¿Dónde está Avinash cuando se le necesita?

Soy Gemma Muñoz (@sorprendida). Avinash Kaushik es mi ídolo. Y este es mi blog de analítica digital, mi trabajo y mi pasión.

  • Sobre Mí
  • Mis Libros
  • Contacto
  • Archivo

Categoría: Informes

25 Feb 2014 | Informes

The greatest value of a picture is when it forces us to notice what we never expected to see

Parece que febrero ha sido en Madrid el mes de los eventos dedicados a la visualización de los datos. Y yo feliz, porque es uno de los temas más apasionantes de la analítica digital y me sirve para contar mi experiencia en dashboards.
Primero fueron las Madrid Geek Girls en su evento #MGGHub, que repasaron los principales errores a la hora de crear un dashboard. Principalmente quedó claro por parte de Gema, Paula y Ana que ha de ser simple, pero de simplicidad, no de simpleza.
También hablaron del paso a paso para realizar un buen dashboard. Hay que ser capaz de ver el conjunto de todo, la historia, las acciones… Destacar todo lo que huela a negocio! Aquí está la presentación por si os apetece profundizar en este tema.
Nadia Fankhauser, de Tinte Digital, en el evento de Open Analytics que se celebró la semana siguiente, comentó que hay que hacer los datos aptos para el consumo humano; es decir, hay que saber diseñarlos, sacarles el máximo partido a nivel visual para que cuenten la historia. El periodismo de datos es ya un presente.  Y ella es una auténtica crack en temas de visualización.
Finalmente Pere Rovira en el Conversion Thursday de Madridestuvo defendiendo la importancia de que el analista debe convertir el análisis en información y conocimiento adaptado al receptor al que va dirigido. Me gustó el paseo por los gráficos de Google Analytics, treemaps y grafos, sobre todo con respecto a visualizar el comportamiento y relaciones entre datos.

Ejemplo de Grafo hecho con Netvizz + Gephi
Todo esto me lleva al mismo punto… En analítica digital tenemos que crecer más deprisa. Después de muchos dashboards sobre mis espaldas, lo que me he dado cuenta es que estamos creciendo, sí, cada vez más. Los dashboards a lo mejor no es de lo más valorado de un analista, pero son muy necesarios, sobre todo para mostrar a los que no son analistas cómo va el negocio y hacer más fácil el trabajo de cada uno de los receptores.
Lo importante es que muestren la parte estratégica y también la operativa, para que se puedan tomar decisiones tanto del día a día como estratégicas.
En su momento, todos empezamos y tuvimos nuestros más y nuestros menos con los dashboards en Google Analytics:

                            http://wurlwind.co.uk/wp-content/uploads/2012/06/Google-Analytics-Dashboard-Large.jpg
Hemos pasado de los dashboards en Google Analytics a los dashboards automatizados en Excel con cualquiera de las herramientas que conectan con las APIs:
–       Supermetrics 
–       Next Analytics 
–       Excellent 
–       Analytics Kanvas 
Esto ya es un paso, el poder ir más allá de los cuadros de mando de una herramienta y avanzar obteniendo un cuadro de mando más completo, con datos que cuentan una historia, que nos llevan a tomar decisiones de negocio, como dónde invertir mejor nuestro presupuesto en base al negocio generado.
Lo mejor es que, al estar automatizado, no hace falta más que cambiar la fecha para poder obtener lo que necesitamos para entender qué ha pasado y por qué puede estar pasando en nuestra estrategia online y offline.
                        Ejemplo de Dashboard en Excel: Este ejemplo se diseña y automatiza en 42 horas
Sin embargo no nos podemos quedar aquí. Tras hacer múltiples dashboards en Excel, me he dado cuenta de que uno de sus problemas es que hay que hacer las cosas una y otra vez. Cada cliente tiene sus propias KPIs, su estrategia que hay que mostrar de forma diferente y la construcción de cada uno de los dashboards conlleva un trabajo importante.
Y esto termina siendo un problema, de tiempo y de recursos. Porque no podemos asumir que el dashboard es igual para todo el mundo. Cada departamento, cada directivo, necesita datos diferentes y, obviamente, la visualización será diferente, incluso dentro de una misma compañía.
Por eso el  trabajo se multiplica, cada receptor debería recibir un cuadro de mando personalizado, en la forma que necesita y con los comentarios de análisis de KPIs que le permita tener la foto completa y así detectar qué necesita ser optimizado en base a conseguir cumplir los objetivos de negocio.
En los clientes más desarrollados a nivel estratégico en internet hemos decidido ir un paso más allá y apostar por una solución de visualización de datos más flexible que el Excel, en la Web, más escalable y que nos permita llegar donde necesitamos llegar: a tener un workflow en el que todos los insights tengan un responsable y cada optimización tenga nombre y apellidos. Hay gente que esto lo llama ser chivato, yo prefiero llamarlo Involucración jajaja.

