¿Cómo puedes saber el efecto de una campaña que tiene como fin posicionar tu marca? ¿Cómo puedes saber si la campaña tuvo éxito? El solo pensar en impresiones, frecuencias, alcance no garantiza el hecho de que la gente te vea, te escuche, te recuerde.

Para poder responder estas preguntas, te recomiendo hacer uso de algunas funciones especiales de Google Analytics y echar un ojo en aquellos reportes que suelen parecer comúnes, pero pueden guardar datos sorprendentes dentro.

Antes de iniciar, trata de hacer uso de la función de Anotaciones. Cuando lances una campaña de cualquier tipo, cuando hagas un envío de emails, realices esfuerzos offline, etc., ¡anótalo y compártelo si es necesario! Así toda la gente que tenga acceso a la herramienta lo tendrá presente por siempre.

Bueno, digamos que has lanzado una campaña muy agresiva de branding, que ha estado en lugares muy especializados y relevantes para tu marca.

¿Cómo puedes medir fríamente el impacto de esa campaña?.

El medir impresiones de tus banners o impactos de tus anuncios offline te puede dar algo de información, pero ¿no te gustaría tener más datos para conocer la efectividad de estas campañas?

Entremos al informe: Fuentes de Tráfico > Palabras Clave

Comparemos un mes en donde no había campaña y veamos los resultados de palabras clave (no pagadas) con las que ingresaron los visitantes a nuestro sitio.

En esta figura podemos ver que de las 20 principales palabras que han mandado tráfico al sitio, solo 4 de ellas están relacionadas con la marca.

Si revisamos este mismo informe durante el mes que se lanzo la campaña de branding descubriremos cambios interesantes.

Ahora vemos que las 20 principales palabras (no pagadas) que nos han enviado tráfico incluyen una referencia a la marca. Nos hemos dado cuenta que la campaña de branding sí generó recordación de nuestra marca. La gente comenzó a buscarnos con frases que contienen nuestro nombre.

Si aprovechamos esto y lo combinamos ahora con una campaña en buscadores tenemos un área de oportunidad mucho más elevada (pues podemos llegar a clientes adecuados en el preciso momento en el que están interesados en nuestro producto/servicio).

¿A qué me refiero?... A que hemos visto que el efecto de tener una campaña de branding ha generado búsquedas de nuestra marca. Imagínate que pasaría si la gente te busca por tu nombre y tú no apareces... ¡Estarías perdiendo clientes potenciales que incluso, pueden estar siendo aprovechados por tus competidores!

Una vez que tengas ambas campañas, podrías analizar cuál de ellas te ha dejado mayores conversiones, y medir el impacto que cada una ha generado.

Para ello, podemos crear un informe personalizado en donde incluyas únicamente los indicadores que te permitirán saberlo.

En este caso agregaremos únicamente: visitas, consecuciones del objetivo 1, consecuciones del objetivo 2 (que son lo que me interesa medir principalmente) y total de consecuciones de objetivo. En cuanto a la dimensión, elegiremos: contenido del anuncio.

(recuerda que hacer informes personalizados te permite ver estos indicadores en números absolutos y no en porcentaje).

Listo. Ahora organicemos nuestras métricas por "Total de consecuciones de objetivo".

Resulta ser que cada campaña esta logrando una función:

1. La campaña con anuncios de texto en buscadores (que se muestra en la imagen sobre líneas rojas), está generando mayores conversiones, así como mayores visitas.
2. La campaña de branding con banners y anuncios offline, está generando más búsquedas de tu nombre y por lo tanto esta apoyando al posicionamiento de marca.

Retomando un poco las imágenes del reporte de "Palabras Clave" que vimos anteriormente, notamos que el mes en que hubo campaña de branding, nos buscaron por nuestro nombre.

