SlideShare una empresa de Scribd logo
1 de 115
Descargar para leer sin conexión
Juan M. Damia
                    Juan Manuel Damia – www.analytics20.org/es/
                                               juan@analytics20.org




CLASE – ANALYTICS
     4 de Mayo de 2009




                 w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
             Juan Manuel Damia – www.analytics20.org/es/
                                        juan@analytics20.org




150.000 pageviews




          w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
      Juan Manuel Damia – www.analytics20.org/es/
                                 juan@analytics20.org




BUENO




   w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
       Juan Manuel Damia – www.analytics20.org/es/
                                  juan@analytics20.org




MALO




   w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                  Juan Manuel Damia – www.analytics20.org/es/
                                             juan@analytics20.org




10.000 Unique Visitors x mes             31 / 03 / 2009



28.500 Unique Visitors x mes
                                                              
                                                               




               w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
           Juan Manuel Damia – www.analytics20.org/es/
                                      juan@analytics20.org




QUE PUDO PASAR?                   31 / 03 / 2009

                                                       
                                                        




        w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                Juan Manuel Damia – www.analytics20.org/es/
                                           juan@analytics20.org




TENGO UN SITIO CON VARIOS
   DOMINIOS/SUBDOMINIO
QUE PROBLEMAS PUEDO
     TENER CON LA
  IMPLEMENTACIÓN?
             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                  Juan Manuel Damia – www.analytics20.org/es/
                                             juan@analytics20.org




TENGO POCAS CONVERSIONES
INVERTIR MÁS EN PAID SEARCH
    PODRÍA MEJORAR LA
         SITUACIÓN?


               w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                Juan Manuel Damia – www.analytics20.org/es/
                                           juan@analytics20.org




 EN MI EMPRESA LA GENTE
“PIERDE” MUCHO TIEMPO EN
 TOMAR DECISIONES…QUE
  PUEDE ESTAR PASANDO?


             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                Juan Manuel Damia – www.analytics20.org/es/
                                           juan@analytics20.org




POCA GENTE SE REGISTRA EN
        MI SITIO…




             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
              Juan Manuel Damia – www.analytics20.org/es/
                                         juan@analytics20.org




EL FORMULARIO ES MUY
       LARGO?




           w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                Juan Manuel Damia – www.analytics20.org/es/
                                           juan@analytics20.org




QUE TENGO QUE HACER PARA
 IDENTIFICAR EL PROBLEMA?




             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
       Juan Manuel Damia – www.analytics20.org/es/
                                  juan@analytics20.org




HOLA




   w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
             Juan Manuel Damia – www.analytics20.org/es/
                                        juan@analytics20.org




SOY JUAN M. DAMIA




          w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
          Juan Manuel Damia – www.analytics20.org/es/
                                     juan@analytics20.org




SOY PLATENSE




       w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
   Juan Manuel Damia – www.analytics20.org/es/
                              juan@analytics20.org




w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
            Juan Manuel Damia – www.analytics20.org/es/
                                       juan@analytics20.org




   SOY LIC. EN
COMERCIALIZACIÓN
      UCA



         w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
       Juan Manuel Damia – www.analytics20.org/es/
                                  juan@analytics20.org




MBA
UNLP




   w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
               Juan Manuel Damia – www.analytics20.org/es/
                                          juan@analytics20.org




POSTGRADO EN MARKETING
     INTERNACIONAL
    EBS - REUTLINGEN



            w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
   Juan Manuel Damia – www.analytics20.org/es/
                              juan@analytics20.org




w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                Juan Manuel Damia – www.analytics20.org/es/
                                           juan@analytics20.org




+ 10 AÑOS EXPERIENCIA EN
  RESEARCH Y ANALYTICS




             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
      Juan Manuel Damia – www.analytics20.org/es/
                                 juan@analytics20.org




FUNDÉ




   w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
      Juan Manuel Damia – www.analytics20.org/es/
                                 juan@analytics20.org




FUNDÉ




   w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
           Juan Manuel Damia – www.analytics20.org/es/
                                      juan@analytics20.org




CREÉ Y ORGANIZO




        w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
             Juan Manuel Damia – www.analytics20.org/es/
                                        juan@analytics20.org




CANDIDATO BOARD WAA




          w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                 Juan Manuel Damia – www.analytics20.org/es/
                                            juan@analytics20.org




COMITE DE GLOBALIZACIÓN DE
          LA WAA




              w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                Juan Manuel Damia – www.analytics20.org/es/
                                           juan@analytics20.org




NO CREO EN GURUS DE NADA




             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
            Juan Manuel Damia – www.analytics20.org/es/
                                       juan@analytics20.org




APRENDIZAJE MUTUO




         w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
   Juan Manuel Damia – www.analytics20.org/es/
                              juan@analytics20.org




w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                Juan Manuel Damia – www.analytics20.org/es/
                                           juan@analytics20.org




NO ES ENSEÑARLES A HACER
        LAS COSAS




             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
           Juan Manuel Damia – www.analytics20.org/es/
                                      juan@analytics20.org




DARLE LAS BASES




        w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                Juan Manuel Damia – www.analytics20.org/es/
                                           juan@analytics20.org




PUEDAN USTEDES CONSTRUIR
   INTELLIGENCIA EN SUS
        PROYECTO



             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
           Juan Manuel Damia – www.analytics20.org/es/
                                      juan@analytics20.org




Y LOGICAMENTE…




        w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
            Juan Manuel Damia – www.analytics20.org/es/
                                       juan@analytics20.org




ME ENSEÑEN LO QUE
 APRENDIERON ;-)




         w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                          Juan Manuel Damia – www.analytics20.org/es/
                                                                     juan@analytics20.org



Indice

•  Sistema de información.
•  Fuentes primarias y secundarias.
•  Web Analytics Tools.
      •  Tecnologías.
      •  Diferencias en la medición.
•  Niveles de Información
•  Customización




                                       w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
             Juan Manuel Damia – www.analytics20.org/es/
                                        juan@analytics20.org




QUE ES ANALYTICS?




          w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                Juan Manuel Damia – www.analytics20.org/es/
                                                           juan@analytics20.org




 CAPTURA, PROCESAMIENTO, ANÁLISIS Y REPORTE DE DATOS
DE INTERNET PARA COMPRENDER Y OPTIMIZAR LA USABILIDAD
                       WEB.

                           WEB ANALYTICS ASSOCIATION




                             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
          Juan Manuel Damia – www.analytics20.org/es/
                                     juan@analytics20.org




CAPTURA




      w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
            Juan Manuel Damia – www.analytics20.org/es/
                                       juan@analytics20.org




PROCESAMIENTO




         w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
           Juan Manuel Damia – www.analytics20.org/es/
                                      juan@analytics20.org




ANÁLISIS




       w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
          Juan Manuel Damia – www.analytics20.org/es/
                                     juan@analytics20.org




REPORTE




      w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                 Juan Manuel Damia – www.analytics20.org/es/
                                            juan@analytics20.org




        1
Foco en la información




              w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
   Juan Manuel Damia – www.analytics20.org/es/
                              juan@analytics20.org




w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
   Juan Manuel Damia – www.analytics20.org/es/
                              juan@analytics20.org




w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
               Juan Manuel Damia – www.analytics20.org/es/
                                          juan@analytics20.org




      2
Vision 360 grados




            w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                     Juan Manuel Damia – www.analytics20.org/es/
                                                                                juan@analytics20.org




1.  Información de Comportamiento o Behavior: Que?

2.  Información de actitud o Actitudinal: Por que?

3.  Momento (o tiempo): Cuando?

4.  Entorno: Como? (En que cirncunstancias?)




                                                w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
               Juan Manuel Damia – www.analytics20.org/es/
                                          juan@analytics20.org




      3
Generar Relevancia




            w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                Juan Manuel Damia – www.analytics20.org/es/
                                           juan@analytics20.org




        4
Pensamiento sistémico




             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                    Juan Manuel Damia – www.analytics20.org/es/
                                                                               juan@analytics20.org




1.  Senge definió 5 disciplinas necesarias en toda organización Inteligente:

2.  Dominio Personal (ser creativo y no reactivo)

3.  Modelos Mentales

4.  Visión compartida

5.  Aprendizaje en equipo

6.  La quinta disciplina (Analizar las relaciones entre las partes)




                                                w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                  Juan Manuel Damia – www.analytics20.org/es/
                                                             juan@analytics20.org




TEORÍA DE LAS RESTRICCIONES / IDENTIFICAR EL THROUGHPUT




                               w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                Juan Manuel Damia – www.analytics20.org/es/
                                           juan@analytics20.org




       5
Estrategia Integrada




             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                Juan Manuel Damia – www.analytics20.org/es/
                                           juan@analytics20.org




       5
Estrategia Integrada




             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                 Juan Manuel Damia – www.analytics20.org/es/
                                                                            juan@analytics20.org



SISTEMA DE INFORMACIÓN
   •  Todas las empresas tienen un sistema de información, sea este formal o no.
   •  Este recibe información de diferentes fuentes, tanto primarias como
   secundarias.

   •  Las fuentes primarias son aquellas generadas por la empresa con un objetivo
   de información propio y una metodología conocida por esta.

   •  Las fuentes secundarias son aquellas que aún cuando nos son útiles, fueron
   generadas por terceros con sus propios objetivos de información.




                                              w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                   Juan Manuel Damia – www.analytics20.org/es/
                                                                              juan@analytics20.org



FUENTES PRIMARIAS Y SECUNDARIAS
   •  Fuentes primarias = Mayor relevancia: Las fuentes primarias son
   normalmente mas relevantes ya que la información es creada con un objetivo
   interno de información.

