Todos los que estáis acostumbrados a crear nuevos perfiles, basándoos en filtros personalizados, habéis podido comprobar que la distribución del listado de éstos es diferente (podéis verlo en la siguiente captura):

Ahora, todos los campos está agrupados en las siguientes categorías:

Además, como habréis visto en este listado, encontramos eventos. Sí, a partir de ahora se podrán realizar filtros basados en los diferentes campos de un evento: Categoría, acción y etiqueta.

¿Qué opináis de este pequeño pero importante cambio?

Satellite es una herramienta de Tag Management similar a otras usadas recientemente (TagMan, Ensighten y  Tealium principalmente), que permite administrar diferentes códigos de recopilación de datos  y así facilitar en gran medida la implantación de huellas (tags) de múltiples herramientas, de forma sucesiva o simultánea.

De esta forma, el mantenimiento del código de dichas herramientas puede ser gestionado desde la misma consola de Satellite y por usuarios de un perfil no necesariamente técnico.

El desenfadado aspecto que presenta el sitio web de Satellite encaja con la sencillez de manejo de la herramienta, ofreciendo en cambio múltiples características que optimizan la gestión de los tags implementados:

• Todas las herramientas se gestionan bajo una misma huella, por lo que el tiempo de carga de cada página se reduce al eliminar el resto de tags, haciendo un sitio web más rápido.
• La dependencia con el departamento técnico se acaba. Esto mejora la eficiencia y rapidez en la implementación y posterior mantenimiento del código.
• La gestión del tag está centralizada en Satellite, desde donde es posible administrar cada una de las huellas mediante reglas. Estas reglas se definen para crear eventos, o poder asignar un determinado valor a una o varias variables de distintas herramientas.

En cuanto a los tags soportados, no son pocas las herramientas que pueden integrarse con Satellite, como Adobe Omniture SiteCatalyst, Google Analytics, AT Internet o Yahoo Web Analytics entre muchas otras en el ámbito de analítica web, A/B Testing, Voice of costumer o Social Media.

Si necesitas una herramienta que gestione diferentes tags, simplifique en gran medida la implementación del código de las mismas, y reduzca la dependencia de un equipo dedicado al mantenimiento y actualización de éstas, Satellite se convierte en una excelente alternativa. Sobre todo si se añade una importante diferencia con sus competidoras: puede instalarse de forma local en los propios sistemas de la empresa.

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)

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.

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.

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.

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.

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.

Siguientes pasos

El departamento de Marketing no podía permitirse tener una campaña con un bajo ROI, especialmente si su coste era muy elevado, por lo que estaba en el punto de mira de los directivos de la compañía. Así que el departamento de Business Intelligence, conjuntamente con el Analista Web, decidieron continuar con el análisis.

Esta era la situación:

• CPM alto
• CTR alto
• CR en la media
• CPA alto
• ROI bajo

Para poder subir el ROI, había que bajar el CPA. Y para bajar el CPA era necesario subir el CR. Así que el siguiente paso natural fue la segmentación del embudo por canales de entrada. Esto reveló que su rendimiento no dependía de la fuente de donde procedían las visitas.

El embudo constaba de tres pasos, siendo el primero un extenso formulario donde se introducían todos los datos: datos de producto, personales y de pago. Este paso registraba un fall out o caída del 91%, así que había allí un largo recorrido para la mejora, no sólo para la campaña en cuestión, sino para todas las campañas.

Por lo tanto sólo cabía una optimización del embudo global. Aplicaron un análisis de formularios y lo que más les sorprendió fue la cantidad de visitas que lo abandonaban sin rellenar ni un solo campo. Es decir, los usuarios cerraban la ventana al ver el formulario. Era necesaria una reforma global.

El departamento de BI y el AW elaboraron una serie de recomendaciones que hicieron llegar al departamento de Marketing, y éste encargó un nuevo diseño del formulario siguiendo las directrices recomendadas: se dividió el formulario en tres pasos, se optimizó el número de campos necesarios y los que quedaron se resaltaron con colores, se les dotó de autocompletado y viñetas de ayuda, y se agregaron notas que informaban al usuario sobre qué información le faltaba por completar en cada momento.

