¿Y ahora por dónde sigo?
Una vez que nos hemos familiarizado con cualquier herramienta de análisis web, y sabemos qué debemos buscar entre la ingente cantidad de datos que se nos presentan, la pregunta que suele quitarnos el sueño es «¿Y ahora qué? Debo fijarme en tal o cual KPI, pero de qué manera?»
Para que la explicación sea lo más clara posible, vamos a poner un ejemplo concreto y típico de KPI: el porcentaje de conversiones. Una conversión se produce cuando un usuario de un sitio web realiza una acción que ha sido definida como un objetivo: una compra, un registro, el envío de un formulario de contacto, la descarga de un documento, etc… (Cada web tiene sus propios objetivos y KPI’s).
El porcentaje de conversiones, a su vez se ha definido como el total de objetivos cumplidos, divididos por el número total de visitantes únicos (Avinash Kaushik: Web Analytics. An hour a day).
% de conversiones = (objetivos cumplidos /visitantes únicos) x 100
Supongamos que queremos hacer un informe centrado en el porcentaje de conversiones de un site determinado. Accedemos a nuestra herramienta de análisis web, y nos enteramos de que en el último mes el porcentaje ha sido del 2%. Perfecto. Abrimos el Word corporativo (ese que lleva por defecto el logo de nuestra empresa y los números de página), le ponemos un título chulo en plan:
Análisis web. Informe sobre el porcentaje de conversiones
http://www.sitioweb.com (dd/mm/aaaa)
y escribimos:
Porcentaje de conversiones en mm/aaaa = 2%
Y el informe que nos queda es, en dos palabras: impre-sionante. ¿Alguien en su sano juicio le mandaría eso a un cliente, o a un superior? Evidentemente, no.
Y no lo haríamos porque de un sólo vistazo nos damos cuenta de que no sirve para nada. Ese dato (2%), no nos dice absolutamente nada. No nos permite adoptar ninguna decisión, ni llevar a cabo alguna acción, porque no revela nada. Ni siquiera podemos decir si es bueno o malo.
La primera regla en esto de la analítica web es que no se debe trabajar con métricas aisladas. Los datos se deben presentar, como mínimo, con sus tendencias, segmentados y comparados con la media del sector.
Así que lo primero que hacemos, es mirar los datos de meses anteriores. Si contamos con un año de datos, lo mejor es trabajar con 13 meses. Si no, seis, incluso cuatro meses, sirven para ver tendencias.
Entonces en el informe agregamos una tabla como ésta:
Sólo con esto la cosa cambia del cielo a la tierra. Pero otra regla de oro es que los informes deben ser visualmente agradables. No hay nada más fácil que meter estos datos en una hoja de cálculo, y hacer un gráfico:
¡Magia! Lo que antes era un inútil dato ha pasado a ser una alarma en toda regla. AUUAAA. El porcentaje de conversiones ha caído drásticamente. Si la web lleva un año sin cambios, es hora de ir pensando en levantar el teléfono y pedir presupuesto de rediseño, por ejemplo.
Pero todavía podemos hacer más, mucho más. Supongamos que durante el año hemos hecho campañas publicitarias online (inversiones en Adwords), así que podemos segmentar las visitas al sitio de la siguiente manera:
- Las que vienen a través de motores de búsqueda (orgánicas)
- Las que vienen por tráfico directo
- Las que vienen por las campañas en Adwords
- Las que vienen por URL’s referentes
Para que el post tenga una extensión abarcable, pongamos por ejemplo que durante todo el período las conversiones se han distribuido de la siguiente manera:
El gráfico correspondiente:
Rápidamente se puede ver que hay un problema con las visitas orgánicas que nos traen los motores de búsqueda. ¿Y qué porcentaje del tráfico nos aportan los motores? Si es mayoritario el problema es aún más grave de lo que parece. Ante unos datos así debemos revisar las palabras clave que nos aportan tráfico orgánico, y por supuesto las páginas de destino ¿Qué porcentaje de rebote presentan? Quizá bastaría con optimizar dichas páginas para que el cuadro cambiara enormemente.
También podemos ver que tanto el tráfico directo como el proveniente de Adwords presenta un comportamiento mucho mejor que el que nos traen los motores. Esto nos puede servir para justificar la inversión en Adwords, como poco.
Podemos ir más a fondo, y segmentar por regiones. También podemos intentar averiguar porqué se produce el repunte registrado en diciembre. ¿Se debe a temporalidad (Navidad), o es que en esa fecha se invirtió más en Adwords? Una respuesta en cualquiera de los dos sentidos nos es útil. Nos permite decidir si vale la pena la inversión en CPC , o si debemos hacer campañas de marketing directo en determinadas épocas del año. ¿Es necesario invertir en envíos de correos electrónicos en diciembre, cuando las conversiones crecen por sí solas?
Por último, y esto es lo más complicado, debemos intentar presentar los datos relacionados con las tendencias del sector. ¿Se ha registrado un descenso o un repunte en la actividad de la competencia durante el período analizado? Para esto, el informe de comparativas de Google Analytics puede ser útil, pero es insuficiente.
Si la web que se está analizando es la de la propia empresa, y contamos con datos de la competencia, agregarlos al informe puede ser decisivo. Nosotros bajamos, y la competencia sube. Malo. ¿Todo el sector se ha resentido? En caso afirmativo ¿en qué medida nos a afectado, más, o menos? Si somos analistas para terceros, deberíamos investigar y averiguar datos del sector correspondiente. Puede que no sea exhaustivo, pero por poco que contextualicemos, el informe mejora considerablemente.
El siguiente gráfico compara las tendencias de una métrica (la que sea) entre la empresa y la media de su sector.
Soy consciente de que saber la media del porcentaje de conversiones de las webs de la competencia es prácticamente imposible, a no ser que espiemos, o utilicemos información «privilegiada». Pero sí es posible conocer las tendencias globales en volumen de facturación, ventas, nuevos clientes, etc… Aunque sea difícil, la utilidad de un gráfico como el que se presenta arriba es tal que vale la pena el esfuerzo. Nos permite saber si nuestro descenso,o ascenso, en las métricas está consonancia con lo que pasa «ahí fuera».
Para finalizar, sólo queda decir que todo esto está mucho mejor explicado en el libro de Avinash Kaushik.