Métricas básicas para la analítica web
Todo aquello que no podemos medir no es susceptible de ser mejorado. Es por ello que se antoja fundamental saber que ocurre en nuestra web con el objetivo de conocer el comportamiento de los usuarios, como interactúan con el contenido, por donde llegan a nuestro sitio web, etc… con el objetivo de analizar esa información y sacar conclusiones que deriven en mejoras.
Para ello, la analítica web, se antoja fundamental. Hace unas semanas comentaba acerca de una serie de lecturas relacionadas sobre analítica web y con este post damos el pistoletazo de salida a una serie de post orientados a la misma.
Como en todo comienzo, hay que empezar por lo básico… en este caso, las métricas básicas que se utilizan en analítica web, que podemos considerar que son las siguientes:
- Visitante único. Basado cookies e identifica el número de usuarios diferentes que entra en un sitio web. No es exacta y es susceptible a errores. Por ejemplo, un mismo Pc que es usado por varias personas sin estar logeados en Google Chrome… A efectos estadísticos es un visitante cuando realmente son 2.
- Visitas. Números de accesos que se realizan en un periodo de tiempo.
- Páginas vistas. Número de páginas que visualiza un usuario cuando realiza una visita. Es una métrica importante que hay que maximizar, ya que indicará que el usuario está recorriendo nuestra web.
- Tasa de rebote: Relacionado con el punto anterior, indica el % de usuarios que aterrizan en nuestra web y no siguen navegando. Es decir, el número de visitas que solo han visto una de las páginas del sitio web. El objetivo es minimizar ese número ya que un número elevado denota falta de interés por el contenido de la web (puede deberse a que el usuario no obtiene la información que está buscando. Hay que saber contextualizar este porcentaje: Por ejemplo, en blogs suelen ser mayor este valor que en una web corporativa: Es factible que un usuario acceda a un artículo, lo lea durante 6 minutos y luego siga con su tarea.
- Tiempo de permanencia: Otro dato de calidad que denota el uso que hace el usuario de la web. A mayor tiempo de permanencia, mayor navegación por la web y, por lo tanto, asumimos que el usuario encuentra información que le puede ser interesante. Sujeto también a errores (Google Analytics no sabe el momento en el que se sale de la última páginas, por ejemplo) y hay que tomarlo como valores promedios para tener una idea.
Estas métricas son básicas pero siempre supondrán un punto de partida en cualquier analítica web. Además, nos servirán como punto de partida para informes avanzados. En cada web que analicemos tenemos que establecer claramente cuáles van a ser los objetivos, KPI, a medir… ya que no serán los mismos lo de una tienda online a los de un blog, por ejemplo. Por ejemplo, la tasa de rebote en una tienda online es preocupante (los usuarios llegan a nuestra web y el producto no les aporta ningún valor y salen de la misma sin seguir mirando productos alternativos) mientras que en un blog suele ser alta (donde el comportamiento del usuario es llegar a la web y consumir el artículos e interactuar con el mismo: comentar, compartir en perfiles sociales si le ha gustado, etc… en este caso un valor muy interesante sería el tiempo de permanencia, que sería el indicador que el usuario ha estado en nuestra web leyendo el artículo)
De esta forma, definir los objetivos es la base entorno a lo que tiene que girar la analítica web. Estos pueden ser variados. Por ejemplo:
- Aumentar el numero de ventas (caso de ecommerce)
- Aumentar el número de leads
- Saber que tráfico aportan los perfiles sociales (referal) para optimizar su gestión
- …
El ciclo de vida de nuestra analítica web debería seguir estos pasos:
- Conocer el sector en el que nos vamos a mover. Análisis previo.
- Establecer KPI adecuados a nuestro site
- Medir (por ejemplo, a través de Google Analytics)
- Procesar la información obtenida enfocada hacia los KPI establecidos, obteniendo un panel de información claro, sencillo y directo.
- Este último paso ya sería tarea de gestión: Tomar decisiones en base a la información obtenida.
En definitiva… medir, medir y medir para obtener conocimiento.
En próximos post iré profundizando en cuestiones más avanzadas y específicas de analítica, así como la orientación hacia nichos de mercado específicos.