El análisis web comprende un gran número de métricas, conceptos y valoraciones que hacen que parezca una disciplina complicada, incluso imposible para alguien que no posea amplios conocimientos sobre ella.
En este artículo vamos a simplificar al máximo posible qué es lo más importante que se debe saber para poder llevar a cabo un análisis web sin dar lugar a errores y teniéndolo todo claro, sencillo y fácil. Así se podrán tomar decisiones fundamentadas en los datos que se recojan y no en opiniones.
En analítica web el orden es fundamental. Muchas veces se recurren a métricas para “que los datos hablen”, pero no nos damos cuenta de que hay un problema de comunicación derivado no del dato que se observa, sino de algún paso anterior o implicaciones de la métrica que no se ha tenido en cuenta.
Un ejemplo claro se encuentra en la tasa de rebote, un indicador de una subjetividad muy alta debido a la cantidad de factores que influyen en él y a las diferencias en los resultados dependiendo de cómo se lleve a cabo la segmentación. Sin embargo, en libros de analítica web hace años «se consideraba bueno» un rebote igual o menor al 50%. Hoy en día esa valoración no tiene ningún sentido.
“Hay que huir de consideraciones generales sobre métricas, los datos siempre deben juzgarse en función al contexto de lo que se está midiendo y a los objetivos establecidos”
Para no caer en este error es necesario elaborar un plan de medición bien estructurado y que defina exactamente qué se va a medir, cómo se va a hacer, qué valor se va a asignar a los indicadores… y eso es lo que vamos a ver a continuación.
El plan de medición “modelo” en el mundo del análisis web es el tan conocido para los analistas “Modelo de Avinash”.
Modelo Avinash: 5 pasos para un análisis web perfecto
Este modelo de plan de medición es de obligado estudio para cualquier analista o futuro analista web. Le dedicaremos un post entero próximamente porque realmente lo merece, pero vamos a ver en líneas generales en qué consiste el modelo Avinash:
Establecer objetivos de negocio
Qué se quiere conseguir, bajo el criterio SMART (specific, measurable, asignable, realistic, time-related), apuntarlo y tenerlo bien claro porque va a ser el epicentro de la estrategia de marketing y del plan de medición.
Como hablábamos en el anterior post de analítica web, los objetivos se representarán con la métrica “conversión”, entre las que podemos distinguir entre macroconversiones (conllevan un ingreso directo) y microconversiónes (contribuyen indirectamente a él).
Identificar estrategias y tácticas a seguir
Primero es el qué, luego es el cómo. En este paso se deciden qué canales son los óptimos para el negocio y para lograr los objetivos, y dentro de los canales, qué acciones son las que pueden dar un mejor rendimiento y resultados. En este apartado la investigación, recogida y análisis de datos es fundamental. Es quizá el paso más laborioso de todos pero es el que va a marcar las directrices y las principales líneas de acción sobre las que va a apoyarse el plan.
Elegir KPI’s
¿Qué indicadores van a decir si se está logrando o no los objetivos? Esta parte es clave y es donde se suelen cometer errores por no comprender bien la magnitud de la importancia de este paso y por elegir KPI’s a indicadores que no son realmente KPI’s.
Los KPI’s son los indicadores que muestran estrictamente lo que se necesita saber sobre si se están cumpliendo los objetivos o no (no los que contribuyen a que se cumpla).
Esta tarea requiere reflexión, síntesis y claridad mental, así que es importante tomarse su tiempo y llegar a crear un dashboard con los indicadores justos y necesarios que esclarezcan con la menor información posible si se están cumpliendo o no los objetivos en un simple vistazo.
Importante: Implementación y configuración de la herramienta de análisis web
Añadimos este paso ya que es imprescindible para poder llevar a cabo correctamente el análisis de métricas y datos, y debe hacerse en este punto del plan, una vez definidos los objetivos, estrategias y tácticas, y habiendo elegido los KPI’s correspondientes. Es el momento en el que surgen preguntas como estas:
¿Qué se quiere medir? ¿Qué herramientas ofrecen las posibilidades que se necesita para ello? ¿Es suficiente con la configuración estándar o se necesita crear métricas personalizadas más adaptadas a las necesidades? ¿Se van a analizar aspectos cualitativos, cuantitativos o ambos?