   •  Fuentes secundarias = Menor relevancia: Las fuentes secundarias son
   creadas por terceros quienes tienen sus propios objetivos de información por
   ello es probable que no tenga todo el sentido que necesitamos en el estado
   que esta esta información.

   •  Nivel de certidumbre de fuentes secundarias: Es de vital importancia al utilizar
   fuentes secundarias, conocer la metodología utilizada para obtenerla y
   procesarla. En muchos casos la manipulación de la información puede ser o
   bien incorrecta, o correcta pero en ciertos contextos que pueden no ser el
   nuestro.




                                               w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                 Juan Manuel Damia – www.analytics20.org/es/
                                                                            juan@analytics20.org



FUENTES PRIMARIAS Y SECUNDARIAS
 •  Que fuentes primarias y secundarias se utilizan actualmente en sus empresas?




                                             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                Juan Manuel Damia – www.analytics20.org/es/
                                                                           juan@analytics20.org



NIVELES DE INFORMACIÓN
   •  Dependiendo del nivel de procesamiento de la información, esta va
   generando mas relevancia por si sola y depende de menos contexto para tener
   sentido.




                                             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                  Juan Manuel Damia – www.analytics20.org/es/
                                                                             juan@analytics20.org



NIVELES DE INFORMACIÓN
   •  Las diferentes fuentes de información generan a su vez distintos tipo de
   información que es procesada en el sistema de información para reportar a
   diferentes áreas o usuarios.
   •  Cada persona de la organización realiza una actividad distinta la cual
   requirere, indefectiblemente de información única.




                                              w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                    Juan Manuel Damia – www.analytics20.org/es/
                                                                               juan@analytics20.org



NIVELES DE INFORMACIÓN – Información de internet
    •  La información de internet es la resultante de las interacciones entre el sitio
    y los usuarios, sin importar que se mida o no.

    • Aún cuando toda la información de internet puede ser medida, hacerlo es muy
    ineficiente ya que no toda la información es relevante para tomar decisiones y
    controlar, lo cual es para lo único que la información sirve.




                                                w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                  Juan Manuel Damia – www.analytics20.org/es/
                                                                             juan@analytics20.org



NIVELES DE INFORMACIÓN – Información o “Counts”
    •  El nivel de información con menor procesamiento es llamado “Counts”.
    Representa la información mas operativa y menos estratégica, lo cual no
    significa menos util sino útil para otras cosas.
    Esta información es útil a nivel operativo, donde quienes la usan trabajan en
    contexto por lo que no necesitan una métrica “contextualizada” sino el mayor
    grado de detalle posible.
         •  Pageviews.                •  Video visits.
         •  Visits.                   •  Unique videos.
         •  Visitors.                 •  Videos.
         •  Orders.
         •  Searches.
         •  Registrations.
         • Ad impression.
         • Ad click.
         •  Video views.


                                              w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                 Juan Manuel Damia – www.analytics20.org/es/
                                                                            juan@analytics20.org



NIVELES DE INFORMACIÓN – Indicators
    •  Los indicadores resultan de computar al menos dos counts. Los indicadores
    generan información relevante para ayudar a la rápida toma de decisiones de
    nivel operativo.
         •  Time spent per visit.
         •  Time spent per page.
         •  Pages per visit.
         •  Visits per visitor.
         •  Time spent on video.
         •  Searches per visits.




                                             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                 Juan Manuel Damia – www.analytics20.org/es/
                                                                            juan@analytics20.org



NIVELES DE INFORMACIÓN – KPI
    •  Los Key Performance Indicators representan el nivel mas estratégico de
    información en el nivel operacional. Ayuda a Gerentes de linea media y alta
    entender como esta yendo el negocio y cuales deberían ser los proximas pasos
    sin la necesidad de conocer los detalles operativos. Podríamos decir que esta
    información se explica sola.
         •  Stickiness.
         •  Freshness factor.
         •  CTR.




                                              w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                   Juan Manuel Damia – www.analytics20.org/es/
                                                                              juan@analytics20.org



NIVELES DE INFORMACIÓN – KSI
    •  Los Key Strategy Indicators estan directamente ligados a la estrategía
    corporativa. Ayuda principalmente a los directivos a seguir diferentes unidades
    de negocios sin necesidad de prestar atención en detalles.
    •  Los KSI permite tomar decisiones eficientes aún cuando quien lo hace no
    está al tanto de las particularidades del proyecto.
         •  Churn Rate.
         •  ROCI.
         •  UEM Efficiency.




                                               w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                 Juan Manuel Damia – www.analytics20.org/es/
                                                                            juan@analytics20.org



WEB ANALYTICS TOOL
   •  Es una fuente primaria de información (interna) que captura y procesa
   información principalmente de Usabilidad Web (Behavior). Provee información
   como:

       •  Como navegan los usuarios el sitio.
       •  Como están encontrando el sitio.
       •  Que contenido consumen (ojo, no sabemos si es el que prefieren)
       •  Que tecnología utilizan y como tienen seteada su computadora
   •  Las herramientas de Analytics son las mejores para obtener los “Que” y
   “Como” de los usuarios. Que consumen, como llegaron al site, etc.
   Generalmente nos da información sobre hechos objetivos, “el 30% de los
   usuarios llegaron por búsquedas orgánicas”




                                             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                Juan Manuel Damia – www.analytics20.org/es/
                                                                           juan@analytics20.org



WEB ANALYTICS TOOL
   •  Ventajas:
        •  Información en tiempo real (ver excepciones en Omniture, GA,
       Indextools)
       •  Fácil de usar
       •  La información esta siempre a mano (online)
       •  Mucha cantidad de información de manera ordenada
       •  Información homogénea entre las properties analizadas
       •  Fácil de integrar
       •  Muy flexible




                                             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                   Juan Manuel Damia – www.analytics20.org/es/
                                                                              juan@analytics20.org



WEB ANALYTICS TOOL - Tecnologías
    •  Weblog Analizers: Es un software que analiza los log files de un servidor web
    (como Apache), y basado en los valores contenidos en estos log files, provee
    indicadores como “quien”, “cuando” y “como” un servidor web es visitado.

    •  Page tagging: Es un método mas reciente que el anterior, implica la
    incorporación de un “unique script tag” situado en cada una de las páginas de
    un sitio. La cuenta de Pageviews se basa en la ejecución de dicho script, que
    luego guarda esa información en una base de datos.
    Las soluciones de Page Tagging son normalmente combinadas con “session
    cookies” permitiendo contener información del usuario y obtener información de
    clickstream.




                                               w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                 Juan Manuel Damia – www.analytics20.org/es/
                                                                            juan@analytics20.org



WEB ANALYTICS TOOL – Tecnologías – Weblog analyzers
    •  Weblog Analizers: Cada vez que un usuario hace un click, se guarda en un
    log en el servidor. Luego la herramienta procesa ese log y genera una base de
    datos de reportes.




                                             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                   Juan Manuel Damia – www.analytics20.org/es/
                                                                              juan@analytics20.org



WEB ANALYTICS TOOL – Tecnologías – Weblog analyzers
    •  Weblog Analizers - Ventajas:
        •  Los servidores siempre producen logfiles, por ello la información esta
        siempre disponible.

        •  El servidor captura todas las transacciones realizadas en el site no
        solamente pageviews.

        •  La información normalmente está en los propios servidores y con formato
        standard. Esto permite cambiar de herramientas y analizar información
        histórica con un nuevo software.

        •  Las herramientas que analizan los logfiles contienen información sobre
        failed requests ya que miden todo lo que pasa en el server.




                                               w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                   Juan Manuel Damia – www.analytics20.org/es/
                                                                              juan@analytics20.org



WEB ANALYTICS TOOL – Tecnologías – Page tagging
    •  Page tagging: Cada vez que se ejecuta un tag, este hace un llamado al
    servidor y le pasa cierta cantidad de datos que son predefinidos en el tag. Esto
    es guardado en una base de datos, generalmente luego se procesa esa
    información generando una segunda base de reportes y es ahí donde se
    generan las consultas




                                               w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                   Juan Manuel Damia – www.analytics20.org/es/
                                                                              juan@analytics20.org



WEB ANALYTICS TOOL – Tecnologías – Weblog analyzers
    •  Page tagging - Ventajas:
         •  Es muy sencillo agregar información adicional al Código Javascript la
        cual puede ser capturada por un servidor remoto.

        •  El servicio por page tagging realiza el procedimiento de asignación de
        cookies al visitante automáticamente. No requiere configuración.

        •  Page tagging está disponible aún para empresas que no alojan el site en
        sus propios servidores.




                                               w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                       Juan Manuel Damia – www.analytics20.org/es/
                                                                  juan@analytics20.org




PAGE TAGGIN VS. LOGFILE ANALYZERS




                                    w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                  Juan Manuel Damia – www.analytics20.org/es/
                                                                             juan@analytics20.org



CUSTOMIZACIÓN DE INFORMACIÓN – SEGMENTOS
   •  Los segmentos nos permiten analizar parte de nuestra información en base a
   algún criterio que seleccionamos. O sea que filtran una parte de la inforamción
   almacenada en la herramienta de Web Analytics permitiendo utilizar todo el
   sistema de reporte sobre una “muestra” de usuarios.
   •  Los segmentos permiten hacer “Cortes transversales” de la información con
   el objetivo de:
        •  Identificar el comportamiento de distinto tipo de usuario respecto a las
        diferentes actividades con las que estos pueden interactuar en el sitio.
        • Analizar subgrupos de contenidos como si fueran subgrupos.
        • Analizar el comportamiento de usuarios de calidad frente a usuarios
        bounce.
        •  Comparar el rendimiento de diferentes grupos de contenidos del sitio.




