Herramientas de Web Analytics

En la Web existen, de forma gratuita o paga, diversas empresas que ofrecen el servicio de Web analitics, aunque en general no exista un formato determinado de medición. Estas son algunas de las más relevantes:

(Click en los isologos para mas información)

Google pretende ofrecer una solución gratuita y fácil de usar que ayudará a diseñar anuncios más orientados, a mejorar sus iniciativas de marketing y a crear sitios Web que generen más conversiones. Tiene Inteligencia de Análisis, una buena segmentación y personalización flexible.

Video de presentación de Google Analytics.

Este sitio nos da un reporte de las visitas diarias, acciones realizadas en nuestro sitio, contenidos (páginas visitadas y descargas), enlaces visitados, buscadores, integración FeedBurner, Google Maps, WordPress, Blogspot.

StatCounter nos brinda detalles de las estadísticas Web en tiempo real. Nos brinda un simple código que puede ser insertado en nuestros sitios Web o Blog.

Cuenta con un resumen de tráfico, estadístico de localización (país, ciudad, región, ISP), estadístico de sistema (sistema operativo, navegador, resolución), análisis de las palabras claves en los buscadores, páginas populares, y más.

Algunas herramientas, sin embargo, prometen ofrecer algo distinto o específico.

Una herramienta que promete centrarse en el análisis de actividades “social media”. En otras palabras, una herramienta pensada para analizar la actividad en blogs y redes sociales.

Herramientas que no son precisamente “nuevas”, pero sí cada vez mejores para analizar mediante “click maps” la actividad de los usuarios.

Que recientemente ha añadido un bid manager, y se posiciona como una de las mejores herramientas para analizar el tráfico SEO y PPC.

Se presenta como la alternativa open source en analítica Web; como era de esperar, permite modificar el código para adaptarlo a nuestras necesidades, y parece bastante flexible en tanto que se integra con distintos lenguajes de programación y herramientas de publicación de contenidos.

Apple vs. Hewlett Packard: El poder de la humildad

Hasta ahora hemos abordado al Web Analytics en su forma teórica o supuesta. Ahora veremos un ejemplo concreto de formas en las que el análisis Web es un condicionante dentro del éxito de una empresa.

El caso seleccionado es el Apple vs. Hewlett Packard. El ACSI (Indice de Satisfacción del Consumidor en Norte América) publicó en 2009 el porcentaje de aprobación de las diferentes marcas de computadoras personales en la última década:

El cuadro demuestra que mientras que en la última década Apple subió su porcentaje de aprobación de un 77% a un 84%, HP bajó el suyo de 78% a 74%.


Avinash Kaushik dijo, en una charla en la Asociación Canadiense de Marketing: "Aproveche la competencia".

Es sorprendente como en un medio donde la competencia esta a un click de distancia, que algunas empresas sigan ignorantes de las capacidades de este medio. Sigan tan orgullosas. HP falló en entender que el mejorar es medirse ante los competidores, uno es tan bueno como malo es otro. El Web Analysis nos permite eso: medir, comparar. ¿Para que? Para aprender, de los errores propios y aciertos ajenos.

Apple supo entender el nuevo paradigma que presenta Internet, y puntualmente el análisis Web. HP se ancló en su propio punto de vista, y quedó rezagado en la competencia, ensimismado en sus propios errores. Apple fue humilde y pudo aprovechar la competencia. HP no. Y eso se demuestra en los números.

Analytics: Historias de ayer y hoy.

Con los avances tecnológicos constantes de la nueva era posmoderna Internet ha dejado de ser un mundo paralelo de difícil acceso para transformarse en mundo con las puertas abiertas a la gran mayoría de la población mundial.

La penetración global de Internet alcanzó el 18% lo que significa que de una población mundial de 6,574,666,417, hay 1,173,109,925 de personas que acceden a Internet. Si consideramos que Estados Unidos de Norteamérica fue pionero y su actual penetración es de 70% podríamos esperar que en un futuro próximo el resto de los paises tiendan a alcanzar ese nivel.

