Este documento forma parte de los contenidos del Máster en Buscadores del curso 2016/2017. Cada año publicamos en abierto 6 entrevistas de entre las más de 50 que forman parte del máster.
Felipe, bienvenido al Máster en Información Digital. Estamos muy interesados en saber cómo presentar los resultados de la analítica web para que los datos sean útiles y que permitan la toma de decisiones.
Gracias. Para mí es un placer participar en este Máster, y poder aportar mi punto vista sobre temas relacionados con la analítica web.
1) Empecemos por cuestiones más formales. ¿En qué tipo de documento hay que presentar los resultados, en un informe en PDF, en una presentación Power Point, en un documento Excel? ¿El tipo de formato depende del receptor de este informe?
La última pregunta es la que da, en parte, en el clavo. El formato en el que se deben presentar los datos depende de los receptores, pero también de la finalidad de dichos datos. Por ejemplo, cuando se hace un análisis sobre los resultados de una campaña, con el fin de detectar qué funcionó bien y que funcionó mal, y tienes que presentar ese informe a los responsables de marketing de una empresa, un Power Point con el resumen de tus hallazgos puede ser perfecto.
Ahora bien, si se trata de analizar el día a día de la misma campaña, con el objetivo de corregir sobre la marcha aquello que está funcionando mal, y potenciar lo que va bien, entonces un Power Point es completamente inútil, aunque los receptores sean los mismos.
En ese caso, lo mejor es un cuadro de mando online que pueda ser consultado rápidamente desde cualquier ordenador con conexión a internet, y que muestre los KPIs de las acciones que se están llevando a cabo en ese momento.
Un Excel podría desempeñar la misma función, pero con las siguientes desventajas: debe ser enviado a cada uno de los receptores, y normalmente no se actualiza de forma automática.
En general, cualquier informe detallado sobre el status online de una empresa, dirigido a los responsables de la misma, puede ser entregado en PDF. Pero los informes con los datos necesarios para el día a día deberían ser planteados como cuadros de mando.
Si los receptores son los encargados directos de la gestión de un site o de las acciones de marketing online, pueden ser útiles formatos y sistemas de envío de información menos “formales” que los Power Point, los PDFs y los Cuadros de Mando. La mayoría de las herramientas de análisis web que existen en el mercado permiten programar envíos periódicos, por email, con los KPIs que se estimen oportunos, según el receptor. Incluso es posible programar alertas que se disparan cuando se cumple alguna condición establecida por nosotros. Por ejemplo: podemos programar el envío de un mensaje si las transacciones de un site caen un 10% con respecto al período anterior.
2) Hay un aspecto elemental sobre el que a menudo se dan recomendaciones contradictorias ¿cuantas métricas se deben incluir en una presentación?
La pregunta es ambigua. En una presentación puedes incluir todas las métricas que quieras, mientras te dé tiempo, y estén relacionadas con lo que tienes que analizar. Y en un informe sobre la presencia online (y/o offline) de una empresa también.
Otra cosa muy distinta son los cuadros de mando. En ese caso, la cosa cambia, y siempre que me hacen esta pregunta respondo con otra pregunta: ¿qué te llevarías de tu casa si ésta se está quemando? Respuesta correcta: sólo lo más importante. La idea no es mía. Es de Avinash Kaushik, y la plantea en su libro Web Analytics: An Hour a Day.
Por lo visto, la mente humana es incapaz de retener demasiada información al mismo tiempo, y al parecer, 6 KPIs es el límite. Evidentemente, el estado global de un site necesita más de 6 KPIs para ser representado fielmente, sobre todo si se están desarrollando campañas on y offline.
Pero en esto vuelve a surgir el tema de los receptores. A cada receptor le corresponden sus 6 KPIs.
Supongamos que tenemos que hacer un cuadro de mandos para una multinacional. La idea fundamental de un cuadro de mando, es que debe servir para que, de un vistazo, los responsables sepan si todo va bien, o si tienen que usar el teléfono para ver qué está pasando con tal o cual aspecto.
Así que, por ejemplo, al director general le corresponderá la pestaña del cuadro que contenga KPIs del siguiente tipo: visitas, ingresos totales, gastos totales, margen, ROI general de todas las campañas activas (y todavía me queda uno). Para cada KPI, deben mostrarse tendencias y variaciones con respecto a otros períodos de tiempo.
El director de marketing, por su parte, tendrá en su cuadro KPIs como el número de campañas activas, ROI, margen y costes por campaña; y para las campañas de PPC, clicks e impresiones.
Por último, y para no extendernos más, el responsable del departamento de atención al cliente debería tener como KPIs el número de quejas recibidas, el número de quejas resueltas de forma positiva, y el número de las resueltas de forma negativa. Las llamadas recibidas en el call center, el número de las que se han contestado, y el número de las que no se contestaron...
3) ¿Tienes alguna recomendación en cuanto al orden de la información en la presentaciones? ¿Los elementos gráficos son importantes?