Es así como podemos decir que esto se vuelve un ciclo, ya que la gente:

1) Nos ve y nos recuerda
2) Nos busca
3) Nos encuentra
4) Nos da click, nos conoce y entonces se convierte en un cliente potencial al dejarnos sus datos... y así sucesivamente.

De esta forma, podemos notar que nuestros esfuerzos están teniendo resultados.

Por último, para facilitarnos la vida, podemos crear una alerta personalizada (dentro de Intelligence), y pedir a Google Analytics que nos informe por mail cuando una de esas palabras tenga menos visitas de las que esperabas. Esto te permitirá tomar acciones inmediatas al saber que algo está pasando.

Publicado por Mónica Elias, Adwebtisers (GAAC), México

Desde el lanzamiento de Google Analytics IQ, gente de todo el mundo ha tomado el curso y presentado la prueba de aptitud. El análisis web es cada vez más importante para toda clase de organizaciones. Organizaciones en línea como: comerciantes minoristas, agencias, marcas de consumo masivo y entidades sin ánimo de lucro, son sólo una muestra de las tantas organizaciones que confían en personal certificado en Google Analytics. Por esta razón, hemos decidido elevar el nivel de exigencia para certificarse en Google Analytics y subir el puntaje mínimo para aprobar, de 75% a 80%.

Si ya estás certificado en Google Analytics, pero obtuviste un puntaje inferior a 80%, no te preocupes. Este cambio no afecta tu certificación. Sin embargo, debes repasar el curso en línea cuando llegue el momento de renovar tu certificación (18 meses después de la primera). Para obtener la renovación de la certificación deberás obtener un puntaje igual o superior a 80%.

Para mayor información o para iniciar el curso, ingresa a ConversionUniversity.com. Allí encontrarás una sección de preguntas frecuentes donde encontrarás información detallada y un enlace para la prueba de aptitud Google Analytics IQ. ¡La mejor de las suertes para todos!

Publicado por Alden DeSoto, Equipo de Google Analytics

Uno de los desafíos de las empresas que han decidido apostar por la analítica web como una herramienta para ayudar a transformar su presencia online es contagiar a su equipo web con el entusiasmo por las métricas. Y lograr que se familiaricen con las herramientas de medición y metodologías de análisis.

Siempre será una gran ayuda contar con al menos un campeón de la analítica web que motive al resto del equipo y comparta sus aprendizajes.

Pero aún cuando se cuente con esta persona, se dedique tiempo a formar el equipo y se comparta el acceso a la herramienta con todos los usuarios que se estime conveniente, es probable que solo unos pocos incorporen la analítica web en sus flujos de trabajo cotidiano.


¿Qué hacer entonces?

La propuesta de este post es el plan Apadrina una métrica, una manera lúdica de promover el aprendizaje y la exploración de la herramienta de Analítica Web en tú equipo web.

¿En qué consiste?

1. Lo primero es establecer una base de conocimiento común a toda la organización enseñando lo referente a conceptos generales de analítica web, las particularidades de la herramienta utilizada y la implementación que se ha hecho.
2. Declarar objetivos y vincularlos a métricas y KPIs. Algunos ejemplos de métricas e indicadores claves son la tasa de rebote, ingreso medio por visita, coste medio por visita, tasa de conversión, alcance de una sección del sitio sobre la audiencia total... (Los KPIs dan para escribir varios posts, pero un excelente punto de partida son el blog de Avinash y el libro de Eric Peterson).
3. Asignar uno, dos o tres indicadores a cada miembro del equipo considerando las responsabilidades y área de experiencia de cada persona. Por ejemplo, a los responsables de contenidos las métricas de alcance y tasa de rebote, a los comerciales la de ingreso y coste por visita...
4. Tener una sesión formativa con cada miembro del equipo de una media hora donde se explica en detalle la métrica o KPI asignada. ¿Cómo buscarla en los reportes o calcularla? ¿Qué quiere decir que suba o baje? ¿Qué cosas la afectan? ¿Con qué otros reportes/métricas está relacionada?
   