                                              w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                               Juan Manuel Damia – www.analytics20.org/es/
                                                                          juan@analytics20.org



CUSTOMIZACIÓN DE INFORMACIÓN – Reportes
   •  Generalmente cuando uno tiene respuestas especificas que requieren
   respuestas particulares uno genera un reporte Custom, o sea con un formato
   especifico seleccionado. Hay dos tipos de modulos a seleccionar, Dimensiones
   y Métricas.
       •  Dimensiones: Aquello que queremos investigar, o para decirlo de otra
       forma el modelo de clasificación de inforamción. Por ejemplo: Por País,
       Por fuente de Tráfico, Por Keyword, etc.
       •  Métricas: Una vez seleccionada la dimensión es necesario seleccionar
       “que queremos saber de esa dimensión”. De esta forma si queremos
       conocer la calidad del tráfico de esa dimensión podremos elegir métricas
       como Bounce Rate, Pageviews per visit, Time spent on visit, etc.




                                            w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                  Juan Manuel Damia – www.analytics20.org/es/
                                                                             juan@analytics20.org



CUSTOMIZACIÓN DE INFORMACIÓN – GOALS Y FUNNELS
   •  Todo Sitio es un sistema:
   “Conjunto interrelacionados de objetos interactuando entre si con un objetivo en
   común”.

   •  Lo importante en los sistemas no son los objetos sino las interacciones que
   entre ellos se generan.




                                              w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                  Juan Manuel Damia – www.analytics20.org/es/
                                                                             juan@analytics20.org



CUSTOMIZACIÓN DE INFORMACIÓN – GOALS Y FUNNELS
   • Actividades para definición de Goal e identificación de Funnels:
       •  Plantear el Objetivo de Máxima del Sitio.
       •  Identificar aquellas acciones que puede hacer un usuario dentro del sitio
       y que aportan al Objetivo de Máxima.
       •  Identificar si el proceso hasta dicha conversión (Goal) es medible y es
       relevante su medición.
       •  Identificar como medir cada paso (si es por tag o action tag).
       •  Configurar Funnel.
       •  Hacer QA.




                                              w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                  Juan Manuel Damia – www.analytics20.org/es/
                                                                             juan@analytics20.org



CUSTOMIZACIÓN DE INFORMACIÓN – GOALS Y FUNNELS
   •  Los funnels son una excelente herramienta para entender si el sitio está
   generando aquello que deben generar y en caso positivo, si lo están haciendo
   efcientemente.
   •  Todo Sitio Web (Sistema) tiene entre sus “objetos” alguna interacción que
   representa la principal restricción de que este alcance dichos Objetivos.
   •  Toda aquella acción que no tenga como foco mejorar el flujo de dicho
   Objetivo genera desperdicio de recursos disminuye los resultados.
   •  Es como una cadena, siempre un eslabón se corta primero, por ello siempre
   hay que enfocarse en un eslabón a la vez y no desperdiciar recursos en varios
   “frentes” en paralelo.




                                              w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                 Juan Manuel Damia – www.analytics20.org/es/
                                                                            juan@analytics20.org



CUSTOMIZACIÓN DE INFORMACIÓN – GOALS Y FUNNELS
   •  EJEMPLO:
        •  Un Banner se muestra en un Placement.
        •  Los usuarios clickean en el banner.
        •  Los usuarios llegan al sitio.
        •  Proceso de compra.
       En el caso anterior el foco debe estar en búscar el mayor flujo por el
       “Sistema” e incrementar en paralelo cualquier de esos pasos.
       Generalmente cuando se tienen pocas conversiones se generan mayores
       campañas, sin embargo la mayoría de las veces el problema no esta en el
       tráfico generado por la campaña sino en la etapa de venta.

       Incrementar el tráfico genera más stock de usuarios sin convertir. Estos se
       convierten en un pasivo para la empresa, ya que los pagamos pero no
       ingresó dinero por ellos.




                                             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
           Juan Manuel Damia – www.analytics20.org/es/
                                      juan@analytics20.org




SEMI HANDS ON
  EJEMPLO I




        w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
            Juan Manuel Damia – www.analytics20.org/es/
                                       juan@analytics20.org




SITIO E-COMMERCE




         w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                  Juan Manuel Damia – www.analytics20.org/es/
                                             juan@analytics20.org




GENERA LEADS POR PAID SEARCH




               w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                     Juan Manuel Damia – www.analytics20.org/es/
                                                juan@analytics20.org




SI UNA CAMPAÑA LES DEJARA 300% DE
ROCI (RETORNO POR CLIENTE) DIRÍAN
       QUE ES EXITOSA O NO?




                  w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                 Juan Manuel Damia – www.analytics20.org/es/
                                            juan@analytics20.org




EL QUE CREA QUE NO PUEDE O
   BIEN RETIRARSE DE ESTA
   CLASE, O BIEN PASAR AL
  FRENTE Y SEGUIR CON LA
            CLASE

              w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                    Juan Manuel Damia – www.analytics20.org/es/
                                               juan@analytics20.org




 SIN EMBARGO LAS EMPRESAS, SIN
SABERLO, TERMINAN NO COMPRANDO
 CLIENTES CON ESE NIVEL DE ROCI




                 w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
        Juan Manuel Damia – www.analytics20.org/es/
                                   juan@analytics20.org




PORQUE?




     w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                   Juan Manuel Damia – www.analytics20.org/es/
                                              juan@analytics20.org




    TODA LA INFORMACIÓN QUE
DESCONOCEMOS NOS GENERA MIOPÍA




                w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
               Juan Manuel Damia – www.analytics20.org/es/
                                          juan@analytics20.org




SIGAMOS CON EL EJEMPLO




            w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                    Juan Manuel Damia – www.analytics20.org/es/
                                               juan@analytics20.org




SUPONGAMOS UN TICKET PROMEDIO DE
          30 DÓLARES




                 w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                   Juan Manuel Damia – www.analytics20.org/es/
                                              juan@analytics20.org




HASTA CUANTO PAGARÍAMOS POR UN
        CLIENTE NUEVO?




                w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
         Juan Manuel Damia – www.analytics20.org/es/
                                    juan@analytics20.org




USD10?




    w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
         Juan Manuel Damia – www.analytics20.org/es/
                                    juan@analytics20.org




USD20?




    w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
         Juan Manuel Damia – www.analytics20.org/es/
                                    juan@analytics20.org




USD30?




    w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
              Juan Manuel Damia – www.analytics20.org/es/
                                         juan@analytics20.org




ES IMPOSIBLE SABERLO




           w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                      Juan Manuel Damia – www.analytics20.org/es/
                                                 juan@analytics20.org




LA RESPUESTA ESTÁ DETRAS DEL CLICK




                   w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                    Juan Manuel Damia – www.analytics20.org/es/
                                               juan@analytics20.org




Y REQUIERE UN CAMBIO DE ENFOQUE




                 w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                  Juan Manuel Damia – www.analytics20.org/es/
                                             juan@analytics20.org




PRIMERO IDENTIFICAR EL LTV




               w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                  Juan Manuel Damia – www.analytics20.org/es/
                                             juan@analytics20.org




EN CUANTO TIEMPO Y CON QUE
FRECUENCIA REALIZA EL GASTO




               w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                          Juan Manuel Damia – www.analytics20.org/es/
                                                     juan@analytics20.org




1.  Compra Inicial= 30 dólares.
2.  Costos Totales sin Paid Search= 10
    Dólares.
3.  Costo de Adquisición (Paid Search)= 30
    Dólares.




                       w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                     Juan Manuel Damia – www.analytics20.org/es/
                                                juan@analytics20.org




EL RESULTADO DIRECTO ES UN ROCI DE
              -25%




                  w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                     Juan Manuel Damia – www.analytics20.org/es/
                                                juan@analytics20.org




AHORA APLIQUEMOS LA SEGUNDA PARTE
             DEL ANÁLISIS




                  w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                   Juan Manuel Damia – www.analytics20.org/es/
                                                              juan@analytics20.org




1.  LTV= 150 dólares
2.  Periodo como cliente: 12 meses.
3.  Frecuencia de compra: Cada 3 meses.
4.  VAN (cuanto valen hoy los 150 dólares): 135 Dólares.
5.  Resultado del Cliente (Ingreso menos costos)= 95
    dólares.
6.  ROCI= 284%.




                                w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
           Juan Manuel Damia – www.analytics20.org/es/
                                      juan@analytics20.org




SEMI HANDS ON
  EJEMPLO II




        w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                      Juan Manuel Damia – www.analytics20.org/es/
                                                                 juan@analytics20.org




Una     empresa que produce Laptops (computadoras
      portátiles) y las comercializa entre otros canales, por
      medio de un sitio de ecommerce. Que información
      utilizara esta compañía normalmente para tomar
      decisiones? Principalmente Trafico y Ventas. O sea los
      disparadores de posteriores análisis serán estas dos
      métricas antes mencionadas. Ambas son metricas de
      comportamiento, o sea que nos dan información sobre
      “que hacen” nuestros usuarios o clientes, pero no el
      porque lo hacen.


                                   w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                           Juan Manuel Damia – www.analytics20.org/es/
                                                      juan@analytics20.org




Que ocurre cuando hay una caída en ventas?




