Analizando los patrones de comportamiento con Urchin
martes, 23 de marzo de 2010
Las ventas (o conversiones) y el camino que siguen los usuarios del sitio web hasta que realizan una compra (patrón de comportamiento), constituyen el principal escenario de estudio para los analistas o responsables de una tienda de Comercio Electrónico (retail).
En este artículo vamos a describir una serie de características y posibilidades de Urchin que pueden resultar muy útiles para realizar este análisis. Se trata del informe Detalles del historial del usuario.
En primer lugar, es necesario configurar la herramienta para que realice el seguimiento de los visitantes mediante el Supervisor de Tráfico de Urchin (UTM). Este mecanismo, a diferencia de la combinación IP+Navegador, creará una cookie con un identificador único para cada usuario.
Una vez configurado el perfil e implantado el código UTM en todas las páginas del sitio, podemos empezar a trabajar.
La forma de llegar al informe en cuestión es a través de las opciones de análisis que se despliegan cuando clicamos en la flecha que se encuentra a la izquierda de cada uno de los elementos:
En la captura anterior, se puede ver la opción disponible dentro del informe de País/Región/Ciudad.
Cabe aclarar que no todos los informes cuentan con esta funcionalidad. En concreto, sólo permiten desplegar estas opciones aquellos de tipo “Tabla” como por ejemplo: “Conversión de origen”, “Origen de referencia”, “Palabras clave”, “Ubicación geográfica”, etc.
Si clicamos desde las opciones de análisis en “Detalles del historial del usuario”, accederemos al listado de todos los identificadores únicos de usuarios vinculados al elemento seleccionado.
Por ejemplo, estamos en el informe de Ubicación geográfica, y desplegamos las opciones desde el elemento “México”. Si accedemos a los Detalles del historial del usuario, llegaremos a una ventana similar a la siguiente:
Si entramos al detalle de cada uno de los identificadores de usuario, obtendremos información referente a:
¿Qué podemos hacer con todo esto?
Muchas cosas, pero nosotros vamos a centrarnos en una.
Por lo general, las empresas disponen de un sistema que integra información acerca de sus clientes (CRM), como el nombre, dirección de correo, dirección postal, etc.
Volviendo al caso de las tiendas online (E-Commerce), normalmente obtienen toda esta información gracias a que el usuario se ha registrado en el sitio web. Estos usuarios pudieron haberse registrado para comprar “algún día”, o pudieron haber comprado algún producto en un período de tiempo anterior.
Lo importante es que ya se ha registrado, pero… ¿Y si quisiéramos hacer un seguimiento más profundo de estos usuarios?
Podría interesarnos detectar si un usuario registrado navega por páginas de una categoría de productos en concreto (por ejemplo cámaras), pero no llega a comprar. O si alguno de los compradores realizó una compra hace dos meses y no ha vuelto a comprarnos nada, pero sin embargo sigue visitando el sitio web.
¿Pero cómo podemos detectar cuál es esa persona física, es decir, cuál es su nombre, dirección de correo? A través de la herramienta de analítica tenemos el identificador único, pero necesitamos hacer algo para saber quién es. Para ello, podríamos hacer lo siguiente:
Si detectamos un patrón, en el cuál el usuario ve contenidos de un cierto producto, pero no llega a comprar, podremos centrarnos en enviarle una oferta personalizada gracias a que tendremos su correo electrónico a partir del código introducido.
Con este método, únicamente tendremos información de aquellos que hicieron una compra a través de nuestro código de descuento. En caso de tener interés en obtener el detalle de todos los usuarios registrados, podríamos guardar el nombre de usuario en lugar del código del cupón (__utmSetVar).
Si se trata de un sitio web en el que sólo es necesario el registro a la hora de comprar, se podría investigar el patrón de comportamiento de los usuarios a través de lo siguiente:
Os hemos dejado algunos consejos para analizar el comportamiento de vuestros usuarios y así poder actuar en base a los datos.
Ahora sólo falta que nos contéis vuestra experiencia.
En este artículo vamos a describir una serie de características y posibilidades de Urchin que pueden resultar muy útiles para realizar este análisis. Se trata del informe Detalles del historial del usuario.
En primer lugar, es necesario configurar la herramienta para que realice el seguimiento de los visitantes mediante el Supervisor de Tráfico de Urchin (UTM). Este mecanismo, a diferencia de la combinación IP+Navegador, creará una cookie con un identificador único para cada usuario.
Una vez configurado el perfil e implantado el código UTM en todas las páginas del sitio, podemos empezar a trabajar.
La forma de llegar al informe en cuestión es a través de las opciones de análisis que se despliegan cuando clicamos en la flecha que se encuentra a la izquierda de cada uno de los elementos:
En la captura anterior, se puede ver la opción disponible dentro del informe de País/Región/Ciudad.
Cabe aclarar que no todos los informes cuentan con esta funcionalidad. En concreto, sólo permiten desplegar estas opciones aquellos de tipo “Tabla” como por ejemplo: “Conversión de origen”, “Origen de referencia”, “Palabras clave”, “Ubicación geográfica”, etc.
Si clicamos desde las opciones de análisis en “Detalles del historial del usuario”, accederemos al listado de todos los identificadores únicos de usuarios vinculados al elemento seleccionado.
Por ejemplo, estamos en el informe de Ubicación geográfica, y desplegamos las opciones desde el elemento “México”. Si accedemos a los Detalles del historial del usuario, llegaremos a una ventana similar a la siguiente:
Si entramos al detalle de cada uno de los identificadores de usuario, obtendremos información referente a:
- Número de visitas y fechas de las mismas
- Número de páginas vistas
- Fecha de la primera visita
- Conversiones
- Ubicación de la red
- Ubicación geográfica
- Origen de referencia (afiliado, campaña, etc.)
