Barcamp 2009 – Habia una vez web analytics

Juan Damia de Anlaytics 2.0

El grado de desarrollo del análisis web esta formado por:

  1. Adquisición de trafico
  2. Análisis de comportamiento de los usuarios
  3. Optimización Web
  4. Conexión multi-canal.

La realidad es que el valor de conversion no es el unico factor que hay que tener en cuanta.

Para eso nos ayuda Analytics y lo tenemos que usar como herramienta para la correcta medición del trafico de nuestra Web para despues poder usar esos datos en optimizar el sitio.

Les dejo el post generado por Analytics 2.0 sobre la presentación.

http://analytics20.org/es/eventos/barcamp-eventos/y-paso-un-tercer-barcamp-con-web-analytics-se-me-pianta-un-lagrimon/

 

Anuncios

Analytics – Buenas recomendaciones

Ultimamente estuve leyendo varias cosas sobre el Google Analytics.

Les dejo los links que mas me interesaron para compartirlos con todos ustedes:

Por ahora les dejo esos, seguramente seguiran entrando buenos posts y los seguire subiendo

Salu2

Agustín

La Analítica Web es antónimo de Despilfarro

Empecemos el año que se vaticina como el de la Gran Crisiscon un mensaje de tranquilidad:

Nadie va a dejar de invertir en medición porque todo el mundo quiere saber en qué se está gastando el dinero. Al contrario, veremos más inversión en los mecanismos de control y optimización del gasto publicitario.

En otras palabras, en tiempos de control de costes, lo primero que todos necesitamos es averiguar cuántos vasos de zumo podemos servir a partir de un número determinado de naranjas exprimidas.

Trasladando esto al microsomos del Marketing Online:

Voy a gastarme 4 naranjas mensuales en búsqueda esponsorizada (”PPC”) y banners (”CPM” mayormente), pagando media naranja de comisión a las agencias que me gestionen ambas cosas (que podrían ser dos diferentes, cada una especializada en un tipo de campaña).

Además, voy a gastarme otra naranja y media en un software o servicio de mailings para hacer varias campañas de marketing directo por correo electrónico.

Ya llevo 6 naranjas consumidas mensualmente. ¿Cuántos vasos de zumo he obtenido?

No lo sé.

¿Estoy dispuesto a gastar un gajo de naranja para saberlo si cada naranja tiene 8 gajos?

¿O prefiero no despilfarrar ese gajo y dejar que acompañe al resto en el gasto mensual que no puedo medir?

Veamos.

1. Podría gastar las 6 naranjas y recibir esta información a posteriori (de las dos agencias que me gestionan el PPC y los banners respectivamente)

2. Podría gastar 5 naranjas y 7 gajos en publicidad y dedicar un sólo gajo a obtener esto:

– Informe que me dice qué campañas han funcionado mejor

– Informe que denuncia palabras en PPC que aparentemente funcionan (atraen tráfico o muestran una elevada tasa de click de paso/”CTR”) y por tanto engañan a la agencia, pero que en combinación con procesos internos demuestran atraer a tráfico de muy baja calidad (usuarios que no pertenecen a nuestro mercado natural)

– Informe que denuncia esfuerzos de SEO (posicionamiento natural) mal enfocados

– Informe que demuestra que las campañas gestionadas por la agencia B funcionan mejor que las gestionadas por la agencia A

– Informe de monitorización rutinaria de campañas de mailing y banners mostrando qué combinaciones de mensajes, destinatarios/medios y páginas de aterrizaje funcionan mejor

¿¿Y todo eso por 1 gajo??

Veamos cuánto he ahorrado:

  • El coste de las palabras no fructíferas ha sido de 1 naranja.
  • El coste de las campañas de banner cuyas páginas de aterrizaje no han sido bien concebidas representa 4 gajos.
  • La mala distribución de mensajes, páginas de aterrizaje y listas de correo (consecuencia de la falta de medición) echa por tierra el 50% de posibilidades de las campañas de mailing (a un coste de 6 gajos).
  • El coste del SEO mal enfocado es de 3 meses de coste de oportunidad.
  • El sobrecoste de la agencia menos eficiente representa 4 gajos.

Beneficio total: 3 naranjas.