                        w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                Juan Manuel Damia – www.analytics20.org/es/
                                           juan@analytics20.org




    ANTE LA FALTA DE
     INFORMACIÓN…

…GENERALMENTE SE INFIERE


             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                Juan Manuel Damia – www.analytics20.org/es/
                                                                           juan@analytics20.org




Entonces cuando hay una  caída en ventas se buscara como causa del
problema algo que suena lógico para quien tenga que tomar la decisión sobre
como proceder o convencer a quien lo hace. El problema entonces será asignado
a que se promociono el producto incorrecto, la campaña de medios
no fue lo suficientemente exitosa, y a otras tantas cuestiones dependiendo de lo
que suene    lógico para quien busca una respuesta.




                                             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                   Juan Manuel Damia – www.analytics20.org/es/
                                                              juan@analytics20.org




Ahora bien, tomar decisiones en el entorno antes
    mencionado no es muy saludable. No solo porque no
    estaremos resolviendo el problema de raíz, sino
    porque al enfocar los recursos en resolver cuestiones
    que no son el problema estamos incrementando el
    costo de adquisición.




                                w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                Juan Manuel Damia – www.analytics20.org/es/
                                                           juan@analytics20.org




O sea, no solo que no incrementamos ventas, sino que
    además cada una nos sale mas cara.




                             w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                     Juan Manuel Damia – www.analytics20.org/es/
                                                                                juan@analytics20.org


El siguiente grafico no solo es muy simple, sino muy eficiente para la toma de decisiones
        eficiente. Las cuatro líneas representan:

1- Visitas (Comportamiento).

2- Sales (Comportamiento).

3- Buzz (Actitudinal).

4- Server Performance Monitoring (Entorno).




                                                  w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
   Juan Manuel Damia – www.analytics20.org/es/
                              juan@analytics20.org




w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                    Juan Manuel Damia – www.analytics20.org/es/
                                                                               juan@analytics20.org




En el eje X tenemos la variable tiempo (en días), en el eje Y1 tenemos cantidades (Q) y
en el eje Y2 tenemos porcentajes (tanto de buzz como de performance de servidor).
También recomiendo agregar información sobre eventos relevantes para la actividad de la
compañía y sus proyectos.


                                                 w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                         Juan Manuel Damia – www.analytics20.org/es/
                                                                                    juan@analytics20.org



En el ejemplo siguiente tenemos dos situaciones que requieren tomar decisiones y que se
basan en los siguientes disparadores:

ALERTA I – Caida en las ventas (9 de Enero): El generente de marketing recibe una alerta
en su cuenta de email proveniente de la herramienta de Web Analtyics avisando sobre una
caida en las ventas. El gerente a buscar respuestas al grafico de cuatro lineas de la siguiente
manera.




                                                     w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                         Juan Manuel Damia – www.analytics20.org/es/
                                                                                    juan@analytics20.org


MÉTRICAS

a. Visitas: No hay una importante variacion en visitas con lo cual no vale la pena seguir
analizando.

b. Ventas: Tal cual la alerta anuncio cayeron las ventas casi un 43%, por lo tanto es
necesario seguir analizando.

c. Buzz de producto o marca: No hay un cambio importante que valga la pena analizar
durante el periodo bajo analisis. No hay nada que nos haga pensar que hay una actitud
negativo en la persepcion de nuestros clientes y potenciales clientes respecto a nuestra
marca.

d. Monitoreo de la performance del servidor: Identifica una importante caida en la
performance del servidor justamente en una de las paginas del proceso de ventas. Algunos
minutos mas tardes la gente de tecnologia comparte una nota informando sobre el problema.

En solo 10 minutos de analisis conocemos la causa de la desviacion y logramos corregirla.
Suena como informacion accionable no es cierto?


                                                     w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                     Juan Manuel Damia – www.analytics20.org/es/
                                                                                juan@analytics20.org




ALERTA II – Caida en ventas (18 de Enero): El gerente de marketing recibe otra alerta a
su cuenta de mail, tambien de la herramienta de Analytics comunicando una aparente
caida de casi el 25%. Sin el grafico de cuatro lineas aquí presentado esta persona
seguramente trataria antes que nada intentar asignar este nuevo problema a una caida
en la performance de los servidores. Sin embargo con este modelo el proceso sera el
siguiente:.




                                                  w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                        Juan Manuel Damia – www.analytics20.org/es/
                                                                                   juan@analytics20.org




a. Visitas: Las visitas crecieron levemente, nada relevante en principio. Pero como
pueden ver en el grafico cuando el problema se manifiesta en este indicador es
demasiado tarde para resolverlo sin que esto tenga un costo importante.

b. Ventas: Una caida de casi el 25%.

c. Performance del servidor: Aun cuando este es uno de los indicadores que esta
persona revisa al surgir el problema debido al inconveniente previo, no tarda mucho en
identificar que el servidor no es, en esta oportunidad, la causa de la caida en las ventas.

d. Buzz de Marca o Producto: Identifica una variacion negativa en la percepcion de los
clientes o potenciales clientes respecto de la marca o producto de su empresa.
Excelente! Esto nos dice mucho sobre el problema. En primer lugar el incremento en las
visitas se debe al buzz generado en internet (aun siendo negativo). Ya que las personas
al leer una noticia negativa sobre nuestros productos intentaran ampliar o confirmar dicha
informacion en el sitio oficial, sin embargo ese incremento en el trafico dificilmente podra
convertirse en ventas.


                                                    w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                                    Juan Manuel Damia – www.analytics20.org/es/
                                                                               juan@analytics20.org




En este ejemplo el problema era una falla en las baterias de las computadoras
portatiles. Un Blogger importante publico sobre este problema y tan solo dos dias
despues habia comentarios en todo internet. La empresa identifico el problema en tan
solo 10 minutos y pudo generar acciones de correccion que le permitieron volver a la
situacion previa.




                                                w w w . a n a l y t i c s 2 0 . o r g
Juan M. Damia
                                           Juan Manuel Damia – www.analytics20.org/es/
                                                                      juan@analytics20.org


Resumiendo… Cuales son las ventajas de usar Analytics?


    Fuerza la planificación

    Establece criterios claros e inequívocos de medición y
   alcance de objetivos (KPI’s, KSI’s, etc.)

    Crea un círculo virtuoso de análisis y aprendizaje

    Identifica y mejora los procesos

    Identifica cuellos de botella

    Promueve y posibilita la integración de sistemas de
   información




                                        w w w . a n a l y t i c s 2 0 . o r g

Más contenido relacionado

Más de emBlue Email Marketing @embluemail

Rodrigo Castiglione - La Columna de Marketing - Online Marketing Day 2013
Rodrigo Castiglione - La Columna de Marketing - Online Marketing Day 2013Rodrigo Castiglione - La Columna de Marketing - Online Marketing Day 2013
Rodrigo Castiglione - La Columna de Marketing - Online Marketing Day 2013emBlue Email Marketing @embluemail
 
La Evolución de la Industria de Video" - Enfoque en el video online y el c…
La Evolución de la Industria de Video" - Enfoque en el video online y el c…La Evolución de la Industria de Video" - Enfoque en el video online y el c…
La Evolución de la Industria de Video" - Enfoque en el video online y el c…emBlue Email Marketing @embluemail
 

Más de emBlue Email Marketing @embluemail (20)

Marketing de contenidos_evento UP_ emBlue Email Marketing
Marketing de contenidos_evento UP_ emBlue Email MarketingMarketing de contenidos_evento UP_ emBlue Email Marketing
Marketing de contenidos_evento UP_ emBlue Email Marketing
 
Por qué el E-commerce empieza con Email Marketing
Por qué el E-commerce empieza con Email MarketingPor qué el E-commerce empieza con Email Marketing
Por qué el E-commerce empieza con Email Marketing
 
Presentacion nuevo emblue
Presentacion nuevo embluePresentacion nuevo emblue
Presentacion nuevo emblue
 
Webinar el email hace turismo em blue email marketing
Webinar el email hace turismo em blue email marketingWebinar el email hace turismo em blue email marketing
Webinar el email hace turismo em blue email marketing
 
Presentación vontrip
Presentación vontripPresentación vontrip
Presentación vontrip
 
Email a wards2013_inbound_final guido boulay
Email a wards2013_inbound_final guido boulayEmail a wards2013_inbound_final guido boulay
Email a wards2013_inbound_final guido boulay
 
Mkt automation (1)
Mkt automation (1)Mkt automation (1)
Mkt automation (1)
 
Webinar el email se viste a la moda blog
Webinar el email se viste a la moda blogWebinar el email se viste a la moda blog
Webinar el email se viste a la moda blog
 
Charla emBlue "Tecnologia y emoción"
Charla emBlue "Tecnologia y emoción"Charla emBlue "Tecnologia y emoción"
Charla emBlue "Tecnologia y emoción"
 
Patricio Boyd - Ourmark - Online Marketing Day 2013
Patricio Boyd - Ourmark - Online Marketing Day 2013Patricio Boyd - Ourmark - Online Marketing Day 2013
Patricio Boyd - Ourmark - Online Marketing Day 2013
 
Pablo Mancini - Infobae - Online Marketing Day 2013
Pablo Mancini - Infobae - Online Marketing Day 2013Pablo Mancini - Infobae - Online Marketing Day 2013
Pablo Mancini - Infobae - Online Marketing Day 2013
 
Rodrigo Castiglione - La Columna de Marketing - Online Marketing Day 2013
Rodrigo Castiglione - La Columna de Marketing - Online Marketing Day 2013Rodrigo Castiglione - La Columna de Marketing - Online Marketing Day 2013
Rodrigo Castiglione - La Columna de Marketing - Online Marketing Day 2013
 
Emiliano Horcada - Globant - Online Marketing Day 2013
Emiliano Horcada - Globant - Online Marketing Day 2013Emiliano Horcada - Globant - Online Marketing Day 2013
Emiliano Horcada - Globant - Online Marketing Day 2013
 