A la mayoría de las personas les cuesta interpretar tablas. Y la práctica totalidad interpreta mejor los gráficos. Y cuando digo “interpretar” me refiero a ser consciente de la relación entre los datos.
En lugar de extenderme intentando explicar lo que digo, lo mejor es hacer un experimento. Primero hay que pegar la tabla que se incluye más abajo en una hoja de cálculo, y hacer un gráfico de barras a partir de los datos.
|
Fuente de tráfico
|
Porcentaje de Conversiones
|
|
Directo
|
2,5%
|
|
Referente
|
1,8%
|
|
Orgánico
|
2,6%
|
|
Búsqueda de pago
|
1,3%
|
|
Display
|
0,5%
|
|
Email
|
3,1%
|
|
Social
|
0,5%
|
Ahora lo mismo, pero en lugar de un gráfico de barras es mejor usar uno de tarta:
|
Fuente de tráfico
|
Visitas
|
|
Directo
|
25.000
|
|
Referente
|
5.000
|
|
Orgánico
|
45.000
|
|
Búsqueda de pago
|
35.000
|
|
Display
|
120.000
|
|
Email
|
3.200
|
|
Social
|
7.500
|
Antes de hacer los gráficos intente interpretar las tablas. Compare ambas y responda a las siguientes preguntas ¿Qué fuentes de tráfico debería potenciarse? ¿Qué fuentes que cuestan dinero presentan resultados mejorables, comparativamente hablando?
Cuando haya hecho los gráficos, muestrelos a otra persona que no haya intentado interpretar antes las tablas, y haga las mismas preguntas. ¿Quién ha tardado menos en responder?.
Repita el experimento varias veces (no saque conclusiones a partir de la primera experiencia).
En cuanto al orden de presentación de los datos, yo suelo incluir primero los datos en bruto, y después los gráficos y las interpretaciones de los datos. De esa manera, cualquier otro analista puede utilizar los datos y confirmar (o refutar) mis conclusiones.
4) En el contexto de una empresa, ¿con qué frecuencia un responsable de analítica tiene que presentar informes a sus superiores?
Otra vez la respuesta depende la finalidad de los datos y de los receptores de los mismos. A los jefes les puedes hacer un informe de estado semanal, quincenal, mensual, trimestral, semestral, y/o anual. Pero esos mismos jefes, y otros mando intermedios, necesitan datos diarios para llevar a cabo su actividad de forma adecuada. En ocasiones es útil la información a tiempo real.
5) ¿Piensas que el dato de conversiones es importante para un informe de analítica? ¿Cual seria la mejor forma de calcular las conversiones?
Es absolutamente necesario calcular las conversiones (y su porcentaje). El porcentaje de conversiones y su tendencia suele ser uno de los principales KPIs de cualquier cuadro de mando.
Para calcularlo correctamente, primero debemos asegurarnos de que los datos que tenemos son fiables. Antes de sacar conclusiones es conveniente realizar una auditoría de la implementación de la herramienta de análisis en el site. No debemos olvidar que si entra basura, sale basura.
En segundo lugar, debemos asegurarnos de que estamos recogiendo la información necesaria para calcular las conversiones (la implementación puede ser correcta, pero incompleta).
Finalmente, hemos de seleccionar las métricas que usaremos para nuestros cálculos, y mantenerlas en el tiempo.
Por ejemplo, el porcentaje de conversiones se puede calcular dividiendo el número de visitas en las que se realiza una acción determinada (un registro, por ejemplo), por el número total de visitas.
También es posible calcularlo dividiendo el número total de veces en las que se realiza una acción determinada, por el número total de visitas, o por el número total de visitantes.
Por lo general, se ha estandarizado el uso de las visitas en el denominador, porque aún sigue siendo un dato más fiable que el de visitantes.
Pero, independientemente del criterio que seleccionemos, la clave está en mantener siempre ese criterio, para realizar de forma correcta el estudio de las tendencias.
Porque lo realmente importante son las tendencias. Por muy bien que esté implementada una herramienta, nunca será exacta (puede ser precisa, pero no exacta). Así que de nada nos sirve decir que hemos conseguido 1.525 registros en el último mes, o que el porcentaje de conversiones de la última semana fue del 5,23%, puesto que con toda probabilidad ambos datos no son correctos.
Lo realmente útil es saber, usando siempre los mismos criterios de medición, si el número de conversiones, o de visitas, o de visitantes únicos, o de páginas vistas, etc… ha crecido o disminuido en el tiempo.
Supongamos que una empresa inicia acciones para optimizar las principales landing pages de su sitio. Ante la pregunta ¿qué ha pasado con nuestro porcentaje de rebote? es mucho más útil decir: “ha caído un 15% en los últimos tres meses”, que decir “es del 45,5% en estos momentos”. Primero, ese 45,5% no será real, con toda probabilidad y, segundo, lo importante es saber que el rebote está bajando.