    Dashboard en SweetSpot: este ejemplo se diseña y automatiza en 1 hora
¿Cuántas veces el analista ve un insight que se puede arreglar fácilmente y al final nadie de la organización se encarga y queda sin arreglar o se arregla tarde?
Esta comunicación eficaz de insights ayuda a que el analista hable el idioma de la empresa y se convierta en perfil imprescindible para la compañía. Sobre todo si la empresa no tiene un perfil analítico, para el consultor es vital llegar a todos los stakeholders del negocio. Por eso hemos investigado opciones y la que más nos convence es la de SweetSpot Intelligence.
Puede competir con las grandes herramientas americanas, lo mejor de todo es que es española y se ha desarrollado aquí.  Por eso me quiero involucrar, así que colaboro con esta herramienta para hacerla crecer.
Este proyecto me ha enamorado… recordáis mi primer dashboard? Ojo que han pasado casi 6 años… y lo que ha llovido J

Pd. Echa un ojo a la chuleta para analistas de SweetSpot, buen comienzo para entender la conceptualización de un dashboard.

09 Oct 2013 | Informes

El alma nunca piensa sin imágenes

Desde que ejerzo como consultora de analítica web me he dado cuenta de que en las reuniones de kick off es imprescindible que, además de la gente de marketing y personal de IT, acudan personas directamente vinculadas al negocio.
Es interesante que siempre que partimos de un cuadro de mandos propio de la empresa o directamente de determinadas métricas en la herramienta, las personas se suelen centrar en KPIs relacionadas con el tráfico(visitas, rebote, tiempo en el sitio, páginas vistas…) y con la conversión(transacciones u objetivos alcanzados, ingresos, productos vendidos…). Los más avanzados incluso segmentan estas KPIs por distintos grupos de usuarios (relacionados con las fuentes de origen, el tipo de dispositivo, el lugar de procedencia, etc…).
Todo esto siempre es interesante como primer paso, sobre todo para que todo el mundo esté algo familiarizado con las distintas métricas que se pueden consultar, pero siempre se puede ir más allá, se debe ir más allá! Y por dónde empezamos? Por donde nunca nos equivocaremos: por la vinculación a negocio.
Por ejemplo, hagamos un test sobre nuestra propia web. Imaginemos que tenemos una tienda online. Sabemos el tráfico que atrae, el dinero que nos deja, los productos más vendidos, las páginas de aterrizaje más utilizadas y las que tienen más rechazo, disponemos de los detalles de cada campaña que hemos realizado online, hemos analizado el embudo de conversión para optimizar al máximo el formulario de compra, etc…
Es decir, sabemos qué está pasando y obramos en consecuencia. ¿Y ahora qué?  Ahora vamos a entender el negocio y en qué puede ayudar la analítica digital.
Esto no se suele poder hacer con la profundidad necesaria sobre la propia herramienta, sobre todo hablo de Google Analytics. Pero dado que esta herramienta tiene una API potente, se puede combinar con Google Docs o con Excel y obtendremos una foto que resuma toda la actividad que necesitamos para saber qué pasa y por qué puede estar pasando. Lo más difícil no es construir el cuadro de mandos  (bueno, el primero cuesta más que los siguientes jajaja) sino dar con la información necesaria para que sea efectivo. Esa es la cuestión: tiene que ser de utilidad.
