¿Dónde está Avinash cuando se le necesita?

18 Jun 2018 | Análisis Completo

Cuando al punto final de los finales no le siguen dos puntos suspensivos

Cómo analistas, cuando afrontamos una campaña offline, uno de los grandes desafíos al que nos enfrentamos es conocer su repercusión e impacto y reportarlo al entorno online. En El Arte de Medir estos desafíos son los que más nos gustan. Por eso hoy queremos presentar junto con nuestro cliente Waynabox, un Business Case sobre la optimización de una campaña publicitaria (offline); y su impacto en el tráfico a la web (online).

El reto

Waynabox es una empresa que organiza viajes sorpresa a través de internet. Para darse a conocer, concertaron una campaña en televisión de captación y branding destinada a la acción, la cual se iba a traducir en el tráfico a su web y a su aplicación móvil. Nuestra misión: ver el impacto real de esta campaña offline en su entorno online.

Antiguamente se montaban las campañas teniendo en cuenta el impacto del tráfico directo en las métricas más habituales. Pero en El Arte de Medir queríamos conocer el impacto real y ponerle cifras; (o hacer la estimación más cercana posible). Así que la primera pregunta con la que empezamos fue: ¿qué datos son los verdaderamente importantes?

La labor del equipo Data Science

Establecer una línea base de comportamiento

Antes de empezar con nuestro análisis, Waynabox llevaba midiendo el comportamiento de los usuarios de su web desde hacía varios meses. Esto se convirtió en una fuente inestimable de valor, ya que se pudimos establecer un histórico de patrones de conducta. Esto permitió sentar una línea base de comportamiento con la que analizar como los usuarios habían interactuado en campañas anteriores.

Con este flujo de datos, y teniendo en cuenta de antemano lo difícil que es etiquetar el tráfico offline que llega a una web; la primera aproximación que se hizo fue filtrar todo el tráfico para saber cuáles eran los principales canales por los que aterrizaban los nuevos usuarios a la web. Una vez identificados, se estableció la línea base de comportamiento y se comparararon los datos que llegaban de la campaña de publicidad. Esta acción estimó el impacto que la campaña publicitaria estaba ejerciendo en la web de Waynabox. Es importante destacar que no sólo se midió el tráfico, sino que también intervinieron otras métricas a nivel de negocio, como el engagement con los usuarios, las transacciones, etc.

Correlación y medición de variables: el efecto recuerdo

Al conocer los datos de navegación de los usuarios y los datos proporcionados por la presión publicitaria en televisión (franja horaria, audiencia alcanzada, número de anuncios del bloque, el tipo cadena, etc.); se pudo correlacionar todo con el impacto de las métricas online. Ya lo dice el refrán: cuantas más variables haya, más rico es el resultado.

Todo este proceso se realizó a través de un modelado estadístico que trasladó los datos a una fórmula que nos ayudó a: explicar el tráfico de la web, los usuarios interesados en los productos, las reservas de viajes, etc. En este punto hay que añadir un paso intermedio muy importante; la visión del analista como parte integrante del negocio para ver qué variables son las que pueden afectar a la consecución final y decidir cómo hay que modelarlas.

En nuestro caso, hubo una variable decisiva. Partiendo de la premisa que un anuncio no se puede correlacionar en tiempo directo de la emisión en televisión con el acceso del usuario a internet, tiene que existir un efecto recuerdo, el cual que tiene que ser modelado.

Así, con este efecto recuerdo, se modelamos una variable que calculó el ratio de recuerdo que tenía para los usuarios el anuncio, teniendo siempre en cuenta la oscilación en función de la fecha y hora de emisión. Una vez obtenida esta variable, se incluyó en el modelo global para correlacionarla a alto nivel de lo que sucede entre el offline y en el online. Ante este punto, el gran trabajo fue determinar qué se iba a incluir.

Recomendaciones a nivel de negocio

El análisis previo de los datos fue vital. En todo proceso de modelado estadístico, surge una gran cantidad de información muy importante a nivel de negocio que hay que saber correlacionar. En nuestro caso, y gracias al efecto recuerdo, se pudo contar con una base con la que poder optimizar de cara a futuro.

Al tratar de estimar el impacto de la campaña publicitaria, incluimos variables como las horas de los anuncios, la posición, el día de la semana, etc.; lo que nos permitió evaluar cuales eran las mejores horas y días de emisión. Estas recomendaciones estaban directamente relacionadas con el impacto y las conversiones.

