Para el usuario habitual, los Filtros Avanzados pueden ser la más útil de las nuevas características para optimizar su proceso una vez que accede a un reporte y realiza análisis activamente. Se encuentran al final de la tabla de cualquier reporte. Como usuario avanzado he solicitado esta herramienta por años, y ha vuelto mucho más simple mi proceso. Equivale a reemplazar un destornillador manual por uno eléctrico.

Ya no es necesario exportar tus datos y desmenuzarlos para visualizar los subconjuntos deseados. Ahora puedes establecer un filtro mientras visualizas un reporte para obtener la información que deseas sin tener que salir y crear un filtro o segmento avanzado. En pocos segundos puedes reducir una tabla masiva a un subconjunto relevante para ti.

Un ejemplo que ya se presentó en este video tutorial es desplegar únicamente las palabras clave que tienen una tasa baja de rebote (menos del 30%) y que refirieron al menos 25 visitas. Inmediatamente has encontrado las palabras clave de alto valor y alto tráfico. Utilizamos esta característica casi todas las veces que visualizamos las tablas de datos de los reportes. Te proporciona una mayor sensación de control sobre los datos.

A continuación presentamos tres interesantes usos adicionales de los nuevos Filtros Avanzados.

Buscando palabras clave específicas que no incluyen el nombre de la marca

Algunas veces es útil visualizar palabras clave que contienen una cierta palabra o frase, pero que excluyen el nombre de la marca. Analicemos un ejemplo con una compañía llamada Comida Italiana DeLallo. Se pueden utilizar fácilmente los filtros avanzados para visualizar todas las palabras clave que contienen las palabras Comida Italiana pero excluyen el nombre de marca DeLallo. Antes esto se debía realizar utilizando las expresiones regulares en el filtro:

Palabra Clave Filtro: containing ^(?=.*comida italiana)(?!.*(delallo)).*

¡No más! ¡Ahora esto ya no es necesario! Ahora es mucho más fácil con los filtros avanzados. Únicamente filtra con una Palabra Clave que contenga Comida Italiana y excluya DeLallo.

¡Y presto! Tu reporte está actualizado. Y, en cualquier momento, puedes editar este filtro para refinar tus resultados, o eliminarlo por completo.

Páginas de Destino, Ordenadas por Tasa de Rebote

¿Alguna vez te ha ocurrido que estás revisando tu reporte de Páginas de Destino, las ordenas por tasa de rebote, y el resultado es un montón de páginas con solo una entrada que satura la parte superior del reporte? Con los filtros avanzados puedes filtrar esas páginas con un bajo número de entradas para conocer cuáles páginas de destino con tráfico significativo tienen una alta tasa de rebote. Todo lo que tienes que hacer es filtrar por Entradas mayores a 50 (o el umbral adecuado para la tasa de rebote deseada).

Contenido Principal, Ordenado por Índice de Ingresos

Otro uso similar para sitios de comercio electrónico o con valor de objetivo activado es cuando visualizas el reporte de Contenido Principal ordenado por Índice de Ingresos. Lo que estás tratando de encontrar son las páginas que tienen el mayor valor, aquellas que son visualizadas durante una visita que resulta en una conversión. Nuevamente, es común obtener muchas páginas con un número bajo de visitas en la parte superior del reporte.

Ante todo, esto ayuda a excluir aquellas páginas que tienen un bajo número de visitas. Pero una vez que esto se ha realizado es probable que las páginas con el Índice de Ingresos más alto sean las de tu carrito de compras o del proceso de pago. Podemos también filtrar estas páginas con los filtros avanzados, solo agrega una nueva condición bajo tu primer filtro que excluya las páginas que contienen la palabra carrito (o pago, etc.) en la URL.

Estos tres ejemplos te dan una idea del uso de los Filtros Avanzados para tus análisis, pero son solo la punta del iceberg. Una vez que explores tus propios informes, estoy seguro de que encontrarás muchos más usos para esta flexible y poderosa nueva herramienta. Realmente notarás su uso cuando te des cuenta de que permaneces por cinco minutos extra utilizando esta nueva interfaz para fácilmente obtener información relevante y respuestas a preguntas que antes te hubieran tomado una hora, y posiblemente una exportación de datos. Pura magia. :)

Publicado por Jim Gianoglio, LunaMetrics (GAAC), USA

Esta máxima de René Descartes “Pienso luego Existo” dice mucho acerca, entre otras cosas, de Analytics.

