info@cantineoqueteveo.run

El objetivo principal de la analítica web es optimizar un sitio web para proporcionar una experiencia de usuario satisfactoria y mejorar el posicionamiento en buscadores gracias a una buena estrategia seo.

Recabar, filtrar y analizar los datos para medir el flujo de visitantes es una tarea de gran envergadura, que requiere de la experiencia y conocimientos en Cantineoqueteveo, aunque en este post se dan las claves, a modo de tutorial, para posicionar una web gracias a la información de datos y estadísticas.

Razones para analizar

Internet ha cambiado drásticamente desde sus inicios y también lo ha hecho el comportamiento del usuario. Se ha pasado de escribir una URL en la barra de direcciones a confiar en los motores de búsqueda para encontrar un sitio que se adapte a las necesidades.

Un usuario abre y mira varias pestañas, en lugar de dedicar toda la atención a una sola. Todo esto complica las métricas de un sitio o aplicación. No solo basta con los datos del servidor web. Se debe medir el comportamiento humano.

Métodos

Al recopilar información, se emplean métodos cualitativos y cuantitativos. Los cualitativos se recopilan a través de la investigación del usuario: observar a las personas para comprender por qué hacen ciertas cosas.

La información cuantitativa se obtiene a través de análisis: identifica qué acciones llevan a cabo los usuarios cuando entran en una página y cuántos realizan esas acciones.

Estos datos cuantitativos permiten medir cuestiones básicas, usarlas para tomar las decisiones y luego medir su éxito o fracaso. Si bien hay miles de indicadores que se pueden medir, los datos se usan básicamente para describir, diagnosticar, prescribir y predecir.

Tipos de análisis

Análisis descriptivo

Los análisis descriptivos son similares a los contadores de antaño. Muestran datos básicos, como cuántas personas visitan una página, hacen clic en un botón o miran un vídeo.

Análisis de diagnóstico

Puede usar las mismas métricas que el análisis descriptivo, pero con un propósito diferente. Ayuda a entender qué ha sucedido y por qué. Por ejemplo, si un minorista online está perdiendo dinero, podría medir las tasas de clic de los enlaces y las tasas de salida de las páginas a lo largo del recorrido del cliente, para ver dónde se están perdiendo personas.

Análisis prescriptivo

Se refiere a datos que informan a alguien de lo que debe hacer tras haber obtenido un diagnóstico. Por ejemplo, cuando Google Maps recopila datos sobre el tráfico en hora punta, pueden proponer una ruta mejor para los conductores. Para aquellos que están midiendo la efectividad del diseño en lugar del tráfico, los datos preceptivos identifican patrones y ayudan a mejorar las decisiones futuras.

Análisis predictivo

Es la categoría final. Dice qué es probable que suceda en un escenario. Por ejemplo, después de probar un nuevo encabezado de un sitio, se sabe si es más probable que convenza a las personas para que permanezcan en él. Gracias a ciertos datos, se puede saber si conviene hacer cambios.

Los cuatro tipos de análisis usan métricas, a menudo basadas en Indicadores de rendimiento clave (KPI). Un KPI es una acción o señal medible que se correlaciona con el éxito comercial.

Por ejemplo, los retuits en Twitter no aumentan directamente la cantidad de usuarios a los que les gusta o conocen una organización. Sin embargo, un equipo de marketing puede correlacionar los retuits con el reconocimiento de marca, en cuyo caso pueden utilizar los retuits como un KPI. Una organización debe tener múltiples KPI para un objetivo comercial, lo que aumenta la fiabilidad de los datos.

Metodologías comunes

Esencialmente, en el proceso de análisis web hay que dar los siguientes pasos: investigar, medir y analizar.

Investigación

Si bien el análisis basado en la web es un área relativamente nueva, la investigación ha existido durante años. Antes estaba al alcance de las empresas con recursos para recabar y analizar. Ahora, las nuevas tecnologías han puesto al alcance de todos esta posibilidad.

Los investigadores existen en todos los campos, desde la ciencia hasta el marketing y la antropología, y las técnicas que utilizan influyen directamente en la forma en que los analistas funcionan y en las cosas que deciden seguir. El trabajo de los investigadores, particularmente cuando se combina con el análisis, es muy similar al método científico:

Los investigadores comienzan por priorizar sus objetivos o preguntas, a fin de enfocar su atención. Una vez que conocen el objetivo de su proyecto, crean una hipótesis y la prueban.

