Con la emoción de ver que parece que el Emetrics viene a Madrid el próximo junio me lanzo a escribir un post de esos que me sirven para consolidar un método de trabajo.
Como analista web nos encontramos muchas veces con el reto de sacar informes de la nada, pero es mucho más fácil si alguien te pide la información. El reto real es sacar los datos que “ellos” aún no saben que serán vitales para saber qué está pasando y si ya damos ideas para solucionar lo que falla… entonces te sonreirán cada vez que te cruces en los pasillos 🙂
Quiero agradecer a mi querido amigo Roberto todas las ideas que me da, además de hacerme estudiar conceptos que no tenía ni idea de que existieran, me hace sentir que cuanto más estudio y me formo, más me doy cuenta de lo poco que sé y tooodo lo que me queda por aprender 🙂
Resulta que tras la publicación de los datos de octubre del informe VENI VIDI VICI se me pasa por la cabeza hacer un pequeño resumen ilustrando lo que se ve en el informe. Pero no quiero que sea un tocho de números y porcentajes, simplemente quiero contar lo más importante; es decir, el perfil de mis clientes. Y aquí es donde me ayuda Roberto… ¿por qué no utilizas el Mapa de Karnaugh? Así conseguirás plasmar en una tabla todas las combinaciones posibles y ver cuales son las más representativas.
¡Manos a la obra! Tomo el diagrama de base:
Cogemos las variables que creo más representativas, se puede utilizar para funciones de hasta 6 variables, pero yo voy a coger 4 solamente. Hay que tener en cuenta que cada variable va a tener 2 posibles estados:
¿Quienes son? : clientes y no clientes
¿Son fieles? : fieles y no fieles
¿Les gustamos? : gusto y odio
¿Son rentables? : rentable y no rentable
Hacemos nuestra tablita Karnaugh que tendrá una pinta como ésta:
Nótese que hay 16 casillas, y como en un sudoku, el total es 100. Si dividimos el total (100) entre 16 casillas tenemos un cociente de 6,25% que sería lo que tendría cada casilla de tener exactamente el mismo porcentaje. Ahora hay que decidir qué valor tomaremos como “a resaltar”, siempre será un número por encima de 6,25%, así que resaltamos las casillas que cumplen esta condición. La tabla entonces queda así:
La tabla de Karnaugh sirve para por un lado minimizar las variables y por otra para aprovechar las casillas “resaltadas” para agruparlas y poder sacar un patrón más ajustado. En este caso tenemos una casilla resaltada con un 21% que representa a los clientes que son rentables y fieles. Obvio, pero confirmar lo obvio no está mal 🙂
Agrupamos las dos casillas que se refieren a la última fila, (las agrupaciones pueden ser en horizontal o vertical, pero no en diagonal). Aquí tenemos que casi un 20% de nuestras visitas son de usuarios a los que no gustamos mucho por lo que no son ni fieles ni rentables. También obvio, lo contrario sería una agradable sorpresa 🙂
Sin embargo, lo que me llama la atención es que un 39% (suma de las casillas resaltadas de la 3ª fila) del total de nuestras visitas se refieren a usuarios a los que gustamos y nos son fieles pero no rentables… ¡ojo! estamos hablando de casi el 40% de las visitas. De aquí es de donde podemos sacar “chicha”. ¿Por qué no son rentables? ¿Por qué no compran? ¿Qué están buscando que no encuentran y vienen al menos un par de veces al mes? ¿Qué contenidos están viendo este perfil? ¿Por qué un 26% (los no clientes) no encuentran una razón para hacerse clientes aunque está claro que nos visitan más de una vez y se tiran un rato navegando?
En fin, creo que hay veces que es muy difícil determinar lo realmente importante o interesante de unos datos que inconexos no ofrecen información. El tal Kanaugh me parece que me va a ayudar mucho en el futuro 🙂
Related Posts
Si buscas resultados distintos, no hagas siempre lo mismo
Hasta las mejores pistas solo conducen a otras
Todas las cosas están ya dichas; pero como nadie escucha, hay que volver a empezar siempre
Quid pro quo, ¿sí o no? … ¿Han dejado ya de chillar los corderos, Clarice?
No hay cosas sin interés, tan sólo personas incapaces de interesarse
-¡Puedo luchar! – Lo sé… pero es la inteligencia la que nos convierte en hombres
estás que te sales!
mañana lo pruebo con uno de mis clientes, gracias por solucionarme el día! 🙂
Lo mejor que he leido en meses.