5. Establecer una periodicidad de revisión de las métricas. Idealmente cada semana o quincena, como máximo una vez al mes, sostener una reunión donde cada miembro del equipo expone el estado de su(s) métrica(s) apadrinadas y sus propuestas para mejorar el sitio en base al análisis de la misma, una métrica a la vez.

Espero que te animes a probar el programa Apadrina una métrica. Sí lo haces me gustaría mucho saber como te va.

Publicado por Andrés Flores - WATT (GAAC), España

En este post hablaremos sobre los diferentes test que podemos realizar con Google Website Optimizer. El objetivo es comprender que diferencias existen entre ambos tipos y, sobre todo, conocer cuando aplicar uno u otro.

Test A/B

Empezaremos por el test A/B, el test más sencillo que podemos realizar con Optimizer. Para ello pondremos un ejemplo que ayude a entender su utilidad.

Imagina el siguiente escenario, al año de lanzar un site de e-commerce decides contratar un diseñador para que actualice el diseño de tu home y la haga más atractiva (y por tanto, puedas vender más).

Tras entregarte el nuevo diseño, lanzas la nueva home y…. las ventas empiezan a bajar. Algo falla, resulta que el diseño anterior te funcionaba mucho mejor con lo cual descubres que has pagado por un trabajo que no te sirve de nada.

En este caso, lo ideal, hubiera sido poder preguntar a tus usuarios que diseño les funcionaba mejor antes de decidirte (y pagar) por uno u otro.

Precisamente, lo anterior es lo que nos permite realizar un test A/B. Probar una (o más) alternativa a un página concreta (la home por ejemplo) y comprobar cuál de ellas convierte más visitantes (por convertir entendemos cualquier acción que se desea que hagan tus visitas).

De esta manera, sabremos que página funciona mejor con nuestros visitantes y por tanto, si merece la pena realizar el cambio por una de las alternativas o bien quedarnos con la página actual.

Nota: Es importante destacar que en el test A/B estamos probando páginas diferentes, por lo tanto ambas deben existir y estar accesibles a través de Internet.

Fig.1: En un test A/B, probamos una página frente a una alternativa
para ver cual funciona mejor con nuestros visitantes.

¿Cuándo usar un test A/B?

El test A/B se debe usar en las siguientes situaciones:

• Testear páginas con poco tráfico, ya que dividimos el tráfico únicamente entre dos versiones de la pagina, la original y la alternativa a probar, y es posible tener suficiente tráfico en ambas páginas para obtener resultados estadísticamente significativos.

• Testear cambios radicales de contenido, si deseamos probar alternativas completamente diferentes a una página, conviene empezar por un test A/B
  
  
• En las primeras rondas de test, relacionado con el punto anterior, en la primera ronda de un test, es común proponer un gran número de cambios que implican un rediseño completo de la página, por tanto comenzaremos con un test A/B para luego ir mejorando los diferentes elementos en la página individualmente.

Las desventajas principales del test A/B son:

• Nunca sabremos que elemento concreto es responsable de una mejora (o empeoramiento) en los ratios de conversión. Al testear páginas completas, no podremos detectar el elemento que tiene más peso a la hora de convencer a los visitantes.
  
  
• Puede darse el caso de que un elemento mejore la conversión y otro la empeore siendo el resultado que no hay mejora con respecto al original.

Test Múltiple

Explicaremos ahora el test más potente que se puede realizar con el Optimizer. Al igual que en el caso del Test A/B, pongamos primero un ejemplo o escenario de uso para explicar su utilidad.

Imaginemos que, en nuestro site de e-commerce, disponemos de fichas detalladas de los diferentes productos que vendemos.

No obstante, como dueño del site, no estás convencido de que los contenidos de estas fichas sean los más adecuados.

Fig. 2: Ficha de detalles de producto en nuestra página de e-commerce.

