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.

Propiedades App+Web de Google Analytics- ¿Qué cambia con respecto a Universal Analytics?

997 views

Published on

Un pequeño análisis inicial de lo que puede ofrecernos una de las nuevas propiedadesde APP+WEB de Google Analytics. Actualizada a 6 de Agosto de 2019

Published in: Data & Analytics
  • Be the first to comment

Propiedades App+Web de Google Analytics- ¿Qué cambia con respecto a Universal Analytics?

  1. 1. Nueva Interfaz Propiedades App+Web de Google Analytics ¿QUÉ CAMBIA CON RESPECTO A UNIVERSAL ANALYTICS? BORRADOR: ACTUALIZADO EL 06/08/2019
  2. 2. ¿De qué va este documento? Google ha anunciado de las nuevas propiedades App+Web que fusionan el mundo de Google Analytics For Firebase con Google Analytics permitiendo entre otras cosas seguimiento de Apps y Webs en el mismo entorno pero cambiando por el camino todo el modelo de datos de GA. Más info en estos hilos de Twitter: Google Analytics ha muerto tal cual lo conocíamos: - https://twitter.com/ikhuerta/status/1156817053761884160 Cómo crear una nueva propiedad App+Web para hacer pruebas con tu web: - https://twitter.com/ikhuerta/status/1157180349052534785 Información sobre la nueva captura de datos lo que esta supone: - https://twitter.com/ikhuerta/status/1157210177713639426
  3. 3. ¿Por qué esto debería importarte? Por un lado está claro que todo esto es un gran avance. Una de las grandes trabas de GA a nivel macro era no poder unir dos mundos que en gran cantidad de negocios comparten muchas similitudes (el mundo app y el mundo web). Con este añadido esto pasa a ser posible (aunque no sin trabajo pues aunque la herramienta exista seguimos necesitando unificar el ID de usuario entre plataformas). Pero hay otro motivo: Tenemos señales de sobra para intuir que esto no es solo un añadido a Universal Analytics (el modelo de datos de Google Analytics hasta ahora) sino su futuro reemplazo. - Técnicamente se nos habla de la versión 2 del protocolo de medición (siendo universal Analytics la 1) - Los comunicados de Google giran en torno a un “cambio” no un añadido. - Desde hace tiempo Google tiene un especial interés en hacernos trabajar si o si con Firebase Analytics (y metérnoslo con calzador en el mundo App). Ahora se entiende que esto va a pasar con GA Web también. Esto significa que en un tiempo (que tampoco creemos que sea especialmente corto, hablamos de varios AÑOS) seguramente Universal Analytics se volverá obsoleto y se nos obligará a migrar.
  4. 4. ¿Qué es y cómo creo una propiedad App+Web? Estas propiedades en realidad no son más que una extensión de lo que antes era Google Analytics for Firebase (GA4F para los amigos) que ahora crece incorporar los “flujos de datos”. Nuestra propiedad ya no tiene una sola forma de usarse sino que tenemos un espacio en el admin donde decidir qué tipo de datos tendrá y mediante qué sistemas se los incorporaremos. Para crear estas propiedades y sus flujos de datos tienes el link al hilo en el slide anterior o un post oficial también paso a paso en el último slide de esta presentación.
  5. 5. ¿Dónde encontrar las nuevas propiedades App+Web una vez creadas? Se mezclan con las cuentas que ya tenemos en nuestro GA. Podemos localizarlas al ver que debajo de ellas aparece el distintivo “App + Web “. Para ello deberemos haber creado la cuenta, haber configurado en admin la fuente de datos WEB y haber implementado el código gtag.js o los hits de GA4F mediante GTM.
  6. 6. Un apunte: En las propiedades App+Web no hay vistas Veremos claramente en el admin como la columna “vista” no existe. No podemos crearlas, lo que también supone que no podemos crear filtros ni adaptar los datos que recogemos antes de analizarlos. Aquí todo va a depender de nuestra implementación base.
  7. 7. ¿Dónde están mis datos? Existen varios motivos por los que puedes no ver datos en tu propiedad: 1. No tienes el código de captura bien instalado. Entra en Real Time y mira si ahí al visitar tu propia web aparecen datos. Si no aparecen revisa tu código de captura, tu ID de propiedad y si tienes los datos insertados o no. 2. Aun no se han consolidado. Si en realtime si tienes datos pero no en el resto de informes es que los datos no se han consolidado aun. Estas propiedades tardan un día entero en calcular los datos y durante el mismo día que los capturas no puedes verlos en la herramienta.
  8. 8. Implementando la captura de datos en estas propiedades Tenemos básicamente 3 formas de enviar datos a estas cuentas: 1) Con implementaciones de APPs (ya sean Android, IOS con o sin SDK de firebase) https://firebase.google.com/docs?hl=es-419 2) Mediante JavaScript añadido a la página con etiquetas gtag.js 3) Mediante GTM añadiendo nuevas etiquetas del tipo web+app Hacia el final de esta presentación dispones de unos cuantos slides explicando detalles sobre estas implementaciones.