La labor del equipo de Data Analysis

Gracias a la elección de las variables adecuadas, cuando llegó el momento de realizar el análisis, el trabajo fue mucho más fácil. Se pudieron exprimir los datos de una manera óptima para sacar conclusiones muy claras relacionadas con las horas de emisión y días de la semana que mejor funcionaban. A su vez, se correlacionaron estos datos con las visitas a la web, y lo que era más importante, el número de accesos al proceso de compra.

Transmisión de conocimiento

Un punto a parte fue el relacionado con la transmisión de conocimiento; es decir, lo que proporcionaba el modelo estadístico con recomendaciones de negocio. Esto se llevó a cabo con periodicidad diaria debido a la fluctuación del perfil del usuario. (Por ejemplo, el público que ve la televisión por la mañana no es el mismo que el que la ve por la noche).

En base al modelo global y los datos que proporcionó Waynabox, se pudo establecer qué días de la semana funcionaba mejor un anuncio determinado. Además, constatando todos estos datos con los reflejados por Google Analytics, se realizaron diferentes recomendaciones acerca de qué franjas horarias y qué posición en la parrilla de anuncios eran los más óptimos para invertir.

Conversión a futuro

Por último, otra de las variables a tratar fue la conversión a futuro. Waynabox es una web de viajes diferente y en este caso la variable recuerdo jugó un papel fundamental. El modelo realizado por el equipo de data science estimó la previsión en cuanto a tráfico web y conversiones que se esperaba si no hubiera habido campaña, y cuál era la real.

Nuestro análisis determinó que tras la campaña hubo:

Un aumento del tráfico de visitas a la página web.
Un aumento del tráfico de visitas al proceso de compra.
Un ligero aumento de las ventas, pero no significativo.

Ante esto se concluyó que la campaña no se vio traducida inmediatamente en conversiones, cómo sí se vio beneficiada en sesiones. Esto fue debido a que los usuarios de Waynabox tienen un proceso de maduración de compra más largo en comparación con otros productos.

Si quieres conocer más detalles de este Business Case, puedes escucharlo a continuación de la mano del equipo de El Arte de Medir, José Ramón Cajide, Data Science & Big Data Analyst; y Jorge Llorente, Digital Analyst.

04 Jun 2018 | Talento

A veces no basta con saber qué significan las cosas, a veces tienes que saber que no significan

En plena transformación digital, los modelos educativos centrados en el contenido se están quedando obsoletos. Es por ello que cada vez están tomando mayor relevancia los modelos dónde la colaboración y las emociones son los pilares principales para una adquisición del aprendizaje más efectiva y acorde a las nuevas tecnologías. Para ahondar en este tema, hoy os doy a conocer Neurok, un proyecto liderado por Agustín Cuenca, CEO de ASPgems, el cual viene a presentar un nuevo concepto: la NEURODIDÁCTICA.

El modo de aprender está cambiado y las necesidades de formación están en aumento. Antiguamente, el modelo de educación se basaba en pasar una media de 22 años de nuestra vida formándonos; pero hoy día, aunque seguimos estudiando los mismos años, si no empleamos un 15% más de nuestros esfuerzos en seguir aprendiendo cada día, a la velocidad de conocimiento en la que se mueve la sociedad, en 3 años nos quedamos obsoletos. Ahora nos encontramos con la posibilidad de aprender cuando queramos sin tener que desplazarnos, aunque siempre contando con alguien que reflexione sobre nuestro proceso educativo.

Si nos ponemos a recapacitar en el modelo de aprendizaje que se usa en la mayoría de colegios, este está basado en la figura del aprendiz, es decir, por imitación. Pero con el avance de la sociedad y la evolución del aprendizaje y los medios digitales, el modelo se está quedando obsoleto. Existe una necesidad inminente de adaptar el método educativo a estas nuevas tendencias.

Para dar respuesta a esta necesidad nace Neurok; una plataforma de formación online que dista del concepto de aprendizaje e-learning conocido hasta ahora. En Neurok no se pretende digitalizar la enseñanza, sino que se centra en aprobar el impacto digital para transformar el proceso educativo bajo unos principios neurocientíficos.

