Tenía este artículo en borrador desde hace ya tiempo. El pasado 27 de Septiembre de 2012 tuvo lugar el GAUC España 2012. Aunque requiere de una revisión, lo publico, y añado mis disculpas por los posibles gazapos.
1. Content Experiments. Maximiza el valor de tu web con GA by Stefan Schnabl (Google Analytics Product Manager)
Si bien la charla trataba sobre los A/B testing que se pueden realizar desde Google Analytics, Sthepan hizo una breve introducción sobre la importancia de encontrar variables y kpi’s que nos ayuden en la toma de decisiones. También hizo hincapié en que se deben mejorar los informes añadiendo valor a los datos (recomendación que, como veremos, fue una constante a lo largo de todo el #GAUC).
La importancia de medir y estudiar variables que ayuden en la toma de decisiones
Una mejora del 10% en la usabilidad de los informes provoca un ahorro de 55.000€ anuales en coste de empleados.
Esta frase que suena a locura (o al menos así lo parece en España), no lo es tanto; sólo tenemos que pararnos a pensar cuánto tiempo se pierde en el seguimiento de variables casi siempre estáticas, mostradas en paneles estáticos y casi siempre crípticos que poco o nada ayudan en la toma de decisiones.
Un ejemplo que mostró Sthephan de relación de dos variables que nos ayuden a obtener información valiosa es el estudio del par Value vs Level of Engagement.
El value (valor) de cumplir un objetivo es fácil de entender. Respecto a engagement podríamos traducirlo como interacciones, acciones proactivas o compromiso del usuario con nuestro site o marca. Por ejemplo podríamos estudiar el (número de páginas vistas)/visita o que el usuario haya lanzado cierto evento o que haya pasado x segundos en nuestro site.
¿Qué nos puede ofrecer estudiar la relación el valor de las conversiones y el nivel de interacciones necesarias para obtener dicha conversión?
Respuesta corta: nos puede ayudar a detectar aquellos objetivos que a pesar de tener un bajo valor (ya sea estratégico o económico) requieren de un gran esfuerzo del usuario (entendiendo esfuerzo por atención o pasos a seguir).
También nos ayudaría a controlar que hemos conseguido minimizar el número de interacciones requeridas para cumplir aquellos objetivos que consideremos estratégicos o de alto valor.
Multichannels funnels: estudiar la participación de cada canal en la consecución de un éxito.
Como ya comentamos en Google Analytics Multichannel funnels, es muy importante que el último que llegue no se lleve todo el éxito. Esta utilidad viene a ayudarnos a estudiar la importancia que tienen los distintos canales en el éxito (o fracaso) de nuestra estrategia multicanal. ¿Los usuarios que interactúan con nosotros en las redes sociales contratan más? ¿Cuántas veces tienen que cruzarse con nosotros los usuarios que ven nuestro anuncio antes de contratar? Son algunas de las preguntas (simples) que podemos contestar estudiando este modelo.
También remarcaron que es una buena estrategia agrupar los canales, por ejemplo agrupar toda la publicidad y estudiar su impacto en el consumer jorney o por ejemplo cómo impactan las interacciones de ciertas campañas en la consecuciones de nuestros objetivos.
Por lo que comentó Sthepan, si el resultado es estable, google optará por enviar automáticamente a los usuarios a la mejor opción.
2. Métricas para merchandising en eCommerce by Andrés Flores (Business Intelligence Manager en Privalia)
Andrés, tal vez con Guillermo Vilaroig fueron los que más se escaparon del «universo analytics» (aunque Pere Rovira tampoco se quedó corto 🙂
Su ponencia versaba principalmente sobre cómo trasladar (y medir) el concepto clásico de merchandising al nuevo mundo online.
Merchandising: técnicas comerciales que permiten presentar el producto o servicio en las mejores condiciones
Explicó cómo ha abarcado la itegración en google analytics del tracking y visualización de productos y categorías. Para ello basó su estrategia en la creación de eventos y el tracking del eCommerce.
Tal vez sea más fácil hacerse a la idea con un ejemplo: ¿cómo controlarías la veces que un producto ha sido visualizado como venta cruzada?
Antiguamente la solución era el uso de una herramienta de gestión de campañas y distribución de banners, como por ejemplo openx. Creábamos un conjunto de zonas, campañas y banners y controlábamos las impresiones y el ratio de click. Así íbamos ajustando estos espacios de venta cruzada o upselling.
Esta solución, aunque cómoda, nos impedía la correcta integración de los datos y teníamos siempre que estar cruzando datos de varias fuentes. Además, la abundancia de datos en nuestros cms hacen que muchas veces sea mejor evolucionar nuestras plataformas para presentar opciones más adecuadas/personalizadas a los usuarios (una cosa es presentar un banner al 30% de los usuarios y otra cosa es recomendar a un usuario cierto producto porque hemos estudiado que dicho producto suele interesar a ese target al puro estilo Amazon).
La solución que comentó Andrés requiere también de un profundo análisis, pero tiene grandes ventajas: podemos controlar cuántas veces, en qué formatos y en qué secciones se han mostrado nuestros productos.
Por ejemplo, nos proponía el estudio del rendimiento de un producto vs su visibilidad. ¿un producto está sobreexpuesto? pues si se muestra muchas veces y su rendibilidad es baja, está claro que no; entonces tendremos que mostrarlo más veces (es decir, estudiar si lo debemos mostrar… y cómo).
