Introducción Analítica

1,799 views
1,688 views

Published on

Presentación realizada durante el Practitioner Web Analytics 2008 en Barcelona.

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

  • Be the first to like this

No Downloads
Views
Total views
1,799
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
15
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide
  • Dejad que os ponga un ejemplo muy tonto pero, pienso que puede ser ilustrativo. Imaginad que estáis en el supermercado en frente de un lineal de detergentes y tenéis que escoger uno de estos tres. Solo con el coste, ¿Cuántos de vosotros compraría FAIRY? Si miramos el volumen y el coste por ltr, hay alguien que piense en cambiar de opinión? Pero, ¿son estos los datos que debemos analizar para tomar una decisión? Y si os doy mas datos (mostrar resultado) ¿Alguien podría empezar a pensar que FAIRY puede ser una buena opción? Pero, ¿podemos tomar una decisión óptima con estos datos? O nos sigue faltando algo? Mostrar C/R, y ahora ¿Cuántos de vosotros compraría FAIRY? Conclusión I: Confundimos el resultado (Coste por Resultado) o simplemente no enfocamos la operación desde una perspectiva de resultado. Pregunta: Dejad que os pregunte de nuevo ¿Cuántos de vosotros tiene claro el resultado esperado de su web? Tenemos el resultado global en mente y trabajamos para alcanzarlo, entonces ¿porqué no aplicamos este método a todas y cada una de nuestras acciones? Conclusión II: No podemos hacer este ejercicio de forma espontánea cuando estamos en el lineal porque no disponemos de los datos ni disponemos de las herramientas adecuadas para hacer algunos los cálculos necesarios.
  • La Analítica web es una técnica de marketing, requiere de una actitud. Es necesaria 
  • Datos: Información dispuesta de manera adecuada para su tratamiento por un ordenador. Ejemplo: tipo de navegador, la IP, PVs … Estadística: Estudio de los datos para obtener conclusiones, en general vienen presentadas en forma de gráficos y tablas de números en unos informes que prepara el departamento técnico de la empresa o el propio proveedor de sistemas. Ejemplo: PVs tendencia anual, … Métricas: Método para medir algo con el que la empresa crece: la efectividad, la productividad, la satisfacción del usuario … Pueden ser agregadas por áreas de estudio y unidades de negocio, son usadas en muchos modelos empresariales. En general las métricas se utilizan para medir los factores clave. Ejemplo: ratio de conversión de la web = efectividad global, … sistema estático, gerencial . Analítica web: La analítica es un método que se sirve de los datos, las estadísticas y las métricas para facilitar la consecución de resultados . Ejemplo: Medir el resultado a tiempo real de una campaña, segmentar los usuarios para optimizar los contenidos, … sistema activo, universal Sistema de analítica web: Tecnología que realiza el proceso de obtención de datos y construcción de informes sofisticados útiles para su análisis de forma automática. El sistema de analítica web por consiguiente es determinante. Así la base de la analítica web son los datos, es lógico que nos preocupemos por la obtención de los datos y esa es una de las grandes batallas actuales en las empresas, obtener datos fiables, homogéneos y con cierta agilidad.