¿Y cuáles son estos principios? El principio básico es que el aprendizaje es un cambio de estructura del cerebro. En el proceso de aprendizaje, se refuerzan o se debilitan conexiones neuronales a través de la “mielina” (grasa encargada de reforzar dichas conexiones). Por lo tanto, estos procesos de cambio son puramente fisiológicos y requieren de una determinada estructura. Evolutivamente, nuestro cerebro está diseñado a sobrevivir en un entorno hostil. Esto hace que las emociones y el aprendizaje estén íntegramente relacionados. Pero a día de hoy no existen herramientas que empleen las emociones como proceso de aprendizaje. Todo está centrado en el contenido.

Y aquí es donde innova Neurok. Mide la participación, los niveles de engagement y de posicionamiento grafo social dentro de la comunidad de aprendizaje para dar al profesor herramientas que gestionen todo este proceso. Con estas métricas, el stakeholder es el propio profesor, el cuál es el encargado de diseñar el método de aprendizaje más efectivo para cada uno de sus alumnos.

En otras palabras, lo que tiene en cuenta Neurok es:

La gestión de la motivación: La motivación para aprender es un elemento sustancial. Ninguna herramienta tiene métricas de motivación ni de participación, y eso hay que cambiarlo.
El aprendizaje colaborativo: Nuestro cerebro está diseñado para aprender en equipo. El sistema empleado en los colegios de individualizar el aprendizaje va a la contra de la capacidad de colaboración. Hay que diseñar la colaboración como parte sustancial del proceso de aprendizaje
“Aprender haciendo”: Es un elemento que no se está teniendo en cuenta por el protagonismo que tiene el contenido.

Por esto, el cambio que propone Neurok es el basado en la filosofía “Lifelong learning”, es decir, hay que aprender toda la vida. Y la mejor plataforma para ello, tanto por costes como por alcance, es el e-learning.

Compartir crea valor

Uno de los problemas a los que se enfrentan las herramientas de e-learning es su desprestigio. Existe mucho contenido de fácil disposición que no aporta valor. Pero para salir de esta generalización, el quid está en la diferenciación a través de todos los aspectos anteriores que hemos comentado.

Una de las mejores propuestas para solventar este cambio son las comunidades de aprendizaje por colaboración. En analítica web, por ejemplo, se están generando comunidades de miles de usuarios que comparten información de herramientas, como R. En estos casos, son sus miembros los que hacen evolucionar a la propia herramienta, poniendo a disposición del resto de usuarios su conocimiento, ayudando así a que todos los componentes de dicha comunidad evolucionen conjuntamente.

¿Cuáles son los planes de evolución de Neurok?

Actualmente, las dos líneas a seguir son:

Mejorar las métricas. Es muy complicado medir el aprendizaje, por lo que se está intentando extraer el tipo de contribuciones de cada alumno. Para ello, el conocimiento que tiene el profesor de sus alumnos es la función que se quiere trasladar a una máquina. Esto es posible gracias, por ejemplo, a las herramientas de analítica de aprendizaje, las cuáles sacan los datos en base al análisis de texto a través de tags cloud.
Las métricas de redes sociales. O en otras palabras, saber identificar al usuario adecuado del cual extraer el conocimiento. Este aspecto se basa en el posicionamiento social de cada alumno: dependiendo de sus comentarios, la frecuencia de estos, las reacciones que obtiene,… Así, se busca desarrollar métricas para averiguar si existe correlación entre el posicionamiento de un alumno en la red y su nivel de aprendizaje.

Aquí es donde entra en juego el learning analytics, el cuál nos ayudará a percibir si realmente se está produciendo el aprendizaje.

A continuación puedes escuchar toda la conversación que mantuvimos Agustín y yo:

21 May 2018 | Herramientas

Deslízate dentro del ojo de tu mente, no sabes si podrías encontrar un mejor lugar para jugar

A raíz de los podcast en lo que hablé de data viz, muchos oyentes me han hecho llegar sus dudas a la hora de saber la diferencia entre las herramientas de visualización a la hora de crear un cuadro de mando.

En este programa, conté con la presencia de Jorge Llorente, analista digital en El Arte de Medir, para hablar de las diferentes herramientas de visualización que hay en el mercado para crear nuestro cuadro de mando y el potencial de cada una.

Empezamos con un poco de historia. Excel ha estado con los analistas desde el principio de la profesión tanto a la hora de tratar los datos como a la hora de visualizarlos. Con el paso de los años han ido surgiendo otras herramientas cuyo potencial es mucho mayor, pero sin dejar de lado Excel, ya que su uso dependerá de los requerimientos del proyecto que tengamos entre manos. Si el proyecto es posible abarcarlo en Excel, contamos con Supermetrics, una API muy asequible con la que automatizar la extracción de datos en Google Analytics y con la que podemos montar unos dashboards muy atractivos y potentes.

