Cada vez que tenemos delante una página web con la intención de realizar un analisis de datos nos hacemos la siguiente pregunta ¿por dónde empezamos? como cada maestrillo tiene su librillo, a mí me gusta empezar personalizando mi herramienta (Google Analytics). Si hacemos un símil con un vehículo, antes de realizar un viaje debemos revisar cómo están los neumáticos, niveles de aceite, gasolina etc., con Google Analytics ocurre exactamente igual; no sirve con acceder y obtener datos.
Google Analytics es una herramienta muy potente si de analisis de datos hablamos, y debemos personalizarla hacia nuestros objetivos: cómo medir (recoger datos), analizar (sacar conclusiones) y realizar acciones en base al conocimiento que me han producido los datos. Siempre tenemos que tener presente que la analítica digital se basa tanto en un análisis cuantitativo (medimos que pasa en nuestra página web a través de los datos) como cualitativo (medimos por qué está pasando, a través de encuestas online).
Ejemplos de Buenas Prácticas para el analisis de datos
Vistas De Informes
Partiendo de la base que Google Analytics se estructura en: cuentas, propiedades y vistas, me voy a centrar en vistas ya que es donde vamos a trabajar nuestros informes.
Se recomienda crear un mínimo de tres vistas:
Vistas Unfiltered: es la vista inicial que no tiene filtros; no la vamos a tocar nunca y va a ser un seguro ante la pérdida de datos. Nos va mostrar los datos en bruto.
Vista de Pruebas: en esta vista vamos a probar los diferentes filtros y los cambios que puedan afectar a nuestros datos; por ejemplo: el tráfico spam.
Vista de informes: es lo que vamos a trabajar en nuestro día a día; se pueden crear vistas por ejemplo para analizar el tráfico orgánico (Search Engine Optimization) frente al pagado (Search Engine Marketing) o separar el trafico del blog de el generado por la página web para estudiar por separado el grado de interés de los usuarios en nuestros contenidos, por países…etc.
Es importante tener en cuenta que las vistas recogen la información desde el momento que se han creado. Por este motivo es conveniente crearlas desde el principio ya que aunque no se vayan a utilizar de momento pueden resultar interesantes utilizarlas más adelante.
Tasa de rebote
La tasa de rebote en Google Analytics nos indica el cociente de visitas que han accedido a una única página entre el total de visitas de un sitio web.
Es una métrica que puede ser tomada en solitario ya que es indicativa de cómo está funcionando el el sitio por sí mismo. Es muy importante tener de referencia que no tiene en cuenta el tiempo de permanencia en el sitio web para calcularla. El usuario puede irse porque no le gusta lo que ve pero también porque ha encontrado lo que buscaba. Por ejemplo, en un blog debemos personalizar esta métrica para que considere el tiempo de permanencia y no las páginas visitadas.
¿Cómo personalizamos la tasa de rebote? a través de dos maneras.
❶ Insertar una línea en el código que instalamos Google Analytics el cual indica que todas las visitas con una permanencia inferior a 40 segundos (siendo esto un ejemplo) no las considere como rebote.
❷ Definir un segmento específico que agrupe a todas las visitas que no llegan al límite establecido y después calcular el porcentaje sobre el número de visitas totales.
Es muy importante conocer el sitio web y hacerse preguntas como por ejemplo: ¿cuál es el objetivo del sitio web que queremos conseguir? ¿cómo lo vamos a conseguir? ¿qué métricas vamos a utilizar para lograr nuestro objetivo?.
No debemos empezar la casa por el tejado y por ello, previo al analisis de datos, debemos conocer bien la web que nos servirá de punto de partida para saber a qué nos enfrentamos.
En próximos post seguiremos hablando de buenas prácticas que son interesantes y que marcan el punto de partida para acceder a la información.
¡COLABORA CON NOSOTROS!
En QuestionPro necesitamos tu talento, si quieres colaborar en nuestro blog da click aquí
Autor:
Fran Oviedo.
Diplomado en Gestión y Administración Pública y Técnico superior en Administración y Finanzas, con una experiencia de 10 años desempeñando tales funciones en diferentes empresas. En la actualidad cursando el Master de Analítica Web y Big Data, analizando los el tráfico web con el objetivo de enfocar acciones a resultados para la toma de decisiones.
Datos de contacto:
Correo: [email protected]
Twitter @oviferfr
