Analítica web

1
 Analítica Web
Ayuda

Ayuda en la navegación

Objetivos

Objetivos

1. Introducción

1. Introducción

2. Analítica web

2.1. Definición

2.2. Qué hace la analítica web por ti

2.3. Un escenario bien definido

2.4. Cambio de paradigma

2.5. Qué necesitamos para comenzar

2.6. Recogida de datos

2.7. Procesos

2.8. La ética web

3. Cuestiones Claves de la analítica web

3. Cuestiones claves de la Analítica web

3.1. Clickstream

3.2. Análisis de múltiples resultados

3.3. La experimentación y el testing

3.4. Voz del cliente

3.5. Inteligencia competitiva

4. Multiplicidad

4. Multiplicidad

5. Definición de objetivos

5. Definición de objetivos

5.1. Objetivos de negocio

5.2. Objetivos web

6. Métricas básicas
2
 6. Métricas básicas

7. Análisis de la conversión

7.1. Tasa de conversión

7.2. Embudos de conversión

7.3. CRO. Optimización de la Tasa de Conversión

8. Metodología de Analítica Web

8.1. Análisis logs

8.2. Medición Site Centric

8.3. Medición User Centric

8.4. Medición Cookies

8.5. Medición Híbrida

8.6. Network Centric

9. Key Performance Indicators: KPIs

9. Key Performance Indicator: KPIs

9.1. Ciclo de vida y cuantificación de métricas

10. Dashboard

10. Dashboard

10.1. Tipos de Dashboard

11. Herramientas

11.1. Elección de herramientas

11.2. Google Analytics 4 versus Google Analytics Universal

11.3. Toolbox de Herramientas

12. Analítica Social Media

12. Analítica Social Media

12.1. Métricas Social Media

12.2. Herramientas Social Media

13. Optimización

13. Optimización

13.1. Fuentes de tráfico

13.2. Páginas más visitadas

13.3. Landing pages

3
 13.4. Páginas de salida

13.5. Palabras clave

13.6. Procedencia

13.7. Recurrencia y Frecuencia

13.8. Segmentación

13.9. Testing

13.10. Usabilidad

13.11. Buscador interno

14. Glosario términos

14. Glosario de términos

15. Enlaces de interés y Bibliografía

15.1. Enlaces de interés

15.2. Bibliografía

16. Anexo

16. Anexo

Fin de módulo

¡Enhorabuena!

4
Ayuda

Ayuda en la navegación
1. Accede desde el menú principal al
listado de los apartados de la
unidad y sus secciones.
2. Muévete entre las secciones del
apartado utilizando las flechas
inferiores.
3. Avanza al siguiente apartado con
las flechas laterales.
4. Presta atención a las
instrucciones. Te indicarán cómo
interactuar con los contenidos.
5. No olvides hacer clic en todos los
textos que estén en azul para ver más información.
6. Haciendo clic en los iconos puedes descargar el pdf con los contenidos del
módulo.

Recuerda revisar todo el contenido de cada módulo.

5
Objetivos

Objetivos

En este módulo te planteamos el reto de conocer en profundidad la llamada

"analítica web", logrando una visión amplia de esta disciplina, asimilando
conceptos necesarios para poder realizar un acertado análisis de datos y
comprender la importancia de dicho análisis.

A través de sus contenidos, conocerás aplicaciones y herramientas que caminan de

la mano de la analítica web en sus diferentes áreas de actividad, aprenderás las
diferentes metodologías de medición y las métricas aplicadas.

A partir de ahora, antes de tomar decisiones a la ligera dentro de tu negocio o

proyecto, acudirás a la analítica web para saber qué, cómo, cuándo y por qué de
toda actividad que realicen tus clientes o usuarios. De esta forma te aseguramos
que maximizará el rendimiento y alcanzarás tus objetivos.

6
1. Introducción

1. Introducción

Conocer la respuesta o impacto que tiene cualquier acción de marketing online

puesta en marcha dentro de una estrategia empresarial previamente pensada es
fundamental para conocer el comportamiento, necesidades y preferencias del
público objetivo. En este sentido, la analítica web constituye un factor
imprescindible para alcanzar el éxito de un negocio.

Esta disciplina surge de la necesidad que tienen las empresas de conocer en

profundidad a sus usuarios, ya sea en su sitio web, en las redes sociales o incluso
en los sitios de la competencia, y tiene como objetivo analizar la actividad de este
público al navegar por la web. Para extraer este conocimiento existen múltiples
herramientas que permiten medir datos concretos.

Un análisis adecuado de estos datos permite a la empresa conocer sus fortalezas y

debilidades, así como sus oportunidades para lograr el éxito. Pero para conseguir
un resultado óptimo lo esencial es tener clara la estrategia a seguir en
Internet porque será esta la que sustente los cimientos en los que se basa la
analítica web.

Para poder determinar si el sitio web es eficaz o no, es necesario definir una
serie de objetivos e indicadores que servirán para establecer unos criterios
mediante los que evaluar la rentabilidad y el rendimiento del sitio y lograr
una mayor satisfacción para los usuarios y clientes.

El resultado de este análisis será útil para reducir incertidumbres y tomar las
mejores decisiones sobre las acciones a llevar a cabo en el sitio web.

7
2. Analítica web

2.1. Definición

Para iniciar este viaje partiremos de la definición del concepto Analítica Web.

Dado que existen diferentes definiciones, tomaremos tres referencias para lograr
condensar en una sola todas estas versiones y lograr una definición redonda del
concepto.

Sin duda una de las definiciones más completas y que

mejor explican este concepto, la aporta la Asociación
Española de Analítica Web, que la define como:

“La recopilación, medición, evaluación y explicación racional de los

datos obtenidos de Internet, con el propósito de entender y optimizar
el uso de la página web de la organización”.

Por otro lado, no podíamos dejar de lado la definición

de uno de los padres y mayores expertos en la materia,
Avinash Kaushik (ver Anexo 1), autor del libro Analítica
Web 2.0 y referente para cualquier profesional de esta disciplina.
Kaushik la define como “el análisis de datos cuantitativos y
cualitativos de su sitio web y de la competencia para impulsar una
mejora continua de la experiencia online que tienen tanto sus clientes
habituales como los potenciales y que se traduce en unos resultados
esperados (online y offline)”.

8
 Avinash Kaushik

“La analítica web es la práctica de medición,

recopilación, análisis y presentación de informes sobre
datos de Internet con el objetivo de comprender como
un sitio es utilizado por su público y como optimizarlo."

Web Analytics Association

De todas ellas podemos extraer los puntos más importantes que definen lo que
significa analítica web: la recopilación y análisis de datos, la extracción de
conclusiones y optimización.

Por lo tanto, si mezclamos bien estas tres definiciones, agitamos todos los
conceptos y servimos tan nutrido coctel, podemos decir que:

“La Analítica Web es la medición, recopilación, análisis y reporte del

comportamiento y actividad de los usuarios en nuestro sitio web, con el propósito
de comprender y optimizar la navegación para enfocar acciones a resultados en
base a unos objetivos previamente definidos.”

Por lo tanto, la analítica web permitirá gestionar el conocimiento a través de los

datos que aportan las herramientas de medición y poder obtener así conclusiones
para actuar en base a la estrategia de negocio.

9
10
2.2. Qué hace la analítica web por ti

En Internet hay que evitar la intuición. Si nos basamos en datos subjetivos y

tomamos decisiones no fundamentadas en datos, sin duda estaremos
acercándonos al abismo del fracaso. Es por eso por lo que debemos acudir a la
analítica web, pues como herramienta, y haciendo un uso correcto de ella,
tomaremos mejores decisiones, porque estas se basan en información.

La analítica web nos ayuda a optimizar los elementos que se han dispuesto en la
web porque utiliza el rastro que deja el propio usuario para observar cuál es la
experiencia que está teniendo durante su visita y detectar posibles problemas.

En definitiva, si nos apoyamos en el conocimiento que aporta la analítica y

sabemos interpretar correctamente los datos, mejoraremos resultados en
nuestras acciones de marketing porque, si medimos estas, podremos mejorarlas,
corregirlas o reenfocarlas a tiempo.

Entendamos la analítica web como una ventana abierta hacia nuestra estrategia
digital, que nos permite analizar la actividad de nuestra marca para optimizar los
resultados y conseguir los objetivos fijados, ayudándonos a esquivar errores y a
potenciar los aciertos.

Pero profundicemos, pongamos ejemplos y detallemos qué puede hacer la

analítica web por ti exactamente:

1. Averigua qué dicen sobre ti

Los clientes hablan sobre nosotros, eso es una realidad. Ahora, nos interesa
saber qué dicen, qué piensan, cuál es su opinión sobre nosotros. Midiendo y
analizando esta información, podremos mejorar nuestra visión del negocio y
solventar, antes de que sea tarde, problemas de reputación o imagen de
marca.

2. Mejora tu catálogo de productos/servicios

La analítica web puede decirte cuales de esos productos/servicios son los que
más interés despiertan entre la gente que visita tu web.

11
 3. Localiza un nuevo mercado para mis productos/servicios

En ocasiones no somos capaces de identificar aquellos espacios geográficos

donde nuestro negocio podría prosperar gracias al interés que hay sobre mi
oferta en ese determinado lugar. Pero utilizando la analítica web puedes
descubrir que tus productos o servicios pueden interesar a gente de lugares
que no pensabas que estuvieran interesados.

4. Aprende cómo llegan a tu sitio los clientes

Ya sabes que a través de buscadores como Google la gente te localiza y llega a

tu web, pero ¿sabes qué buscaba la gente? ¿sabes con qué términos nos han
localizado? Esta información está directamente relacionada con el SEO (Search
Engine Optimization – Optimización para motores de búsqueda), con la que
trabajarás de forma paralela y acompasada junto a la analítica web.

5. Haz uso de contenidos útiles e interesantes en web

¿Interesa lo que cuentas en tu web? Si pretendes saber lo que

verdaderamente interesa a los usuarios que llegan hasta tu web, deberás
acudir a la analítica web. No siempre lo que creemos que es necesario e
interesante, lo es para otras personas.

Con estos cinco puntos, de alguna manera nos podemos hacer una idea de la
importancia de la analítica para seguir creciendo, mejorando y enfocando
correctamente nuestro negocio en internet.

Pero una vez que hemos estudiado el comportamiento y las actividades de los
usuarios online, disponemos de información de valor que nos proporciona:

Garantía

Medición del rendimiento de la página web frente a los objetivos.

Perspicacia

Ganar claridad sobre el comportamiento y las necesidades del usuario, y

como el sitio satisface esas necesidades.

Optimización

Capacidad de actuar con confianza para mejorar el sitio web basada en los
resultados.

12
Y ¿qué consecuencias puede tener el no hacer uso de la analítica web? Pues muy
sencillo, si no realizamos este análisis o estudio estaremos:

Perdiendo oportunidades de saber cómo de bien está funcionando la web.

Obteniendo un limitado conocimiento sobre nuestros usuarios/clientes.
Malgastando fuerzas y dinero en canales de distribución que quizá no sean
el más apropiado para nuestro negocio.

13
2.3. Un escenario bien definido

El secreto para el éxito pasa por un buen estudio del escenario que te ayudará a
abordar todos los aspectos importantes de la medición y a presentar informes
acertados.

Los componentes clave del escenario son:

1. Establecer objetivos realistas.

2. Establecer indicadores clave de

rendimiento ejecutable y medible.

3. Implementar mecanismos de medición

y reporte.

4. Mejorar continuamente el sitio a

través de acciones.

14
15
2.4. Cambio de paradigma

Antes las empresas solamente tomaban como referencia las ventas, ahora este
punto de vista ha cambiado; el valor y reconocimiento de la marca es tan valioso o
más que las ventas, pues disponer de estos nos hará vender más.

De igual modo, el maestro Avinash Kaushik decía, en

2010, que el sistema ha cambiado a lo largo del tiempo,
ya que anteriormente solo se centraba en recopilar
datos y analizar las secuencias de clic para buscar
Insights1.

Actualmente, se analizan los datos cuantitativos y

cualitativos del sitio web de la empresa y de la
competencia, lo cual induce un progreso en la práctica online y nos conduce a la
Analítica Web 2.0.

En la época en la que nos movemos, la intuición, creatividad, un buen

conocimiento de nuestra competencia y experiencia en nuestro terreno no
son suficientes a la hora de tomar decisiones de importancia para nuestra
organización.

Basar nuestra toma de decisiones en datos dotará de solidez nuestro camino,

planificar y utilizar herramientas de calidad nos dará un plus ante cualquiera.

(1. “Insights” es una pieza de información que produce un momento de revelación que muestra si las
cosas se están haciendo correctamente.)

16
2.5. Qué necesitamos para comenzar

Es relativamente sencillo lanzarse a medir nuestras acciones, iniciándonos en la

analítica web, pues gracias a compañías como Google u otras empresas que
ofrecen herramientas de analítica gratuitas, podemos dar este paso y comenzar sin
muchas dificultades. Pero a pesar de esto, y del creciente número de personas
que han aprovechado estas circunstancias para comenzar con la analítica, ¿es
verdaderamente analítica lo que están haciendo? Pues en realidad no, las
herramientas por sí solas no aportan valor a pesar del esfuerzo de los medidores
de hacer sus herramientas cada vez más sencillas.

Ni las herramientas gratuitas ni otras herramientas de pago son suficientes, en

realidad, son las personas las que extraen valor de las estadísticas que recogen
estas herramientas. Debemos tener claro que hacer uso de una herramienta de
pago no implica que la empresa haga más y mejores análisis.

Ya en 2006, Avinash Kaushik publicaba su famosa regla del 10/90, después

de estar ya cansado de trabajar para una empresa que disponía de la mejor
herramienta de analítica web de pago y en la que todas las decisiones se
tomaban de manera anárquica y visceral, Kaushik sentenció que las empresas
deben invertir el 10% de su presupuesto en herramientas, y el 90% en
conseguir gente capaz de analizar los datos que esas herramientas ofrecen.

Ninguna herramienta puede hacer lo

que hace el cerebro humano: unificar y
dar sentido a la tremenda cantidad de
datos que ahora están disponibles.