- Navegador utilizado
- Configuración del navegador
- Información de pantalla
- Contenidos visualizados en cada visita
¿Qué podemos hacer con todo esto?
Muchas cosas, pero nosotros vamos a centrarnos en una.
Por lo general, las empresas disponen de un sistema que integra información acerca de sus clientes (CRM), como el nombre, dirección de correo, dirección postal, etc.
Volviendo al caso de las tiendas online (E-Commerce), normalmente obtienen toda esta información gracias a que el usuario se ha registrado en el sitio web. Estos usuarios pudieron haberse registrado para comprar “algún día”, o pudieron haber comprado algún producto en un período de tiempo anterior.
Lo importante es que ya se ha registrado, pero… ¿Y si quisiéramos hacer un seguimiento más profundo de estos usuarios?
Podría interesarnos detectar si un usuario registrado navega por páginas de una categoría de productos en concreto (por ejemplo cámaras), pero no llega a comprar. O si alguno de los compradores realizó una compra hace dos meses y no ha vuelto a comprarnos nada, pero sin embargo sigue visitando el sitio web.
¿Pero cómo podemos detectar cuál es esa persona física, es decir, cuál es su nombre, dirección de correo? A través de la herramienta de analítica tenemos el identificador único, pero necesitamos hacer algo para saber quién es. Para ello, podríamos hacer lo siguiente:
- Enviar un correo electrónico a nuestros clientes, en el cuál se notifique un tipo de cupón de descuento con un código que deberán introducir en el sitio web (único para cada usuario). Con este código podrán obtener un porcentaje de descuento en cualquiera de los productos.
- En el momento que el usuario introduzca este código al efectuar la compra, podemos almacenarlo a través de la función __utmSetVar().
- Desde el informe Usuario definido (Optimización de marketing > Rendimiento del segmento de usuarios > Usuario definido), tendremos un listado de los cupones que han sido utilizados por parte de los usuarios registrados.
- Para cada uno de ellos, si accedemos al informe de “Detalle del historial del usuario”, obtendremos el identificador que Urchin la ha asignado.
- Gracias a estos identificadores, podremos saber de forma individual las acciones que ha llevado a cabo el usuario en el sitio web, el número de visitas totales y los contenidos que ha visto en cada una de las visitas. Obviamente, esta información será fiable siempre que el usuario no borre sus cookies.
Si detectamos un patrón, en el cuál el usuario ve contenidos de un cierto producto, pero no llega a comprar, podremos centrarnos en enviarle una oferta personalizada gracias a que tendremos su correo electrónico a partir del código introducido.
Con este método, únicamente tendremos información de aquellos que hicieron una compra a través de nuestro código de descuento. En caso de tener interés en obtener el detalle de todos los usuarios registrados, podríamos guardar el nombre de usuario en lugar del código del cupón (__utmSetVar).
Si se trata de un sitio web en el que sólo es necesario el registro a la hora de comprar, se podría investigar el patrón de comportamiento de los usuarios a través de lo siguiente:
- Enviar un correo electrónico a todos los usuarios registrados en el cuál se incluya un enlace que aterrice en nuestro sitio web con algún tipo de llamada a la acción (una oferta, o un producto novedoso, etc.).
- Este enlace deberá llevar un parámetro (por ejemplo id) al que le asignaremos un valor único para cada usuario.
- Almacenar el id utilizando la función __utmSetVar().
Os hemos dejado algunos consejos para analizar el comportamiento de vuestros usuarios y así poder actuar en base a los datos.
Ahora sólo falta que nos contéis vuestra experiencia.
3 comentarios :
Marta,
Me parece muy interesante, pero no estariamos violando la privacidad de los usuarios. Seguramente por hacer esto en Estados Unidos (que ultimamente estan bastante pesados con el tema por Facebook y Google) podriamos tener ciertos problemas.
Si no es este el caso, te animarias a explicar porque no lo es?
Gracias por tu tiempo,
Federico Munoa
Gracias a ti, Federico. La realidad es que los mayores quebraderos de cabeza con estas técnicas nos los encontramos en países como España o Argentina, con una legislación de protección de datos personales mucho más estricta que la de Estados Unidos.
Como comentaba mi compañero Sergio Maldonado en otros posts, la solución para todas ellas pasa por dos cosas: respeto al usuario, que en todo momento debería poder decidir la exclusión, borrado o modificación de sus datos y respeto a la ley, que en el caso de España (la ley Argentina es parecida) obliga a registrar esta actividad (el “fichero”) ante la Agencia Española de PD, conservar estos datos de acuerdo a un reglamento de seguridad (variable en función de la naturaleza de los datos) y dar al usuario las mismas garantías consideradas de respeto (acceso, cancelación y modificación).
Si por algo destaca Urchin es por el control que da a la empresa sobre estas cosas, al no depender de terceros. Es por eso que ha sido muy mencionada esta solución en el reciente debate generado en Alemania sobre el almacenamiento de direcciones IP por parte de Google Analytics (http://www.elmundo.es/navegante/2008/01/22/tecnologia/1201006214.html).
Gracias Marta por tomarte el tiempo para explicarme un poco mas la situacion referente a este tema. A veces es bueno indagar un poco antes de tomar cualquier medida.
Saludos,
Federico
Publicar un comentario