Categoría: Analista Web

20 Jul 2021 | Analista Web

Crear un ser artificial ha sido el sueño del hombre desde que nació la ciencia

Cuando Macarena Estévez, socia de analytics en Deloitte y Top Voice Linkedin 2020 España, fundó su consultora Conento hace 13 años, la forma en la que se ofrecían servicios de analytics era muy diferente.

Es indiscutible que a lo largo de estos años, las empresas que centramos nuestro core business en los datos, hemos visto como en los últimos años, el negocio ha ido evolucionando en muchos aspectos. ¿En qué ha cambiado el tipo de trabajo de hace trece años con respecto ahora?

La evolución de la analítica digital en consultoría

Una de las cosas que más ha marcado la diferencia en estos años es la forma en la que se ofrecen servicios de analytics a las empresas. Antes se ofrecía todo el abanico de posibilidades innovadoras y únicas que la analítica digital brinda: tipos de análisis, predicciones, geoanalytics, etc. Ahora, sin embargo, la mayoría de empresas cuentan con un departamento in-house compuesto por expertos en su negocio. Con esta profesionalización, la labor de la consultora ha cambiado, por lo que ha habido que redefinir todo para trabajar en el tándem con la gente que conoce muy bien el negocio y así generar nuevas ideas que aporten un valor añadido a sus clientes.

Este cambio de servicios también ha traído una evolución de la figura del analista digital. Antes tenía la misión de evangelizar la importancia del dato y de cómo explotarlo. Ahora el discurso ha cambiado y su principal objetivo es ir de la mano de la tecnología y el conocimiento del negocio para poner en marcha otro tipo de proyectos, los cuales también están teniendo su propia transición, aunque más paulatina. Por ejemplo, todavía hay muchos clientes que siguen necesitando los servicios de siempre: modelos de atribución, configuración de herramientas, etc. Este es un tipo de analítica entre humanos, en la que ante un problema, el analista trabaja con datos para que sean capaces de ayudar a mostrar una solución. Pero gracias al avance en diferentes áreas como las tecnología o la democratización de las matemáticas, está surgiendo una analítica para humanos embebida en las máquinas. En otras palabras, lo que se conoce como Inteligencia Artificial. A diferencia de la anterior, este tipo de analítica, además de partir de la respuesta a una pregunta de negocio, tiene que ser capaz de caminar por sí sola dentro de la máquina, por lo que el analista no tiene que identificar el problema, sino que es la propia máquina la que indica dónde puede estar. Por ejemplo, cuando una persona entra en contacto con una marca, esa persona va a recibir algo pensado y diseñado exclusivamente para ella y, además, de una manera muy particular. Eso es lo que se conoce como personalización. Pero claro, al haber tantos millones de personas, el ser humano como tal es incapaz de hacer esta personalización por sí mismo. Por ello es imprescindible hacer uso de máquinas conectadas entre sí para que la analítica vaya de una a otra. ¿Y cuál es el papel del analista? Modelar la parte tecnológica de forma que realmente impacte el resultado en el negocio.

Empresas y transformación digital

La llegada de la pandemia ha supuesto que muchas compañías no nativo digitales hayan impulsado su transformación digital. Este proceso no es nada sencillo, ya que no se completa hasta que el 100% de la compañía no se haya transformado. ¿Por qué? Si se transforma una parte de la compañía, pero esa parte todavía habla con otros departamentos que no lo están, la comunicación entre ambos es en idiomas diferentes, por lo que no se puede avanzar. Es por esto que la transformación digital es un proceso del que se requiere de paciencia y, sobre todo, de medición para ver si cada paso que se da es el correcto. Ir punto por punto es importante para intentar que, de alguna manera, en cada experimento que se vaya haciendo se cuente con las métricas que más o menos sean capaces de testar que se va por el buen camino. Pero siempre sabiendo que hasta que no se tenga todo transformado, no se va a poder medir el resultado final.

Como podemos ver, por un lado nos encontramos ante un cambio de paradigma importante, pero por otro todavía nos enfrentamos a problemas que deberían estar solucionados hace tiempo. Es indudable que en estos momentos estamos experimentando una aceleración y un cambio, pero al final no se puede hacer de un día para otro. Es necesario ir paso por paso para que todas las piezas de la maquinaria funcionen.