Pero como muchos saben, Excel tiene limitaciones ya que es una herramienta local. En otras palabras, no todo el mundo puede tener acceso y no se puede poner a la disposición de muchos usuarios. A pesar de esto, Excel es una herramienta muy flexible que permite establecer la capa de datos al gusto. Ha mejorado mucho a nivel visual, es muy intuitiva y es una de las indicadas para alguien que empiece a realizar dashboards por primera vez.

En el siguiente escalón que tenemos de herramientas de visualización, existe una gratuita relativamente nueva: Google Data Studio. Es una apuesta de Google que acabará teniendo mucho potencial para sus clientes, sobre todo los que trabajan solo con datos online como Google Analytics. La capacidad de actualización de datos y de generación de gráficos es muy ágil, y la herramienta en sí es rápida e intuitiva.

A la hora de hacer una comparación Data Studio y Excel, ambas herramientas ofrecen gráficos preestablecidos. Sin embargo, el abanico de Data Studio es un poco más limitado. A pesar de ello, si Google apuesta por la herramienta, lo más probable es que la vaya desarrollando rápidamente a corto o medio plazo, como ha hecho con el resto de la Suite, lo que nos lleva al pro más importante de Data Studio: se conecta muy bien con todo el universo Google.

Esto es fundamental dado que existen muchas empresas en España que funcionan con Google Analytics en su versión 360. Además, y cómo hemos dicho antes, trabajar en Excel implica trabajar en local, lo que dificulta la interactuación con la herramienta y le vuelve más compleja. Esto no pasa con Google Data Studio, ya que al ser todo online, ofrece una mayor facilidad de colaboración e interactuación. También ofrece la posibilidad de filtrar los datos de un modo muy óptimo, e incluso de forma más flexible que si lo hiciéramos con Excel.

Otra herramienta de visualización (de pago, pero muy asequible, menos de 30€/mes) es Klipfolio.

Esta es una herramienta que requiere una buena estructuración mental como base para poder llevar a cabo todas las consultas que son necesarias para extraer los datos o representarlos. Es muy potente, ya que da la posibilidad de realizar visualizaciones más allá de lo que pueda ofrecer Excel o Data Studio.

Aunque es necesario realizar una programación previa antes del tratamiento de los datos para su visualización, uno de los puntos fuertes de Klipfolio es que se puede integrar los datos desde diversas fuentes de datos, incluso los obtenidos tanto de fuentes offline como online, y así visualizar dashboards que contengan información de ambos mundos. Pero es importante tener en cuenta que el complemento que debe tener el analista de programación y de poder ajustar bien las llamadas a un Klipfolio es infinitamente más complejo que hacerlo desde Data Studio, por ejemplo.

Le ha tocado el turno a unas de las herramientas de visualización más importante a día de hoy: Tableau. Es muy intuitiva y está orientada directamente a personas sin experiencia. Dispone de visualizaciones preestablecidas, pero si se adquieren algunos conocimientos, las composiciones que se pueden llegar a hacer son muy interesantes.

Uno de las grandes ventajas de Tableau es que cuenta con una comunidad muy grande, por lo que a la hora de buscar apoyo o ayuda online, es muy sencillo. Pero sin lugar a dudas, el gran potencial de esta herramienta es la posibilidad de poder bucear en los datos.

Al ofrecer más posibilidades, se convierte en una herramienta costosa, ya que las licencias tienen un precio considerablemente más elevado. Por eso hay que medir si merece la pena hacerse con ella o con Data Studio sería suficiente. Todo depende del modelo de madurez y del negocio en cuestión.

En relación con el análisis de Big Data, CRM y almacenamiento y gestión de datos, tanto QlikView y Qlik Sense son las mejor posicionadas.

El uso de cada herramienta dependerá siempre de las necesidades del cliente. Cuando la integración es muy grande y la magnitud de datos desmesurada, cómo por ejemplo un proyecto de Business Intelligence, no podemos limitarnos al empleo de Data Studio, sino que tenemos que ir más allá. Uno de sus contras es que tanto QlikView como Qlik Sense no son tan intuitivas de manejar, pero al final lo que importa es que el receptor obtenga la información correctamente extraída y procesada.

