Analítica web: qué datos hay que enseñar primero a los jefes

Resultados. Según Avinash Kaushik hay que empezar enseñando los resultados: ventas, registros, ingresos… Es la mejor manera de captar su atención. Y cuando hemos conseguido que se sienten erguidos, y que dejen de pensar en que deberían estar en otra parte, es cuando debemos decir eso de: «y si hacemos esto o aquello, y cambiamos tal o cual cosa en la web, podríamos mejorar estos números (ay!, los números, los malditos números), en por lo menos en un 2% al mes (si estamos hablando de ventas, por ejemplo, un 2% más puede ser mucho dinero). ¿Maquiavélico? Esperen a leer el resto del post…

En este contexto, por «jefes» me refiero a clientes, a ejecutivos con capacidad para tomar decisiones sobre la estrategia online de la empresa, a nuestros jefes propiamente dichos y, en definitiva, a cualquiera que con los datos pueda hacer algo (no sólo mirarlos, claro). Porque, no debemos olvidarlo, la analítica web no sirve de nada sino desemboca en acción.

En su libro Web Analytics: An Hour a Day, Avinash Kaushik habla de tres elementos a tener en cuenta en el terreno del análisis web. En traducción libre, son: Comportamiento (Behavior), Resultados (Outcomes), La experiencia del usuario (Experience). Es lo que él denomina The Trinity Strategy. En ella, las herramientas de analítica web (desde las gratuitas hasta la más cara), ofrecen datos acerca del comportamiento de los usuarios en la web, y algunos resultados. Para conocer a fondo los resultados y la experiencia hay que salir de los límites de nuestra amada herramienta de analítica. Pero esto es tema de otro post.

Ahora centrémonos en los resultados, y concretamente en aquellos que podemos medir con nuestra herramienta de analítica. Presentémoslos de manera adecuada, y estiremos (antes había escrito «manipulemos», pero no quiero que se me malinterprete) un poco los conceptos. Todo con la mente puesta en conseguir que los responsables adecuados acepten hacer lo que se debe hacer, y se encarguen de dar las órdenes necesarias para poner en marcha la pesada maquinaria de los cambios (en realidad, para hacer esto es necesario implementar todo un proceso, pero eso también es tema de otro post).

Para entender esto de presentar los resultados de la manera adecuada voy a poner un ejemplo real, pero sin decir nombres para protejer a los inocentes.

Ahí va: pensemos en un cliente que tiene en su web un formulario para el envío de curriculums (unido a una Base de Datos, que permite hacer búsquedas posteriores filtrando por varios criterios), y miles de fichas de un determinado tipo de profesionales, con horarios de atención, y algún que otro tipo de información.

Obviamente, se han definido como objetivos (ver el tema de los objetivos en el post correspondiente) el envío de curriculums, y la consulta de fichas de profesionales.

A los objetivos, además, se les ha asignado el valor de 1 €. ¿Porqué 1 €? En realidad es un valor totalmente arbitrario. Como analistas deberíamos averiguar cuánto se ahorra el cliente en gastos de gestión por cada curriculum que consulta a través de la BBDD que ha generado la web (¡más de 3000 CVs en menos de tres meses y medio!), y cuánto ingresa de media por cada vez que se registra una visita en la que el usuario consulta la ficha de un profesional (unas 15.700 en el mismo período).  Con una sencilla operación matemática, se puede dar un valor aproximado a la consulta (una por visita) de una ficha. Pero la cruda realidad es que los clientes no suelen tener ese tipo de datos, simplemente porque no se molestan en calcularlos. Así las cosas, llegamos nosotros y con un par decidimos que cada «conversión» o consecución de objetivo equivale a un eurito. Puede ser una estimación exagerada, o no. Depende.

Pues con ese dato, podemos preparar un informe de resultados que, no siendo riguroso (no nos engañemos), tendrá la virtud de clavar a los «jefes» en sus asientos, con los oídos y los ojos bien abiertos y dispuestos a pensar en serio en lo que luego vamos a decirles.

Y vamos ya a los maniqueos números, y la forma de presentarlos:

1. Power Point (cómo no), con la siguiente frase:

Supongamos que por cada curriculum recibido a través de la web, ustedes se ahorran en gastos de contratación de personal el equivalente a 1 €.

2. Otra pantalla con otra frase similar…

Y que por cada visita en la que se consulta al menos una ficha de un profesional, ustedes ingresan 1 €…

3. Otra pantalla que diga:

Desde que la web está funcionando, habéis ganado
(en concepto de ahorro y de ingresos)…

4. El dato:

18.700 €

Un poco más de 6.000 euros mensuales.

La pregunta siguiente es de cajón, y se puede hacer verbalmente:

¿Cuánto os costó la web?

Es posible que ya esté amortizada (y el hosting pagado para los próximos 5 años).

Y ya está.

Ahora es cuando podemos decir lo que el análisis ha puesto de manifiesto: que si el formulario del envío de curriculums debe rediseñarse para hacer más fácil el rellenado de datos, o que debería destacarse el acceso a dicho formulario, y a las fichas de profesionales, en la mismísima Home. Tal vez debería implementarse un test A/B o multivariante con el formulario, y poner un buscador interno para facilitar el acceso a las fichas… El objetivo es mejorar esos números.

Lo que sea que digamos (atención: debe estar realmente basado en los datos que se han analizado) será escuchado. Y las posibilidad de que los cambios se pongan en marcha son mucho mayores.

Aclaración: no se trata de inventarse las cosas, si no de trabajar con los datos que tenemos, y hacer suposiciones razonables a partir de ellos. Hacer que una conversión valga 1 euro es arbitario, pero no menos que asignarle un valor medio basado en los ingresos totales reales divididos por el número de conversiones.