Regla 90/10 Kaushik

17
2.6. Recogida de datos

Como ya hemos comentado, la Analítica Web se basa en la recogida de datos de

tráfico web. Pero realicemos un pequeño paseo desde el inicio a la actualidad de
esta disciplina:

En los inicios, para recopilar datos se utilizaban herramientas basadas en el

análisis de logs2. Pero detectaron que este tipo de herramientas podría
darnos datos erróneos, dado que no contaban con la interacción de robots o
no contaban con los accesos a la caché.
Debido a estos problemas del sistema log, se saltó a un sistema de medición
basado en tags3. Este tipo de herramientas requieren de javascript y
emplean cookies4. Pero ¿y si el usuario elimina las cookies? En ese caso no
tendríamos toda la información disponible y, por lo tanto, ésta no será tan
fiable.
Pero llegó el momento del lanzamiento de Google Analytics. Podemos
hablar de la era de la revolución de la Analítica Web. Esta herramienta
gratuita, estable y de sencillo manejo e implementación, permitió la
expansión de la disciplina, haciéndolo accesible a cualquiera que se
preocupara por la analítica. En módulos posteriores podremos ahondar en
dicha herramienta conociendo a fondo las funcionalidades que nos aporta.
Y, por último, y de forma paralela al anterior estadio, surgieron numerosas
empresas que ofrecían herramientas complementarias o análogas a Google
Analytics que de forma gratuita o de pago, los analistas podemos en la
actualidad utilizar.

2. Logs: huellas que dejan las peticiones en el servidor.

3. Tags: etiquetas que se integran en las páginas de un sitio web.
4. Cookies: marca en forma de fichero de texto que el navegador asocia al sitio web visitado.

18
2.7. Procesos

La empresa que quiera sacar el mayor rendimiento a la analítica web debe seguir
dos procesos:

1. Formal

Proceso que nos lleva a definir la mejor forma de sacar provecho de la

analítica web en ese momento. Formado por:

Definición inicial.
Preparación técnica.
Definición Dashboard + Reporting.
Implementación + pruebas.
Seguimiento.

2. Evolutivo

Proceso que sigue la empresa en su maduración en el análisis de datos, en

función de sus objetivos y necesidades. Al igual que el proceso formal se inicia
con el análisis básico, la forma de analizar los datos debe evolucionar.

Para saber en qué momento de madurez analítica estamos y saber cómo medirlo,
nos basaremos en un modelo de madurez que presentó la especialista en Analítica
Web Gemma Muñoz en 2015.

De esta manera sabremos dónde debemos encaminar nuestros pasos en materia

de medición.

19
En este diagrama, se pueden observar dos áreas concretas: la de análisis digitales
y la de data science.

Etapa de Análisis Digitales

1. Conocer tu negocio. GESTIÓN DE DATOS. En esta etapa nos centramos en

conocer bien nuestro negocio y en gestionar bien los datos, comenzando con la
implementación de la herramienta, fijamos objetivos y KPIs5, y la medición en este
caso es básica para poder llegar a tener el control de los datos desde el primer
momento. En esta fase es importante que implementemos las herramientas que
necesitamos para obtener los datos dentro de nuestro sitio web, así como fuera de
él.

2. Mejora tus resultados de negocio. OPTIMIZACIÓN CANAL ONLINE. Aquí

aglutinaremos todo lo relacionado con las campañas, los modelos de personas y el
dashboard para un análisis proactivo continuo, el objetivo es gestionar todo lo
relacionado con el ROI. Una vez hecho, podremos hacer un análisis descriptivo no
sólo para entender qué está pasando, sino el porqué está pasando. El principal
objetivo de esta fase es que podamos traducir esos datos en acciones concretas
que realmente impacten en el negocio.

Etapa de Data Science

3. Aprovechar al máximo las capacidades de negocio. CONOCIMIENTO DEL

CLIENTE. Una vez que tenemos todos los datos que permite recoger nuestro
20
negocio online, así como los datos que hemos podido recoger sobre el entorno en
el que nos movemos, es hora de aprovechar al máximo las posibilidades que tiene
nuestro negocio y centrarnos en optimizar todo lo relacionado con nuestro
cliente. Queremos saber qué pasa cuándo nuestro cliente interactúa con nosotros,
como con nuestro entorno. De esa forma podremos obtener un patrón de
comportamiento y su evolución a lo largo del tiempo.

En esta fase, aplicaremos técnicas relacionadas con el ciclo de vida y con técnicas
de fidelización con nuestros clientes.

4. Impactar en el mercado. MODELOS ESTADÍSTICOS. Con analítica predictiva,

diseño de balanced scorecards y Business Intelligence en Real Time porque ahora
mismo, la evolución pasa por cambiar la conducta del comprador o potencial
comprador por lo que es indispensable ir un paso más allá en nuestra estrategia
global de Business Intelligence.

Como se puede observar en el diagrama, cada una de las acciones que llevamos a
cabo dentro de las fases, están ordenadas de tal forma que sepamos si se tratan
de infraestructura, de creación de valor o de fundamentos estratégicos. Las
acciones que queden por marcar serán las que nos lleven a diseñar una estrategia
absolutamente personalizada para alcanzar el objetivo del proyecto de analítica
web.

En resumen, primero hay que controlar la situación (los datos), después

optimizar los sitios donde invertimos más dinero (campañas de marketing
online), seguimos con la optimización del canal online (para mejorar tanto los
resultados de las campañas, como el tráfico de las diferentes fuentes),
proseguimos con el enfoque al cliente (para una mayor optimización) y
terminamos por analizar tendencias, por sacar insights de otras fuentes de
datos, para adelantarnos a lo que nos viene.

(5. KPI. Key Performance Indicator. Indicador clave de rendimiento.)

21
2.8. La ética web
En una misma familia con perfiles de personalidad
diferentes pueden recibir diferentes comunicaciones
de un mismo producto de una misma empresa.

Hoy en día, las conversaciones giran en torno al

anonimato de datos, pero el discurso se volverá más
profundo. En 2021, la inteligencia artificial ética y la
gobernanza de datos se van a aplicar a diferentes áreas
como el rastreo de contactos, los vehículos conectados
y los dispositivos inteligentes, así como a los perfiles digitales personales, con
respecto al aumento de la huella cibernética que conduce a preguntas de
privacidad. De hecho, la moral de los datos será decisiva; cada vez más personas
son conscientes del poder de los datos y de la responsabilidad de su tratamiento
por parte de las empresas. En 2021, veremos a más compañías implementar
controles de ética de datos en el desarrollo de software. Y es que confirmar que lo
que se desea desarrollar es moral va a estar al mismo nivel de importancia que
garantizar la rentabilidad.

Evitar abusos, ofrecer transparencia y excelencia dentro de los nuevos

entornos que derivan en decisiones automatizadas, entornos de aprendizaje e
inteligencia artificial. La necesidad (y obligación) de ser transparentes en el
diseño de los algoritmos, puesto que únicamente con la implicación de todas
las partes, lograremos construir un nuevo entorno digital confiable.

22
3. Cuestiones Claves de la analítica web

3. Cuestiones claves de la Analítica web

Es cierto que, hasta el momento, la perspectiva de la analítica web ha sido muy

limitada, recogiendo solamente datos relacionados con la secuencia de clics
(clickstream) para lograr dar con elementos representativos de las tendencias
(insights). Pero esta información es insuficiente, pues solamente tendremos
conocimiento del "qué" y no del "porqué".

Avinash desarrolló un esquema donde se definía el concepto “insights” como

el conocimiento supremo del usuario de la web, este conocimiento sólo
puede lograrse haciendo una combinación de las herramientas capaces de
extraer tanto información cuantitativa como cualitativa abordándolo por
capas de estudio, y cada parte ha de contestar a una pregunta diferente.

Proponemos una matriz (1) en la que se plasman los diferentes estratos que
recogen y responden las preguntas claves que nos ayudarán a tomar decisiones:
qué, cuánto, por qué y qué más.

Definamos, a continuación. cada uno de los estadios representados en el

diagrama-matriz.

23
Matriz (1)

24
3.1. Clickstream

El Clickstream analiza la secuencia de clics: sesiones, páginas vistas, tiempo en el

sitio, fuentes, etc., de alguna manera responde al "qué".

Dentro del clickstream se encuentran dos elementos básicos:

25
1. KPI (Key performace Indicators)

Es un indicador principal de rendimiento que nos informa del cumplimiento

de los objetivos del Sitio Web. Es una métrica clave para el negocio, como por
ej.: aumentar la audiencia de mi tráfico en mi web. Adicionalmente, podemos
contemplar el KPI target, o el objetivo medible que queremos alcanzar.
Tienen que ser objetivos que sean smart.

S de SMART
S: Specific (específico)

M de SMART
M: Measurable (medible)

A de SMART
A: Attainable (alcanzable)

R de SMART
R: Relevant (Relevante)

T de SMART
T: Timely (a tiempo)

26
 2. Las métricas

Son mediciones de los datos cuantitativos que son extraídas de la navegación

de los usuarios. Las métricas son todos aquellos indicadores que se
desprenden del consumo de una plataforma obtenidas por herramientas de
seguimiento.

Medida: es una cuantificación de datos; única y específica. Ej.: nº de visitas, nº de

registros. Por sí sola no da info de calidad.

27
3.2. Análisis de múltiples resultados

Una vez recopilado los datos en el análisis web, se deben medir los resultados
obtenidos. Se realizará un estudio de los diversos resultados comentados
anteriormente, vinculando el comportamiento del usuario que visita el Sitio Web
con la rentabilidad que supone el negocio. Damos, por lo tanto, respuesta al
"cuánto", definiendo los incrementos en ingresos, reducción de costes…

Los análisis pueden ser de dos tipos:

Cuantitativo

Con datos únicos y agregables. La ventaja es que te permite generalizar y la

desventaja es que a veces se pierde el matiz.

Cualitativo

Se basa en cualidades. La ventaja es que da más contexto a la hora de analizar

los datos y la desventaja es que puede tener una complejidad en su
extracción.

Lo mejor es usar ambos enfoques para poder tener un análisis lo más completo
posible. El ejercicio de analítica web no consiste solo en tener más visitas sino
saber qué tipo de visitas te están entrando.

28
3.3. La experimentación y el testing

Nos ayudarán a explicar el "por qué" gracias al estudio de las causas del
comportamiento de los usuarios y de los resultados. Dicho de otra forma, el
motivo por el cual la gente hace lo que hace en un sitio web y cómo se consigue
que un porcentaje mayor de los usuarios hagan lo que se quiere que hagan.

Tanto la experimentación como el testing utilizan dos tipos de pruebas:

A/B testing

Sirve para probar dos o más versiones de una página de un Sitio Web.

Test multivalente

Sirve para probar los cambios en muchos elementos diferentes a la vez, en el

mismo Sitio Web.

29
3.4. Voz del cliente

Voz del cliente

La cual nos permite estar a la altura de las expectativas y comprender el

contexto de los deseos y necesidades de los visitantes, (el “por qué”), para dar
sentido a los datos obtenidos detrás de cada clic, (el “qué”).

Esta herramienta resulta tan importante porque a través de las encuestas o las
pruebas de usabilidad se pueden obtener diversas respuestas directas de los
clientes en un Sitio Web o de su base de clientes objetivo.

30
3.5. Inteligencia competitiva

Inteligencia competitiva

Es el estudio de la posición de la empresa con respecto a la competencia,

identificando nuevas oportunidades y estando al día de las tendencias del
mercado.

Responde, por lo tanto, al "qué más".

Esta nueva forma de pensar que abandona el reinado de los clics, logra afianzar el
pensamiento en el que la decisiones se tomarán por la suma de los dato
cuantitativos y cualitativos, abriendo el enfoque no solo a nuestros datos sino
también a los de la competencia, lo que supone un cambio estratégico en la
analítica web.

31
4. Multiplicidad

4. Multiplicidad

Partiendo de este cambio estratégico y táctico en la analítica web, y saltando por

lo tanto del 1.0 al 2.0 de la analítica web, seleccionaremos una herramienta
especializada para dar respuesta a cada una de las preguntas que no hemos
planteado en nuestra estrategia, dando lugar al concepto de multiplicidad.
Debemos, por lo tanto, utilizar diferentes herramientas para analizar estos 5
pilares:

Cada herramienta nos proporcionará insights que, en conjunto, facilitan la

información necesaria para tomar decisiones acertadas.

32
5. Definición de objetivos

5. Definición de objetivos

El primer paso que debemos dar en

nuestro proceso de analítica web es
definir los objetivos de nuestro sitio
web. Aquí debemos aclarar que los
objetivos web deben estar alienados
con los objetivos generales del
negocio y, por lo tanto, será
necesario definir claramente ambos.

Si tenemos un negocio online y no

nos planteamos cuáles son sus
objetivos ni medimos su consecución,
no podremos optimizarlos.

33
5.1. Objetivos de negocio

La tarea más importante de un analista web es tener claros los objetivos del sitio
web, sin conocer estos objetivos será imposible crear y manejar una cultura de
negocio basada en la analítica web. Esto entronca directamente con la estrategia,
ya que los objetivos del sitio web han de estar alineados con los objetivos
estratégicos del negocio. Como base de la estrategia, por lo tanto, tendremos los
objetivos de negocio.

Aunque parezca una perogrullada, es necesario hacerse las siguientes

preguntas:

1. ¿Para qué existe nuestra web?

2. ¿Qué estamos aportando al negocio?

3. ¿Qué pretendemos conseguir?

Estos objetivos de negocio deben conseguir que se

cumplan los objetivos que nos hayamos marcado
como, por ejemplo:

Para generar tráfico y ganar dinero con él.

Para crear necesidad de nuestro producto.
Intangibles: para hacer imagen de marca,
construir una reputación, generar fidelización,
dar soporte a clientes…

Los objetivos nos sirven para saber lo que tenemos que conseguir y se pueden
agrupar como:

34
 Objetivos orientados al negocio

Bajar costes.
Aumentar beneficios.

Orientados al cliente

Fidelidad.
Satisfacción.

Es preciso tener los objetivos claros: Definir qué somos, cuál es nuestra meta.

Sin objetivos claros y compartidos, no podremos medir cuál es nuestro

progreso.

Los objetivos deberían ser:

Realistas (2) .
Comprensibles.
Específicos.
Que aporten valor y beneficios.

Objetivos Realistas (2)

Cuando hablamos de objetivos realistas

queremos decir que estos deben ser:

específicos
detallados
medibles
realizables

35
5.2. Objetivos web

Como continuación a los objetivos de negocio, nos toca definir e identificar los
objetivos del sitio web. Estos nuevos objetivos darán respuesta a cada uno de los
objetivos de negocio planteados.

