Analítica web
Reflexiones desde el mercado español de Analítica Web

Quick wins en el uso de Adobe Analytics

Se lee en 4 minutos

Habitualmente, al decantarnos por una herramienta de analítica de cara a la medición de un determinado activo (ya sea web o app), no prestamos mucha atención a algunos aspectos que pueden resultar clave al optimizar dicha medición, y a ser capaces, en el futuro, de activar el dato de la mejor manera posible.

Por este motivo, vamos a hablar de dos pequeñas piezas que pueden ser de mucha utilidad para completar el puzzle. Para aplicarlas, nos centraremos en Adobe Analytics, que forma parte de la suite de Adobe Experience, y solo nos tomarán un poco de atención en el inicio del proceso de implantación de la herramienta de analítica.

Quick Win #1: filtrado de tráfico interno o de proveedores

El primer punto a tener en cuenta, desde el momento en el que la recolección de datos empieza a alimentar las report suites de Adobe Analytics, es el filtrado de todo aquel tráfico que se pueda categorizar de forma sencilla como no perteneciente a un usuario final del activo. Es decir, el tráfico perteneciente a las propias oficinas de la marca, proveedores y otros actores que puedan realizar accesos recurrentes al activo.

De cara a filtrar este tráfico, y excluirlo de los informes finales que se vayan a consultar, caben varias posibilidades. Nuestra recomendación es la de marcar dicho tráfico para excluirlo de los informes, pero no eliminarlo directamente, ya que pueden existir casos puntuales en los que este tráfico pueda servir de ayuda, por ejemplo, en el caso de analizar anomalías o realizar alguna medición en pruebas.

Para realizar este filtrado, es necesario conocer algún dato unívoco que sirva para distinguir a todos estos actores. Generalmente, este dato será la IP pública de todas las máquinas que queramos filtrar.

Una vez se haya hecho una investigación previa y se disponga de todas las IPs, habrá que hacer uso de una potente herramienta de Adobe Analytics: Adobe Processing Rules. Con ella, podemos editar y añadir variables que estarán disponibles en los informes de forma posterior a la propia recolección del dato.

Por tanto, solo será necesario crear una regla de procesado que tome un determinado valor cuando los hits que lleguen a Adobe Analytics, sean originados en alguna de las IPs que existan en la lista a filtrar.

Posteriormente, solo faltaría el último paso: crear un segmento que excluya el tráfico en los casos en los que esa variable tenga valor.

A continuación, se puede ver un ejemplo de regla de procesado, donde la variable “s.prop5” toma el valor “tráfico interno” para una determinada IP y se genera el segmento necesario para excluir el tráfico:

Creación de processing rule
Creación de processing rule
Creación de segmento de exclusión
Creación de segmento de exclusión

Quick Win #2: optimización de server calls

Por último, y no menos importante, al iniciar una implementación de Adobe Analytics hay que tener en cuenta la optimización de server calls.

Las licencias que, a día de hoy, ofrece Adobe Analytics dentro de la suite de Adobe Experience, se basan en volúmenes de hits o server calls. Existen dos tipos:

Primary server call: es la que aparece primero, cuando se realiza un envío a más de un repositorio, o cuando se realiza un envío a través de la API de inserción de datos.

Secondary server call: es la que aparece en segundo lugar en un envío directo desde el navegador, o bien la que se configura vía VISTA RULE.

Ejemplo:

s.account = “miactivoreportglobal,miactivoreportsecundaria”

– “miactivoreportglobal” sería el repositorio responsable de la primary server call.

– “miactivoreportsecundaria” sería el repositorio responsable de la secondary server call.

Primary y secondary server calls tienen un coste distinto de cara a licencia, pero ambas han de ser tenidas en cuenta, ya que todo aquello que se envía a los repositorios de Adobe Analytics, de una u otra manera, tiene coste, y ambas se combinan en lo que Adobe denomina Total Server Calls. Es por ello, que se recomienda encarecidamente realizar únicamente el etiquetado de aquello que vayamos a analizar, eliminando toda la información superflua que no aporte el suficiente valor, de cara a prevenir sobrecostes en la licencia inicialmente contratada.

¿Qué es lo que cuenta como hit y debemos tener en cuenta de cara a esta optimización de server calls

Estos son los principales eventos que suponen incrementar el número de hits o server calls en Adobe Analytics:

  • Vistas de página
  • Enlaces de salida
  • Enlaces de descarga
  • Enlaces personalizados
  • Medición de vídeo (inicios y fin de reproducción, y medición de porcentajes de visualización)

Por tanto, la recomendación directa es la de no etiquetar todo, sino solo aquello que aporte suficiente valor y no sea posible obtener el dato de otro modo.

Un claro ejemplo sería el de los enlaces de salida del site (o exit links), que a menudo se habilitan por defecto y nutren de información a un informe que, en muchas ocasiones, no es consultado.

Otro ejemplo podría ser el de los enlaces personalizados o custom links. ¿Es necesario realmente realizar esa medición del clic en determinado botón?, ¿puedo obtener la misma información consultando el informe de pathing o la volumetría de la página de aterrizaje?

Muchas veces no se podrá evitar el envío de estos hits para realizar la medición de determinada funcionalidad del activo, pero habrá otras en las que sí. Por tanto, lo imprescindible en el momento inicial es, simplemente, pararse a pensar, valorar cómo obtener la información y, en base a ello, realizar la configuración necesaria.

Aplicar en el día a día estos dos quick wins puede ayudarte a evitar problemas futuros, y a optimizar el tiempo en los análisis rutinarios. ¿Los has aplicado? Tus comentarios son bienvenidos 😉

2 Comentarios

Escribe tu comentario

3 × 2 =

Navegar