Su aplicación dentro de google analytics está más que justificada… podemos aplicar un filtro y obtener ese mismo informe segmentado al target que tengamos definido. Por ejemplo: cómo funcionan ciertos productos en el segmento de clientes branding (es decir, aquellos que han llegado a nuestro site gracias a que conocían la marca) o algo más atractivo (dependiendo del objetivo de la web) ¿como funciona nuestra estrategia de colocación de productos ante los nuevos clientes?.
Nos proponía 3 kpi’s bastante lógicos para seguir en un producto:
- Número de clicks
- (Número de veces que se ha añadido a un carrito) / (número de clicks)
- (Número de ventas) / (Nº de veces que se ha añadido a un carrito)
Debemos recordar también que el uso de eventos en google analytics tiene impacto sobre el ratio de rebote (considerado como aquellos usuarios que sólo ven una página y no realizan ninguna otra interacción activa con nuestro site).
3. Jugando con hacks para GA by Felipe Maggi (Metriplica)
La charla de Felipe fue muy práctica y estaba orientada a las mínimas confuraciones que deberíamos realizar en cualquier site y que son realmente sencillas en la implantación:
- Ajustar el Ratio de rebote a nuestro site: no es lo mismo un site orientado a la conversión que un site en el que directamente se muestra un vídeo.
- Tráfico de buscadores:Separar el tráfico de marca y realizar un análisis propio (Branding|No-Branding) y (Pago|No-Pago). El análisis de estas cuatro combinaciones nos aportan una (indispensable) muy buena segmentación a la hora de planificar tanto el SEO como el SEM
- Seguridad:crear un filtro en el que se especifique el dominio. De esa manera no podrán «contaminar nuestros datos» otras webs al copiar nuestro contenido, etc…(ya sea a posta, o no…)
- Análisis demográficos: Utilizar los formularios para guardar valores demográficos en analítycs mediante el uso de variables personalizadas.
Como detalle, recomendaba marcar omo palabra clave negativa nuestros términos de branding, de manera que no paguemos inútilmente conversiones que llegarían de todas formas. [Aún se siguen escuchando los ecos en las cabezas de mucha gente ;)]
Se puede consultar un resumen de Felipe en el blog de doctormetrics GAUC Madrid Septiembre 2012 desde donde podemos acceder a la presentación Metriplica: Jugando Hacks Para Google Analytics [PDF]
4. Big data, visualización y agile marketing con Google Analytics by Pere Rovira
La presentación de Pere, realmente me encantó. Creo que va un paso más allá y que nos habló de un presente… que sin duda se hará realidad en el futuro. La ingente cantidad de datos y la posibilidad de realizar conexiones para obtener información valiosa será lo que marque la diferencia. Poniendo un ejemplo… sería como la llegada de la estadística al mercado de valores (o a las quinielas xD)
Pere Rovira repasó algunos de los informes de Google Analytics que normalmente suelen ser los menos explotados, pero que sin duda tienen una importancia capital. Por ejemplo:
- Alertas: sin duda un sistema muy potente y que mucha gente aún no explota.
- El «gráfico de pelotitas» de google analytics al que estoy enganchado desde el momento en que vi las conferencias de Hans Rosling sobre la importancia de la representación de los datos a la hora de entenderlos y encontrar la información realmente útil e importante.
- Informe en tiempo real: nos permite filtrar por orígenes, etc… importante a la hora de crisis de reputación, lanzamiento campañas, elección de momentos para mantenimiento.
Me encantó Attribution Modeling Tool disponible en la versión de pago de Google Analytics y que nos permite aplicar distintos patrones de atribución a las conversiones. Esto nos ayuda a ajustar nuestros datos a los patrones de nuestro site. Un ejemplo… eliminar la curva senoidal debida al bajón de visitas durante el fin de semana.
Una idea muy radical de Pere fue la de «la semana sin tablas»… que está al nivel de la «semana sin email», que, aunque la apoyo, estoy seguro que implosionaría el universo si se lleva a cabo.
Se puede consultar la presentación Webanalytics (Pere Rovira): Big data, visualización y agile marketing con Google Analytics
Esto me recuerda que tengo pendiente la generación de un gráfico mediante Gephi para presentar la relación un par de datos de manera que lleven a la acción… porque si los presento tabulados va a ser complicado convencer a nadie.
5. Social Reports con Google Analytics by Guillermo Vilaroig de (Overalia)
Guillermo nos presentó el caso de la conservera Serrats los beneficios que una buena estrategia, bien medida, puede aportar a una organización.
Por ejemplo,el club de compras y fidelización, concursos de recetas, acuerdos con bloggers del sector… aunque el tema principal fue la importancia de medir el ROI (principalmente de esas interacciones sociales) y como hacerlo.
Para ello proponía algunos índices:
- visibilidad/audiencia
- actitud/sentimiento
- influencia/autoridad
- respuesta/conversión
- valor/retorno
Se puede consultar un resumen del propio Guillermo en Social Reports con Google Analytics. Conferencia en el GAUC
6. A lo mejor también te interesa:
- Clinic SEO publican las Presentaciones de las conferencias ClinicSEO (Madrid 09/2012) (vía Miguel Pascual, de Interdigital
- Todos los tweets del congreso Google Analytics User Experience (GAUC)