Como comentaba antes, el cuadro de mando debe reflejar la actividad para poder tomar decisiones, por eso cada cuadro de mando debe ser personalizado para el receptor o receptores. Llevo 3 años como consultora, en la amplia mayoría de mis clientes he realizado uno o varios dashboards y NINGUNO ha sido igual. Por eso me gusta definir mi profesión como “artesana”, ya que creo firmemente que esto no se puede producir de forma masiva. No, es necesario realizar una labor de consultoría previa que pueda ayudarme a centrar los objetivos del receptor y así poder llegar a construir la base de la medición: el cuadro de mando.
Pongamos que el receptor es el equipo de marketing, que necesita saber por un lado su inversión en distintas campañas y ponerlo todo en un contexto de tráfico. También necesita saber el interés que se genera en cada categoría y luego en cada producto para detectar cuál destacar en distintos canales dependiendo de su rendimiento. Y finalmente, como la publicidad es distinta dependiendo de las ciudades donde se establecen las campañas, necesitamos saber cómo se distribuye el tráfico por dichas ciudades.
No podemos olvidar las métricas globales, que nos van a permitir saber cómo vamos en conjunto esa semana y por supuesto cuánto nos estamos desviando del objetivo de negocio a conseguir. Para ello necesitamos combinar datos online de la herramienta y datos offline (que pueden estar en una base de datos o en cualquier otro sistema que se puede automatizar igual que Google Analytics).

Todo esto nos lleva a proponer un cuadro de mando como éste, realizado en Excel con llamadas a la API de Google Analytics, a la base de datos propia con los datos offline y a la API de las distintas redes sociales:
Dashboard Analítica Web
Ejemplo de Cuadro de Mando – copyright Gemma Muñoz de El Arte de Medir
Se empieza por la parte superior, con las métricas globales y su evolución tanto mensual como anual. En la parte central se empieza a segmentar estas métricas, a la vez que se da importancia al rendimiento en base al objetivo primordial del negocio. La parte inferior se dedica a otras segmentaciones importantes y se descarga la zona inferior derecha con gráficos evolutivos de los datos de la zona inferior izquierda. En este caso, el gráfico lo necesita un profesional del marketing con experiencia financiera y no hay problema en generar muchos datos en tablas. Si el receptor es alguien que ve mejor la información de manera visual, se cambiarían las tablas por gráficos.
La buena noticia es que en la fase final todo estará automatizado y solamente tenemos que cambiar la fecha para que todos los datos se actualicen y tengamos en nuestras manos un instrumento eficaz para tener claro qué está pasando y dónde podemos atacar.
Si los objetivos cambian, se modifica el dashboard. Normalmente lo que suele ocurrir es que a partir de este cuadro de mando detectemos un problema y entonces vayamos a bucear en la herramienta, ya con un objetivo claro en la mente, para hacer un informe especializado en lo que se detecte que se puede optimizar.
La idea es que este informe nos marque el camino, nos sirva para invertir nuestro tiempo en lo que realmente hace falta y nos permitacrecer como analistas y al negocio a focalizar los esfuerzos.
Piensa en tu negocio. ¿Tienes claro que tienes una web de alto rendimiento? ¿Tienes LA FOTO? Empieza por darle al alma imágenes, lo demás irá viniendo.