Los objetivos web (“goals”, en inglés) son las estrategias específicas que se
abordarán para llevar a cabo los objetivos de negocio.

Es habitual confundir los objetivos de una web, con las métricas que los miden.

Es incorrecto decir “nuestro objetivo es aumentar el ratio de conversiones”; el

objetivo de un website de e-commerce es vender; así que, si aumentamos el ratio
de conversiones, vendemos más.

En esta fase, los objetivos web deberían estar orientados a las macro y
microconversiones, es decir, a aquellas pequeñas conversiones que ayudan al
usuario a tomar la decisión final de comprar.

Una vez que tengamos claros cuáles son los objetivos de nuestra web,
debemos definir cuáles serán las métricas y/o KPIs (Key Performance
Indicators) que medirán cómo de lejos o cerca estamos de alcanzar nuestros
objetivos, estableciendo además un plazo de control sobre los mismos.

Para convertir los objetivos en métricas, la técnica más sencilla es

preguntarnos qué acción debe realizar el visitante para considerar que
tenemos éxito.

36
6. Métricas básicas

6. Métricas básicas

Llegamos al momento de “manipulación” de datos. Como ya avanzábamos en

apartados anteriores...

La principal fuente de información a la hora de medir el rendimiento de mi web

son las estadísticas de tráfico, las cuales nos ayudarán a saber y conocer cómo es
la actividad de nuestros usuarios dentro de la web.

¿Pero qué son las métricas? Llamamos métricas a "esas

mediciones de los datos cuantitativos que se extraen de
la navegación de los usuarios". Es por esto que es
básico conocer esas métricas estándar, las más comunes y al mismo
tiempo las útiles.

Tabla de las métricas esenciales en Analítica Web

37
   Descripción Utilidad

Visitantes de un Sitio Web que son

Nos permitirá segmentar las visitas
Usuario contados una sola vez, por más que
entre visitantes nuevos y
(único) ingresen varias veces al mismo
recurrentes.
Sitio Web.

Nos ayudará a saber en qué

Cada vez que un usuario
profundidad navega el usuario y si
se descarga una página en
Páginas vistas le resulta fácil la navegación o no,
una sesión se cuenta una
al igual que el nivel de calidad y
página vista.
atracción de nuestros contenidos.

Contextualizada y relacionada con

Cantidad de veces que un visitante
Sesiones otras métricas nos ayudará a
único ingresa en un Sitio Web en
(visitas) conocer mejor el comportamiento
un período de tiempo determinado.
del usuario.

Tiempo que los visitantes pasan en

Nos ayuda a saber el interés que
Tiempo en la una página determinada o en
despiertan nuestros contenidos
página un Sitio Web durante
entre nuestros usuarios.
una determinada visita o sesión.

Número de visitantes que visitan Esta métrica valora cómo está

una sola página en un Sitio Web funcionando nuestra web ya que a
Tasa de
(por sesión) dividido por el número menor tasa de rebote,
rebote
total mejor calidad del tráfico y
(bounce rate)
de visitantes. También se cuentan mayor probabilidad de que
las visitas de pocos segundos. se cumplan nuestros objetivos.

Número de usuarios que

Detectar esas páginas en las que
han terminado su visita desde una
Tasa de salida los usuarios, por
página determinada, sin tener en
o abandono determinado motivo, deciden saltar
cuenta, el número de páginas que
a otra y abandonar nuestra web.
haya visto.

Número de visitantes únicos que

Nos dará el dato concreto
completan una acción deseada. Se
Tasa de de transacciones o
calcula dividiendo los
conversión conversiones por objetivo
resultados obtenidos por las
planteado dentro de la web.
visitas.

38
 De nosotros dependerá decidir cuál de las métricas utilizaremos en nuestros
análisis, lo importante es tener claro qué es lo que se está midiendo en cada
momento y utilizar siempre los mismos criterios.

Las métricas deben tener los siguientes atributos:

Sencillez

Para que en Dirección se tomen decisiones, se tienen que entender las

métricas para ponerse a la acción.

Pertinente

Las métricas deben ser útiles según el área de actividad o negocio y según
nuestros objetivos.

Oportunas

Deben reportarse en el momento adecuado.

Útil al instante

Han de comprenderse y ser capaces de captar información a primera vista.

Dirigidas

A las personas capaces de cambiar el destino de la web.

39
7. Análisis de la conversión

7.1. Tasa de conversión

Podríamos definir la tasa de conversión como el

porcentaje de nuestros usuarios que satisfacen un
objetivo previamente fijado ya sea una compra, una
suscripción a nuestra newsletter o la descarga de un PDF. Ha de
reflejar, en cualquiera de los casos, cuantos de todos nuestros
visitantes satisfacen el objetivo marcado. Es decir, que la tasa de
conversión mide si nuestros visitantes hacen lo que queremos que
hagan, es decir si pasan de ser meros visitantes a convertirse en
clientes.

Tasa de conversión = Objetivos conseguidos / Número total de visitas

40
7.2. Embudos de conversión

Un embudo de conversión o conversion funnel es la representación gráfica del

proceso que debe completar un usuario para alcanzar aquello que nosotros
queramos que haga, o sea, una conversión.

Como ya hemos comentado en apartados anteriores, la primera fase, y la más

importante, es identificar correctamente cuáles son los objetivos de nuestro sitio
web. Una vez realizada esta tarea, debemos establecer cuáles son los pasos que
han de seguir nuestros usuarios para alcanzar dichos objetivos.

Ejemplo práctico:

Imaginemos que dirigimos una página web sobre contenidos de cine, y el objetivo
que fijamos es lograr que los usuarios se registren en un newsletter semanal que
con el que enviamos los estrenos del fin de semana. En este caso, los pasos que
debería dar un usuario para alcanzar nuestro objetivo podrían ser, por ejemplo:
visitar la home, dentro de esta, hacer clic en una determinada sección, aquí
completar un formulario de registro, y para finaliza, mandarlo. Cada uno de estos
pasos, constituye una fase dentro del embudo de conversión.

Gracias a los embudos de conversión podemos conocemos lo que ocurre por

fases, identificando el momento en el que necesitamos mejorar el proceso. El
objetivo último del proceso es la conversión, pero no debemos de perder de vista,
cada una de las fases, lo que podíamos definir como microconversiones. Cada una
de las fases superadas aumenta las posibilidades de que se llegue al final del
proceso, la conversión.

El usuario tendrá un momento decisor, cuando decida si seguir adelante o

abandona, opción que debemos evitar a toda costa. Para esto, debemos identificar
las fases en las que el usuario abandona el proceso y minimizar las causas de ello.

Importante

El nivel de compromiso del usuario se incrementa a medida que avanza en el

proceso. De forma paralela, si nivel de compromiso aumenta, la tasa de
abandono debe reducirse. Asimismo, podremos centrarnos en lo que tenemos
que mejorar dentro de ese proceso. Es más, debemos ir un poco más allá para
comprender los motivos del abandono. El embudo de conversión nos indica
donde está el problema y el análisis de cada tramo del proceso nos ayudara a
conocer el porqué de este abandono.

41
Estudiando la forma del embudo de conversión, podremos conocer de un vistazo
los problemas a los que nos enfrentamos.

Tipos de embudos:

Tipo A. Se atraen muchos visitantes interesados, pero no logra que

lleguen hasta el final de la conversión

Puede ser debido a una campaña que promete algo y

luego no cumple con las expectativas o un sitio bien
posicionado en SEO1 pero que no es lo que busca la visita.

Tipo B. Se atraen muchos visitantes y van más allá

... Hasta informarse acerca del producto o servicio, sin

embargo, no llegan hasta el final del proceso de
conversión. Habría que analizar las páginas donde se
producen las pérdidas para descubrir el problema: falta de
claridad de la oferta, problemas de usabilidad…

Tipo C. Un embudo como todos conocemos

En este tipo las pérdidas de un porcentaje son cada vez

menor a medida que descendemos en las fases y termina
con una buena tasa de conversión.

42
7.3. CRO. Optimización de la Tasa de Conversión

La verdadera optimización de la conversión habita muy cercana al marketing de

persuasión. La Optimización de la Tasa de Conversión (CRO) es un método
estructurado para crear una experiencia específica en un website o en una landing
page6 con el objetivo de aumentar el porcentaje de visitantes que cumplen una
acción deseada. Queremos aumentar el ratio de conversión, en definitiva.

Sin duda, la mejor de las virtudes de la optimización del ratio de conversión es el

resultado final. Puedes incrementar el beneficio de tu empresa sin necesidad de
aumentar la inversión en publicidad o en adquisición de tráfico. Lo que estás
logrando es un mejor aprovechamiento de tu tráfico.

El ratio de conversión representa el porcentaje de

visitantes que completan un objetivo o acción deseada,
ya sea realizar una compra, cumplimentar un
formulario, suscribirse a un boletín, o descargar un documento.

Todos los sites pueden ser mejorados, incluso los de

las mejores compañías en el mundo, si estáis al tanto,
están en continuo cambio y eso es debido a que son
mejorables en ciertas áreas. Realizan pruebas, test,
nuevos diseños, para intentar perfeccionar a diario, y
así debería de ser en todos los websites. Ninguno es
perfecto, todos son optimizables.

El CRO se encarga de implantar una cultura de mejora

continua.

La importancia de la web para la economía, la sociedad y para todos los negocios

es innegable y creciente, y el rendimiento de la mayoría de los sites deja
muchísimo que desear. Por ello, hay mucho, pero que mucho por hacer en el área
de optimización de la conversión.

43
 Con la Analítica Web podemos tener un gran conocimiento de lo que ocurre
con los visitantes que llegan a nuestros sites, pero lo apasionante del CRO es
poder, además, influir después de la optimización a lograr los objetivos de
negocio, ya sean económicos o no.

La contribución a crear una experiencia única y tener clientes satisfechos a través

de test, de sus reacciones, de pruebas hace al CRO aún más atractivo. No se
toman decisiones basadas en la intuición, siempre se apoyan en datos. Para eso
disponemos de incontables herramientas que nos facilitarán el trabajo:

Herramientas

Tests A/B Tests Multivariant

Ecuestas Entrevistas

Focus group Tests de Usabilidad

Examen heurístico Valoración del contenido

Feedback del usuario Heatmaps

Grabaciones Eyetracking

La Optimización de la Conversión asume que los visitantes quieren participar

en el proceso final de conversión.

Si ellos quieren, nuestro trabajo es ponérselo fácil para que la transacción

final se lleve a cabo del modo más sencillo posible.

Lo que mediremos, controlaremos y optimizaremos con el

CRO será lo que pretendamos conseguir de nuestros
visitantes. A través de los objetivos plasmados en KPIs,
trataremos de mejorar el rendimiento del site; mejorar la
conversión lleva a un incremento final en la consecución de
los objetivos sin tener que recurrir a generar más tráfico.

Con este tipo de optimización conseguimos mejorar la facilidad de uso del site
para ayudar a cumplir los objetivos. Dos de las formas principales para recopilar
44
información sobre nuestros usuarios son los Test A/B y las encuestas, y ambos
tienen ventajas, por lo que cada quien decidirá cuál es el la más adecuada
dependiendo de su negocio.

Podríamos decir que, en cierto modo, el CRO mezcla la Analítica Web y la

Experiencia de Usuario (UX). Analítica Web en la parte donde razonamos y
formulamos diagnósticos del problema para realizar, posteriormente,
hipótesis y testar con los distintos métodos disponibles.

Optimización de la conversión es un proceso largo y continuo que nos

ayudará a mejorar gracias al feedback del visitante y a estar siempre alerta.

(6. Landing Page. Página de destino. Página centrada en la conversión del usuario.)

45
8. Metodología de Analítica Web

8.1. Análisis logs

Los logs son archivos de texto en los que un sistema

informático anota todo lo que ocurre, paso a paso, en
ese sistema. Los logs registran con máxima precisión
todos los documentos que sirve un servidor. Los logs fueron las
primeras fuentes de datos de analítica web, aunque hoy en día se
siguen usando, son consideradas primitivas.

Como ejemplo, podríamos usar el paralelismo de un libro de visita, donde cada uno
de los visitantes a un determinado lugar anota su procedencia, su fecha, nombre,
etc. Quedando reflejado quién y qué pasó en aquel lugar.

Ventajas

Altamente preciso.
Permite saber si un archivo ha sido descargado.
Los datos que recibes y recopilas son tuyos.

Desventajas

Realiza un cálculo por IPs.

Se pierde mucha información que no queda reflejado en este análisis.
Puede incluir las visitas de las arañas web o web crawlers.

46
Herramientas

Urchin
Webtrends

47
8.2. Medición Site Centric

Esta medición censal o Site Centric basada en tags,

consiste en insertar un código denominado “tag”
“etiqueta” o “marcador” en el HTML de todas y cada
una de las páginas del sitio que se pretende medir, siendo código
“JavaScript”. Este marcador o tag, se añade al navegador del usuario y
realiza una llamada a un servidor externo donde se comienzan a
almacenar datos con información de la visita realizada a la página.
Dicho servidor se encarga de enviar un código inofensivo
denominado “cookie” que consiste en un archivo que se almacena en
el disco duro del ordenador del visitante de la página web a través de
su navegador (Microsoft Explorer, Mozilla Firefox, Google Chrome…)
y que sirve para reconocer al visitante en su próxima visita al sitio
web. Todo este proceso es transparente para el visitante.

Ventajas

Cómodo de implementar.
Capturan todos los eventos por página.
Google Analytic funciona con ello.

Desventajas

Todas las páginas deben estar tagueadas.

JavaScript no es del todo estable y sus errores afectan al tagueado.
Un 3% de los usuarios tienen desactivado el JavaScript en sus
navegadores.

Herramientas

Clictale
Google Analytics
Woopra

48
8.3. Medición User Centric

Este tipo de medición se basa en el usuario, no en el

navegador. Para ello hacen uso de los llamados
‘paneles’ de usuarios a los que instalan un software que
captura sus sesiones de navegación. Esta muestra se utiliza para
ponderar el número de visitantes que visitan un sitio en un
determinado periodo. Hablamos de muestras tan pequeñas respecto
al total que el sesgo es enorme.

Es necesario saber que este sistema

viene heredado del método de medición
de la televisión mediante audiometría, y
es el sistema de medición tradicional,
basado en el comportamiento de
navegación del usuario, gracias a la
captación de en panel (obtención de
información periódica a través de una
muestra representativa de la población
online).

