Informe de métricas clave

En SiteCatalyst 15 se ha creado un nuevo informe, denominado “Métricas Clave”. A través de este informe, accesible desde el menú de navegación situado a la izquierda de la consola, se podrán añadir hasta siete métricas para poder establecer comparaciones entre todas ellas, e identificar tendencias convergentes o divergentes. Además, existe la posibilidad de normalizar la escala en la que se muestra cada una de las métricas seleccionadas.

Eventos de calendario

Los eventos de calendario en SiteCatalyst permiten añadir notas a los gráficos mostrados en la consola, para señalar eventos ocurridos en una determinada fecha y contextualizar de esta manera la información. Los informes de todas las report suites de una compañía, mostrarán los eventos de calendario que tengan lugar en el rango de fechas seleccionado. En SiteCatalyst 15, y ahora también en SiteCatalyst 14, se podrán mostrar estos eventos de calendario, para una report suite en particular, en lugar de para todas las report suites de la compañía.

Desde la pantalla de configuración de los eventos de calendario, a través de “Favoritos > Eventos de calendario”, es posible establecer si los eventos de calendario se van a mostrar en todas las report suites de la compañía, o sólo en una en particular, utilizando el siguiente enlace de la pantalla de configuración de eventos de calendario:

Marketing Channels

Anteriormente, los canales de último toque de Marketing Channels, mostraban siempre el último canal a través del cual habían accedido los usuarios al site, independientemente del tipo de fuente de tráfico que se tratara. En SiteCatalyst 15, y ahora también en SiteCatalyst 14, es posible que un determinado tipo de fuente de tráfico no sobrescriba el canal de último toque, siempre que este ya tenga algún valor. De esta forma determinadas fuentes de tráfico, como son el tráfico directo y el tráfico interno, no tienen por qué sobrescribir otras fuentes de tráfico más importantes, por el mero hecho de ocurrir más tarde.

Estas son sólo tres de las novedades que ha introducido Adobe en SiteCatalyst 15, de las cuales dos de ellas también están disponibles en SiteCatalyst 14, en base las ideas aportadas por los usuarios, a través de algunos medios como la plataforma de intercambio de ideas. En futuras entradas del blog, seguiremos comentando más novedades introducidas por Adobe, en la nueva versión de Adobe Omniture SiteCatalyst.

SiteCatalyst 15 incorpora grandes diferencias en el almacenamiento, procesamiento y reporting de los datos.  La versión 14 se basaba en el pre-procesado de los datos, categorizándolo y asignándolo en diferentes almacenes estancos para generar unos informes pre-definidos.

En Sitecatalyst 15, esto cambia, El dato se almacena en bruto, lo que en principio nos haría pensar que el reporting será más lento, pero no es así, veamos los motivos:

• Se ha preparado una nueva metodología de procesamiento masiva en paralelo para obtener informes en menor tiempo que en SiteCatalyst 14, además…
• Aparece la posibilidad de ¡segmentación! al almacenar el dato en bruto.
• A partir de ahora páginas vistas, visitas y visitantes únicos estarán disponibles en todos los informes por defecto. Cheers!
• Todas las variables estarán relacionadas entre si, por lo que no estaremos limitados a 3 o 4 variables desglosables. ¡Más detalle en los datos!

Ésto es sólo una parte, vamos con más novedades:

Para aquellos que usáis clasificaciones debéis saber que a partir de la versión 15 ya no se duplicarán las visitas y visitantes. A continuación explicado con un ejemplo:

Para una clasificación de videos en categorías, dos videos que hayan sido visualizados por la misma visita, en la versión 14 al visualizar el informe por categorías nos ofrecerá 2 visitas, en la nueva versión nos mostrará sólo 1 visita.

El mismo caso se da en las variables de conversión (eVars) asignadas para comercio, ya no se duplicará la métrica orders en los informes de conversión de una variable que tomen el mismo valor en la adquisición de dos productos durante una compra.

Podremos ver un mayor detalle en el informe del tiempo que pasan nuestros visitantes en el sitio. Si antes se calculaba redondeando el valor del tiempo entre los diferentes valores predefinidos, ahora Sitecatalyst 15 trabaja con datos exactos y sí alguien está  3’15’’ en nuestro site, eso nos mostrará la herramienta.