  9. 9. La interfaz de propiedades GA Web+app Una vez dentro vemos que en realidad se trata de prácticamente la misma interfaz que la de Firebase Analytics (que ya fue renombrada en su día por Google Analytics for Firebase (GA4F para los amigos) Tenemos incluso un selector para escoger entre ambos (al menos mientras los nuevos no estén terminados) Nuevos informes: - Mejor organizados, con novedades y más orientados a mundo web+app - Aun no terminados (05/08/2019) e irán añadiendo funcionalidades Informes firebase: - Si ya usábamos firebase estaremos más acostumbrados a usarlos. - Por otro lado, hay funcionalidades como los Funnels que aun solo existen aquí. En cambio si comparamos esta interfaz contra la de Universal Analytics la verdad es que se ha hecho un intento por unificar nomenclaturas pero es todo muy distinto a lo que estábamos acostumbrados…
  10. 10. Dashboard Inicial, configurable. Informes sobre la captura en tiempo real. Igual que el “Streaming” de Firebase y parecido aunque no igual que el realtime del antiguo GA. Análisis de Usuarios y Nuevos usuarios (analizados a first session) con sus distintas formas de medirse. Análisis de Usuarios, segmentados por procedencia geográfica y datos demográficos (edad, sexo, intereses, etc.) Análisis de visitas y eventos. Al menos de forma agregada Informes sobre tipos de dispositivos, modelos, navegadores y sistema de conexión. Análisis de los eventos que hemos marcado como conversiones a seguir Análisis de todos y cada uno de los eventos enviados o autogenerados y los parámetros que les asociemos. Generación de informes personalizados: DONDE DE VERDAD VAMOS A TRABAJAR Generación de audiencias tanto para filtrar como para nutrir herramientas de marketing. Podemos crear dimensiones de usuario que usar para filtrar nuestros informes fácilmente. Visualización de errores (automáticos en APP, mucho más engorroso en Web)
  11. 11. Totales o nuevos. Realtime y por país del realtime Campañas de First Visit Tipos de retención ¡Análisis de audiencias! Definidas por ti Contabilización según duración del usuario Cohortes por día INFORME DE USUARIOS
  12. 12. INFORME DEMOGRÁFICO Mismo GEOIP que en GA Universal. Con sus ventajas y deficiencias Mismo sistema para datos demográficos que en GA Universal (desde cookies y solo cuando tiene el dato lo asocia) Idioma capturado por la info del navegador. Pero bien tratado que en GA (aquí “es” es español al igual que “es-es”)
  13. 13. INFORME DE COMPORTAMIENTO Se centra en los títulos de página y no tanto en las URLs (aunque esa info también esta disponible) Las visitas existen, pero están muy relegadas, el conceto de Usuario y el de evento son mucho más importantes Todos los eventos que se han enviado: - Automáticos - De Medición Mejorada - Y los que nosotros añadimos Todos quedan en el mismo sitio y con la misma importancia
  14. 14. TECNOLOGÍA DIFERENCIA EL INFORME SEGÚN FUENTES WEB O APP Info automática extraída del navegador (&User Agent) La resolución es parte de los hits Informe de comportamiento pero adaptado a web: Páginas vistas. (No pinta mucho aquí, la verdad, pero aquí está)
  15. 15. El sistema de conversiones Por defecto first_visit y ecommerce_purchase se marca como conversión. El resto debemos crearlos nosotros indicando a GA qué nombres de evento EXACTO (nada de Regex ni parecidos) queremos que cuente como conversión. Si el evento tiene el parámetro “valor” se sumará si no quedará a 0. Este sistema funciona de forma retroactiva (no como los objetivos de GA Universal). Si hoy creo una conversión pero ayer ya tenía eventos de ese tipo al recargar la página se sumarán también las conversiones viejas.
  16. 16. El sistema de conversiones Al entrar en cualquier conversión veremos su tendencia y lo que es mejor, su asociación a campañas. En este caso (como en todo GA4F) nos permite jugar algo con cómo asignamos la atribución.
  17. 17. Análisis de eventos Podremos ver hasta 500 eventos distintos en este panel, así como transformar cualquier evento en conversión con un solo click. Los eventos los saca de los hits que recibe así que cuidado en la implementación con no exceder el total de evento disponibles o tendremos problemas de muestreo.
  18. 18. Análisis de eventos Por cada evento tendremos un panel donde analizarlo. No es precisamente el sistema más versátil del mundo pero permite profundizar en ciertos aspectos de los eventos aunque nunca cruzarlos. Si queremos ver detalles de los eventos tenemos que recurrir a usar “parámetros”
  19. 19. Añadir parámetros a eventos Haciendo click en los tres puntos (…) que aparecen al final de cada fila al pasar el ratón podemos añadir parámetros a los eventos para poder seguirlos al detalle. En este ejemplo hemos añadido al evento de medición mejorada (“file_download”) (clicks en descargas de archivos) los parámetros: - link_url (para ver qué descarga la gente) - Page_location (para ver desde donde lo descargan)
  20. 20. Añadir parámetros a eventos Esto nos permite ahora observar estos parámetros al entrar en el panel de los eventos. Nuevos datos incorporados gracias a añadir los parámetros al evento. NO SON RETROACTIVOS, hasta que no los creemos no lo añaden así que siempre al crearlos se quedan a 0.