El usuario denominado "panelista", debe

instalar un software y rellenar un formulario donde ha de declarar una serie de
variables sociodemográficas de todos los miembros del hogar donde el ordenador
se utilice, tales como: edad, sexo, nivel de estudios, ingresos, ocupación, etc.

Cada vez que un miembro del hogar utilice el ordenador, ha de identificarse y, en

ese momento, el software instalado (audímetro online) comienza a recoger
información de todas las páginas por donde va navegando, luego el instituto
propietario del panel, recopila la información de la muestra representativa de los
panelistas y a través de procesos estadísticos la extrapola a la población
internauta del país utilizando un universo similar al que usan otros medios
tradicionales, en caso de España se utiliza el EGM (Estudio General de Medios),
permitiendo un marco comparativo entre los distintos medios, y reportando los
datos de manera mensual.

49
Al ser un sistema de medición basado en los datos de comportamiento del
usuario, no es necesario ninguna implementación por parte de los sites y por
tanto ofrece datos de todos los sites visitados por los panelistas, permitiendo
de esta forma obtener datos propios y de la competencia, es decir que a
diferencia del método censal, que requiere de la colaboración del sitio web
para insertar el marcador con el fin de ser medido, el panel ofrece información
de los sitios aunque estos no deseen ser medidos, ya que el panel es capaz de
captar datos sin implementación en el site, porque los audímetros online (el
software instalado en el ordenador de los panelistas) son los encargados de
recoger todo su comportamiento online.

Ventajas

Permite recoger información demográfica.

Nos da la opción de conocer la demografía de la competencia.
Es un indicador imparcial.

Contras

No llegan a ser datos exactos.

Hay un retraso de días en su recolección.
No queda claro qué panel es el mejor y más fiable.

Herramientas

Comscore
Nielsen

50
8.4. Medición Cookies

Una cookie no es más que un fragmento de información

que se almacena en el disco duro del visitante de una
web a través de su navegador. Es importante recordar
que, si un único usuario que accede al mismo dominio utilizando
navegadores diferentes, tendrá varias cookies separadas, una por
cada navegador.

Puede darse el caso que un usuario genere más de una cookie en un mismo día al
acceder por diferentes terminales a un determinado sitio web. Esto puede llegar a
ser un problema, y también lo es el borrado intencionado de cookies por parte del
usuario.

La eliminación de cookies puede ocurrir cuando:

El usuario elimina manualmente los ficheros que tienen las cookies en su

disco duro.
El usuario elimina las cookies de su navegador a través de las opciones del
propio navegador.
El usuario ejecuta programas de seguridad que borran sistemáticamente las
cookies.
El usuario configura su navegador para rechazar cookies.
La mayoría de los Smartphones eliminan las cookies por defecto después de
cada visita.

El futuro de un mundo sin cookies

Como contexto, cabe destacar que las cookies se definen como ficheros de
información que se guarda en los navegadores y que permite que las webs
identifiquen al navegador en caso de haber visitado la página anteriormente. No
son identificadores perfectos, pero sí sirven para estar cerca del consumidor.
Aunque no todas las cookies son iguales.

51
 1st Party Data

También llamadas “cookies de primeros” son creadas por el mismo dominio

por el que estamos navegando. Las cookies propias de cada compañía.

3rd Party Data

También conocidas como “cookies de terceros” y las que nos han llevado a
esta polémica. Son las cookies creadas por un dominio diferente al sitio web
por el que navegamos.

Google dejará de mostrar anuncios basados en el Historial de Navegación de una

persona. La compañía que domina el mercado de la publicidad en Internet junto a
Facebook, no solo ha dicho adiós a las cookies, los pequeños archivos de rastreo
que permiten conocer las acciones de los usuarios en internet para ofrecer
anuncios más personalizados, sino que anunció que no creará una alternativa para
rastrear individualmente.

En 2020, el gigante de Internet desveló que su navegador Chrome dejaría de

recopilar cookies de terceros. La compañía aseguró que “si la publicidad digital no
evoluciona para abordar las crecientes preocupaciones de los usuarios acerca de
la privacidad y de cómo se utiliza su identidad, el futuro de la red libre y abierta
está en riesgo”.

Según los datos que maneja Google, el uso de las cookies ha provocado una
erosión de confianza, hasta el punto de que un 72% de los usuarios está
convencido de que casi todo lo que hacen online está siendo rastreado por
anunciantes y empresas tecnológicas o de otro tipo y un 81% afirma que los
posibles riesgos que para ellos supone la captación de sus datos superan los
beneficios.

Ante este escenario y presionada por los usuarios (que piden más privacidad),
los reguladores (con normas más estrictas en cuanto a protección de datos) y
la competencia (otros navegadores como Safari y Firefox ya no permiten
cookies de terceros), Google se ha volcado en buscar, “colaborando con todo
el sector”, alternativas capaces de proteger el anonimato de los usuarios y, al
mismo tiempo, ofrecer rentabilidad a los anunciantes y los editores.

2022 será el año clave para el mundo del marketing digital. Dado que las cookies
van a desaparecer, nos encontramos ante un nuevo reto para los profesionales
que se nutren de la publicidad. La incertidumbre ha clavado hondo en los
corazones de los marketeros y las dudas surgen según se acerca la fecha. Para

52
resolver estas cuestiones y adelantarnos lo que será un futuro sin cookies, Publicis
Media ha dedicado su primer evento del año al futuro universo sin cookies y
MarketingDirecto.com ha estado ahí para presenciarlo.

Los principales problemas de un mundo sin cookies serán:

Disponibilidad de los datos

Con la pérdida de las cookies de terceros, las audiencias creadas con estos
datos serán más limitadas.

Segmentación de audiencias

Cobrará más importancia la explotación de los 1st Party Data.

Optimización de campañas

La optimización en base al comportamiento del usuario se verá afectada y

ganarán protagonismo las optimizaciones basadas más en el entorno que en el
usuario.

Medición

No será posible contar con cookies de terceros para construir la trazabilidad

del usuario, por lo que la atribución basada en el último clic tendrá aun más
importancia.

53
 Comparativa entre Método Censal y Método Panel

Método Censal Método Panel

Basados en cookies Basados en panelistas

Ordenadores Paneles

Métricas precisas Métricas estimadas

Datos en tiempo real No hay datos en tiempo real

Alta frecuencia de datos Baja frecuencia de datos

Datos propios, competencia y audiencia

Datos de tu site (no competencia)
cruzada

Implementando un código en las páginas Descargando un audímetro que recoge el

del site comportamiento del usuario

Factible en cualquier site No para sites con baja audiencia

Datos sociodemográficos escasos Datos sociodemográficos amplios y reales

Datos de todas las visitas Datos de una muestra

Métricas detalladas Métricas generales

Datos multisoporte Limitación a datos del PC

Afectado por tráfico de robots No afectado por tráfico de robots

Google Analytics, Omniture Comscore, Nielsen

Afectado por la eliminación de cookies No le afecta la eliminación de cookies

54
8.5. Medición Híbrida

Este tipo de medición surge como respuesta a las carencias de las anteriores
mediciones expuestas.

Se trata de un sistema mixto de las metodologías censal y panel, en el

que se toman las bondades de cada sistema de medición para dar un
dato más aproximado a la realidad del mercado, el cual incluye datos de
navegación de dispositivos móviles, otros puntos de acceso y donde
puede disponerse de información sociodemográfica de los visitantes de
los sitios web.

Tanto Nielsen como ComScore ofrecen datos híbridos en sus paneles y su

universo referencial tiene como base el EGM (Estudio General de Medios), con el
fin de poder comparar las audiencias de los distintos medios entre sí.

55
8.6. Network Centric

Este sistema de medición está orientado a la red y consiste en que la

audiencia se mide a través de la captación de datos de tráfico
provenientes de los ISP (Internet Service Provider o Proveedor de
Servicios de Internet, en castellano), que son las empresas encargadas de
ofrecer servicios de conexión a Internet a través de diferentes
tecnologías como ADSL, cable, 3G, Wifi, etc.

En España, la empresa Netsuus ofrece este tipo de mediciones captando datos de

diversos ISPs de la geografía española de forma representativa, facilitando el
seguimiento de las conexiones desde distintos puntos de acceso como el hogar, el
trabajo, universidades, bibliotecas, cibercafés, etc., de forma anónima.

56
9. Key Performance Indicators: KPIs

9. Key Performance Indicator: KPIs

Llegó el momento de identificar los indicadores clave de rendimiento para medir

tu progreso en el logro de esos objetivos. Los Indicadores clave de rendimiento o
KPIs son una técnica simple y práctica para medir el rendimiento u objetivos de
una web.

Un buen indicador clave de rendimiento debe:

Ser acordado.
Cuantificar objetivos.
Presentar estado actual.
Establecer la dirección.
Provocar la acción.
Ser medible.
Ser asequible.

Los KPIs, a menudo, son expresados en tasas, ratios, promedios, porcentajes —no
son números sin procesar, ni contexto—.

Para saber qué KPIs hay que utilizar en cada momento no existe una regla exacta,
su elección depende básicamente de los objetivos que se quieran alcanzar y del
propio negocio.

Pero como primer paso para elegir los KPIs sería sacar todos los datos que
parezcan importantes (tanto de nuestra herramienta de analítica web como datos
cualitativos, de mercado, etc.).

57
 Y ya con los objetivos marcados, sería necesario hacerse las siguientes
preguntas:

1. Ascienden o descienden los datos: ¿es significativo?

2. Si lo consideramos significativo: ¿me lleva a la
acción?, ¿tengo recursos para hacerlo?
3. Y elegir únicamente las KPIs que respondan
afirmativamente a estas preguntas.

Pero puede llegar a ser más sencillo si definimos unas KPIs básicas que nos
ayuden a establecer una línea de estrategia, dependiendo del objetivo principal
marcado:

Site comercial

Si nuestro site es de tipo comercial, está claro que nuestro objetivo es vender,
vender y vender, gastando lo mínimo posible, por lo que tenemos que tener
en cuenta:

1. Tasa de Conversión (conversiones/visitas) – ¿Vendemos?

¿Persuadimos?
2. Importe medio de los pedidos (importe/conversiones) – ¿Cuánto es de
media la venta?
3. Valor de la visita (importe/visitas) – ¿El tráfico es de calidad?
4. Lealtad del cliente (visitantes que repiten/nuevos) – ¿Son fieles?
¿Futuros clientes?
5. “Pegajosidad” (>2 páginas/visitantes) – ¿Les gustamos? ¿Les
retenemos?
6. Visitas desde buscadores (visitas buscadores/visitas) – ¿Y el SEO cómo
va? ¿Y el SEM?

De soporte o servicios

Si nuestro site es de soporte o de servicios, el objetivo será dar respuesta

inmediata a los clientes, evitando la saturación de otros canales, como el
telefónico, por ejemplo. Así que unas métricas interesantes pueden ser:

1. Tasa de Conversión (conversiones/visitas) – ¿Encuentran lo que

buscan?
2. Tasa de Rebote (visitas <30 seg./visitas) – ¿Es esto lo que se esperan?
3. Tiempo de permanencia (contenidos vistos/visita) – ¿Se queda
demasiado tiempo?
4. Buscadores internos - ¿Qué buscan exactamente?

58
 Site de contenidos

Si nuestro site es de contenidos, como un blog, el objetivo será incrementar la

fidelidad del lector, o llevar adeptos a cualquiera de los canales offline:

1. Tasa de Conversión (conversiones/visitas) – ¿Se suscriben o registran?

2. Páginas vistas (páginas vistas/visita) – ¿Les generamos interés?
3. Páginas vistas por contenido (páginas vistas content/visitas contenido)
– ¿Qué contenido interesa más?
4. Porcentaje de nuevas visitas (nuevos visitantes/visitantes únicos) –
¿Atraemos nuevos visitantes?
5. Cuota de usuarios comprometidos (visitas de más de 19 min/visitas) –
¿Tenemos muchos fieles?

Para conseguir contactos

Si el site es para conseguir contactos (lead generation), nuestro objetivo será

incrementar nuestra red de contactos, obviamente:

1. Tasa de Conversión (leads/visitantes) – ¿Cuántos leads conseguimos?

2. Coste por Lead (leads/inversión en marketing) – ¿Cuánto nos cuesta
cada lead?
3. Porcentaje de nuevas visitas (nuevos visitantes/visitantes únicos) –
¿Cuántos son potenciales?
4. Ratio de usuarios únicos (single access pages/total entry pages) –
¿Cuántos se van sin ir más allá?

Para una campaña

Para una campaña: nuestro objetivo será estudiar lo que se genera

previamente al click y después lo que pasa en el site:

1. Tasa de Conversión (conversiones/visitas) – ¿Cuántas ventas

conseguimos?
2. Clickthrough/Impresiones: (cuántas veces se interesan por nuestro
anuncio/cuántas veces se muestra nuestro anuncio) – ¿Está
funcionando nuestro anuncio?
3. Tasa de Rebote (visitas <30 seg/visitas) – ¿Está funcionando nuestra
landing page?
4. ROI – ¿Qué beneficio hemos conseguido con la campaña?

Estas métricas pueden ser un punto de partida, y a medida que vayamos creciendo
y avanzando surgirán otras, pero hay que partir de una base.
Ahora hemos decidido segmentar a nuestro público, y llega el momento de
plasmar en informes los KPIs para presentar ante dirección los resultados y
59
análisis que como analista estás haciendo, y es aquí donde tenemos que
considerar como importante:

1. Mantener tu público objetivo en mente. Es decir, ¿A quién vas a presentar

los informes?
2. Limitar el número de KPIs a unos pocos, 3 – 8 por destinatario.
3. Presentar visualmente tus KPIs. Usa tu programa de hoja de cálculo y
emplea colores, comparaciones de tiempo, alertas y otras ayudas visuales
para transmitir conocimiento y despertar el interés de tus lectores.

Es importante hacer un testeo continuo de las KPIs. Cuando tenemos claros los
objetivos, y hemos seleccionado las KPIs que creemos que mejor reflejan su grado
de consecución, debemos testearlas.

60
9.1. Ciclo de vida y cuantificación de métricas
Como ya avanzábamos, elegir los mejores indicadores
clave de rendimiento que realmente revelen el éxito o
el fracaso del sitio web no es fácil.

Debemos tener en cuenta que no hay una regla que

sirva para todos los negocios.

