2. ¿Qué es la analítica web?
• Dos definiciones que ofrece Wikipedia:
– “Disciplina profesional encaminada a extraer
conclusiones, definir estrategias o establecer
reglas de negocio sobre la base de los datos
recabados en todos aquellos entornos web sobre
los que una empresa ejerce control.”
– "Recopilación, medición, evaluación y explicación
racional de los datos obtenidos de Internet, con el
propósito de entender y optimizar el uso de la
página web de la organización."
3. Qué
es
la
analí5ca
web
3
Visitors = Possible Conversions
Exits
Exits
No
exits
Conversions
AMAT
(acquisition, measurement, analysis and testing)
8.
1. Algunos
casos
en
los
que
hemos
aplicado
la
analí5ca
web
2. La
importancia
de
MEDIR
3. Entender
y
u5lizar
los
datos
de
Google
Analy5cs
4. Recoger
“insights”
para
la
toma
de
decisiones
5. Revisión
de
los
informes
de
GA
6. Revisión
de
los
informes
de
conversión
ÍNDICE
9. Resumen
1.
Casos
1. Grupo
Danobat
2. La
Caixa
3. Hogar
ú5l
4. Infoenvia
5. Grifols
6. Junta
de
Andalucía
7. Ayuntamiento
de
San
Sebas5án
8. Desarrollo
crea5vo
en
Web
(Gobierno
Vasco)
10.
1. Algunos
casos
en
los
que
hemos
aplicado
la
analí5ca
web
2. La
importancia
de
MEDIR
3. Empezando
con
el
Marke5ng
online
4. Entender
y
u5lizar
los
datos
de
Google
Analy5cs
5. Recoger
“insights”
para
la
toma
de
decisiones
6. Revisión
de
los
informes
de
GA
7. Revisión
de
los
informes
de
conversión
ÍNDICE
11. 2.
La
importancia
de
MEDIR
2.1
La
importancia
de
la
medición
2.2
Las
técnicas
más
importantes
de
medición
2.3
Conversiones
y
atribuciones
2.4
Crear
un
plan
de
medición
hBp://goo.gl/d7Epq6
12. 2.
La
importancia
de
MEDIR
2.1
La
importancia
de
la
medición
• La
importancia
de
la
medición
• Tener
claro
los
obje5vos
que
queremos
cubrir
• Nuevos
cambios
en
la
medición
• Medir
y
definir
obje5vos
claros
• El
proceso
de
medición
hBp://goo.gl/d7Epq6
13. 2.
La
importancia
de
MEDIR
2.1
La
importancia
de
la
medición
• Internet
es
global
a
un
solo
click
y
se
ha
de
medir
• Móvil
lo
ha
revolucionado
todo
• Cloud
compu5ng
lo
hace
todo
accesible
14. 2.
La
importancia
de
MEDIR
2.1
La
importancia
de
la
medición
Tener
claro
los
obje5vos
que
queremos
cubrir
• Generación
de
marca
• Generar
interés
• Conectar
o
interactuar
con
posibles
clientes
• Generar
conversación
on
y
off
• Fidelizar
y
retener
al
cliente
15. 2.
La
importancia
de
MEDIR
2.1
La
importancia
de
la
medición
Nuevos
cambios
en
la
medición
• De
medir
solo
páginas
a
medir
aplicacines
(Apps)
• Integración
con
CRMs
• Las
posibilidades
del
Universal
Analy5cs
16. 2.
La
importancia
de
MEDIR
2.1
La
importancia
de
la
medición
Medir
y
definir
obje5vos
claros
1. E-‐commerce:
vender,
vender
y
vender
2. Generación
de
leads
3. Vender
contenidos:
medios
y
portales
4. Ofrecer
información
y/o
soporte
5. Branding
engagment
y
fidelización
17. 2.
La
importancia
de
MEDIR
2.1
La
importancia
de
la
medición
El
proceso
de
medición
1. La
medición
(previa
la
recogida
de
datos)
2. Repor5ng
para
quién
tome
las
decisiones
(el
jefe)
3. Análisis:
iden5ficar
tendencias.