  • Datos: Información dispuesta de manera adecuada para su tratamiento por un ordenador. Ejemplo: tipo de navegador, la IP, PVs … Estadística: Estudio de los datos para obtener conclusiones, en general vienen presentadas en forma de gráficos y tablas de números en unos informes que prepara el departamento técnico de la empresa o el propio proveedor de sistemas. Ejemplo: PVs tendencia anual, … Métricas: Método para medir algo con el que la empresa crece: la efectividad, la productividad, la satisfacción del usuario … Pueden ser agregadas por áreas de estudio y unidades de negocio, son usadas en muchos modelos empresariales. En general las métricas se utilizan para medir los factores clave. Ejemplo: ratio de conversión de la web = efectividad global, … sistema estático, gerencial . Analítica web: La analítica es un método que se sirve de los datos, las estadísticas y las métricas para facilitar la consecución de resultados . Ejemplo: Medir el resultado a tiempo real de una campaña, segmentar los usuarios para optimizar los contenidos, … sistema activo, universal Sistema de analítica web: Tecnología que realiza el proceso de obtención de datos y construcción de informes sofisticados útiles para su análisis de forma automática. El sistema de analítica web por consiguiente es determinante. Así la base de la analítica web son los datos, es lógico que nos preocupemos por la obtención de los datos y esa es una de las grandes batallas actuales en las empresas, obtener datos fiables, homogéneos y con cierta agilidad.
  • Datos: Información dispuesta de manera adecuada para su tratamiento por un ordenador. Ejemplo: tipo de navegador, la IP, PVs … Estadística: Estudio de los datos para obtener conclusiones, en general vienen presentadas en forma de gráficos y tablas de números en unos informes que prepara el departamento técnico de la empresa o el propio proveedor de sistemas. Ejemplo: PVs tendencia anual, … Métricas: Método para medir algo con el que la empresa crece: la efectividad, la productividad, la satisfacción del usuario … Pueden ser agregadas por áreas de estudio y unidades de negocio, son usadas en muchos modelos empresariales. En general las métricas se utilizan para medir los factores clave. Ejemplo: ratio de conversión de la web = efectividad global, … sistema estático, gerencial . Analítica web: La analítica es un método que se sirve de los datos, las estadísticas y las métricas para facilitar la consecución de resultados . Ejemplo: Medir el resultado a tiempo real de una campaña, segmentar los usuarios para optimizar los contenidos, … sistema activo, universal Sistema de analítica web: Tecnología que realiza el proceso de obtención de datos y construcción de informes sofisticados útiles para su análisis de forma automática. El sistema de analítica web por consiguiente es determinante. Así la base de la analítica web son los datos, es lógico que nos preocupemos por la obtención de los datos y esa es una de las grandes batallas actuales en las empresas, obtener datos fiables, homogéneos y con cierta agilidad.
  • Conclusión: En realidad podríamos resumirlo en un método de trabajo en el que todos podemos hacer el ejercicio del lavaplatos en todas nuestras acciones de una forma natural porque en todo momento los datos clave son evidentes gracias a un sistema de analítica web.
  • Comercio: El objetivo es obtener clientes que compren directamente online. La analítica web se centra en el objetivo de venta online para ayudar al equipo de marketing a incrementar la conversión de visita a cliente. Ejemplo: supermercados, subastas,… Generación de candidatos: El objetivo es conseguir los datos de contacto de los visitantes de la web para que puedan ser utilizados por el equipo de ventas de la empresa. En este caso, la analítica web se centra en la captura de datos para ayudar al equipo de marketing a incrementar la conversión de visita a lead. Ejemplo: Centros formación, seguros, banca,… Contenido: Los sitios de contenido giran alrededor de la venta de publicidad, el objetivo es conseguir que los usuarios sigan