Por ejemplo, te gustaría una descripción más corta y con menos texto, una llamada a la acción más destacada y otro tipo de imágenes de productos.

Precisamente esto es lo que podemos realizar con un test Múltiple, es decir probar diferentes variaciones de un elemento/os dentro de una página.

El objetivo principal de este tipo de experimentos es encontrar la combinación de elementos que maximizan las conversiones de la página y, sobre todo (y esta es la principal diferencia con el test A/B) detectar que elemento o elementos son los responsables de estos incrementos de conversión.

Continuando con nuestro escenario de uso, decidimos realizar un test múltiple sobre nuestra ficha de producto escogiendo para ello dos elementos (variables) para testear, la imagen del producto (variable 1) y la llamada a la acción de comprar (variable 2)

Para cada elemento, probaremos dos alternativas (variantes) marcadas como 1 y 2 respectivamente. El Optimizer nos generará entonces 4 posibles combinaciones de páginas formadas por:

1. Imagen original con llamada a la acción original
2. Imagen alternativa (1) con llamada a la acción original
3. Imagen original con llamada a la acción alternativa (2)
4. Imagen alternativa (1) con llamada a la acción alternativa(2)

Notar que, a diferencia de un test A/B, la página será la misma y lo que variará serán los elementos que queremos testear.

Como resultado del experimento, no solo sabremos cuál de las 4 posibles combinaciones ha sido la mejor convirtiendo nuestro visitantes, sino que elemento (la imagen o la llamada a la acción) ha tenido mayor peso a la hora de conseguir más conversiones. Esto es vital para saber donde centrar nuestros esfuerzos futuros de optimización.

¿Cuándo usar un test Múltiple?

El test múltiple debería usarse en las siguientes situaciones:

• Testear páginas con bastante tráfico, a diferencia de un test A/B en el que testeamos páginas diferentes, en el caso de un test múltiple testeamos combinaciones de una sola página, nuestro tráfico será dividido entre estas combinaciones y como hemos visto, es bastante fácil que con unos pocos cambios el número de combinaciones se dispare.
  
  
• Testear páginas cuya distribución de contenidos se mantiene, el objetivo del test múltiple es probar variaciones de elementos concretos, más que cambios completos en toda la página.
  
  
• Testear elementos concretos, la potencia del test múltiple es que nos revela exactamente que elemento o elementos son los más influyentes a la hora de conseguir conversiones y por tanto nos indica donde debemos centrar nuestros esfuerzos de optimización.

Desventajas del test múltiple:

• Se requiere más tiempo para obtener resultados, debido a que dividimos a nuestra audiencia entre un número mayor de páginas, los resultados tardarán más en llegar.
  
  
• Los códigos necesarios para poner en marcha un test múltiple son más complicados que en el caso de un test A/B.

Publicado por Fernando Gavarrón - Metriplica (GAAC), España

La posición de nuestros anuncios de AdWords en la página de resultados de Google depende del nivel de calidad (Quality Score, QS) y de nuestro CPC Máximo. El algoritmo de AdWords premia a los anuncios que tienen buenos niveles de calidad, situándolos en posiciones más altas de la página de resultados o en las posiciones Top (arriba de los resultados orgánicos). Adicionalmente, podemos regular la posición de los anuncios subiendo o bajando el CPC máximo. Generalmente deberemos subastar una cantidad más alta para aparecer más arriba.

Normalmente los anuncios que aparecen más arriba, son propensos a recibir más clicks, y en consecuencia, a tener un mejor CTR. Sin embargo, no siempre podemos considerarlos como "clicks de calidad", sobre todo cuando nuestra meta son conversiones o ventas y no sólo tráfico.

¿Cómo saberlo?

