“ Si eres capaz de ver lo sutil y de darte cuenta de lo oculto, irrumpiendo antes del orden de la batalla, la victoria así obtenida es una victoria fácil” Sun Tzu.
En la analítica web resulta muy importante entender la manera de navegar de los usuarios, así se pueden determinar y predecir sus comportamientos con el fin de ofrecerles lo que están buscando.
Pasos para comprender al usuario:
1) Entender cómo navegan.
2) Determinar y predecir su comportamiento.
3) Ofrecerles lo que buscan.
Principales métricas con las que hay que ir familiarizándose de la herramienta de Google Analytics.
- Páginas vistas: cada vez que en una sesión se descarga una página.
- Visitas: representan las sesiones que se abren del sitio web durante un periodo específico de tiempo.
Si un usuario está mas de 29 minutos sin interacción en el sitio web y se reanuda la actividad se considerará una sesión distinta, pero sigue siendo la misma visita.
- Visitantes únicos: mide al usuario por dispositivo conectado. Puede que un mismo usuario se conecte desde dispositivos distintos, entonces se le contabilizara como accesos que haga desde distintos dispositivos. Si entra desde el PC y el móvil, el programa dirá que son 2 visitantes únicos.
- Visitantes recurrentes: más de 1 visita en el periodo analizado.
- Tiempo de estancia en una página o sitio: el cálculo no es perfecto.
Hay 2 momentos, el X (en el que llega) y el Y(en el que se va).
Tiempo de estancia: momento Y – momento X.
Existen visitas que entran en la pagina en el momento X pero no llegan a su momento Y.
Cuantos menos usuarios abandonen el sitio web en la pagina analizada, la confianza en la métrica de tiempo pasado en la pagina será mayor puesto que se habrá calculado en base a una muestra importante de usuarios.
- Tasa rebote: porcentaje de visitas que llegaron, vomitaron y se fueron en comparación al total de visitas. Cuanto más baja sea, mas calidad tendrá el sitio. El número de personas a las que no les gusta en absoluto la primera impresión del sitio.
- Tasa salida: determina el número de personas que han salido por ahí.
Combinando estas métricas se puede analizar el sitio de forma óptima. Es muy importante saber diferenciar lo que mide cada una.
EN ANALÍTICA WEB EL CONTEXTO ES MUY IMPORTANTE. HAY QUE COMBINAR TODAS MÉTRICAS.
Cuando un usuario se toma la molestia de entrar en nuestro sitio es porque estamos bien posicionados. Entonces:
- ¿Por qué nuestra tasa de rebote es alta?
- ¿Por qué no cumplimos sus expectativas?
- ¿Estamos direccionando el link a la landing page correcta?
- ¿El diseño es el adecuado?
- ¿Persuadimos de manera adecuada?
Todas preguntas que ayuden a predecir el comportamiento del usuario son validas. Cada sitio es distinto, así como sus clientes. Lo recomendable es ponerse en su lugar e intentar navegar como lo harían ellos, haciendo especial hincapié en las paginas con mayor tasa de rebote, para intentar subsanar los errores o lo que no es de su agrado.
Tasa de rebote óptima es una en torno al 30%. Si es superior al 50% es preocupante.
La percepción que tenemos de nuestra página puede que no se parezca en absoluto con la que tienen los navegantes, por ello es relevante hacer este tipo de análisis. Cuando se sepa solo habrá que implantar los cambios. Lo realmente bonito de todo esto es que los cambios se pueden apreciar en los datos, siendo muy gratificante.
Una métrica muy útil en analítica web, es la que mide las visitas que realmente se interesan por el sitio web y son propensas a la conversión.
= Visitas del blog – (Visitas del blog x Porcentaje de la tasa de rebote)
Ejemplo: 100 – (100 x 40%) = 60.
Del total de visitas, solo 60 serían los clientes potenciales (con una tasa de rebote del 40%, en este caso).
El resultado de esta ecuación determina el número de personas que están interesadas en realidad por el contenido del sitio web (en este caso del blog), ya que no han salido cuando han visto el diseño y el contenido. Esto quiere decir que son clientes potenciales, por lo que en algún momento pueden llegar a convertir. Varía en función del tipo de negocio, es distinto un ecommerce que un blog. En un blog puede que un usuario entre, lea un articulo y se marche.
El siguiente paso sería calcular la tasa de rebote de cada una de las páginas del sitio web, hacer comparaciones y observar qué es lo que les disgusta. Para averiguar donde está el error seria aconsejable realizar un Test A/B, que trataré en próximos posts.
A partir de ahora, cuando habléis de visitas, pensad en esa formula y no en el total de las mismas. Lo relevante en
analítica web no es tener muchas visitas, sino visitas de calidad.
Como conclusión, únicamente resaltar la importancia de ser realista si de verdad se quiere ser justo a la hora de medir y alcanzar los objetivos.
Si tienes alguna duda relacionada con analítica Web o no estás de acuerdo con algo de lo mencionado en el post, no dudes en indicármelo. Más información en el libro El arte de medir.
No hay comentarios:
Publicar un comentario