  21. 21. Parámetros añadidos al seguimiento de eventos. Los vemos representados como un número con fondo gris. ¡¡¡Y si alcanzamos el límite no nos deja!!! El problema Todo tiene buena pinta hasta que descubres que existe un límite realmente bajo de parámetros a asociar a eventos: - 10 parámetros textuales (insuficientes) - Y 40 métricas (no está mal) Estos además se cuentan por evento no en global. Eso quiere decir que si por ejemplo asocio “page_location” (la URL) al evento de file_download pero también al de click aunque sea solo 1 parámetro cuenta como 2 (uno por evento) Por lo tanto el seguimiento de parámetros al detalle que podemos hacer es realmente ridículo, muy superado por GA Universal y por cualquier otra herramienta de analítica. Nota: la solución pasa por conectar BigQuery y analizar el detalle desde ahí y no en la interfaz.
  22. 22. Sistemas de análisis Ya no tenemos un simplón sistema de informes personalizados sino distintas tipologías de informes. Cada uno trabaja de una forma distinta y tiene sus propios formularios para generar informes. Hay que familiarizarse con cada uno aunque viniendo de un sistema de Dimensiones y Métricas tan complejo como el de GA universal (en 360 ya teníamos este tipo de informes) no resulta complicado. Eso si debemos entender el modelo de datos para trabajar bien (y al principio al ser distinto al de GA Universal costará un poco):
  23. 23. Sistemas de análisis Ya no tenemos un simplón sistema de informes personalizados sino distintas tipologías de informes. Cada uno trabaja de una forma distinta y tiene sus propios formularios para generar informes. Hay que familiarizarse con cada uno aunque viniendo de un sistema de Dimensiones y Métricas tan complejo como el de GA universal (en 360 ya teníamos este tipo de informes) no resulta complicado. Eso si debemos entender el modelo de datos para trabajar bien (y al principio al ser distinto al de GA Universal costará un poco):
  24. 24. Nombre del informe Fechas que analizamos, pueden ser dinámicas Segmentos. Podemos crear segmentos a medida de forma muy parecida pero con más opciones de ámbitos que en Universal Analytics Dimensiones disponibles. Hay mucha información automática, campañas, información de los eventos recomendados y 25 propiedades personalizadas. Eso sí, los eventos son solo 1 dimensión más y los parámetros de los eventos NO SON DIMENSIONES Métricas automáticas o extraídas de los eventos recomendados.
  25. 25. Podemos cambiar de tipo de informe sobre la marcha El resto de detalles ya dependen de cada tipo de informe. Explorador es el más parecido a lo que estamos acostumbrados, sacamos tablas de datos y elegimos como verlas. Superposición nos permite ve coincidencias entre segmentos y audiencias. Funnel, nos permite dibujar un Funnel con una definición parecida a los segmentos. Rutas nos permite ver como se suceden distintos eventos unos tras otros. Análisis del usuario es parecido a Explorador pero centrado en dejarnos ver Ids de usuarios para un seguimiento más cercano a CRM
  26. 26. Sistemas de análisis Los informes son mucho más limpios y claros que los de GA Universal. Se centran en mostrarnos las tablas, sus comparaciones y son más una herramienta que una tabla bonita.
  27. 27. Los segmentos Como en Universal vamos a poder crear nuestros propios segmentos retroactivos. En este caso los dos grandes pros son los siguientes: - Por un lado al estar el sistema mucho más orientado a usuarios no tenemos los grandes problemas que teníamos en Universal Analytics al segmentar por usuarios. - Por otro disponemos de segmentos de ámbito evento que vienen a ejercer la función de los filtros de GA pero mucho más potentes al tratarse de reglas complejas.
  28. 28. Los segmentos Creando segmentos podremos filtrar gran parte de la información. Son muy parecidos a los segmentos de GA universal. Permiten Incluir, excluir, uniones lógicas y secuencias de interacción usando propiedades o métricas calculadas. Para cualquiera que sepa crear eventos en Universal Analytics no será un problema crear segmentos en propiedades App+Web
  29. 29. Otra vez: El problema Si bien podemos crear segmentos que busquen en eventos concretos sus parámetros solo podremos hacerlo si estos han sido asociados al evento. Por usabilidad si no lo tenemos asociado el sistema nos ofrece añadirlo por si mismo al crear el segmento pero la asociación debe seguir pudiéndose hacer… Aquí contamos con el limite ya mencionado: 10 textuales / 40 métricas. Por lo tanto la segmentación por parámetros al detalle otra vez es muy limitada. No podemos alcanzar el potencial que teníamos con GA universal. Nota: la solución pasa otra vez por conectar BigQuery y analizar el detalle desde ahí y no en la interfaz.