viniendo, incrementen tiempo y PVs. Los contenidos tienen que ser actualizados en el ratio apropiado para que el site tenga éxito. Ejemplo: publicaciones, portales,… Soporte/Self-Service: El objetivo es conseguir que el usuario encuentre la respuesta que está buscando. Estos sitios trabajan conjuntamente con los sistemas de atención al cliente y callcenters. Ejemplo: Farmacéuticas, banca online,… Pregunta: ¿Hay alguien que crea que su web no se identifica con ninguno de estos grupos? Diferencia entre modelo de negocio y medios de mkt (ejemplo: leads para fidelizar en un ecommerce)
  • La nueva generación de sistemas de analítica web tienen la capacidad de ofrecer informes detallados sobre objetivos y resultados de negocio definidos por el propio usuario. Esta flexibilidad permite al usuario testar y medir cualquier acción que realice en la web, así como optimizar el ciclo de vida del cliente. El ciclo de vida del cliente empieza en el momento que una empresa se dirige al mercado hasta que lo convierte en cliente fidel. Insistir en el valor de el sistema de analítica web en: Captar tráfico de calidad: Branding  visitas; Resultado  RC; Retención y valor  Valor vida cliente Maximizar efectividad páginas: (Ratio de acceso simple/páginas de entrada)=efectividad página, link análisis Optimizar el proceso de conversión: Definir objetivos de la web, definir procesos de conversión, analizar la efectividad de los objetivos y de los procesos diseñados. Checkout: Carrito>Caja>Pago símil del supermercado Ubicación de producto: Productos con alto RC  Atraer ventas  anzuelo campañas Productos con alto View to cart  Atraer visitas // bajo  cross-sell Productos con alto Cart Conv.  promocionarlos Podemos hacer lo mismo con categorías o marcas de producto
  • El modelo de generación de leads/candidatos se parece mucho al de comecio online ya que el objetivo final también consiste en persuadir al usuario para que realiza un proceso de conversión. En este caso la conversión son los propios candidatos, que son generalmente pasados a los departamentos comerciales. La mayoría de los puntos tratados en la diapositiva anterior pueden ser aplicados aquí, así como para el comercio online puede tener sentido analizar la venta en distintos canales en el modelo de generación de candidatos online podemos analizar diferencias con la efectividad de los canales de venta directa.
  • Este modelo consiste en ofrecer contenidos al visitante. La naturaleza del contenido puede ser muy variada, deportes, noticias,…, el negocio en este modelo puede ser la publicidad o el pago por suscripción. El objetivo debería ser incrementar ratios de suscripción y aumentar ingresos por publicidad.
  • Las compañías hoy piensan simultáneamente maximizar la satisfacción de usuario y minimizar costes. El modelo de Self-service consiste en ofrecer una respuesta rápida y precisa a las preguntas de los usuarios finales. El resultado está en reducir costes de la organización. Forrester call center $33 vs. $1.17 for the Web self-service site. Tomando esta información de partida las empresas pueden ganar mucho desviando volumen de sus call centers hacia el modelo self-service de la web.
  • Las compañías hoy piensan simultáneamente maximizar la satisfacción de usuario y minimizar costes. El modelo de Self-service consiste en ofrecer una respuesta rápida y precisa a las preguntas de los usuarios finales. El resultado está en reducir costes de la organización. Forrester call center $33 vs. $1.17 for the Web self-service site. Tomando esta información de partida las empresas pueden ganar mucho desviando volumen de sus call centers hacia el modelo self-service de la web.
  • Introducción Analítica