Realizar
hipótesis
de
resultados
4. Tes5ng:
prueba
y
error
5. Repe5r
el
proceso
18. 2.
La
importancia
de
MEDIR
2.2
La
segmentación
***********
1. Por
fecha
y
hora
(días
de
la
semana,
horas
más
ac5vas)
2. Por
disposi5vos
(desktop,
tablet,
móvil,
App..)
3. Por
canal
de
MK
(seo,
sem,
displat,
social..)
4. Geográficamente
(región,
país,
ciudad)
5. Por
caracterís5cas
del
usuarios
(único,
recurrente,
cliente,
no
cliente,
registrado,
no
registrado..)
20. 2.
La
importancia
de
MEDIR
2.2
El
contexto*******
1. Externo
(datos
del
sector
de
Nielsen
o
al
asoc.
X)
2. Interno
(camparación
de
fechas,
campañas..)
21. 2.
La
importancia
de
MEDIR
2.3
Conversiones
y
atribuciones
1. Microconversión
2. Macroconversión
22. 2.
La
importancia
de
MEDIR
2.4
Crear
un
plan
de
medición
1. Define
y
documenta
tus
obje5vos
2. Iden5fica
estrategias
y
técnicas
(leads,
ventas,
publicidad,branding..)
3. Elige
los
KPIs
para
cada
escenario
4. Elige
los
segmentos
de
datos
adecuados
(canales
de
MK)
5. Elige
los
targets
–
a
quién
le
importa
cada
dato
de
cada
Kpis
hBp://goo.gl/kVG9tv
23.
1. Algunos
casos
en
los
que
hemos
aplicado
la
analí5ca
web
2. La
importancia
de
MEDIR
3. Entender
y
u5lizar
los
datos
de
Google
Analy5cs
4. Recoger
“insights”
para
la
toma
de
decisiones
5. Revisión
de
los
informes
de
GA
6. Revisión
de
los
informes
de
conversión
ÍNDICE
24. 3.
Antecedentes
Auditoría
inicial
58
3.
Entender
y
u5lizar
los
datos
de
Google
Analy5cs
3.1
Cómo
funciona
Google
Analy5cs
3.2
Principales
métricas
y
dimensiones
25. 3.
Antecedentes
Auditoría
inicial
59
3.
Entender
y
u5lizar
los
datos
de
Google
Analy5cs
3.1
Cómo
funciona
Google
Analy.cs
1. Recogida
de
datos
2. Proceso
3. Configuración
4. Reporte
28. 3.
Antecedentes
Auditoría
inicial
62
3.
Entender
y
u5lizar
los
datos
de
Google
Analy5cs
3.2
Principales
métricas
y
dimensiones
• Usuarios
• Visitas
• Páginas
visitas
y
eventos
• Métricas
basadas
en
5empo
• Frecuencia
de
rebote
29. Dimensions
son
característcas
del
visitante
o
de
la
página
determinadas
antes
que
comience
la
visita.
Visitante
Visitante
Caracterís.cas
(dimensiones)
Páginas
Acciones
(métricss)
Pag.
Caracterís.cas
(dimensiones)
1
2
3
Métricas
son
valores
calculados
para
esa
visita,
y
siempre
son
un
número
o
ra.o
Entender
cómo
se
recogen
los
datos
Fuente Google
33.
1. Algunos
casos
en
los
que
hemos
aplicado
la
analí5ca
web
2. La
importancia
de
MEDIR
3. Entender
y
u5lizar
los
datos
de
Google
Analy5cs
4. Recoger
“insights”
para
la
toma
de
decisiones
5. Revisión
de
los
informes
de
GA
6. Revisión
de
los
informes
de
conversión
ÍNDICE
34. 4.