Los analistas de datos pueden medir los resultados de la investigación y las pruebas. Con la base de estas pruebas, los investigadores y analistas pueden comenzar a reconocer valores atípicos o resultados que no son indicativos de una premisa mayor, así como patrones en los resultados.

Luego llegan a conclusiones e incluso predicen resultados futuros basados ​​en los patrones que identifican.

Medición

Los especialistas en marketing, los empresarios y los consultores de negocios crean sus propios métodos para medir el éxito. Miden el número de usuarios, la velocidad de los sitios, la cantidad de tiempo que se pasa en una página y detalles offline, como la cantidad de dinero que se genera, el número de registros de un nuevo producto o lista de correo o el número de compras.

El peligro para las organizaciones que no están familiarizadas con el análisis es que solo miden, sin investigación previa o análisis futuros. Por ejemplo, un equipo puede medir el número de personas que visitan el sitio.

Sin embargo, sin investigar cuántas personas visitaron en días, semanas o meses previos, y el análisis de cómo se comparan las dos mediciones, la medición es un número sin sentido. Por eso, lo más correcto es centrarse en el seguimiento de datos, en lugar de en la medición, que es una medida continua respaldada por la investigación, con una intención de análisis.

Análisis

El análisis es el proceso de dividir la información en partes más pequeñas y examinar qué significa esa información. Se usa en matemáticas, filosofía, química, psiquiatría e incluso informática.

Sin el análisis, toda la información reunida en la investigación podría medirse, pero no tiene ningún significado. El análisis de la información permite hacer conexiones. Por ejemplo, puede investigar cómo las personas acceden a un sitio web y medir cuántas provienen de los motores de búsqueda.

Se utiliza para proporcionar el contexto y responder preguntas esenciales: ¿cuántas personas han visitado sitios similares? ¿Cuántos han visitado un sitio hoy, en comparación con las que lo hicieron ayer o la semana pasada o el año pasado? ¿Cuántas han venido a un sitio desde Google, frente a Twitter?

Tareas diarias

El análisis de datos es parte de muchas profesiones, desde especialistas en marketing hasta profesionales de UX. Algunas de las tareas relacionadas con el quehacer diario de estos profesionales son las siguientes.

Establecer indicadores clave de rendimiento

Cada vez que se lanza una iniciativa, se necesita identificar y configurar los indicadores clave de rendimiento relevantes. Estos están estrechamente relacionados con los objetivos de experiencia de un proyecto. Por eso es tan valioso para los profesionales de UX colaborar con el analista de datos y comprender los análisis y las métricas.

Por ejemplo, un KPI podría consistir en más visitas desde lugares de todo el mundo, si el objetivo de una empresa es la globalización, o un cierto número de ventas procedentes de países extranjeros. En este sentido, cada objetivo del proyecto debe tener un KPI asociado, lo que permite al equipo medir el éxito en su consecución.

Optimizar contenido

Los datos reflejan qué contenido o qué áreas del sitio necesitan mejoras y eso significa que, a menudo, los expertos en análisis son los que mejor pueden optimizar el contenido. Esto puede incluir comprender cómo funcionan los algoritmos de búsqueda de Google, cómo manejar y mejorar los metadatos, qué palabras clave tienen más probabilidades de llegar al público objetivo y muchos otros trucos prácticos de seo.

Antes de que una página se publique o se inicie una campaña, el equipo analítico (o persona) querrá revisar todo y optimizar el contenido para garantizar su éxito.

Configuración de herramientas de análisis

Una vez que se han determinado los KPI, se debe agregar el código a las páginas relevantes para rastrear las conversiones y otras métricas. Google Analytics es una de las herramientas de análisis más eficaz, en gran parte porque Google ha hecho que sea muy fácil agregar un código de seguimiento a casi cualquier sitio.

En algún momento, los equipos de desarrollo se encargan del seguimiento analítico, pero con mayor frecuencia el experto en análisis proporciona al equipo de desarrollo los fragmentos de código relevantes que se requieren.

