Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

TMRC-Avinash Web Analytics 2.0

6,622 views

Published on

Ponencia en The Monday Reading Club en Madrid sobre el libro Web Analytics 2.0. de Avinash Kaushik. Febrero 2011

Published in: Business

TMRC-Avinash Web Analytics 2.0

  1. 1. The Monday Reading Club Madrid Analítica Web 2.0 – Avinash Kaushik Gemma Muñoz Vera
  2. 2. Pero…. ¿de qué va la analítica web ?
  3. 4. copyright Gemma Muñoz ¿Para qué sirve la analítica web?
  4. 5. La analítica web va de datos La analítica web va de tendencias La analítica web va de resultados… Va de “ ¿QUÉ HA PASADO? ”
  5. 6. <ul><li>En su primer libro, Avinash Kaushik nos enseñó a determinar: </li></ul><ul><li>¿Qué ha pasado? </li></ul><ul><li>Paso a paso, métrica a métrica, KPI a KPI… </li></ul>
  6. 7. Pero hay que ir más allá: Estrategia Cambios Acciones AL “ ¿POR QUÉ HA PASADO? ”
  7. 8. <ul><li>Lo que propone Avinash en su libro Analítica Web 2.0 </li></ul><ul><li>es complementar QUÉ HA PASADO </li></ul><ul><li>con POR QUÉ HA PASADO </li></ul>
  8. 10. <ul><li>¿Cuántas visitas llegaron a mi sitio web? </li></ul><ul><li>¿Desde dónde? </li></ul><ul><li>¿Cuántas siguieron adelante con la visita? </li></ul><ul><li>¿Qué contenidos prefirieron? </li></ul><ul><li>¿Qué productos compraron? </li></ul><ul><li>¿Mi campaña en Adwords me genera ventas? </li></ul><ul><li>etc… </li></ul>CLICKSTREAM
  9. 12. <ul><li>Utilizar todo lo que esté a nuestro alcance, además de la herramienta de analítica web para saber: </li></ul><ul><li>Cuánto hemos aumentado en ingresos </li></ul><ul><li>Cuánto hemos reducido costes </li></ul><ul><li>Cuánto hemos mejorado la satisfacción y fidelidad del cliente </li></ul><ul><li>Independientemente de la naturaleza de nuestro sitio web </li></ul>MULTIPLE OUTCOMES ANALYSIS - ¿CUANTO?
  10. 13. EXPERIMENTACION Y TESTING - ¿POR QUÉ?
  11. 14. Ejemplo de Test A/B Se incrementó en un 60% la conversión al quitar el formulario de la landing page
  12. 15. Todos deberíamos hacer Testing en algún momento
  13. 16. <ul><li>La herramienta puede informar de lo que queda registrado, pero no de lo que el cliente quiso pero no vió. </li></ul><ul><li>Cuestionarios de Calidad </li></ul><ul><li>Test con Clientes </li></ul><ul><li>Encuestas Online </li></ul><ul><li>Objetivo: Optimizar en base a lo que nuestros clientes quieren </li></ul>VOZ DEL CLIENTE - ¿POR QUÉ?
  14. 17. Test de usuarios: Usabilidad Tradicional
  15. 18. Encuesta de Calidad a los clientes <ul><li>La experiencia del cliente define el valor de </li></ul><ul><li>nuestra marca y es clave para su fidelidad </li></ul><ul><li>Obtenemos pistas sobre en qué nos estamos </li></ul><ul><li>equivocando o haciendo bien </li></ul><ul><li>- El que más nos ayudará: El cliente cabreado </li></ul>
  16. 19. Encuestas Online I
  17. 20. Encuestas Online II
  18. 21. INTELIGENCIA COMPETITIVA - ¿QUÉ MÁS? Soy el mejor Pues va a ser que no 
  19. 22. ¿Es caro? Depende …
  20. 23. Lo vemos con un ejemplo (gracias a Pere Rovira) <ul><li>Calle Gran Vía </li></ul><ul><li>Calle San Bernardo </li></ul><ul><li>Calle de la Luna </li></ul><ul><li>Calle de San Roque </li></ul><ul><li>Calle de Molino de Viento </li></ul><ul><li>Calle de Don Felipe </li></ul>
