Herramientas de Anal√≠tica Web: ¬ŅC√≥mo escoger la mejor para ti?

8356 Views
Marketing
herramientas-de-analitica-web-como-escoger-la-mejor-para-ti

La analítica web es un término muy usado hoy en día debido tanto a su importancia como a la necesidad que crea. En mundo online es un entorno cambiante en donde los mercados virtuales mutan en plazos cortos de tiempo y esto trae consigo el cambio en el comportamiento de los usuarios. Gracias a la analítica web se puede llegar a reducir esta incertidumbre al extraer datos del comportamiento de los usuarios en la página web y que se puedan establecer patrones de uso que permitan optimizar la página.

¬ŅQu√© es y para qu√© sirve la Anal√≠tica web?

Una de las definiciones de anal√≠tica web m√°s completa que encontramos y es la de la Asociaci√≥n Espa√Īola de Anal√≠tica Web, seg√ļn la cual:

“Es la recopilaci√≥n, medici√≥n, evaluaci√≥n y explicaci√≥n racional de los datos obtenidos de Internet, con el prop√≥sito de entender y optimizar el uso de la p√°gina web de la organizaci√≥n‚ÄĚ.

La importancia, en realidad, radica en la interpretación de estos datos y, en función de ellos, tomar decisiones dirigidas a cumplir unos objetivos previamente establecidos en la estrategia de negocio. Estos datos hay que saber interpretarlos correctamente, ya que por sí solos no son capaces de explicar qué es lo que está ocurriendo.

Las decisiones estratégicas que se adopten estarán basadas en datos firmes, en información, no en intuición, por lo que la optimización de los distintos elementos que se puede hacer, será más acertada al poder esquivar los errores y enfatizar los aciertos.

El disponer de herramientas de analítica web supone tener conocimiento de distintos aspectos relacionados con la web y su navegación en ella por parte de los usuarios:

  • Conocimiento de los usuarios. Su historial de navegaci√≥n, el comportamiento que han tenido dentro de la web y su grado de satisfacci√≥n con la interacci√≥n mantenida.
  • Conocimiento del funcionamiento de la web. Tenemos la oportunidad de conocer como est√° siendo el funcionamiento de la web en cuestiones como dise√Īo, contenido, usabilidad o posicionamiento.
  • Desarrollo de acciones complementarias. En cuesti√≥n de marketing, ayuda a estimar qu√© campa√Īas tendr√°n m√°s impacto y en las que conviene invertir, desarrollo del email marketing, red de afiliados‚Ķ
  • Identificar comportamientos de la competencia (identificar las fortalezas que podemos imitar o las debilidades que debemos esquivar)

Evolución de la analítica web en el tiempo

Como ya hemos comentado con anterioridad, los datos son muy valiosos, pero no nos valen de nada si no se saben interpretar, por muchas herramientas que tengamos a nuestra disposición, hay que saber interpretar los datos para hacer un análisis. Avinash Kaushik, considerado el padre de la materia y uno de los más entendidos en cuestiones de analítica web, desarrolló la regla del 10-90 con la que defendía que se debía invertir el 10% del presupuesto de una empresa en adquirir herramientas de pago de analítica web, pero el 90% en conseguir analistas capaces de interpretar los datos.

En los inicios del mundo de la anal√≠tica web se recopilaban datos con herramientas que analizaban logs (huellas que se dejan en el servidor) pero estos datos ten√≠an poca flexibilidad y se necesitaba un software para procesarlos y esto se demoraba mucho, por lo que se pas√≥ a un sistema que integraba etiquetas (tags) en p√°ginas de un sitio web y empleaba cookies, lo que implicaba que si el usuario las borraba, los datos eran err√≥neos. Fue con la llegada de Google Analytics cuando se empezaron a tener datos fiables, con esta herramienta gratuita de manejo sencillo acerc√≥ el mundo de la anal√≠tica web a todo el mundo que presentara inter√©s en ello. A partir de este momento, muchas compa√Ī√≠as lanzaron herramientas que complementaban o copiaban a la de Google, fue el comienzo del desarrollo de este tipo de herramientas.

banner de dise√Īo web

Formas de analítica web

‚ě® An√°lisis de tr√°fico: analizan la interacci√≥n de los usuarios, su procedencia, sus h√°bitos de navegaci√≥n, sus intereses‚Ķ

‚ě® Mapas de calor: mide donde hace click el usuario durante la navegaci√≥n.

‚ě® A/B testing: se divide la web en dos partes que dirigen el tr√°fico a distintas versiones de la web y se escoge la web que convierta m√°s.

‚ě® Test multivariable: lo mismo que la forma anterior pero introduciendo m√°s variantes de la web.

