Gestión analítica de la marca

TeamNo nos cansamos de hablar de medición y optimización como si de una indivisible pareja se tratara. Pero medimos mucho y optimizamos poco.

Acumulamos  versiones digitales de eventos y detalles cuyo registro nunca antes pensamos que pudiera llegar a resultar valioso. Generamos contenidos a partir de cualquier cosa y todos ellos ponemos a disposición del mundo. Desplegamos nuestra marca a través de multiformes activos digitales y de todos ellos hacemos seguimiento de actividad e impacto.

Y a pesar de la sobredosis de oferta y la naturaleza limitada (y ya muy dispersa) de la atención de nuestra pretendida audiencia, sabemos que quedan pocas alternativas para su conquista y cada marca se embarca en su particular misión digital, con la promesa de toparse con una mina de viralidad o acertar plenamente en la selección de escenarios compartidos por un target finamente escogido.

Siendo tan importante el afinado en la segmentación, la frecuencia o el timing, y estando cada vez más limitados en recursos para la experimentación, a todos resulta obvio el aprovechamiento de los datos que tanto esfuerzo ha supuesto recabar en paneles sociodemográficos, plataformas de Social Analytics, estadísticas de Facebook o YouTube y etiquetado de webs o blogs propios.

Y ese aprovechamiento ya está entre nosotros en dos formas: reporting y análisis. Si de aunar información (reporting) hablamos, cualquier marca que se precie ha hecho ya sus deberes para distribuir cuadros de mando y paneles de control unificados (y en ocasiones automatizados). Incluso si hablamos de análisis es frecuente ya encontrar expertos internos y externos a cargo de su segmentación y escrutinio. Pero, una vez más, la optimización no ha consistido nunca en mirar al termómetro. Sino en rebajar la temperatura del agua antes de meter al bebé.

Por supuesto, la optimización presenta una principal complejidad que es la causa primera de su ausencia cuando salimos de la pequeña empresa o la manejable puntocom: la ineficiencia de las relaciones interdepartamentales: ¿Quién no ha vivido la inmensa frustración de sugerir un cambio que los datos arrojan como obvio para recibir un no por respuesta escudado en limitaciones técnicas u opiniones personales en contra sin base alguna? ¿Qué capacidad de reacción frente a un fracaso anunciado queda a un equipo recluido y sin acceso al nivel de autoridad capaz de ejecutar acciones de mejora? ¿De qué sirve contar con un analista de primer orden si sus conclusiones no tienen viso de ejecución en el plazo en que pueden aún tener un impacto sobre campañas o negocio?

Ha llegado el momento de empezar a hablar de un “workflow de optimización” en el que los esfuerzos hasta ahora volcados en la selección y agregado de métricas pasan a centrar su atención en la conformación de flujos eficaces de información, decisiones y conclusiones medibles de las mismas (o seguimiento de impacto en datos a través del tiempo). Solo así podremos alcanzar el preciado binomio: medición y optimización. Y solo entonces podrá la empresa alardear de haber alcanzado el nirvana de la gestión analítica.

Al fin y al cabo, como en otros ámbitos: Trabajar juntos para llegar más lejos.

(post basado en propio artículo publicado en la revista Interactiva Digital)

Informes de visualización de flujo en Google Analytics

Hoy os presentamos una de las últimas funcionalidades añadidas a la herramienta gratuita de Analítica Web Google Analytics: flujo de visitantes (visitors flow) y flujo de objetivos (goal flow).

Estos informes nos permiten analizar de una manera gráfica y sencilla las rutas seguidas por los usuarios en nuestro sitio web tanto en tráfico como en consecución de los diferentes objetivos que hayamos definido en Google Analytics. Explicamos con más detalle ambos informes.

Flujo de visitantes

 El informe de flujo de visitantes nos ofrece una representación gráfica del recorrido seguido por los visitantes en nuestra web a lo largo de la visita, incluyendo la fuente de entrada y salida al exterior. Nos permite, además, seleccionar diferentes tipos de configuración: por ejemplo, la campaña por la que el visitante accedió al site, o su país de origen (entre otros muchos). En la siguiente captura os mostramos un ejemplo de países de entrada y las diferentes rutas tomadas.

Google Analytics: Flujo del visitante

En paralelo, cabe destacar la alta interacción que permite este gráfico, ya que simplemente con posicionar el puntero del ratón sobre cada nodo nos ofrecerá información específica sobre el mismo. Si además clicamos, tendremos a nuestra disposición un menú que ofrece la posibilidad de centrar el gráfico desde/hacia ese nodo y profundizar aún más en nivel de detalle.

