Medir el fracaso con Google Analytics es invertir en el éxito

Jorge Serrano Cobos

Decía Philip Kotler, conocido gurú del Nuevo Marketing, que “lo que realmente debemos analizar son las transacciones que realizan nuestros clientes. En otras palabras, qué hacen.”

Y es que, después de meditar en las funcionalidades y servicios que va a soportar nuestro servicio de información online, su arquitectura de información, etc., diseñarlo, programarlo, incluir información y productos preferiblemente con un Gestor de Contenidos (CMS) para no morir en el intento, testarlo para eliminar errores y ponerlo a disposición del público, e incluso después de desarrollar una campaña de publicidad y marketing online y/u offline, debemos medir los resultados, saber si vamos por el buen camino, o si debemos mejorar.

Por qué usar Google Analytics

Una de las herramientas más utilizadas para el análisis cuantitativo de la navegación de los usuarios es Google Analytics. No es ni mucho menos la única, ni quizá la mejor o la más completa (ver algunos pros y contras), pero la cantidad de indicadores y análisis que ofrece, por su precio (gratuito) y la facilidad visual de uso, la convierten en una herramienta muy codiciada para todo tipo y tamaño de sitios web, públicos o privados.

Google Analytics es muy fácil de implementar. Sólo necesitamos copiar y pegar un código javascript en la maquetación HTML de todas las páginas, o de las plantillas si nuestra web se gestiona mediante un CMS. De esa forma seguirá todos los pasos que den nuestros usuarios dentro del portal. El problema es, volviendo a Kotler, entender qué queremos analizar, qué queremos medir.

Una de las grandes virtudes de Google Analytics es que nos permite visualizar grandes cantidades de datos mediante un cuadro de mando en el que es posible consultar de un vistazo los indicadores de éxito / fracaso más comúnmente exigidos a estas herramientas y entender, en la medida de lo posible, ese indicador que con números por sí mismo no nos dice nada (ej en la imagen, indicador en verde +12,90%, indica que está aumentando, en este caso las visitas en el período estudiado en comparación con el período anterior, mismos meses pero del año pasado).

Google Analytics, cuadro de mando

La culpa la tienen Avinash Kaushik y Jeffrey Veen, quienes han conseguido que a un diseño agradable y relativamente sencillo de uso (dadas las características de una herramienta tan compleja como ésta) se una un mayor entendimiento del usuario de estos programas, es decir, en general, webmasters que no tienen tiempo para obtener unos mínimos análisis que midan el éxito de la labor realizada.

Para interpretar qué respuestas queremos, necesitamos pensar qué preguntas haremos.

Y sin embargo, dedicar atención a la Analítica Web, es una de las mejores inversiones que podemos hacer en nuestros sitios. Debemos pensar de antemano cómo vamos a medir el éxito de nuestro portal, que indicadores básicos y complejos nos van a aportar un estudio más rico, así como entender cuándo un dato supone un dato positivo o negativo.

Así la Métrica Web más tradicional, el número de páginas vistas, no tiene por qué significar lo que nosotros creemos. Si al mes nos visitan miles de usuarios que ven millones de páginas, pero no adquieren nada ni clican en ningún banner de publicidad o no reservan online ningún libro, o no ven satisfecha una demanda de información, lo que les obliga a seguir llamando al teléfono de atención pública, ese indicador lo es de un fracaso, no de un éxito. Poner en contexto el indicador es clave en el análisis, y debe pensarse antes de mostrarse el sitio web en la Red.

Si la nuestra es una web es de comercio electrónico, querremos por ejemplo saber no sólo qué productos se compran más, sino también cuánto hemos gastado en publicidad en relación con las ventas finales obtenidas de esa inversión, o cuál es el segmento de población recurrente que más visitó ciertos productos y de éstos, cuáles produjeron más ventas o conversiones, etcétera, etcétera.

Si es una web de una institución pública, igual que en las webs con ánimo de lucro, también podemos generar objetivos de estudio. Se coloca un código específico en la página que se ejecuta tras rellenar un formulario de –por ejemplo- Administración Electrónica, y se analiza cuántos usuarios han conseguido rellenarlo, qué páginas de entrada han sido las más comunes para llegar a ese punto, o cuáles han sido muy visitadas, pero por alguna razón, no han rellenado el formulario.

Y además, podemos estudiar de sus conductas de búsqueda

De igual forma, en un Opac de un portal bibliotecario podríamos medir cuántos usuarios se apuntan a un boletín de novedades, o con la nueva funcionalidad Site Search, responder a algunas de estas preguntas (mencionadas por Avinash):

  • ¿Cuánto usan mi buscador interno los usuarios?
  • ¿Qué palabras clave buscan?
  • ¿Dónde se comienza a buscar?
  • ¿Cómo buscan los diferentes grupos de usuarios dentro de mi sitio web?
  • ¿Qué beneficios se obtienen de los usuarios que buscan en mi sitio web?
  • ¿Están los usuarios satisfechos con lo que encuentran?

google analytics panel

Es decir, necesitamos saber, por ejemplo (y la lista sería larguísima):

  • Si en nuestro sitio web se comprueba lo que ya postulaba Nielsen en 1997, que más de la mitad de los usuarios prefieren buscar (search-dominant) que mirar en un directorio o similar (browsing, link dominant)
  • Si debemos diseñar nuestro sitio web más para los que buscan o para los que navegan
  • Si debemos cambiar la arquitectura de información dependiendo de las palabras clave que se buscan, o si lo que se busca existe ya
  • Si lo que el buscador interno ofrece es lo que el usuario está demandando y está bien posicionado o no dentro de las respuestas que da el buscador (Internal SEO, o SEO pensando en tu buscador interno, no en que esté bien posicionado en Google, que es otro cantar, puesto que normalmente lo que se busca dentro de un sitio web, no tiene por qué ser lo que se busca fuera de ese sitio web, a través de Google, en relación a él, para encontrar el sitio)
  • en qué momento la navegación por enlaces (organizados por categorías, facetas, alfabéticamente, etc.) no están dando a los usuarios la información que ellos buscan, en el lenguaje (natural o no) en el que quieren verlo (la denominada information scent), siguiendo los principios de la teoría denominada “Information Foraging Theory”, explicada en Infovis. Esto es, cuál es el porcentaje de usuarios que dejó tu sitio web “después” de buscar algo. Porque cuanto mayor sea el porcentaje de salidas del portal, menos satisfechos estarán tus usuarios con tus resultados de búsqueda (Kaushik dixit)

Y ésa es, en palabras del mencionado experto Avinash Kaushik, una de las medidas más interesantes que podemos hacer, la medida del fracaso, denominado “bounce rate” en la literatura. Porque ser humildes y entender qué hacemos mal, es la mejor receta para hacerlo bien.

Más información:

Para entender de Web Analytics (no solo sobre Google Analytics):

Para saber más sobre Google Analytics:

Para instalar Site Search en Google Analytics:

Jorge Serrano Cobos
MASmedios
www.masmedios.com

2 comentarios Escribir un comentario

  1. Pingback: documenea.com

  2. Pingback: SEDIC - Blog » Archivo del weblog » El blog de SEDIC cumple dos añitos: estás invitado

Deja un comentario


Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>