Notas de Analítica Web en IESE

En las sesiones sobre Marketing Digital que está dando el IESE, ayer le tocó el turno a 'Analítica Web', impartida por Fuencisla Clemares (Transaction Sector Lead en Google) y Luis Ferrándiz (Socio ADN). Como viene siendo habitual, hago un resumen de los principales puntos tratados, enfocándolo principalmente a aquellos que comienzan en este mundillo y que por tanto les viene bien alguna noción básica (entendiendo pues que esto no es una formación). 

Fuente CC: Elsergietenapuros

La sesión trata los siguientes puntos:

• Qué es la analítica web.

Encontramos una buena definición aquí. Las principales ideas expuestas son:

• • Existen multitud de herramientas disponibles, tanto gratis como de pago.
  • Big Data. Cada día tenemos más información disponible, por lo que el reto es cómo gestionar, manipular y obtener información válida y de calidad que nos permita ayudarnos en la toma de decisiones. Adicionalmente, la gran mayoría de los datos se estima que son complejos, entendiendo por tales que no están estructurados. Se estima que sólo un 10% de los datos son estructurados. Por tanto, pasamos del Big Data + Marketing al 'Data Driven Marketing'.
  • Principales conceptos a manejar: usuario único, visita, página vista, tasa de rebote.
  • Conceptos avanzados: evento, CTR, CPM, CPC, CPA y CPL. Los dos últimos son los que nos darán una medida ajustada del ROI de una campaña.
  • Existen 4 modelos de medición: User centric (basado en paneles; es lo que se ha venido haciendo siempre. Destacan EGM, Nielsen y ComScore), Site Centric (herramientas que miden lo que sucede en los sites, recogiendo los datos mediante cookies; las 4 más importantes: Google Analytics, Omniture, Coremetrics y Webtrends), ADServers (servidores de publicidad que permiten medir lo que ocurre en el site en cuanto a su publicidad) y los modelos híbridos (mezca de user centric + site centric).

• Google Analytics.

Herramienta gratuita y muy potente. Aún así, es muy fácil de instalar, sólo que hay que colocar un código de seguimiento en nuestra web. Permite asignar privilegios tanto de usuario como de administrador. Cuando un usuario está logueado, Google no pasa sus datos, por lo que en Google Analytics aparece como 'not provided'.

Luis nos comenta que en PYMES puede ser suficiente el tener Google Analytics, aunque su consejo es que para compañías mayores puedan mantener tanto Google Analytics como otra de pago, ya que de esa manera pueden compararse los resultados, e incluso minimizar el riesgo de una posible caída del sistema (porque Google también se 'cae').

• Purchase funnel.

El comportamiento de compra de los usuarios es similar a una pirámide invertida; puede haber muchas visitas iniciales al site, aunque a cada click que se produce, el abandono es mayor. Un 1% de compra puede ser un ratio 'razonable'; mayores ratios suponen un éxito. Como dato curioso, se estima que el 50% de las personas que han añadido productos a su carrito de la compra, abandona finalmente.

Para medir este proceso, las empresas usan fundamentalmente las métricas de CPA (empresas de venta) y CPL (empresas que piden registros, información, ...).

Fundamental medir y realizar pruebas para mejorar la conversión. Se dan algunas ideas:

1. Tener un buscador interno, es clave para obtener conversión. Los que buscan, tienen mayores probabilidades de acabar comprando.
2. Experimentar. Cambiar las posiciones de los principales elementos de la página y trabajar en la creatividad, mejora la conversión. Fundamental probar con distintas combinaciones y medir los resultados.
3. En cada click perdemos clientes. Mejorar en usabilidad.
4. Mejorar los registros de usuarios / clientes. Cuantos menos campos pidamos mejor. Puede incluso ofrecerse una compra con y sin registro inicial.

• Modelos de atribución.

El último click (que produce la compra final) es el que se atribuye todo el mérito, lo cual no debe ser así. Por ejemplo, si un cliente compra 100 euros, y el origen ha sido un mail, probablemente haya sido impacto previamente a través de display, redes sociales, SEM, búsqueda orgánica, ...

Por eso, los sistemas de atribución permiten desglosar el ingreso entre distintos canales. No existe un modelo único, por lo que será preciso comparar el resultado de distintos modelos, busca evidencias para dar sentido a cada modelo.

Hasta mañana.