Juan Carlos Ferraris - Online Marketing Day 2013
Juan Carlos Ferraris - Online Marketing Day 2013Juan Carlos Ferraris - Online Marketing Day 2013
Juan Carlos Ferraris - Online Marketing Day 2013
 
Daniel Soldan - emBlue - Online Marketing Day 2013
Daniel Soldan - emBlue - Online Marketing Day 2013Daniel Soldan - emBlue - Online Marketing Day 2013
Daniel Soldan - emBlue - Online Marketing Day 2013
 
Ruben Capizzano - DG Mediamind - Online Marketing Day 2013
Ruben Capizzano - DG Mediamind - Online Marketing Day 2013Ruben Capizzano - DG Mediamind - Online Marketing Day 2013
Ruben Capizzano - DG Mediamind - Online Marketing Day 2013
 
Lino Cattaruzzi - Google - Online Marketing Day 2013
Lino Cattaruzzi - Google - Online Marketing Day 2013Lino Cattaruzzi - Google - Online Marketing Day 2013
Lino Cattaruzzi - Google - Online Marketing Day 2013
 
Marcos Christensen - Comscore - Online Marketing Day 2013
Marcos Christensen - Comscore - Online Marketing Day 2013Marcos Christensen - Comscore - Online Marketing Day 2013
Marcos Christensen - Comscore - Online Marketing Day 2013
 
Julian M Drault - Presentacion - Online Marketing Day 2013
Julian M Drault - Presentacion - Online Marketing Day 2013Julian M Drault - Presentacion - Online Marketing Day 2013
Julian M Drault - Presentacion - Online Marketing Day 2013
 
La Evolución de la Industria de Video" - Enfoque en el video online y el c…
La Evolución de la Industria de Video" - Enfoque en el video online y el c…La Evolución de la Industria de Video" - Enfoque en el video online y el c…
La Evolución de la Industria de Video" - Enfoque en el video online y el c…
 

Último

Amor o egoísmo, esa es la cuestión por definir.pdf
Amor o egoísmo, esa es la cuestión por definir.pdfAmor o egoísmo, esa es la cuestión por definir.pdf
Amor o egoísmo, esa es la cuestión por definir.pdfAlejandrino Halire Ccahuana
 
LOS AMBIENTALISTAS todo por un mundo mejor
LOS AMBIENTALISTAS todo por un mundo mejorLOS AMBIENTALISTAS todo por un mundo mejor
LOS AMBIENTALISTAS todo por un mundo mejormrcrmnrojasgarcia
 
Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Rosabel UA
 
PPT_ Prefijo homo tema para trabajar los prefijos en razonamiento verbal
PPT_ Prefijo homo tema para trabajar los prefijos en razonamiento verbalPPT_ Prefijo homo tema para trabajar los prefijos en razonamiento verbal
PPT_ Prefijo homo tema para trabajar los prefijos en razonamiento verbalRosarioChoque3
 
El PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/F
El PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/FEl PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/F
El PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/FJulio Lozano
 
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024gharce
 
4° SES COM MAR 09 Leemos una noticia del dengue e identificamos sus partes (1...
4° SES COM MAR 09 Leemos una noticia del dengue e identificamos sus partes (1...4° SES COM MAR 09 Leemos una noticia del dengue e identificamos sus partes (1...
4° SES COM MAR 09 Leemos una noticia del dengue e identificamos sus partes (1...MagalyDacostaPea
 
Acuerdo 05_04_24 Lineamientos del CTE.pdf
Acuerdo 05_04_24 Lineamientos del CTE.pdfAcuerdo 05_04_24 Lineamientos del CTE.pdf
Acuerdo 05_04_24 Lineamientos del CTE.pdfmiriamguevara21
 
Fichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdfFichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdfssuser50d1252
 
libro grafismo fonético guía de uso para el lenguaje
libro grafismo fonético guía de uso para el lenguajelibro grafismo fonético guía de uso para el lenguaje
libro grafismo fonético guía de uso para el lenguajeKattyMoran3
 
Presentación Bloque 3 Actividad 2 transversal.pptx
Presentación Bloque 3 Actividad 2 transversal.pptxPresentación Bloque 3 Actividad 2 transversal.pptx
Presentación Bloque 3 Actividad 2 transversal.pptxRosabel UA
 
Abregú, Podestá. Directores.Líderes en Acción.
Abregú, Podestá. Directores.Líderes en Acción.Abregú, Podestá. Directores.Líderes en Acción.
Abregú, Podestá. Directores.Líderes en Acción.profandrearivero
 
NUEVO PLAN Y PROGRAMAS DE ESTUDIO 2022.pdf
NUEVO PLAN Y PROGRAMAS DE ESTUDIO  2022.pdfNUEVO PLAN Y PROGRAMAS DE ESTUDIO  2022.pdf
NUEVO PLAN Y PROGRAMAS DE ESTUDIO 2022.pdfEDNAMONICARUIZNIETO
 
4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE 9-4-24 (1).docx
4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE     9-4-24 (1).docx4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE     9-4-24 (1).docx
4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE 9-4-24 (1).docxMagalyDacostaPea
 

Último (20)

Amor o egoísmo, esa es la cuestión por definir.pdf
Amor o egoísmo, esa es la cuestión por definir.pdfAmor o egoísmo, esa es la cuestión por definir.pdf
Amor o egoísmo, esa es la cuestión por definir.pdf
 
Unidad 2 | Teorías de la Comunicación | MCDIU
Unidad 2 | Teorías de la Comunicación | MCDIUUnidad 2 | Teorías de la Comunicación | MCDIU
Unidad 2 | Teorías de la Comunicación | MCDIU
 
LOS AMBIENTALISTAS todo por un mundo mejor
LOS AMBIENTALISTAS todo por un mundo mejorLOS AMBIENTALISTAS todo por un mundo mejor
LOS AMBIENTALISTAS todo por un mundo mejor
 
El Bullying.
El Bullying.El Bullying.
El Bullying.
 
Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024
 
PPT_ Prefijo homo tema para trabajar los prefijos en razonamiento verbal
PPT_ Prefijo homo tema para trabajar los prefijos en razonamiento verbalPPT_ Prefijo homo tema para trabajar los prefijos en razonamiento verbal
PPT_ Prefijo homo tema para trabajar los prefijos en razonamiento verbal
 
El PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/F
El PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/FEl PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/F
El PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/F
 
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
 
Acuerdo segundo periodo - Grado Noveno.pptx
Acuerdo segundo periodo - Grado Noveno.pptxAcuerdo segundo periodo - Grado Noveno.pptx
Acuerdo segundo periodo - Grado Noveno.pptx
 
Sesión ¿Amor o egoísmo? Esa es la cuestión
Sesión  ¿Amor o egoísmo? Esa es la cuestiónSesión  ¿Amor o egoísmo? Esa es la cuestión
Sesión ¿Amor o egoísmo? Esa es la cuestión
 
4° SES COM MAR 09 Leemos una noticia del dengue e identificamos sus partes (1...
4° SES COM MAR 09 Leemos una noticia del dengue e identificamos sus partes (1...4° SES COM MAR 09 Leemos una noticia del dengue e identificamos sus partes (1...
4° SES COM MAR 09 Leemos una noticia del dengue e identificamos sus partes (1...
 
Acuerdo 05_04_24 Lineamientos del CTE.pdf
Acuerdo 05_04_24 Lineamientos del CTE.pdfAcuerdo 05_04_24 Lineamientos del CTE.pdf
Acuerdo 05_04_24 Lineamientos del CTE.pdf
 
Fichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdfFichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdf
 
libro grafismo fonético guía de uso para el lenguaje
libro grafismo fonético guía de uso para el lenguajelibro grafismo fonético guía de uso para el lenguaje
libro grafismo fonético guía de uso para el lenguaje
 
¿Amor o egoísmo? Esa es la cuestión.pptx
¿Amor o egoísmo? Esa es la cuestión.pptx¿Amor o egoísmo? Esa es la cuestión.pptx
¿Amor o egoísmo? Esa es la cuestión.pptx
 
Presentación Bloque 3 Actividad 2 transversal.pptx
Presentación Bloque 3 Actividad 2 transversal.pptxPresentación Bloque 3 Actividad 2 transversal.pptx
Presentación Bloque 3 Actividad 2 transversal.pptx
 
Abregú, Podestá. Directores.Líderes en Acción.
Abregú, Podestá. Directores.Líderes en Acción.Abregú, Podestá. Directores.Líderes en Acción.
Abregú, Podestá. Directores.Líderes en Acción.
 