‚ě® Encuestas a usuarios, grupos de discusi√≥n o test al usuario: a partir de la recogida de feedback de los usuarios se valoran las posibles mejoras para conseguir satisfacer m√°s a los usuarios

herramientas monitorizacion

M√©tricas o KPIs seg√ļn el tipo de p√°gina

Antes de nada, debido a la confusión existente, vamos a diferenciar entre métrica y KPI. Ambos términos son indicadores que se usan para guiarnos en la evaluación de las acciones llevadas a cabo pero una métrica es un indicador crudo o puro mientras que un KPI es un indicador creado a partir de una métrica asociado a una explicación matemática que indica el grado de consecución de un objetivo establecido. Por lo tanto, se puede afirmar que todos los KPIs son métricas, pero no ocurre a la inversa, no todas las métricas son KPIs. Un ejemplo de métrica es las visitas a una página web y un KPI la tasa de conversión de ventas.

En lo relativo a anal√≠tica web, cada tipo de p√°gina tiene como fin, o deber√≠a tener, la consecuci√≥n de unos resultados que est√°n en sinton√≠a con los objetivos establecidos previamente. Para verlo mejor, es bueno hacerse preguntas para determinar de un modo m√°s clarificador los objetivos que se deben establecer, como por ejemplo: ¬ŅCon qu√© fin existe la web? ¬ŅQu√© se aporta al negocio? ¬ŅQu√© se pretende conseguir? Estos objetivos han de ser claros y estar bien definidos para que nos permitan medir correctamente el camino hacia la meta y as√≠ determinar en donde nos encontramos o cu√°nto nos falta por llegar.

Dependiendo del tipo de página web a la que nos refiramos, vamos a tener en cuenta unas métricas u otras para entrar a valorar el cumplimiento de esos objetivos, ya que no todas tienen el foco puesto en la consecución de la misma meta. Por ejemplo, un portal dedicado al ecommerce tendrá como objetivo aumentar beneficios mientras que otro dedicado más al comercio pensará en términos de satisfacción y fidelización.

Una vez que los objetivos de la web estén fijados, se deben definir las métricas o KPIs que nos van a indicar cómo de cerca estamos de ellos.

Vamos a ver a continuaci√≥n los KPIs que se suelen tener m√°s en cuenta seg√ļn cada tipo de negocio. Pero antes vamos a hacer una apreciaci√≥n sobre alg√ļn concepto como la tasa de conversi√≥n (conversiones/visitas), un indicador que se nombra en todos los tipos de p√°ginas, ya que cada sitio establecer√° lo que es para ella su conversi√≥n, su acci√≥n determinada. Mide la eficiencia de una acci√≥n determinada. Cada p√°gina establece esa acci√≥n, un contenido compartido, un formulario relleno, la descarga de un archivo, una suscripci√≥n a la newsletter‚Ķ

Analítica web para un ecommerce

El objetivo en este tipo de p√°gina web es vender y lo ideal es tener los menores gastos posibles. Los KPIs que se tienen m√°s en cuenta son:

  • Tasa de conversi√≥n (conversiones/visitas) ¬ŅSe vende? ¬ŅConvencemos?
  • Cantidad media de pedidos (Ingresos/conversiones) ¬ŅCu√°l es el valor del ticket medio?
  • Visitas de valor (ingresos/ visitas) ¬ŅEs tr√°fico de calidad?
  • Clientes fidelizados (visitantes recurrentes/nuevos visitantes) ¬ŅSon clientes fieles?
  • Tiempo de permanencia en la web ¬ŅLes atrae el contenido?
  • Tr√°fico org√°nico (visitas desde buscadores/visitas globales) ¬ŅFunciona el SEO?

Analítica web para una página de servicios

El objetivo de una p√°gina web de una empresa de servicios es generar “engagement” con el cliente, darles respuesta por los distintos canales que tienen a su disposici√≥n. De este modo, nos podemos fijar en:

  • Tasa de conversi√≥n (conversiones/visitas) ¬ŅOfrecemos lo que se busca?
  • Tasa de rebote ¬ŅSe esperan esto? ¬ŅEst√°n satisfechos?
  • Tiempo de permanencia en la web ¬ŅCu√°nto tiempo se quedan navegando?
  • Buscador interno ¬ŅQu√© buscan?

Analítica web para un portal de contenidos

En este apartado podemos englobar a blogs u otro tipo de publicaciones que est√°n interesados en conseguir adeptos a sus lecturas que le aseguren un volumen de tr√°fico o seguidores estables.