¿Te has quedado con ganas de más? Acompáñanos en este episodio del podcast y pásate por la primera visita de Macarena hablando de eficacia publicitaria:

19 May 2021 | Analista Web

Nunca viajo sin mi diario. Uno siempre debe tener algo sensacional para leer en el tren

Cuando creas un blog como bloc de notas para plasmar ideas, afianzar aprendizajes e interiorizar conceptos, también lo haces por el placer de compartir esos conocimientos con otros profesionales y ponerlos en común. Así fue como nació este blog, un espacio personal donde plasmar mi desarrollo dentro del mundo de los datos y en el que crear una comunidad.

Con esta revelación daba comienzo la entrevista que Ana Cirujano, Diseñadora Web; y Pablo Moratinos, Consultor de Marketing Online en 3ymedia, me hicieron en su podcast Un billete a Chattanooga. ¿Qué más temas tratamos?

La transmisión de conocimiento y el Big Data

Uno de los primeros temas en los que giró la entrevista fue en la importancia de la transmisión del conocimiento de los datos para accionarlos, lo que hoy día es uno de los grandes escollos a los que se enfrenta la analítica de datos. Para poder realizar esto, es importante que todos los perfiles que se encuentren trabajando en el proyecto conecten al igual que lo harían los datos. Transmitir el valor de un análisis es vital, ya que aunque haya un modelo estadístico impresionante, si no sabe comunicarse con el negocio y sus necesidades, por ejemplo, todo ese trabajo no ha servido para nada. Es por esto que es tan importante unir el mundo de las matemáticas, la historia, la filosofía, etc, tanto a nivel profesional, como a nivel educativo.

Otro de los protagonistas de la entrevista fue el Big Data y cómo su uso puede ayudar tanto a pequeñas como a grandes empresas a mejorar su negocio. Para poder sacar el máximo partido al Big Data, lo primero a tener en cuenta es poner orden a los datos que tenemos, es decir, entender las fuentes de datos, que pueden aportar, cómo se relaciona la diferente tipología de datos, etc. Esta labor facilita el poder hacer un Mínimo Producto Viable con el que llegaremos a entender bien qué tenemos, qué necesitamos en base a lo que queremos conseguir y a partir de ahí, todo el mundo a remar en la misma dirección. Al final, da igual el número de usuarios o vistas, lo importante es llegar a encontrar tendencias o patrones para poder anticiparnos y actuar, etc. Muchas veces, con pocos datos se puede conseguir mucho.

Perfiles profesionales

En el mundo de la analítica digital tiene cabida una gran multitud de diferentes perfiles profesionales. Es decir, en un proyecto podemos encontrar perfiles técnicos dedicados a encontrar qué hay que medir, cómo medirlo y cómo recoger los datos y dejarlo preparado para que el analista de negocio pueda tomar esos datos y sacar conclusiones.

Sin duda, es un área en la que se necesitan diferentes perfiles profesionales, como por ejemplo

Perfiles de analista técnico con base en ingeniería de datos, el cual está más interesado en conectar las diversas fuentes, no solo los datos online, sino el poder incorporar estos datos al resto de datos de la empresa y analizar. Al final, todo tiene repercusión en el negocio.
Perfiles de comunicación y procedentes del mundo audiovisual son necesarios para recoger los análisis realizados por del analista para conectar visualmente todos los puntos y construir el storytelling a nivel visual.
Perfiles que vienen del mundo del marketing y conocen todos los entresijos de lo que se puede hacer y lo que no. Este tipo de profesionales son perfectos para la parte del análisis e interpretación de los datos.
Perfiles técnicos en integración de fuentes de origen o de recogida y almacenamiento de datos.

Lo más enriquecedor de esto es ver cómo los profesionales de diferentes ramas pueden hablar entre ellos, conocerse y, lo que es más importante, entenderse. Así es cómo se puede sacar lo mejor de cada grupo.

¿Quieres saber de qué más hablamos? Puedes verlo a continuación:

¿Qué ha pasado en el último mes?

Estuve en el podcast de Álex Dali Rizo, «Receta del éxito», hablando de emprendimiento, Big Data, huevos fritos con patatas y mucho más. ¡Escúchalo aquí!

En Marketing Directo nos hicieron una entrevista a algunos de los miembros del jurado de la tercera edición de #PremiosRedesEnAcción. Puedes leer la entrevista aquí.