Monitorear y Medir

El mantenimiento forma una parte esencial de este trabajo. Dependiendo del proyecto, un experto puede crear informes de forma diaria, semanal, mensual o anual. Por ejemplo, una campaña de redes sociales puede requerir actualizaciones diarias.

Sin embargo, el lanzamiento de un nuevo producto podría tardar 6 meses en dar sus frutos. Independientemente del período de tiempo, es en el monitoreo, la medición y la generación de informes donde un experto profundiza en el análisis. No es suficiente informar sobre los KPI. Trabajar con análisis significa interpretar lo que estos muestran y crear recomendaciones para que el equipo de UX refleje esas interpretaciones.

Qué datos arroja la analítica web

Los datos se pueden medir y analizar para comprender y optimizar el tráfico y el uso de la web. También son una señal de cómo funcionan las acciones para aumentar el posicionamiento SEO en un sitio. Por eso, el análisis se puede usar como una herramienta para la investigación de mercado y para mejorar la efectividad del contenido.

Algunos ejemplos de datos incluyen:

- Demografía.

- Ubicación geográfica de los visitantes.

- Puntos desde los que procede el tráfico.

- Porcentaje de rebote.

- Número total de visitas a la página web.

Consejos para principiantes

Cuando uno se atreve con la analítica web partiendo desde cero, debe tener presentes algunos conceptos y premisas básicas, tales como:

- Los datos no son información.

Los datos y la información no son lo mismo. Los datos se describen como un conjunto de números y valores aparentemente desconectados. La información, por otro lado, proporciona un contexto alrededor de los datos y etiqueta o agrupa el contenido.

Los datos se convierten en información una vez que están organizados y permiten tomar decisiones basadas en lo que se ve.

- Los paneles son a menudo engañosos.

Ya sea un panel de control de Google Analytics o un panel interno, es probable que estos no contengan todos los datos que se necesitan. Es esencial que los paneles no solo incluyan las métricas clave, sino que las relacionen con los ingresos. Sin esta información clave, es complicado determinar qué tácticas son realmente efectivas.

- Solo el tráfico web no es suficiente.

A veces, el tráfico de un sitio parece haber experimentado un salto significativo y, en realidad, el número de visitantes reales es igual que el del mes anterior. Los datos no siempre se pueden tomar al pie de la letra. Hay algunas preguntas importantes que se deben hacer para determinar su verdadero valor, incluyendo:

¿Es esta una tendencia estacional normal?

¿La competencia también está viendo incrementos?

¿Se están filtrando direcciones IP internas?

¿Este aumento se ha traducido en una ganancia económica para el negocio?

Segmentar los clientes

Si una empresa solo mide la cantidad de visitantes totales, sus datos no valen mucho. Sin embargo, si comienza a segmentar a sus clientes según sus hábitos y otras preferencias de identificación, se encuentra en el camino correcto. La segmentación del cliente permite:

- Crear grupos o subconjuntos.

- Probar metas y conversiones con subconjuntos de visitantes.

Cómo segmentar

Para comenzar con la segmentación de visitantes, se deben identificar elementos como los siguientes:

- Origen del visitante.

- Búsqueda orgánica / tráfico directo / campañas.

- Dominios individuales.

- Comportamiento en el lugar.

- Página de destino, ruta a través del sitio.

- Microconversiones.

- Intención del visitante.

- Objetivos y conversión.

- Macroconversiones.

- Ingresos generados.

Filtrado y agrupamiento

No importa qué plataforma de análisis web se esté utilizando, nunca será perfecta. Debido a esto, se requiere un cierto nivel de filtrado y agrupamiento.

El filtrado se puede usar para:

- Limpiar problemas de integridad de datos.

- Ir más allá de las principales entradas.

La agrupación se puede usar para:

- Simplificar datos extremadamente granulares.

- Construir segmentos complejos de manera efectiva.

Acercarse a los clientes

Hay que acercarse a los clientes para identificar qué están buscando. Por ejemplo: ¿Prefieren los dispositivos móviles o de escritorio? Para algunos esto puede parecer obvio, pero muchas veces los especialistas en marketing y análisis se centran tanto en los datos que los clientes reales pasan a segundo plano.