Dentro de este grupo, Microsoft ha sacado Power BI: una herramienta multitarea cuyo uso va en continuo aumento. Es muy útil de cara a proyectos grandes, ya que permite integrarse con varias fuentes. Cómo comentábamos antes, la mayoría de los analistas están acostumbrados a integrar con Excel, y Power BI emplea un lenguaje de programación muy parecido llamado Dash.

Uno de los grandes pros de Power BI es que da la posibilidad de importar visualizaciones ya empaquetadas. Es decir, que tenemos la posibilidad de acudir a reposiciones en comunidades de esta herramienta online, escoger la visualización que más nos guste, importarla a local e instalarla en nuestro PowerBI. Además, también podemos importar una visualización que haya creado otra persona y poder emplearla como queramos.

Al igual que pasara con Tableau, en Power BI la comunidad es muy importante ya que es la base para poder evolucionar con la herramienta y saber sacarle el mejor partido posible.

¿Cuál es la mejor herramienta para mi negocio?

Pongamos un ejemplo: tenemos un cliente que lo que quiere es un dashboard estratégico acerca de lo que ha pasado en el entorno online, además de alguna métrica del offline (como puede ser un ecommerce) y así conocer si el crecimiento o decrecimiento de su negocio es de la parte online, offline o global. ¿Por cuál nos deberíamos decantar?

• En el caso de que el cliente se mueva sobre todo en el mundo online, la más apropiada sería Google Data Studio, siempre y cuando la magnitud de datos no sea excesivamente grande.

• En caso de que se entremezclen fuentes online y offline, de ventas, devoluciones o datos de marketing, podemos emplear otras herramientas, pero sin dejar de lado Data Studio. Tendemos a asociarla únicamente con Google Analytics, pero también da la posibilidad de conectar con otras fuentes e incluso bases de datos.

Al final todo depende de la magnitud de los datos. Si observamos que las necesidades van en aumento y que el negocio crece, nos podemos plantear la posibilidad de optar por otra herramienta de pago ya sea Klipfolio, Tableau, etc.

Hay que tener en cuenta que cuando se empieza una estrategia o cultura de medición en una empresa, muchas veces el hecho de invertir dinero en la visualización de datos es complicado. Esto nos lleva a emplear Data Studio como estrategia para lo que queremos mostrar. Con su uso podemos crear una necesidad en los stakeholders o personas dedicadas a la toma de decisiones a través de los datos, y a partir de ahí decantarnos por la que mejor nos convenga.¿Cuántas horas hace falta invertir para elaborar un buen Data Studio o uno normal?

Si la fuente de datos es solo de Google Analytics o alguna otra fuente de datos externa con poco volumen de datos, puede estar listo en un periodo de 10 a 15 horas, dependiendo de la complejidad. Y para dejarlo plenamente finalizado, alrededor de dos o tres días.

En algunas herramientas más complicadas, como Tableau por ejemplo, dependerá del nivel de aprendizaje que tengamos, pero deberemos necesitar bastante más tiempo. Ya no es solo quedarnos en la visualización, sino unir unas visualizaciones con otras, montar el dashboard, hacer que sea interactivo, incluirle filtros, parámetros, etc. De ahí que el proyecto sea de un ámbito mucho mayor.

Si quieres ahondar más en el tema, aquí te dejo el podcast completo con la intervención de Jorge:

07 May 2018 | Analista Web, Talento

Nuestras vidas se definen por las oportunidades, incluso las que perdemos

Siempre he pensado que la capacidad de adaptación del analista digital ha de ser completa para poder llevar a cabo estrategias no solo en empresas distintas sino en los diferentes objetivos dentro de una misma compañía.

A la hora de comparar el trabajo de un analista en una consultora o en una empresa específica, destacaríamos que desde la consultora se realizan análisis más específicos, pero a veces, una vez comunicado al cliente, no se dispone del poder para ser capaz de influir en nada más. Le decimos al cliente lo que puede estar fallando, y damos las recomendaciones oportunas para que funcione mejor, pero no podemos ser parte de la implementación de la solución porque muchas veces no está en nuestra mano. Cuando estamos en la posición del cliente final, puede que dediquemos menos tiempo al análisis, porque estamos más tiempo haciendo gestión, lo cual, a priori puede parecer que no forma parte de la labor del analista, pero es precisamente esto lo que nos permite llevar a cabo proyectos que de otra forma no conseguiríamos. Ya no es solo ver el dato y ver una posible solución, sino perseguir que esa solución acabe siendo una realidad; es decir, accionar en base a los datos y no ser parte del problema únicamente.

