Categoría: Analista Web

08 Jun 2010 | Analista Web

Acción, reacción, causa y efecto… Lo esencial es invisible a los ojos…

Esta semana pasada estuve en el Practitioner Web Analytics, donde tuve la oportunidad de compartir dos días con muchos analistas de aquí y de allá. Este tipo de eventos donde, además de disfrutar de buenas conferencias y aprender con las experiencias de otros colegas de profesión, tenemos oportunidad de hacer networking me ayudan a tener salud mental 🙂

Estuve hablando en petit commitée con unos compañeros sobre lo difícil de transmitir a las distintas personas de la organización lo mucho que podía ayudarles la analítica web. Y me quedé pensando en el tema, porque hace tiempo a mí me asaltaban las mismas dudas pero me he dado cuenta de que con un solo factor tenemos esto bajo control: el FACTOR SORPRESA.

Desde el principio y con cualquier análisis que hagamos, hemos de sorprender. Cuando yo con mis datos vengo a decir que las ventas no van bien, no descubro nada nuevo. Por mucho gráfico de colores que utilice, por muchas palabras inspiradoras que tenga el informe, no va a sorprender a nadie saber que las ventas van mal. Porque es algo que se sabe, los de finanzas, los de marketing, los jefes…

¿Entonces? Bienvenido a la analítica web. El “qué” pasa es importante. Pero el “por qué” puede estar pasando es aún más importante. Y el “qué c… podemos hacer para que no vuelva a pasar” o el “qué hacemos para sacarle todo el jugo a esto” es nuestra meta. Si cualquiera puede averiguar nuestro análisis con sólo mirar nuestra web o no damos más información que unos datos… es que no estamos haciendo algo bien.

Pongamos que este mes ha sido lamentable en cuestión de ventas. Es más, nuestro producto estrella se ha estrellado. Fuera caras de pena y gráficos todos en rojo. Invertiremos el 20% del tiempo del que dispongamos para este informe en saber qué ha pasado: dónde está realmente el problema del bajón, qué producto, qué fuente de entrada, qué keyword, qué campaña, qué país o provincia, qué paso del carrito de compra, qué landing page no está funcionando como debería…

Encontremos el punto que nos ayude a dar alguna teoría del “por qué” y tiremos del hilo, otro 20% del tiempo… ¿Hemos hecho alguna acción que haya repercutido negativamente en las ventas como aumentar los gastos de envío? ¿Los mails que enviamos no han tenido resultado positivo? ¿Hemos bajado en nuestra campaña de banners en ese medio especializado? ¿ya no se busca mi producto en SEO? ¿nuestro máximo competidor ha hecho una apuesta firme en Adwords que nos está quitando tráfico cualificado? ¿ha sido fiesta en Cataluña y hemos perdido ventas en ese día? ¿Se nos ha caído la página de compra durante nuestro prime time el jueves?

Puede que nada sea la causa aparente o que todo combinado lo sea. En este caso, mi experiencia me dice que no hay que volverse loco cruzando millones de datos a ver si encontramos el problema. Si no hay nada que nos indique por qué puede estar pasando, o sea, no hay datos en los que nos podamos basar, formularía hipótesis basadas en lo que me dice la experiencia y propondría tests o encuestas o cualquier otro método de recolección de datos que nos ilumine en el futuro.

Una vez tengamos más claro qué ha pasado y por qué ha podido pasar gastaremos el 50% de nuestro tiempo proponiendo acciones para mejorar. Aquí es donde debemos sorprender. Aquí es donde está realmente nuestro valor. Focalicémonos en saber qué nos indican los datos y en cómo podemos mejorar. Seguro que entre los datos encontramos nichos de mejora para lograr nuestros objetivos aunque no hayan resultado determinantes en el problema.

¿Podemos mejorar nuestras keywords en SEO? ¿Nuestros copys en Adwords? ¿Le damos una vuelta al diseño de las campañas de banners? ¿La landing de nuestro producto estrella ha dejado de dar resultados? Podemos proponer un test A/B pero dando ideas de cómo podemos mejorarla.

Visitemos a nuestros competidores para ver qué están haciendo y qué no estamos haciendo nosotros. Lancemos encuestas a los usuarios para ver en qué podemos mejorar, propongamos las preguntas que nos interesan. Indaguemos en las redes sociales… ¿se dice algo de nosotros? ¿podemos utilizarlo para mejorar?

