modulo web analytics. clasenº1. prof. gustavo saientz. fecha: 16-06-2010

Post on 19-Jun-2015

598 Views

Category:

Technology

1 Downloads

Preview:

Click to see full reader

DESCRIPTION

Módulo: Web AnalyticsClase Nº1Prof. Gustavo SaientzFecha: 16-06-2010

TRANSCRIPT

Curso de Web AnalyticsAnálisis del tráfico y comportamiento on-line

16 de Junio de 2010

Gustavo Saientzgs@resultics.com

INTRODUCCION A WEB ANALYTICS

¿POR QUÉ ES IMPORTANTE?Contexto

Internet es un medio masivo

3750MVentas por eCommerce 2008

Población 40.9MUsuarios de Internet 20M

Tiempo Online 32.4h

91%% Compradores Online

Penetración de Internet 49%

Es altamente medible y en tiempo real

Internet refleja lo que sucede fuera de línea

37%37%

17%17%

20%20%

30%30%

67% de las búsquedas online son realizadas para informarse al respecto de una empresa, producto, servicio o slogan derivado de algún canal Offline.

Internet refleja lo que sucede fuera de línea

67% de las búsquedas online son realizadas para informarse al respecto de una empresa, producto, servicio o slogan derivado de algún canal Offline.

Estudia al universo completo de personas

VS

Internet es flexible

¿QUÉ ES WEB ANALYTICS?Definiciones

¿50.000 Usuarios únicos?

¿1.000.000 Page Views?

¿50.000.000.000 Hits?

¿Qué NO es web analytics?

• No son visitas a un sitio

• NO es un software

• NO es un conjunto de reportes

• NO es una herramienta

• NO es un sinónimo de “Google Analytics”

¿Qué es Web Analytics?

Se conoce como “Web Analytics” al conjunto de técnicas, metodologías y herramientas que permiten medir, analizar y entender el comportamiento de los usuarios en la web, con el propósito de introducir mejoras en nuestras estrategias que tiendan a maximizar el cumplimiento de los objetivos del negocio.

Captura Procesamiento Análisis Reporte de datos

OBJETIVOSEstrategia de implementación

Definición de Objetivos

• Definir objetivos propios del Negocio y NO de Tráfico Web.

• Deben ser Medibles.

• Puede definirse objetivos secundarios propios de Internet.

Ejemplos:•Incrementar las ventas•Generar una base de datos de prospectos•Generar Awareness de una nueva marca•Fidelizar al cliente con una determinada marca o producto

Ejemplos:•Incrementar las ventas•Generar una base de datos de prospectos•Generar Awareness de una nueva marca•Fidelizar al cliente con una determinada marca o producto

INDICADORESEstrategia de implementación

KPI: Key Performance Indicators

DEFINICIÓN: Los indicadores clave de desempeño son métricas financieras o no financieras, utilizadas para cuantificar objetivos que reflejan el rendimiento de una organización. Estos indicadores son utilizados en inteligencia de negocio para asistir o ayudar al estado actual de un negocio a prescribir una línea de acción futura. Fuente: Wikipedia

Elección de indicadores (KPI / KSI)

• Se deberán definir indicadores clave para cada objetivo planteado.

• Deben reflejar el éxito o fracaso del objetivo planteado.

• Deben derivar en acciones concretas de optimización.

• No utilizar indicadores que no respondan a una pregunta del negocio.

Ejemplos:•Incrementar las ventas Cantidad de transacciones / Monto facturado•Generar base de datos de prospectos Cantidad de personas registradas•Generar Awareness de una nueva marca Indice de difusión•Fidelizar al cliente Indice de fidelización

Ejemplos:•Incrementar las ventas Cantidad de transacciones / Monto facturado•Generar base de datos de prospectos Cantidad de personas registradas•Generar Awareness de una nueva marca Indice de difusión•Fidelizar al cliente Indice de fidelización

NIVELES DE DATOSIntroducción a los Datos en Web Analytics

Niveles de datos

Nivel Operativo básicoNivel Operativo básicoNivel Operativo medioNivel Operativo medio

Nivel estratégicoNivel estratégico

3 niveles de datos que proporcionan información distintos perfiles en la organización

Counts (conteo): poco procesamiento

• Hits (no se usa más): Cada petición realizada al servidor Web, ya sea un archivo html, una imagen, un script, un archivo flash, etc.