  30. 30. Y otra vez más: El problema Al crear embudos, puesto que cada paso es prácticamente en segmento, volveremos a encontrarnos con que si queremos usar parámetros no podremos hacerlo si no son de los 10 parámetros escogidos para asociar a los eventos.
  31. 31. Los informes explorador: Realmente capaces de darte la información que buscas. Trabajan como tablas dinámicas: - Empieza por definirles una o varias dimensiones como fila. - Y una o varias métricas como valor. El resultado será el mismo que con los informes personalizados de Universal Analytics. Ahora en columnas le puedes añadir más dimensiones: - Desglosarán la información en columnas por cada valor de dimensión (como en las tablas dinámicas) Puedes añadir varios segmentos: - Separarán la tabla en trozos añadiéndote al final el total que suma cada sección. (recuerda que puedes crear segmentos en cualquier tipo de ámbito lo que significa que puedes elegir la experiencia de usuarios concretos a partir de un solo evento –por ejemplo conversión- o puedes elegir que eventos quieres tener en cuenta en tu informe (y solo esos) - Los segmentos se definen “al vuelo”. Para cada informe puedes ir definiendo los tuyos a medida que los necesitas. Mucho más versátil que en Universal Analytics. Puedes añadirle filtros: - Que actuaran filtrando los eventos que le digas antes de extraer los datos. - ¡En estos informes no puedes usar audiencias! (o no he visto cómo hacerlo) El aspecto gráfico es simple: Tabla (con distintos resultados), pie, tendencia y burbujas. Bien, suficiente. PARA EMPEZAR A USARLOS LO MEJOR ES QUE PRUEBES TU MISMO A CREAR TUS PROPIOS INFORMES
  32. 32. EJEMPLO INFORME DE EXPLORADOR: COMPARACIÓN DE LAS VARIABLES DE ATRIBUCIÓN DE CAMPAÑAS
  33. 33. Una anotación sobre las campañas y datos de sesión Al ser GA4F una herramienta centrada en el usuario y donde la sesión en realidad está muy poco desarrollada (en realidad la sesión es un evento automático y cuesta ver los datos a nivel sesión salvo con segmentos de sesión) nos encontraremos con grandes carencias en todo lo que es información de sesión. - No vamos a ver conceptos de KPIs tan comunes como Rebote o % de conversión en la sesión. - No vamos a ver tiempos de duración de la sesión ni páginas de abandono. - No vamos a encontrar informes de campañas.
  34. 34. En cuanto a las campañas Se aceptan las 5 variables de campaña (medium, source, campaign, content y term) con sus “utm_” pero solo 3 de ellas (médium, source y campaign) acaban siendo datos transversales que se gestionen realmente como campañas. En nuestros informes (personalizados) podremos acceder a cada uno de esos tres datos de 4 formas distintas según gestionemos la atribución de campañas al usuario. Los ejemplos los añadimos solo con el campo “medium“ pero están para los otros dos también. Se corresponden con la atribución a usuario que realizarían distintos modelos de atribución (first-interaction, last-click, last-interaction, last-googleads-click, etc.). La más problemática de entender es “Medio/Fuente/Campaña con el que ha interactuado el usuario adquirido” que a falta de una explicación oficial parece que representa el valor con el que MÁS HA INTERACTUADO ESE USUARIO (esto está por validar al 100%, no estamos del todo seguros) Para un trabajo de campañas a nivel sesión otra opción es trabajar con segmentos o audiencias que recojan los parámetros “medium”, “source”, “campaign”, “content” y “term” de los eventos de “page_view”
  35. 35. Profundizar en cualquier informe (si tenemos los datos) es realmente sencillo. Haciendo clic con el botón derecho en cualquier dato ya se nos crean opciones automáticamente para analizar la parcela de datos en la que podamos encontrar problemas. Nos añade automáticamente filtros al informe que estamos viendo Nos crea el segmento ya predefinido con todos esos datos Nos crea una nueva pestaña en nuestro informe, del tipo informe de usuario que ya viene prefiltrado para ver solo ese segmento de datos en el que hemos hecho clic. Profundizar en los informes