Recoger
“insights”
para
la
toma
de
decisiones
4.1
Creación
de
una
cuenta
4.2
Entender
su
estructura
4.3
Configuración
de
filtros
básicos
4.4
Configurar
obje5vos
y
ventas
(e-‐commerce)
4.5
Recoger
datos
de
campañas
35. 4.
Recoger
“insights”
para
la
toma
de
decisiones
4.1
Creación
de
una
cuenta
• Crear
la
cuenta
(cuenta
de
Google)
Web
o
app.
• Copiar
el
código
en
la
página
(head)
• Auditar
la
implementación
(Real
5me)
• E5quetar
otros
escenarios
(tag
managment)
36. 4.
Recoger
“insights”
para
la
toma
de
decisiones
4.2
Entender
su
estructura
• Cuenta
• Propiedad
• Vistas
– Master
(no
se
toca).
SIN
FILTRAR
– Principal
(con
la
configuración)
– Test:
dónde
se
hacen
las
pruebas
(filtros..etc)
37. 4.
Recoger
“insights”
para
la
toma
de
decisiones
4.3
Configuración
de
filtros
básicos
Las
posibilidades
de
los
filtros
(predefinidos
y
personalizados)
• Incluir
datos
(recoger
info
de
la
URL)
• Excluir
datos
(Ip
empresa
y/o
agencias)
• Modificar
datos
(sus5tuir
cadenas
en
la
URL)
38. 4.
Recoger
“insights”
para
la
toma
de
decisiones
4.4
Configurar
obje.vos
y
ventas
(e-‐commerce)
• Macro
y
microconversiones
• Métricas
de
conversión
• Los
45pos
de
obje5vos
en
GA:
– Des5na5on
URL
– Acción
(event
tracking)
– Según
nº
páginas
vistas
– Tiempo
en
el
si5o
39. 4.
Recoger
“insights”
para
la
toma
de
decisiones
4.4
Configurar
obje.vos
y
ventas
(e-‐commerce)
• Valor
de
un
obje5vo
(asignar
un
valor
$)
• Redireccionamientos
(definir
rutas)
• Obje5vos
mutl5canal
(a
través
de
múl5ples
visitas)
• Un
obje5vo
respecto
a
una
venta
(dos
formas
de
medir)
40. 4.
Recoger
“insights”
para
la
toma
de
decisiones
4.5
Recoger
datos
de
campañas
• La
importancia
de
planificar
y
ordenar
las
campañas
• Tipos
de
tráfico
(dimensiones)
en
GA
– Orgánico
– Referal
– Directo
– Campañas
(si
se
e5quetan,
excepto
Adwords)
41. 4.
Recoger
“insights”
para
la
toma
de
decisiones
4.5
Recoger
datos
de
campañas
• E5quetado
de
campañas
(5
dimensiones)
– Fuente
– Medio
– Palabra
clave
– Campaña
– Contenido
URL
Builder:
hBp://goo.gl/l59Xme
42. La
herramienta
de
creación
de
e5quetas
• Ejemplo de URL para Google Analytics:
hBp://www.google.com/support/analy5cs/bin/answer.py?hl=en&answer=55578
hBp://www.xx.xx/index.php?utm_source=netaffilia5on&utm_medium=afiliacion&utm_campaign=campaña1
43. 4.
Recoger
“insights”
para
la
toma
de
decisiones
4.5
Recoger
datos
de
campañas
• Agrupación
de
canales
– Direct
– Email
– Social
– Organic
– Display
50. Definir
el
CLV
(Customer
Life
Value)
84
CLV = (valor del cliente / año) X
(años de vida de ese cliente)
(coste de adquisición)
51. 4.
Recoger
“insights”
para
la
toma
de
decisiones
4.5
Recoger
datos
de
campañas
• Se
pueden
explotar
los
datos
(dimensiones)
a
través
de:
– Informes
personalizados
– Paneles
(dashboards)
personalizados
– Segmentos
avanzados
– Dimensiones
secundarias
en
los
informes
– Etc
52.