31 Ene 2012 | Informes

-Papá dice que tenemos que aprovecharnos de nuestros poderes, que nos hacen especiales -Todo el mundo es especial -Esa es otra forma de decir que nadie lo es…

Da igual lo bueno que sea el análisis que acabamos de hacer. Si no sabemos transmitirlo convenientemente, acabará en el cubo de la basura virtual y no le hará nadie caso, ni a nuestro informe, ni a nosotros.

El problema radica en que nos empeñamos en contar lo que hemos analizado hasta el último detalle y hacemos informes o powerpoints de un montón de hojas con un montón de datos, gráficos, indicaciones, flechas, etc… cuando lo que realmente necesita el receptor de ese informe es saber qué está pasando, qué puede pasar y qué puede hacer al respecto.

Empecemos por el principio:

Necesitamos conocer los objetivos que tienen los receptores del análisis. Saber qué quieren y qué necesitan para hacer su trabajo. De esto dependerá la profundidad del análisis y sobre todo las KPIs o los indicadores que incluiremos en el informe final.

Una vez terminado el análisis y sabiendo exactamente qué es lo que produce un resultado final, las KPIs que están involucradas, iniciaremos la selección de éstas y el formato de presentación que se adapte mejor a lo que queremos transmitir. El resultado debe ser un dashboard o cuadro de mando o informe en el que las KPIs se complementen entre sí y nos lleven de la mano a tomar acciones.

Debe quedar claro por dónde habría que seguir profundizando en caso de necesitar más detalles y sobre todo debe incluir unas conclusiones y recomendaciones. Lo más importante en este punto es que el analista ha de ser parte de la solución posible, nunca limitarse a señalar el problema.

Lo ideal es que el resultado del análisis quepa en una única pantalla, ya que así concentramos toda la información en un formato que cualquiera ve sin necesidad de hacer scroll en su pantalla.

Si se trata únicamente de un dashboard que se realiza con cierta periodicidad, hay que dejar claro el “movimiento” de un periodo a otro, poner contexto en los datos para que el receptor sepa si el valor es el que debería tener o nos debería preocupar.

En el año 2008 creé un dashboard informativo de las KPIs más importantes en el caso del canal internet para la empresa para la que trabajaba en aquel momento:

A lo largo de estos años he conocido diversas variantes que otros analistas han creado adaptando el concepto de este dashboard a sus respectivas empresas. De eso se trata, de encontrar el dashboard perfecto para transmitir el conocimiento de un análisis en nuestro propio entorno: (dashboard copyright de Fernando Ortega y dashboard copyright de Raquel Madrigal)

Junto con la versión en inglés del libro de Avinash Kaushik Web Analytics: An Hour a Day, venía un DVD con un ejemplo de dashboard de la empresa americana Stratigent. Me llamó mucho la atención en su momento porque contenía mucha información en un formato limpio y muy muy claro. Este año en el Emetrics en Nueva York tuve la suerte de poder asistir a un workshop de dashboards de la responsable de este dashboard, Jennifer Veesenmeyer. Siguen utilizando este tipo de dashboard adaptado a la necesidad de cada cliente, es un modelo que se puede adaptar a distintos negocios y que únicamente conociendo las KPIs importantes para tu negocio y con un poquito de maña en excel puedes tener en una sola pantalla todo lo que necesitas para tomar decisiones.

¿Qué es lo que hemos aprendido a lo largo de estos años como analistas web en cuestión de dashboards? Que tenemos siempre demasiados datos, que al final no se toman decisiones por puro desbordamiento. Que para ser un mejor analista web hay que pasar por ser capaz de seleccionar lo que realmente importa y saber lo básico que necesita un negocio saber sobre su web. A partir de ahí hay que averiguar qué se debe customizar dependiendo de los objetivos de cada negocio y cada situación en particular.

Sobre todo hacer hincapie no tanto en lo que ha pasado sino dejar entrever lo que podría pasar de no llevar a cabo cambios. Evolucionar del “qué ha pasado” hacia el “qué puede pasar”. Hacer uso de gráficos visuales donde se recoja el pasado, el presente y el futuro de forma que no haga falta explicar lo importante de tomar cartas en el asunto.

