6 cosas para hacer antes de ponerse a analizar datos

Finalizando como estoy el máster de analítica web, es mucha la información que he recibido en estos 4 meses. Es por ello que trato de organizar las ideas que fluyen en mi cabeza: mil preguntas, dos mil cuestiones por mirar y casi millón por aplicar.. en fin, vamos poco a poco.

Una pregunta que me hice cuando llegó a mis manos un site que ya tenía implantado Google Analytics fue, ¿cuáles son los primeros pasos que debería hacer antes de ponerme a analizar la información?

Cuando se ha implantado el código en un site y han pasado unos días en los que recoger los datos, ya es posible ver evoluciones y mirar los gráficos. Pero esto no te garantiza una toma correcta de decisiones. Además de la implementación, es necesario tratar la información, filtrarla, organizarla y seleccionar aquella que me interesa para los objetivos del negocio. Lo demás sobra por el momento - simplificar es importante pues ayuda a centrarse en lo importante- .

Es por ello que antes de ponerme a analizar, debo auditar la configuración de GA y asegurarme los siguientes pasos:

1. Analizo la estructura Cuenta - Propiedad - Vista.
Cuenta y Propiedad suelen coincidir. Para las vistas hay muchas posibilidades:
  • Definir Master View (la vista con la que se trabaja) + Test View (vista para hacer pruebas por ej con filtros) + Unfiltered View (vista sin filtros, con datos brutos). Esto permitirá tener un backup de datos buenos ya que ante un filtro incorrecto, no se puede acceder a los datos históricos correctos. Y los filtros son "peligrosos" en el sentido de que se pueden modificar incluso los datos entrantes.
  • Definir vistas por líneas de negocio. Esto es muy útil si se quiere definir un funnel para cada una de las líneas y tener datos independientes. Luego se puede crear otra con el global que recoja la totalidad de información.  
  • Se suelen crear vistas independientes también para el Blog del negocio, User ID (si el usuario se loguea),... 

2. En la vista que se vaya a trabajar, es necesario hacer 3 exclusiones/filtros para evitar distorsión en los datos:
  • Exclusión IP interna: evitar que cuenten las visitas de los empleados, proveedores, y todos aquellos agentes que no nos interesa medir. Para saber cuál es la Ip de donde estás conectado puedes verlo en http://www.cualesmiip.com/.
  • Exclusión de SPAM referral: ahora es muy frecuente que GA muestre la visita de unos sites cuya única misión es aparecer en GA para darse a conocer pero lo único que consiguen en mi opinión es una mala imagen. Para poder excluirlos he encontrado un post en el que se detalla con precisión cómo hacerlo. También en el post de Iñaki Huerta viene especificado.

me quité a 5 robots :) :) :) !!

Una cosa muy importante. Antes de aplicar el filtro es necesario verificar el preview (la imagen de arriba, es decir, verificar cómo serían los datos depués de aplicarlo. Eso es una funcionalidad que nos da Google y nos previene de grandes males. A mi por ejemplo me pasó que en lugar de incluir puse excluir el tráfico del host con mi dominio, y dejé de registrar visitas :_(
  • Filtrar para que GA tome sólo el tráfico del dominio que estoy interesada en medir. Para ello se crea un filtro personalizado, dando a la opción de "incluir" el nombre del host con el nombre del dominio.


3. Etiquetar las campañas.

En muchos sitios no se hace y es fundamental etiquetar los esfuerzos para poder medirlos. Si se invierte en campañas Adwords y los anuncios no han sido etiquetados nunca vamos a saber cuál ha sido el ROI de lo invertido. Si se realizan acciones de emailing con intención de re-marketing si el email no está etiquetado, no sabremos cuántas visitas hemos adquirido a partir de estos. Esto provoca un aumento artificial del tráfico SEO cuando en realidad parte de este tráfico corresponde a otros esfuerzos. Se están distorsionando los datos.

Para ello, se utiliza la herramienta URL Builder que crea el link a incluir en el componente a medir.
Como recomendación, organizaría la información en un excel, por ejemplo de la siguiente manera:






4. Agrupación de canales:

Hasta Junio de 2013 esta funcionalidad no existía y era un quebradero de cabeza para la mayoría de los analistas web. Ahora ya existe uno por defecto que se recomienda customizar en función de las necesidades del cliente.

En general es recomendable separar entre SEO Home (tráfico orgánico + url destino: home) y SEO No Home, y también entre SEM Marca (filtrando por las keywords de marca) y SEM No Marca (filtrando por las keywords que no son de marca).
Aparte de esto, se pueden agrupar las campañas, y todo aquello que te interese medir de manera independiente como canal.


5. Agrupación de contenidos:

Esta funcionalidad es muy útil cuando se trata de una web con muchas urls y buscas simplificar el análisis agrupándolo. Es muy interesante hacer la agrupación por tipología de landing page:

- Agrupando la home, las páginas estructurales y las páginas de producto, y ver de esas 3 agrupaciones cuales adquieren mayor cantidad de tráfico y cuáles convierten mejor (esta idea es genial. La he tomado prestada de la presentación de Iñaki Huerta del Congreso Web de Zaragoza de este año 2015).
La agrupación siempre es en función de lo que a uno le interesa: por secciones de la web, tipología de contenido, de conversión, etc...


6. Guardar en anotaciones

Los eventos ocurridos en la línea del tiempo de GA. Esto es muy importante ya que es imposible retener toda la información y hacer estas anotaciones nos va a permitir entender los movimientos del tráfico por ejemplo, en algunas cosas.

Muchas veces el analista al ver los datos se pregunta el por qué, y si tenemos la buena costumbre de anotar los eventos importantes, si la hay ya la tenemos, y si no hay estamos seguros que ese día no pasó nada y buscamos la causa por otro lado.

Por ejemplo, en mi blog me anoto los días que publico los posts pues pueden ser una causa-efecto directo al comportamiento del tráfico que accede a mi site.



Una vez realizados estos pasos, la información está filtrada y en parte organizada. Ahora queda lo mejor, ¡Analizar! en próximos posts, explicaré cómo lo hago ;)

#Vivalaanalítcaweb


Comentarios

Entradas populares de este blog

¿Diseñamos un Dashboard con R?

Profundizando en Google Data Studio

¿Por qué me gusta ser Analista Digital?