Y ni siquiera hemos ponderado otras ganancias fácilmente cuantificables:

– Conocemos mejor a nuestra audiencia (en función de la web y campaña de origen podremos tener una buena visión acerca de los diferentes segmentos).
– Estaremos resolviendo patologías en el uso de nuestros procesos transaccionales.

Conclusión

Si quieres controlar costes, empieza por averiguar en qué te estas gastando el dinero. El ROI(Retorno en la Inversión) de tu gasto en medición está más que demostrado con tu capacidad de obtener el ROI de tu gasto en marketing y optimización de procesos en Internet.

fuente: Asociación Española de Analítica Web de 

Selección de 50 recursos para exprimir a Google Analytics

Excelente post de CosasSencillas.com

Aunque para la mayoría de los usuarios Analytics, no deja de ser una interfaz muy interesante con gráficos, pero en eso no solo se queda la cosas. Google Analyticses un servicio gratuito de estadísticas de sitios web. Ofrece información agrupada según los intereses de tres tipos distintos de personas involucradas en el funcionamiento de una página: ejecutivos, técnicos de marketing y webmasters.

Se pueden obtener informes como el seguimiento de usuarios exclusivos, el rendimiento del segmento de usuarios, los resultados de la campaña de marketing, el marketing de motores de búsqueda, las pruebas de versión de anuncios, el rendimiento del contenido, el análisis de navegación, los objetivos y proceso de redireccionamiento o los parámetros de diseño web.

Pero para mi sorpresa, a través del blog anieto2k, descubro un artículo sobre Google Analytics, se trata de 50 Resources for Getting the Most Out of Google Analytics. En el artículo mencionado nos proporciona una buena lista de recursos que de seguro nos yudarán a todos, desde el principiante hasta los que lo usan a diario, a aprender a sacar el mayor provecho de esta gran herramienta. Sin duda estos recursos te pueden ayudar a exprimir Google Analytics para tenerlo completamente dominado y trabajando a tu merced.

Espero que les sea tan útil como para mí

Salu2

Agustín

Conciliando datos de diferentes herramientas

Resulta bastante habitual la “convivencia” de varias herramientas en el seguimiento de la actividad de un mismo sitio web. Desde aquellos casos en los que se está realizando una migración y se desea cotejar, dentro de un mismo intervalo temporal, los datos vertidos por la herramienta nueva frente a la antigua, hasta la más habitual coexistencia permanente, de una herramienta de pago con una o varias cuya licencia de uso es gratuita.

En ambos casos las disparidades experimentadas son una realidad con la que “luchamos” a diario. Asumiendo la utilización de sistemas de medición basados en tags, voy a profundizar en las posibles causas que las justifican siguiendo los pasos que componen el proceso natural que define el funcionamiento de las herramientas de analítica web:

1. Envío/Recepción de información

Cada una de las herramientas emplea un “snippet” JavaScript propio que ese ejecuta al margen del resto y que fuerza el envío síncrono de información en la carga de la página desde el navegador del usuario. Se trata de operaciones independientes, que establecen comunicaciones con diferentes servidores, alojados en ubicaciones separadas.

En otras palabras, diferentes datos viajan en diferentes trenes, por diferentes vías y con diferentes destinos … ¿se puede garantizar que todos llegarán a su destino? Evidentemente la respuesta es NO.

2. Procesamiento de los datos recopilados

Como ya habíamos hablado en otras ocasiones, el estado de alineación de los fabricantes de herramientas con las definiciones propuestas por la WAA es dispar. Cada cual ha optado -o no- por poner “las cartas sobre la mesa”, como ya expusimos semanas atrás aquí.

Sobre esta premisa solo cabe decir que algunas métricas y dimensiones habitualmente empleadas (sobre todo las basadas en marcas de tiempo o el seguimiento del visitante/sesión) varían de unas herramientas a otras, por lo que cualquier análisis de disparidades necesariamente tiene que tomar esas diferencias en consideración.

3. Presentación de resultados

Aunque menos relevante para la mayoría de los casos, cabe reseñar que algunas herramientas utilizan el muestreo (sampling) en la presentación de los informes, esto es, los datos presentados se basan en un subconjunto de los datos recopilados únicamente.