¡Ojo! No se trata de mejorar el site o el negocio a lo bestia en un solo análisis, sino de dar recomendaciones concretas y basadas en datos para mejorar un determinado aspecto, muy concreto y dejándolo muy muy claro en el informe. Funcionan mucho mejor los análisis a pequeña escala con mejoras pequeñas que un análisis de 40 páginas con 100 recomendaciones por muy buenas que sean. Basémonos en los principios de causa-efecto. Causa: Algo pasa en el site. Efecto: Analizamos y Generamos recomendaciones (no más de 5).

Hemos dejado un 10% de tiempo para la elaboración del informe. Debemos sorprender también con el formato del análisis y las recomendaciones, un buen método para mejorar los diseños y gráficos es visitar regularmente los blogs de infografías, dan muchas ideas. Lo ideal en un informe sorprendente es que hable en un 10% de lo que pasó y en un 90% de lo que va a pasar 🙂

28 Feb 2010 | Analista Web

Entrenar para convertirse en Jedi no es sencillo, aún si lo logras es una dura vida

Cada vez es más importante para una empresa poder medir el beneficio de su canal online, actualmente se invierte mucho en campañas, en diseño de landing pages, usabilidad , en SEO… y hay que decidir cómo vamos a continuar nuestra estrategia online en base a datos, como bien sabemos en esta serie de Mide y Analiza.

El tráfico “en bruto” es importante, puesto que nos sirve como primer paso de información en base a evaluar nuestra web. Por aquí empezará nuestra labor como analistas web, en conceptos tales como “visitas”, “fuente de origen”, “usuario único”, “página vista”, “tasa de rebote”, “tasa de conversión” …

Pero, como hemos aprendido, para determinar la estrategia más adecuada tenemos que tener muy claros los objetivos de la web desde el punto del negocio. Cuando los hayamos identificado y convertido a métricas web sabremos exactamente lo que tenemos que medir para determinar la evolución de los objetivos.

Aunque nuestra web no sea de comercio electrónico, debemos tener objetivos que se puedan identificar y medir, si no, no servirá de nada sacar estadísticas que no estén asociadas a una optimización del site. Se pueden identificar claramente este tipo de estadísticas inservibles: son las que, al enseñarlas a alguien del negocio, se quedan en un simple “ummm, interesante..”.

Las herramientas nos proporcionan los datos, como ya sabemos. Pero a través de estos datos hay que pensar en cómo podemos ayudar a mejorar el negocio. Si reportamos solamente lo que ha pasado, serán datos, no conocimiento. Es decir, si reportamos solamente los datos seremos parte del problema, si reportamos conocimiento, seremos parte de la solución.

Es tarea del analista web el transformar los datos y las estadísticas en conceptos entendibles por el negocio. En este momento es cuando estos datos se convierten en conocimiento.

Y para esto es importante conocer a fondo quienes van a leer tus informes; es decir, quienes son tus stakeholders, a quien le va a importar tu análisis, quien debe seguir tus recomendaciones para optimizar el canal, la campaña o cualquier acción que se tome en la web. Solamente teniéndoles identificados seremos capaces de determinar qué necesitan, qué objetivos tienen, qué métricas estarán implicadas, etc…

Al igual que medimos la repercusión de un cambio en la web tenemos que medir el feedback que obtenemos de cada informe, para tener claro el que funciona y el que no, para saber si las conclusiones les sirven, si las KPIs les dan suficiente información para hacer su trabajo, si no ven claro qué ha pasado, si necesitan algo más, qué cambiarían, que no.

Por eso es tan importante saber qué necesita cada departamento para sacar beneficio de nuestro análisis, de nuestras conclusiones, cómo pueden aprender de las tendencias para saber qué medidas tomar y que se sientan involucrados en nuestro trabajo. De ahí depende nuestro éxito en la empresa.

Nuestro objetivo real como analista web es hacer ver en la empresa que la analítica web es menos herramienta tecnológica y más estrategia de negocio. Nadie dijo que la vida del analista web fuera fácil 🙂

29 Sep 2009 | Analista Web

Buscad lo suficiente, buscad lo que basta. Y no queráis más. Lo que pasa de ahí, es agobio, no alivio; apesadumbra en vez de levantar

El gran problema del analista web (y en estos tiempos de cualquiera) es cómo gestionar su tiempo. Hay tanto que hacer, tantas métricas y segmentos en los que profundizar, que parece que nunca se ha analizado lo suficiente . Y lo que es peor, resulta difícil saber dónde parar.