Aedes aegypti + Intro to Coquies EE.pptx
Aedes aegypti + Intro to Coquies EE.pptxAedes aegypti + Intro to Coquies EE.pptx
Aedes aegypti + Intro to Coquies EE.pptx
 
NUEVO PLAN Y PROGRAMAS DE ESTUDIO 2022.pdf
NUEVO PLAN Y PROGRAMAS DE ESTUDIO  2022.pdfNUEVO PLAN Y PROGRAMAS DE ESTUDIO  2022.pdf
NUEVO PLAN Y PROGRAMAS DE ESTUDIO 2022.pdf
 
4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE 9-4-24 (1).docx
4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE     9-4-24 (1).docx4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE     9-4-24 (1).docx
4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE 9-4-24 (1).docx
 

Sistema de información y herramientas de Web Analytics

  • 1. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CLASE – ANALYTICS 4 de Mayo de 2009 w w w . a n a l y t i c s 2 0 . o r g
  • 2. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 150.000 pageviews w w w . a n a l y t i c s 2 0 . o r g
  • 3. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org BUENO w w w . a n a l y t i c s 2 0 . o r g
  • 4. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org MALO w w w . a n a l y t i c s 2 0 . o r g
  • 5. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 10.000 Unique Visitors x mes 31 / 03 / 2009 28.500 Unique Visitors x mes w w w . a n a l y t i c s 2 0 . o r g
  • 6. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org QUE PUDO PASAR? 31 / 03 / 2009 w w w . a n a l y t i c s 2 0 . o r g
  • 7. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org TENGO UN SITIO CON VARIOS DOMINIOS/SUBDOMINIO QUE PROBLEMAS PUEDO TENER CON LA IMPLEMENTACIÓN? w w w . a n a l y t i c s 2 0 . o r g
  • 8. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org TENGO POCAS CONVERSIONES INVERTIR MÁS EN PAID SEARCH PODRÍA MEJORAR LA SITUACIÓN? w w w . a n a l y t i c s 2 0 . o r g
  • 9. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org EN MI EMPRESA LA GENTE “PIERDE” MUCHO TIEMPO EN TOMAR DECISIONES…QUE PUEDE ESTAR PASANDO? w w w . a n a l y t i c s 2 0 . o r g
  • 10. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org POCA GENTE SE REGISTRA EN MI SITIO… w w w . a n a l y t i c s 2 0 . o r g
  • 11. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org EL FORMULARIO ES MUY LARGO? w w w . a n a l y t i c s 2 0 . o r g
  • 12. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org QUE TENGO QUE HACER PARA IDENTIFICAR EL PROBLEMA? w w w . a n a l y t i c s 2 0 . o r g
  • 13. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org HOLA w w w . a n a l y t i c s 2 0 . o r g
  • 14. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SOY JUAN M. DAMIA w w w . a n a l y t i c s 2 0 . o r g
  • 15. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SOY PLATENSE w w w . a n a l y t i c s 2 0 . o r g
  • 16. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org w w w . a n a l y t i c s 2 0 . o r g
  • 17. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SOY LIC. EN COMERCIALIZACIÓN UCA w w w . a n a l y t i c s 2 0 . o r g
  • 18. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org MBA UNLP w w w . a n a l y t i c s 2 0 . o r g
  • 19. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org POSTGRADO EN MARKETING INTERNACIONAL EBS - REUTLINGEN w w w . a n a l y t i c s 2 0 . o r g
  • 20. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org w w w . a n a l y t i c s 2 0 . o r g
  • 21. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org + 10 AÑOS EXPERIENCIA EN RESEARCH Y ANALYTICS w w w . a n a l y t i c s 2 0 . o r g
  • 22. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org FUNDÉ w w w . a n a l y t i c s 2 0 . o r g
  • 23. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org FUNDÉ w w w . a n a l y t i c s 2 0 . o r g
  • 24. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CREÉ Y ORGANIZO w w w . a n a l y t i c s 2 0 . o r g
  • 25. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CANDIDATO BOARD WAA w w w . a n a l y t i c s 2 0 . o r g
  • 26. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org COMITE DE GLOBALIZACIÓN DE LA WAA w w w . a n a l y t i c s 2 0 . o r g
  • 27. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NO CREO EN GURUS DE NADA w w w . a n a l y t i c s 2 0 . o r g
  • 28. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org APRENDIZAJE MUTUO w w w . a n a l y t i c s 2 0 . o r g
  • 29. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org w w w . a n a l y t i c s 2 0 . o r g
  • 30. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NO ES ENSEÑARLES A HACER LAS COSAS w w w . a n a l y t i c s 2 0 . o r g
  • 31. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org DARLE LAS BASES w w w . a n a l y t i c s 2 0 . o r g
  • 32. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org PUEDAN USTEDES CONSTRUIR INTELLIGENCIA EN SUS PROYECTO w w w . a n a l y t i c s 2 0 . o r g
  • 33. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Y LOGICAMENTE… w w w . a n a l y t i c s 2 0 . o r g
  • 34. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org ME ENSEÑEN LO QUE APRENDIERON ;-) w w w . a n a l y t i c s 2 0 . o r g
  • 35. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Indice •  Sistema de información. •  Fuentes primarias y secundarias. •  Web Analytics Tools. •  Tecnologías. •  Diferencias en la medición. •  Niveles de Información •  Customización w w w . a n a l y t i c s 2 0 . o r g
  • 36. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org QUE ES ANALYTICS? w w w . a n a l y t i c s 2 0 . o r g
  • 37. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CAPTURA, PROCESAMIENTO, ANÁLISIS Y REPORTE DE DATOS DE INTERNET PARA COMPRENDER Y OPTIMIZAR LA USABILIDAD WEB. WEB ANALYTICS ASSOCIATION w w w . a n a l y t i c s 2 0 . o r g
  • 38. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CAPTURA w w w . a n a l y t i c s 2 0 . o r g
  • 39. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org PROCESAMIENTO w w w . a n a l y t i c s 2 0 . o r g
  • 40. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org ANÁLISIS w w w . a n a l y t i c s 2 0 . o r g
  • 41. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org REPORTE w w w . a n a l y t i c s 2 0 . o r g
  • 42. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 1 Foco en la información w w w . a n a l y t i c s 2 0 . o r g
  • 43. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org w w w . a n a l y t i c s 2 0 . o r g
  • 44. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org w w w . a n a l y t i c s 2 0 . o r g
  • 45. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 2 Vision 360 grados w w w . a n a l y t i c s 2 0 . o r g
  • 46. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 1.  Información de Comportamiento o Behavior: Que? 2.  Información de actitud o Actitudinal: Por que? 3.  Momento (o tiempo): Cuando? 4.  Entorno: Como? (En que cirncunstancias?) w w w . a n a l y t i c s 2 0 . o r g
  • 47. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 3 Generar Relevancia w w w . a n a l y t i c s 2 0 . o r g
  • 48. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 4 Pensamiento sistémico w w w . a n a l y t i c s 2 0 . o r g
  • 49. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 1.  Senge definió 5 disciplinas necesarias en toda organización Inteligente: 2.  Dominio Personal (ser creativo y no reactivo) 3.  Modelos Mentales 4.  Visión compartida 5.  Aprendizaje en equipo 6.  La quinta disciplina (Analizar las relaciones entre las partes) w w w . a n a l y t i c s 2 0 . o r g
  • 50. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org TEORÍA DE LAS RESTRICCIONES / IDENTIFICAR EL THROUGHPUT w w w . a n a l y t i c s 2 0 . o r g
  • 51. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 5 Estrategia Integrada w w w . a n a l y t i c s 2 0 . o r g
  • 52. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 5 Estrategia Integrada w w w . a n a l y t i c s 2 0 . o r g
  • 53. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SISTEMA DE INFORMACIÓN •  Todas las empresas tienen un sistema de información, sea este formal o no. •  Este recibe información de diferentes fuentes, tanto primarias como secundarias. •  Las fuentes primarias son aquellas generadas por la empresa con un objetivo de información propio y una metodología conocida por esta. •  Las fuentes secundarias son aquellas que aún cuando nos son útiles, fueron generadas por terceros con sus propios objetivos de información. w w w . a n a l y t i c s 2 0 . o r g
  • 54. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org FUENTES PRIMARIAS Y SECUNDARIAS •  Fuentes primarias = Mayor relevancia: Las fuentes primarias son normalmente mas relevantes ya que la información es creada con un objetivo interno de información. •  Fuentes secundarias = Menor relevancia: Las fuentes secundarias son creadas por terceros quienes tienen sus propios objetivos de información por ello es probable que no tenga todo el sentido que necesitamos en el estado que esta esta información. •  Nivel de certidumbre de fuentes secundarias: Es de vital importancia al utilizar fuentes secundarias, conocer la metodología utilizada para obtenerla y procesarla. En muchos casos la manipulación de la información puede ser o bien incorrecta, o correcta pero en ciertos contextos que pueden no ser el nuestro. w w w . a n a l y t i c s 2 0 . o r g
  • 55. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org FUENTES PRIMARIAS Y SECUNDARIAS •  Que fuentes primarias y secundarias se utilizan actualmente en sus empresas? w w w . a n a l y t i c s 2 0 . o r g
  • 56. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN •  Dependiendo del nivel de procesamiento de la información, esta va generando mas relevancia por si sola y depende de menos contexto para tener sentido. w w w . a n a l y t i c s 2 0 . o r g
  • 57. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN •  Las diferentes fuentes de información generan a su vez distintos tipo de información que es procesada en el sistema de información para reportar a diferentes áreas o usuarios. •  Cada persona de la organización realiza una actividad distinta la cual requirere, indefectiblemente de información única. w w w . a n a l y t i c s 2 0 . o r g
  • 58. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN – Información de internet •  La información de internet es la resultante de las interacciones entre el sitio y los usuarios, sin importar que se mida o no. • Aún cuando toda la información de internet puede ser medida, hacerlo es muy ineficiente ya que no toda la información es relevante para tomar decisiones y controlar, lo cual es para lo único que la información sirve. w w w . a n a l y t i c s 2 0 . o r g
