Web analytics como herramienta de Diseño
0 recomendaciones857 vistas
La conferencia destaca la importancia de la experiencia de usuario y el uso de web analytics en el diseño, abordando métodos de investigación cualitativa y cuantitativa para optimizar productos. Se discuten las fases de desarrollo del producto y se enfatiza la necesidad de métricas efectivas para medir el éxito, así como los tipos de métricas y su utilidad para la toma de decisiones. Finalmente, se detallan herramientas para analizar el comportamiento del usuario en sitios web y cómo mejorar la interacción y la efectividad del contenido.
Web analytics como herramienta de Diseño
- 1. La conferencia más importante de Experiencia de Usuario, tecnología e innovación en Sudamérica. Web Analytics como herramienta de diseño Sol Mesz Santiago Bustelo
- 2. Técnicas de User Research Christian Rohrer What people do ATTITUDINAL QUALITATIVE (DIRECT) QUANTITATIVE (INDIRECT) What people say Why & How to fix How many & How muchDatasource Approach BEHAVIORAL
- 3. Product Development Phase Strategize Execute Assess Goal: Inspire, explore and choose new directions and opportunities Inform and optimize designs in order to reduce risk and improve usability Measure product performance against itself or its competition Approach: Qualitative and Quantitative Mainly Qualitative (formative) Mainly Quantitative (summative) Typical methods: Field studies, diary studies, surveys, data mining, or analytics Card sorting, field studies, participatory design, paper prototype, and usability studies, desirability studies, customer emails Usability benchmarking, online assessments, surveys, A/B testing Christian Rohrer: When to Use Which User-Experience Research Methods Phases of Product Development 1. STRATEGIZE: In the beginning phase of the product development, you typically consider new ideas and opportunities for the future. Research methods in this phase can vary greatly. 2. EXECUTE: Eventually, you will reach a "go/no- go" decision point, when you transition into a period when you are continually improving the design direction that you have chosen. Research in this phase is mainly formative and helps you reduce the risk of execution. 3. ASSESS: At some point, the product or service will be available for use by enough users so that you can begin measuring how well you are doing. This is typically summative in nature, and might be done against the product’s own historical data or against its competitors.
- 4. Técnicas de User Research Christian Rohrer Web Analytics
- 5. Los datos sólo se pueden convertir en información cuando tenemos un objetivo Definición de cada nivel: Douglas Martínez Fernández - Conocimiento e inteligencia Datos Información Conocimiento Inteligencia Valores recolectados del mundo real sin contexto ni relación entre sí Datos sometidos a un proceso de relación Cuando la información es sometida al uso y hay experiencia gracias a la vivencia Podemos predecir o imaginarnos acontecimientos futuros con un grado aceptable de certeza
- 6. ¿Para qué sirve Web Analytics? A los diseñadores nos sirve para: • Demostrar el valor de las mejoras de usabilidad • Mostrar la efectividad de las decisiones de diseño y su impacto en el ROI • Identificar oportunidades de mejora • Entender condicionantes del diseño (tamaños de pantalla, dispositivos, velocidades) Para tomar decisiones de… … y para monitorear la performance de las decisiones tomadas. Usabilidad Diseño Arquitectura Contenidos Marketing Web Analytics
- 7. • ¿De qué manera participan los usuarios en el sitio? • ¿Cómo puedo mejorar la interacción con el sitio? • ¿Estamos creando contenido efectivo? • ¿Dónde y por qué los usuarios abandonan el carrito de compras? • ¿Cómo podemos hacer campañas de marketing más eficaces y responsables? Preguntas que podemos responder con Web Analytics
- 9. ¿Qué es una Métrica? • Relaciona una acción específica y repetitiva con un resultado observable. • Es una medida cuantitativa usada para monitorear y evaluar el éxito o el fracaso de un proceso de negocio. • Ejemplo: los departamentos de Marketing siguen métricas que miden el éxito de una campaña (cantidad de visitas al sitio provenientes de Facebook o de emails enviados). • Las métricas no tienen sentido sin un contexto.