Las mejores prácticas de análisis web

Algunas de las mejores prácticas para tener en cuenta son:

Basarse en datos para decidir

Es importante fomentar un entorno basado en datos para la toma de decisiones. Después de recopilar los más relevantes para saber si se cumple o no con los objetivos, se debe descubrir qué hacer para mejorar los KPI.

Por ejemplo, ¿hay contenido de alto valor (basado en los comentarios de los usuarios al sitio web) que no recibe tráfico? Se debe descubrir el porqué, a través del análisis de ruta de usuario o el análisis de participación de las principales fuentes para esa página.

Aprovechar las herramientas de experimentación y prueba ayuda a probar diferentes soluciones y encontrar la mejor ubicación que genere el mayor compromiso para esa página.

Evitar los informes que solo contengan información de tráfico

Se debe evitar proporcionar únicamente informes de tráfico. Los informes sobre visitas, páginas vistas, fuentes principales o páginas principales solo muestran la superficie y las cifras generales pueden ser engañosas.

El hecho de que los visitantes hayan generado más tráfico o pasado más tiempo en el sitio no significa que se haya conseguido un éxito. Se deben manejar los datos relevantes y significativos, para conocer las áreas de éxito y espacios de mejora.

Analizar tendencias

Se debe evitar centrarse en los puntos estáticos de los informes. Analizar las visitas o buscar solo dentro de un período de tiempo específico no capta las experiencias web más ricas y complejas.

Las métricas como los visitantes, el valor de la vida del usuario y otras que proporcionan una comprensión a largo plazo de las personas y los usuarios, sí permiten evaluar cómo ha estado funcionando el sitio web y cómo se interactúa con los visitantes, especialmente los que regresan.

Comunicación clara

Hay que conocer en profundidad la información que se proporciona, al público y las debilidades del sistema, para comunicarlas a las partes interesadas.

Herramientas de análisis

Las aplicaciones de análisis web dan la oportunidad de ver los datos de muchas formas diferentes. Generalmente, hay varios informes estándar para elegir, que muestran cuántas personas llegan a un sitio, dónde hacen clic y si se están transformando en clientes.

También se pueden personalizar informes si se están buscando datos específicos. Una vez que se haya creado su informe personalizado (generalmente se tarda un par de minutos), toda la información que se está buscando se compilará automáticamente en un solo lugar.

Estos informes suelen ser fáciles de compartir con la gerencia o los compañeros de trabajo. Poder ver las estadísticas en tiempo real sobre un sitio es una necesidad en estos días.

Filtrar contenidos que funcionan de los que no lo hacen

Para comprender completamente qué contenido atrae visitantes y qué contenido necesita una revisión seria, se necesita una herramienta para analizarlo. De esa forma, se descubre qué páginas son populares, dónde están aquellas que funcionan, pero que son difíciles de encontrar para el visitante y qué páginas tienen un valor mínimo.

Cuando un visitante no puede encontrar algo en un sitio, utiliza la función de búsqueda para encontrarlo: ¿por qué no hacer un seguimiento de lo que está buscando para poder agregarlo al sitio web? Comprender cómo fluyen los visitantes en un sitio es crucial para el éxito.

Redes sociales

Ahora más que nunca, todas las empresas deben utilizar las diferentes plataformas de redes sociales. El programa de análisis web que se use en una empresa necesita medir el éxito de las campañas en las redes sociales.

También se debe mantener un registro de cuántas personas comparten páginas y publicaciones de blogs con las redes, dónde comparten y qué redes sociales están enviando negocios al sitio de la empresa.

Móvil

La gente tiene sus teléfonos consigo durante todo el día y los usan para navegar por la web. Por eso, se debe usar la analítica web para comprender si los clientes tienen más probabilidades de comprar desde sus teléfonos, sus tabletas o sus ordenadores personales.

Conversión de análisis web

Hay que conocer con detalle quién compra, descarga, reproduce vídeos o realiza muchas otras acciones que suponen un éxito. Hay que establecer metas y medir si se están cumpliendo. Si no se cumplen, la información obtenida, al menos, brinda los medios para adaptar el plan de acción y mejorar. El análisis web ayuda a determinar el verdadero ROI (retorno de la inversión).

