17 Oct 2017
Qué puedo averiguar gracias a la analítica web
Lectura: 6 mins.
|
Dificultad:

¿Qué puedo averiguar con la analítica web? (II/II)

Continuamos con la segunda (y última) parte de esta serie de posts en los que os descubrimos cómo acercarnos más al usuario y conocer sus intereses a través de la medición de las interacciones que realiza durante toda su ruta de navegación.

Como os contamos en la primera parte, no es suficiente con implementar el código de Analytics en la página, puesto que nos estaremos perdiendo un montón de información. Veamos qué puedes saber de tus usuarios y de su comportamiento gracias a la analítica.

Nuestra web contiene enlaces que apuntan a sitios externos. ¿Cuánto tráfico aportamos a estas webs?

Los enlaces enriquecen el contenido así como mejoran la experiencia del usuario en su lectura y comprensión. Adicionalmente, los buscadores consideran positivo que exista un enlazado externo e interno consistente, por lo que van a potenciar el posicionamiento de las páginas que lo aplique.

Es interesante conocer las páginas que aportan tráfico a estos sitios externos y por las que el usuario abandona nuestra web. A través del seguimiento de clics externos, podremos conocer exactamente en qué links se ha pinchado o cuanto tráfico aportamos a otras webs.

La información en Google Analytics la podremos consultar de esta forma:

google-analytics-enlaces-externos

 

¿Y para qué quiero toda esta información?

  • ¿Qué uso se hace de la sección “Clientes” de mi web? Tenemos enlaces a nuestros clientes, y supone un punto de fuga de tráfico. ¿Es necesario que esta sección tenga links externos?
  • ¿Qué interés suscitan los partners a los que enlazo desde mi web?
  • ¿En qué momento los usuarios deciden visitar mis redes sociales? También sabremos qué redes sociales les interesan más o si debo cambiar la ubicación de los botones sociales.
  • ¿Qué menciones y referencias en los posts aportan tráfico a estos sitios?

¿Qué es lo último que ha hecho el usuario antes de abandonar el sitio?

¿A quién no le gustaría saber qué es lo último que ha hecho el usuario antes de abandonar nuestra página web? Esta información nos va a permitir entender el motivo del abandono; si ha sido un error en página, si ha clicado en un link hacia el exterior, ha convertido o simplemente ha scrolleado la página.

Toda esta información depende directamente del nivel de implementación analítica, es decir, cuanto más avanzada sea la medición de las interacciones, más información tendremos sobre la última interacción del usuario. Si no estamos midiendo los clics en enlaces externos, en botones sociales… conoceremos con menos exactitud qué es lo último que el usuario ha hecho. Os recomiendo leer la primera parte del post donde se explican varias propuestas de medición como la medición de scroll, descargas de PDF… entre otros.

Existen muchas combinaciones de consulta de esta información en Google Analytics, pero una propuesta sería conocer lo último que el usuario ha hecho por cada página. En la herramienta consultaremos la información de la siguiente manera:

google-analytics-ultima-interaccion

¿Tu negocio depende del tiempo meteorológico?

Para aquellos negocios que dependen fuertemente del clima, sería interesante disponer de esta información en el mismo panel de Analytics. Por ejemplo, el contenido consumido de un ecommerce de ropa deportiva puede variar en función del clima en el momento de consulta.  La integración de esta información en el propio panel de Google Analytics va a dar información sobre el clima en el momento de la sesión.

Esta información es muy útil a la hora de analizar el histórico y detectar tendencias para luego aplicar medidas. Si detectamos patrones (p.e., los días de lluvia se consultan más X páginas), podremos incluir ofertas y/o nuevos productos, por lo que nos sirve también para anticiparnos.

google-analytics-tiempo-meteorológico

Tienes un blog y tu porcentaje de rebote es realmente alto. ¿Por qué?

El rebote ocurre cuando un usuario visita una sola página en su sitio web y, a continuación, sale sin activar ninguna otra solicitud en el servidor de Analytics en esa sesión.  Esto ocurre cuando el usuario aterriza en un post y al acabar de leerlo abandona la web sin realizar ninguna interacción. Pero ha estado leyendo mi contenido…

La tasa de rebote nos puede dar información acerca del interés del usuario sobre el contenido. En el caso que acabamos de comentar, el porcentaje de rebote no refleja el interés real del usuario, ya que ha podido leer el post al completo y sin embargo, Google Analytics lo contabiliza así. Para evitar esto, y tener una visión más exacta, podemos enviar un evento cuando el usuario haya permanecido X tiempo en la página (aunque no haya realizado ninguna interacción). De esta forma, podremos tener una visión más completa y un cálculo del porcentaje de rebote personalizado y más realista.

Esta implementación, también afectaría al valor de la duración media de la sesión. El cálculo de la duración de la sesión sin interacción es la diferencia entre la hora de la visita en la última página antes de terminar la sesión y la hora de la entrada a la primera página. Por otro lado, el cálculo de la duración de visitas con interacción es la diferencia entre la hora de la última interacción en la última página y la hora de la entrada a la primera página. En el caso de que hagamos seguimiento de ciertas interacciones, como el scroll, los clics en links, etc., el cálculo de esta métrica se acercaría a un dato más real.

Conclusión

El seguimiento de las métricas se puede realizar a través de informes personalizados y paneles de Google Analytics o incluso a través de dashboard de Google Data Studio como el que propusimos en el post anterior. La ventaja que aporta Google Data Studio es la integración de otras fuentes de datos, como datos del CRM, de redes sociales o de otras herramientas de analítica web (por porner algunos ejemplos).

Este análisis persigue un objetivo; conocer el comportamiento del usuario. Toda la implementación que comentamos nos ayudará a analizar detenidamente al usuario (páginas visitadas, clics en botones, medición de scroll etc.). En consecuencia, en base a los datos que se obtengan de este análisis podremos tomar decisiones de negocio.