Professional Documents
Culture Documents
ANALYTICS,
NUESTRO SOCIO
EN LA AVENTURA
Analítica Web
ANALÍTICA WEB. MÓDULO 3
Hemos visto las principales métricas que nos ofrece Google Analytics e
incluso hemos conocido por encima a alguna de sus compañeras de viaje,
como Google Optimize.
Sin embargo Google Analytics tiene mucho más donde rascar y es por eso que
en éste descargable vas a encontrar algunos de los trucos que te van a
destacar, todavía más, como un explorador experto y con látigo.
1. ALGUNOS DE
LOS FALLOS MÁS
COMUNES EN
ESTADÍSTICA Y
ANALÍTICA
DIGITAL
1. 1. LOS PROMEDIOS NO SIEMPRE EXPLICAN EL
COMPORTAMIENTO DE TU USUARIO
¿A qué nos referimos aquí? Bien. Imagínate que queremos analizar la forma
en la que los españoles beben vino, y llegamos a la conclusión de que se vende
tanta cantidad de vino como para dar de beber una copa de vino al día a cada
español.
Esto nos daría el promedio de una copa de vino al día por cada español. Pero,
¿realmente sería cierto? No, porque muchos españoles beben 4 copas de vino
al día, otros no beben nada, y otros lo que beben son cañas.
Esto nos puede ofrecer una pista sobre qué ofertas hacer, por ejemplo,
podemos poner gratis los gastos de envío a partir de 50€ para intentar que la
2
ANALÍTICA WEB. MÓDULO 3
3
ANALÍTICA WEB. MÓDULO 3
El analista digital tiene que velar siempre porque se cumplan, siempre, los
objetivos del negocio por encima de justificar o no las estrategias de
marketing digital o de publicidad que se están llevando a cabo.
Un error muy común al evaluar la estrategia digital de las redes sociales (de
las más difíciles de justificar) es guiarnos única y exclusivamente por la
cantidad de RT’s o MeGusta que tienen los post en Linked In, Facebook,
Twitter o Google Plus. Parece que simplemente con que éste número sea alto,
estamos dando a entender que nuestro post en redes sociales ha sido un
éxito. Pero, ¿esto siempre es así? Pues no, o no exactamente.
4
ANALÍTICA WEB. MÓDULO 3
De la misma forma, el analista web tiene que determinar si las palabras clave
por las que está posicionando el responsable de SEO son realmente
importantes para el negocio y atraen el público que realmente necesitamos.
Fuente: Gaussianos.com
El hecho de que dos variables aumentan a la vez no significa que una sea
consecuencia de la otra. Parece muy sencillo, pero es muy equivocarnos en
éste aspecto, por ejemplo podemos equivocarnos y pensar que nuestro
aumento de tráfico en la web es consecuencia del aumento de visibilidad en
redes sociales, pero no darnos cuenta de que ambos aumentos tienen que ver
con que se ha hecho una campaña de publicidad, por ejemplo, o porque de
5
ANALÍTICA WEB. MÓDULO 3
Todas estas afirmaciones son formas de decir que A tiene que ver con B,
cuando muchas veces es una tercera variable la que está influyendo en los
comportamientos de ambas variables.
¡Te avisamos de que tenías que ser un explorador, y eso significa que nunca
tienes que estar seguro de lo que ves! Sobre todo, ten en cuenta estos sesgos
a la hora de realizar conclusiones acerca de los datos o establecer
recomendaciones sobre actuaciones, puede que estés sufriendo alguno de
ellos.
Vamos a ver algunos de los sesgos cognitivos más habituales que se suelen
dar no sólo en la analítica web sino en las propias estrategias de marketing en
6
ANALÍTICA WEB. MÓDULO 3
¿Cuándo nos debe preocupar el efecto Dunning - Kruger? Bien, pues por
ejemplo cuando revisamos ciertas opiniones de clientes, antes de hacerles
caso realmente tenemos que verificar si son realmente nuestro público
objetivo y mantener la confianza en nuestro producto, o bien cuando estamos
evaluando los resultados de algún responsable de nuestra estrategia digital
que no esté convenientemente formado.
Suele ser muy común cuando describimos grupos que son contrarios a
nosotros o que no llegamos a comprender del todo, y pasa también en
analítica digital.
Por ejemplo, nuestro público objetivo son los padres y madres de niños de 2
años y nos damos cuenta de que 10 de esos usuarios dentro de nuestra web
se ven atraídos por ciertos colores y textos en nuestra web, así que pronto
identificamos que ese público objetivo en general y en concreto ha de
comportarse de la misma forma, pero no tiene por qué ser cierto.