- 10. Dimensiones y Métricas Dimensiones Describen una característica. Ejemplos: • Ancho, Alto • Peso • Usuarios • Sesiones • Interacción Métricas Medida cuantitativa de una dimensión. Ejemplos: • 20 cm. • 72 Kg. • 200 visitas • 5 min. de permanencia promedio • 4% tasa de conversión
- 11. Características de una buena métrica Comparativa: períodos, segmentos, etc. • ”este mes vendimos $200” vs. ”este mes vendimos 15% más que el mes pasado” Expresa valores relativos: ratios, porcentajes • “1.300 usuarios de mobile” vs. “el 30% de los usuarios visita desde un teléfono” Fácil de entender: si no la puedo recordar ni explicar, es difícil de usar. Son accionables: porque están alineadas con los objetivos.
- 12. Tipos de Métricas Cualitativas vs cuantitativas • Cualitativas: proveen información rica sobre los motivos de comportamiento, tienen un componente actitudinal. Pero no tienen estructura, son anecdóticas y difíciles de agregar. Marcan tendencias, pero no la dirección. • Cuantitativas: muestran la dirección de cada tendencia y muestran comportamiento, pero no los motivos que lo generan. Son más “confiables”. Vanity vs. accionables • Vanity te hacen sentir bien. Son lindas pero no promueven el cambio. Suelen apuntar "arriba y a la derecha“. Ejemplos: Cantidad de visitas, Cantidad de page views, Cantidad de fans, Cantidad de emails. • Accionables: pueden ser más incómodas, pero incitan a la acción. Ej.: churn, bounce rate.
- 13. Tipos de Métricas Exploratory vs Reporting • Exploratorias: son especulativas y ayudan a formular hipótesis. • Reporting: son más administrativas. Ayudan a llevar control de la gestión. Son las que suelen aparecer en un dashboard. Leading vs lagging • Leading: ayudan a predecir resultados. • Lagging: ayudan a explicar el pasado. En general, las lagging pueden ayudar a identificar leading metrics.
- 14. Tipos de Métricas Correlated • Cuando dos métricas cambian juntas, están correlacionadas (positiva o negativamente). • A más visitas, más page views (correlación positiva). • A mejor contenido, menor bounce rate (correlación negativa). Causales • Es cuando una métrica hace que otra cambie. Es importante distinguir entre correlación y causalidad. Muchas métricas correlativas también son causales, pero no todas las causales son correlativas. Es importante identificar la verdadera causalidad. Por ejemplo, si hay más visitas pero también hay más ventas… pero tal vez la causa de mayores visitas (y ventas), sea que es navidad.
- 15. Correlación no implica causalidad Drowning icon by Manav Dhiman from the Noun Project Ice Cream icon by Geoffrey Joe from the Noun Project Ahogados Consumo de helado May Jun Jul Ago Sep Oct Nov Dic Ene Feb
- 16. KPIs (Key Performance Indicators) • Indican una medida de la performance que esperamos obtener. • Cuando diseñamos, es importante establecer cuidadosamente KPIs adecuados y alineados con objetivos para: • Poder saber si el diseño efectivamente cumple con sus objetivos. • Guiar a la acción.
- 17. Google Analytics Reportes más importantes
- 18. Audience Overview Páginas por visita. Puede ser una medida de engagement. Bounce rate: tasa de rebote, es la cantidad de visitas que vieron una sola página y se fueron. Al igual que time on site, puede ser bueno o malo dependiendo del sitio. Si es una landing es malo. Si es un post puede ser bueno. Sessions: visitas (así sola es una vanity metric) Users: usuarios (así sola es una vanity metric) Pageviews: la cantidad total de páginas vistas en el sitio Average Session Duration: duración promedio de la visita. El contexto le da sentido a esta métrica. Puede ser bueno (la gente se interesa en el contenido) o malo (la gente no entiende). En general esta métrica tiene sentido en combinación con otras.
- 19. Top 10 de las páginas más vistas Pageviews / Unique Pageviews nos dice la cantidad de veces que se vio la página por usuario. Si el ratio es mayor a 2, y considerando otras variables, podríamos pensar que esa página tiene un problema de comprensión. Pageviews: la cantidad total de veces que se vio cada página Unique Pageviews: la cantidad de visitas durante las cuales se vio esta página Entrance: la cantidad de visitas que usaron esta página como página de entrada al sitio Exit: lo mismo que entrance, pero salidas Nos puede dar una idea de qué es lo que mira la gente en el sitio… ¡Aunque esto no necesariamente puede ser lo que están buscando! Ésta es sólo una hipótesis que verificaremos con otros reportes (keywords, landing pages, internal search)
- 20. Acquisition > Channels Nos dice cómo llega la gente al sitio. Haciendo click en cada uno de los canales vemos el detalle de qué sitios/buscadores/ redes sociales trajeron las visitas. • Referral: desde otro sitio que linkea al nuestro. • Organic search: búsqueda en algún buscador (generalmente Google). • Direct: bookmark o tipeo directo en el browser. • Social: redes sociales. Google tiene las principales, pero se pueden agregar otras manualmente.