6) Y el valor de cada conversión y por tanto el valor global de los ingresos, ¿sería un dato importante a incluir en cualquier informe? ¿Qué hacemos cuando las conversiones no son ventas? ¿Hay alguna recomendación que puedas darnos sobre cómo hacer estimaciones?
Vamos por partes. Es un error muy común relacionar conversiones sólo con ventas. Una venta, en un sitio de comercio online es, efectivamente, una conversión, pero no es la única conversión posible.
Una conversión es cualquier acción que nosotros definamos como deseable. Por ejemplo:
- Un registro
- Un visita en la que se vean más de cuatro páginas
- El envío de un formulario de contacto
- Añadir un producto a la cesta de la compra
- Ver un vídeo
- Descargar un documento
- Una suscripción a nuestro boletín de noticias
Para optimizar un site o una app, además, es necesario trabajar con macro conversiones, y micro conversiones.
En un site de ecommerce una venta sería una macro conversión, y un registro o el envío de un formulario de contacto, serían micro conversiones.
Para un site de contenidos, como un periódico online, una visita que ve más de 4 páginas o que está más de 5 minutos es una macro conversión. También lo es una suscripción. Pero la visualización de un video sería una micro conversión.
Las macro conversiones son aquellas que están directamente relacionadas con nuestros objetivos de negocio. Las micro conversiones son aquellas que ayudan a que las macro conversiones se cumplan, y cuyo seguimiento es básico para mejorar la experiencia de los usuarios de un site o de una aplicación móvil.
Es muy conveniente asignarle un valor a las conversiones (macro y micro), aunque no sean ventas, porque muchas veces es necesario hablar en términos monetarios para convencer a los responsables de que deben actuar. Esta estrategia se conoce como “monetizar las conversiones”.
Por ejemplo, un registro es una conversión que no tiene un valor directo. Pero es posible darle un valor aproximado si sabemos el porcentaje de usuarios que, una vez registrados, acaban comprando un producto tras un tiempo determinado, y si conocemos el valor medio de nuestras ventas.
Si sabemos que el 10% de usuarios registrados acaban comprando, y que el valor medio de las transacciones es de unos 150 euros, podemos asignarle a cada registro un valor de 15 euros (el 10% de 150).
7) ¿Los informes de analítica deben limitarse a presentar los datos más importantes o tienen que dar un paso más y dar también propuestas de mejora? ¿Cómo de explícita tiene que ser esta propuesta?
Ésta pregunta es muy fácil y rápida de responder: la analítica pierde todo el sentido, y deja de ser analítica para convertirse en meros informes, si no se dan recomendaciones de mejora.
Dichas recomendaciones deben ser claras y concisas. Deben motivar a la acción. En este caso, el uso de recursos gráficos como colores o símbolos suele ser muy útil para destacar lo importante.
8) ¿Hasta qué punto los técnicos de analítica tienen que asumir la responsabilidad de los cambios que proponen? Se podría proponer algún cambio que una vez implementado no funcione.
Proponer cambios que no funcionan como se espera en pan de cada día en esta profesión. Y el que diga lo contrario miente. La clave está en minimizar el riesgo, y en reducir al máximo el coste de las acciones propuestas. Para esto último hay herramientas muy buenas de testeo que permiten experimentar antes de realizar un cambio definitivo.
La analítica es una disciplina que se rige por el método científico: los datos permiten plantear hipótesis. Esas hipótesis deben someterse a prueba. La prueba puede demostrar que la hipótesis es correcta, o que no lo es. Plantear una hipótesis que luego se puede verificar como incorrecta es parte de nuestro trabajo.
En este campo las pruebas más comunes suelen ser los test A/B o multivariantes, en los que se experimenta con varias versiones de una misma página para determinar cuál de ellas es que mejor funciona.
Pero este método de ensayo y error no sólo sirve para testear páginas. Puede aplicarse a newsletters, anuncios de PPC, actividad en redes sociales, etc… Por ejemplo: una empresa desea lanzar una campaña de email para el día de San Valentín. Los datos de otras campañas sugieren que los textos románticos funcionan mejor que las fotos de pareja. Así que se preparan dos tipos distintos de email, uno con un texto extendido, y una foto pequeña, y otro con una foto grande y texto resumido.
La base de datos es de 500.000 receptores. El coste de envío de los emails es elevado. Así que primero se hace un envío de prueba a 1.000 receptores. Un grupo de 450 recibe un tipo de email, y un grupo de 550 recibe el otro tipo.
Luego se comparan resultados, para determinar si la hipótesis es correcta (que funcionan mejor los textos). Una vez determinada la combinación ganadora de imágenes y textos, se envía el mail a los 499.000 receptores restantes. En muchas ocasiones la combinación ganadora puede ser la contraria a nuestra hipótesis inicial.
Felipe, muchas gracias por respondernos.