Durante los últimos años comenzó a sonar entre las filas de quienes trabajan, de una u otra forma en Internet, la palabra Web Analytics. En general lo que ocurrió en las diferentes empresas fue algo así.

• Jefe: ¿Que es eso de Analytics y porque no lo tenemos? Nuestro competidor ya lo tiene.
• Empleado: Es Google Analytics, una herramienta para saber cuanta “Gente” visita el sitio, pero no creo que sea muy útil…
• Jefe: Pero la competencia lo tiene así que debemos tenerlo.
• Empleado: Bueno, hablo con tecnología, es tan solo poner un código en la página, nada de otro mundo.

Finalmente tecnología pone el código en todas las páginas como fue requerido y envía el acceso a la herramienta.

• Empleado: Ya tenemos acceso a Google Analytics y podemos saber cuanta gente nos visita y también que sistema operativo utilizan, que navegador de Internet y que tipo de conexión!
• Jefe: (luego de utilizar la herramienta un rato). Es interesante ¡Demos acceso al resto de la empresa y hagamos una gran reunión de presentación!

En la reunión de presentación...

• Empleado II: (Luego de tener acceso) Hay cosas extrañas en la información, no coincide con nuestros logs procesados, esta información no es confiable.
• Empleado III: La suma de Absolute Unique Visitors por día no coincide con el total, esa herramienta no sirve para nada. ¡No es confiable!
• Jefe: (Al empleado) Como puede ser que no hayan controlado la información. ¡Hicimos un papelón!, controlen todo inmediatamente.
• Empleado: (A tecnología) Revisen la herramienta que no mide bien.
• Tecnología: Pusimos el código en todas las páginas como pidieron, no hay mucho más que nosotros podamos hacer...

Finalmente se termina por no usar Google Analytics y mucho menos prácticas de Web Analytics para optimizar los negocios web.

La situación mostrada anteriormente es una parodia de situaciones que ocurren día a día en gran parte de las empresas en la región. Y no estoy hablando de PYMES, sino en la mayoría de los casos de grandes corporaciones.

Para empezar, Web Analytics no es Google Analytics. Según la Web Analytics Association se trata de “Prácticas de Captura, Procesamiento, Análisis y Reporte de Información con el objetivo de optimizar la usabilidad Web”. Como ven, en ningún lugar dice Google Analytics, de hecho no importa mucho que herramienta utilicen siempre y cuando sea una que se adecue a sus necesidades de información, para tomar decisiones y controlar.

Segundo, una mala implementación termina por generar descrédito (y es lógico que así sea) entre quienes se resisten al cambio. No entiendo esto nuevo entonces busco la excusa para desacreditarlo, y una mala implementación es la excusa perfecta ya que produce información errónea.

Es importante tener en cuenta que no existe “una” herramienta que sea la mejor de todas y tampoco existe “una” implementación que sea la mejor que todas. Sino que existe una herramienta ideal que puede ser implementada de manera óptima, para un proyecto específico.

Una vez que garantizamos que la información es correcta (captura y procesamiento) podemos avanzar tranquilos hacia temas relacionados con el análisis y reporte de la información. Para que el resto de la organización se “enganche” con el proyecto de Analytics debemos mostrar el valor que tiene la información. El valor no se muestra con una presentación de 60 diapositivas repleto de datos, sino con algunas pocas métricas que le muestren a la persona indicada que puede optimizar mucho con poco esfuerzo, o sea, detectando la principal restricción en su actividad.

Pienso luego existo significa que debemos en primer lugar comprender las implicaciones que tendrá el cambio cultural necesario para incorporar Web Analytics en la organización y cuáles serán los beneficios que se recibirán a cambio. De esta forma nos será más sencillo evaluar el costo-beneficio y convencer al resto de la organización a que se involucre. A no ser que quieran ser un actor más de la ya trillada película de Web Analytics con final triste.

Publicado por Juan Damia, Intellignos (GAAC), Argentina

Si administras muchos perfiles de Google Analytics, podría ser difícil mantenerte informado de todas tus métricas importantes en todas tus cuentas, hasta ahora. Trakkboard es una aplicación descargable gratuita y fácil de utilizar que permite a los analistas crear paneles de control que obtengan datos de diversas cuentas y perfiles de Google Analytics para mostrar métricas netas dentro de la misma vista.