Los informes de Google AdWords nos indican la posición promedio de los anuncios a nivel campaña, grupo de anuncios, redes y palabras clave. Sin embargo, con Google Analytics podemos crear reportes más avanzados que nos permiritán saber:

• El número de visitas que ocurrieron desde cada posición de anuncios por cada palabra clave.
• Cuándo visitaron los usuarios nuestro sitio viniendo de un anuncio que apareció en una posición normal (a la derecha de la página de resultados) y cuándo en una posición Top (arriba de los resultados orgánicos).
• Cuántas transacciones y objetivos se cumplieron, e incluso el comportamiento de los visitantes, segmentado también por posición.

Para hacer esto deberás asegurarte primero que tu cuenta de Google AdWords está enlazada a tu cuenta de Google Analytics. Después, deberás entrar al menú de Fuentes de Tráfico de Analytics y ahí elegir el reporte de AdWords, Posiciones de las palabras clave.

Aparecerá cada una de las palabras clave de la cuenta y podrás ordenarlas por varias métricas (verde). Al elegir una palabra clave (rojo), aparecerá del lado derecho la simulación de la página de resultados con cada una de las posiciones. Dentro de cada posición podrás ver la tasa de conversión, visitas, ingresos, etc. (azul) que tuvo esa palabra clave en cada posición de anuncios.

En este caso estamos viendo los ingresos que generó en cada posición la palabra "google store"; de la lista que previamente ordenamos por número de transacciones. En este ejemplo claramente se ve que la posición de anuncios Top 1 es la que genera más ingresos; sin embargo, podemos ver que la posición Side 1, genera más ingresos que la Top 2.

De esta forma podremos tener una mejor visibilidad de los resultados que generan nuestros anuncios de AdWords en cada posición, y así, poder determinar cuál es la posición que más nos conviene. Además, podremos administrar de mejor manera el máximo CPC de cada palabra, subiéndolo o bajándolo para estar en la posición deseada la mayoría de las veces.

Publicado por: Jack Fermón, Google México

"Por la ignorancia nos equivocamos, y por las equivocaciones aprendemos" (proverbio)

Por un lado, Google Analytics nos ayuda a disminuir nuestra ignorancia sobre cómo se comportan nuestros usuarios, proporcionándonos información acerca de dónde vienen, qué contenido consultan y qué acciones realizan en nuestro sitio web. Minimizando nuestra ignorancia gracias a Google Analytics, esperamos equivocarnos menos.

Pero aún así, siempre vamos a cometer errores, porque de los datos de Google Analytics, a la decisión que queremos tomar nunca hay un sólo camino. La gran falacia de la teoría de toma de decisiones es que si tenemos información, vamos a tomar las decisiones correctas. Gran mentira. Con más información, quizás reducimos el número de decisiones posibles, pero todavía tenemos que escoger entre varias decisiones que nos parecen correctas a priori.

Por ejemplo, para reducir el porcentaje de rebote, podemos cambiar la maquetación de la página, o bien los textos, o bien las imágenes, o bien las campañas de marketing que nos traen el tráfico. Por mucha información que tengamos, siempre tendremos dudas sobre qué decisión tomar, qué acción poner en marcha.

Es aquí donde entra Google Website Optimizer, diseñado para ayudarnos a aprender de nuestras equivocaciones, tal y como reza el proverbio con el que encabezaba este artículo.

Google Website Optimizer permite, de una manera relativamente sencilla, probar varias versiones de un mismo contenido. Una vez que ha recogido resultados estadísticamente relevantes, Website Optimizer te informa qué versión del contenido contribuye más a mejorar los resultados de tu sitio web.

Te propongo varios experimentos sencillos para que lo pruebes tú mismo, aunque te recomiendo contactar con expertos en la materia para sacarle todo el jugo. Es sencillo dar los primeros pasos, pero puede ser complicado montar experimentos que tengan en cuenta muchas variables, los denominados "testeo multi-variante".