1. Algunos
casos
en
los
que
hemos
aplicado
la
analí5ca
web
2. La
importancia
de
MEDIR
3. Entender
y
u5lizar
los
datos
de
Google
Analy5cs
4. Recoger
“insights”
para
la
toma
de
decisiones
5. Revisión
de
los
informes
de
GA
6. Revisión
de
los
informes
de
conversión
ÍNDICE
53. 5.
Revisión
de
los
informes
de
GA
5.1.
Visión
general
de
los
informes
5.2.
Audiencia
5.3.
Adquisición
5.4.
Comportamiento
5.5.
Personalizados
54. 5.
Revisión
de
los
informes
de
GA
5.1.
Visión
general
de
los
informes
• Comparación
rango
de
fechas
• Ajuste
del
Time
graph
(día,
semana,
mes)
y
anotaciones
• Dimensiones
secundarias
en
las
tablas
de
datos
(
• Métricas
en
las
tablas
de
datos
• Uso
de
filtros
en
las
tablas
• Cambio
en
la
visualización
de
los
datos
(dato,%,comparación…)
• Uso
de
accesos
directos
63. 5.
Revisión
de
los
informes
de
GA
5.2.
Audiencia
• Datos
demográficos
(código
especial)
• Intereses
(código
especial)
• Información
geográfica
• Comportamiento
• Tecnología
• Móvil
• Personalizado
• Flujo
de
visitantes
64. 5.
Revisión
de
los
informes
de
GA
5.3.
Adquisición
• Canales
de
adquisición
• Todo
el
tráfico
• Campañas
– De
pago
– Orgánicas
• Análisis
de
costes
– Adwords
– Social
– Op5mización
para
buscadores
65. 5.
Revisión
de
los
informes
de
GA
5.4.
Comportamiento
• Visión
general
• Flujo
de
comportamiento
• Velocidad
del
si5o
• Búsquedas
del
si5o
• Eventos
• Adsense
• Experimentos
• Anaí5ca
de
página
66. 5.
Revisión
de
los
informes
de
GA
5.5.
Personalizados
(exportables
a
otras
cuentas)
• Informes
personalizados
• Cuadros
de
mando
67.
1. Algunos
casos
en
los
que
hemos
aplicado
la
analí5ca
web
2. Empezando
con
el
Marke5ng
online
3. Entender
y
u5lizar
los
datos
de
Google
Analy5cs
4. Recoger
“insights”
para
la
toma
de
decisiones
5. Revisión
de
los
informes
de
GA
6. Revisión
de
los
informes
de
conversión
ÍNDICE
68. 6.
Revisión
de
los
informes
de
conversión
6.1.
Obje5vos
6.2.
Comercio
electrónico
6.3.
Embudos
mul5canal
6.4.
Atribución
69. 6.
Revisión
de
los
informes
de
conversión
6.1.
Obje.vos
• Visión
general
• URLs
de
obje5vos
• Ruta
de
redireccionamiento
inver5da
• Gráfico
de
embudo
de
conversión
• Flujos
de
obje5vos
70. 6.
Revisión
de
los
informes
de
conversión
6.2.
Comercio
electrónico
• Visión
general
• Rendimiento
de
producto
• Rendimiento
de
ventas
• Transacciones
• Tiempo
hasta
la
compra
71. 6.
Revisión
de
los
informes
de
conversión
6.3.
Embudos
mul5canal
• Visión
general
• Conversión
por
contribución
• Rutas
de
conversión
principal
• Lapso
de
5empo
• Rutas
de
interacciones
72. 6.
Revisión
de
los
informes
de
conversión
6.4.
Atribución
(personalización
de
hasta
90
días)
Ges5ón
de
los
modelos
de
atribución
– Úl5ma
interacción
– Primera
interacción
– Lineal
– Tiempo
decreciente
(más
valor
progresivamente)
– Posición
base
(primera
y
úl5ma)
– Penúl5ma
interacción
de
Adwords
– Personalizadas