- 21. Eventos: clicks en determinados links Sirven para medir interacciones que no se miden directamente con las métricas standard.
- 22. Sirven para medir interacciones que no se miden directamente con las métricas standard. Eventos: interacciones con javascript
- 23. Cómo entender un sitio desde Google Analytics
- 24. • Contexto: Objetivo del sitio. ¿E-commerce? ¿Lead generation? ¿Contenido? ¿Publicidad? • Objetivos: Qué queremos conocer o mejorar. ¿Los usuarios de mobile, tienen problemas para ver el sitio? ¿La gente usa el nuevo feature que agregamos? ¿Cómo performa el nuevo diseño de la landing page? • Conocer a los usuarios. ¿Cómo empezar a conocer el sitio? ¿Qué hacen en el sitio? • Pages • Keywords • Funnels ¿De dónde vienen? • Traffic Sources ¿Quiénes son los usuarios? • Dashboard • Devices
- 25. Audience overview: volumen de tráfico Nos da una primera impresión del sitio. Cuánto tráfico tiene, si hubo un salto de crecimiento, cuántas páginas por usuario, cuánto tiempo se quedan…
- 26. Devices: ¿con qué dispositivo usan el sitio? Nos permite tomar decisiones de diseño. ¿Es un segmento importante? ¿Tienen patrones de uso diferente?
- 27. Si la mayoría viene de un buscador, lo más probable es que entren a páginas internas. Y si tenemos noticias importantes en la home, lo más probable es que no las vean. Si la mayoría viene referida por un sitio, ¿a qué página van? ¿Qué es lo que hace que esa página sea tan referida? ¿Puedo aprender algo de ella? Traffic sources: ¿de dónde viene la gente? Nos muestra cuál es el principal canal que trae visitas al sitio.
- 28. Pages Primera aproximación al contenido que se consume y la navegación. Lo que la gente ve, no necesariamente puede ser lo que está buscando o lo que el sitio quiere que se vea. Para confirmar si estas páginas son efectivamente las que los usuarios buscaban, tenemos que cruzar este reporte con otros: keywords, landing pages, internal search. Si las páginas vistas difieren de las páginas claves para el sitio, hay problemas de navegación.
- 29. Queries, excluyendo branded keywords Muestran lo que la gente venía a buscar al sitio. Si las páginas más vistas no tienen relación con los keywords, sabemos que hay contenido que necesita mayor visibilidad. Dónde deberíamos darle visibilidad? En las páginas de entrada.
- 30. Funnels Se miden de arriba para abajo: Queremos ver cuánta gente se traba en el camino. MEDIR OPTIMIZAR Muestran un flujo de acciones que llevan a un objetivo de interés para el sitio (comprar, download, suscripción, etc.) Hay un 60% de gente que abandona esta página de pago. Es importante ver qué pasa en esta página y optimizarla. Se optimizan de abajo para arriba: No tiene sentido traer más gente al funnel si se va a quedar trabada en un punto.
- 32. Ejercicio El cliente quiere saber: • Qué busca la gente en el sitio, • Cómo organizar la home en función de ello. • La solución debe contemplar la necesidad de mantener presencia institucional, así como SEO de las noticias.
- 33. Agenda 1. Armar grupos (5’) 2. Trabajo en grupo (30’) 2.1. Interpretar las páginas y reportes (10’) 2.2. Definir la propuesta (10’) 2.3. Prototipado de la propuesta de home (10’) 3. Exposición de las soluciones (10’) 4. Cierre del Taller (5’)
- 34. No dejes de completar nuestra encuentra online isa.ixda.org/2015/encuesta ¡Muchas gracias! La conferencia más importante de Experiencia de Usuario, tecnología e innovación en Sudamérica. Web Analytics como herramienta de diseño Sol Mesz, Santiago Bustelo