Como podéis ver, este nuevo modelo de datos da como resultado informes más precisos y con mayores características, y es por esto que hay que prestar especial cuidado en las comparaciones con los informes que extraemos desde Sitecatalyst 14.

Ahora tenemos una herramienta que puede afirmar sin complejos que hace analítica web en tiempo real. Porque es precisamente su verdadero atractivo frente a todo lo que ya conocemos. Y se llama Woopra.

Con una interfaz intuitiva y muy amigable, sorprende la originalidad al más puro estilo “red social” que presenta Woopra. Desde un primer contacto con la herramienta, se aprecia como los usuarios entran y salen, siendo identificados con todo tipo de iconos (banderas, símbolo de sistema operativo y navegador, sitios de referencia acompañados con su favicon…). Por cada usuario que esté navegando por el sitio web se puede conocer (entre muchas otras cosas) su procedencia, qué ha visitado, o cuál es la última acción que ha realizado.

¿Quieres probarla?

Una vez dados de alta en la web de Woopra, es necesario confirmar la activación de cuenta y añadir las URLs de los sitios que queremos analizar.

Bastará a continuación con insertar la huella de Woopra en las páginas correspondientes e instalar el software de gestión en nuestro propio sistema para empezar a ver como el mapa geográfico se va llenando de puntos animados representando a los usuarios que aterrizan en el sitio Web.

La herramienta proporciona los datos en verdadero tiempo real, hasta el punto en el que podemos abrir un chat con cualquier usuario que está navegando por el sitio. Interesante forma de ofrecer ofertas, lanzar propaganda o guiar a los visitantes por la web.

Desde el punto de vista de la información disponible, Woopra ofrece diferentes dimensiones y métricas con las que realizar el análisis. Desde el número de visitas, páginas vistas, rebotes….hasta conocer los referentes, duración de la visita, descargas, etc. a los que ya nos han acostumbrado las herramientas más convencionales, eso sí, con el inconveniente de no existir nivel alguno de personalización de variables o informes. Tan sólo nos permite crear notificaciones y filtros (estos últimos con un plan de pago).

Respecto al coste de la herramienta, existen diferentes planes, según las necesidades. La versión gratuita tiene una retención de datos de 3 meses, un máximo de 30.000 páginas vistas, sin derecho a la creación de segmentos (filtros) y sin poder compartir los informes con más usuarios.

Los paquetes de planes se distinguen por distintos elementos que van desde el más básico ya comentado, pasando por el bronce, plata, oro, platino, titanio hasta el más completo “kryptonita”, con una relación de precios mensuales en aumento paralelo a su nivel de sofisticación.

Hablamos en todo caso de una solución orientada a webs de tráfico limitado, puesto que incluso el plan más completo (kryptonita) tiene como umbral máximo la barrera de los 10 millones de páginas vistas.

Esta completa herramienta está enfocada  para aquellos que quieren conocer lo que pasa en su sitio en ese mismo instante en que sucede, ofreciendo múltiples opciones para conseguir un agradable estudio de analítica web en tiempo real.

Esta versión presenta como principal novedad un gran cambio en la interfaz de usuario, totalmente rediseñada y hasta un 30% más rápida que su versión anterior. Además, ofrece nuevas funcionalidades y mejora sustancialmente la facilidad y velocidad en el uso. Entremos en detalles:

En cuanto a las gráficas, se presenta un nuevo tipo: heatmap. Este tipo de gráfica nos permitirá, para un periodo de tiempo, analizar el cruce a nivel de código de color de una métrica a través de todas las dimensiones. Este tipo de gráfica será muy útil a la hora de analizar franjas temporales y descubrir cuales son los días  ’calientes’ del mes, de cara por ejemplo al lanzamiento de una campaña de mailing.

Además, se añaden las gráficas multimétrica, donde podremos observar en la misma representación gráfica varias métricas, también en formato de tendencia y de comparación entre diferentes fechas.