Pero sí podemos decir que, a la hora de elegir los KPIs,

es recomendable seleccionar aquellos que conseguirlos
sea de manera sencilla y rápida y permitan tomar Ciclo de vida de las métricas
decisiones a tiempo. (Avinash Kaushik)

Es importante no olvidar que los KPIs deben servir para

realizar acciones.

Objetivos cuantitativos para los KPIs

Una vez está decidido el objetivo es necesario ponerle contexto a los KPIs
seleccionados de manera que establezcamos unos objetivos cuantitativos
(numéricos) con el fin de saber si la medida que proporcionen puede considerarse
éxito o fracaso.

Toma los datos que nos da la herramienta de analítica web y obtén también
información o datos de las bases de datos que tengas a tu disposición y decide los
umbrales de los KPIs.

Ahora debes saber distinguir cuáles son los importantes y transformarlos en

información, organizándolos según los objetivos de la compañía, según su
estrategia y comprobando cómo los datos se interrelacionan entre ellos.

61
→ En analítica web, debemos tener la habilidad de manejar muchas fuentes
de datos, saber distinguir cuáles son importantes y transformar datos en
información, organizándolos según los objetivos de la compañía, según su
estrategia y comprobando cómo los datos se interrelacionan entre ellos,
estableciendo las medidas para determinar el éxito o el fracaso.

→ Es recomendable asignar valores numéricos a los KPIs, pues nos ayudará

con esa tarea de saber si los datos son importantes o no, por ejemplo: ¿una
campaña con 1.000.000 de vídeos vistos en YouTube se puede considerar
exitosa o un fracaso?, pues depende, por eso necesitamos poner números a
los KPIs.

→ Una vez lleguemos a esta última fase, revisaremos y compararemos los

datos que hemos obtenido con meses anteriores, lo que nos ayudará a
mejorar el establecimiento de los objetivos cuantitativos de los KPIs.

62
10. Dashboard

10. Dashboard

Un dashboard es una pantalla que contiene los

elementos de información necesarios para conseguir
uno o más objetivos; consolidado y creado como una
única ventana donde toda la información puede ser revisada de un
vistazo. La principal característica de un panel de control es que
aglutina en un pantallazo elementos de varios tipos organizados y
presentados de forma personalizados por el destinatario de la
información.

Los dashboard, o también llamados ‘cuadros de mando’, suelen reflejar las KPIs
relacionadas con el tráfico (visitas, rebote, tiempo en el sitio, páginas vistas…) y
con la conversión (transacciones, ingresos, ventas…), pero también pueden
segmentan estas KPIs por distintos grupos de usuarios (fuentes de origen,
dispositivo, procedencia, etc. Estas métricas serían las básicas para tener un
control de la situación y saber qué está ocurriendo, pero es necesario saber que
podremos ir más allá.

Pero ¿qué elementos conforman un dashboard?

Indicadores unidimensionales

Esto significa que consisten en métricas simples a las que se asocia un valor,
valores numéricos en la mayoría de las ocasiones. Ejemplo: ratio de
conversión.

63
 Tablas bidimensionales

Tablas en las que se muestran al menos dos columnas descriptivas a las que
suele añadirse una tercera columna. Ejemplo: Palabras clave más populares
por buscador (aquí la primera dimensión o columna muestra como valores los
nombres de los distintos buscadores, mientras que la segunda expone palabras
clave y la tercera, en su caso, muestra la métrica que determina el orden de
valores en las columnas anteriores: visitas, visitantes únicos mensuales, etc.).

Cuadros de tendencia

Un cuadro de tendencia no es otra cosa que la representación gráfica de una o

varias métricas a través de un período de tiempo.

1. Otros elementos de visualización: Las técnicas de representación

gráfica de los datos nos permiten condensar múltiples dimensiones en
un espacio reducido. Allí donde resulte relevante de cara a facilitar la
toma rápida de decisiones, será necesario incorporar elementos
adicionales de visualización.
2. Conclusiones del analista: Tras hacer uso de sus herramientas de
investigación o análisis/segmentación el analista explicará por qué y
posibles soluciones, propuestas de mejora o acciones proactivas para
las oportunidades.

A modo de ejemplo, un cuadro de mando creado por nosotros mismos en Excel y

haciendo llamadas a datos externos de otras herramientas como Google Analytics,
a la base de datos propia con los datos offline y a las APIs de las distintas redes
sociales, podría tener la siguiente apariencia (3) .

La elección de gráficas o tablas vendrá de la mano del perfil de analista que se

enfrente a ella. Hay que tener en cuenta que el analista tiene que saber interpretar
con facilidad los datos y para ello adaptará la fórmula de presentación a sus
cualidades.

Como es lógico, si los objetivos cambian, se modificará el dashboard. A partir del

dashboard seremos capaces de detectar problemas y generaremos un informe con
la idea que éste nos marque el camino, nos sirva para medir nuestra estrategia
online y podamos empezar de nuevo el ciclo teniendo más claro dónde tenemos
que incidir para lograr los objetivos de negocio.

Si tuviéramos que definir las características de un buen dashboard, estas serían:

64
a. KPIs

Un dashboard no debe tener muchas KPIs, debe contener entre 5 y 20 por

cada dashboard, aunque lo ideal es no superar más de 10 en cada tablero.
Será habitual superar más de 10 KPIs durante el análisis, por eso hay que
reportar dashboards personalizados dependiendo del receptor.

b. Visuales

Las representaciones gráficas son más efectivas para comunicar que el simple
texto.

c. Relevante

Hay que mostrar cualquier información y a cualquier público, pero siempre

información útil para que este público consiga sus objetivos.

d. Una sola pantalla

La información debe quedar dentro del campo visual del usuario. Utilizar
abreviaturas visuales que describan conceptos de manera inmediata.

e. Contexto

Es importante proveer de contexto con un histórico detallado y no limitarse a

mostrar datos. Es interesante mostrar gráficos evolutivos para ver con un solo
golpe de vista la tendencia que se está siguiendo.

f. Jerárquico y personalizado

A la hora de reportar a los distintos departamentos es necesario personalizar

los dashboards para los distintos receptores y adaptarlos así a las necesidades
de información de cada área, ya que un CEO no mira los mismos KPIs que un
redactor jefe o un director de marketing, es necesario usar un modelo
jerárquico y personalizado para distribuir las KPIs a la organización.

g. Recomendaciones

El objetivo de los dashboards es promover la acción, por ello siempre han de

incluir recomendaciones que ofrezcan una breve explicación de lo que
significa cada KPI, qué se ha detectado en la evolución de lo que ha medido y
cómo se podría mejorar.

65
Pero también es necesario definir esos errores típicos a la hora de elaborar un
dashboard que no nos permitirán ver los datos ni detectar esas oportunidades:

1. No proporcionar el contexto adecuado de los datos

Se soluciona comparando con otros periodos, haciendo benchmark, establecer

si el valor del KPI es bueno o es malo (referido a los objetivos cuantitativos de
la KPI). El contexto nos guía hacia la acción.

2. Aportar un exceso de detalles hace más difícil leer la información

3.696.884,87 € / 3.696.885 € / 3.7M €.

3. Escoger métricas deficientes

Una métrica es deficiente cuando requiere interpretación.

4. Diseño pobre

Diseñar el dashboard de forma clara, de manera eficiente y sin distracciones, y

si puede ser que sea atractivo visualmente.

5. Estructuración pobre

No es únicamente una cuestión visual, tiene implicaciones sobre la eficiencia

de uso. Los datos más importantes han de destacar sobre el resto. Los
indicadores deben ser claros y fomentar la comparación. Los ojos deben ir a
los datos importantes.

6. No centrarse en sumarios y excepciones

Con los sumarios representamos una gran cantidad de números con un único
indicador (por ejemplo, un KPI). Con las excepciones presentamos hechos
críticos o inusuales.

7. No enfocar contenido y lenguaje a un público objetivo claro y limitado

Hablar de coeficientes de correlación no es práctico. Hablar de años cuando el

equipo piensa en meses no es práctico. Hablar de céntimos cuando
facturamos miles de euros.

A estas recomendaciones anteriores, hay que sumar que todos los dashboards han
de tener orientación a la acción, para ello será necesario “numerizar” y
66
“verbalizar”:

Numerización

La numerización de los objetivos de negocio permite cuantificar el

rendimiento.

Verbalización

La verbalización de estos indicadores permite enriquecer y transmitir la

información a los agentes implicados.

Ejemplo

Es importante agrupar adecuadamente la información dentro del tablero o

dashboard, por ejemplo, por tipo de objetivo, se agrupan los KPIs en objetivos de
adquisición, conversión o retención...

67
Cuadro de mando a modo de ejemplo (creación propia) (3)

Fuente imagen: ‘Más allá de un simple clic’ Cuaderno #1

Este ejemplo de dashboard muestra las métricas globales en la parte

superior, y su evolución tanto mensual como anual. En la parte central
segmenta estas métricas, a la vez que se da importancia al rendimiento en
base al objetivo primordial del negocio. La parte inferior se dedica a otras
segmentaciones importantes y se descarga la zona inferior derecha con
gráficos evolutivos de los datos de la zona inferior izquierda.

68
10.1. Tipos de Dashboard

Dashboard informativo

Resume y muestra de manera sencilla lo que sucede en la web, haciendo uso

de códigos de color para que rápidamente sepamos si son datos positivos o
negativos.

69
Dashboard numérico

A través de datos numéricos y porcentajes, este tipo de dashboard explica las

variaciones en las métricas más relevantes a nivel de negocio, dando una
visión del rendimiento comparadas a una serie de métricas en un período de
tiempo determinado u anterior.

70
Dashboard visual

Esta tipología de cuadro de mando nos muestra las métricas de una manera
muy atractiva y visual, haciendo uso de gráficas para agilizar la comprensión y
ver la evolución que estamos teniendo en cada objetivo o evento.

71
Dashboard accionable

Podemos decir que este cuadro de mando es el más completo de todos los
expuestos. En él, se explican todas las variaciones de las métricas más
relevantes a nivel de negocio, así como las soluciones que el analista aporta a
aquellas métricas de carácter negativo o propuestas para las oportunidades
detectadas.

Analiza e identifica problemas.

Explica los impactos en el negocio.
Aporta los siguientes pasos a seguir para seguir creciendo.

72
11. Herramientas

11.1. Elección de herramientas

Antes de abordar los factores o variables que debemos tener
en cuenta a la hora de seleccionar una u otra herramienta de
analítica web, es básico volver a mencionar la regla 90/10
que ya mencionamos en apartados anteriores y que deja claro
que no todo depende de la elección de la herramienta más
adecuada, sino también de la necesidad de que una persona se haga cargo de esta
herramienta para configurarla de manera efectiva y para sacarle el máximo
partido. Las herramientas que se utilizan en Analítica Web para medir los datos
son importantes, pero son más importantes los analistas que las hacen funcionar.

Dicho esto, a la hora de elegir la herramienta de Analítica Web que mejor se

adapte a tus necesidades, los factores que debes tener en cuenta:

La capacidad de recopilación de datos.

La posibilidad de segmentación de datos a través de variables.
La posibilidad de integrar datos de fuentes externas.
La gestión de los datos.
Y, por supuesto, el precio.

De igual modo, para elegir las herramientas adecuadas, se deben tener en

cuenta tres cuestiones claves:

1. Informes o análisis
La mayoría de las empresas prefieren los análisis,
aunque muy pocas los necesiten. Los motivos por los
cuales se debe elegir el informe son: toma de
decisiones descentralizada (los líderes necesitan datos
que procesar para tomar decisiones), cultura de la
empresa, distribución, conocimiento, aversión riesgo…

73
 2. Infraestructura IT
Disponer o no de la suficiente infraestructura en TI
(Tecnologías de la Información). En caso de no contar
con una infraestructura sólida, reconocer
honestamente esa deficiencia y subcontratar una para
colocarse delante de la competencia.

3. Estrategia analítica
Determinar qué estrategia analítica se va a realizar.
Veamos a continuación este punto con más
detenimiento.

Estrategia analítica

Ahora, como bien sabes, el marketing digital se compone de múltiples disciplinas

(SEO, Social Media, SEM…) y la Analítica Web debe ser capaz de medir los
resultados de todas ellas. Cada una de estas áreas tiene unas características
determinadas por lo que sus formas de medición también serán distintas.

Así, por ejemplo, no se tendrán en cuenta ni los mismos criterios ni las mismas
medidas para evaluar una campaña SEO que para una que hagamos en Redes
Sociales.

Por eso, es buena idea emplear distintas herramientas ya que, si solo utilizamos
una, podemos malinterpretar los datos y tomar decisiones erróneas. La utilización
de más de una herramienta nos permite contextualizar mejor los datos obtenidos
y una mejor adaptación a cada uno de los diferentes canales de los que provienen
nuestras visitas.

74
Pero ¿qué podemos obtener de la herramienta de Analítica Web? Fácil
respuesta: información. Esta información puede ser desde el número de
visitas, páginas vistas, procedencia, buscadores utilizados, duración de las
visitas…, hasta el rendimiento de una campaña, geolocalización de los
visitantes, y un largo etcétera. También nos permiten conocer el
comportamiento de nuestros usuarios, desde antes de llegar a nuestro site
hasta que se van de la web. Por ende, tendremos datos objetivos que nos
valdrán para optimizar el diseño y el contenido de nuestro site, de forma que
su rendimiento sea máximo.

Es muy recomendable combinar la información de varias herramientas. Por

ejemplo, podemos utilizar Google Analytics de forma gratuita y combinarla
con Site Catalyst de Omniture.

75
11.2. Google Analytics 4 versus Google Analytics Universal

Google Analytics 4

Para reforzar la parte de análisis, Google ha lanzado la nueva versión de Google

Analytics mucho más avanzada: Google Analytics 4. Google Analytics 4
(anteriormente conocido como "Aplicación + Web") es un nuevo tipo de
propiedad, con informes diferentes a los que estábamos acostumbrados a ver en
las propiedades de Universal Analytics.

El nuevo Google Analytics se basa en las tecnologías y elementos que soportan la

Transformación Digital. Estamos hablando de Inteligencia Artificial, deep learning,
machine learning, redes neuronales y datos.

Empresas de todos los tipos y tamaños confían en la información privilegiada de

Google Analytics para comprender el comportamiento y las preferencias de sus
clientes.

¿En qué consiste GA4?