Estrategias de análisis

Las estrategias dependen de la investigación que se realice. Esta, a su vez, se basa en:

Características de las visitas. En este apartado, se trata con datos como:

- Página de entrada.

- Página de destino.

- Página de salida.

- Duración de la visita.

- Referencia, referencia interna, referencia externa, referencia de búsqueda, referencia de referencia original.

- Porcentaje de clics.

- Tasa de clics.

- Páginas abiertas en cada visita.

Perfil de los visitantes en el sitio web. En este apartado, se trata con datos como:

- Visitantes únicos.

- Nuevo visitante.

- Visitante recurrente.

Características del contenido. En este apartado, se trata con datos como:

- Ratio de salida de página.

- Visitas de una página.

- Tasa de rebote.

Métricas de conversión. En este apartado, se trata con datos como:

- Fuentes de tráfico.

- Conversión de visitante nueva / única.

- Conversión de visitantes recurrentes.

- Interacciones por visita.

- Costo por conversión.

- Porcentaje de rebote.

- Páginas de salida.

- Ubicación del usuario.

Planificación

Dependiendo de los resultados de este exhaustivo examen, el análisis web continúa con la planificación de las estrategias.

Determinar las principales metas y objetivos

Ahora que se conoce el comportamiento, las expectativas y la ubicación del mercado objetivo, se pueden marcar fácilmente objetivos medibles y relevantes para el sitio web. De esta forma se define el propósito principal, que varía según la empresa.

Por ejemplo, un negocio de catálogos se enfoca en una mayor tasa de llamadas telefónicas y la finalización de formularios, mientras que un sitio web de crear comunidad apuntará a nuevos visitantes y miembros para lograr que las personas lean y compartan todo el material posible.

En un sentido amplio, estos objetivos principales pueden ser:

- Aumentar los ingresos.

- Aumentar los leads calificados online.

- Aumentar las tasas de clics en los anuncios.

- Reducir los costos aumentando el uso de las características de autoservicio en el sitio web.

- Centrarse en las conversiones.

En última instancia, es el número de conversiones lo que determina el éxito de cualquier negocio.

Ejemplos

Ejemplos de adaptar la estrategia a los datos que se obtienen del análisis son:

- Descubrir dónde se encuentran los visitantes y enfocarse mejor en esas áreas.

- Determinar dónde invertir en marketing y tiempo en función de la ubicación del tráfico.

- Usar datos demográficos para comprender mejor y dirigirse a la audiencia con el lenguaje adecuado.

- Saber exactamente lo que los clientes buscan y desde dónde llegan.

- Saber qué llamadas a la acción generan el mayor interés.

- Saber dónde se están perdiendo clientes.

- Definir indicadores clave de rendimiento.

Automatizar e integrar los procesos de marketing

El marketing de hoy va mucho más allá de los límites de un sitio web. Es la suma de lo que sucede en todos los canales de comercialización. Por lo tanto, es muy valioso conectar los datos de análisis web a otras fuentes y herramientas de marketing, como correos electrónicos, Customer Relationship Management (CRM), bases de datos comerciales, almacenes de compras fuera de línea (offline) y sistemas telefónicos que ofrecen análisis de canales cruzados.

Seguir el progreso y revisar la estrategia regularmente

Los analistas visitan y revisan sus estrategias, KPI y objetivos del sitio web para garantizar su mejora y optimización. Esto permite la optimización de:

- Objetivos que no se han cumplido.

- Estrategia que no ha funcionado como se esperaba.

- KPI que no eran válidos.

- Un cambio en el comportamiento del mercado objetivo.

- Un cambio en la tendencia, etc.

Google Analytics

Las herramientas de análisis ofrecen una visión del rendimiento de un sitio web, el comportamiento de los visitantes y el flujo de datos. Estas herramientas son económicas y fáciles de usar. A veces, incluso son gratis.

Google Analytics es gratuita y proporciona estadísticas detalladas del tráfico web. Es utilizada por más del 60 % de los propietarios de sitios. Ayuda a rastrear y medir visitantes, fuentes de tráfico, objetivos, conversiones y otras métricas.

Básicamente genera informes sobre:

- Análisis de audiencia.