  • Tasa de conversi√≥n (conversiones/visitas) ¬ŅEst√°n registrados?
  • Tiempo de permanencia en la web
  • Profundidad del contenido
  • Clientes fidelizados (visitantes recurrentes/nuevos visitantes)
  • Porcentaje de nuevas visitas (nuevos visitantes/visitantes √ļnicos) ¬ŅAtraemos a gente nueva?
  • Visitantes comprometidos (visitas con duraci√≥n superior a 10 min/visitas) ¬ŅSon fieles?

Analítica web para un portal corporativo o de marca

El objetivo que persigue un portal de este tipo es buscar reforzar su imagen de marca y hacer branding, manteniendo su conjunto de atributos y valores para que su p√ļblico la identifique y se fidelice.

  • Tasa de conversi√≥n (conversiones/visitas) ¬ŅGeneramos engagement?
  • Fidelidad de las visitas (n√ļmero de visitantes que repiten/ n√ļmero total de visitantes √ļnicos)
  • Tiempo de permanencia en la web
  • Proveniencia del tr√°fico (visitas desde tr√°fico directo+ visitas SEO) ¬ŅDa m√°s rendimiento el SEO? ¬ŅEl SEM?

Analítica web para un portal de lead generation

El objetivo es conseguir contactos, por lo que nos interesa incrementar la red de los mismos.

  • Tasa de conversi√≥n (leads/visitantes) ¬ŅCu√°ntos leads hemos conseguido?
  • Coste por lead (leads/inversi√≥n en marketing) ¬ŅCu√°nto cuesta cada lead?
  • Porcentaje de nuevas visitas (nuevos visitantes/visitantes √ļnicos) ¬ŅAtraemos a gente nueva?

Si quieres aprender todo sobre los leads y como conseguirlos no te pierdas nuestro post “Leads: Que son, tipos y c√≥mo captarlos”

Analítica web en Redes Sociales

La analítica web aquí nos permite conocer si se está interactuando bien con los usuarios, si nuestros contenidos triunfan o si tenemos muchos visitantes.

  • Branding: n√ļmero de publicaciones, n√ļmero de nuevos fans, n√ļmero de contenidos compartidos‚Ķ
  • Engagement: n√ļmero de clics, n√ļmero de me gusta o menciones, n√ļmero de comentarios‚Ķ
  • Fidelizaci√≥n: n√ļmero de visitas a la web provenientes de las Redes Sociales, n√ļmero de preguntas provenientes de Redes Sociales‚Ķ

En algunos casos las propias Redes Sociales proporcionan herramientas de medici√≥n gratuitas, tenemos Facebook Insights que permite realizar un seguimiento de c√≥mo los usuarios interaccionan con la Fan Page. Se puede consultar la segmentaci√≥n de los visitantes por sexo, edad, ubicaci√≥n, sus intereses y conocer qu√© publicaciones son las que m√°s se ajustan a sus perfiles. Twitter Analytics, adem√°s de hacer tambi√©n clasificaci√≥n seg√ļn edad, sexo y ubicaci√≥n, analiza y proporciona las estad√≠sticas de los tuits, las impresiones, la tasa de interacci√≥n, n√ļmero de seguidores o de clicks…

Dependiendo del devenir de los diferentes portales, puede que estas métricas se queden escasas y se necesite introducir otras nuevas con el paso del tiempo para que contesten a alguna otra pregunta que surja en un determinado momento, se trata de sacar el máximo rendimiento de las herramientas de analítica web en función de las necesidades que vayamos teniendo en cada momento.

El n√ļmero de KPIs que se seleccionen para estudiar los datos no debe ser muy excesivo, porque al final tanta informaci√≥n lo que har√° es liarnos m√°s y no nos brindar√° la rapidez necesaria para introducir mejoras. Lo ideal es escoger entre 3-8 indicadores, los que sean m√°s representativos a la hora de medir el objetivo establecido.

Ejemplos de herramientas de analítica web muy TOP

‚ě® Google Analytics: No pod√≠amos empezar este apartado sin nombrar en primer lugar a la cl√°sica herramienta gratuita de anal√≠tica de Google, aunque tambi√©n tiene versi√≥n de pago. Su funcionamiento es bastante simple, se introduce un fragmento de c√≥digo JavaScript en la p√°gina web y nos ofrece estad√≠sticas en tiempo real e informaci√≥n muy variada sobre n√ļmero de visitas, ubicaci√≥n, fuentes de tr√°fico, palabras usadas en las b√ļsquedas, conversiones, tasas de rebote‚Ķ

Para el seguimiento de un portal ecommerce existe una implementación más avanzada de Google Analytics con el que se puede unir los datos procedentes de las ventas con lo que ya vienen de por sí en la interfaz. Esto permite establecer segmentaciones e identificar nichos de mercado.