Al aplicar los modelos avanzados de aprendizaje automático de Google, el nuevo

Analytics puede alertar automáticamente sobre tendencias significativas en los
datos, como productos que experimentan un aumento de la demanda debido a las
nuevas necesidades de los clientes e incluso le ayuda a anticipar las acciones
futuras que puedan tomar los clientes.

Por ejemplo, calcula la probabilidad de abandono para que el anunciante pueda

invertir de manera más eficiente en retener clientes en un momento en que los
presupuestos de marketing están bajo presión.

G4 continúa agregando nuevas métricas predictivas, como los ingresos

potenciales que podría obtener de un grupo particular de clientes.

Esto permite crear audiencias para llegar a clientes de mayor valor y ejecutar
análisis para comprender mejor por qué es probable que algunos clientes gasten
más que otros, de modo que pueda tomar medidas para mejorar sus resultados.

76
 ¿En qué se diferencia GA4 con Google Analytics universal?

Análisis User centric

El nuevo Google Analytics proporciona una visión centrada en el usuario, es

decir, los análisis se realizan en función del comportamiento del público de tu
negocio.

Análisis X-Platform

Ya no se producen de forma fragmentada, según la segmentación por

dispositivo o plataforma que utilizan los consumidores para acceder a los
canales de tu empresa y ponerse en contacto con tu marca.

Mayor capacidad de personalizar campañas

Es posible personalizar mejor las campañas en Ads —según la etapa de los

clientes en su jornada de consumo—, y de forma omnicanal, ya que combina el
análisis de tráfico multiplataforma.

Mayor preparación para el futuro de las cookies

Otro cambio muy importante se basa en adaptar la plataforma a un futuro sin

el uso de cookies, las huellas digitales que dejan los usuarios que permiten a
Ads hacer sugerencias más adecuadas a la hora de acceder a Internet.

Mayor integración

Es posible seguir los esfuerzos de marketing en redes sociales y en estrategias

de email marketing.

Los propios usuarios nos pueden guiar en por qué se puede estar produciendo una
determinada situación. Podemos crear un laboratorio de test con clientes, generar
nuestros propios cuestionarios de calidad o utilizar encuestas online. Las hay
gratuitas, como 4Q. Así, podremos completar la información que tenemos con
nuestra herramienta de medición.

77
 Igual de importante es conocer y saber dónde está nuestra competencia. Para
ello podemos utilizar herramientas que permiten comparar nuestro site con el
resto de sites en la red. De manera gratuita tenemos Alexa y de pago
Compete.

Quizá nos interese saber la frecuencia con la que se realiza una búsqueda en
Google. En ese caso, tendremos que recurrir a Google Trends.

En el mercado también existen herramientas que nos pueden ayudar a optimizar el

SEO. Y muy importante, hay herramientas que permiten testar distintas versiones
de una misma página (a nivel de copy, de imágenes, de botones o links, etc.). Se
puede organizar el test desde Google o desde una herramienta más sofisticada
como OpenText Optimost o Test&Target.

No podemos dejar de lado algo tan importante como las redes sociales, a
través de las cuales sabremos qué se comenta sobre nosotros y nuestra web.
El poder medir la distribución de nuestro contenido o cómo influye en el
beneficio que persigue nuestra web es vital para poder decidir la estrategia
más adecuada en la red.

Podemos medir cómo está funcionando un blog incorporándole el código de

Google Analytics e investigar qué se dice de nosotros en otros blogs, con la
herramienta Socialmention. O cómo está funcionando nuestro perfil en
Twitter con alguna de las herramientas disponibles en el mercado como Klout.

Por lo tanto, a la hora de tomar una decisión sobre qué tipo de estrategia de
análisis web tengo que utilizar, la elección de herramientas es condición
básica.

Actualmente, en el mercado existen numerosas herramientas gratuitas y un

número importante también de herrameintas de pago con funcionalidades más
avanzadas. Desde que Google lanzó Analytics, la medición web ha experimentado
su máximo apogeo, esta herramienta gratuita es la más extendida del mundo, y
otras herramientas de pago como Adobe Omniture, AT Internet, IBM CoreMetrics,
Nielsen SiteCensus, etc. Existe una gran variedad de herramientas, en función del
propósito de medición para el que hayan sido concebidas.

78
11.3. Toolbox de Herramientas

Herramientas

Lucky orange https://www.luckyorange.com/

Clicktale http://www.clicktale.com/

4Q https://www.iperceptions.com/en/4q

Improvely https://www.improvely.com/

Clicky http://clicky.com/

Woopra https://www.woopra.com/

Piwik http://piwik.org/

Going Up! http://www.goingup.com/

Google Analytics http://www.google.com/analytics/

KissMetric https://www.kissmetrics.com/

CrazyEgg http://www.crazyegg.com/

Inspectlet https://www.inspectlet.com/

Visualwebsiteoptimiz
https://vwo.com/
er

Optimizely https://www.optimizely.es

Qualaroo https://qualaroo.com/

SurveyMonkey https://es.surveymonkey.com/

Unbounce http://unbounce.com/

Feedbackfy! https://www.feedbackify.com/

79
 Herramientas

Yahoo Analytics https://developer.yahoo.com/analytics

https://www-01.ibm.com/software/es/info/coremetrics-
IBM Coremetrics
software/

Mixpanel http://www.mixpanel.com

Webtrends http://webtrends.com/

80
12. Analítica Social Media

12. Analítica Social Media

La experiencia nos demuestra que los usuarios acuden, de forma generalizada, a

las redes sociales en busca de información sobre empresas, marcas y productos de
su interés. Las empresas son cada vez más conscientes de estas nuevas
necesidades de los usuarios y tratan de proporcionales información e interactúan
con ellos, intentando conseguir el máximo nivel posible de comunicación y
feedback entre cliente y empresa.

El uso intensivo que los internautas están haciendo de las redes sociales nos
obliga a ir más allá del propio sitio web y analizar este nuevo entorno. En este
apartado entenderemos por qué las redes sociales no pueden quedar fuera de las
estrategias del negocio y las razones que hacen necesario el análisis de las
actividades que los usuarios desarrollan, repasando alguna de las múltiples
herramientas que pueden ofrecer información de las redes sociales.

Sin duda alguna, las redes sociales se han convertido en una herramienta
fundamental dentro de la estrategia de marketing online. La amplia información y
conocimiento de cada uno de los miembros de estas redes, permite una mayor
segmentación para nuestras campañas.

Generalizando, podemos decir que las redes sociales ofrecen las siguientes
ventajas (entre otras muchas):

Nos ayudan a conocer mejor a nuestro cliente o potencial cliente.

Apoyan las campañas publicitarias.
Orientan a nuestros potenciales clientes al proceso de compra.
Ayudan a convertir a nuestros clientes en recomendadores de nuestra
marca.

81
Como hemos venido recalcando a lo largo de este e-book, un paso previo a la hora
de analizar los datos que obtenemos de nuestra herramienta de Analítica Web es
la fijación de objetivos, y la medición en redes sociales no es una excepción.

Ante todo, debemos tener claros qué objetivos queremos alcanzar con nuestra
estrategia de social media. Si no realizamos esta tarea previa, estaremos perdidos,
no sabremos ni dónde estamos ni a dónde queremos llegar y, por lo tanto, no
sabremos qué estrategias serán las más adecuadas para alcanzar nuestro objetivo.

Para poder establecer una estrategia en Redes

Sociales, y al igual que nos ocurre en analítica web, lo
primero que se debe tener claro son los objetivos.
¿Cuáles son los objetivos de la empresa?, ¿cómo
pueden estos alinearse con el canal redes sociales?,
¿qué puede la empresa ofrecer a los usuarios?, ¿cómo
pueden las Redes Sociales contribuir a los objetivos de
la empresa?

Respondiendo a estas preguntas podernos definir los objetivos, tras lo cual se

puede empezar a definir la idoneidad de los elementos que finalmente
conformarán la ejecución de una estrategia en Redes Sociales, el Social Media
Plan.

Cuando analizamos nuestra estrategia en redes sociales, debemos fijarnos en

cuatro puntos básicos:

1. Actividad
Hablamos de medir el tráfico que generan nuestras
acciones en redes sociales hacia nuestro portal. Esta
será la clave para evaluar nuestra estrategia en redes
sociales. Más allá del número de visitas obtenidas a
nuestra página a través de las redes sociales, también
deberemos evaluar la calidad de estas visitas.
Segmentando a nuestros visitantes por fuentes de
tráfico pondremos el foco en aquellos que provienen
de redes sociales y estudiaremos su comportamiento.
Prestaremos atención a métricas como la tasa de
rebote o el tiempo de permanencia.

2. Tamaño

82
 En este punto nos referimos a la repercusión que
nuestras acciones tienen en redes sociales. Para ello es
interesante conocer el tamaño de la comunidad que
estamos creando alrededor de nuestra marca. Es
interesante conocer el número de usuarios, fans,
suscriptores RRSS o seguidores, así como su
evolución.

3. Vitalidad
Aquí nos referimos al nivel de interacción que tienen
los usuarioS/seguidores con las acciones que
desarrollamos. Dada la importancia de la interacción
en el terreno social media, es indispensable medir la
vitalidad. Deberemos medir los comentarios en
nuestros blogs o foros, los “me gusta”, “+1”,
menciones...

4. Influencia
La influencia mide cómo nuestra comunidad de
seguidores se identifica con las acciones de la
empresa y cuáles de estos se convierten en
recomendadores de nuestra marca. Nos servirá para
beneficiarnos de futuras referencias. Se mide en
función de las menciones en las distintas redes
sociales, los retweets o en el número de clics que
obtenemos de los enlaces que compartimos.

Para evaluar nuestra estrategia de social media debemos analizar cada uno de
estos factores por separado y en su conjunto.

83
12.1. Métricas Social Media

A la hora de hacer un análisis de la monitorización de la presencia en redes

sociales, tan importante es definir métricas cuantitativas como métricas
cualitativas.

Las métricas cuantitativas nos pero serán las métricas cualitativas

aportarán una idea de la extensión y las que realmente le tomarán el pulso
el impacto que tienen las redes al rendimiento que las redes sociales
sociales en el negocio, especialmente aportan al negocio, el interés que
su cobertura en lo que se refiere a generan en los usuarios y hasta qué
imagen de marca, punto contribuyen en la adquisición
de tráfico cualificado.

Tanto los datos cuantitativos como los cualitativos se pueden medir ya con las
herramientas existentes en el mercado, algunas de ellas gratuitas y algunas de
pago, aunque los datos cualitativos son más difíciles de recopilar de una manera
estandarizada, ya que recogen conceptos como tono o sensaciones
positivas/negativas y se basan en algoritmos propios de cada herramienta, que
normalmente se fijan en las palabras clave, además aquí entra la implicación de la
interpretación semántica del idioma para adjudicar un valor positivo o negativo, y
el idioma español es muy dado a la ironía, por ello es importante conocer cómo
calculan estas herramientas sus ratios para poder comprender hasta qué punto
son relevantes para la organización.

Cada empresa debe escoger las métricas que utilizará para monitorizar la actividad
en Redes Sociales en función de sus objetivos, siendo algunas de las más básicas:

84
 Cobertura Implicación Acción

Número de seguidores /
seguidores / contacto por Número de temas de debate CTR Anuncios
páginas corporativas

Número de post en páginas Número de respuestas a las

Número de menciones
corporativas promociones

Número de actualizaciones Número y tono de Número de aplicaciones

por seguidores comentarios descargadas

Cantidad de contenidos y Acciones offline dirigidas

Impresiones de anuncios
promociones compartidas por cupones u ofertas

Tráfico web generado

Usuarios de aplicaciones

Métricas a tener en cuenta:

Volumen de búsqueda de marca

Las veces que la gente busca el nombre de tu marca.

Menciones de la marca

Es un buen indicador para saber cómo están funcionando las acciones en

social media. Se puede medir las menciones en un periodo de tiempo con
Socialmention por ejemplo. Además, sirve para tener un control temprano y
“desactivar” fácilmente cualquier amenaza a nuestra reputación online.

Viralidad

Mide cómo el contenido se distribuye a lo largo de las redes sociales.

85
 Feedback de los usuarios

Estudiar las interacciones de los usuarios que clican en “me gusta” evaluando
la respuesta que tenemos en cada una de nuestras redes sociales, como
menciones y RTs en Twitter, contactos a través de Linkedin, comentarios en
nuestro blog, etc… servirá para medir qué plataforma es la que mejor funciona
de cara a fidelizar a nuestro usuario.

Índice Klout

Es un indicador del nivel de influencia online, y desvela las temáticas en las

que eres influyente, el público al que influyes y también el tipo de uso que
estás dando a las redes sociales.

Total de “Me gusta”

Contabilizada como el total y acompañada con el porcentaje de variación

respecto a un periodo de tiempo (semana, mes).

Alcance

El número de amigos que tienen las personas que han hecho Me gusta en
nuestra página. A través de esta métrica podemos ver el público potencial al
que podríamos llegar.

En un proceso análogo al que se sigue en analítica web, partiendo de los datos

extraídos de las métricas básicas, el analista es el encargado de establecer los KPIs
más relevantes que pasarán a formar paso del Cuadro de Mando integral del
negocio, asegurándose que plasman de manera fehaciente los conceptos más
importantes para su seguimiento:

86
Marca

Alcance (o Reach)

Cantidad de interlocutores diferentes que cubren nuestra marca en un

período determinado.

Audiencia activa

Cantidad de suscriptores agregada de todos los entornos en los que

tenemos presencia.

Cuota de conversación (o “share of conversation”)

Cantidad de conversaciones en las que estamos participando en nuestra

industria.

Adquisición

Tasa de retención

Todas aquellas visitas que “van un poco más allá” de nuestra home y
muestran un interés hacia el objetivo final de nuestro sitio web.

Tasa de rebote

Antagónica a la anterior, aquellas visitas que saldrán rápidamente de

nuestro sitio por no haber aterrizado al sitio que esperaban.

87
12.2. Herramientas Social Media

Es de vértigo ver la cantidad de herramientas que hay para medir en redes sociales
tanto gratuitas como de pago. Solamente os animo a realizar una búsqueda en
vuestro buscador favorito para comprobar el número de resultados que devuelve.