09 Mar 2021 | Analista Web

Es el ojo del tigre, es la emoción del combate, levántate ante el desafío de tu rival

Uno de los grandes beneficios de la analítica digital es que se puede extrapolar a todo tipo de áreas. Un buen ejemplo lo podemos ver en la analítica de negocio o Business Analytics, la cual gracias a la evolución de las herramientas de Business Intelligence y el almacenamiento Cloud, está ayudando a muchas empresas a hacer del dato un activo más del negocio. Guillermo Ramis de Ayreflor, CEO y fundador de Grdar, lo sabe muy bien ya que gracias al Business Analytics ayuda a sus clientes a interpretar sus datos para generar procesos de negocio.

Cuando Guillermo fundó Grdar hace veinte años, su actividad principal era el desarrollo de herramientas web y procesos a medida. Pero gracias al máster de Analítica Digital de KSchool, en donde tuve la suerte de conocerle, el portfolio de servicios fue aumentando a medida que lo hacían las necesidades de sus clientes, primero agregando servicios de analítica web y, más adelante, incluyendo procesos de analítica de negocio.

Y es que, al igual que en analítica digital, el análisis de negocio traslada todo el conocimiento de los datos a través de unas métricas que no sólo incluyen las propiamente digitales, sino también otras de diferente índole, como las financieras, económicas o de producto. Esta variedad hace que los proyectos en business analytics sean mucho más completos y a la vez complicados, ya que al poder integrar todo el conocimiento que genera una compañía, el número de métricas se multiplica por cien, y con ellas, también sus parámetros de medición.

El consumo de los datos

Aunque todavía hay empresas en las que las métricas de negocio no se encuentran en disposición del CEO o del responsable financiero, cada vez hay más analistas que ayudan a implementar la cultura del dato dentro de las empresas. Hace veinte años, esta fase de evangelización consistía en dar a conocer todo el poder de la palabra web. Hoy el analista digital sigue evangelizando, pero el mensaje es diferente, como por ejemplo, ayudando a los responsables del negocio a hacer un buen uso de las herramientas a su alcance, como los dashboard.

Cuando un analista se presenta ante el reto de crear un dashboard, no sólo es importante marcar los objetivos que debe cumplir o los KPIs que van a ayudar a conseguirlos, sino también quién va a consumir dicha información. Generalmente, en los análisis de negocio, el público al que van dirigidos suelen ser perfiles directivos y/o financieros, por lo que es importante que la información que se presente esté adecuada a su lenguaje. Y aquí es donde el analista de negocio tiene el verdadero desafío: conseguir que sus interlocutores pasen de las tablas en hojas de cálculo a una representación que refleje la historia que cuenta el dato, la cual incluya de manera ágil toda la información que vayan a necesitar. En cuanto a esto, es importante destacar la importancia de crear dashboards que de verdad sean relevantes para el negocio. El dashboard es un elemento vivo, y como tal, tiene que evolucionar cuando lo hace el negocio. No hay que tener miedo de cambiar métricas que no funcionan o KPIs que ya no arrojan información de interés. Es importante enriquecerlo de forma periódica, ya que así es como evoluciona.

Para hacer más accesible su consumo en Grdar, por ejemplo, cuentan con una plataforma propia en la que sus clientes tienen acceso directo de todos los dashboards y alertas de una manera organizada y rápida. Ellos se apoyan en Google Data Studio ya que al ser partners de Google, también han evolucionado con ella. Hay quien pueda pensar que con esta herramienta de visualización puede surgir algún problema al conectar datos fuera de analytics, como los de un ETL o data lake, pero por el momento no se les ha presentado ningún reto que no hayan podido afrontar.

Próximos pasos

La siguiente fase en la que el equipo de Guillermo está trabajando es en la de llegar a optimizar los procesos de ingesta de datos a través de la automatización. Hay sectores como el de la construcción que ya lo están consiguiendo a través del Internet de las Cosas (IoT). ¿Cómo? Gracias a la integración de una red de sensores interconectados los cuales mandan señales automáticas a los cuadros de mando con los que se generan alertas de seguridad y/o tendencias para poder actuar en el momento exacto. Conseguir establecer una tendencia es muy importante, ya que a veces el dato en sí no es relevante, pero sí hacia dónde va. Y gracias al IoT, ahora existe la posibilidad de enriquecer toda esa información con los datos provenientes de estos dispositivos, por lo que es más fácil visualizar dicha tendencia. Pero hay que tener cuidado, ya que ante la posibilidad de recogida de un mayor número de datos, también se eleva el aumento de ruido de los mismos, pero aun así la incorporación de los datos recogidos por dispositivos IoT pueden ser un aliado para nuestro negocio.