Esta aplicación se desarrolló utilizando la API de Google Analytics por nuestros amigos en Alemania, Trakken GmbH y está disponible en Inglés, Alemán y Español. Una vez descargado, puedes agregar múltiples cuentas de Google, seleccionar cuentas y perfiles de Google Analytics, luego elegir entre cualquiera de los widgets de informes predeterminados. Entonces el widget de informes aparecerá en el panel principal. Este proceso se puede repetir con otras cuentas, perfiles y widgets de Google Analytics y tu panel principal personalizado estará listo para usarse.

Una gran ventaja es que cada widget de informes se puede configurar para extraer automáticamente nuevos datos de la API en un intervalo regular, por ejemplo cada hora. Esto reduce dramáticamente el tiempo necesario para visualizar métricas importantes en todas tus cuentas.

Algunas de las demás características disponibles incluyen:

• 15 diferentes widgets de informes disponibles
• Widgets de principales palabras clave
• Widgets de informes que puedes arrastrar, soltar y cambiar de tamaño
• Actualizar todos los widgets al mismo tiempo
• Actualizar los widgets individuales en intervalos establecidos
• Utilizar pestañas para más paneles
• Cambiar de tamaño los widgets de informes
• Widgets de notas para los comentarios
• Agregar hasta dos direcciones de correo electrónico de cuentas de Google
• Centro de preguntas frecuentes disponible en Inglés, Español y Alemán

Seguimos siendo impresionados por las nuevas soluciones que los desarrolladores están lanzando al mercado aprovechando la plataforma de Google Analytics. Si desarrollaste una nueva herramienta o integración útil sobre Google Analytics, envíanos un correo electrónico a analytics-api@google.com. Si es innovadora y útil la publicaremos para nuestros lectores en este blog.

Publicado por Nick Mihailovski, Equipo de la API de Google Analytics

La semana pasada fue nombrado el primer Coordinador Regional para Hispanoamérica en la Web Analytics Association. La WAA es una organización mundial que promueve la unión entre profesionales de la industria de Web Analytics, la generación de estándares, la realización de investigaciones y el desarrollo de programas de capacitación y certificación.

El nombramiento fue otorgado a Juan Damia, quien fue uno de los precursores de la industria de Web Analytics en Latinoamérica desde hace más de 10 años y es co-fundador de Intellignos, uno de nuestros Consultores Autorizados en Google Analytics.

Contar con Juan en esta posición de liderazgo dentro de la WAA, especialmente en un rol tan significativo para los mercados de habla hispana, es un gran triunfo para todos los que formamos parte de esta industria. Le deseamos el mayor de los éxitos.

Publicado por Enrique Quevedo

La gran cantidad de publicidad por la que pasamos día con día nos hace tener muy poco tiempo para decidir cuál de las marcas o productos son los que vamos a elegir. En promedio estamos expuestos a 1,800 anuncios diarios y nuestro umbral de atención es de 8 segundos aproximadamente. El hecho de tener tantas opciones a la distancia de un solo clic, también nos motiva a probar y comparar marcas, productos, servicios. Así es que, no todo el mundo te va a comprar después de hacer un clic.

Hay productos que tienen un ciclo de compra más largo que otros, por eso crear awareness es importante en la primera fase del proceso de decisión.

Sin embargo, siempre es posible encontrar la manera de conocer el ciclo de compra de sus clientes actuales y potenciales sin hacer uso de reportes cavernícolas que quedaron en el pasado.

¿A qué me refiero con un reporte cavernícola?:

A generar reportes manualmente desde la base de datos para obtener el tiempo que tarda cada usuario en realizar una compra. Cuando son pocas transacciones, esto no es problema operativamente, pero ¡financieramente es muy grave! Cuando son muchas transacciones, ni se diga... se vuelve prácticamente inoperable y ¿qué pasa?, el análisis de deja para “un día que tenga tiempo”, ja!

Por ejemplo, imaginemos un producto que cuenta con un proceso de compra 100% en línea. El proceso consiste en 3 pasos:

• Descargar un software gratuito con el cual se diseña un producto personalizado
• Enviar el material a producción
• Realizar el pago en línea

Se ve muy sencillo ¿no? Sin embargo, para ir del paso 1 al paso 2, se requiere de tiempo y trabajo del usuario para personalizar su producto, y así llegar al paso 3... ¿qué pasa?...