  36. 36. Los informes de embudo: Nos permiten crear un embudo que se va a poder filtrar por muchos criterios Trabajan como secuencias de filtros. - Empieza creando los pasos del embudo. Definiendo uno a uno el filtro de cada paso. - La métrica siempre será total de usuarios (cuidado con eso) El resultado será parecido a los embudos de GA pero de forma retroactiva y sin objetivos. NO será como los informes de embudo de GA360 porque este se basa en usuarios, no en sesiones. Ahora añádele una dimensión de desglose. - Los datos del gráfico no cambiarán pero bajo ellos podrás ver como por esa dimensión se dividen los datos en una tabla que te permite ver caídas por paso y valor de dimensión. Otras opciones que a veces pueden ayudarte a ver más detalles del embudo: - Puedes aplicar un segmento (y crearlo al vuelo) para ver solo lo que te interesa. - O puedes aplicar varios a la vez para ver varios Funnels y un desglose para cada segmento de los datos. - Puedes marcar el embudo como abierto o cerrado (los abiertos no obligan a que el paso previo se haya realizado) - Puedes pedirle el tiempo entre los pasos (pero solo parece funcionar si son embudos en una sola página) - Puedes pedirle la siguiente acción (el evento que se lanza justo después del del paso) Hay que tener cuidado con los embudos pues el ámbito es libre. Podemos saltar entre sesiones o entre páginas si no lo controlamos con filtros o con segmentos. No parece que se puedan aplicar audiencias a los embudos… Tienes dos visualizaciones, la normal y luego la destacada que es una tendencia para ir viendo caídas en cada paso. PARA EMPEZAR A USARLOS LO MEJOR ES QUE PRUEBES TU MISMO A CREAR TUS PROPIOS INFORMES
  37. 37. EJEMPLO INFORME DE EMBUDO, LECTURA DE POSTS
  38. 38. Los informes de solapamiento: Nos permiten ver como coinciden varios segmentos distintos que creamos. En opciones son los mas simples. - Empieza eligiendo/creando un par de segmentos (los llamaremos segmentoA y segmentoB) - Añadele una métrica Verás 5 resultados de tu métrica: - SOLO en SegmentoA (es decir A – B ) - En Segmento A (independientemente de si está o no en B) - SOLO en SegmentoA y B a la vez. - En Segmento B (independientemente de si está o no en A) - SOLO en Segmento B (es decir B – A ) Ahora añádele una dimensión de desglose. - Los datos del gráfico no cambiarán pero bajo ellos podrás ver como por esa dimensión se dividen los datos en una tabla que te permite ver caídas por paso y valor de dimensión. Ahora añádele más métricas: - Y podremos ver como se añaden a los datos. Poco más, en realidad la gracia es justo esa, poder comprobar dependencias entre segmentos. PARA EMPEZAR A USARLOS LO MEJOR ES QUE PRUEBES TU MISMO A CREAR TUS PROPIOS INFORMES
  39. 39. EJEMPLO INFORME DE SOLAPAMIENTOS: ORGANIC VS REFERRAL *Nota: Para crear segmentos de solapamiento es preferible hacerlo sobre eventos y parámetros de evento o sobre dimensiones totalmente dispares. Las propiedades de usuario son iguales en todo el usuario por lo que si las usamos para estos informes veremos que no hay solapamiento.
  40. 40. Los informes de rutas Nos permiten ver secuencias de eventos y profundizar en ellas En realidad nos permiten muy poca configuración de datos. La gracia esta luego en operar el propio gráfico. - En cada fila de las rutas puedes elegir que tipo de nodo ver (evento, titulo+screenapp o titulo+claseapp) - En cualquier nodo puedes hacer click para que se te desglose el paso siguiente. - En el primer nodo puedes hacer click para elegir de donde partir la ruta - En cualquier paso que tenga muchos datos puedes elegir cuales si quieres desglosar y cuales no. Es un informe muy potente pero difícil de accionar. - El informe aunque habla de eventos es de ámbito usuario por lo nos muestra flujos que pueden surgir de varias sesiones. - Cada paso es 1 evento en el flujo. Esto unido a un modelo que usa eventos para todo y que puede hacer que una sola acción de un usuario desencadene varios eventos seguidos puede ser un incordio… Por ejemplo: si queremos ver nombres de páginas vistas y no tenemos cuidado podemos estar viendo rutas de varias veces la misma página para varios eventos: (1. inicio de sesión, 2. pagina vista, 3. scroll, etc.) Para controlar bien lo que estamos viendo debemos hacer un uso inteligente de los segmentos y los filtros. Por ejemplo: filtrando que las rutas solo tengan en cuenta eventos del tipo page_view o sesión_start para así ver el flujo de páginas vistas O ejemplo 2: Filtrando que solo queremos eventos de conversión para ver como el usuario se mueve entre microobjetivos para alcanzar el objetivo final. PARA EMPEZAR A USARLOS LO MEJOR ES QUE PRUEBES TU MISMO A CREAR TUS PROPIOS INFORMES
  41. 41. EJEMPLO INFORME RUTAS EN EL QUE HEMOS ABIERTO EL CAMINO QUE NOS INTERESABA CON CLICKS *Nota: Es preferible usarlos siempre con segmentos de tipo “Segmento de evento” que nos permitan elegir que nombres de evento si queremos meter en el flujo y cuales no. Si no, estos informes tienen demasiado ruido y cuesta ver cuando sucede cada cosa. En este ejemplo estamos filtrando solo ver eventos “session_start” y “page_view” olvidando el resto.