Si te has quedado con ganas de saber más, acompáñanos a Guillermo y a mi en el episodio del podcast:

¿Qué ha pasado en el último mes?

El pasado mes, compartí conocimientos y la admiración por Avinash Kaushik con Joan Boluda en la entrevista que me hizo en el nuevo podcats «Un café con Eserp». Puedes escucharla en este link: https://es.eserp.com/conversaciones/un-cafe-con-eserp/

14 Ene 2020 | Analista Web

La gente aprende cuando quiere, cuando encuentra una motivación

Como ya he explicado en este blog, en lo que afecta al trabajo del analista digital, existen diferencias entre trabajar en consultora o cliente final. En la primera, el analista tiene la posibilidad de expandir su conocimiento en diferentes sectores que sin duda es una gran fuente de aprendizaje. Y en la segunda, el conocimiento que se adquiere del negocio es mucho más enriquecido y profundo. Como hace un tiempo os mostré como es el trabajo de un analista en cliente final, y ahora ha llegado el momento de ver cómo es el día a día del analista en consultoría. Para ello, y también para conocer en qué momento se encuentra esta disciplina, cuento con la ayuda de Roberto Ballester, Analista Digital en la consultora Merkle Divisadero.

Desde la experiencia de Roberto, para que el analista pueda hacer su labor en un entorno como el de una consultora, además de contar con su background y habilidades específicas, también es muy importante que entienda el lenguaje del negocio. Lo más óptimo es que para materializar este entendimiento, el contacto del equipo de análisis con el cliente debe ser continuo. Pero hoy en día se pueden dar casos tales como que parte de un equipo no se encuentre en la misma localización donde se ubica el cliente. Entonces, ¿cómo se puede trasladar ese conocimiento de negocio a todo el equipo? Aquí es cuando entra en escena la figura del gestor del servicio. Además de ser el responsable de gestionar la relación entre clientes y proveedores, también es el responsable de trasladar a su equipo el conocimiento del negocio en el que están trabajando. Para ello el desarrollo de soft skills tales como la empatía son una de sus mejores herramientas. Esto no significa que esta labor sea solo responsabilidad suya. Cada analista tiene la tarea de hacer suyo el servicio y conocer tanto el contexto como la estrategia, para así poder hablar el mismo lenguaje del negocio con los stakeholders.

La evolución de la analítica: del Web Analytics al Digital Analytics

Día a día se observa que la evolución continua de analítica digital y su efecto en el negocio hace que el profesional de esta rama adquiera un mayor protagonismo dentro de las empresas, lo que se traduce en un trabajo cada vez más complejo para los profesionales que se dedican a ello.

Sin ir más lejos, esta evolución se ha visto reflejada en la denominación de la especialidad a lo largo de los últimos años. Con el aumento de las fuentes de datos, en menos de diez años la disciplina ha pasado de ser analítica web (datos procedentes de web) a denominarse analítica digital (datos procedentes de diferentes fuentes digitales). Y seguimos avanzando. En el nuevo ecosistema analítico en el que nos encontramos, la labor del analista ya no se limita únicamente en el análisis de datos digitales, sino que también se incluyen otro tipo de fuentes para conseguir un impacto más significativo en el negocio. Se podría decir que es un analista de datos.

Gran parte de esta evolución no se estaría dando sino fuera por la cultura de las empresas. Son ellas las que aprovechan la oportunidad que ofrece el análisis de sus datos de cara a la toma de decisiones de negocio. Sin duda, se ha unido la labor de evangelización del analista, motivada por la pasión hacia los datos, con el ecosistema de madurez del mercado actual.