Aquí os facilito una web que recopila más de 300 herramientas y el número sigue
y sigue en aumento: A Wiki of Social Media Monitoring Solutions:
http://wiki.kenburbary.com/

Destacan las herramientas españolas:

1. Pirendo http://pirendo.com/es
2. Webopinion http://www.webopinion.es
3. Buzztrend http://www.buzztrend.com/es

Otras herramientas:

1. Sysomos http://sysomos.com
2. Brand Watch http://www.brandwatch.net
3. Visible Tech http://www.visibletechnologies.com
4. Peerindex http://www.peerindex.net
5. Twittercounter http://www.twittercounter.com
6. Howsociable http://www.howsociable.com
7. Xefer http://www.xefer.com/twitter
8. Tweetstats http://www.tweetstats.com
9. Tweetreach http://www.tweetreach.com
10. Bitly http://www.bit.ly (Acortador e identificador de URLs)

88
13. Optimización

13. Optimización

El objetivo de realizar este tipo de análisis es encontrar aquellos puntos

donde mejorar nuestra web. En muchos casos, no se tratará de realizar
grandes cambios, sino de todo lo contrario. Efectuar pequeñas modificaciones
nos ayudará a mejorar la conversión de nuestras páginas y por extensión, de
nuestro site. El problema reside en encontrar aquellas páginas más
interesantes donde realizar los cambios. No se trata de cambiar por cambiar si
no de optimizar aquellas páginas que realmente lo necesiten.

Si somos capaces de entender lo que hacen los visitantes en nuestro sitio

web, seremos capaces de optimizar el contenido para conseguir los objetivos
que hayamos definido.

La optimización de un sitio web, por tanto, es un proceso continuo de mejora

con el fin de identificar cómo un sitio web puede producir mejores resultados
para sus visitantes. Estas mejoras pueden consistir en conseguir mayores
tasas de conversión, mejorar los resultados de búsqueda o facilitar la
experiencia de usuario.

Para decidir qué testar y cómo optimizarlo, primero, es necesario conocer lo que
debe medirse para poder comprender cómo los visitantes llegaron al sitio web y lo
que hicieron dentro, es decir, hay que centrarse en la adquisición de los visitantes
y esforzarse en retenerlos. Esto implica conocer a fondo nuestro negocio, es la
clave del análisis básico de nuestra web.

A continuación, se proporcionará un marco para las métricas más utilizadas en

analítica web con el fin de mejorar la optimización de un sitio web.

89
13.1. Fuentes de tráfico

Hay que empezar analizando datos de tráfico para conocer la situación de partida.
Analizar las fuentes de tráfico nos permitirá descubrir por dónde entran nuestros
usuarios.

Analizar cifras y porcentajes de:

Buscadores

Es todo el tráfico cuyo origen es un motor de búsqueda, tanto el tráfico

orgánico o natural como el pagado.

Referals

Es el tráfico que ha llegado mediante los enlaces que otros sitios web han
dirigido hacia nuestro sitio.

Campañas (Otros)

Mide el tráfico de todas las campañas externas al sitio web y que se han
etiquetado a tal efecto.

Tráfico Directo

es el resto del tráfico, en teoría es tráfico de visitas que han tecleado la URL
de nuestro sitio web en la barra de navegador o bien han accedido desde un
marcador de favoritos. El problema es que aquí también se contabilizan las
visitas de aquellas URLs que no han sido debidamente etiquetadas.

A la vista de las cifras, podemos establecer el tipo del sitio web en función de sus
fuentes de tráfico:

Un alto porcentaje de tráfico directo

Un alto porcentaje de tráfico directo indica que estamos ante un sitio web con
una larga trayectoria online y por tanto con fortaleza en su marca y visitantes
fidelizados.

90
 Un alto porcentaje de tráfico de campañas

Un alto porcentaje de tráfico de campañas indica que el sitio web hace fuertes
inversiones en publicidad o bien ejecuta campañas de emailing hacia usuarios
fidelizados que han respondido bien.

Un alto porcentaje de tráfico de referencia

Un alto porcentaje de tráfico de referencia (referals) indica un sitio web

popular y por ello otros sitios nos enlazan.

Si el porcentaje de buscadores es bajo

Si el porcentaje de buscadores es bajo, puede indicar que el contenido no está

bien indexado (por usar Flash por ejemplo), contenidos desactualizados o bien
es un lanzamiento reciente y la marca no está reconocida, sin embargo, tener
mucho tráfico orgánico indica que ha habido un trabajo de SEO para
posicionar el contenido, la URL del sitio tiene un nombre complicado y los
usuarios la buscan en los buscadores (tráfico branded) o bien se trata de un
sitio que actualiza contenido con frecuencia, como puede ser la edición digital
de un periódico.Escribe aquí tu texto.

Ahora que sabemos qué porcentajes de fuentes tenemos, debemos ir más allá y
averiguar dónde podemos mejorar, para ello debemos determinar qué fuente de
tráfico da mejores resultados, fijándonos además del volumen de visitas en otras
métricas como: tasa de rebote, tiempo de permanencia en la web, la profundidad
de la visita (páginas vistas por visita), tasas de conversión, coste por visita, leads
conseguidos, etc.

91
Una vez analizadas las métricas a lo largo del tiempo podremos determinar
qué fuente ha crecido más en calidad y fijarnos en la fuente que ha dado los
peores resultados para actuar sobre ella. El tráfico de buscadores de pago y
las campañas serán los indicativos que nos mostrarán si nuestras estrategias
de marketing online están funcionando o no, porque el resto de fuentes
atraen el tráfico de modo gratuito.

Fuente: https://www.romualdfons.com

92
13.2. Páginas más visitadas

Esta métrica nos dará una primera pista sobre las páginas sobre las que
debemos actuar. Si una página tiene pocas visitas en comparación con el resto
del site, quiere decir que tiene un problema sobre el que debemos actuar.
Estudiando el top content, sabremos qué es lo que busca el usuario cuando
llega al sitio web, y nos permitirán identificar páginas candidatas a ejecutar un
test para probar algo, ya que proporcionan la mayor cantidad de tráfico.

93
13.3. Landing pages

Por página de aterrizaje o landing page se

entiende...

La página por la que un usuario accede a nuestro sitio web a través de un

enlace. Estas páginas pueden ser bien, la página principal del sitio web o bien,
una página creada ad hoc para un producto o servicio. Por ejemplo, es
bastante común crear landing pages para campañas de PPC en Google
Adwords. Al hacer clic en el anuncio en cuestión, esta nos llevará a una página
creada específicamente para ese producto con toda la información necesaria
para realizar una acción, una compra por ejemplo.

Siguiendo la clasificación aportada por Gemma Muñoz, CEO de El arte de Medir,

dependiendo de la función que desempeñe cada landing page podemos
categorizarlas como:

Navegacionales

Son aquellas que tienen como función interesar al visitante y que este siga
navegando por sus contenidos.

Informativas

Ayudan al usuario a conocer mejor los productos o servicios que ofrecemos.

Persuasivas

Pretenden lograr que el usuario realice una determinada función.

94
13.4. Páginas de salida

Saber las páginas por donde salen los usuarios es tan importante como saber
por dónde entra y desde dónde.

Analizar las páginas de salida nos permitirá recabar información para trabajar
la retención de los visitantes y la tasa de conversión.

Para ello tenemos la “tasa de salida” o también conocida como el “ratio de

abandono”.

Tasa de salida o Ratio de abandono

Indica el número de visitas que han salido del sitio por una determinada
página. Interesa estudiar la tasa de salida en determinados puntos críticos del
sitio como, por ejemplo, la página anterior a la formalización de una compra,
un formulario de registro o cualquiera que sea la parte final del proceso de
conversión. El objetivo es determinar qué se puede mejorar para retrasar la
salida del sitio en caso de que el usuario no haya completado el proceso de
conversión.

En el análisis del comienzo o el final de las visitas, los pasos a seguir son:
identificar el problema, diseñar acciones para mejorar, implementarlas, medir y
volver a analizar.

95
13.5. Palabras clave

Analizar las palabras clave utilizadas en los buscadores nos permite saber
cómo nos encuentran los usuarios en la web. Si conocemos los contenidos
más visitados, por donde entran al sitio web, los puntos de origen de las
visitas y las palabras claves por las que nos han encontrado, tendremos una
primera visión de qué está pasando en nuestro sitio web, de cómo nos
perciben los usuarios y si esto coincide con la imagen que queremos dar de
nuestra marca y de los productos y servicios que ofrezcamos.

La clave del éxito es optimizar el contenido en base a la analítica web, ya que,

a partir de aquí, pueden plantearse análisis más profundos que impliquen
segmentar a las visitas por usuarios recurrentes para saber qué les gusta a los
que repiten, descubrir qué les atrae a los nuevos visitantes, ver las diferencias
de consumo entre las distintas fuentes de origen, etc.

96
13.6. Procedencia

Estudiar la procedencia geográfica del tráfico nos permite optimizar la oferta

de servicios y productos ajustándolo al origen del tráfico, por ejemplo, a la
vista de estos datos tal vez interese hacer versiones distintas con los idiomas
de los países que más nos visitan para ofrecer un contenido más
personalizado a nuestros usuarios.

97
13.7. Recurrencia y Frecuencia

La medición de la fidelización del usuario con nuestra web es uno de los aspectos
más importantes a la hora de mejorar el sitio. En Google Analytics, esta métrica
está basada en visitas y no en visitantes únicos.

Si hemos emprendido acciones de captación como acciones SEO, SEM, emailing,

campañas offline, etc., el número de visitas crecerá, pero también es muy
importante fidelizarlos, ya que si los usuarios vienen y no regresan jamás, será un
fracaso ya que habremos malgastado todos los esfuerzos en la captación de las
visitas.

Los datos que muestre este informe dependerán del sitio analizado, por ejemplo,
no es lo mismo un sitio de contenidos que un ecommerce, donde los periodos de
tiempo cambian en función de la actualización de los contenidos y de la
estacionalidad de los productos.

Un análisis adecuado de la fidelización implica un estudio de la métrica

durante el último año disponible de datos, para ver la evolución de las visitas
que repiten y poder determinar así el porcentaje de fidelidad del sitio.

La información de la fidelización puede completarse con el dato de

Frecuencia de las visitas.

Frecuencia de las visitas

Indica el tiempo que tardan las visitas en regresar al sitio. Tanto la métrica de
fidelidad como la de frecuencia resulta interesante analizarlas mediante
segmentos de usuarios. Esto nos permitirá saber qué hacen los visitantes
nuevos para poder saber cuál es la sensación de los mismos ante la primera
visita y si les hemos gustado como para repetir.

98
13.8. Segmentación

Para poder sacar conclusiones acerca de lo que ocurre en el sitio web es

necesario profundizar en el análisis y estudiar lo que hacen los usuarios de
nuestro sitio en función de su comportamiento.

Saber cómo se comporta un perfil determinado en nuestro sitio nos permitirá

proponer estrategias en base a esos perfiles, contestando a preguntas como:
¿Por dónde salen del sitio los visitantes nuevos?, ¿por dónde entran los
visitantes recurrentes?, ¿a dónde van los que compran?, ¿la compra se cierra
en la primera visita o en sucesivas?... Por tanto, si queremos mejorar el sitio
web y hacerlo más efectivo tenemos que segmentar.

Podemos empezar haciendo segmentos de usuarios con mucho “engagement”, es

decir, que están muy comprometidos: los que compran, los que pasan mucho
tiempo en el sitio o navegan por más de 4 páginas diferentes, o regresan en menos
de 3 días…, frente a los segmentos de aquellos usuarios menos comprometidos:
solo visitan una página, se quedan menos de 20 segundos, no compran… La idea
es identificar los segmentos de usuarios que forman los perfiles que más
incrementan las visitas o cualquier otra acción exitosa en el sitio. Se puede
segmentar por muchas variables, en Google Analytics existen una serie de
segmentos predeterminados que medirán por las variables: todas las visitas,
usuarios nuevos, Tráfico pagado, etc, pero la herramienta nos ofrece crear
segmentos avanzados personalizados indicando las dimensiones que necesitemos
para que cumplan con una condición.

99
13.9. Testing

Es muy común tomar decisiones sobre qué publicar en la web o sobre qué
productos configurar online en base a decisiones arbitrarias no probadas y además
provenientes de un jefe (HIPPO - Highest Paid Person’s Opinion-: opinión de la
persona mejor pagada del equipo) que, en muchas ocasiones, está muy alejada de
la realidad del sitio web.

Un cambio de estrategia es aprovechar la información que aportan las

herramientas de testing gratuitas y ejecutar pruebas en tiempo real con varias
propuestas (por ejemplo texto, imágenes) y dejar que sean los usuarios los
que decidan lo que funciona mejor.

Test A/B

Un test A/B mide la reacción de los visitantes ante dos versiones diferentes
de una misma página o landing page para determinar cuál es la mejor. Una
buena planificación de los test A/B pensando en los elementos más eficaces
y la posible combinación de ellos puede significar una gran diferencia en la
rentabilidad y efectividad de los esfuerzos de marketing.

Los pasos para planificar un Test A/B adecuadamente son:

a. Definir objetivo del test

Debe ser un objetivo medible y ha de estar relacionado con la estrategia de la

empresa, dirigido a obtener un mejor ROI (retorno de inversión “Return of
Inversion”).

Este tipo de tests permiten chequear cambios de diseño como copy (textos),
elementos gráficos (botones, imágenes) y los tests deberían dirigirse a la
optimización de los puntos de entrada del sitio web, las páginas de registro o
las críticas páginas de finalización de compra de un producto o servicio.

El objetivo de hacer un test de una landing page puede ser incrementar su

conversión, si el test se hace para verificar un nuevo diseño, podemos
utilizarlo para subir a la web la versión preferida por los usuarios.

100
 b. Definir la métrica para determinar el éxito del test

Hay que definir las métricas que mejor se ajustan al objetivo del test: tasa de
conversión, tasa de rebote, número de clics de un determinado link…

c. Diseño de la página y versiones alternativas

A partir de la página original tenemos que establecer qué es lo que va a

cambiar en cada versión, y determinar qué elementos se van a testar.

En el caso de testar la ubicación de la llamada a la acción de una página,

tenemos que definir distintos textos, el color del botón, la ubicación del botón
(arriba o abajo…).

d. Fijar el porcentaje de éxito

Es necesario establecer un umbral mínimo de significancia que permita tomar

decisiones ya que hay factores externos que no podemos controlar, debería
ser del 65%.

Una vez ya tengamos los pasos del proceso bien definidos (objetivo, métrica,
páginas y éxito), puede ponerse en marcha el “experimento” (test).