Google Analytics: Flujo del visitante: Detalles

Flujo de Objetivos

El informe de flujo de objetivos nos ofrece un gráfico similar al de flujo de visitantes pero centrándose en los objetivos que hayamos definido en Google Analytics y cómo los usuarios recorren los pasos de los diferentes procesos.
Gracias a este informe es fácil saber qué pasos son los más abandonados, las fuentes de entrada más productivas y cómo interactúan en general los usuarios con nuestro sitio web durante los pasos de los procesos de conversión.

Google Analytics: Flujo de objetivos

Al igual que el informe de flujo de visitantes, el flujo de objetivos también nos permite explorar cada nodo en profundidad y, como en casi todos los informes de la herramienta, aplicar diferentes segmentos y especificar fuentes de entrada.

Sin duda dos informes de gran utilidad que permiten a Google Analytics dar un paso más y demostrar nuevamente su potencial.

Caso de Estudio: Análisis de una campaña Display y optimización de la conversión

Este es el caso real de una gran empresa tradicionalmente offline que, adaptándose al mercado, abrió una línea de venta y operativa de servicio en el entorno online.

Al ser una gran empresa de servicios destinados al público en general, realizó un proyecto completo, con inversión tecnológica y un presupuesto dedicado a marketing online. Aún así, sin disponer internamente del conocimiento y la experiencia, comenzó su actividad un poco a ciegas y atacando todos los frentes. No fue , de todas formas ,una mala estrategia, dados los recursos disponibles.

Desarrollada la plataforma tecnológica, continuaron la inversión en adquisición siguiendo la línea trazada en su publicidad offline. Creatividades similares, grandes presupuestos en medios, búsqueda orgánica genérica y, en su mayor parte, una inversión branded destinada a la creación de “top of mind“.

Y a medida que el tiempo pasaba, la plataforma se iba adaptando a las necesidades de los clientes, siendo más optimizada y operativa, logrando una mayor fidelización. La inversión en adquisición, una vez alcanzada una primera capa superficial de potenciales clientes, iba aumentando en costes y disminuyendo en rentabilidad. La conversión seguía una tendencia constante, mientras que los costes subían y la cuota de mercado disminuía fruto de una feroz canibalización.

En vista de esta tendencia, se decidió proceder con la implantación de un proyecto de Analítica Web. Y con los primeros datos llegaron las primeras sorpresas. Vamos a ver un pequeño ejemplo.

Campañas Display

La inversión en campañas Display, en su mayor parte enfocada al Branding, incluía también una parte enfocada a producto. El objetivo era conseguir altas de clientes, y para ello se promocionaban los productos más competitivos de entre todos los disponibles, siguiendo los certeros criterios de sus product managers e investigadores de mercado.

Con la introducción de la Analítica Web, fue finalmente posible identificar las visitas reales aportadas por estas campañas, superando el gap siempre existente entre agencia y herramienta de medición propia.

Así, fue detectada una diferencia entre mediciones de más del 120% en una creatividad, aspecto fundamental para la identificación de ciertas landing pages donde se producían errores. A nivel de costes ésto no tuvo un impacto directo, aunque sí en su rentabilidad: incremento exponencial del volumen, y, a una tasa de conversión constante, aumento de altas de clientes en valores absolutos.

Pero lo más sorprendente fue la investigación de una campaña que cosechaba un CTR superior a la media. Esto era ya conocido con los datos que proporcionaba la agencia, y por ello su CPM era superior a la media: era una buena segmentación del target y el contenido afín en el medio propiciaba el interés del usuario. Aún así, hasta este momento no se había podido calcular su CPA, porque se desconocía el número de altas procedentes de la campaña.

Al calcular su conversión, se observó que estaba dentro de los parámetros habituales para este tipo de campañas: no muy elevada. Esta campaña conseguía más altas que las demás porque aportaba más visitas , pero su coste también era mayor por lo que la rentabilidad no era muy buena.

Y así la organización pudo observar como su campaña estrella tenía asociado un CPA de los más altos entre todas las campañas ejecutadas y su rentabilidad era mala.

» Leer más…

Midiendo el tráfico en Joomla

Joomla es uno de los CMS open source más populares en la actualidad debido a su potencia y versatilidad. A la hora de analizar el tráfico de nuestro sitio web creado sobre Joomla tenemos una gran variedad de plugins a nuestro alcance. A continuación veremos algunos de los que, a nuestro juicio, son más importantes.