En la parte de representación de datos en tabla, una opción añadida muy interesante es la agrupación de los resultados de varias dimensiones en una sola, de manera que podemos agrupar resultados que nos interesen sobre el mismo informe. Los indicadores también estarán agrupados en diferentes pestañas: KPIs, interés y conversión.

En cuanto a los dashboards, se han eliminado restricciones en el número de informes a incluir y se han ampliado las posibilidades de presentación. Para la configuración de los informes, se cuenta con un mecanismo denominado WuW (What You Want) que nos permitirá configurar el informe deseado de forma muy sencilla siguiendo una serie de pasos.

Por supuesto, esto es solo un resumen rápido de todas las mejoras, los usuarios de Analyzer NX encontrarán muchas más, por ejemplo:

• Nuevas opciones para selección de fechas en el calendario.
• Opción de seguimiento en ‘tiempo real’ ampliada.
• Perfilado de configuraciones por país:  idiomas, zonas horarias…
• Facilidades para la creación de nuevos sitios.
• Add-in Excel, que permitirá integrar todos los datos de Analyzer NX directamente sobre la hoja de cálculo.

Además, los chicos de AT Internet aprovecharon la ocasión para ponernos los dientes largos y explicarnos algunos -seguro que no todos- de sus futuros proyectos y productos a punto de ver la luz, entre los que destaca Buzzwatcher, un sistema para analizar la notoriedad de nuestras marcas o productos (análisis en blogs, foros, aplicaciones social media…) y Cross Channel Attribution, un sistema que nos permitirá repartir de forma real el éxito entre nuestras diferentes campañas y estudiar el solapamiento de méritos entre acciones de marketing.

En MV Consultoría hemos tenido la ocasión de conocer una muestra del potencial de Tealeaf. Nos encontramos con uno de los complementos ideales para enriquecer nuestro entorno de analítica web y obtener información valiosa con poco esfuerzo.

De forma sintetizada, el objetivo de Teleaf es registrar todas y cada una de las interacciones que los usuarios realizan en nuestro sitio web, y facilitar su seguimiento hasta el nivel más desagregado: sesión a sesión. Toda esta información basada en las visitas de usuario es una herramienta muy útil para mejorar y optimizar muchos procesos del área web, por ejemplo:

• Mejorar la usabilidad, estudiando las sesiones individualizadas o en segmentos más amplios para detectar patologías de uso en los procesos de negocio y mejorar de esta forma la experiencia del usuario en la web.
• Aumentar los ratios de conversión, observando el comportamiento de los visitantes para analizar sus motivaciones y movimientos en cada una de las visitas.
• Apoyar a servicios de call-center y resolución de incidencias, siguiendo las interacciones individualizadas de los usuarios.

Desde el plano técnico, Tealeaf utiliza una tecnología patentada capaz de capturar y registrar para cada cliente unívocamente detalles cuantitativos y cualitativos de cada interacción en cada página a través de todo el site. La solución se basa en un servidor dedicado que a través de una técnica de packet sniffing captura cada una de las peticiones y respuestas que los usuarios hacen con el servidor.  De esta manera se garantiza la confidencialidad de los datos de los clientes y la seguridad a través de acceso por autenticado, y también mantiene control de cualquier tipo de información que se produce en cada sesión del cliente.

Además de los datos del seguimiento de la visita (páginas visitadas, campos rellenados, orden en que es produce, etc.) se recogen datos con información técnica de la visita: cabeceras HTTP, URLs, URL Referrers, nombres de inicio de sesión, cookies, nombre de servidor, la aplicación, IP de cliente, tamaños de página, tipos de conexión… etc. Esta información es muy valiosa de cara a descubrir el origen del problema cuando se produce cualquier error en la navegación o la experiencia del usuario en la web.

Tealeaf basa su tecnología en una arquitectura distribuida, lo que permite la óptima utilización de los recursos del sistema disponibles, incluso cuando es necesario el procesamiento de grandes volúmenes de datos. Puede ser escalado horizontalmente para hacer frente a futuras necesidades de crecimiento del tráfico sin dejar de ofrecer una única y unificada vista de los datos capturados.