En este ejemplo, existe la creencia de que en promedio los usuarios/clientes tardan 3 meses en realizar su primera compra después de haber descargado el software... ¡pero esto es solo una creencia!... ¿Qué pasó en ese lapso de tiempo?... ¿De dónde provienen esos clientes?, ¿será que un mismo cliente compra una o más veces?, ¿lo harán en su primera, segunda, tercera... sexta visita?, ¿existe algún comportamiento de un grupo de usuarios que sea un común denominador en la decisión de compra? o ¿es más bien que mi producto presenta temporalidades?...

¡Adelante!, busquemos la forma de resolver todas nuestras dudas.

Antes que nada, pensemos qué es exactamente lo que nos interesa medir (con tantas preguntas se vuelve un poco confuso no?). Es decir, enfoquémonos en conocer nuestro principal objetivo: en este caso queremos conocer el ciclo de compra. Vamos a pensar qué configuraciones necesitamos hacer, buscando generar toda la información que requerimos y tratando de que nos lleven el menor tiempo y esfuerzo.

¿Qué proponen?... ¿Variables definidas por el usuario ?... puede ser una buena opción.

Las variables definidas por el usuario permiten etiquetar a los visitantes y posteriormente analizar los reportes de Google Analytics de acuerdo con características de usuarios que cumplen con una particularidad. En este caso, podríamos etiquetar a cada visitante de acuerdo con el “año y mes” en que descargó el software. Y después consultaríamos el reporte de transacciones generadas por los usuarios que descargaron en determinado mes. De esta forma podríamos conocer el tiempo que pasa entre la descarga del software y la transacción como tal.

¿Cómo usar las variables definidas por el usuario? Puedes consultar el Centro de Ayuda para obtener más información.

¿En dónde puedo consultar estos reportes?
Primero, elige el periodo de tiempo que te interesa analizar en cuanto a transacciones. Por ejemplo, veamos las transacciones del mes de Septiembre. Posteriormente, entra a la sección “Definido por el usuario”. Visualiza el reporte de la pestaña “Comercio Electrónico”. Aquí verás el listado de transacciones realizadas por los visitantes de acuerdo a la forma en que los etiquetaste anteriormente.

En esta pantalla podemos ver el año y mes (ej: 200907) en que se han generado descargas. Hemos mostrado únicamente aquellos meses de descarga en los que se presentan transacciones.

Podemos ver que en el mes de Septiembre (que fue el periodo que seleccionamos en un inicio, marcado en verde), el 20% de las ventas fueron generadas por personas que descargaron el software en Julio.

¿Qué nos dice esto?.
No lo sabremos hasta dejar pasar más tiempo. ¿Por qué? porque no basta con conocer el dato de un solo periodo.

No deberíamos tomar decisiones con solo esta pieza de información. ¿Por qué no escarbamos más y analizamos qué fuente de tráfico nos genera un ciclo de venta más corto e incluso mayores ingresos?

Es importante que tratemos de tomar decisiones con la mayor cantidad de información posible.

El hecho de haber creado el segmento, y realizado la implementación del mismo, no quiere decir que ya está lista la solución... Interpretemos detenidamente los datos y explotémoslos cuanto más se pueda.

Si estudiamos esto durante algunos meses, quizá encontremos algunas tendencias y entonces contaremos con información de calidad para tomar decisiones con base en el conocimiento del consumidor, su ciclo de compra e incluso de las fuentes de tráfico que nos generan mejores resultados.

Publicado por Mónica Elias, Adwebtisers (GAAC), México

Treemap es una forma cautivadora para ver tus datos de Google Analytics. Puedes visualizar tus propios datos con nuestra demostración en vivo. (Nota: actualmente, IE no soporta la parte de visualización.)

Y, este video explica cómo acceder a esta visualización y cómo utilizarla.

El objetivo de este ejemplo era enseñar a las personas a utilizar la API de Google Analytics en App Engine en Java, así como demostrar cómo usar OAuth y AuthSub junto con los diversos servicios de App Engine. El código se veía excelente, pero el resultado era una tabla de HTML aburrida. Entonces usamos herramientas de código abierto para transformar la tabla en una bonita visualización gráfica, que también es útil para notar las métricas interesantes.