  • 59. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN – Información o “Counts” •  El nivel de información con menor procesamiento es llamado “Counts”. Representa la información mas operativa y menos estratégica, lo cual no significa menos util sino útil para otras cosas. Esta información es útil a nivel operativo, donde quienes la usan trabajan en contexto por lo que no necesitan una métrica “contextualizada” sino el mayor grado de detalle posible. •  Pageviews. •  Video visits. •  Visits. •  Unique videos. •  Visitors. •  Videos. •  Orders. •  Searches. •  Registrations. • Ad impression. • Ad click. •  Video views. w w w . a n a l y t i c s 2 0 . o r g
  • 60. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN – Indicators •  Los indicadores resultan de computar al menos dos counts. Los indicadores generan información relevante para ayudar a la rápida toma de decisiones de nivel operativo. •  Time spent per visit. •  Time spent per page. •  Pages per visit. •  Visits per visitor. •  Time spent on video. •  Searches per visits. w w w . a n a l y t i c s 2 0 . o r g
  • 61. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN – KPI •  Los Key Performance Indicators representan el nivel mas estratégico de información en el nivel operacional. Ayuda a Gerentes de linea media y alta entender como esta yendo el negocio y cuales deberían ser los proximas pasos sin la necesidad de conocer los detalles operativos. Podríamos decir que esta información se explica sola. •  Stickiness. •  Freshness factor. •  CTR. w w w . a n a l y t i c s 2 0 . o r g
  • 62. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org NIVELES DE INFORMACIÓN – KSI •  Los Key Strategy Indicators estan directamente ligados a la estrategía corporativa. Ayuda principalmente a los directivos a seguir diferentes unidades de negocios sin necesidad de prestar atención en detalles. •  Los KSI permite tomar decisiones eficientes aún cuando quien lo hace no está al tanto de las particularidades del proyecto. •  Churn Rate. •  ROCI. •  UEM Efficiency. w w w . a n a l y t i c s 2 0 . o r g
  • 63. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL •  Es una fuente primaria de información (interna) que captura y procesa información principalmente de Usabilidad Web (Behavior). Provee información como: •  Como navegan los usuarios el sitio. •  Como están encontrando el sitio. •  Que contenido consumen (ojo, no sabemos si es el que prefieren) •  Que tecnología utilizan y como tienen seteada su computadora •  Las herramientas de Analytics son las mejores para obtener los “Que” y “Como” de los usuarios. Que consumen, como llegaron al site, etc. Generalmente nos da información sobre hechos objetivos, “el 30% de los usuarios llegaron por búsquedas orgánicas” w w w . a n a l y t i c s 2 0 . o r g
  • 64. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL •  Ventajas: •  Información en tiempo real (ver excepciones en Omniture, GA, Indextools) •  Fácil de usar •  La información esta siempre a mano (online) •  Mucha cantidad de información de manera ordenada •  Información homogénea entre las properties analizadas •  Fácil de integrar •  Muy flexible w w w . a n a l y t i c s 2 0 . o r g
  • 65. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL - Tecnologías •  Weblog Analizers: Es un software que analiza los log files de un servidor web (como Apache), y basado en los valores contenidos en estos log files, provee indicadores como “quien”, “cuando” y “como” un servidor web es visitado. •  Page tagging: Es un método mas reciente que el anterior, implica la incorporación de un “unique script tag” situado en cada una de las páginas de un sitio. La cuenta de Pageviews se basa en la ejecución de dicho script, que luego guarda esa información en una base de datos. Las soluciones de Page Tagging son normalmente combinadas con “session cookies” permitiendo contener información del usuario y obtener información de clickstream. w w w . a n a l y t i c s 2 0 . o r g
  • 66. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL – Tecnologías – Weblog analyzers •  Weblog Analizers: Cada vez que un usuario hace un click, se guarda en un log en el servidor. Luego la herramienta procesa ese log y genera una base de datos de reportes. w w w . a n a l y t i c s 2 0 . o r g
  • 67. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL – Tecnologías – Weblog analyzers •  Weblog Analizers - Ventajas: •  Los servidores siempre producen logfiles, por ello la información esta siempre disponible. •  El servidor captura todas las transacciones realizadas en el site no solamente pageviews. •  La información normalmente está en los propios servidores y con formato standard. Esto permite cambiar de herramientas y analizar información histórica con un nuevo software. •  Las herramientas que analizan los logfiles contienen información sobre failed requests ya que miden todo lo que pasa en el server. w w w . a n a l y t i c s 2 0 . o r g
  • 68. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL – Tecnologías – Page tagging •  Page tagging: Cada vez que se ejecuta un tag, este hace un llamado al servidor y le pasa cierta cantidad de datos que son predefinidos en el tag. Esto es guardado en una base de datos, generalmente luego se procesa esa información generando una segunda base de reportes y es ahí donde se generan las consultas w w w . a n a l y t i c s 2 0 . o r g
  • 69. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org WEB ANALYTICS TOOL – Tecnologías – Weblog analyzers •  Page tagging - Ventajas: •  Es muy sencillo agregar información adicional al Código Javascript la cual puede ser capturada por un servidor remoto. •  El servicio por page tagging realiza el procedimiento de asignación de cookies al visitante automáticamente. No requiere configuración. •  Page tagging está disponible aún para empresas que no alojan el site en sus propios servidores. w w w . a n a l y t i c s 2 0 . o r g
  • 70. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org PAGE TAGGIN VS. LOGFILE ANALYZERS w w w . a n a l y t i c s 2 0 . o r g
  • 71. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CUSTOMIZACIÓN DE INFORMACIÓN – SEGMENTOS •  Los segmentos nos permiten analizar parte de nuestra información en base a algún criterio que seleccionamos. O sea que filtran una parte de la inforamción almacenada en la herramienta de Web Analytics permitiendo utilizar todo el sistema de reporte sobre una “muestra” de usuarios. •  Los segmentos permiten hacer “Cortes transversales” de la información con el objetivo de: •  Identificar el comportamiento de distinto tipo de usuario respecto a las diferentes actividades con las que estos pueden interactuar en el sitio. • Analizar subgrupos de contenidos como si fueran subgrupos. • Analizar el comportamiento de usuarios de calidad frente a usuarios bounce. •  Comparar el rendimiento de diferentes grupos de contenidos del sitio. w w w . a n a l y t i c s 2 0 . o r g
  • 72. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CUSTOMIZACIÓN DE INFORMACIÓN – Reportes •  Generalmente cuando uno tiene respuestas especificas que requieren respuestas particulares uno genera un reporte Custom, o sea con un formato especifico seleccionado. Hay dos tipos de modulos a seleccionar, Dimensiones y Métricas. •  Dimensiones: Aquello que queremos investigar, o para decirlo de otra forma el modelo de clasificación de inforamción. Por ejemplo: Por País, Por fuente de Tráfico, Por Keyword, etc. •  Métricas: Una vez seleccionada la dimensión es necesario seleccionar “que queremos saber de esa dimensión”. De esta forma si queremos conocer la calidad del tráfico de esa dimensión podremos elegir métricas como Bounce Rate, Pageviews per visit, Time spent on visit, etc. w w w . a n a l y t i c s 2 0 . o r g
  • 73. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CUSTOMIZACIÓN DE INFORMACIÓN – GOALS Y FUNNELS •  Todo Sitio es un sistema: “Conjunto interrelacionados de objetos interactuando entre si con un objetivo en común”. •  Lo importante en los sistemas no son los objetos sino las interacciones que entre ellos se generan. w w w . a n a l y t i c s 2 0 . o r g
  • 74. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CUSTOMIZACIÓN DE INFORMACIÓN – GOALS Y FUNNELS • Actividades para definición de Goal e identificación de Funnels: •  Plantear el Objetivo de Máxima del Sitio. •  Identificar aquellas acciones que puede hacer un usuario dentro del sitio y que aportan al Objetivo de Máxima. •  Identificar si el proceso hasta dicha conversión (Goal) es medible y es relevante su medición. •  Identificar como medir cada paso (si es por tag o action tag). •  Configurar Funnel. •  Hacer QA. w w w . a n a l y t i c s 2 0 . o r g
  • 75. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CUSTOMIZACIÓN DE INFORMACIÓN – GOALS Y FUNNELS •  Los funnels son una excelente herramienta para entender si el sitio está generando aquello que deben generar y en caso positivo, si lo están haciendo efcientemente. •  Todo Sitio Web (Sistema) tiene entre sus “objetos” alguna interacción que representa la principal restricción de que este alcance dichos Objetivos. •  Toda aquella acción que no tenga como foco mejorar el flujo de dicho Objetivo genera desperdicio de recursos disminuye los resultados. •  Es como una cadena, siempre un eslabón se corta primero, por ello siempre hay que enfocarse en un eslabón a la vez y no desperdiciar recursos en varios “frentes” en paralelo. w w w . a n a l y t i c s 2 0 . o r g
  • 76. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org CUSTOMIZACIÓN DE INFORMACIÓN – GOALS Y FUNNELS •  EJEMPLO: •  Un Banner se muestra en un Placement. •  Los usuarios clickean en el banner. •  Los usuarios llegan al sitio. •  Proceso de compra. En el caso anterior el foco debe estar en búscar el mayor flujo por el “Sistema” e incrementar en paralelo cualquier de esos pasos. Generalmente cuando se tienen pocas conversiones se generan mayores campañas, sin embargo la mayoría de las veces el problema no esta en el tráfico generado por la campaña sino en la etapa de venta. Incrementar el tráfico genera más stock de usuarios sin convertir. Estos se convierten en un pasivo para la empresa, ya que los pagamos pero no ingresó dinero por ellos. w w w . a n a l y t i c s 2 0 . o r g
