Leonardo Da Vinci (más o menos)

Se suele decir que Leonardo Da Vinci fue el último de los genios que dominó gran parte del saber humano de su época. De hecho, yo creo que más que el último, fue el único. En cualquier caso, parte de su fama se la debe no tanto a lo que sabía, si no a que era un genio.

Genio o no, actualmente es imposible encontrar a alguien que domine, como hizo Da Vinci en la suya, gran parte del saber humano de esta época. Ni siquiera Leonardo lo conseguiría hoy en día. Demasiados datos, demasiado saber. Read More

En mi vida profesional he tenido que enfrentarme varias veces con grandes proyectos de Analítica. Proyectos en los que están involucrados varios departamentos, y que van desde implementar una herramienta, a sacarle partido a los datos, pasando por formar a los responsables pertinentes. Un camino largo y complejo, en el que si no aplicas estrategias de gestión del cambio de forma adecuada te quedas sin gasolina nada más arrancar.

Voy a ser totalmente sincero: si puedo contar esto es porque lo he vivido. He visto fracasar proyectos, y si alguien de este sector dice que eso no le ha pasado, entonces no sabe de lo habla o, peor aún, está mintiendo.

proyecto-analitica-fracasado

Read More

Sí, lo sé. El concepto de Analítica Web ya está superado. Ahora se habla de Analítica Digital, Big Query y, relacionado con esto último, de BIG DATA (con mayúsculas), por nombrar sólo los principales términos que desde mi último post se han puesto de moda.

Pero la realidad es que las empresas, pequeñas, medianas y grandes de este país aún están intentando sacarle partido a los datos de sus sitios web. Los avanzados, con suerte, están midiendo el desempeño de las versiones móviles de esos sitios. Los muy avanzados también analizan los datos de sus APPs. Y los de Nobel saben algo de los embudos multidispositivo y de los modelos de atribución.

Por lo tanto, y aunque es cierto que Big Data y Business Intelligence son conceptos que no debemos dejar de estudiar, ya habrá tiempo para dedicarle varios posts. Permitidme, por ahora, volver a lo básico, que es lo que necesitan el 90% de nuestros potenciales clientes.

Las herramientas de análisis nos facilitan una abrumadora cantidad de información. Normalmente, cuando nos enfrentamos con ella no sabemos por dónde empezar. La clave para el éxito, y en este contexto entendemos como éxito el poder usar los datos para mejorar nuestro sitio, es dividir toda la información de la que disponemos en partes más simples. En otras palabras, debemos tratar el problema por fases.

¿En qué fases podemos dividir el análisis del desempeño de un site?

Read More

Gráfico radialGran parte del trabajo de un analista consiste en transmitir datos. Rectifico: gran parte del trabajo de un analista consiste en transmitir el significado de los datos. Y hay muchas formas de transmitir ese significado.

Los gráficos son un recurso común. Tienen la ventaja de resumir visualmente una situación o un estado de cosas, y son mucho más compresibles que las tablas.

Si los gráficos se usan bien y de buena fe (hay muchos ejemplos en Internet que muestran cómo se puede manipular con ellos), son un método eficaz para contar de forma más o menos sencilla lo que realmente está pasando. Algunos tipos de gráficos permiten, incluso, predecir qué podría suceder en un futuro, si las tendencias se mantienen.

Quienes se dedican a analizar datos, a menudo necesitan comparar el desempeño de más de un segmento, en relación a varios KPIs.

Read More

No pienses. Actúa… ¿Parece una paradoja, verdad? La analítica web es un campo en el que se le suele dar al coco.

Pero pensar, en los tiempos que corren, es todo un desafío al orden establecido. Por un lado, parece que está mal visto y, por otro, no tenemos tiempo. Estamos hartos de leer (y de escribir), eso de que todo esto va de tomar las decisiones adecuadas, en el menor tiempo posible.

Así que estamos ante la cuadratura del círculo: acertar, pero sin pararse a reflexionar. Es como darle al centro de la diana sin apuntar.

Google Analytics lleva años intentando reducir al mínimo el tiempo necesario de reflexión. El diseño de los informes y las opciones de visualización de los datos tienen como objetivo facilitar la detección de «insigths«.

Read More

Las herramientas de análisis web dan muchísima información, y una de las labores esenciales de un analista es separar el trigo de la paja.

Tarde o temprano, y normalmente más temprano que tarde, es necesario extraer algunos datos de la herramienta, aislarlos del resto, y trabajarlos de forma que sean capaces de transmitir información útil.

Por información útil se entiende aquella que llega a la gente adecuada, con la periodicidad adecuada y con las métricas adecuadas, y que permite a los responsables tomar las decisiones acertadas.

Ese trabajo suele dar como resultado los llamados “cuadros de mando”, que no son otra cosa que informes hechos a medida, en los que se puede ver el estado y las tendencias de los KPI de una web.