• Pageview (página vista): Cada página descargada desde el servidor web.

• Visitas:Sesiones de navegación de un usuario que permanece por un determinado tiempo en el sitio.

• Visitantes / Usuarios únicosUsuarios identificados unívocamente que visitan un sitio en una o varias sesiones diferentes.

Nivel O

perativo básicoN

ivel Operativo básico

Counts (conteo): poco procesamiento

• Transacciones• Pedidos• Registros• Búsquedas• Clicks• Impresiones• Vistas de videos• Etc.

Nivel O

perativo básicoN

ivel Operativo básico

Indicadores: algo de procesamiento

• Páginas por visita• Visitas por visitante• Tiempo de sesión• Tiempo por página• Búsquedas por visita• Etc.

Nivel O

perativo medio

Nivel O

perativo medio

KPI: mayor procesamiento

• Stikiness• Freshness factor• Success In Finding Employment After Graduation• Etc.

Nivel estratégico

Nivel estratégico

FUENTES DE INFORMACIÓNAdquisición de datos

Pensamiento sistémico

Las 5 categorías de acuerdo a Russell Ackoff:

Sistemas de información

Un sistema de información (SI) es un conjunto de elementos orientados al tratamiento y administración de datos e información, organizados y listos para su posterior uso, generados para cubrir una necesidad (objetivo).

Sistemas de información

Fuentes primarias de información:

• Generadas por la empresa con un objetivo particular

• Se conoce la metodología

Fuentes secundarias de información:

• Generadas por terceros

• Son útiles para la organización pero se desconoce su metodología.

Ejemplos…

• ¿Qué fuentes primarias de información conocen?

• ¿Qué fuentes secundarias de información conocen?

Posibles fuentes de información

• Herramienta de Web Analytics

• Sistema de Encuestas online• Plataforma de E-Mail

Marketing• Ad-Server• CRM

Ad ServerAd Server

E-Mail MarketingE-Mail Marketing

Web

Dat

aW

eb D

ata

Surv

ey T

ool

Surv

ey T

ool

HERRAMIENTASAdquisicón de datos

Herramientas de Web Analytics¿Cómo capturar y procesar los datos necesarios para alcanzar la sabiduría?

Fuentes primarias (on-site):

Fuentes secundarias (off-site):

Tipos de herramientas

Web LogsWeb Logs

Web Server

Logs Tags

Web Server

HerramientaWeb Analytics

HerramientaWeb Analytics

Procesamiento de Log Files

• Ventajas:– El servidor SIEMPRE genera un Log file– Se capturan todas las transacciones realizadas (no

solo PV)– Se puede mantener un histórico para ser procesado /

analizado con cualquier herramienta– El método es independiente de las características del

navegador/computadora/plataforma del usuario

Procesamiento de Log Files

• Desventajas:– El procesamiento de los logs puede demorar varias

horas o días.– Generalmente se debe tener acceso “físico” al

servidor para acceder al log.– No es posible capturar datos como resolución de

pantalla, colores, plugins instalados, etc.