  42. 42. Los informes de usuario Ideados para identificar y seguir a usuarios concretos (Customer Analytics) Este informe en realidad es un informe del tipo “Explorador” donde las Filas están fijas a “ID de dispositivo” y “Nombre del flujo”. - Es decir, podríamos obtener este mismo informe (e incluso más potente) con el informe explorador pero aquí nos lo dejan ya hecho (imaginamos que para destacar que este tipo de análisis es posible) Las opciones por lo tanto son las mismas que las del tipo explorador. Eso si, con algunos campos eliminados (y las visualizaciones también limitadas) PARA EMPEZAR A USARLOS LO MEJOR ES QUE PRUEBES TU MISMO A CREAR TUS PROPIOS INFORMES
  43. 43. EJEMPLO INFORME DE USAURIOS POR DEFECTO Este informe solo tiene sentido cuando sabemos lo que buscamos en el (normalmente lo vamos a crear haciendo click derecho sobre otro informe y no creándolo por iniciativa propia)
  44. 44. Las audiencias: el verdadero potencial de filtrado. Creando audiencias podremos filtrar casi toda la información que buscamos. Las audiencias son muy parecidas a los segmentos de GA universal pero incluso más potentes que estos ya que en ellas definimos el ámbito de actuación a Usuario, sesión o evento (GA universal no creaba segmentos a nivel evento ni página vista). Permiten Incluir, excluir, uniones lógicas y secuencias de interacción usando propiedades, métricas calculadas y eventos con sus parámetros (incluso sin haberlos añadido a los parámetros seguidos de los eventos)
  45. 45. Las audiencias: el corazón del filtrado de datos Creando audiencias podremos filtrar casi toda la información que buscamos. Las audiencias son muy parecidas a los segmentos de GA universal pero incluso más potentes que estos ya que en ellas definimos el ámbito de actuación a Usuario, sesión o evento (GA universal no creaba segmentos a nivel evento ni página vista). Permiten Incluir, excluir, uniones lógicas y secuencias de interacción usando propiedades, métricas calculadas y eventos con sus parámetros (incluso sin haberlos añadido a los parámetros seguidos de los eventos) LAS AUDIENCIAS NO SON RETROACTIVAS, EMPIEZAN A INCORPORAR A USUARIOS EN ELLAS A PARTIR DE QUE SE CREAN. ESTO SUPONE QUE EN CUALQUIER CUENTA HAY QUE HACER UN BUEN TRABAJO PREVIO DE CREACIÓN DE AUDIENCIAS MUY BIEN ESTUDIADAS QUE FACILITEN EL ANÁLISIS POSTERIOR
  46. 46. Restricción por privacidad El sistema cuando detecta que estamos mirando datos muy al detalle (menos de 10 usuarios cumplen con los criterios) decide no mostrarte ciertos datos por privacidad de los usuarios… Curioso al menos.
  47. 47. Panel de audiencia Cada audiencia dispondrá de su propio panel donde podemos analizar detalles de la misma solo entrando a verla.
  48. 48. Audiencias como filtrado de datos Además nos van a permitir usarlas para filtrar los datos en prácticamente cualquier informe lo que si nos permite profundizar en distintas tipologías de datos muy al detalle de nuestro negocio.
  49. 49. Definición de propiedades de usuario Las propiedades son datos que se asocian al usuario. Vienen a ser equivalentes a las dimensiones de ámbito usuario de Universal Analytics. Por defecto se nos crean una gran cantidad de ellas (que si bien no siempre hay informe para observarlas luego en análisis y audiencias si que existen): Más Info: https://support.google.com/analytics/answer/9268042?hl=es&ref_topic=9267641 Firebase Analytics además te dejaba enviar por código propiedades del usuario (ideal sobre todo para cuando tenías el usuario ya logado en la app) y se te permitía configurarlas a medida. En las propiedades Web+app esto sigue existiendo y podemos configurarlas en el apartado Propiedades del usuario: Pero sin embargo a día de hoy (05/08/2019) no existe aun en gtag.js una forma de indicarle propiedades de usuario al código… Deberían estar en el setup pero ahí solo se nos deja enviar parámetros. En la doc nos hablan de que vienen ya incorporadas y no hay que hacer nada…. ¿Debemos esperar por lo tanto para disfrutar de esta funcionalidad? (-- al menos deberemos seguir observando este tema a ver que pasa --)
  50. 50. Resumen de límites de la herramienta A tener en cuenta a todos los niveles: Planificación, Implementación y Configuración de la herramienta Otras limitaciones durante la captura de datos (limite de hits por usuario, eventos por segundo, etc.): https://developers.google.com/analytics/devguides/collection/app-web/limits
  51. 51. Implementando la captura de datos en GA4F para Webs * La parte de cómo incorporar datos desde Firebase es otro tema aparte. Solo aportaremos el link de implementación esta presentación: https://firebase.google.com/docs?hl=es-419 El primer paso es entrar en tu administrador y crear un flujo de datos web. Ahí puedes además de recoger tu ID de propiedad configurar las opciones de “Medición mejorada” de estas nuevas cuentas (explicado en el siguiente slide). Finalmente podemos implementar por dos vías: - Gtag.js - Y GTM El sistema es bastante simple. En GA4F TODO son eventos. Se nos pide que creemos un primer tag de configuración (que en realidad será el que provoca el evento de “page_view” y que a partir de ahí lancemos los eventos que necesitemos. Los eventos tienen 2 tipos de información: - Su nombre de evento - Y parámetros que le añadimos (información extra de la que queremos disponer) La gracia está en tanto los nombres de evento como los parámetros son en un principio libre así que en teoría podemos medir lo que queramos y cómo queramos. En la práctica esto no es del todo así puesto que Google nos da unas “recomendaciones” y mide por su cuenta ciertos eventos que no podemos evitar.