Por ejemplo, si solamente analizamos el qué ha pasado en 2011 en un gráfico, podemos pensar que el éxito a nivel de conversión se lo lleva todo España:

Sin embargo, lo que realmente ha pasado es que el mercado español es muy maduro y no hemos crecido nada, sin embargo llama la atención la subida de países como Rusia, de cara a tomar acciones durante este año. Este es el gráfico que realmente importa lo suficiente como para mostrarlo en un dashboard:

Lo ideal es que se genere un dashboard para cada uno de los que trabajan en internet, adaptado a sus necesidades, por ejemplo, el responsable de las Redes Sociales o el responsable de los Blogs corporativos deberían tener los suyos propios que les permita saber si la estrategia que siguen es la adecuada o no:

Si carecemos de tiempo o no tenemos el suficiente conocimiento como para lograr resultados vistosos en excel, no es excusa para no crear dashboards más rudimentarios pero igual de efectivos, ya que lo importante es el contenido y el valor que pueden aportar para tomar decisiones en la estrategia:

Por el contrario, si queremos avanzar en nuestro camino de transmisión de datos y llamar la atención con informes espectaculares, hay que aprender de infografía y combinar con acierto colores e imágenes: (dashboard copyright BankinterLabs)

Existen herramientas especializadas en hacer buenos dashboards sobre excel y sobre todo en ir directamente contra las APIs de las distintas herramientas de medición y seleccionar los campos que necesitamos para monitorizarlos de manera automática. Son:

– Excellent Analytics:

– Nextanalytics:

Hay blogs que nos pueden ayudar a ir progresando en el arte de hacer buenos dashboards en excel.
El blog de Chandoo.org es un excelente recurso para sacarle el máximo partido:

Y ExcelCharts.com nos ayudará a crear dashboards efectivos con tablas y gráficos avanzados:

 

Hay que hacerlo bien, ¿por qué? Pues porque ser analista web es saber llegar a resultados que llamen a la acción… pero también saber comunicar los resultados y que se produzca dicha acción. ¿Para qué analizamos si luego no participamos en la toma de decisiones?

Artículos interesantes que te pueden servir de inspiración:

–       TEACHING ONLINE JOURNALISM

–       NY TIMES

–       EDUCAUSE

Y si te apetece leer libros sobre el tema a tener en cuenta (Stephen Few):

•Show Me the Numbers: Designing Tables and Graphs to Enlighten

•Information Dashboard Design: The Effective Visual Communication of Data

•Now You See It: Simple Visualization Techniques for Quantitative Analysis

27 Abr 2010 | Informes

-¿Tú eres satánico, verdad?. -Sí, ¡y de Carabanchel!

Desde Google Analytics, si no hay tiempo para cruzar datos en Excel o te resulta demasiado pesado exportar los datos y luego trastear con ellos, desde hace un tiempo hay una funcionalidad que nos facilita mucho la vida.

Se trata de las tablas dinámicas o pivot tables. Se encuentran en cada informe, con las demás opciones de vistas situadas arriba a la derecha:

tablasdinamicas1

Permite usar una segunda dimensión en el informe, por lo que nos ahorramos pasar a una segunda pantalla, podemos comparar múltiples combinaciones de datos en un mismo sitio.

Muchas veces, vemos los datos de manera agregada y no nos damos cuenta de que pueden estar escondiendo algo grave: Mientras que las visitas de una determinada campaña pueden mostrar un rendimiento bueno, incluso por encima de la media, si profundizamos podemos darnos cuenta de dónde podemos mejorar. Antes había que llevarse los datos a Excel y combinarlos allí, en ese oscuro lugar 🙂 Pero ahora el análisis es mucho más sencillo.

