Big data versus better queries: Analitica web para servicios de informacion 2014 Jorge Serrano-Cobos

Big Data versus Better Queries:
Analítica Web práctica
para Servicios de Información
Organiza: Departamento de Bibliotecas y Documentación
Dirección de Cultura. Instituto Cervantes
Jorge Serrano-Cobos
MASmedios.com

Jorge Serrano-Cobos. Analítica Web práctica para Servicios de Información
Índice:
1. Qué analizar
2. Cómo analizar (mi sitio web)
3. Cibermetría
4. Conclusiones

Photo by JD Hancock
¿Saturados ya de Data?

¿Hartos ya de Vs?

Photo by 澎湖陽光阿有專業浮潛
Pero sin datos
es como…

Photo by Eric Benacek
Con datos …

1. Qué analizar
Nombre y Apellidos del ponente. Título de la ponencia

Image by Swets HQ
Muchas preguntas que contestar

Image by universoabierto2012
Altmetrics

Qué analizar
Analizar
Objetivos
Usuarios
CompetenciaCanales
Contenidos

Cuándo
Análisis de
mercado
Competencia
Usabilidad
Analítica Web
CRM
(feedback)
Prepublicación Postpublicación

Objetivos
Necesidades
del usuario
Necesidades
del Website

Photo by Zaraki Kenpachi

Gema Muñoz
Objetivos

Ejemplos de Objetivos
Tabatha Farney
-Objetivo 1: incrementar el número de usuarios
registrados
-Tipo de objetivo URL de destino
-Objetivo 2: Incrementar el número de suscriptores del
newsletter del servicio en un XX%.
-Tipo de objetivo: Evento
-Objetivo 3: aumentar la reservas de ítems en un X%
-Tipo de objetivo: URL de destino

Vincent Kermorgant & Ilkka Manninen
1. Objetivos

2. Cómo analizar

Photo by Pol Turrents
Segmentar audiencias

Photo by Steve Jurvetson
Segmentar audiencias

Photo by BlueGoa
Diferencias vs. Semejanzas

Conocer al usuario

Segmentación
La más simple…
Justin Cutroni

Segmentación
Incluir en el análisis sólo tráfico interno (Ordenadores in-
house)…
Brad Masters

Segmentación
Más elaborada, el estudio de cohortes
Justin Cutroni

Tendencias
Progresión= % tendencia alza / baja de mes - año
anterior vs. mes - año actual
analytics-ninja.com

Tasa de rebote
Image by Nahid Hasan
¡OJO, CONTEXTUALIZAR!

Del embudo de conversiones…
- De cada 100 que nos enteramos
de que el sitio web existe:
-¿X%? Interactuamos
-¿X%? Comparamos
-¿X%? Consideramos
-¿X%? Seleccionamos
-¿X%? Conversiones
- Nos registramos
- Descargamos
- Reservamos

… al reloj de arena
CONVERSIONES
-Interacción Interna
-Interacción externa (medios
ganados)
- Repercusión mediática
- Backlinks (referrers)
- Tweets, retweets,
recomendaciones, conversaciones…

Salir de las métricas por defecto
hallaminternet.com

Análisis de OPAC (site search)
http://journal.code4lib.org/articles/6942

http://www.wikipedia.org

Tracking de descargas
mainstreethost.com

Engagement (según GA)
wikihow.com

Comparar segmentos
mainstreethost.com
-Usando “advanced segments”

Custom Data Import
ouseful.info
-Problema, si esto son títulos de publicaciones:

Custom Data Import
Justin Cutroni
-Podemos importar metadatos de nuestro catálogo para
generar nuestras propias dimensiones de análisis:

Custom Data Import
Justin Cutroni

Correlación
http://www.educause.edu/ero/article/discovering-impact-library-use-and-student-performance

Correlación
ouseful.info

Causalidad
http://www.providencejournalnews.com/
-A/B testing es muy viejo…

A/B testing
-Una palabra
contentverve.com

A/B testing
-Dirigir la
mirada
(eye tracking)
http://www.ncbi.nlm.nih.gov/pubmed/22512343

A/B testing
http://www.ncbi.nlm.nih.gov/pubmed/22512343
-Dirigir la
mirada
(eye tracking)

Dashboards / Cuadros de mando
http://blog.kissmetrics.com

http://blog.kissmetrics.com
-Podemos crear 20 propios, cada uno con 20 “widgets”

http://eaulib.eau.ac.th/05%20Trends%201919-3753-2-PB.pdf
-O exportar, y crear otros propios.

http://mimas.ac.uk/exploring-shared-
library-analytics-and-metrics/
LAMP (Library Analytics & Metrics Project)

3. Cibermetría

Mi sitio web
Justin Cutroni

Mi sitio web
Analítica Web

Mi ecosistema web
dougbelshaw.com
Analítica Web
Doug Belshaw

Mi ecosistema web
dougbelshaw.com
Analítica Web
Cibermetría
Doug Belshaw

Benchmarking
https://www.alexa.com/

Link Analysis
https://ahrefs.com/

Link Analysis
https://majestic.com/

Text Mining (menciones, queries…)
http://www.datadrillers.com/Data_Mining_Examples.html

Text Mining (clustering)
http://provalisresearch.com/products/content-analysis-software/

¿Sentiment analysis?

https://www.librarything.com/commonknowledge/clouds.php
Ojo con fuentes sesgadas

Predictive analytics
http://www.jmp.com/

Reglas de asociación
http://www.slideshare.net/pranny/a-hybrid-recommendation-system

Reglas de asociación
https://www.librarything.com/
author/tolkienjrr/readalikes

Image by Ned Potter
Twitter Analytics para bibliotecas

Nicholas Christakis

Photo by Michael Sean Gallagher
Análisis de redes con Mentionmap

By Marc Smith
Social Network Analysis con NodeXL

• Los objetivos deben doler
• Ir más allá de los datos básicos
• Conocer al usuario, luego los contenidos
• No estamos solos (cibermetría)
• Maridar bibliotecario + especialista
4. Conclusiones

¡Gracias por su atención!
jorge@masmedios.com
@serranocobos

72
Nota de agradecimiento: Copyright de los carteles de películas a sus respectivos dueños

Big data versus better queries: Analitica web para servicios de informacion 2014 Jorge Serrano-Cobos

Recomendados

Recomendados

Más contenido relacionado

Similar a Big data versus better queries: Analitica web para servicios de informacion 2014 Jorge Serrano-Cobos

Similar a Big data versus better queries: Analitica web para servicios de informacion 2014 Jorge Serrano-Cobos (20)

Más de Jorge Serrano-Cobos

Más de Jorge Serrano-Cobos (12)

Último

Último (20)

Big data versus better queries: Analitica web para servicios de informacion 2014 Jorge Serrano-Cobos