Prueba 1 - Diseño de la home

Casi todas las empresas en las que he trabajado están obsesionadas con su homepage o página de inicio. Muchas veces, esta página concentra una cantidad de tráfico considerable, por lo que es importante que comunique nuestros servicios de manera efectiva, y deje una buena imagen de marca a nuestros visitantes.

Ahora bien, ¿quién debe diseñar la home? Todos tenemos nuestras teorías, y todos queremos tener razón. Yo os recomiendo que confiéis en vuestros usuarios, les dejéis a ellos la elección. En lugar de perder el tiempo discutiendo qué diseño implementar, diseñad dos o tres versiones de la home, y utilizad Google Website Optimizer para ver cuál de ellas funciona mejor.

Hoy en día diseñar es un proceso relativamente rápido y fiable, por lo que producir tres versiones de una página no debería ser un trauma. A cambio, podréis ver cómo se comportan los usuarios cuando les mostráis uno u otro diseño. Además de mejorar vuestros resultados, averiguaréis muchas cosas de vuestros clientes y prospectos.

Prueba 2 - Diseño de los botones

Parece mentira la importancia que el diseño y mensaje de un botón puede tener a la hora de empujar al usuario a hacer clic. Por ejemplo, en un sitio web que genera contactos, ¿es mejor decir "contáctanos ahora" o "solicita información"? ¿Es mejor un botón estándar tipo Windows, o bien un botón grandote y naranja?

Te recomiendo que pases un rato con tus diseñadores y responsables de marketing, y penséis unos cuantos botones. Luego, a probar con Google Website Optimizer qué botón funciona mejor.

¿Te imaginas si cambiando un botón lograras vender más? A veces nos liamos con cambios muy complicados... ¡y el problema era que el usuario no veía o comprendía el botón!

Prueba 3 - Número de campos en un formulario

Los formularios son una cruz para el usuario y para los diseñadores. Por muy bonitos que los hagamos, siempre nos queda la sensación que pedimos demasiados datos, o demasiados pocos.

Deja de hacer hipótesis, y prueba con diferentes formularios, cada uno pidiendo diferentes cosas. Prueba si pedir el teléfono o el segundo apellido como algo obligatorio hace que pierdas muchos contactos potenciales. O bien si incorporar un campo donde el usuario pueda introducir un comentario hace que recibas más preguntas y, por lo tanto, contactos.

¡Pasa de Google Analytics! :)

Es una lástima que el análisis web se quede en los números de una herramienta. Que nunca te fuerce a tomar decisiones. Siempre he dicho que, si tienes poco tiempo, utilizar Google Website Optimizer es mucho más efectivo que dedicar muchas horas a mirar los números de Google Analytics. De hecho, es un error pensar que el primer paso es Google Analytics, y luego ya vendrán los cambios. Hazlo al revés, deja que tus competidores se entretengan analizando cada detalle de su sitio web, mientras tu pones en marcha testeos que van a mejorar tu efectividad.


Publicado por Pere Rovira, WebAnalytics.es (GAAC), España

Si aprobaste el examen de Google Analytics Individual Qualification , probablemente quieras que la gente lo sepa. Una cosa que puedes hacer es publicar un enlace hacia el registro de tu examen. Pero, también debes asegurarte de que te puedan encontrar desde el Centro de Pruebas de Google.

En primer lugar, inicia sesión en el Centro de Pruebas de Google. (Nota: utiliza la información de acceso que creaste en tu primera visita al Centro de Pruebas de Google.)

Accede a tu perfil en el Centro de Pruebas de Google.

En la sección "Google Analytics Individual Qualification" bajo "Would you like your name added to the database if you pass this test?" (¿Quieres que tu nombre se agregue a la base de datos si se pasa esta prueba?), selecciona la opción Yes (Sí).

Haz clic en "Save Changes" (Guardar cambios).

Eso es todo lo que hay que hacer. ¡Ahora cualquier persona que te busque en el sitio del Centro de Pruebas te encontrará!

Publicado por Helen Huang, Equipo de Google Analytics