La presentación de informes en tiempo real, basados en grandes volúmenes de tráfico, son la principal justificación para la utilización de esta técnica que,  siendo más precisos, presenta diferentes variantes que pueden dotarla de mayor protagonismo (recomiendo este post para profundizar en este tema).

 

La carrera de obstáculos, invita a pensar que la situación ideal pasa por la utilización de una única herramienta. Avinash hizo hace unas semanas un checklist muy interesante al respecto en su blog.

Se trata de un tema difícil de resumir, por lo que asumo los riesgos de mi empeño por condensar conceptos e ir de lleno a por los “greatest hits”… espero que sirva de ayuda!

fuente: Asociación Española de Analítica Web de 

¿Más visitas que páginas vistas?

Por desgracia, todavía queda mucha gente analizando logs de servidor web (y no obtenidos mediante Tag). No discutiremos ahora sus razones (que son muchas), pero sí uno de los problemas recientemente planteados en la gestión de campañas a partir de logs:

En mi dashboard obtengo más visitas que paginas vistas.

¿Cómo puede ser esto posible?

En primer lugar indicar que las páginas vistas miden la visualización de archivos con formatos como html, htm, jsp, etc..y por otro lado las visitas se miden a través del acceso de una ip o cookie que visita el sitio web.

En archivos de (web server) logs tenemos, además de páginas, otros elementos (hits) como son las imágenes jpg, gifs, o las hojas de estilo css. Esto no se incluye como página vista porque en realidad no son páginas.

Pues bien, puede darse el caso de que otros sitios web linquen a imágenes de tu propio sitio web, es decir, se hace una petición de una imagen al servidor, en la herramienta por tanto aparecerá una visita, pero ninguna página vista.

En este caso se debería decidir que es lo que mejor conviene, si excluir estas visitas, que realmente no han accedido al sitio web, o tenerlas en cuenta ya que están accediendo a un recurso de nuestro sitio web.

Una vez más, un dilema que no se presentara cuando usemos Tags (o huellas).

fuente: Asociación Española de Analítica Web de 

Analítica Web sí, accesibilidad también

Dentro de un proyecto de Analítica Web, es muy común encontrarse con escenarios en los que es necesario utilizar funciones que permitan “forzar” el envío de datos para llevar a cabo el seguimiento de distintos eventos. Algunos ejemplos de estas situaciones podrían ser:

  • Descargas de documentos
  • Clicks en elementos promocionales
  • Suscripciones a un canal RSS
  • Uso de reproductores (audio/video)
  • Utilización de widgets
  • Acciones en formularios

Una vez que ya hemos decidido los elementos sobre los cuales vamos a realizar el análisis del comportamiento de los usuarios, tenemos que proceder a la modificación del código fuente para poder recopilar datos que nos permitan “alimentar” los informes.

Implementación

La implementación es bastante sencilla, ya que consiste en invocar a la función encargada de enviar los datos (que obviamente variará dependiendo de la herramienta de analítica que se esté implantando) en el momento que el usuario interactúe con el elemento que vamos a medir. Esto se traduce a los distintos eventos de JavaScriptonClick, onChange, onBlur, etcétera.

Cuando consultamos la documentación de las distintas herramientas, con frecuencia nos encontramos con ejemplos como el siguiente:

<a href=”http://www.miweb.com/fichero.pdf” title=”Enlace de descarga”onClick=”javascript:nombreFuncion(’/descargas/nombreFichero’); “>

En este caso podemos ver como se efectúa la llamada a la función en el evento onClick de un enlace de descarga de un documento PDF.

Algunos cuestionan este mecanismo alegando (con razón) que se trata de una mala práctica puesto que no separa la capa de comportamiento de las capas de contenido, afectando (entre otras cosas) a la accesibilidad y al cumplimiento de los estándares web.

Afortunadamente, existen alternativas para poder hacer las dos cosas: recoger los datos necesarios para las herramientas de analítica Web y cumplir con los estándares.
Los equipos de desarrollo tienen la posibilidad de valorar si el esfuerzo extra merece la pena.

Por último, para aquél que esté interesado en el tema (y aún no la conozca) le recomiendo que le eche un vistazo a JQuery.

fuente: Asociación Española de Analítica Web de