En EAM pensamos que ha cambiado la forma de trabajar. Nuestro trabajo hoy en día va mucho más allá de tocar más o menos fuentes de datos o tipos de datos, sino que ahora mismo los datos deben dar soluciones relevantes a problemas que tengan las empresas. Con lo cual, es mucho más fuerte la relación que tiene el analista ahora con los datos que la que podía tener entonces.

Las herramientas son otro factor a tener en cuenta debido a que han ido evolucionando hasta el punto de alienarse bastante bien. Por ejemplo, antes Adobe Analytics y Comscore estaban mucho más avanzadas que Google Analytics, pero a día de hoy se encuentran más niveladas; teniendo Adobe más ventajas en cuanto a funcionalidades, a la vez que Google en lo que respecta a formas de integración.

Uno de los temas más candentes en estos tiempos desde la visión del marketing es la atribución de las conversiones. Todos sabemos que es bastante complicado poder tener datos precisos; sobre todo cuando hay que mezclar datos online con datos offline. Lo que interesa de los modelos de atribución es encontrar la relación que existe entre los canales y dónde se encuentra cada uno en el embudo de conversión. Es decir, dónde tenemos que poner más foco de atención para conseguir mejores resultados. Por eso si perdemos la conexión entre en on y el off, corremos el riesgo de perder la perspectiva real a la hora de toma de decisiones. Para eso, usamos los modelos multicanal de Google Analytics, pues a pesar de que la parte del empleo de distintos dispositivos complica el análisis, el nuevo producto de Google Atribution logra resultados mucho más precisos.

Ahora consumimos mucho más dinero que antes, aun así, es más complicado averiguar qué es lo que funciona. Antes era más sencillo, pero ahora, con el ruido que se está generando, es más complicado.

Hemos pasado de poder medirlo todo en lo que respecta a la parte digital, a que se nos vaya un poco de las manos. Y es que lo hemos complicado tanto que se vuelve a hacer difícil poder medir absolutamente todo. Por ello, necesitamos que empresas grandes como Google o Facebook ayuden a medir y arrojen luz, lo importante es poder tener acceso a los datos que necesitamos para poder usarlos en la toma de decisiones de marketing de la empresa.

Hablamos de analítica vinculada a marketing porque casi siempre la analítica ha estado ubicada o en este departamento o en el de IT, aunque ya se va moviendo por toda la empresa y debe estar siempre en UX. Hasta ahora solo se asociaba a marketing, pero poco a poco se ha convertido en una disciplina transversal, y por fin se ha hecho patente que la estrategia de UX o CRO se enriquece muchísimo y puede suponer una importante mejora. Cada vez tiene más sentido que el analista esté más ligado a la parte de UX y de negocio: por la disposición de los distintos productos en el caso de un e-commerce, el contenido en el caso de un medio… al final para el analista esto es mucho más gratificante y aporta mucho al negocio.

Los datos son un activo más para la empresa y a veces no se dan cuenta de la potencia real que puede tener a la hora, por ejemplo, de buscar nuevos productos, de cambiar incluso la estrategia de la empresa en un momento dado. Creemos que ahora es el momento para ir más allá, y efectivamente pensamos que cada vez más se tiene en cuenta el dato como factor indispensable; lo que demuestra que la empresa apuesta también cada vez más por los datos y no solo la intuición, aunque esta también sea una parte importante.

Si hablamos del uso de la intuición a nivel de la toma de decisiones, podemos decir que ayuda más a nivel de medios de comunicación que en un e-commerce, ya que nos basamos en datos más genéricos. A fin de cuentas, una noticia tiene una vida de uno o dos días como máximo, de hecho, casi siempre la medimos en horas por lo que aquí la intuición (o la experiencia) ayuda. Por otro lado, es realmente de gran ayuda el Real Time. Poder ver en tiempo real lo que está ocurriendo, nos permite reaccionar muy rápido ante cualquier desviación; y si además a esto lo unimos con conocimientos de SEO, conseguimos la capacidad de ofrecer un servicio mucho más completo.

A fin de cuentas, en lo que respecta a moda, por ejemplo, hay que disponer de ese punto más creativo. No importa solo lo que digan los datos, sino lo que diga la moda. Todo forma parte del juego, eso es lo que lo hace interesante.