  52. 52. ¿Qué es la “Medición mejorada”? Tanto si usamos gtag.js como si usamos GTM este sistema mete cierta inteligencia a las capturas de datos. Aprovecha la tecnología base de GTM para realizar muchas mediciones por su cuenta sin que tu tengas que preocuparte de ellas. >> Medición de páginas y cambios de URL por Javascript como si fuesen páginas >> Medición de clicks de salida (clicks en links de nuestra web que sacan al usuario hacia otro dominio) >> Medición de páginas que llevan el scroll hasta el final (al menos hasta el 90% de la página) >> Medición de búsquedas internas (detectando parámetros en la URL) >> Medición de visualizaciones de vídeos (si son de YouTube) >> Medición de descargas (clicks en links de nuestra web hacia archivos con extensiones conocidas) Puedes ver detalles de lo que hace cada uno en este fragmento de hilo (primero trata ese tema y luego sigue con otros): https://twitter.com/ikhuerta/status/1157211191078510592
  53. 53. ¿Cómo se hace una implementación profesional y a medida? Aun nos faltan cosas por descubrir y seguro que a Google unas cuantas por mejorar pero ya disponemos de una documentación oficial para saber cómo hacer las implementaciones. https://developers.google.com/analytics/devguides/collection/app-web/tag-guide Esta guía nos explica cómo con gtag.js hacer una implementación base y solucionar ciertos temas comunes. Especialmente interesante es el tema de “eventos recomendados” ya que marcan la pauta a seguir para hacer mediciones estandarizadas (y es probable que en el futuro podamos aprovechar informes pregenerados o de terceras personas si los usamos bien). En el caso de que uses GTM esta documentación es igualmente útil. Solo tienes que cambiar las llamadas de gtag por las dos etiquetas que tienes disponibles en GTM (de config y evento)
  54. 54. ¿Cómo se soluciona el gran problema de los 10 parámetros textuales? Simplificando su implementación. • GA4F es un modelo de datos realmente abierto que por necesidad de proceso nos han tenido que limitar a 10 parámetros por evento. Esto es un verdadero fastidio porque si nuestra implementación entra mucho al detalle es probable que no nos valgan. • Una forma de meter datos al detalle es crear eventos genéricos siempre con los mismos parámetros haciendo más críptico el modelo de datos pero permitiendo su análisis y la creación de segmentos. • Por ejemplo creando todos los detalles de información en un solo nombre de evento con siempre los mismos 3-4 parámetros (Tipo Universal Analytics) y usar muy bien los filtrados en los informes • Otra forma es aprovechar la limitación de 500 nombres de evento distintos de la herramienta (mucho más amplios que los 10 parámetros) para condensar en los nombres de evento la información. • Así si por ejemplo teníamos antes eventos de “click” que con otras dimensiones conseguíamos detallar en GA4F es mejor poner un nombre más complejo (aunque estructurado para posibilitar expresiones regulares. • Por ejemplo si antes teníamos: Category: Click Action:buttons y Label:CTA-oferta. Ahora es mejor enviar un evento con el nombre: “click/buttons/CTA-Oferta” y luego ya trabajarlo en informes de forma agregada siempre. ¿Eso nos dificulta el análisis de clicks en botones total? Si, pero al menos podremos llegar al detalle que buscamos.
  55. 55. Otras peculiaridades de la captura de datos a tener en cuenta 1. Aunque aun no existe documentación oficial sobre el measurement protocol versión 2 (GA4F). Si podemos entender la mayoría de lo que enviamos observando los hits de datos que se envían.
  56. 56. Otras peculiaridades de la captura de datos a tener en cuenta 2. David Vallejo es el creador de una herramienta de debug de GA y GTM que ahora ha incorporado el análisis de Gtag.js y de hits de GAF4. Puedes instalar la extensión (muy recomendable) en esta dirección: https://chrome.google.com/webstore/detail/gtmga-debug/ilnpmccnfdjdjjikgkefkcegefikecdc
  57. 57. Otras peculiaridades de la captura de datos a tener en cuenta 3. Uso de User ID (en estas propiedades se unifican Ids propios con los de dispositivo. 4. Existe retención de datos (y su borrado) y en este caso el tiempo por defecto es 2 meses. Cuidado.