He leído varias opiniones sobre cómo invertir el tiempo eficazmente, y tras analizarme, creo que he optado por hacer un mix de todas ellas. Así, un 10% de mi tiempo lo dedico a ver las tendencias del site, las métricas que se relacionan con el tráfico (por si pasa algo grave) y los objetivos generales. Es decir, las métricas brutas:

Número de Visitas

Páginas vistas

Tiempo pasado en site

Tasa de Rebote

Conversiones: incluir fuentes de tráfico, keywords involucradas…

ROI (show me the money!)

Según lo que veamos que cambia, para bien o para mal, hay que profundizar más en los datos, segmentando por los perfiles que consideremos nos pueden ayudar en nuestro análisis.

Esta es la parte interesante, cuando la labor real del analista comienza, donde debemos utilizar el 50% de nuestro tiempo, con un límite marcado para no pasarnos de vueltas. Para ello utilizaremos todo lo que estamos aprendiendo en esta serie de Mide, Analiza y Corre.

Empezamos a pulir las métricas brutas. ¿Cómo? Buscando el contexto. Recordemos que, sin éste, la KPI no es nada.

Efectividad de la Landing Page o la Home o la campaña de email: Determinar si funciona el mensaje, el copy, el SEO, el SEM. Aquí mediremos la tasa de rebote particular de cada entrada al site, utilizaremos el site overlay para ver dónde hacen click, propondremos test A/B o multivariante.

Adquisición o retención de visitantes: ¿Atraemos? ¿Fidelizamos? ¿Qué hacen los potenciales en nuestro site? ¿Y los clientes? ¿Cuánto nos cuesta cada visita? ¿Cuánto nos cuesta un cliente? ¿Tenemos nuevos objetivos que necesiten de más potenciales para llevarse a cabo? ¿O queremos retener a nuestros clientes?

Análisis del path: Para entender la conducta del usuario, profundizaremos en el ratio de abandono de cada proceso y cada una de sus partes. Es decir, mediremos la persuabilidad de cada fase del camino al objetivo (embudo de conversión) para ver dónde estamos fallando y qué habría que mejorar

Saber qué interesa a nuestras visitas. ¿Para qué usan el buscador interno? ¿Qué buscan en internet, cuál es el motor que le empuja a venir a nuestro site? ¿Cuál es el contenido que más gusta? ¿Y el que menos?

Estudiando los datos cualitativos disponibles para encontrar fallos de cara al usuario, de usabilidad, de diseño, de funcionalidades. Escuchar la voz de nuestros clientes y aprender de los que más nos conocen, para saber si están satisfechos con nuestro trabajo

Convertimos… ¿Ha sido efectiva la campaña? ¿Cuánto nos ha costado cada conversión? ¿Qué beneficio real hemos tenido? ¿Es nuestra tasa de conversión óptima? ¿Qué hacen los que no convierten? ¿Van a otra campaña?

Y lo más importante… Segmentar, segmentar y luego volver a segmentar. Da igual el análisis que hagamos, los datos agregados no sirven de nada por sí solos. Es básico saber qué funciona y qué no para cada segmento.

¿Quien? ¿Qué? ¿Cómo? ¿Por qué? ¿Cuándo? ¿Dónde? Estas preguntas nos servirán, como a un periodista, para profundizar en el análisis. Hay que tratar de responder al mayor número de preguntas posibles.

Cuando tengamos el análisis detallado de lo que ha pasado y nos aproximemos a una hipótesis de por qué ha podido pasar, entonces, es el momento de invertir el 40% del tiempo diseñando una estrategia de acciones para mejorar. Normalmente pasamos el 90% en las primeras dos fases y terminamos diseñando acciones en tan sólo un 10% del tiempo… y así nos va a veces. Tan importante es el análisis como el identificar los cambios que nos pueden ayudar a mejorar el diseñar una manera eficiente de mostrar la información.

La estrategia empieza por preguntarnos por los siguientes pasos a tomar, cómo afecta cada canal a los demás, estudiar el balance que vamos a considerar correcto entre nuestros objetivos y lo que hemos alcanzado para determinar por dónde podemos actuar… ¿Estamos progresando? ¿Qué factores pequeños hacen que el objetivo no tenga éxito? ¿Dónde se puede actuar? En las manos correctas, los datos permiten tomar decisiones valiosas.