  21. 24. Si los datos los situamos en contexto:
  22. 25. Y si trazamos la ruta hacia donde queremos llegar:
  23. 26. <ul><li>El analista web debe ser capaz de </li></ul><ul><li>TRANSFORMAR los DATOS </li></ul><ul><li>en CONOCIMIENTO … </li></ul><ul><li>si no, la analítica web no ayuda  </li></ul>
  24. 27. Gestión del Tiempo <ul><li>El principal problema del analista web es la CANTIDAD INFAME de: </li></ul><ul><li>Datos en las herramientas </li></ul><ul><li>Datos mercado y competencia </li></ul><ul><li>Tiempo desperdiciado en segmentar, </li></ul><ul><li>profundizar, analizar en exceso </li></ul><ul><li>Objetivos no definidos: vamos a ciegas </li></ul><ul><li>En definitiva, resulta difícil saber cómo y cuándo parar. </li></ul>
  25. 28. <ul><li>PASO 1: TENDENCIAS Y CAMBIOS (10% del tiempo total) </li></ul><ul><li>Número de Visitas </li></ul><ul><li>Páginas vistas </li></ul><ul><li>Tiempo pasado en site </li></ul><ul><li>Tasa de Rebote </li></ul><ul><li>Conversiones </li></ul><ul><li>ROI (show me the money!)… </li></ul><ul><li>Es decir… ¿qué ha pasado? ¿qué ha cambiado? El Clickstream </li></ul>
  26. 29. <ul><li>PASO 2: ANÁLISIS y PROFUNDIZACIÓN (50% del tiempo total) </li></ul><ul><li>Buscar el contexto a las KPIs </li></ul><ul><li>Efectividad de acciones </li></ul><ul><li>Evaluación de Landing Pages </li></ul><ul><li>Profundizar en Test A/B o MVT </li></ul>
  27. 30. <ul><li>PASO 2: ANÁLISIS y PROFUNDIZACIÓN (50% del tiempo total) </li></ul><ul><li>Analizar la adquisición y la retención de los visitantes </li></ul><ul><li>Descomponer en microconversiones los procesos (funnels) </li></ul><ul><li>Contrastar con datos offline o de otras fuentes </li></ul><ul><li>Averiguar qué se busca en el site, qué se busca en internet </li></ul><ul><li>Estudiar datos cualitativos (VOC) </li></ul><ul><li>Recopilar datos de la competencia en el mismo periodo </li></ul><ul><li>Y por supuesto SEGMENTAR, SEGMENTAR y SEGMENTAR… </li></ul>
  28. 31. <ul><li>PASO 2: ANÁLISIS y PROFUNDIZACIÓN (50% del tiempo total) </li></ul>¿Qué… ¿Cómo… ¿Cuándo… ¿Dónde… ¿Qué más… ¿POR QUÉ…… HA PASADO ?
  29. 32. <ul><li>PASO 3: ESTRATEGIA DE OPTIMIZACIÓN (40% del tiempo total) </li></ul><ul><li>Identificar cambios para mejorar </li></ul><ul><li>Establecer y documentar recomendaciones y acciones </li></ul><ul><li>Diseñar la manera más eficiente de mostrar información </li></ul><ul><li>Hablar con implicados </li></ul>
  30. 33. <ul><li>PASO 3: ESTRATEGIA DE OPTIMIZACIÓN (40% del tiempo total) </li></ul>MUY IMPORTANTE: AQUÍ ES DONDE UN ANALISTA WEB CRECE Y EVOLUCIONA AQUÍ ES DONDE UN ANALISTA WEB PUEDE SER PIEZA CLAVE AQUÍ ES DONDE UN ANALISTA WEB DISFRUTA DE VERDAD Porque lo importante no es el pasado sino el futuro.
  31. 34. Gestión del Tiempo Adapta la gestión del tiempo que quieras a tu propio entorno.
  32. 35. Si te interesa el tema…
  33. 36. Y por supuesto… Escucha al maestro Avinash Kaushik http://www.kaushik.net/avinash/ Author, Web Analytics 2.0 Advisor, ClickEquations
  34. 37. U n reto desde http://www.webanalytics20.com http://themondayreadingclub.com MADRID TIENE QUE GANARRRRRRRRR
  35. 38. Ahora, a debatir  Gemma Muñoz Vera www.sorprendida.es @sorprendida

×