- Análisis de adquisición.

- Análisis de comportamiento.

- Análisis de conversión.

Terminología

Estos términos deben ser familiares para todo aquel profesional de la analítica web que desee desarrollar bien su tarea:

Benchmarking. Servicio que ofrece una idea de cómo una website se comporta en comparación con otras.

Bounce rate o tasa de rebote. Número de veces que un usuario sale de la web sin explorar las páginas.

Clic. Acción de clicar en una página.

Lead. Visitantes que dejan sus datos en una web.

Conversión. Tiene lugar cuando se consigue un objetivo. Por ejemplo: una venta, registro, descarga de material, etc.

Direct traffic o tráfico directo. Tráfico que llega directamente a un sitio web haciendo clic en el enlace o escribiendo la URL en la barra de direcciones.

Filter o filtro. Un indicador que excluye o incluye de un informe un dato específico.

Funnel o embudo de conversión. Pasos que debe dar un visitante para actuar de la forma en la que la web desea que lo haga.

Tasa de conversión. Porcentaje de visitas entre el número de objetivos conseguidos.

Impresión. Cuando un sitio web se visualiza en Internet, a través de un banner o publicidad.

Keywords o palabras clave. Consultas de búsqueda que los usuarios usan para encontrar un tema o una web.

Landing page. Página específicamente diseñada para dirigir el tráfico hacia un determinado destino, con un formato de navegación especial para atraer la atención y conseguir que el usuario aporte sus datos y haga clic para avanzar en el embudo de conversión.

Visitante nuevo. Visitante que llega por primera vez a una web.

Tráfico orgánico. Tráfico que se ha conseguido sin necesidad de pagar. Se accede a la web de manera natural, por ejemplo, a través de motores de búsqueda.

Tráfico pagado. Tráfico generado mediante el pago de herramientas como, por ejemplo, Google AdWords.

Page view. Número de veces que una página es vista.

Visitante recurrente. Los visitantes que vuelven.

Time on site o tiempo en una web. Tiempo medio que un visitante pasa accediendo a una web.

Código de seguimiento. Fragmento de código insertado en el cuerpo de la página HTML. Este código captura la información sobre visitas a una página.

Tráfico. Flujo de visitantes hacia una website.

Fuente de tráfico. El lugar donde se origina el tráfico.

CPA. Coste por acción o coste por adquisición.

CPC. Coste por clic.

CPI. Coste por impresión.

CPL. Coste por lead.

CTA. Llamada a la acción.

CTR. Relación entre clics e impresiones.

KPI. Indicador de medición.

PPC. Pago por clic.

SEO. Posicionamiento orgánico.

SEM. Posicionamiento pagado.

Libros

Estos son los libros más destacados para quienes desean adentrarse en el conocimiento de la analítica web.

Analítica Web 2.0: El arte de analizar resultados y la ciencia de centrarse en el cliente.

Autor: Avinash Kaushik.

En él se exponen tantos los conceptos básicos como los más complejos, pero con una exposición al alcance de cualquier persona, independientemente de su nivel de conocimientos.

Analítica Web

Autor: Miguel Ángel Acera.

Contiene muchos ejemplos y todos los contenidos para que, partiendo desde cero, se pueda adquirir un nivel avanzado en analítica web.

Analítica web en una semana

Autores: Tristán Elósegui y Gemma Muñoz.

Al alcance de personas con muy distintos niveles de conocimiento en la materia. Muestra de forma fácil los conceptos básicos para adentrarse en el dominio de los análisis web.

Lean Analytics

Autores: Alistair Croll y Benjamin Yoskovitz.

Diseñado para fundadores de startups y emprendedores, así como para intraemprendedores que intentan provocar el cambio desde adentro, este libro muestra a los lectores cómo validar ideas, encontrar a los clientes adecuados, decidir qué construir, monetizar y difundir mensajes.

Conclusión: mejorar el posicionamiento

La analitica web es la mejor forma de averiguar qué métodos de seo mejoran el posicionamiento en buscadores. No siempre es fácil interpretar los datos y en la mayoría de los casos se debe recurrir a una agencia seo, pero esa inversión permite tomar el control de las acciones que se llevan a cabo y alinearlas con los objetivos del negocio.