Por último, el analista no debe olvidar que es fundamental leer mucho para evolucionar, y aunque hoy en día se han reducido las fuentes de lectura, es importante acudir a charlas, hacer networking e ir probando novedades. Una vez sabemos lo básico, no hay que seguir buscando más riqueza de conocimiento en los libros, sino aprender experimentando y compartiendo información con otros profesionales.

Muchas gracias a Oriol Farré, responsable de Analítica Digital y SEO en Mango. Empezó su carrera como consultor en Webanalytics.es, pasando por Atrápalo.com y en Mundo Deportivo; además ser el fundador de un conocido blog: Trucos Google Analytics. Ejerce como profesor en diversas universidades y escuelas de negocio. Es una persona que se ha ido formando en diferentes sectores donde la forma de medir y los objetivos de negocio son totalmente diferentes.

Aquí tienes toda nuestra conversación en el podcast de Analítica Digital en castellano.

16 Abr 2018 | Redes Sociales

La primera regla del club es: Nadie habla del club de la lucha

Para hablar sobre medición en Redes Sociales, hoy cuento con la inestimable colaboración de Patricia Salgado, Freelance especializada en proyectos de comunicación y reputación digital.

¿Cómo sabemos que realmente estamos haciendo correctamente nuestra comunicación online? ¿Cómo hacer cambiar la percepción del público sobre mi marca?

La mayoría de la gente cuando se enfrenta a un proyecto digital tiende a centrarse en conversiones. Sin embargo, para llegar a ese punto, debemos conocer el negocio de manera integral previamente. Es ahí donde la comunicación adquiere el papel protagonista.

La mayor parte de los marketers digitales, se centran en el tramo final; cuando la persona ya ha tomado la decisión de lo que quiere comprar y está tanteando las opciones a través de Google y creando a su vez un rastro orgánico de tráfico parado por SEM.

Nos olvidamos que, en todo negocio, existe una parte antes de llegar a ese punto: generar la intención de compra. Esta se genera en varios ámbitos y es aquí donde juega un papel muy importante la comunicación.

El primer impacto es tal vez uno de los más importantes. Ahora la tendencia es la democratización o la relación de la marca con el consumidor. Antes se trataba de aparecer en televisión, lo cual era bastante más complicado. Además, no existía tanta relación de la marca con el consumidor, a diferencia de hoy en día que podemos llegar a cualquier persona (al igual que nuestros competidores).

Es imprescindible saber impactar a alguien que no nos conoce, y pasar a ser una opción dentro de su decisión de compra.

Es imprescindible la visibilidad y el mensaje que se transmite como marca, como valores, como servicio y como producto. No solo es importante estar presente y que nos conozca la gente, sino lo que nos distingue de la competencia. El mensaje, por lo tanto, que transmitimos es clave. Aquí juegan varios factores: los copis, lo que comentan los medios sobre nosotros, lo que hablan otros usuarios de nosotros… todo esto está muy relacionado con la parte de comunicación, de análisis, de percepción del consumidor…

Esto se puede medir desde diferentes ángulos:

Analítica web y Técnicas de marketing. Los enfoques son distintos, pero en el fondo va dirigido a lo mismo. Sin embargo, cada técnica tiene sus propias reglas de medición que hay que saber controlar de manera completa. Todo esto para diseñar la estrategia y saber qué y qué no estamos haciendo bien.

Este es un problema muy común en las empresas tanto grandes como pequeñas. Normalmente el departamento de comunicación y de marketing van por dos lados distintos. Generalmente en marketing hay gente más joven, con un relevo generacional, probablemente de formación digital, muy orientada a la conversión, al negocio y los objetivos. En cambio, los departamentos de comunicación, suelen estar compuestos por personas mayores de 50 años, más centrados en apariciones en papel y generar protagonismo que estar en contacto directo con su consumidor y ser capaz de transmitir valores de marca.

Normalmente estos departamentos no solo no se comunican entre ellos, sino que incluso llegan a estar en espacios físicos distintos. Hace falta una cooperación estratégica conjunta; sin embargo, el departamento de comunicación está siendo de los más rezagados en cuanto a estrategia digital; y saber cómo medir para ganar efectividad de negocio.

El fallo está en la propia comunicación interna de la empresa entre departamentos.

El problema que tenemos es que nos falta gestión de proyectos; de equipos. No podemos trabajar los unos sin los otros. El negocio necesita que haya cooperación y que cada uno ejerza su rol. Es cierto que el papel del analista es el que nos conduce a todos y el que mide los objetivos de negocio. Tiene una labor de cohesión. El analista debería ejercer como figura gestora del proyecto. No limitarse a los resultados obtenidos con el análisis, sino preguntarse a través de ellos: ¿qué necesita nuestro proyecto?

