Archivos del mes May, 2009
Analítica Web en el departamento comercial
Habla Titojose de “presupuesto BTO” para el departamento comercial, definiéndolo como aquel que cubre Buscar (B) oportunidades, tendencias, etc. online, Testear (T) mensajes, propuestas comerciales, etc. y Optimizar (O) un proceso de compra/formulario.
Su pregunta: ¿Por qué tiene que pasar todo por Marketing Online? ¿Es que no existe un departamento comercial (ventas online, comercial online, etc.) bien diferenciado del de Marketing con iguales derechos a beneficiarse de las bondades del mundo interactivo?
He empezado comentando sobre su post, pero he acabado con este tostón (por si su propio post no había ya “aburrido a las piedras” 
:
Yo llevo mucho tiempo abogando por una división en tres compartimentos intercomunicados del valor aportado por ese “Ecosistema de Analítica Web” (aunando medición en su sentido más amplio -dentro y fuera de la web-, Testing, Voice of Customer, Individual Session Tracking, optimización, etc.):
- Marketing Online: Optimización de Campañas (esto se va inmiscuyendo también en PR Online)
- Optimización de la plataforma: Patologías de uso, mejora de procesos, racionalización de espacios promocionales, copy, llamada a la acción, etc.
- Online Business Intelligence: Qué productos/servicios/precios funcionan para qué segmentos, etc.
Leer el resto de la entrada »
Medición activa desde Twitter
Siendo un hecho más que demostrado que Twitter es una de las redes/medios sociales más activas y famosas, tanto en el ámbito personal como comercial, parece que lo que toca ahora es estudiar en qué medida afecta este fenómeno a nuestra Web.
Dejando a un lado el social media tracking (presencia, eco y ruido), que dejamos para herramientas avanzadas como Radian 6, o aplicaciones integradas como SMOSphere, vamos a centrarnos en cómo podemos utilizar nuestra herramienta de analítica web actual para medir estos entornos.
Discriminar el tráfico que aterriza en nuestro site procedente de Twitter
Algo que en cualquier otro entorno sería tan sencillo como observar el informe de referentes se complica en esta red social, ya que se estima que entre el 50 y 60% de los usuarios acceden al sistema vía API (aplicaciones/plug-ins, hasta ahora la mejor twitterfox ). Este tipo de aplicaciones no dejan rastro (referente) al aterrizar en nuestra web, por lo que los accesos se consideran directos.
En el caso de que lancemos campañas sociales nosotros mismos, se puede salvar este problema introduciendo un parámetro de campaña en la url destino. De este modo nuestra herramienta sabrá que aterrizamos desde un Twit.
Para el caso de Google Analytics, que no implementa tracking de urls personalizado, se pueden usar los parámetros de AdWords (utm_source, utm_medium…). En este caso, existen aplicaciones online muy útiles para la generación de urls como la de Anil Batra, o también podemos instalar el pluging que nos regala Yoast y que lo hace todo él solito.
Por otro lado, además de observar los click-throughs que se producen desde los Twits, sería interesante trackear los accesos que se producen desde el buscador de twitter, junto con la keyword de búsqueda que los han producido. En este sentido cabe destacar que mientras que Omniture SiteCatalyst o Webtrends Analytics ya lo consideran como un buscador orgánico, en el caso de Google Analytics podemos utilizar un sencillo plug-in para añadirlo a la lista.
Leer el resto de la entrada »
Omniture se lanza a por las aplicaciones Facebook
Os traemos noticias frescas desde la factoría de desarrollo de Omniture: ha sido lanzada una nueva solución que permitirá desde ya mismo a todos los clientes de Omniture SiteCatalyst medir la popularidad y éxito de sus aplicaciones en Facebook.
Aunque una aplicación muy interesante será medir lo que ocurre dentro de nuestras aplicaciones en el portal de Facebook, quizá la mayor potencia es la capacidad de segmentación que nos permite, con todos los detalles de nuestros usuarios en Facebook disponibles: no solo para segmentar el uso que hacen de la propia aplicación, sino su comportamiento una vez que acceden a nuestro sitio web.
En Flickr tenéis algunos screenshots de prueba.
En el plano técnico, desde Omniture aseguran que la solución es compatible con el 100% de aplicaciones Facebook. Con lo que nos gustan estas cosas, en MV Consultoria ya hemos empezado a jugar con ello ¡Informaremos de los resultados!
Comprendiendo la Analítica Web de Omniture SiteCatalyst. Parte dos
Comentábamos en un post anterior que Omniture SiteCatalyst va más allá de una herramienta de presentación de datos para convertirse en un marco de trabajo sobre el que podemos construir nuestras métricas, indicadores e informes asociados al vuelo. Esto, evidentemente, tiene una curva de aprendizaje bastante mayor que la de una herramienta más estática en cuanto a los informes que puede ofrecer. Para explotar Omniture Sitecatalyst es muy necesario conocer sus definiciones y cómo algunas métricas e indicadores toman diferente dimensión en función del informe sobre el que las estemos aplicando.
Las mil y una interpretaciones
En SiteCatalyst, como en cualquier herramienta de bien, tenemos nuestro informe de páginas más vistas. Un jugoso botón de “Añadir métricas” en su cabecera nos invita a hacer diabluras. Puedo añadir métricas de tiempo en página, visitas, reloads, entradas, salidas, profundidad de ruta… por supuesto también juntar todas ellas a través de métricas calculadas. Para seguir haciendo la boca agua, podremos utilizar como métrica los objetivos de conversión personalizados A.K.A. goals o eventos.
El problema es que la siguiente tabla da lugar a muchas y diferentes interpretaciones:
- ¿281 visitas han pasado por la Home antes de comprar?
- ¿281 de mis ventas han accedido a mi sitio web a través de la Home?
- ¿Hay una compra por cada 281 visualizaciones de la Home?
- ¿Hay 281 compras por cada visualización de la Home? (Esta interpretación es de alguien muy optimista, pero de todo hay
Test A/B
Cuando se decide introducir nuevo contenido en una Web o cambiar la manera en la que se presentan los contenidos, por mucho que nos esforcemos, no siempre conseguimos los resultados esperados.
Para ayudarnos en esta tarea están los test A/B, los cuales permiten saber cosas como porqué los usuarios abandonan nuestra Web, porqué esa campaña que ha llevado tanto esfuerzo no tiene el éxito esperado…
Pero no sólo se observan malos comportamientos, el lado positivo también se puede estudiar, por ejemplo, averiguar el motivo por el que esa sección que no creíamos que fuera a gustar está teniendo un éxito inesperado.
Es difícil saber las razones que hacen que nuestros contenidos no lleguen al usuario. Lo más probable es que al desarrollar una página, estemos totalmente inmersos en la materia de la que queremos hablar y cualquier paso en un proceso nos parezca lógico.
Para los desarrolladores es evidente que para loggearse hay que pulsar ese botón de la derecha o que el contenido con ese tipo de letra es claro y conciso. Pero cada cliente que llegue a nuestra página tiene sus propio modus operandi.
El test A/B consiste en mostrar aleatoriamente varias versiones de una página. Lo ideal es que entre las versiones de la página que mostremos, los cambios no sean muy drasticos. Necesitamos saber exactamente cual es esa mejora que está teniendo un mejor resultado. Aunque es lo más utilizado se pueden utilizar más de dos versiones de una misma página.
Este vídeo ilustra bastante bien el concepto de test A/B:
