Analítica web
Reflexiones desde el mercado español de Analítica Web

Informes de rutas: los grandes olvidados en Adobe Analytics

Se lee en 7 minutos

En vistas de que el mes de agosto se presenta calmado y de que las ciudades parecen detenerse hasta la vuelta al nuevo año escolar, he decidido lanzar una pregunta al aire para animar el cotarro y mantener nuestras mentes activas, ¿son útiles los informes de rutas o son la herramienta perfecta para los que “se las dan” de analistas?

Recuerdo que hace unos años, una de las personas que personalmente me ha influenciado mucho en esto de la analítica, Avinash Kaushik, criticaba a los cuatro vientos la pérdida de tiempo que suponían este tipo de informes, ya que no aportaban valor ni servían para proponer mejoras tangibles. Cierto es que, por aquel entonces, los informes de rutas dejaban un tanto que desear. Sin embargo, a día de hoy, no se sabe bien si por desconocimiento de la existencia de este tipo de informes, por falta de tiempo o por miedo a nuestra reputación como analistas, seguimos sin exprimir todo el potencial que estos análisis nos ofrecen a través de sus diferentes combinaciones.

Si queréis saber mi opinión, creo que, a día de hoy, los informes de rutas son un tesoro oculto al que muchos analistas no les están sabiendo sacar todo el partido. Bien utilizados, los informes de rutas o paths pueden llegar a ser muy potentes, siempre y cuando, como ya nos anticipa Avinash, por un lado se haga uso de la segmentación y, por otro, se plantee un buen caso a analizar, aunque eso vosotros ya lo sabéis. La segmentación es la clave de cualquier análisis que se precie de donde se quiera extraer nuestros adorados “actionable insights”.

Pero, ¿qué podemos extraer del análisis de este tipo de informes? Más allá de los informes de rutas o flujos de navegación más comunes como el de full paths y next/previous page flow, informes como los de path finder nos permiten conocer, a través de cualquier variable de tráfico (pagename, secciones de la web, etc.), el comportamiento de nuestros usuarios ante diferentes situaciones y experiencias de navegación. Dicho de otro modo, estos análisis nos ayudan a detectar oportunidades de optimización en puntos donde los usuarios pierden el interés en la web y nos ayudan a conocer las rutas por las que han navegado un gran porcentaje de usuarios siendo nosotros los que marquemos las pautas de esa navegación. Si quieres conocer más ventajas de los informes de rutas y de flujos de navegación en general, nuestra compañera Virginia te lo cuenta en detalle en este post.

Dentro de los informes de rutas nos encontramos con los más comunes como los de full paths o next y previous page flow que nos permiten conocer el viaje completo de nuestros usuarios. Por un lado, los full paths nos mostrarán todos los flujos del usuario que contengan una determinada página marcada por nosotros y, por otro lado, los previous y next page flow nos mostrarán el flujo de las rutas tomadas por los usuarios antes o después de una determinada página que nosotros fijemos. Para que os hagáis mejor a la idea de la utilidad de estos flujos, imaginemos que queremos saber qué páginas visitan los usuarios después de llegar a la home (miraremos el informe de next page flow), qué páginas son las que visitan antes de la home (miraremos el informe de previous page flow) y que, por último, queremos ver todos los flujos que contienen la home como página (miraremos el informe de full paths). A continuación incluimos un pantallazo de cada una de ellas:

next page flow previous page flow

full paths

Pero no nos entretengamos más. Como, probablemente, estos informes os sean más conocidos, hoy nos arremangamos dispuestos a profundizar en el viaje del usuario y a conocer sus preferencias en cuanto a las diferentes formas por las que los usuarios pueden llegar del punto A la Z de la web, a través de la explotación de los cinco posibles combinaciones que nos ofrecen los informes de path finder de Adobe Analytics. ¡Comenzamos!
Pantallazo tipos path finder

Algunas consideraciones previas cuando analizamos path views son:

  • A diferencia de los informes de rutas de next/previous page flow y de full paths, donde podemos conocer el viaje del usuario a partir de puntos concretos, en el path finder podremos analizar solo fragmentos concretos del viaje del usuario. Son fragmentos porque solo nos permite incluir hasta cuatro niveles o pasos de profundidad en el análisis. De este modo, únicamente podremos ver el path completo en los casos donde el primer paso sea entry page y el cuarto paso coincida con el abandono de la web por parte del usuario.
  • A través de las opciones de “wild cards” (puntos en blanco de la navegación que nosotros desconocemos) y de las de cartas de asteriscos (puntos donde nosotros marcamos una acción concreta: entry, exit, prop, etc.) iremos construyendo el caso al que queremos dar respuesta para un punto concreto del viaje del usuario por la web.
  • Una vista de path nunca será igual que una vista de página ya que en las vistas de página Adobe Analytics incluye las cargas de página y en las de path no, por lo que normalmente tendremos menos vistas de path que de páginas.
  • Bonus al final del blog 😉 