Y, tal y como todos los departamentos implicados esperaban, el fallout empezó a descender, el CR empezó a subir y los ingresos aumentaron, mejorando el ROI no sólo de la campaña en cuestión, sino de todas ellas.

Conclusión

En este caso, el alto coste de una campaña que arrojaba datos de rendimiento preocupantes fue el detonante de una optimización de la que se beneficiaron las diferentes inversiones en adquisición.

El hecho de poder cuantificar y reportar la poca rentabilidad de una campaña puso el foco en un punto accionable que implicó la movilización de varios departamentos hasta que finalmente los datos empezaron a mejorar, no sólo para la campaña en concreto sino en general para todas las campañas, pasando de valorarse su éxito en número de visitas aportadas a ROI real comparable con el resto de acciones y actividades ejecutadas por los diferentes departamentos de la empresa.

¿Pero qué pasa después de ésto? Buenos “analytics ninjas” ven muy claro qué es lo que está pasando en su web,  pero ¿ lo ve el resto de la compañía? ¿quién está consumiendo todo el conocimiento que están creando?

Construir un informe de analítica web es un duro camino, es necesario involucrar diferentes clases de recursos dentro de una empresa. Desde los departamentos técnicos para la implementación y configuración hasta los diferentes niveles de los gestores de marketing para adaptar informes e indicadores a los objetivos de negocio, pasando por departamentos de BI que trabajan con diferentes tipos de activos y aúnan datos de diferentes fuentes.

Una gran inversión como ésta se hace siempre con el objetivo de reportar un aumento en los beneficios financieros de la empresa, pero a veces es difícil verla reflejada en su cuenta de resultados.

Impacto Directo en el Marketing Mix

Afortunadamente, la Analítica Online es suficientemente robusta y flexible para proporcionar indicadores de alto nivel que no sólo permitan la accionabilidad a nivel ejecutivo, sino que también muestren una verdadera imagen del rendimiento real de la compañía.

Estos KPIs nacen de lo que realmente está pasando dentro del canal online y se convierten en parte de la estrategia de Marketing Mix que conduce a la compañía hacia su objetivo final, participando en todo el proceso como indicadores de referencia.

Para encontrar los indicadores más adecuados en cada negocio, es necesario comprender todos los aspectos englobados en cada una de las áreas del Marketing Mix, y trasladarlos a preguntas concretas cuya respuesta está basada en un dato, estructurados dentro de las 4 P implicadas.

Precio

La toma de decisiones en precios está afectada por diferentes elementos hasta encontrar el equilibrio justo entre rentabilidad y competitividad.

¿Y si conociéramos el número de búsquedas realizadas clicando el botón “encontrar el más barato” que finalmente terminaron en compra? ¿tenemos un ranking de productos con más búsquedas ordenadas por precio, conociendo su ratio de conversión? ¿tenemos un importe de compra media segmentado por perfil de usuario?

Producto

Diseñar un producto que cubra las expectativas del usuario es lo que preocupa a los ingenieros de producto del negocio.

¿Qué sabemos de la antelación en la compra de un producto con fecha de caducidad? ¿cuál es el producto correcto (y página correcta) para introducir un nuevo producto relacionado después de una primera compra?

Promoción

Encontrar nuestra audiencia objetivo a un coste adecuado marcará la diferencia entre un ROI positivo o negativo.

¿Cómo segmentamos nuestra audiencia? ¿cuál es el coste de alcanzarla? ¿qué tipo de contenido ofreceremos a cada uno de los diferentes canales? ¿y qué es lo que esperamos de cada uno de ellos?

Distribución

La disponibilidad de nuestros productos y servicios para ser comprados y consumidos por los clientes posibilitará el logro de los objetivos de volumen de venta.

¿Estamos utilizando nuestros activos digitales enfocados a la venta? ¿estamos utilizando todas las funcionalidades existentes en cada uno de ellos? ¿estamos adaptando los diferentes recursos a la diversidad de audiencias y los diferentes productos disponibles?