21 Oct 2008 | Analista Web

Sin estudiar enferma el alma…

En el pasado Conversion Thursday hubo una persona que me hizo una pregunta muy interesante… ¿cómo se prepara uno para ser el analista web de una empresa? Me comentó que había leído la entrada que publicó Javier sobre “hacerse un analista de renombre” pero que no le quedaban claros los pasos a dar desde cero. Es cierto que es un campo muy nuevo en España, que no tiene una formación a priori destinada a ser “analista web” y que si te la endosan de repente no sabes muy bien por dónde empezar.

Los casos de gente que se dedica a esto que conozco, incluyendo el mío propio, han sido un poco producto de la casualidad. Obviamente no cuento a los que trabajan como proveedores de una herramienta o servicio relacionado con el tema. La pregunta del jueves iba más bien enfocada a ser el analista web de un/os determinado/s site/s dentro de la plantilla de la empresa, ya que a él le ha pasado exactamente igual que a mí, “aquí tienes, tu nuevo cargo, a por ello”.

Así que he intentado recopilar todo lo que yo hice y me aconsejaron hacer al principio en un mismo post para ayudar a quien le toque en suerte esta profesión 🙂

Primero hay que prepararse, porque probablemente cuando estalle el boom de “necesito alguien que mida esto” la mayoría de las empresas no tirará de gente de plantilla (esto pasa ahora que no hay mucha demanda) o sea que todo conocimiento “demostrable” será de agradecer. Porque igual que hay poquito trabajo ahora mismo, en unos años puede que la tendencia cambie y haya más puestos disponibles, pero … ¿y la experiencia? Difícil, en España no existe nada que prepare para este puesto.

Creo que la mejor base es la combinación de estadística + marketing + algo de base técnica. Pero como hay pocos perfiles, por ahora, podemos crearnos uno a medida :). Para mí lo mejor es cogerse un mes sabático y prepararse para la guerra. Yo tuve suerte porque me encontraba de baja maternal y, aunque ahora a toro pasado pienso que mi vida fue un caos, encontraba momentos para el estudio con relativa facilidad.

Lo primero que yo hice fue suscribirme a blogs, en español y en inglés. Mi selección favorita es clara, aquellos que figuran a la izquierda de este blog bajo el título “Blogs que me gustan…”. Voy cambiando de cuando en cuando pero la base es la misma. Es bueno leer el producto nacional, que siempre habla de temas más cercanos, y también el producto internacional, porque van más avanzados y te haces una idea de cómo va el mercado. Obligatorio el ídolo, por supuesto.

Cuando sepas más o menos de qué va este mundillo, entonces tendrás capacidad de elegir el mejor libro para formarte un poco más a fondo. El problema actual es que en español casi no hay opciones, o sea, no hay NINGUNA opción. Espero que esto cambie en breve, ¡a ver si alguien se anima a hacer un libro! O a traducir alguno de los existentes. Yo me compré el libro del ídolo porque me pareció el más completo (y las críticas eran muy buenas y me gustó el que se destinara el beneficio a un par de ONGs). Me gusta mucho ese libro porque no es preciso leerlo linealmente, sino que se puede ir saltando de capítulo en capítulo según se necesite saber de un tema u otro. Hay más libros en el mercado, los más famosos (por favor, si se me olvida alguno o se os ocurre algún otro decidlo en comentarios o vía email y lo añado):

Web Analytics: an hour a day de Avinash Kaushik

Web Analytics Demystified y The Big Book of KPIs de Eric T.Peterson

Advanced Web Metrics (GA) de Brian Clifton

Actionable Web Analytics de Jason Burby & Shane Atchison

De todas formas y, aunque esté mal decirlo, yo solamente me compraría uno de los libros, para tenerlo como base. Luego el conocimiento se adquiere mucho mejor en blogs, foros e internet en general, porque al final los libros hablan de lo mismo y de manera muy genérica. Es mi humilde opinión.

