Your SlideShare is downloading. ×
0
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Webanalytics 2.0 #TMRC Valencia
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Webanalytics 2.0 #TMRC Valencia

1,868

Published on

Presentación del libro "WebAnalytics 2.0" de Avinash Kaushik @avinash realizara por Miguel López @TallerSEO el 7 de Febrero en The Monday Reading Club. …

Presentación del libro "WebAnalytics 2.0" de Avinash Kaushik @avinash realizara por Miguel López @TallerSEO el 7 de Febrero en The Monday Reading Club.

Este evento se celebrón en el @BiblioCafe de la calle Amadeo de Saboya, en Valencia.

Published in: Business, Technology, Education
0 Comments
4 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
1,868
On Slideshare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
0
Comments
0
Likes
4
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. The Monday Reading Club, Valencia 7 de Febrero 2011<br />Miguel López @TallerSEO<br />Webanalytics 2.oavinash kaushik<br />
  • 2. Vengo / Estoy / Soy<br />Libroseo.net<br />
  • 3. ¿Por qué este libro?<br />
  • 4. ¿Por qué este libro?<br />Porque ella lo vale…<br />
  • 5.
  • 6. ¿Por qué este libro?<br />
  • 7. ¿Por qué este libro?<br />
  • 8. ¿Por qué este libro?<br />
  • 9. ¿Por qué este libro?<br />That lead to my proposal to Willem to write a new book that would use Web Analytics: An Hour a Day as a starting point. <br />The second book would be an advanced book that would allow the first book's readers to truly become Super Analysis Ninjas, and for those that had not read the first book to have the finest possible immersion in web analytics.<br />And that's just what Web Analytics 2.0 is.<br />
  • 10. ¿Por qué este libro?<br />
  • 11. Avinash Kaushik<br />
  • 12. es Analytics Evangelist<br />
  • 13.
  • 14. Indice<br />Capítulo 1 <br />El nuevo y recientemundo de la analítica web 2.0<br />Capítulo 2 <br />La estrategiaóptimaparaelegirsu alma gemela en anaílita web<br />Capítulo 3 <br />El extraordinariomundo del análisis de clickstream: la métrica<br />Capítulo 4 <br />El extraordinariomundo del clickstream: solucionesprácticas<br />Capítulo 5 <br />La clave paraalcanzar la gloria: cómomedir el éxito<br />Capítulo 6 <br />Resolver el enigma de la informacióncualitativa<br />Capítulo 7 <br />Fallar con másrapidez: darriendasuelta al poder de laspruebas y la experimentación<br />
  • 15. Capítulo 8 <br />Análisis de inteligenciacompetitiva<br />Capítulo 9 <br />Analíticaemergente: redessociales, móviles y vídeos<br />Capítulo 10 <br />Solucionesóptimasparalastrampasocultas de la analítica web<br />Capítulo 11 <br />Principiosbásicosparaconvertirse en un ninja del análisis<br />Capítulo 12 <br />Principiosavanzadosparaconvertirse en un ninja del análisis<br />Capítulo 13 <br />La carreraprofesionalde la analítica web<br />Capítulo 14 <br />Los HiPPOs, los Ninjas y lasmasas: crearunaculturabasada en los datos<br />Indice<br />
  • 16. Analítica Web<br />
  • 17. ¿Cuándo fue la última vez que cambiastes algo en tu página web?<br />http://commons.wikimedia.org/wiki/File:Obreros_valmetro.jpg<br />
  • 18. ¿En qué basaste tu decisión para hacer el cambio?<br />http://commons.wikimedia.org/wiki/File:Obreros_valmetro.jpg<br />
  • 19. ¿Sabemos donde estamos?<br />¿Sabemos dónde vamos?¿Sabemos qué queremos?<br />
  • 20. “Lo que no se mide, no se puede mejorar”<br />Lord Kelvin, s. XIX<br />
  • 21. MIDE<br />ANALIZA<br />ACTUA<br />
  • 22.
  • 23. Regla del 10/90<br />
  • 24. Herramientas de medición de logs<br />
  • 25. Herramientas de tags<br />
  • 26. Herramientas de tags<br />
  • 27. Herramientas de tags<br />Analytics<br />
  • 28.
  • 29. Utiliza, al menos, 2 herramientas<br />y, además, otra de “logs”<br />
  • 30. Avinashdixit<br />“Si quieresusarherramientasgratuitas, tendrasqueinvertir 5.000$ en un consultorparapoderimplementarla de forma correcta. Ahíestá el 10%. Ahorainvierteotro 90% en genteparadarsentido a todos los datos”<br />
  • 31. No solo de webanalyticsvive el analista<br />
  • 32.
  • 33.
  • 34. http://www.webpagetest.org/<br />
  • 35.
  • 36.
  • 37.
  • 38.
  • 39.
  • 40.
  • 41. Herramientas de medición<br />
  • 42. Despues de medir,<br />viene el análisis<br />
  • 43. ¿A qué disparamos?<br />
  • 44. Métricas vs. Indicadores<br />Métricas Métricas Métricas Métricas Métricas <br />IndicadoresIndicadoresIndicadoresIndicadores <br />Métricas Métricas Métricas Métricas Métricas <br />