Ejemplo de Log File

123.123.123.123 - - [26/Apr/2000:00:23:48 -0400] "GET /pics/wpaper.gif HTTP/1.0" 200 6248 "http://www.jafsoft.com/asctortf/" "Mozilla/4.05 (Macintosh; I; PPC)" 123.123.123.123 - - [26/Apr/2000:00:23:47 -0400] "GET /asctortf/ HTTP/1.0" 200 8130 "http://search.netscape.com/Computers/Data_Formats/Document/Text/RTF" "Mozilla/4.05 (Macintosh; I; PPC)" 123.123.123.123 - - [26/Apr/2000:00:23:48 -0400] "GET /pics/5star2000.gif HTTP/1.0" 200 4005 "http://www.jafsoft.com/asctortf/" "Mozilla/4.05 (Macintosh; I; PPC)" 123.123.123.123 - - [26/Apr/2000:00:23:50 -0400] "GET /pics/5star.gif HTTP/1.0" 200 1031 "http://www.jafsoft.com/asctortf/" "Mozilla/4.05 (Macintosh; I; PPC)" 123.123.123.123 - - [26/Apr/2000:00:23:51 -0400] "GET /pics/a2hlogo.jpg HTTP/1.0" 200 4282 "http://www.jafsoft.com/asctortf/" "Mozilla/4.05 (Macintosh; I; PPC)”123.123.123.123 - - [26/Apr/2000:00:23:51 -0400] "GET /cgi-bin/newcount?jafsof3&width=4&font=digital&noshow HTTP/1.0" 200 36 "http://www.jafsoft.com/asctortf/" "Mozilla/4.05 (Macintosh; I; PPC)"

Page Tagging

• Ventajas:– Relativamente fácil de instalar– Permite ser utilizado mediante servicio hosteados

externamente (modo ASP)– Permite medir “eventos” que no son ejecutados en

el servidor (AJAX, Flash, etc)

Page Tagging

• Desventajas:– Si el usuario interrumpe la carga de la página, esta

puede no ser contabilizada.– En sitios con varios dominios o sub-dominios, la

implementación es mucho más compleja.– Si se cambia de herramienta, no se puede acceder a

un histótico.

Ejemplo de Tag (Yahoo Web Analytics)

OTRAS HERRAMIENTASAdquisición de datos

On exit survey

On exit survey

On exit survey

Customer Driven OptimizationCustomer Driven Optimization

E-Mail Marketing tools

Checklist

Definición de objetivos

Elección de indicadores (KPI / KSI)

Adquisición de datos (herramientas)

¿Y AHORA…?

ANALISIS DE DATOSRegla 10/90

Regla 10 / 90 (Avinash Kaushik)

Cada 10 dólares que invertimos en herramientas, deberíamos invertir 90 en análisis de los datos (inteligencia).

ACCIONAR SOBRE LAS METRICASOptimización de resultados

Conversion Path

• Es el camino que sigue un usuario para convertir el objetivo de su visita.

• Generalmente consta de varios pasos y se representa con un embudo (o funnel).

ObjetivoObjetivo1122

33

44

55

66

Funnel / Conversion rates

10%

40%

CTR: 1%

BannerBanner

Micro conversiones

5%

Impresiones: 1 millón

Visitas: 10 mil

Visitas: 1000

Visitas: 400

Ventas: 20

20 x $100 = $2.000

Conversión

Funnel / Conversion rates

12%

45%

CTR: 1.5%

Banner 2Banner 2

Micro conversiones

8%

Impresiones: 1 millón

Visitas: 15 mil

Visitas: 1800

Visitas: 810 (x2)

Ventas: 64 (x3)

64 x $100 = $6.400 (+320%)

Conversión

Experimentar

• A/B Test• Experimentos multi-variable• Mix de medios• Comunicación• Estrategia de precios• Ofertas y promociones

Medir siempre el resultado de los experimentos y pruebas

Medir siempre el resultado de los experimentos y pruebas

Aprender y ejecutar

• Buscar conclusiones relevantes al negocio

• Aprender de lo bueno y de lo malo

• Tomar acciones que puedan influir sobre los KPIs elegidos

• Cada pequeño cambio puede hacer una gran diferencia

EN RESUMEN…Web Analytics

Resumen

• Web Analytics es acerca del Negocio y no del tráfico

• Objetivos Datos Análisis Conclusiones Acciones

• Hacer foco en el Análisis más que en la Herramienta

• Incorporar la medición a la cultura de la organización

• Hay que estar dispuesto a probar y equivocarse

• El análisis web es un proceso de mejora continua

¡Gracias por su atención!

¡Gracias por su atención!¿Preguntas?

top related