Con esto en mente, pasamos ya a analizar con casos prácticos los posibles usos de cada uno de los patrones que nos ofrece el path finder:

Procede Pattern
Procede Pattern
Caso Práctico 1: imaginemos que queremos saber cuáles son los fragmentos de paths más comunes antes de que los usuarios abandonen nuestra web. En este caso, las tres primeras cartas que aplicaremos serán “wild”, puesto que no las conocemos y la última será la opción predefinida de asterisco de “exited site”.
Otro caso muy común para el que podríamos aplicar esta fórmula es para conocer los fragmentos de path más comunes antes de la página de confirmación de compra o “thank you page”.
Procede Pattern Ejemplo

Follow Pattern
Follow Pattern
Caso Práctico 2: en este caso por ejemplo, queremos saber por entry page cuáles son las páginas más visitadas por los usuarios después de la home. Construiremos el patrón con la opción de entry page, seguido de otro paso con el pagename de la home y las siguientes dos cartas “wild” para que Adobe nos indique cuáles son. En este caso, aprovechamos para dar a conocer los resultados que nos muestra Adobe compuestos de un gráfico de tarta en el que nos informan del peso de los cinco primeros resultados. En este caso, los cinco primeros paths representan cerca de un 60% del tráfico a la web y a continuación vemos los diferentes fragmentos de rutas. Al analizar el primero concluiríamos que en un porcentaje X de visitas los usuarios entraron por la home, visitaron las página de servicios y se fueron. En este caso tendríamos la fotografía de la visita completa y no de un fragmento solo.
57% del total

-Bookends Pattern
Bookends
Caso Práctico 3: en función de la industria a la que pertenezcas, probablemente alguna vez te habrás planteado qué hacen los usuarios antes y después de leer el blog más popular de la web, ¿entran directamente a él lo leen y luego se van de la web?, ¿lo encuentran a través del buscador interno de la web, lo leen y luego visitan la página relacionada con el producto del que se habla en el blog? Gracias a este tipo de paths podremos dar respuesta a preguntas como esta simplemente marcando la página del blog como página intermedia.
En este caso, aprovechamos un ejemplo que nos ocurrió mientras que escribíamos el blog para explicar lo que pasaría si para el caso planteado no hubiera ninguna página previa al blog. En base a este resultado deducimos por tanto que en este caso todo el tráfico viene por entry page al blog.
No Found Good Quality

-Sandwich Pattern
Sandwich Pattern
Caso Práctico 4: nos encontramos ante un caso parecido al anterior pero a la inversa. En este caso, nosotros marcamos lo que pasa al antes y después porque queremos saber lo que pasa entremedias. Imaginemos que estamos analizando una landing con navegación desde la que los usuarios pueden acceder a un formulario. ¿Qué páginas están viendo los usuarios que llegan a esta landing antes de acceder al formulario?, ¿son páginas relacionadas con el producto? Para este caso concreto, el patrón de sandwich será nuestro mejor aliado ya que nos ayudará a conocer las páginas que los usuarios están visitando antes de acceder al formulario.
Captura de pantalla 2017-07-24 a las 22.04.07

-Custom Pattern
Custom Pattern
Caso Práctico 5: aquí, Adobe nos da total libertad para explorar y plantear cualquier posible situación que queramos analizar. Pero, ¿en qué momentos nos podría venir bien este patrón? Imaginemos que queremos saber cuáles son las páginas más visitadas por los usuarios después de la home como entry page antes de acceder a la página del formulario de un determinado producto. El caso planteado nos quedaría algo así.
Custom Pattern ejemplo

Estos prácticos cinco casos resumen las diferentes opciones de path finder con las que podemos jugar para dar respuesta a determinadas preguntas que nos vayan surgiendo a lo largo de nuestro análisis. Pero, antes de finalizar, me gustaría hacer hincapié en algo que mencionamos al inicio del post: el poder de la segmentación. Este tipo de informes nos permiten insertar segmentos de tal manera que podamos analizar en profundidad el comportamiento de los usuarios en estos escenarios planteados en función del tipo de usuario que sea (usuarios nuevos o de retorno, logados o no logados, etc.), canales de tráfico por los que acceda, tipos de dispositivos que utilice, así como en base a tantas otras dimensiones y segmentos que tengamos configurados.

Dicho esto, os lanzamos de nuevo la pregunta, ¿encontráis utilidad en los análisis por path finder? Si es así, ¿cuál es vuestro favorito? ¡Queremos saber vuestra opinión!

BONUS: Si además de pagenames y secciones de la web quieres ponerte creativo y ver, por ejemplo, el orden en el que los usuarios ven tus productos por pathing, puedes informar el product name o el ID en una variable de tráfico para cada página producto y luego activar los informes de rutas para ver qué productos son vistos con mayor frecuencia.

Gracias por leernos y feliz verano 🙂

Escribe tu comentario

17 − quince =

Navegar