El aprendizaje en un entorno analítico

Como hemos comentado antes, los profesionales que trabajan en analítica viven día a día la evolución vertiginosa de esta disciplina. Esto hace que la adquisición de nuevos conocimientos casi a diario se convierta en una necesidad. ¿Y cómo se puede avanzar en dicho aprendizaje? Existen diferentes fuentes que sin duda son de gran ayuda:

Una de ellas es sin duda el entorno laboral. El analista digital es una pieza dentro del engranaje que conforma un proyecto, por ejemplo, el cual está compuesto de diferentes departamentos: Customer Experience, CRO, Programática… Todos analizan sus propios datos, pero la posibilidad de trabajar en conjunto es una buena oportunidad de crecer ya que se aprende de cada área. De todos el analista aprende y a todos el analista aporta.
Otras de las fuentes de aprendizaje son las propias herramientas de analítica. En el caso de consultoría, cada proyecto es una herramienta diferente, y eso significa que al trabajar con diferentes clientes al analista se le abre la posibilidad de incorporar nuevas habilidades y conocimientos tanto de la herramienta como de los diferentes sectores.
Y por último, el autoaprendizaje fuera del horario laboral también es un ejercicio necesario que se repite en muchos profesionales de la analítica para seguir evolucionando en su carrera. Aunque es tiempo personal, al final es un paso imprescindible.

Como podemos ver, la profesión del analista requiere de mucha dedicación ya que tiene a su alrededor una gran cantidad de agentes que están actuando simultáneamente con él: el área de DMP, el área de programática, el área de CXO, el área de IT, etc… , y para poder trabajar en conjunto con todos ellos, es necesario conocer su lenguaje para así trasladar los insights del negocio de manera correcta. Y esta es una labor la cual debe desarrollar.

La realidad es que el analista digital tiene que esforzarse mucho ya que el mundo de la analítica está en continuo crecimiento. Por eso es importante saber adaptarse al momento y estar dispuesto a aprender continuamente. De cara a su crecimiento, tenemos la suerte de que dentro de la disciplina existen muchas vías de especialización en las cuáles seguir evolucionando como profesional. Pero para escoger el camino que mejor convenga a cada uno, es importante tener en cuenta saber elegir cuál es el más idóneo.

A continuación, te invito a que te unas a la conversación que tuve con Roberto en este episodio del podcast.

¿Qué ha pasado en el último mes?

Estuve en el evento «El País con tu futuro», organizado por El País donde tuve la gran oportunidad de acercar la analítica digital a un público muy especial: jóvenes estudiantes de bachillerato.

17 Dic 2019 | Analista Web

Y yo digo, hey Joe, date una vuelta por el lado salvaje

A principios de agosto, Google lanzó en beta una nueva versión de Google Analytics. Se trata en realidad de un nuevo tipo de Propiedad que permite medir de manera unificada Web y Apps móviles, y que están basadas en el motor de “Google Analytics for Firebase” (GA4F), la solución que Google venía ofreciendo para la medición de Apps móviles.

Aunque este lanzamiento ha pasado bastante desapercibido más allá de los profesionales de la medición digital y la analítica de datos, Google ha dado un gran paso que todos estábamos esperando. Por un lado, da un re-impulso y lavado de cara al clásico Google Analytics, que ya acusa los años y comienza a ser un problema para medir muchos entornos (los SDK para Apps, p.ej. llevaban años sin actualizarse).

Por otro, ofrece de nuevo una solución para medir de manera unificada Apps y Webs, algo que echábamos en falta tras la decisión de dejar de apostar por Universal Analytics como una solución para la medición de Apps. Esto es algo fundamental en el escenario actual, donde en muchos negocios las diferencias entre App y Web son sólo una cuestión de gustos, momento o dispositivo que el usuario tiene en las manos. El canal técnico deja de ser importante, y se recupera así la medición unificada del usuario a la hora de interactuar con los canales digitales de la compañía.

Impacto en la medición digital

Y es que, aunque para muchos pase por una novedad puramente técnica, la llegada de las nuevas propiedades tendrá un fuerte impacto en el área digital a varios niveles:

