Analítica web
Reflexiones sobre madurez digital, datos y tecnología

Analytics For Target (A4T): explotar el dato en Workspace para mejorar experiencia del usuario

Se lee en 3 minutos

Analytics For Target: ¿qué es y para que se utiliza?

Una de las principales acciones que deberían focalizarse los departamentos de marketing online es la optimización de los activos digitales, y el sector está poco a poco avanzando hacia la madurez digital. Para ello, si trabajamos con Adobe, y utilizamos Adobe Target como herramienta de CRO, sería conveniente y muy recomendable tener implementada la solución de Analytics For Target (A4T). Con ella, podremos empezar con nuestra magia para optimizar los flujos de conversión de los activos digitales y de la propia experiencia del usuario.

Si no conocéis Adobe Target, recomiendo fervientemente este artículo de mi compañero José Ramón Álvarez, donde se comenta el uso rápido de las Audiencias que se generan en la herramienta de Customer Experience.

Antes de nada, y para continuar, debemos hacernos una serie de preguntas:

  • ¿Cuál es el objetivo del experimento/test A/B?
  • ¿Qué tipo de actividad vamos a ejecutar? ¿Un test A/B? ¿Una personalización?
  • ¿En qué impacta a nuestros usuarios?
  • ¿Qué distribución de tráfico vamos a aplicar?
  • ¿Qué métricas deberemos utilizar? ¿Podremos explotar las métricas de Adobe Analytics o deberemos generar/crear mboxes (métricas) desde Adobe Target?
  • Y una pregunta esencial: ¿en qué URLs vamos a ejecutar la actividad?

Con la integración de Analytics For Target, se pueden llegar a explotar y analizar los datos en base a las experiencias ofrecidas y trabajadas desde Target en Analytics. Con ello, encontramos varias dimensiones que nos permiten explotar el dato de la experiencia ofrecida al usuario en la herramienta:

  • Analytics For Target: muestra todos los ítems disponibles de A4T mediante un identificador único para cada experiencia ofrecida. Ejemplo: 214377:0:0
  • Target Experiences: muestra el listado de experiencias configuradas en Target de forma única y global. Ejemplo: [CX][CLIENTE] AO24 – Cambio background color botón
  • Target Activities: muestra el listado de actividades (campañas) que se han configurado en Target. En otras palabras, muestra todas las versiones de las experiencias configuradas. Imaginemos que tenemos dos experiencias:
  1. Original – [CX][CLIENTE] AO24 – Cambio Background color botón amarillo
  2. Alternativa – [CX][CLIENTE] AO24 – Cambio Background color botón azul
  • Target Activity > Experience: muestra el desglose de actividades por cada experiencia testeada.

a4T

Deberemos tener en cuenta que usando Adobe Analytics como Reporting Source en los informes de Target, sólo podremos utilizar una de las dos fuentes de informes –Analytics o Target–, y deberemos configurar en la actividad/experiencia en cuestión la fuente de datos que queramos trabajar para su posterior análisis. De hecho, cada reporting source debe estar configurada para cada actividad y no se podrán recopilar los datos para una actividad (test A/B, Multivariante…) de ambas fuentes de datos.

reporting source analaytics

Al utilizar A4T, todas las métricas de éxito disponibles para la actividad que ejecutemos serán métricas de Adobe Analytics. Apunte importante: hay que tener en cuenta que solo se admite una métrica basada en MBOX si se utiliza Analytics como fuente de informes.

Post-Análisis: explotar el dato de la experiencia de Target en Analytics Workspace

Dado que A4T es una integración de Target con Analytics, hay que tener en cuenta las actividades llevadas a cabo con Target con el fin de explotar el dato en Analytics. Con ello, es esencial tener presente en todo momento en que momento se ejecutó el test (franja de fechas, audiencias, etc…) para tener claro su posterior análisis y su comparativa entre las versiones del experimento ofrecidas.

La funcionalidad de A4T nos ofrece la capacidad de ver toda una serie de métricas que nos permiten analizar mucho más en profundidad las experiencias ofrecidas, que no únicamente con las métricas de Target. Del mismo modo, también podemos ver acerca del nivel de compromiso del usuario, si es nuevo o recurrente, o si es una audiencia cliente o no cliente, o hasta dónde clica o interactúa el usuario en función de cada una de las experiencias (Original/Alternativa). Como dice la Ley de Fitts’s: “el tiempo necesario para alcanzar el objetivo es una función de la distancia y tamaño que hay que recorrer hasta él”.

Veamos un ejemplo que nos proporciona Adobe Analytics para entender el comportamiento del usuario en cada una de las experiencias o versiones ofrecidas en el experimento ejecutado en Adobe Target.ReportFuente: A4T – Analytics For Target

En este Dashboard de Adobe Analytics vemos las experiencias ofrecidas Target Activity > Experience, desglosadas por Experiencia A (Original) y Experiencia B (Alternativa). Además, podemos cruzar cada una de las experiencias ofrecidas para conocer cuantos visitantes han pasado por cada experiencia, que interacción han tenido los usuarios, clics, llegadas a páginas, etc. Con ello, podremos tener la capacidad de analizar cada versión de la experiencia ofrecida (Experience A/Experience B), directamente desde Analytics Workspace.

De la misma forma, podemos llegar a conocer los usuarios que han pasado por cada experiencia en función del tipo de dispositivo: Desktop, Tablet o Mobile y saber la conversión para cada una de las experiencias.

data

Con esta funcionalidad de A4T, tenemos la libertad de no sólo trabajar el dato en Target, sino de explotar el dato en Analytics Workspace, realizar los breakdowns, filtros, o aplicar los segmentos, eventos, dimensiones y métricas que consideremos apropiadas para analizar de una forma más profunda el comportamiento de las experiencias ofrecidas a los usuarios, desde Target.

Y tú, ¿has utilizado ya esta funcionalidad en Target? ¿Utilizas con frecuencia Analytics For Target (A4T) para analizar las experiencias que ofreces a los usuarios?

Fuente de imágenes: Freepik (principal) y Adobe Analytics

Escribe tu comentario

tres × 1 =

Navegar