Veámoslo con un ejemplo. Partimos del informe de Motores de Búsqueda dentro de Fuentes de Tráfico. Veremos algo así:

tablasdinamicas2
> Pulsa en la imagen para ver más datos

Es decir, vemos los datos ordenados por la dimensión Fuente combinado con las métricas de tráfico (visitas, páginas por visita, tiempo, visitas nuevas y porcentaje de rebote). Interesante. Bien, ¿y si quiero saber cómo ha funcionado una keyword dentro de cada buscador?

Si cambiamos la vista a tablas dinámicas y seleccionamos como dimensión “palabra clave”, podemos comprobar cómo está funcionando cada palabra clave en cada fuente de entrada a nivel de visitas:

tablasdinamicas3
> Pulsa en la imagen para ver más datos

Voilá, tenemos una visión mucho más interesante, en una dimensión tenemos las fuentes y en otra las palabras clave. En el análisis usaremos dos métricas, visitas y el porcentaje de visitas nuevas. Así podremos comparar qué keywords nos traen tráfico, si es tráfico que vuelve y detectar posibilidades para nuestro trabajo SEO.

Las tablas dinámicas funcionan como en Excel; es decir, permiten agrupar los datos por dimensiones de manera eficaz y fácil. Podemos combinar dimensiones y métricas en base al análisis que queramos obtener.

En este otro ejemplo partimos de la dimensión Fuente y profundizamos por Origen/Medio y por Ciudad. Comparamos las métricas Visitas y Porcentaje de Rebote:

tablasdinamicas4
> Pulsa en la imagen para ver más datos

De esta manera podremos sacar conclusiones en segundos: En Tarragona, desde tráfico directo no se suele pasar de la primera página y desde Twitter viene más gente de Madrid que de Barcelona y además tienen mejor tasa de rebote. Quizás sea momento de dar un empujoncito a los lectores catalanes 🙂

Las ventajas de usar este tipo de tablas es que son interactivas, se pueden cambiar en segundos las dimensiones y las métricas utilizadas según los datos que se quieran tratar, se actualizan automáticamente y el tratar cantidades indecentes de datos se convierte en algo limpio, rápido e indoloro.

Es más, si utilizamos el Filtro avanzado (la opción aparece justo debajo de la tabla) y segmentamos la información en base a lo que realmente nos interesa, las posibilidades son infinitas.

Por ejemplo, si seleccionamos en el ejemplo anterior solamente aquellos datos que queramos mejorar, los que tienen el porcentaje de rebote mayor del 90%:


tablasdinamicas5

> Pulsa en la imagen para ver más datos

Nos encontramos que, además de a las visitas de Tarragona, a las visitas de Logroño no les gustamos demasiado ni a las de Valladolid. Es el momento para ver qué keywords están utilizando las visitas procedentes de Bogotá, Caracas, Mendelín, Santo Domingo o Quito para intentar averiguar por qué no se quedaron lo suficiente como para saber lo geniales que somos 🙂 O sea, por qué no cumplimos sus expectativas.

Un “pero” a las tablas dinámicas… no permiten trabajar con segmentos avanzados, por lo que será interesante disponer de perfiles con los segmentos más importantes que tengamos en el negocio para poder sacarle todo el jugo a este tipo de análisis.

13 Abr 2010 | Informes

Todos los parques han tenido problemas, Disneyland cuando lo abrieron no funcionaba nada… Sí, pero allí si algo se estropea no se come a los turistas

En principio, la medición de rendimiento de una landing page se divide en tres bloques. El primero abarca a los usuarios que ven la landing page y se van. El segundo sería el formado por los usuarios que ven la landing page y siguen adelante. El tercero es el que comprende a los usuarios que ven la landing page, siguen adelante y llegan a convertir. Solamente así tendremos un contexto lo suficientemente completo como para tener la visión general del éxito o no de la landing page. Ya tratamos este tema hace unos meses, con este segundo post quiero abrir nuevas posibilidades de estrategia. En este caso nos vamos a centrar en la tasa de rebote para deducir dónde debemos meter mano 🙂