Recogiendo los datos

Una de las extensiones más populares y sencillas que integran la huella necesaria para que Google Analytics o Urchin recojan datos es J! Analytics . Tras una sencilla instalación desde el panel de administración de Joomla, indicamos el ID de nuestro repositorio y la huella estará preparada para empezar a recopilar datos. La instalación funciona para una plantilla concreta, para cada una que queramos utilizar habrá que indicarle que queremos aplicar la extensión.

Otras alternativas pueden ser VisiStats for Joomla o  Yahoo Web Analytics plugin for Joomla.

Estas extensiones nos evitan tener que insertar manualmente la huella en el código fuente, pero no proporciona ninguna función extra que sí encontramos en otras como AG Google Analytics.

Visualizando datos

La principal ventaja de AG Google Analytics es que permite ver reportes de Google Analytics directamente desde el panel de administración de Joomla de forma rápida e intuitiva ya que no solo representa los datos en tablas sino que utiliza la API de Visualización de Google para representaciones gráficas.

AG Google Analytics requiere tener instalado AG Google Analytics plg. que es el encargado de meter la huella de Google Analytics en el sitio web para recoger los datos del tráfico web.

Otras herramientas

Si nuestro sitio web consta de algún tipo de ecommerce puede resultar interesante un etiquetado específico para la tienda. Virtuemart es una extensión de comercio electrónico para Joomla muy popular y extendida, es necesario su uso para la implantacion de jAnalytics Virtuemart. Permite transmitir a Google Analytics las ordenes de compras con los productos asociados, lo que permitirá un control gráfico y visual de sus ventas online.

En la librería de extensiones de Joomla pueden encontrarse muchas mas extensiones que no se recogen en este artículo, cada usuario debe decidir que herramienta se ajusta mejor a sus necesidades.

¿Y tú? ¿Puedes surgerirnos tu experiencia con alguna más?

Nuestra influencia en Twitter: Twitalyzer

Hace ya unos meses hablamos de una alternativa para profundizar en la métrica de influencia en medios sociales. Os invito a que le echéis un vistazo al artículo si es que no lo habéis leído ya : influencia en redes sociales. En esa ocasión Diego Guerra nos habló de la herramienta Klout (basada en Facebook, Twitter y Google+). Esta vez nos centraremos en el análisis de Twitter evaluando Twitalyzer.

Esta herramienta nos proporciona un número entre 0 y 100 ,al igual que Klout, para medir el impacto general que tenemos en Twitter durante los últimos 30 días. Pero en este caso además de este número nos ofrece los resultados de las puntuaciones Klout y Peerindex score, de dichas herramientas respectivamente. De este modo podemos comparar los resultados entre las 3 herramientas y obtener una visión más completa al respecto.

Esto puede resultar confuso de cara al usuario dado que surge una inevitable pregunta:
¿ De dónde salen estos números “mágicos” ? Con el fin de arrojar un poco más de luz en este asunto también se ofrece un metrics dashboard donde se muestra información adicional al respecto. En este dashboard además del típico gráfico de followers, following, retweets, etc… hay otros que pueden resultar más interesantes:

Engagement: Proporciona una medida de la relación entre las personas referenciadas por el usuario y el número de personas que le han referenciado a él.

Velocity: Tal como la define Twitalyzer, es una indicación de la frecuencia relativa con la que el usuario publica actualizaciones en Twitter.

Influence: Indica la probabilidad de que se retweetee o se referencie algo escrito por el usuario.

Signal: Ratio de tweets que contienen enlaces (http://), menciones, hashtag o algún indicio de que el tweet hace referencia a un tweet previo de otro usuario.

Impact : Finalmente el impacto, en el que se tienen en cuenta una combinación de los siguientes factores:

  • Número de seguidores de un usuario.
  • Número de referencias únicas y menciones del usuario en Twitter.
  • Frecuencia con la que el usuario es retweeteado de manera única.
  • Frecuencia con la que el usuario hace retweets a otras personas de manera única.
  • Frecuencia relativa con la que el usuario publica actualizaciones.

Además de los mencionados también se ofrecen otra serie de métricas  interesantes y que pueden consultarse en la propia web. Como curiosidad os invito a que visitéis este ejemplo: @ladygaga en el que podréis ver un caso práctico con la cuenta de  Twitter de Lady Gaga con cifras astronómicas en impacto e influencia.

Como colofón final comentar que para modificar el rango de fechas sobre los que obtener datos y otras funcionalidades adicionales existen versiones de pago de la herramienta que podéis consultar en la propia web de Twitalyzer.