Este nuevo escenario condiciona las reglas de juego actuales para la óptima utilización de los recursos de Marketing Online. Veamos ahora el proceso evolutivo de los analytics.

Web Analytics Beta: Se basaba principalmente en la tecnología, y el principal objetivo era mantener todo funcionando. La información era utilizada con propósitos tecnológicos.

Web Analytics 1.0: Las empresas fueron proveídas con toneladas de información. Las herramientas de Web Stats se transformaron en herramientas de Web Analytics las cuales comenzaron a generar una diversidad importante de indicadores y reportes. Algo parecido pasó con el resto de las herramientas de información como los Ad-Servers, E-mailing tools y Surveys software (entre otras).

La captura de información ya deja de ser el problema, ahora la complicación se da por el lado del análisis. Analístas se ven desbordados de información con el agravante de que toda la información esta guardada en bases estancadas (de las cuales mucho no tienen incluso API) y el formato es heterogéneo.

Mientras que en Offline Marketing obtener la información representa el mayor costo (capturar la información) en Online Marketing las empresas deben invertir mucho dinero para integrar y analizar dicha información.

Además cabe agregar que la necesidad de invertir en análisis grandes sumas de dinero no es tan malo como no tener la posibilidad de analizar todas las acciones de la empresa como un sistema integrado en lugar de un grupo estancado de cosas que funcionan de manera independiente.

La evolución de la Web conllevó como era de esperarse, un giro totalmente distinto en el mundo de los Analytics. Hoy en día se habla de una visión mas abarcativa y segmentada, una visión 360°.

1- Information Centric: En Analytics 1.0 el foco está en las herramientas. Cada una contiene y provee a los analistas de determinada cantidad de información, entonces dependiendo de la información necesitada uno debía ir a diferentes herramientas o bases de datos y analizar todo por separado o en el mejor de los casos perder mucho tiempo en integrar todo y tratar de darle sentido y coherencia.

2- Visión 360 grados: Para poder tener una visión total del proyecto es de vital importancia entener el QUE (Comportamiento), el POR QUE (Actitudinal), el CUANDO (Tiempo) y el DONDE (Entorno).

3- Generación de Sentido: La información tiene dos objetivo principales, controlar y tomar desiciones. Si no proveemos a las personas con información que “tenga sentido” para la actividad particular que están realizando, estos no podrán tomar desiciones eficientes. Cada proyecto es único, tanto como las actividades que realizan las personas que los llevan adelante, por ello debe enfocarse la antención en definir que información tiene más sentido y es más relevante para cada una de las personas que integran el proyecto.

4- Visión sistémica: Cada empresa es un sistema, o sea un set de entidades, reales o abstractas, que generan un todo, donde cada componente interactúa o se relaciona con al menos otro compomente y en conjunto sirven a un objetivo en común (Wikipedia). Por ello es necesario entenderlo como un sistema, considerando que cada acción que llevamos a cabo afecta todo el sistema y no únicamente parte de el.

5- Estratégia Integrada: El plan de Analytics debe basarse en la estratégia corporativa y proveer la estructura de información para controlar y tomar desiciones.

6- TOC (Toría de las Restricciones): No tiene sentido tratar de resolver todos los problemas organizacionales en paralelo ya que todo sistema (como digimos las empresas son sistemas) tiene solo una restricción principal (como en una cadena sólo hay un eslabón que se rompe antes que los demás), que limita la performance total para que la empresa alcance sus objetivos. Entonces al enfocarse en esa restricción principal no sólo es más fácil utilizar el presupuesto de manera más efectiva sino que también disminuír el riesgo de tomar varias decisiones a la vez que pueden afectar negativamente al sistema (Empresa). Los pasos para implementar correctamente TOC son (Eliyahu M. Goldratt):

a) Identificar la restricción (aquella que limita la performance de la empresa)

b) Decidir como explotar la restricción.

c) Subordinar todos los procesos a las desiciones anteriores.

d) Aumentar la capacidad limitada por la restricción (de ser posible, incrementar constantemente la capacidad de la restricción)

e) Si, como resultado de lo anterior, la restricción a dejado de serlo, volver al paso 1. No dejar que la inercia se vuelva la restricción!!!.