De poco nos servirá atraer mucho tráfico al site si luego no logramos interesarles. Y la métrica que mejor nos cuenta si interesamos o no a primera vista es la tasa de rebote. ¿Dónde deberemos actuar primero? En la landing page que atrae muchas visitas pero tiene una tasa de rebote lamentable. O en la keyword que nos atrae muchas visitas pero tiene una tasa de rebote indeseable. O en la campaña que nos atrae muchas visitas pero tiene una tasa de rebote muy muy alta. Este es el concepto, da igual lo que estemos analizando, si por un lado nos trae cantidad pero por otro no tiene calidad puesto que no pasan de la landing page… estamos perdiendo dinero.

Podemos empezar por el informe base, el que englobaría al primer grupo, los que llegan a la landing page y se van. Las variables contenidas en el informe deben abarcar la keyword, su landing page, su número de visitas y su tasa de rebote. Para esto nos servirá el informe de Palabras Clave contenido en el menú de Fuentes de Tráfico. Nos saltará mejor a la vista aquella landing page que necesite de nuestra ayuda si utilizamos la vista de Comparación, para que nos compare los datos de rebote en comparación a los del site:

informe1

Con estas cuatro variables seremos capaces de ordenar cada campaña según su importancia a la hora de atraer tráfico y a la hora de interesar y tomar decisiones del tipo “esta keyword es lo suficientemente importante porque nos atrae una cantidad de tráfico por encima de la media pero no logramos interesarles una vez hayan llegado al site: Hay que darle una vuelta a la landing page”

Aquí es donde saltarán esas landing pages genéricas, aquellas que no son personalizadas para el término de la búsqueda. Hay que tener en cuenta que para maximizar la tasa de conversión hay que encontrar el equilibrio perfecto entre la respuesta inicial que se produce en el momento en que el usuario llega a nuestro site a través de la landing page y la conversión final, nuestro objetivo.

Una vez hayamos comprobado si el primer vistazo ha interesado o no a los usuarios podemos centrarnos en las landing pages que seleccionemos como candidatas a cambiar, a un test A/B o incluso a una reestructuración completa. Al pasar a un análisis algo más profundo, necesitaremos crear un informe personalizado donde combinaremos las variables de entradas, tasa de rebote, páginas vistas, ingresos obtenidos, objetivos conseguidos, tasa de conversión, etc… para cada una de nuestras landing pages:

informe2

Aquí hemos obviado ya las keywords que nos han traído tráfico, para centrarnos en lo que nos interesa, profundizar en las landing pages que no están haciendo bien su trabajo. Y ahora hemos introducido las consecuciones de objetivos y el ingreso o beneficio ya que la combinación de tasa de rebote y beneficio generado es la mejor manera de llegar a determinar en qué landing page debemos centrar nuestros esfuerzos de optimización.

Es posible que una landing page con mucha tasa de rebote tenga mayor beneficio que una landing page con una tasa de rebote muy baja. Todo debe tenerse en cuenta, todo es susceptible de mejorar. Al igual que una landing page con una tasa de rebote descomunal y con una tasa de conversión igual a cero ha de ser aniquilada, una landing page con una tasa de rebote muy baja pero con una tasa de conversión mínima también nos está diciendo “Houston, tenemos un problema”. No a lo mejor con esta página pero sí con el proceso de conversión.

Será bienvenido todo aquel proceso de análisis que nos dé pistas sobre qué es lo que nuestro site necesita para mejorar nuestra tasa de conversión, para que nuestro site no se coma a las visitas 🙂

  • « Anterior
  • 1
  • 2
  • 3
  • 4
  • …
  • 6
  • Siguiente »

Copyright © 2021 · Política de Privacidad
WordPress · Genesis Framework