76
Jaume Clotet Introducción a la Analítica Web

Introducción Analítica

Embed Size (px)

DESCRIPTION

Presentación realizada durante el Practitioner Web Analytics 2008 en Barcelona.

Citation preview

Page 1: Introducción Analítica

Jaume Clotet

Introducción a la Analítica Web

Page 2: Introducción Analítica
Page 3: Introducción Analítica
Page 4: Introducción Analítica

Contiene 0,5ltr 0,75ltr 0,75ltr

Coste / ltr 8,5€ / ltr 5,22€ / ltr 2,78€ / ltr

Resultado 850 platos 500 platos 200 platos

Coste / 1000p 5€ 8€ 10€

Coste 4,25€ 3,95€ 2,09€

Page 5: Introducción Analítica

“Web Analytics is the measurement, collection, analysis and reporting [1] of Internet data for the purposes of understanding and optimizing [2]

Web usage.”

Page 6: Introducción Analítica

¿Qué necesitamos para hacer analítica web?

Page 7: Introducción Analítica

[1] Herramienta +

Page 8: Introducción Analítica

+ cerebro [2]

Page 9: Introducción Analítica

+ actitud!!! [3]

Page 10: Introducción Analítica

El barbero de Jim Novo

Page 11: Introducción Analítica

Data Driven Decisión Organisation

Page 12: Introducción Analítica

vs.

Page 13: Introducción Analítica

Breve historia

logs, tags, cookies, …

Page 14: Introducción Analítica

Web Analytics Ecosystem

Page 15: Introducción Analítica
Page 16: Introducción Analítica
Page 17: Introducción Analítica

Revisión de Métricas fundamentales

Page 18: Introducción Analítica

“All measures and metrics assume that they relate to an action by a

human visitor.”

Page 20: Introducción Analítica

Agregados

Segmentados

Individuales

Page 21: Introducción Analítica

Log file

Page 22: Introducción Analítica

Tag

Page 23: Introducción Analítica

Query string

Page 24: Introducción Analítica

Variables de URL

Page 25: Introducción Analítica

Las cookies

1rst vs. 3rd party

Page 26: Introducción Analítica

Página

Page 27: Introducción Analítica

Páginas Vistas

Page 28: Introducción Analítica

Server Calls

Page 29: Introducción Analítica

Tiempo de Sesión

Page 30: Introducción Analítica

Visitas

Page 31: Introducción Analítica

Usuarios Únicos

Page 32: Introducción Analítica

Usuarios Nuevos

Page 33: Introducción Analítica

Repeat Visitors

Page 34: Introducción Analítica

Return Visitors

Page 35: Introducción Analítica

Grupo de contenido

Page 36: Introducción Analítica

The Hotel Problem

Page 37: Introducción Analítica

Embudos

Page 38: Introducción Analítica

Afinidad

Page 39: Introducción Analítica

Referer

Page 40: Introducción Analítica

Ciclo de vida

Page 41: Introducción Analítica

Entry Page

Page 42: Introducción Analítica

Landing Page

Page 43: Introducción Analítica

Bounce Rate

Page 44: Introducción Analítica

Evento

Page 45: Introducción Analítica

Conversión

Page 46: Introducción Analítica

Outcome

Page 47: Introducción Analítica

Proceso de implementación

Page 48: Introducción Analítica

Proceso de implementación

1. Requerimientos de negocio

2. Requerimientos técnicos

3. Implementación técnica

4. Auditoria calidad de datos

5. Monitorización periódica

Page 49: Introducción Analítica

KPI’s y Objetivos de negocio

Page 50: Introducción Analítica

¿Quien define los KPIs?

Page 51: Introducción Analítica

Engagement

“An engagement is a promise to marry”

Page 52: Introducción Analítica

Engagement

Convertir a un usuario fiel en cliente es 8 veces más probable

Fuente: Websidestory 2006

Page 53: Introducción Analítica

Engagement

Fuente: Eric T. Peterson

Page 54: Introducción Analítica

Engagement

Convertir a un usuario fiel en cliente es ¿? veces más probable

Fuente: tu sistema de analítica

Page 55: Introducción Analítica

Valor añadido el contenido

Page 56: Introducción Analítica

KPIs según tipo web

Self-Service

Comercio Candidatos

Contenidos

Page 57: Introducción Analítica

Comercio • Captar tráfico de calidad• Crear campañas y

creatividades apropiadas• Maximizar la efectividad de

las páginas de entrada• Diseñar y optimizar el

proceso de conversión• Optimizar el checkout• Mejorar la ubicación de

producto• Incrementar la conversión y

retención de usuario utilizando la segmentación

Modelos web según resultado

Page 58: Introducción Analítica

Candidatos • Maximizar la efectividad de campañas

• Optimizar la navegación• Optimizar formularios• Maximizar efectividad del

contenido• Incrementar la conversión de

leads por segmentación• Cerrar el circulo de

conversión entre generación de lead y conversión a venta

Modelos web según resultado

Page 59: Introducción Analítica

Contenidos • Gestionar el stock de publicidad

• Optimizar el contenido• Ajustar stock con las

necesidades de publicidad• Incrementar ratios de

suscripción

Modelos web según resultado

Page 60: Introducción Analítica

Self-Service • Medir el volumen de la web• Identificar las cuestiones que

preocupan a los clientes• Optimizar el diseño de

contenidos• Utilizar la analítica web para

desviar volumen de call center.

• Optimizar la gama de producto

Modelos web según resultado

Page 61: Introducción Analítica

Definir KPIs

Fuente: Alt64 2004

Page 62: Introducción Analítica

Construir informes (ejemplos)

Page 63: Introducción Analítica

1ro ¿Quien soy?

Page 64: Introducción Analítica

2do ¿Cómo he llegado hasta aquí?

Page 65: Introducción Analítica

3ro ¿Cómo son mis usuarios?

Page 66: Introducción Analítica

4to ¿Cómo son mis clientes?

Page 67: Introducción Analítica

5to ¿Cómo convierto usuarios en clientes?

Page 68: Introducción Analítica

Preguntas previas

1. ¿Para quien es el informe?

2. ¿Qué uso se le va a dar?

3. ¿Con que periodicidad se debe enviar?

4. ¿Qué métricas debe incluir?

5. ¿Debe incluir conclusiones?

Page 69: Introducción Analítica

¿Crappy dashboards?

Page 70: Introducción Analítica

Action dashboard Fuente: Avinash Kaushik 2008

Page 71: Introducción Analítica
Page 72: Introducción Analítica

¿Cuál es el informe ideal?

Page 73: Introducción Analítica

Construir informes (caso práctico)

Page 74: Introducción Analítica
Page 75: Introducción Analítica

Selección de herramienta

Page 76: Introducción Analítica

Preguntas clave

1. ¿Qué queremos medir?

2. ¿Cómo accederemos a los datos?

3. ¿Qué nivel de reporting necesitamos?

4. ¿Necesitamos integrar los datos?

5. ¿Qué nivel de soporte necesitamos?