Propondría abrirse un sitio propio (puede ser un blog) y añadirle Google Analytics, entonces trastear con todas las métricas que presenta la herramienta, definirse los segmentos, las campañas, las variables, los configuraciones, los objetivos, crearse tableros e informes propios, jugar mucho con todos los datos y familiarizarse con los conceptos propios de la analítica web. Aparte de la herramienta que utilices en el trabajo (si la tienen ya instalada) esto te sirve para poder practicar sin miedo a romper nada. Después de ponerlo todo en práctica puede ser que te repugne el trabajo o que te apasione sin remedio 😉

Si te termina apasionando el mundo (es lo más probable, je je), habría que entrar en el mundo de la analítica web a nivel organizativo. Y qué mejor manera de hacerlo que apuntarse en la Web Analytics Association (WAA), una comunidad que engloba a todo el colectivo de manera mundial y que no cuesta nada cara (199 dolares/año). Aquí se pueden empezar a hacer contactos, hay descuentos para seminarios por todo el mundo. En España somos aún poquitos, pero poco a poco estaremos todos.

Los seminarios o cursos que organizan los que entienden de este tema son absolutamente imprescindibles. El fabuloso Practitioner WA que organizó Alt64 en Barcelona el pasado junio, la Internet Marketing Conference que se celebró en octubre en Barcelona, el SMX, el OME, los desayunos gratuitos de Multiplica, de Nedstat, de Webanalytics…

Pero la mejor manera de conocer a la gente del sector es sin duda ir a los Conversion Thursday que ahora mismo se celebran el tercer jueves de cada mes en Madrid y Barcelona pero que en un futuro sería interesante que se fueran propagando por todo el territorio 🙂

Lo ideal es que en tu trabajo se esté todavía en pañales en esto de la analítica web y no haya herramienta instalada para este propósito. Estudia entonces a fondo tu site, a todos los niveles, qué se ofrece, qué vas a querer medir, qué objetivos te vas a marcar. Entonces llama a todos los proveedores que puedas para que te presenten sus herramientas, aprende de todos, estudia el mercado, define tus necesidades, evalúa las herramientas (que son todas muy potentes y buenas, la diferencia está en lo que pretendes sacar de ellas)… y embárcate en el proyecto de instalación. Aprenderás tanto a la misma vez que te desesperarás, je je, pero valdrá la pena para formarte un poco más a nivel técnico.

Por último, si quieres una formación académica adecuada, en la Universidad de British Columbia existen unos cursos enfocados únicamente a la analítica web, son online y bastante interesantes. Yo tengo pendiente apuntarme, la verdad es que me gustaría hacerlos (en cuanto tenga un poco de tiempo).

Bienvenido a la analítica web!!!!!

PD. No hago público mi email porque revelaría mi lugar de trabajo, por eso en el blog no lo enlazo, pero si quereis contactar conmigo dejad un mensaje en comentarios y os encontraré 🙂

12 Sep 2008 | Analista Web

El sentido de las cosas no está en las cosas mismas, sino en nuestra actitud hacia ellas

Mi amigo Roberto me hizo un comentario el otro día que me llamó mucho la atención. Comentaba que en banca los procesos de conversión no se podían comparar entre sí ya que cada producto tenía unas determinadas características. Si hablamos de un e-commerce como por ejemplo Amazon sí que podemos hacer comparativas sobre tasas de conversión de los productos. Pero nosotros no, puesto que no es lo mismo contratar un depósito, que una tarjeta, que una cuenta corriente, que una hipoteca… cada proceso de contratación es un mundo, el usuario al que va dirigido, la rentabilidad que supone, el tiempo que se tarda en contratar… Así que, según él, cualquier informe que mezcle información sobre distintos productos no aporta mucho.

He estado pensando sobre este tema y he llegado a alguna conclusión al respecto. La primera (más básica) es que sí que puedo comparar distintos productos de una misma “familia”. Puedo comparar distintos depósitos entre sí, distintos tipos de tarjeta, distintas compras de fondos o planes de pensiones… para ver cual funciona mejor y determinar si la tasa de conversión ha sido alta o está por debajo de lo que se preveía.

La segunda es que sí que es posible sacar información comparando una serie de productos. Por ejemplo, si utilizamos la matriz del Boston Consulting Group y los datos tanto nuestros como de la competencia, podemos hacernos una idea de cómo están funcionando los productos a nivel de ventas. Lo explico rápidamente porque me resultó muy interesante.

Esta matriz se basa en el llamado ciclo de vida del producto; es decir, las etapas que pasa un producto desde la perspectiva de sus ventas desde que “nace” hasta que se “retira”. Estas etapas son 4:

– Introducción en el mercado
– Crecimiento
– Evolución
– Declinación

Obviamente hay productos que pasan por subetapas entre una y otra etapa o que se saltan algunas pero son solamente variaciones de este modelo del ciclo vital.