7- ROCI: Pasar de un modelo de Retorno sobre la inversión a uno de Retorno sobre la inversión por cliente. Llevar a cabo acciones de data mining sobre la base de clientes que permitan a su empresa ejecutar acciones ad-hoc que le permitan incrementar el LTV (life time value) de cada cliente en particular, generando en definitiva resultados corporativos más efectivos.

Plan de trabajo de Analytics 2.0

El proceso de Analytics 2.0 tiene dos flujos de actividades principales:

Definición estratégica (De arriba hacia abajo)

El flujo descendente alinea la estrategia de medición con la estrategia de negocio / corporativa. Este proceso empieza con el análisis de la estrategia corporativa de la companía y continúa por el diseño de la estructura del sistema de información a utilizar por medio del cual toda la información será medida, procesada, analizada y, finalmente, reportada.

Proceso dinámico de Analytics (De abajo hacia arriba)

Este flujo ascendente se enfoca en proveer a cada área de la empresa con información relevante de manera inmediata, que permita llevar a cabo los procesos de toma de control y toma de decisiones eficientemente.

La siguiente pirámide es una representación gráfica del modelo anteriormente mencionado:***

La información de la base se caracteriza por ser más operativa (generalmente counts) mientras que al subir niveles en la pirámide la información se vuelve mas estratégica (KPI y KSI).

Información de Internet: Es aquella información producida como resultante de la interacción de su proyecto de Internet (ej. ecommerce site) e “Internet”. La información de Internet existe esté siendo trackeada o no.

Información: Es aquella información que está siendo medida (trackeada) antes de ser procesada (counts). Esta información es la más operativa y menos estratégica.

Indicadores: Son normalmente el resultado de procesar al menos dos counts. Los indicadores dan soporte principalmente a las personas que componen el núcleo operativo (y dependiendo la organización la línea media).

KPI: Los Key Performance Indicators proveen la información más estrategica en el nivel de operaciónes (o táctico). Ayuda a managers de nivel medio y alto a entender como le está yendo a la empresa y cuales serán los situientes pasos a dar sin necesidad de entrar en detalles puramente operativos.

KSI: Los Key Strategic Indicators están relacionados directamente con la estratégia corporativa. Permite a Top Managers hacer seguimiento de varias unidades de negocios sin necesidad de prestar atención en los detalles de cada una de ellas.

***

¿Qué es "Web Analytics"?

¿Qué es el Web Analytics?

El análisis Web es un conjunto de técnicas relacionadas con el análisis de datos relativos al tráfico en un sitio Web con el objetivo de entender su tráfico como punto de partida para optimizar diversos aspectos del mismo.

Existen dos categorías de análisis Web: off-site y on-site. Los análisis Web off-site hacen referencia a mediciones Web y análisis independientes de si se es el dueño del sitio Web o se le da mantenimiento. Esto incluye la medición de la audiencia potencial (oportunidad), participación de voz (visibilidad) y zumbidos (comentarios) de acerca de lo que está pasando en Internet como un todo.

Los análisis Web on-site miden la ruta de un visitante una vez que se ingresa a un sitio de Internet de propiedad de la persona que realiza el análisis. Esto incluye conversiones; por ejemplo qué páginas de llegada alientan a las personas a hacer una compra. Las mediciones de análisis Web on-site comparan indicadores de desempeño clave y lo usan para mejorar un sitio Web o la respuesta de la audiencia frente a una campaña de mercadeo.

Históricamente, el análisis Web ha hecho referencia a la medición de visitantes on-site. Sin embargo, en años recientes se ha producido la convergencia de ambos aspectos, principalmente debido a que los vendedores están produciendo herramientas que abarquen ambas categorías.