Toma de decisiones basada en datos

Resultará crítico asegurarse que estos KPIs principales están en línea con los objetivos de negocio, y que están suficientemente personalizados para ejercer de puente entre el plan financiero y la dirección ejecutiva.

Una pequeña propuesta con algunos indicadores generales a modo de ejemplo:

Estos son algunos ejemplos de indicadores clave que las herramientas de analítica web pueden proporcionarnos y que podemos fácilmente mejorar con información económica para convertirlos en parte de la toma de decisiones con un impacto directo en la cuenta de resultados.

Al fin y al cabo, muchos conocemos esta historia: la seductora fórmula de medición-análisis-cambios-mejora se queda en un mal chiste cuando llegamos al terreno pantanoso de la gran empresa, con jerarquías insalvables, procesos interpuestos y departamentos incapaces de coordinarse para las más básicas tareas. Al llegar ahí se exige metodología. Y se exige una finura extrema en la selección de métricas y estrategias de análisis.

Avinash viene a darnos una buena explicación de lo que él considera que son las claves del éxito para superar estos baches, con ejemplos reales y mejores prácticas extraídas de una multitud de países y algunas de las mayores empresas del planeta. Pero también se trae debajo del brazo una soberbia colección de perlas para el analista más exigente.

Pero vamos a empezar por el principio ya que puede ser que llegados a este punto mucha gente se esté preguntando ¿qué es una API?

Pues bien, API es un acrónimo que significa “Interfaz de programación de aplicaciones” (o Application Programming Interface en Inglés) y que básicamente consiste en un conjunto de métodos que se ponen a nuestra disposición con el objetivo de que podamos desarrollar un interfaz para conectarnos y atacar a la herramienta con el fin obtener cualquier informe que podamos imaginar sin necesidad de acceder a la consola de administración.

ejemplo: API SiteCatalyst. Fuente

Algunos de los ejemplos más comunes del uso de las APIs de analítica podrían ser:

• Suponed que disponemos de una intranet y queremos mostrar sus estadísticas de uso mediante un informe que sea fácilmente accesible para todos los usuarios y que no necesite iniciar sesión en ninguna aplicación o servicio web. Utilizando la API de la herramienta podemos desarrollar un interfaz e integrarlo en la intranet para poder mostrar cualquier informe que consideremos de utilidad para nuestros usuarios.

• Generalmente, los informes generados para ser entregados a los responsables de las empresas se crean primero en un Excel y posteriormente se importan a otro programa que genera las gráficas y entrega los informes a las personas adecuadas. Asumiendo que dicho programa permita algún tipo de integración, podemos utilizarlo para solicitar los informes a la API e importarlos automáticamente a dicho software de reporting sin necesidad de realizar el proceso de forma manual.

• Si disponemos de más de un sitio web, podemos integrar los datos de diferentes sitios web (incluso aunque integren diferentes herramientas de analítica) desarrollando un interfaz que combine de la forma que deseemos los datos de ambos sitios.

Como vemos las opciones son múltiples y variadas, y el límite lo pone prácticamente nuestra imaginación, pero como casi siempre, no todo es tan sencillo. A continuación os expongo algunos de los aspectos más importantes a tener en cuenta a la hora de elegir una u otra herramienta en función de sus APIs:

• La más importante de cara a desarrollar la interfaz es que la API de la herramienta esté bien documentada y disponga de algún tipo de soporte o foros de debate en donde podamos exponer nuestras dudas o problemas en caso de que surjan. Con estas premisas, el desarrollo será mucho más sencillo, rápido y satisfactorio.

• Evaluar las limitaciones que pueda tener la herramienta. Algunas de las más comunes son:
  • Número máximo de peticiones a la API en un periodo de tiempo determinado (horas, días, meses…)
  • La solicitud de informes puede estar limitado a un número determinado de datos por petición. Si el informe tuviera más datos que dicho número no los podríamos obtener.
  • La API nos permite acceder a los datos, pero únicamente dentro de un rango de fechas determinado. Por ejemplo, podemos encontrarnos ante la imposibilidad de solicitar datos de hace más de 30 días.
  • Imposibilidad de filtrar por rango de fechas determinado. Algunas herramientas te devuelven únicamente los valores de los últimos “n” días y no permiten especificar de qué fecha a qué fecha queremos obtener los datos.