“De nada serviría todo el esfuerzo en identificar y definir los KPI’s que vamos a medir, si no hemos llevado a cabo la correcta implementación de la herramienta de análisis web y hemos configurado el sistema para que nos diga exactamente lo que queremos saber de las métricas elegidas, llegando a personalizarlas si fuera necesario”
Elegir segmentos
Sin segmentación no hay analítica. Los datos globales, agregados, es lo peor que hay en analítica. Son datos que te cuentan verdades a medias. Cuanto más se segmente y se vayan “estrujando” esos datos, te irán dando información más concreta y exacta para poder identificar si las estrategias y tácticas elegidas están dando sus frutos o si hay alguna que no se había contemplado anteriormente o algún segmento desconocido que pudiera analizarse para dar un mejor rendimiento al negocio.
Asignar valores objetivos a las métricas.
Para saber si se están haciendo bien las cosas (recordando que siempre se hace en función a objetivos), se deben asignar valores a las métricas de tal manera que se diga:
“-Si mi valor medio es X, una desviación típica por encima y por debajo lo considero entre mis valores normales o que indican buen funcionamiento de mi estrategia; ahora bien, si me paso de la segunda desviación típica entonces es que o algo se está haciendo mal, o algo se está haciendo demasiado bien por lo que hay que intensificar esfuerzos en analizar que está ocurriendo”
Una vez se tiene este plan de medición integrado en el negocio y bien claro, es el momento de comenzar a medir, dejar que se vayan registrando los datos e identificar patrones y mensajes ocultos dentro de ellos segmentando, analizando, visualizando e interpretando.
¿Y cómo deben interpretarse los datos?
La inteligencia detrás de los datos en análisis web
Una de las mayores dificultades a las que hace frente un analista a la hora de elaborar informes de analítica web es el hecho de saber discriminar la información relevante, comprimirla, valorar y concluir lo más clara, concisa y fácilmente los resultados obtenidos. Pero a la hora de toma de decisiones o valoraciones/recomendaciones es fundamental el análisis estadístico de esos datos.
Las herramientas de análisis web ofrecen datos, y se pueden crear métricas personalizadas adaptadas a los objetivos pero, ¿y para saber cómo se comportan las métricas y variables entre ellas? ¿Cómo covarían? ¿Cómo correlacionan? ¿Se puede llegar a predecir algún tipo de comportamiento con los datos? ¿Hay alguna relación entre los residuos del conjunto de datos?
Todas las respuestas a estas preguntas proporcionarán información con la que se podrá generar opiniones objetivas derivadas de datos, que son las que permiten tomar decisiones con el menor margen de error posible y eliminando cualquier tipo de sesgo, riesgo o incertidumbre.
Cuando se ha medido, analizado, estudiado y descubierto todo lo que los datos pueden ofrecer, es hora de hacer valoraciones y recomendaciones.
Del análisis a la usabilidad web
Una vez se tienen todos los datos que dicen quién ve, por qué canales, cómo se comporta y cómo convierte en un sitio web, es cuando se entra en terreno de usabilidad web.
¿Cómo hacerle la vida más fácil al usuario para que acabe haciendo algo valioso para mí?
La usabilidad web consiste sencillamente en eso, hacerlo todo sencillo, funcional, y lo más cómodo posible para el usuario. Tendemos a volvernos locos con el diseño y con teorías de colores, de sensaciones, de comportamientos y si nos paramos a pensarlo, realmente el diseño de los mejores sitios web del mundo deja mucho que desear desde el punto de vista del “diseño gráfico visual”. ¿Cómo es el diseño de Youtube, de Facebook, de Google….?
El análisis de un sitio web debe recoger siempre valoraciones y recomendaciones para mejorar este aspecto. Crear botones más visibles, en lugares donde se concentre la actividad del ratón, insertar textos legibles, sencillos, “usables”, con la información justa y necesaria, insertar elementos de vídeo, imágenes, no desorientar al usuario, fomentar una navegación simple y sencilla… cada sitio web siempre puede mejorar aspectos relacionados con la usabilidad web.
En conclusión, si se quiere realizar un perfecto análisis web se deben cumplir fundamentalmente estos tres requisitos:
- Elaborar un plan de medición
- Hacer uso de análisis estadístico de datos
- Concluir valoraciones y recomendar acciones de usabilidad web
Esperamos que este artículo haya sido útil y haya ayudado a comprender qué necesita tener un análisis web. Si es así ¡compártelo!