Todo el código es abierto y está hospedado en Google Project. Además, este es un artículo que describe cómo funciona esta aplicación facilitando a los desarrolladores el uso de este ejemplo como punto de partida para nuevas vistas de datos y otros proyectos de Google Data.

Para la parte de recuperación de datos, utilizamos el SDK de Java de App Engine y la Biblioteca de Java del API de Exportación de Datos de Google Analytics. El código de muestra implementa métodos de autorización AuthSub no firmados y OAuth registrados permitiendo a los desarrolladores estar instalados y funcionando en su entorno de desarrollo y después cambiar a un método de autorización seguro en entornos de producción. La aplicación también usa el patrón Modelo-Vista-Controlador, haciéndolo flexible y permitiendo que los desarrolladores amplíen el código para nuevas aplicaciones (por ejemplo, agregar soporte para otras API de Google Data).

Y por último, para la parte de visualización, utilizamos la Biblioteca de Visualización de Protovis de SVG. La biblioteca de JavaScript se mantiene por el Stanford Visualization Group que se dedica a crear visualizaciones novedosas para conjuntos de datos (en este caso una tabla de HTML aburrida). Para manejar todas las interacciones, incluso el rollover, sugerencias y controles de desplazamiento, utilizamos JQuery. Esta es la código de JavaScript para la parte de visualización del ejemplo.

¡Disfrútala!

Publicado por Nick Mihailovski, Equipo de la API de Google Analytics

P.D. Si creaste alguna visualización nueva y sobresaliente utilizando la API de Exportación de Datos de Google Analytics, envíanos un comentario para que podamos publicarla también.

Muchas veces queremos medir el número de conversiones que ocurren en nuestro sitio web, ya sean ventas, descargas (downloads), registros en línea o visitas en una sección específica de nuestro sitio. Sin embargo, nuestro objetivo no siempre son las conversiones.

A veces, nuestro sitio web no contiene ninguna forma de registro ni descargas de catálogos, porque la meta del mismo es incrementar las interacciones de usuario con su contenido, o lo que en inglés se llama "Engagement". Esto sucede a menudo con sitios que alojan mucho contenido y que regularmente procuran aumentar el tiempo de la visita atrayendo a los usuarios con información interesante; o incrementar el número de páginas vistas para obtener más impresiones y clicks de redes publicitarias de afiliados dentro del sitio.

Es por eso que Google Analytics agregó una nueva característica a su función de “Seguimiento de Objetivos”. Antes, con esta función sólo se podían medir la cantidad de veces que un usuario llegaba a la página final de un proceso de conversión, pasando por un “embudo” (funnel) de páginas del sitio, contando el número de veces que los usuarios habían convertido. Ahora, con esta nueva característica, se pueden establecer dos nuevos tipos de objetivo:

• Tiempo en el sitio web
• Páginas/Visita

De modo que ahora podrás contar como conversión, o como “objetivo exitoso” cada vez que un usuario navegue por un número determinado de páginas dentro de una visita, o cuando el usuario pase más de cierto tiempo en el sitio web. Este tipo de seguimiento nos permite optimizar tanto nuestro sitio como las campañas y esfuerzos publicitarios para lograr este tipo de objetivos de engagement.

¿Cómo hacerlo? (paso a paso)

La forma de agregar un nuevo objetivo de este tipo a tu informe de Google Analyitcs es muy similar a como se hacía anteriormente. Dentro de tu informe deberás ir a la sección de Objetivos (izquierda), y de ahí hacer click en “Configurar Objetivos y embudos”.

En la siguiente pantalla deberás ir a “Añadir Objetivo” en alguno de los cuatro Conjuntos de Objetivos.

Este enlace te llevará a la pantalla de configuración del nuevo objetivo, donde deberás ponerle un nombre, un estatus (activo o inactivo), la posición del objetivo y el tipo de objetivo. En este caso, páginas/visita. Después habrá que llenar los campos de “Información del objetivo”, como la condición y el número de páginas visitadas. El Valor del objetivo es opcional.

En este caso el objetivo se cumplirá cuando el número de páginas visitadas por visita, sea mayor a 3, y tendrá un valor de $15.00. Una vez que esté completa la información se deberás guardar la nueva configuración.

A partir de que se guarde este objetivo nuevo, podrás consultar las estadísticas de objetivos completados en el informe de Objetivos, o en cualquier otro (fuentes de tráfico, usuarios, informes personalizados, etc.)

Publicado por Jack Fermon, Google México