En esta ocasión, las personas que más tienden a destacar son las que han estado en varias disciplinas. Siempre es bueno la combinación de conocimiento como puede ser dirección y administración de empresas, con analítica SEO. Se trata de ver las cosas con perspectiva en un plano completo de nuestra empresa y conocer la dirección de nuestro proyecto.

¿Cómo medir algo tan intangible como es la reputación de una marca?

Existen muchas formas de medirla. Tradicionalmente se realizaban ‘focus group’, entrevistas en profundidad.

Hoy en día existen otras múltiples herramientas para realizar esta labor. Las personas están muy disponibles en las RRSS, transmiten opiniones todos los días a través de distintos canales. Antes no había tanta cultura de opinión, a diferencia de ahora.

El cambio digital no está centrado en las plataformas, en realidad es un cambio social. Ahora el usuario es el protagonista: decide, manda y tiene una relación directa con la marca. Lo que ha cambiado, por lo tanto, es el usuario.

Esto hay que aplicarlo a todas las perspectivas de negocio. Al fin y al cabo, las plataformas van cambiando, se van quedando obsoletas y van surgiendo otras nuevas.

Para construir una perspectiva del usuario a nivel de consumidor existen varias técnicas:

Si queremos hacer una prospección abierta de lo que se opina de una marca (grande y robusta), probablemente ya tengamos un número considerable de opiniones en las RRSS. Hay que tener en cuenta que, si los datos son históricos, probablemente necesitemos comprar esta información a Twitter. Pero si queremos recoger opiniones de una campaña de aquí a seis meses, se colocan herramientas de monitorización para los meses siguientes y poder seguir el recorrido de las opiniones o quejas que se vayan generando. Otra opción en enviar a través de una encuesta cerrada a nuestros clientes y preguntarles. Todo depende de cuáles son nuestros objetivos.

Solamente con las redes, somos capaces de advertir muchos aspectos de mejora. La Percepción del Consumidor es una técnica llamada Etnografía, que tradicionalmente se aplicaba en antropología para conocer los intereses, las creencias o la forma de ver el mundo de determinados grupos sociales, y que ahora se ha centrado en la parte de RRSS.

Las personas hablamos de tantas cosas sobre tantas marcas, servicios o productos que, si somos capaces de recopilar la información, almacenarla, analizarla y darle sentido, disponemos de una fuente muy rica para llegar a nuestros clientes. Esto en el fondo no deja de ser otra rama de la analítica. Estamos conociendo y dividiendo mejor a nuestro consumidor.

Deberíamos disponer en una empresa de una parte dedicada al consumidor dirigido por personas con conocimientos de medición, y serían estos los que llevasen las riendas del resto de áreas. Siempre alguien que comprenda perfectamente los datos y que disponga de la capacidad para realizar análisis de negocio.

Si no se tiene el negocio siempre en el punto de mira, no tendrá sentido nuestra estrategia. Todo debe estar alineado.

Los perfiles complementarios de los que tratábamos más arriba, son los más adecuados para tener una perspectivas más global y completa.

Por lo tanto, el profesional de hoy tiene que estar dispuesto a desarrollar partes de uno mismo que hasta la fecha creía irrelevantes dada su profesión.

No hay que infravalorar nuestra experiencia o conocimientos previos si no tiene nada que ver con lo que vamos a estudiar ahora o a lo que nos queremos dedicar, porque ese conocimiento previo servirá de base para un perfil mucho más enriquecido.

Por ejemplo, el mejor analista de datos es aquel que viniendo de otra área, se plantea ser analista, y es capaz de complementar lo que ya ha estudiado y agregar más conocimiento a esa base previa por algo que le apasiona y motiva a realizar un mejor trabajo.

Al final lo mejor para este mundo es ser flexibles, pacientes y sobre todo aprovechar todo lo que sabemos. El ignorante de hoy, no es aquel que no sabe escribir, sino el que no quiere aprender cosas nuevas.

Para escuchar la conversación completa, puedes hacerlo en Ivoox a continuación; o si lo prefieres en iTunes

En el último mes:

Mi artículo ‘Avanzar en Analítica Digital’ se ha alzado con el Premio Gloria Batista a Mejor Artículo de 2017 de la Revista Investigación y Marketing de la Asociación AEDEMO. Puedes ver la nota de prensa aquí.