  • 77. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SEMI HANDS ON EJEMPLO I w w w . a n a l y t i c s 2 0 . o r g
  • 78. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SITIO E-COMMERCE w w w . a n a l y t i c s 2 0 . o r g
  • 79. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org GENERA LEADS POR PAID SEARCH w w w . a n a l y t i c s 2 0 . o r g
  • 80. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SI UNA CAMPAÑA LES DEJARA 300% DE ROCI (RETORNO POR CLIENTE) DIRÍAN QUE ES EXITOSA O NO? w w w . a n a l y t i c s 2 0 . o r g
  • 81. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org EL QUE CREA QUE NO PUEDE O BIEN RETIRARSE DE ESTA CLASE, O BIEN PASAR AL FRENTE Y SEGUIR CON LA CLASE w w w . a n a l y t i c s 2 0 . o r g
  • 82. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SIN EMBARGO LAS EMPRESAS, SIN SABERLO, TERMINAN NO COMPRANDO CLIENTES CON ESE NIVEL DE ROCI w w w . a n a l y t i c s 2 0 . o r g
  • 83. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org PORQUE? w w w . a n a l y t i c s 2 0 . o r g
  • 84. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org TODA LA INFORMACIÓN QUE DESCONOCEMOS NOS GENERA MIOPÍA w w w . a n a l y t i c s 2 0 . o r g
  • 85. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SIGAMOS CON EL EJEMPLO w w w . a n a l y t i c s 2 0 . o r g
  • 86. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SUPONGAMOS UN TICKET PROMEDIO DE 30 DÓLARES w w w . a n a l y t i c s 2 0 . o r g
  • 87. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org HASTA CUANTO PAGARÍAMOS POR UN CLIENTE NUEVO? w w w . a n a l y t i c s 2 0 . o r g
  • 88. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org USD10? w w w . a n a l y t i c s 2 0 . o r g
  • 89. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org USD20? w w w . a n a l y t i c s 2 0 . o r g
  • 90. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org USD30? w w w . a n a l y t i c s 2 0 . o r g
  • 91. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org ES IMPOSIBLE SABERLO w w w . a n a l y t i c s 2 0 . o r g
  • 92. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org LA RESPUESTA ESTÁ DETRAS DEL CLICK w w w . a n a l y t i c s 2 0 . o r g
  • 93. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Y REQUIERE UN CAMBIO DE ENFOQUE w w w . a n a l y t i c s 2 0 . o r g
  • 94. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org PRIMERO IDENTIFICAR EL LTV w w w . a n a l y t i c s 2 0 . o r g
  • 95. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org EN CUANTO TIEMPO Y CON QUE FRECUENCIA REALIZA EL GASTO w w w . a n a l y t i c s 2 0 . o r g
  • 96. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 1.  Compra Inicial= 30 dólares. 2.  Costos Totales sin Paid Search= 10 Dólares. 3.  Costo de Adquisición (Paid Search)= 30 Dólares. w w w . a n a l y t i c s 2 0 . o r g
  • 97. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org EL RESULTADO DIRECTO ES UN ROCI DE -25% w w w . a n a l y t i c s 2 0 . o r g
  • 98. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org AHORA APLIQUEMOS LA SEGUNDA PARTE DEL ANÁLISIS w w w . a n a l y t i c s 2 0 . o r g
  • 99. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org 1.  LTV= 150 dólares 2.  Periodo como cliente: 12 meses. 3.  Frecuencia de compra: Cada 3 meses. 4.  VAN (cuanto valen hoy los 150 dólares): 135 Dólares. 5.  Resultado del Cliente (Ingreso menos costos)= 95 dólares. 6.  ROCI= 284%. w w w . a n a l y t i c s 2 0 . o r g
  • 100. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org SEMI HANDS ON EJEMPLO II w w w . a n a l y t i c s 2 0 . o r g
  • 101. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Una empresa que produce Laptops (computadoras portátiles) y las comercializa entre otros canales, por medio de un sitio de ecommerce. Que información utilizara esta compañía normalmente para tomar decisiones? Principalmente Trafico y Ventas. O sea los disparadores de posteriores análisis serán estas dos métricas antes mencionadas. Ambas son metricas de comportamiento, o sea que nos dan información sobre “que hacen” nuestros usuarios o clientes, pero no el porque lo hacen. w w w . a n a l y t i c s 2 0 . o r g
  • 102. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Que ocurre cuando hay una caída en ventas? w w w . a n a l y t i c s 2 0 . o r g
  • 103. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org ANTE LA FALTA DE INFORMACIÓN… …GENERALMENTE SE INFIERE w w w . a n a l y t i c s 2 0 . o r g
  • 104. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Entonces cuando hay una caída en ventas se buscara como causa del problema algo que suena lógico para quien tenga que tomar la decisión sobre como proceder o convencer a quien lo hace. El problema entonces será asignado a que se promociono el producto incorrecto, la campaña de medios no fue lo suficientemente exitosa, y a otras tantas cuestiones dependiendo de lo que suene lógico para quien busca una respuesta. w w w . a n a l y t i c s 2 0 . o r g
  • 105. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Ahora bien, tomar decisiones en el entorno antes mencionado no es muy saludable. No solo porque no estaremos resolviendo el problema de raíz, sino porque al enfocar los recursos en resolver cuestiones que no son el problema estamos incrementando el costo de adquisición. w w w . a n a l y t i c s 2 0 . o r g
  • 106. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org O sea, no solo que no incrementamos ventas, sino que además cada una nos sale mas cara. w w w . a n a l y t i c s 2 0 . o r g
  • 107. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org El siguiente grafico no solo es muy simple, sino muy eficiente para la toma de decisiones eficiente. Las cuatro líneas representan: 1- Visitas (Comportamiento). 2- Sales (Comportamiento). 3- Buzz (Actitudinal). 4- Server Performance Monitoring (Entorno). w w w . a n a l y t i c s 2 0 . o r g
  • 108. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org w w w . a n a l y t i c s 2 0 . o r g
  • 109. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org En el eje X tenemos la variable tiempo (en días), en el eje Y1 tenemos cantidades (Q) y en el eje Y2 tenemos porcentajes (tanto de buzz como de performance de servidor). También recomiendo agregar información sobre eventos relevantes para la actividad de la compañía y sus proyectos. w w w . a n a l y t i c s 2 0 . o r g
  • 110. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org En el ejemplo siguiente tenemos dos situaciones que requieren tomar decisiones y que se basan en los siguientes disparadores: ALERTA I – Caida en las ventas (9 de Enero): El generente de marketing recibe una alerta en su cuenta de email proveniente de la herramienta de Web Analtyics avisando sobre una caida en las ventas. El gerente a buscar respuestas al grafico de cuatro lineas de la siguiente manera. w w w . a n a l y t i c s 2 0 . o r g
  • 111. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org MÉTRICAS a. Visitas: No hay una importante variacion en visitas con lo cual no vale la pena seguir analizando. b. Ventas: Tal cual la alerta anuncio cayeron las ventas casi un 43%, por lo tanto es necesario seguir analizando. c. Buzz de producto o marca: No hay un cambio importante que valga la pena analizar durante el periodo bajo analisis. No hay nada que nos haga pensar que hay una actitud negativo en la persepcion de nuestros clientes y potenciales clientes respecto a nuestra marca. d. Monitoreo de la performance del servidor: Identifica una importante caida en la performance del servidor justamente en una de las paginas del proceso de ventas. Algunos minutos mas tardes la gente de tecnologia comparte una nota informando sobre el problema. En solo 10 minutos de analisis conocemos la causa de la desviacion y logramos corregirla. Suena como informacion accionable no es cierto? w w w . a n a l y t i c s 2 0 . o r g
  • 112. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org ALERTA II – Caida en ventas (18 de Enero): El gerente de marketing recibe otra alerta a su cuenta de mail, tambien de la herramienta de Analytics comunicando una aparente caida de casi el 25%. Sin el grafico de cuatro lineas aquí presentado esta persona seguramente trataria antes que nada intentar asignar este nuevo problema a una caida en la performance de los servidores. Sin embargo con este modelo el proceso sera el siguiente:. w w w . a n a l y t i c s 2 0 . o r g
  • 113. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org a. Visitas: Las visitas crecieron levemente, nada relevante en principio. Pero como pueden ver en el grafico cuando el problema se manifiesta en este indicador es demasiado tarde para resolverlo sin que esto tenga un costo importante. b. Ventas: Una caida de casi el 25%. c. Performance del servidor: Aun cuando este es uno de los indicadores que esta persona revisa al surgir el problema debido al inconveniente previo, no tarda mucho en identificar que el servidor no es, en esta oportunidad, la causa de la caida en las ventas. d. Buzz de Marca o Producto: Identifica una variacion negativa en la percepcion de los clientes o potenciales clientes respecto de la marca o producto de su empresa. Excelente! Esto nos dice mucho sobre el problema. En primer lugar el incremento en las visitas se debe al buzz generado en internet (aun siendo negativo). Ya que las personas al leer una noticia negativa sobre nuestros productos intentaran ampliar o confirmar dicha informacion en el sitio oficial, sin embargo ese incremento en el trafico dificilmente podra convertirse en ventas. w w w . a n a l y t i c s 2 0 . o r g
  • 114. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org En este ejemplo el problema era una falla en las baterias de las computadoras portatiles. Un Blogger importante publico sobre este problema y tan solo dos dias despues habia comentarios en todo internet. La empresa identifico el problema en tan solo 10 minutos y pudo generar acciones de correccion que le permitieron volver a la situacion previa. w w w . a n a l y t i c s 2 0 . o r g
  • 115. Juan M. Damia Juan Manuel Damia – www.analytics20.org/es/ juan@analytics20.org Resumiendo… Cuales son las ventajas de usar Analytics?  Fuerza la planificación  Establece criterios claros e inequívocos de medición y alcance de objetivos (KPI’s, KSI’s, etc.)  Crea un círculo virtuoso de análisis y aprendizaje  Identifica y mejora los procesos  Identifica cuellos de botella  Promueve y posibilita la integración de sistemas de información w w w . a n a l y t i c s 2 0 . o r g