    1. 1. Jaume Clotet Introducción a la Analítica Web
    2. 4. Contiene 0,5ltr 0,75ltr 0,75ltr Coste / ltr 8,5€ / ltr 5,22€ / ltr 2,78€ / ltr Resultado 850 platos 500 platos 200 platos Coste / 1000p 5€ 8€ 10€ Coste 4,25€ 3,95€ 2,09€
    3. 5. “ Web Analytics is the measurement, collection, analysis and reporting [1] of Internet data for the purposes of understanding and optimizing [2] Web usage. ”
    4. 6. ¿Qué necesitamos para hacer analítica web?
    5. 7. [1] Herramienta +
    6. 8. + cerebro [2]
    7. 9. + actitud!!! [3]
    8. 10. El barbero de Jim Novo
    9. 11. Data Driven Decisión Organisation
    10. 12. vs.
    11. 13. Breve historia logs, tags, cookies, …
    12. 14. Web Analytics Ecosystem
    13. 17. Revisión de Métricas fundamentales
    14. 18. “ All measures and metrics assume that they relate to an action by a human visitor .”
    15. 19. Datos 1 0 1 0 1 1 1 0 0 1 0 0 1 0 0 1 0 1 1 0 0 1 1 1 0 0 1 0 Ratios Analítica KPIs
    16. 20. Agregados Segmentados Individuales
    17. 21. Log file
    18. 22. Tag
    19. 23. Query string
    20. 24. Variables de URL
    21. 25. Las cookies 1rst vs. 3rd party
    22. 26. Página
    23. 27. Páginas Vistas
    24. 28. Server Calls
    25. 29. Tiempo de Sesión
    26. 30. Visitas
    27. 31. Usuarios Únicos
    28. 32. Usuarios Nuevos
    29. 33. Repeat Visitors
    30. 34. Return Visitors
    31. 35. Grupo de contenido
    32. 36. The Hotel Problem
    33. 37. Embudos
    34. 38. Afinidad
    35. 39. Referer
    36. 40. Ciclo de vida
    37. 41. Entry Page
    38. 42. Landing Page
    39. 43. Bounce Rate
    40. 44. Evento
    41. 45. Conversión
    42. 46. Outcome
    43. 47. Proceso de implementación
    44. 48. Proceso de implementación <ul><li>Requerimientos de negocio </li></ul><ul><li>Requerimientos técnicos </li></ul><ul><li>Implementación técnica </li></ul><ul><li>Auditoria calidad de datos </li></ul><ul><li>Monitorización periódica </li></ul>
    45. 49. KPI’s y Objetivos de negocio
    46. 50. ¿Quien define los KPIs?
    47. 51. Engagement “ An engagement is a promise to marry”
    48. 52. Engagement Convertir a un usuario fiel en cliente es 8 veces más probable Fuente: Websidestory 2006
    49. 53. Engagement Fuente: Eric T. Peterson
    50. 54. Engagement Convertir a un usuario fiel en cliente es ¿? veces más probable Fuente: tu sistema de analítica 
    51. 55. Valor añadido el contenido
    52. 56. KPIs según tipo web Self-Service Comercio Candidatos Contenidos
    53. 57. Modelos web según resultado <ul><li>Captar tráfico de calidad </li></ul><ul><li>Crear campañas y creatividades apropiadas </li></ul><ul><li>Maximizar la efectividad de las páginas de entrada </li></ul><ul><li>Diseñar y optimizar el proceso de conversión </li></ul><ul><li>Optimizar el checkout </li></ul><ul><li>Mejorar la ubicación de producto </li></ul><ul><li>Incrementar la conversión y retención de usuario utilizando la segmentación </li></ul>Comercio
    54. 58. Modelos web según resultado <ul><li>Maximizar la efectividad de campañas </li></ul><ul><li>Optimizar la navegación </li></ul><ul><li>Optimizar formularios </li></ul><ul><li>Maximizar efectividad del contenido </li></ul><ul><li>Incrementar la conversión de leads por segmentación </li></ul><ul><li>Cerrar el circulo de conversión entre generación de lead y conversión a venta </li></ul>Candidatos
    55. 59. Modelos web según resultado <ul><li>Gestionar el stock de publicidad </li></ul><ul><li>Optimizar el contenido </li></ul><ul><li>Ajustar stock con las necesidades de publicidad </li></ul><ul><li>Incrementar ratios de suscripción </li></ul>Contenidos
    56. 60. Modelos web según resultado <ul><li>Medir el volumen de la web </li></ul><ul><li>Identificar las cuestiones que preocupan a los clientes </li></ul><ul><li>Optimizar el diseño de contenidos </li></ul><ul><li>Utilizar la analítica web para desviar volumen de call center. </li></ul><ul><li>Optimizar la gama de producto </li></ul>Self-Service
    57. 61. Definir KPIs Fuente: Alt64 2004
    58. 62. Construir informes (ejemplos)
    59. 63. 1ro ¿Quien soy?
    60. 64. 2do ¿Cómo he llegado hasta aquí?
    61. 65. 3ro ¿Cómo son mis usuarios?
    62. 66. 4to ¿Cómo son mis clientes?
    63. 67. 5to ¿Cómo convierto usuarios en clientes?
    64. 68. Preguntas previas <ul><li>¿Para quien es el informe? </li></ul><ul><li>¿Qué uso se le va a dar? </li></ul><ul><li>¿Con que periodicidad se debe enviar? </li></ul><ul><li>¿Qué métricas debe incluir? </li></ul><ul><li>¿Debe incluir conclusiones? </li></ul>
    65. 69. ¿Crappy dashboards?
    66. 70. Action dashboard Fuente: Avinash Kaushik 2008
    67. 72. ¿Cuál es el informe ideal?
    68. 73. Construir informes (caso práctico)
    69. 75. Selección de herramienta
    70. 76. Preguntas clave <ul><li>¿Qué queremos medir? </li></ul><ul><li>¿Cómo accederemos a los datos? </li></ul><ul><li>¿Qué nivel de reporting necesitamos? </li></ul><ul><li>¿Necesitamos integrar los datos? </li></ul><ul><li>¿Qué nivel de soporte necesitamos? </li></ul>

    ×