Read More

Definición de objetivos en Google AnalyticsImplementar correctamente una herramienta de análisis es una tarea ardua. Hay que definir los objetivos de negocio, determinar KPIs,  añadir el código de la herramienta en las páginas y crear los perfiles necesarios para el análisis.

Cuando todo los anterior está hecho, es necesario definir objetivos y embudos de conversión en los perfiles. Es la tarea más sencilla, (si la implementación es correcta), pero es sorprendente la cantidad de veces en las que ese último paso no se ejecuta.

Los objetivos en Analytics representan aquello que queremos que se cumpla cuando un usuario visita nuestro site. En algunos casos, pueden representar directamente un KPI. En otros, son necesarios para calcular un KPI.

En este post veremos los tipos de objetivos que pueden darse de alta en Google Analytics, y las opciones que presentan cada uno de ellos.

Read More

“Yo no discuto, testeo”. Esta frase resume perfectamente la cultura de los datos. El ejemplo más palpable de la aplicación de esta cultura son los Test Experiments, en donde se comparan varias versiones de una misma página para determinar cuál de ellas se desempeña mejor en relación a nuestros objetivos.

Es muy común oír discusiones acerca de cómo debe ser una página: colores, textos, títulos, imágenes, llamadas a la acción…

Un ejemplo típico: el diseñador insiste en el botón de “Agregar a la cesta” debe ser azul (porque el color corporativo es el azul), y el responsable de ventas online quiere que se ponga en rojo.

¿Porqué no testear ambas versiones, y quedarse con la que genera más adiciones a la cesta? De esta forma, estamos dejando la decisión en manos de los usuarios, que son los que usan el botón.

Elementos de un experimento

Lo que sigue, a diferencia de otros pots, es más práctico que analítico. Vamos a ver cómo plantear y poner en práctica un experimento. El objetivo: demostrar lo fácil que és, y lo mucho que se puede ganar. Anímese!

Read More

Analitica web que debemos medir: gaugeAntes de implementar una herramienta de análisis, es necesario tener muy claro qué elementos debemos monitorizar para, posteriormente, poder definir objetivos y medir el rendimiento del site en base a ellos.

Es necesario, por tanto, familiarizarse con la web en cuestión. Pero eso no es suficiente. También se debe tener una idea clara de la estrategia de negocio de la empresa a la que pertenece la web.

Hay dos modelos básicos según los cuáles un analista desempeña su trabajo:

  • Dentro de una empresa, como analista interno. Esto permite el contacto más o menos directo con otros departamentos y, en teoría, estar en mejores condiciones para conocer los objetivos generales, la estrategia de negocio, la realidad del sector y la situación con respecto a la competencia.
  • Como analista externo, lo que supone, también en teoría, cierta “desconexión” con respecto a la estrategia de la empresa y su contexto.

Sea cual sea el modelo de trabajo, en la fase de implementación todo analista debe interiorizar los objetivos de negocio, y conocer las necesidades del “cliente”. Es lo que se conoce como conocimiento tribal”

(http://en.wikipedia.org/wiki/Tribal_knowledge).

Read More

Social Media y Analítica Web

Los próximos días 17 y 18 de octubre de 2012 doy un curso de Social Media y Analítica en Valencia. En este post resumo algunas de las ideas que rigen el programa del curso.

Redes Sociales

Uno de los principales problemas, a la hora de analizar nuestra presencia en las redes sociales, es que no existe ninguna herramienta gratuita capaz de ofrecer toda la información necesaria.

Cuando Google lanzó su herramienta de analítica web, potenció el desarrollo de una actividad nueva. Hasta ese momento, la analítica web era un plato que sólo podían comerse las grades empresas. Cuando una pyme lanzaba una web, o iba más allá y apostaba por el negocio online, la analítica estaba completamente fuera de menú. Ahora es el postre, y debería ser el acompañamiento, pero eso es materia de otro post.

Lo importante es que el concepto se ha popularizado y actualmente, todos la tienen en cuenta, aunque sólo sea a un nivel básico. Sin embargo, el problema del dinero sigue existiendo: todos pueden contar con una herramienta de análisis de calidad, pero no todos tienen los recursos suficientes como para sacarle partido a los datos que la herramienta ofrece. Algunas empresas ni siquiera tienen a alguien encargado de revisar esos datos.

De todas formas, cuando una empresa, ya sea grande, mediana o pequeña, decide invertir en análisis web, tiene la ventaja de que puede dedicar su presupuesto, si quiere, a contratar analistas, no a comprar una herramienta.

Las redes sociales han irrumpido fuertemente en el día a día empresarial, y todo negocio que se precie tiene presencia en ellas ¿Quién no tiene una cuenta en Facebook o Twitter, por nombrar sólo a las dos principales?

Es tan fácil abrir cuentas que las empresas tienen tendencia a participar en las redes sociales sin analizar los costes que ello supone. Y créanme, tiene costes. Y de diversas naturalezas.

Read More