• La última, y no por ello menos importante, es el tema económico. Algunas herramientas ponen a disposición de sus usuarios el acceso total a la API de forma gratuita, otras permiten el acceso de forma gratuita pero con ciertas limitaciones (muchas veces dichas limitaciones pueden ser eliminadas pagando), y otras son exclusivamente de pago.

Como podemos comprobar, analizar qué herramienta utilizar puede ser una tarea compleja, puesto que muchas veces se enfrentan los intereses de los desarrolladores (buena documentación, facilidad para la obtención de informes, etc…) a los del departamento de administración (costes para implantar una u otra herramienta), por ello es muy importante buscar un equilibrio entre ambos y, ante todo, tener en cuenta cuales son nuestros requisitos funcionales y si, con la herramienta elegida, podemos alcanzarlos.

Tras el estudio de estos informes por parte del analista, puede suceder que los resultados no sean siempre los esperados, haya defectos en los datos, o se encuentren incidencias con algún informe específico. En el caso que el código sea correcto y el snippet esté funcionando con el comportamiento esperado, estos datos proporcionan información para optimizar la detección de una disfunción o carencia en el sitio web.

En caso contrario, sobre todo en la fase de implantación de la herramienta de analítica, es probable que el código tenga defectos y sea necesario realizar depuraciones para asegurar que el etiquetado se ha realizado correctamente. Para ello, se van a indicar a continuación las herramientas de validación más populares usadas en analítica web.

Como Addons del navegador firefox se pueden encontrar las siguientes herramientas:

WASP, acrónimo de “Web Analytics Solution Profiler/Debugger” es un complemento de analítica web muy popular, dado que puede reconocer las herramientas más conocidas como SiteCatalyst, Webtrends, Google Analytics, etc.

Este complemento dispone de una versión gratuita, adecuada para una analítica parcial y pruebas ocasionales. Para un análisis más profundo y completo, recomendamos la versión Pro, la cual dispone en añadido de la funcionalidad “crawling wizard” que automatiza la validación en la búsqueda de incidencias de etiquetado.

Otra opción disponible como complemento de firefox es HttpFox, una herramienta gratuita que muestra todas las peticiones y respuestas de las cabeceras, parámetros, cookies, etc. Este addon requiere un nivel más avanzado en código informático que el WASP, dado que para localizar el código de analítica, o variables específicas del mismo, debe filtrarse toda la información identificada tras la carga de la página.

Otro complemento, seguramente más conocido por los usuarios más técnicos, es Firebug. También para perfiles más avanzados en código informático, muestra cada uno de los elementos que componen un sitio web, desde lo visible (acción de los botones, banners, etc.), hasta los códigos en javascript que alimentan los datos de análisis.

Exclusivo para SiteCatalyst, y similar al Wasp, puede descargarse de forma gratuita el complemento WATS (Web Analytics Testing Solution).

Hay una alternativa exclusiva para SiteCatalyst que puede operar en cualquier navegador, se trata de Digital Pulse Debugger. La instalación es muy sencilla, pues se trata de un código javascript que debe guardarse como landing de un marcador. En cualquier página de nuestro sitio web, puede accederse a la información de los datos enviados pulsando sobre dicho marcador. En un popup se mostrarán todas las variables enviadas de SiteCatalyst.

Si tienes implementado Google Analytics, encontrarás para el navegador Chrome diferentes extensiones útiles para validar el código, como Speed Tracer, idónea para optimizar sitios web, o Google Analytics Debugger, aplicación que puede avisar de cualquier incidencia detectada en el código de seguimiento.

El abanico es amplio y diverso para que elijas cual va a ser la herramienta de validación que permita optimizar el análisis de tu sitio web. Si con estas aplicaciones no puedes encontrar aquello que buscas, siempre tendrás a mano el código fuente con el comando Ctrl+U

En las versiones anteriores, los segmentos de YWA para Right Media Exchange estaban asociados a una Network (unidad de red), incluso si el canal del anuncio estaba asociado a un anunciante en particular.