Heurística de la disponibilidad
7
ANALÍTICA WEB. MÓDULO 3
Pero el caso es que normalmente recordamos con más asiduidad los eventos
que nos son más comunes, y solemos desechar los que son eventuales de
nuestros recuerdos.
Por ejemplo, puede que asociemos que cierto aumento de visitas tiene que
ver con un aumento en la publicidad en cierto medio porque ha pasado
habitualmente, y porque no recordamos que en otras ocasiones se ha debido
a otros factores.
El sesgo de confirmación
8
ANALÍTICA WEB. MÓDULO 3
pensar que los datos confirman nuestros deseos antes que lo contrario, y es
que es realmente fácil interpretar los datos de la forma en que queremos
verlos.
No es ningún misterio que las personas solemos pensar que las cosas son
como siempre hemos creído antes que pensar que hay datos que niegan la
forma en la que vemos las cosas y que es conveniente que cambiemos la
estrategia.
Sesgo de la negatividad
Está científicamente comprobado que las personas damos más peso a las
cosas negativas que a las positivas. Es una herramienta del cerebro para
sobrevivir, nuestros antepasados tenían que estar siempre alerta ante un
entorno amenazante.
9
ANALÍTICA WEB. MÓDULO 3
2. SACÁNDOLE
JUGO A GOOGLE
ANALYTICS, QUE
NO TE ENGAÑEN
LOS DATOS
Los fallos que hemos visto hasta ahora son muy comunes y seguramente
vayan a ser tus compañeros de viaje, como has visto vas a tener que estar
preguntándote todo el tiempo si lo que ves, es realmente lo que ves o te estás
engañando.
10
ANALÍTICA WEB. MÓDULO 3
3. PRINCIPALES
ERRORES DE
INTERPRETACIÓN
EN GOOGLE
ANALYTICS
La forma en la que sacamos conclusiones de determinadas métricas puede
ser errónea en muchas ocasiones. Las más comunes vamos a verlas en este
apartado. ¿te atreves?
Las dimensiones son atributos de los datos, por ejemplo, “Málaga” como
ciudad o una url como la dimensión de una “página”. Son atributos
cualitativos, que no hacen referencia a números.
Las métricas, por otra parte, son numéricas, cuantitativas. Por ejemplo, el
número de sesiones, el número de páginas vistas o el número de usuarios, en
Analytics encontramos siempre las dimensiones en filas, y las métricas en
columnas, como en este caso.
11
ANALÍTICA WEB. MÓDULO 3
Las dimensiones nos dirán la calidad real de las métricas. Por ejemplo puede
que tenga un número muy alto de visitas, pero que todas vengan de un país
en el que no vendo mis servicios, o sean de spam. En ese caso la métrica no
me estaría diciendo nada, serían visitas completamente inútiles y
probablemente no lo sabría a no ser que lo interprete con la dimensión
apropiada
Puede ser que tenga un número alto de visitas por página, y esto es
normalmente bueno, pero he de detectar si se trata de que tengo un sitio
realmente interesante o es porque es tan confuso que la gente no es capaz
de encontrar lo que está buscando.
12
ANALÍTICA WEB. MÓDULO 3
Google Analytics interpreta “rebote” como toda visita que abandona el sitio
sin realizar ninguna interacción que Analytics sea capaz de medir, esto
significa que probablemente haya hecho interacciones pero que Google
Analytics no haya sido capaz de medirlo.
Comprueba siempre que aquello que quieres que pase dentro de una Landing
Page específica es realmente susceptible de ser medido por Google Analytics,
y de no ser así, dale mucha menor importancia al porcentaje de rebote de la
que pueda tener en un principio.
Es decir, que todo el tiempo en el que el usuario está en la última página que
visita pero no está haciendo nada, no se contabiliza.
13
ANALÍTICA WEB. MÓDULO 3
Por ello es muy importante que valore el porcentaje de rebote con respecto
al tiempo de estancia en la página y otra serie de métricas.
Por otra parte, muchas de las visitas que lleva la publicidad online no son
contabilizadas porque Google Analytics no ha tenido tiempo a contabilizar el
script dentro de la página del usuario.
14
ANALÍTICA WEB. MÓDULO 3
4. BIBLIOGRAFÍA
RECOMENDADA
• http://www.certificaciongoogleanalytics.com/libro-google-analytics/
15
ANALÍTICA WEB. MÓDULO 3
16