La interfaz del entorno de análisis se ejecuta sobre una aplicación de escritorio que utiliza la tecnología Java. En este punto, echamos de menos una interfaz web que permita acceder a este entorno rápidamente a través del navegador. Por otra parte, la interfaz en Java tiene una potencia mayor que cualquier entorno web.

Dentro de la aplicación se dispone de un potente buscador de sesiones con características comunes, definición de KPI’s por categorías y todo tipo de informes. La solución que ofrece Tealeaf da la posibilidad de enriquecimiento de las sesiones almacenadas con dato personalizado, soporte para aplicaciones con AJAX o Flash y especificación para dispositivos móviles.

En definitiva, Tealeaf es una herramienta muy completa si tenemos la necesidad de llegar al análisis usuario por usuario o el seguimiento / repetición de sesiones concretas.

De modo esquemático:

Nedstat ha sacado la distribución flexible de méritos entre campañas: Weighted Campaigns. Huelga decir cuánto hemos sufrido para Hackear otras herramientas en busca de este Santo Grial. Aquí va una cata:

También Nedstat viene ahora con su Report Builder. Pero esto es algo que venía cantado desde hace meses. Desde Nedstat nos aseguran que no hay ningún tipo de muestreo/sampleo en el Report Builder, lo cual es muy bienvenido.

En cualquier caso, ya tenemos otra herramienta que se suma a la Primera División ofreciendo ambos mundos: Reporting + Análisis (ya esperaban en el campo At Internet Xiti con su DataExplorer y las archiconocidas de todos con sus respectivos productos de acompañamiento para el análisis).

WebTrends se ha pegado el gran lavado de cara, no sólo en la marca/web/tarjetas/corte de pelo de sus comerciales , sino también en su interfaz! Muy bienvenida será en próximos meses la interfaz superusable, à la Google Analytics. Sumando esto a un API bastante sólido, parece que el viejo sheriff está haciendo esfuerzos serios para volver a ser “cool”.

Omniture le ha cambiado el nombre a Discover OnPremise (tortuoso periplo léxico el de este brillante producto). Ahora se llama Omniture Insight, y tenemos incluso una variante especializada en Retail (Insight for Retail). El producto está ya en su versión 5.3 y presenta importantes mejoras en cuanto a tiempo de respuesta, flexibilidad de uso y panel de navegación de “espacios”.

Si se trataba de buscar un nombre menos confuso (por la existencia previa de Discover “dry”), no es mal intento. El único problema es que ahora tenemos Unica NetInsight y Omniture Insight… ¿más confusión a la vista?

También desde Omniture han llegado cambios en su plataforma de Testeo Multivariante y Personalización, Test & Target. Ahora se cubre de modo específico el targeting basado en niveles de “Engagement”. Para ello se hace uso de un contador de páginas, el tiempo en la web y, sobre todo, de un sistema de “Scoring” o puntuación que incluye el uso de “success metrics” (desde mi punto de vista seguimos igual mientras dependamos de la integración con SiteCatalyst para no duplicar esfuerzos y tengamos que recurrir al ingenio para montar el Scoring sobre este último).

Para terminar, desde MVC Labs hemos sacado una versión mejorada del xMetrics Backend, la herramienta destinada a definir indicadores personalizados a partir de fuentes diversas (para las que exista un API o pueda obtenerse un CSV). Cualquier analista medianamente ducho podrá a partir de ahora crear indicadores que combinen métricas de Google Analytics, Omniture SiteCatalyst o WebTrends Analytics con valores originados en DART, Facebook, Twitter, AdPlanner, Nielsen NetView o bases de datos internas.

Por supuesto, basta con definir indicadores y conexiones una sola vez. A partir de ese momento, tus Cuadros de Mando estarán automatizados, y únicamente pendientes de tu introducción de “Conclusiones del Analista” mediante xMetrics Interpreter.

Incluye numerosas mejoras, entre las que se pueden destacar:

• Mayor integración con la cuenta de Google AdWords y campañas.
• Integración con Yahoo Search Marketing.
• Nuevos reportes: “Time On Site”, “Performance Comparison” y “CPC Structure”.
• API de datos empleando protocolos  SOAP o REST.
• Autenticación mediante servidor LDAP externo.
• La herramienta de conversión de Urchin 5 (convert-u5data) ha sido mejorada solucionando el problema al importar grandes cantidades de datos.
• Nueva página de inicio incluyendo métricas para todos los perfiles visibles por el usuario, para el día actual y la semana y mes y más recientes.
• Urchin 6.6 al igual que Urchin 5 permite cancelar con un sólo clic análisis de logs.