Depende de a quien le expliques esto te pasan de frikie a algo peor.
eres la culpable de que sean las 23:06 y siga jugando con el diabólico juego que has planteado… me lo estoy pasando genial. he hecho un excel para automatizar las tablas, y ahora no puedo parar de probar diferentes conceptos: usuarios cualificados, satisfechos, nuevos, de negocios, familias con niños, viajeros ocasionales, cazadores de ofertas,… (lo estoy haciendo para una web de viajes).
y he pasado ya a la fase “segmentation power”, haciendo honor al querido avinash. así, segmento para usuarios que vienen de buscadores, para ususarios que entran por la home o por la página de producto, etc. etc. … es impresionante la de conocimiento que obtienes sumando a tu juego diabólico el poder de la segmentación.
tengo a omniture sacando humo 🙂
pronto publico un post con todo el tema, excel incluido.
gracias!
Qué bueno! copio y aplico!
Abrazos
Pere!!!!!
ja ja ja no me digas que no es divertidísimo!!! Ahora que las nuevas funcionalidades de Google Analytics me empiezan a aburrir tengo un juguete nuevo!!! ja ja ja
Es broma, la verdad es que necesitaba un método para sacar lo más interesante (esto se puede utilizar para resaltar lo bueno o lo malo) y éste me pareció genial. Me alegro de que te haya gustado y espero que te sirva en el futuro, ya me contarás.
Espero con ansia tu post cruzando las variables con segmentos 🙂
Un abrazo!
Gemma
Adrián
Me alegro de que te haya gustado y espero que te sea útil, yo lo he flipado 🙂
Un abrazo y a ver si nos vemos el 20!
En fin, yo no puedo tener los dientes más largos…
sin palabras…
Me ha encantado tu blog y me ha abierto un poco las ramas para adentrarme en esta selva de conocimiento.
Lo estoy implementando en los informes de este mes, me pareció buenísimo.
Gracias
Yo echo de menos una cosa que siempre miraba en mis análisis caseros y que me ayudaba a descubrir pequeños errores o errores en el embudo:
En el punto “¿Les gustamos?-Menos de 30 segundos”, es decir, NO les gustamos, pediría las páginas con mayor bounce rate. A veces el visitante se va por fallos en tu web, ya sean técnicos o de usabilidad, contenido, etc… Y es posible pasar un % de abandonos al grupo de “Les gustamos”.
Muy bueno tu post.
José C. Gómez (vago hasta para logarme :-P)
Susana,
me alegro que te sigas pasando a leer, que ilusión 🙂
Un abrazo, wapa, se te echa de menos!
Carlos:
Bienvenido, si tienes alguna duda ya sabes donde estoy 🙂
Gracias por comentar, un abrazo!
Piasgaray:
Bienvenido! El Twitter une 🙂
Me alegro de que te haya sido de utilidad.
Un abrazo, majo
Hola José:
Bienvenido!
Cuando creé este informe estuve dando vueltas a cuál sería el tope para yo considerar una visita como bounce rate. La verdad es que creo que depende del negocio y de como esté configurada la web.
En nuestro caso, en el banco un alto (muy alto) porcentaje entra por la home y no suele haber problemas de login, los que están menos de 30 segundos es porque se van sin hacer nada.
Pero por supuesto que en otros casos; por ejemplo, si hay muchas landing pages por distintas campañas en buscadores, es muy útil lo que dices, sacar las páginas con mayor bounce rate y comprobar la disponibilidad de éstas o si hay algún tipo de problema que genere tanto abandono.
Muchas gracias por compartir tu opinión.
Un abrazo
Gracias Gemma, ahora sí que te voy a deber una
si gemma, ¡¡ya tengo reservado sitio!! con estos post que me pones empiezo a pensar que vas a ser la invitada sorpresa… por cierto, ya he empezado a usar tu representación gráfica, con gran éxito de público y audiencia….
gracias
wannamaker!!!
hoy por tí mañana por mí 🙂
Un abrazo
Carlos:
cómo me alegro de que te haya servido!!! 🙂
que bien poder conocernos en persona el 19! a ver si llego, lo del centro lo llevo muy mal!
Un abrazo!
Hola! muchas gracias por esta novedad, se agradece.
Yo tengo una duda, cómo puedo hacer en el GA la distinción entre cliente y no cliente.
Saludos y felicidades por el blog.
Hola Fran J.:
Bienvenido!!!
Supongo que depende de la web que estés midiendo. En mi caso, hago distinción de cliente/no cliente según si visitan las páginas privadas. Es decir, cuando hacen login les llevo a una determinada página, a la que no pueden entrar si no son clientes, por lo que cuento como visita del cliente aquel que visita esa página.
Pero claro, esto no sirve para todos los negocios, en el banco es muy raro que alguien se meta sin logarse si es cliente.
Un abrazo
Muy util. Muchas gracias
😉
Primera vez que utilizo la asignatura de “Lógica” fuera de la carrera.
Me ha gustado mucho este post.
Podrias explicarme cómo se rellena la tabla de karnaugh, es que me he perdido.
gracias