A la página principal hay que insertarle el marcador (código) que nos indique
Google y, entonces, comienza a lanzar las páginas aleatoriamente, identificando el
marcador las visitas con una cookie que hará que siempre se muestre la misma
versión a la misma cookie para no confundir a los usuarios.

A partir de aquí pueden plantearse hipótesis para testar: "¿los textos en negrita?,
¿se incluye una foto?, ¿color del botón de la llamada a la acción?" (en el caso de los
botones, es importante testarlos en busca de una mayor conversión).

Hay que considerar que a la hora de abordar un test y sacar conclusiones, lo

que sirve para una página no tiene por qué servir para otra.

101
13.10. Usabilidad

La analítica web tiene mucho que aportar en relación con la usabilidad de un sitio
web.

La usabilidad se mide en base a que el usuario pueda realizar las tareas

propuestas en cada página y la analítica web el que el usuario llegue a
completarlas.

Existen técnicas y procedimientos que permiten aprovechar los datos de una

herramienta de analítica web con el fin de mejorar la usabilidad de un sitio
web. Nos centraremos en varios puntos: A/B testing (desarrollado en el punto
anterior), clickmap, análisis de formularios y rutas de navegación.Escribe aquí
tu texto.

Clickmap

El “clickmap” (mapa de clics)

Muestra dónde hacen clic los usuarios en la página web. Algunas versiones del
“clickmap” solo muestran datos de clics en las zonas clicables (links,
botones…), como hace “site overlay” en Google Analytics.

La herramienta Clickdensity, muestra datos de clic en cualquier zona de la pantalla,

independientemente de si tiene un link o no.

Adobe SiteCatalyst pueden mostrar los ingresos que genera cada clic en cada
elemento de la página. Además, es capaz de mostrar datos en tiempo real.

102
 La utilidad del mapa de clics es evidente: de un vistazo, podemos ver dónde
clican los usuarios en una pantalla determinada, y rápidamente actuar para
mejorarla en tres aspectos principales:

Visibilidad y posicionamiento de links y botones de la página.

Elementos de la página que confunden al usuario: aquellas zonas de la
página en donde hay muchos clics, a pesar de que no son clicables.
Elementos de la página más “rentables”: hay que dar más visibilidad a
aquellos elementos más rentables, así como investigar por qué ciertos
elementos de la página no son tan rentables como esperaríamos.

Análisis de formularios

El análisis de formularios consiste en...

Analizar el número de veces que los usuarios dejan de rellenar un formulario

en un campo concreto.

A la vista del análisis de formularios pueden descubrirse cosas como que situar un
campo no obligatorio para darse de alta en una newsletter implicaba el abandono
de una parte de los usuarios que ya habían rellenado una serie de datos críticos
como una tarjeta de crédito. Habíamos logrado convencerlos para comprar y sin
embargo abandonaban el formulario, con la consiguiente pérdida económica.

Así mismo, el análisis de formularios permite detectar fallos en:

Las palabras que utilizamos para definir los campos del formulario.
Las validaciones automáticas de los campos (que a veces no son válidas para
todos los países, por ejemplo, el formato del NIF o la longitud de un número
de teléfono).
Los campos innecesarios o superfluos que incomodan al usuario, etc.

103
 Rutas de navegación

La analítica web nos orienta para saber si la estrategia en usabilidad está

funcionando o no. ¿Cómo detectar un problema de usabilidad con los datos que
me proporciona la herramienta de analítica web?

Lo primero que hay que hacer es tener muy claros los objetivos de nuestro sitio
web.

Hemos de pensar cómo lo haría un experto en usabilidad, en tareas, y dividir

nuestro sitio web en tareas para ver si se están cumpliendo o no. Hay que evaluar
la persuasión de una página a la hora de llevar al usuario a la siguiente página del
proceso.

104
 Los informes de paths o rutas en “clickstream” en las herramientas de
analítica web avanzada como Adobe SiteCatalyst o Visual Sciences.

Permite responder a preguntas del tipo:

¿Por qué páginas navegan los usuarios, y en qué orden?

¿En cada paso de un proceso de compra o de registro, cuántos usuarios
pasan al siguiente paso, cuántos vuelven al paso anterior o cuántos
abandonan? ¿Los que abandonan, a dónde van?
¿Qué porcentaje de visitas siguen al siguiente paso?
¿Qué porcentaje de visitas no siguen al siguiente paso?
¿Qué rutas llevan a una página determinada?
¿Cuáles son las 5 rutas que realizan el 90% de los usuarios de mi sitio
web?
¿Qué porcentaje de las visitas terminan convirtiendo? (estudiar
embudos de conversión).

Podremos, entonces, comprobar si los usuarios hacen caso de la llamada a la

acción relacionada con el cumplimiento de la tarea o los diferentes elementos les
confunden y van donde no queremos que vayan.

Evaluemos entonces dónde se va la visita…, si tras varios análisis cuantitativos no

sabemos por qué los usuarios abandonan en cierto punto, podemos lanzar una
encuesta para saber qué echa para atrás y que sean los propios usuarios quienes
nos digan por qué abandonan.

También nos guiará en usabilidad analizar el buscador interno, ya que nos

mostrará qué buscan los usuarios en mi propio sitio web y descubriré qué es
necesario cambiar en el diseño y en la arquitectura de la información del sitio web
al saber qué es lo que los usuarios no encuentran y esperaban encontrar y por
otro lado identificar qué esperan encontrar y no estamos ofreciendo en ningún
lugar del sitio web.

La técnica de segmentación en analítica web también puede ayudar la

usabilidad de un sitio web ya que permite agrupar a los usuarios según las
tareas que realizan en el sitio web, para después ofrecer contenidos e
interfaces adaptados a cada perfil.

105
El análisis de la usabilidad permite:

Trabajar directamente con gran cantidad de datos de todos los usuarios

del sitio web ayuda a detectar problemas de usabilidad muy específicos.
Demostrar el éxito o fracaso de un cambio de diseño, muy útil a la hora
de convencer a los HIPPOS de la importancia de invertir en diseño o
estudios de usabilidad.

106
13.11. Buscador interno

El buscador interno es un gran aliado para conocer mejor las necesidades de

nuestros usuarios y conseguir nuestros objetivos, así como una fuente de palabras
clave muy importante. Un buscador interno debería:

a. Estar visible

Respecto a dónde colocarlo, lo ideal sería que estuviera disponible en todas

las páginas del sitio web para posibilitar al usuario hacer búsquedas desde
cualquier página, si no es posible, al menos debe estarlo en la página principal
de la web y siempre en una zona de visibilidad alta (esquina superior derecha).

b. Ser sencillo e intuitivo

La caja de texto debe ser lo suficientemente larga para que el usuario pueda
introducir varias palabras clave, de modo que tenga todas o la mayor parte
siempre visibles. Es importante que el usuario vea qué y cómo lo ha escrito.

c. Debería indexar todo el contenido

Textos, fotos, etc., etiquetándolo correctamente.

d. Cada elemento debe estar bien identificado

Para agilizar la búsqueda y será más fácil que haya coincidencia entre la
búsqueda del usuario y lo presentado.

e. Detectar las palabras clave para ajustar la búsqueda

Ajustarse a los términos usados a la hora de presentar un resultado, frases que

contenga el texto buscado o relacionadas.

f. Evitar la página de “no se encontraron resultados” y quedarse ahí

Si no hay ninguna coincidencia con los argumentos de búsqueda usados, lo

idóneo es proponer alternativas sugiriendo sinónimos de las palabras claves o
temas relacionados.

107
g. Habilitar una opción de contacto

Para que los usuarios nos puedan explicar qué buscaban si lo desean. Esto nos
permitirá saber qué esperaba encontrar el usuario y conocer así mejor su
modo de pensar, ayudándonos a diseñar la web conforme a esta.

Es una herramienta muy útil para satisfacer las necesidades de los usuarios si
está bien implementada y una gran fuente de conocimiento, ya que nos
puede ayudar a:

Identificar patrones de palabras clave para SEO/SEM.

Conocer los temas de mayor interés para nuestros usuarios.
Detectar problemas de diseño, usabilidad…, ya que nos van a indicar
qué elementos no son localizables por los usuarios navegando por sí
mismos.
Evitar la frustración del usuario e incrementar las conversiones,
ayudándole a navegar por tu web y a localizar rápidamente lo que
busca.
Evitar tasa de rebote causadas porque el usuario incapaz de localizar lo
que desea, abandone nuestra web.
Conocer el contenido que no tenemos pero que es de interés para los
que nos visitan. Una de las formas más sencilla para ajustar nuestra
oferta a la demanda.

108
14. Glosario términos

14. Glosario de términos

API: Una API, en la programación de un lenguaje determinado, se compone de un

conjunto de funciones, rutinas y métodos escritos en dicho lenguaje.

Bounce Rate: También llamada "tasa de rebote" es el porcentaje de visitas que

acceden a la web y no visitan otras páginas o pasan un tiempo muy muy corto
dentro de esta.

Clawler: También conocido como "araña web" o "web spider", es un programa

diseñado para explorar páginas web de forma automática. La traducción literal del
término es ‘recolector’, puesto que este programa lo que hace es repetir de forma
sistemática una serie de parámetros creando, por ejemplo, índice o bien
recogiendo información de determinado tipo. También se puede usar para analizar
los enlaces o links rotos de un sitio.

Click path: El camino de clics o clickstream, es la secuencia de enlaces que uno o

más visitantes del sitio web siguen de una manera determinada.

Conversión: Proceso mediante el cual logramos que los visitantes que llegan al
site, hagan lo que nosotros deseamos.

Cookie: Pequeña información enviada por un sitio web y almacenado en el

navegador del usuario, de manera que el sitio web puede consultar la actividad
previa del usuario.

CTR. Click Through Rate: Es el número de veces que un usuario hace clic sobre un
anuncio o link.

Frecuencia: La frecuencia mide las veces que un usuario ha visitado un site. Es

calculado dividiendo el número total de sesiones (o visitas) entre el número total
de visitantes únicos.

Impresión: Cada vez que un anuncio se visualiza en la pantalla de un usuario.

Insights: Es una pieza de información que produce un momento de revelación que

muestra si las cosas se están haciendo correctamente.

109
IP. Internet Protocol: Protocolo de comunicación principal del conjunto de
protocolos de Internet.

Landing page: Página de destino o página de aterrizaje a la que los usuarios llegan
a través de una campaña concreta.

Logs: Un log es un registro de actividad de un sistema, el cual generalmente se

guarda en un fichero de texto, al que se le van añadiendo líneas a medida que se
realizan acciones sobre el sistema.

Página de salida: Lugar desde el cual el usuario abandona tu página web.

Referals: Tráfico proveniente de distintos enlaces desde otras webs que nos traen
tráfico a la nuestra.

SMO. Social Media Optimization: Optimización de los medios sociales es un

término de marketing que hace referencia a la estrategia y conjunto de acciones
llevadas a cabo en redes sociales y comunidades online con una finalidad
publicitaria o comercial.

Tracking: Sistema que permite identificar las acciones realizadas por un internauta
en un sitio web.

Usuarios únicos: Número de visitas que no se repiten, aunque accedan múltiples

veces a la web.

110
15. Enlaces de interés y Bibliografía

15.1. Enlaces de interés

Blog de Avinash Kaushik uno de los padres de la analítica web:

www.kaushik.net
Visita la web de Eric T. Peterson Web Analytics Demystified
Web Analytics Association http://www.digitalanalyticsassociation.org/
Gemma Muñoz Experta en Analítica Web:
http://dondeestaavinashcuandoselenecesita.com/
Blog relacionado con el mundo de la analítica y optimización web en
general: http://www.doctormetrics.com
Blog official de Google Analytics en castellano con muy Buenos artículos
sobre la herramienta y su aplicación. https://analytics-es.googleblog.com/
Blog oficial de Google Analytics en inglés, todos los avisos de cambios en la
herramienta aparecen en este blog primero:
https://analytics.googleblog.com/
10 Twitter Tools Used by Social Media Experts
http://blog.kissmetrics.com/10-twitter-tools/
Social Media Monitoring Tools http://blog.kissmetrics.com/social-media-
monitoring-tools/
Sobre el testeo: http://www.madridgeekgirls.es/20-puntos-para-fracasar-
con-un-test-ab/
Blog de Aleyda Solis. Consultora de SEO internacional
http://www.aleydasolis.com/
El blog de Iñaki Huerta http://blog.ikhuerta.com/

111
15.2. Bibliografía

Avinash Kaushik 2011 ‘Analítica Web 2.0: El arte de analizar resultados y la

ciencia de centrarse en el cliente’
Cristina Blanco 2016 ‘Objetivo: #Influencer’ – Ed. Arcopress
Jose María Estrade Nieto, David Jordán Soro, María Ángeles Hernández
Dauder 2017 ‘Marketing Digital.
Mobile Marketing, Seo Y Analítica Web’ – Ed. Anaya
Sergio Maldonado ‘Analítica Web: Medir para triunfar’
Ledford .J, Teixeira .J., Teyler .M.(2010). Google Analytics. Editorial Anaya.
Gemma Muñoz y Tristán Elóstegui 2015 ‘Marketing Analytics: cómo definir
y medir una estrategia online’
Brian Clifton: Advanced Web Metrics with Google Analytics, Sybex 2011.
Dennis R. Mortensen: Yahoo! Web Analytics: Tracking, Reporting, and
Analyzing for Data-Driven Insights.
Maribel Morales Martinez: Analítica Web para Empresas. Editorial UOC.
Chardonnearu, (2012) .R, Google Analytics. Ediciones ENI.
“Always Be Testing” de Brian Eisenberg
The Big Book of Key Performance Indicators de Eric T. Peterson

112
16. Anexo

16. Anexo
I. Avinash Kaushik. (EE. UU.)

Él mismo se describe en LinkedIn como "Autor, Bloguero y

Digital Marketing Evangelist".

Autoridad mundial en análisis web y reconocido como el

mayor especialista en esta disciplina.

Ha sido galardonado con numerosos premios. También es

consejero de universidades como la de Toronto, California o
British Columbia y actualmente trabaja en Google. Ha
publicado libros sobre analítica web o social media y sus libros han sido traducidos
a una veintena de lenguas. Dedica gran parte de su tiempo a dar conferencias por
todo el mundo.

113
Fin de módulo

¡Enhorabuena!

Has finalizado este módulo.

114