  58. 58. Una gran ventaja: Vincular a BigQuery, sin ser premium. 10 GB (TOTALES) si usas la sandbox (que no vale de mucho) Ilimitado si pasas a un plan “blaze” (pago por consumo): https://firebase.google.com/pr icing?authuser=0 Esto aun tenemos que testearlo puesto que en Google Analytics App+Web no aparece y tienes que ir a Firebase para activarlo (e igual luego hay problemas)
  59. 59. Pros y Contras de esta herramienta vs Universal Analytics PROS: • Orientación al usuario directa y sin parches. Es un cambio necesario, Universal Analytics no paraba de chocarse con esta piedra. • La atribución forma parte del modelo base, no es un añadido. Aunque lo hace de forma limitada. • Personalización basada en eventos, más natural y más integrada en la herramienta. • Segmentación en 3 ámbitos de los datos distintos pudiendo realizarse a nivel de evento. • Mayor capacidad de análisis de alto nivel en la versión gratuita. Los informes son mucho más potentes que los informes personalizados de universal. • Integración con BigQuery sin necesidad de estar en premium. (por probar aun) • Acceso a las métricas básicas de cada tipo más simplificado y comprensible. CONTRAS: • Es un código nuevo, una nueva implementación, nueva configuración y nuevos informes. Hay que volver a hacerlo todo. • Romper con la sesión (apenas existe aquí) va a ser duro para muchos. No solo es un cambio de métrica es un cambio de concepto total. • Para marketing lidiar con atribución es más que necesario. Y si bien nos dan ciertas opciones por defecto no son de ninguna manera tan potentes como los embudos multicanal de GA. • La gestión de campañas tampoco resulta del todo cómoda. Perdemos los informes 100% orientados a marketing, la información existe pero es mucho más difícil de sacar. • El acceso a ecommerce y productos puede hacerse pero al menos de momento no es en absoluto cómodo (al menos sin BigQuery detrás) • La granularidad de los datos está muy limitada por las limitaciones en el seguimiento de parámetros de eventos. 10 parámetros son poquísimos y además al ir al nivel de cada evento supone planificar muy bien qué queremos seguir y qué no en la herramienta.
  60. 60. Recomendaciones por el momento: EN CUENTAS YA EXISTENTES DE GA QUE NO TENGAN APP: • No hacer nada aun. Migrar no es una opción por la gran perdida de información que supone. • En un tiempo estará bien planificar de una nueva cuenta paralela web+app para tener datos en ambos modelos pero no es urgente. • La implementación MVP con GTM es realmente sencilla (añadir nuevas etiquetas a los tags ya creados), pero una implementación bien hecha nos va a obligar a rehacer etiquetados. EN CUENTAS YA EXISTENTES DE GA SI QUE TENGAN UNA APP: • La integración es mucho más necesaria. Nos permite tener una visión más unificada aunque la perdida de datos en web es demasiado grande como para eliminar la vieja. • Transformar la propiedad actual de Google Analytics for Firebase en App+Web y en ella planificar añadir los datos web: eso si, sin eliminar la implementación actual de Universal Analytics (manteniendo ambas en paralelo). • La implementación MVP con GTM es realmente sencilla (añadir nuevas etiquetas a los tags ya creados), pero una implementación bien hecha nos va a obligar a rehacer etiquetados. EN NUEVAS IMPLEMENTACIONES DE 0 DE GA • Conviene salir con lo mejor de ambos mundos: realizar una implementación de GTM planteada para nutrir a ambas propiedades (universal y web+app) de la forma adecuada. • Esto supondrá hacer pequeños añadidos que solo disfrutará una de las dos partes (por ejemplo: dimensiones personalizadas que serían demasiado detalle para la limitación de parámetros de App+Web) o detalle de eventos que en el modelo de universal no tendrían mucho sentido.
  61. 61. ¿Qué ha publicado Google sobre todo esto? Siempre es mejor leer las fuentes oficiales. En este caso están siendo un poco caóticos con todo esto pero poco a poco van soltando la información en distintos sitios. Seguidamente algunos links a posts y documentaciones más o menos oficiales. Presentación nuevas propiedades App + Web: - https://www.kristaseiden.com/new-app-web-properties-in-google-analytics/ - https://www.blog.google/products/marketingplatform/analytics/new-way-unify-app-and- website-measurement-google-analytics/ Paso a paso, crea tu propiedad app+web (lo mismo que en el hilo) - https://www.kristaseiden.com/step-by-step-setting-up-an-app-web-property/ Explicación del informe StreamView (el RealTime) - https://www.kristaseiden.com/streamview-in-google-analytics/ Explicación del informe de Rutas - https://www.kristaseiden.com/pathing-in-google-analytics/

×