  • 45. ¡Construye indicadores!<br />
  • 46. KPI por Objetivos<br />a) Sitecomercial<br />Tasa de Conversión (conversiones/visitas)<br />Importe medio ventas ( importe/conversiones) <br />Profundidad de la visita (>2 páginas/visitantes)<br />Fuentes de tráfico (visitas buscadores/visitas)<br />
  • 47. KPI por Objetivos<br />b) Site de soporte o de servicios<br />Tasa de Conversión (conversiones/visitas) <br />Tasa de Rebote (visitas <30 seg/visitas) <br />Duración de la visita (contenidos vistos/visita) <br />Búsquedas internas<br />
  • 48. KPI por Objetivos<br />c) Site de contenidos<br />Tasa de Conversión (conversiones/visitas) <br />Duración de la visita (contenidos vistos/visita) <br />% visitas nuevas (nuevos visitas/visitantes únicos) <br />Tasa de visitas duraderas (visitas >19 min/visitas) <br />
  • 49. Haz Experimentos<br />
  • 50. Análisis del tráfico<br />
  • 51. Análisis del tráfico (detalles)<br />
  • 52. Cuadros de Mando<br />
  • 53. Cuadros de Mando<br />
  • 54.
  • 55. Cuadros de Mando<br />
  • 56. Datos por seccióndela web<br />
  • 57.
  • 58.
  • 59.
  • 60. Medir+Actuar+Comparar<br />
  • 61.
  • 62. Alineación<br />¿para qué medimos?<br />
  • 63. ¡Construye cuadros de mando con los indicadores!<br />
  • 64. Divide y vencerás<br />
  • 65. SEO<br />CPC<br />SMM<br />Directo<br />
  • 66. La luz está…<br />
  • 67. ¿Cómo vamos de tiempo?<br />
  • 68. Analytics<br />¿Me meto con Analytics?<br />Serán otros 10 min. más<br />
  • 69. Analytics<br />
  • 70. Google Analytics<br />
  • 71. Google Analytics<br />
  • 72.
  • 73. Analytics<br />
  • 74.
  • 75.
  • 76. Alineación<br />
  • 77. Informes infrautilizados<br />
  • 78.
  • 79. ¡Marca todo lo que sale!<br />onClick="javascript:pageTracker._trackEvent(‘categoria', ‘accion', etiqueta'); return true;“<br />¡Etiqueta todo lo que entra!<br />Herramienta para construir URL<br />google.com/support/googleanalytics/bin/answer.py?hl=es&answer=55578<br />
  • 80. ¡Marca todo lo que sale!<br />onClick="javascript:pageTracker._trackEvent(‘categoria', ‘accion', etiqueta'); return true;“<br />
  • 81. ¡Etiqueta todo lo que entra!<br />Herramienta para construir URL<br />http://www.google.com/support/googleanalytics/bin/answer.py?hl=es&answer=55578<br />http;//www.misitioweb.es/index.html?utm_source=xataka&utm_medium=banner&utm_term=altavoces&utm_content=diseño_banner_01&utm_campaign=promo_navidad<br />
  • 82. y ponles Segmentos<br />
  • 83. y perfiles, perfiles, perfiles…<br />
  • 84. Muchos perfiles con filtros<br />
  • 85. Analytics<br />Tuneles de<br />seguimiento<br />de URLs<br />(funnel)<br />
  • 86. +7%<br />
  • 87. y eventos<br />
  • 88. Aplica los datos a cuadros de mando e informes<br />
  • 89. Alineación<br />
  • 90. MIDE<br />ANALIZA<br />ACTUA<br />
  • 91. Avinashdixit<br />“Las herramientas de analítica web son tontas, lo únicoquehacenesjuntardatos”<br />“Céntrate en 1 o 2 métricas, 3 como mucho”<br />
  • 92. ¿Alguna opinión del libro?<br />6. Porque es completo<br />7. Porque es benéfico<br />8. Porque está bien editado<br />9. Porque está vivo<br />10. Porque no serás el único<br />Por que es práctico<br />2. Porque es ameno<br />3. Porque es neutral<br />4. Porque contiene experiencias y recomendaciones<br />5. Porque esta actualizado<br />
  • 93. Mi resumen del libro<br />Capítulo 1 <br />Desplegando la visión del libro<br />Capítulo 2 <br />Selección de herramientas de analítica web<br />Capítulo 3 <br />Paciencia con las 40 páginassobremétricas, son densas<br />Capítulo 4 <br />Casopráctico, ejemplos (prepara café, 74 pags.)<br />Capítulo 5 <br />Relacionando los indicadores con los resultadosempresariales<br />Capítulo 6 <br />Experimentos: usabilidad, encuestas<br />Capítulo 7 <br />Experimentos: test A/B, test multivariante (muytécnico)<br />
  • 94. Mi resumen del libro<br />Capítulo 8 <br />Análisisfuera de nuestrositio web<br />Capítulo 9 <br />Análisis de redessociales, móviles y vídeos<br />Capítulo 10 <br />Construircuadros de mandoefectivos<br />Capítulo 11 <br />Avanzado, avanzado, avanzado…<br />Capítulo 12 <br />Atribución de campañas y campañasmulticanal (online/offline)<br />Capítulo 13 <br />Contrátame o hazme la competencia, túeliges<br />Capítulo 14 <br />Evangelistassomos, y en el caminonosencontraremos<br />
  • 95. Hazte un Analista Ninja!<br />

×