A nivel Estratégico, la llegada de las “Propiedades App + Web” implican replantear la medición unificada de los entornos App y Web. Ya no sólo a nivel de nombrado de eventos, si no para hacer posibles y comprensibles los análisis entre plataformas, donde más que nunca, el comportamiento del usuario es el verdadero protagonista, y no tanto la medición de clics o eventos de una página/App. También obligará replantear KPIs, equipos y procesos, como veremos más adelante.
A nivel Técnico, lo anterior implica que habrá que rehacer o reajustar los etiquetados de las Webs actuales para alinearlos con los objetivos de negocio, y con los análisis que el negocio necesitará.
A nivel de Análisis de los Datos, la nueva tecnología de Google Analytics supone la llegada de un nuevo modelo de datos totalmente diferente al que estamos acostumbrados a ver las Propiedades “clásicas”. Desaparecen métricas tan míticas como el rebote o las páginas vistas, y a cambio, todo se “eventiza”, simplificando la medición de entornos peculiares como las Webs híbridas o las páginas SPA. Además, la tradicional interfaz de Google Analytics cambia considerablemente, y es sólo el principio, a tenor de todo lo que Google indica que está preparando. Esto supone formación de equipos, y adecuación de muchos procesos actuales.
A nivel de Cuadros de mando y Reporting, todo lo anterior obligará a replantear KPIs y formas de extraer los datos. P.ej. por ahora Google ha centrado sus esfuerzos en potenciar BigQuery como el almacén de datos en bruto del que extraer los datos que necesitemos. Es decir, por ahora no hay API (como si hay con Universal Analytics), pero sí tenemos la opción de obtener datos sin muestreo. Eso sí, esto obligará a conocer bien el modelo de datos, y aprender a trabajar al menos con DataStudio & BigQuery, y con SQL avanzado cuando necesitemos consultas muy complejas.

Nuestra experiencia

Casi desde el mismo día del lanzamiento de la beta, pusimos en marcha la medición de un par de entornos reales y, aunque aún estamos evaluando todo, las primeras impresiones han sido muy positivas.

Es cierto que en la interfaz muchos echarán de menos la infinidad de informes “por defecto” que ofrece Google en su versión clásica, pero a cambio tenemos la nueva herramienta de “Análisis de datos” para montar los informes (y flujos) a nuestra medida, así como la posibilidad de acceder a los datos en bruto vía BigQuery (sin necesidad de contratar GA360). Esto supone que, si sabemos lo que queremos, el nuevo entorno es en realidad mucho más potente y flexible que el clásico, que en cierta forma limita mucho la extracción de información en ciertos momentos.

Además, nos parece un gran avance el hecho de contar por defecto con medición automatizada de páginas, scroll, enlaces, uso de vídeos o descargas. Esto simplifica al límite la implementación si sólo buscamos centrarnos en lo más importante, y se alinea con la tendencia actual de las herramientas de medición, donde se busca la mínima cantidad de código en pro de la máxima automatización.

Quizá lo más radical sea la parte estratégica y de análisis, donde el reto para evolucionar es bastante grande. Hasta que las nuevas Propiedades se hagan realmente populares y se estandaricen, hay mucho trabajo por delante del que nos gusta a todos los analistas: evangelizar, probar y explorar.

Próximos pasos

Con el tiempo, Universal Analytics acabará desapareciendo y dejando paso al nuevo modelo, pero por el momento la nueva propiedad “App + Web” está sólo en beta: faltan funcionalidades que se irán sumando en los próximos meses, y ni siquiera la documentación está completa.

Sin embargo, ya podemos comenzar a experimentar con las nuevas propiedades, algo altamente recomendable ya que Google Analytics dejará de recoger datos de apps móviles dentro de poco, por lo que si aún no hemos hemos migrado a Firebase, puede ser una buen idea pasar directamente a una nueva propiedad de “App + Web”

En todo caso, junto los retos de ITP, esta nueva tecnología de medición en conjunto con Análisis de Datos/BigQuery (para explotar los datos en bruto) y DataStudio (para visualizar la información), promete traernos momentos muy interesantes al mundo de la analítica, abriendo nuevas posibilidades de análisis e integración de fuentes en negocios de todos los tamaños.

A continuación, puedes escuchar el episodio especial que le dedicamos Eduardo Sánchez y yo a esta nueva propiedad.

Información adicional

Anuncio oficial de Google y una sección que recoge las preguntas más frecuentes.
Serie de artículos que Krista Seiden sobre las principales novedades, el nuevo report ‘Pathing Analysis’ y el nuevo ‘Streamview’ que viene a sustituir el ‘Realtime’ de Universal Analytics.
Finalmente, si quiere saber cómo configurar la nueva propiedad ‘App + Web’ y hacer tus primeras pruebas te recomendamos este artículo de Simo Ahava y este otro de Krista Seiden.