Identifica cuellos de botella Promueve y posibilita la integración de sistemas de información w w w . a n a l y t i c s 2 0 . o r g