La matriz BCG nace para determinar la prioridad que hay que dar a cada producto según su ciclo de vida. Se compone de dos dimensiones, de participación en el mercado (eje x con punto medio en .50 como mitad mercado perteneciente a la empresa líder de la industria) y crecimiento del mercado (eje y medida como porcentaje con 0.0 como punto medio y de -20 a 20%); es decir, si un producto tiene una participación más alta en el mercado o si el mercado del producto crece más rápidamente.

La colocación de los productos en la matriz determinará la categoría a la que pertenece cada producto:

– Estrellas: Productos de rápido crecimiento y alta participación en el mercado. Son los productos líder, generan mucho efectivo y deben ser los destinatarios de la inversión. (Etapas introducción y crecimiento).

– Vacas lecheras: Productos de crecimiento bajo y alta participación en el mercado. Son las estrellas del ayer y suelen ser en las que se basa la compañía. Generan mucho efectivo pero no requieren gran inversión. (Etapa evolución)

– Perros: Productos de crecimiento lento y baja participación de mercado. Básicamente productos que están llegando al final de su ciclo, no generan efectivo y no parece que ninguna inversión les ayude a salir del pozo. (Etapa declinación)

– Interrogantes: Productos de crecimiento alto y baja participación de mercado. Generan poco efectivo y requieren mucha inversión por lo que su futuro es incierto y hay que jugársela, se puede invertir o liquidar o aumentar la participación de mercado…

¿Y qué gano yo con esta matriz cuando tengo los productos debidamente colocados e identificados (tanto por etapas como por categorías)? Yo poco puesto que no tengo en mi mano el decidir el futuro de los productos, pero aquellos que deciden pueden darle su valor, dado que cuando se pertenece a una empresa grande es posible que sea difícil identificar el producto según su ciclo de vida al tener tanto volumen de negocio:

– Las vacas tienen gestión fácil, no hay que invertir en negocios ya maduros.

– Los perros estarán librando su batalla particular y al identificarlos se puede decidir si se hace la última inversión a la desesperada o no.

– Las estrellas deben evolucionar hasta llegar a vacas y cuidarse durante la etapa de crecimiento.
– Se deberá invertir en interrogantes que estén en mejor posición de “salida”.

Es cierto que la participación en el mercado y el crecimiento no son los únicos factores de éxito y es realmente difícil conseguir datos fiables de la competencia. Incluso productos con baja participación en el mercado puede resultar de provecho. No tiene cualidades temporales, es más bien una foto en un momento determinado.

Por eso creo que esta matriz tiene tantas posibilidades… porque solamente hay que buscar las KPIs que se adapten a lo que se quiera analizar y voilá, ¡tenemos una matriz a medida!

Vuelvo a mi primera idea, la de tomar todos los productos de una misma familia. No me interesa ver cómo está el mercado, sino cómo están funcionando dentro de mi universo, y pongo en el eje de las x las visitas, en el eje de las y las conversiones y determino qué gama de productos es estrella, cual es perro, cual está todavía de interrogante y cual es mi vaca lechera 🙂 y puedo tomar decisiones con esta información, como si promocionar en la home o en la minihome de la familia de productos realmente aquellos que me vayan a generar más éxito. Y volverlo a medir, y a ver cuando van cumpliendo los ciclos.

Otra idea en la misma línea, tomar los productos de activo, por ejemplo. Identificar las KPIs que mejor definan la categorización que quiero realizar. ¿Qué tal el tiempo que se tarda en contratar un producto en el eje x? ¿Y la tasa de conversión en el eje y? ¿o quizás el referrer?

Empiezo a dar miedo porque se me está ocurriendo otra forma de sacarle partido. ¿Y si hago una encuesta de calidad a mis usuarios? En el eje y pongo los niveles de importancia que se da a cada atributo, en el eje x los niveles de satisfacción y …
¿qué os parece?

De un solo vistazo veo los atributos de satisfacción e importancia, identifico los puntos de mejora prioritarios (estrella), los puntos fuertes en los que debo mantener los esfuerzos realizados (vacas), los puntos de mejora secundarios (perros) y los puntos a mantener con oportunidad de volver a asignar recursos (incógnitas).

Es decir, se puede adaptar esta matriz para expresar de un modo gráfico las diferencias entre los datos analizados y tomar decisiones basándose en el modo en que aparecen los datos en ella.

Roberto, ¿estás de acuerdo? 🙂