Otras modificaciones:

• Deja de soportarse MySQL 4.x es necesario migrar a la versión 5.03 o superior.
• Uso de cookies de lado cliente.
• Ahora la licencia de prueba de Urchin incluye algunas limitaciones como un máximo de 5 perfiles y fuentes de datos.
• Incluye una nueva sección de reportes. Después de actualizar Urchin a la versión 6.6 estos reportes no se muestran, es necesario reprocesar los datos.

Se recomienda actualizar a esta versión.

http://www.google.com/urchin/download.html

Cuando vendemos habitaciones de hotel nos interesa diferenciar a la clientela “sol y playa” de la clientela “negocios”.

Si lo que ofrecemos son teléfonos móviles, habrá modelos destinados a un público nicho (tal vez por no existir en el mercado de productos subvencionados por operadoras) y habrá modelos de bajo coste y mucha competencia.

En banca podemos tener ciertos productos financieros pensados para clientes existentes y otros productos orientados a nuevos clientes.

Y es que, en Analítica Web, agrupar significa trasladar la carga de trabajo a quien es buen conocedor del propio mercado y la propia industria. Y en esa confluencia de conocimiento del propio negocio con escrutinio del dato obtenido nos topamos con sólidos sustentos de nuevas decisiones.

Piensa en tu web favorita de supermercados (que no es lo mismo que la web de tu supermercado favorito). Imagínate que se trata de tu negocio (o no imagines nada si ya lo es). Ahora:

Podemos categorizar productos por el nivel de margen que representan (esto puede venir determinado por el nivel de competencia a que nos enfrentamos o el particular target de los mismos). La sección de frutas exóticas o productos para el preparado de platos tailandeses pueden estar en el grupo de alto margen. En el opuesto, pongamos la leche, los huevos y el pan de molde.
Podemos clasificar productos por su ciclo de reposición (en casa). Van a durarnos menos unas cuajadas en el frigorífico que un abrillantador de metales de uso esporádico (para quienes acumulan sus trofeos de futbito o mus).

Si las dos agrupaciones que aquí ilustro consistieran en 3 valores posibles para cada producto (alto, medio, bajo), se nos ofrecen varias líneas de análisis.

A diferencia de la venta de vuelos o teléfonos móviles (donde lo tenemos más fácil aún), el visitante al supermercado no terminará con un solo producto “principal” en la mano (acompañado de productos accesorios como seguro de viaje o funda respectivamente), sino que lo hará con un “carrito”.

Y con todo ello en mente:

A) ¿Qué pasa con la optimización de campañas?

Cada campaña de origen puede resultar en conversiones de productos de una u otra familia (no por carrito, sino ¡por campaña!)
En función del peso de unos u otros grupos sobre el carrito, cada campaña de origen puede resultar en conversiones de carrito con valor alto, medio o bajo (es fácil imaginar una campaña con bajo ROI sobre la base de ingresos pero alto ROI sobre la base de márgenes)

B) ¿Qué pasa con la fidelización de visitantes?

Podemos categorizar al visitante en función del mencionado peso de un particular segmento sobre su carrito (comprado o creado), definiendo indicadores que combinen fidelización con segmento y valor total.

C) ¿Qué pasa con la personalización de ofertas para el aumento de la conversión?

Automaticemos las cosas allí donde los datos y el estado de la tecnología nos lo ponen en bandeja. Integremos los perfiles definidos a nivel de medición con fórmulas específicas de segmento.

Por supuesto que no será fácil saber cuál es la fórmula ganadora en la comunicación de propuestas o incluso su contenido, pero podemos circunscribir nuestras labores de experimentación (“testing”) a dichos segmentos predefinidos.

En resumen, me repito: Resulta mucho más sencillo tomar decisiones cuando nuestros productos se agrupan de forma lógica.