En la versión 10.2, los segmentos en Right Media Exchange estarán asociados con una unidad de red o un anunciante.

• Los segmentos de unidad de red pueden ser utilizados para marcar las campañas según el anunciante, y podrán compartirse entre redes utilizando las herramientas de Right Media Exchange.
• Los segmentos de anunciante solo podrán marcar las campañas de cada anunciante (a menos que sean más tarde utilizados como segmentos de unidad de red).

Para especificar el tipo de segmento de exportación, seleccionaremos Settings > Ad Channel > Ad Channel Configuration, entonces agregaremos un nuevo canal de Right Media Exchange (si es que aún no teníamos creado uno) o editaremos un canal existente (para cambiar de un segmento de unidad de red a un segmento asociado a anunciante).

Nuevo diseño del Asistente para la Creación de Informes Personalizados:

No solo se han realizado mejoras estéticas en el asistente para la creación informes personalizados, sino que también se ha mejorado la usabilidad del mismo. Estas son algunas de las novedades:

• Una tabla de datos donde se incluyen las dimensiones y métricas añadidas.
• Incompatibilidad de métricas (para notificarle si intenta crear un informe con parámetros incompatibles).
• Un código de colores en las celdas de destino, mostrando objetivos válidos cuando se añaden las dimensiones o métricas a los informes personalizados.

Indicador de progreso en los informes:

Se mostrará un indicador de progreso durante el proceso de generación o actualización de los informes.
Eliminación masiva de descargas en el Volume Export Download Center

Los usuarios que habían acumulado un gran número de descargas en el Volume Export Download Center, tendrán la opción de eliminar manualmente las descargas que elijan.

Para ello se debe ir a Settings > Volume Export Download Center > Download Volume Export Reports y elegir las descargas a eliminar.

Nuevo informe: Campaign Assists

La versión 10.2 incluye la métrica Assist Rate (Tasa de asistencia), disponible en el Asistente para informes personalizados y en el informe Campaign Assists. Cada acción (ya sea por defecto o definida por el usuario) tendrá su correspondiente métrica Assist Rate.

La métrica Assist Rate se calcula como el porcentaje de las Assists entre los Aggregated Clicks (suma de los clics desde campañas publicitarias). Cuando los Aggregated Clicks no están disponibles, Clicks CCL (clicks landed = Clics en enlaces de campañas que incluyen el etiquetado de Yahoo! Web Analytics) serán utilizados en su lugar.

El informe Campaign Assists ayuda a entender toda la “mezcla de las campañas” a través de las cuales los usuarios accedieron a la web hasta 45 días antes de realizar una acción de conversión.

Mientras que otros tipos de informes de campaña atribuyen una campaña a cada conversión, el informe Campaign Assists muestra que campañas han influido al visitante para realizar la conversión. La comprensión de estos datos puede ayudar a determinar la eficacia de las diferentes campañas, lo que permitirá realizar una toma de decisiones sobre las campañas mucho más precisa.
Yahoo! Premium Display

Los segmentos podrán crearse ahora desde:

• Right Media Exchange – seleccionaremos esta opción para exportar a Right Media Exchange.
• Mostrar Yahoo! Premium – todos los segmentos son exportados a este destino de forma predeterminada. Esta opción sólo puede ser modificada por el Yahoo! Account Management.

Exit Link y Exit Link Domain

La versión 10.2 introduce dos nuevas dimensiones para la creación de segmentos:

• Exit Link
• Exit Link Domain

Estas dimensiones se pueden utilizar para crear un informe personalizado o para modificar un informe estándar existente.

Estas son las novedades más importantes que podremos encontrar en la nueva versión de Yahoo Web Analytics. Ahora es el momento de probarlas y aprovechar el conocimiento que podemos adquirir de ellas para mejorar los resultados obtenidos por nuestra web.

¿Qué os parecen?, ¿Pensáis que podría haberse incluido alguna otra novedad? ¿Podemos ayudarte?