‚ě® Clicky: herramienta bastante completa que ofrece tambi√©n la informaci√≥n a tiempo real. A pesar de que su interfaz no es de un manejo sencillo ya que es poco intuitiva, los datos que proporciona son bastante completos por sus informes con alto nivel de detalle. Dispone de mapas de calor que muestran separadamente las sesiones de los usuarios para conocer quienes han cumplido el objetivo especificado. Clicky tambi√©n se integra con Twitter para ofrecer todos los datos relativos a la red social.

‚ě® Woopra: esta herramienta ayuda a conocer y hacer un seguimiento del n√ļmero de las visitas en tiempo real. Ofrece datos sobre embudos de conversi√≥n, tasas de abandono y dem√°s informaci√≥n relevante. Como novedad incluye un chat en directo para poder hablar con tus clientes mientras navegan por la web, esto genera controversia, porque mientras que unos lo consideran muy valioso para obtener informaci√≥n, otros creen que es bastante intrusivo.

‚ě® Kissmetrics: esta plataforma de pago pone el foco en estudiar la experiencia de usuario, por lo que se centra en los aspectos que mejoran el funcionamiento de la web. El seguimiento en tiempo real que le hacen al usuario permite definir el embudo de conversi√≥n del sitio y poder entender su comportamiento e introducir mejoras con el objetivo de reducir la tasa de rebote. No requiere que pasen 24 horas para la generaci√≥n de informes como otras herramientas. Esta herramienta de anal√≠tica es una muy buena opci√≥n para los portales ecommerce para conocer c√≥mo es la interacci√≥n, los datos de compra de los clientes y poder lanzar otras estrategias correctamente.

‚ě® Piwik: al ser una herramienta de c√≥digo abierto, es una alternativa a Google Analytics para los que no les gusta tener que proporcionar informaci√≥n a Google que se instala en el servidor. Tiene, adem√°s de las mismas funcionalidades que Analytics, tambi√©n un m√≥dulo para tienda online con medici√≥n de objetivos. Permite un alto grado de personalizaci√≥n de la herramienta por parte del analista en funci√≥n de sus intereses.

‚ě® W3Counter: herramienta anal√≠tica que ofrece las mismas funcionalidades que Google Analytics. La diferencia es que su manejo es muy sencillo al igual que su interfaz que es muy clara e intuitiva y nos permite conocer los principales datos. Es ideal para p√°ginas sencillas que no tienen mucho tr√°fico.

‚ě® Similarweb: es una herramienta que esp√≠a a la competencia. Permite identificar los puntos fuertes y d√©biles de la competencia que muestra a trav√©s de unos gr√°ficos. Aspectos como las visitas a la p√°gina web, palabras clave de b√ļsquedas, fuentes de tr√°fico, distribuci√≥n geogr√°fica‚ĶSon datos espec√≠ficos que ayudan a tener una idea de la evoluci√≥n de la competencia que puede servir para replantear nuestras estrategias.

‚ě® Open Web Analytics (Owa): es una herramienta que puede considerarse como otra alternativa a Google Analytics, adem√°s incluye mapas de calor. Es una de las mejores opciones para aquellas empresas que quieren tener los datos anal√≠ticos en su propio dominio ya que se puede instalar en el propio servidor. Este factor es muy importante para empresas que deban tener especial cuidado con la protecci√≥n de los datos de los clientes.

‚ě® ClickHeat: esta es una herramienta de anal√≠tica cualitativa, que ofrece datos m√°s visuales en forma de mapas de calor. Nos muestra el comportamiento de los usuarios en la web a trav√©s del rastreo de sus clicks.

‚ě® Visual Website Optimizer: herramienta anal√≠tica para realizar testing de un modo sencillo que permite mejorar las conversiones en el corto plazo. Permite realizar diferentes tipos de testing: de usabilidad, dividiendo el tr√°fico en URLs, test A/B simult√°neos o test multicambios entre otros.

Infograf√≠a “Las mejores herramientas de Anal√≠tica web”

 HERRAMIENTAS DE ANALITICA WEB

Como hemos visto, las herramientas de analítica web se deben escoger teniendo siempre en cuenta las necesidades específicas de nuestra web, cual va a ser el foco de medición (los usuarios y su comportamiento o la página y su funcionamiento), la precisión que necesitamos y el volumen de datos que vamos a manejar. A pesar de que Google Analytics es la más usada y divulgada, investigando un poco podemos encontrar alguna más potente que nos ofrezca unas funcionalidades más acordes a las que necesitamos para nuestro caso particular.

Imagen de “anal√≠tica web” de Shutterstock

  • Home /
  • Marketing /
  • Herramientas de Anal√≠tica Web: ¬ŅC√≥mo escoger la mejor para ti?