La analítica de marketing, una disciplina basada en el razonamiento.

Vamos a empezar con una metáfora. Va de Londres y Candem y todo ello mezclado con el Marketing Analytics. Para entenderlo realmente -¿qué pinta Londres en todo esto?- lo mejor es que te leas la primera parte: MAP: Empezando la analítica de Marketing por el principio.

La analítica de marketing es, en primer lugar, una disciplina basada en el razonamiento. Necesitas un plan y seguir un proceso, como quien estudia el mapa del metro de una ciudad que no has visitado nunca. Por supuesto, lo primero que haces es visitar los lugares conocidos que te aparecen en la guía: Big Ben-visitas a la web y Palacio de Buckingham-porcentaje de rebote, pero tú quieres más, quieres Candem, que también sale en la guía, pero mola. Y tiene una estatua de Amy Winehouse y mix-max con una salsa espectacular.

No voy a mentir a nadie: este segundo artículo está basado en gran medida en las ideas de Avinash Kaushik. ¿Por qué? Porque es un dios de la analítica, un Shiva de mil brazos que nos ilumina a todos con su luz de estadística e insights. Porque es el gurú de Google, y ser el gurú de Google, no me digas que no, mola.

Lo primero que haces cuando quieres analizar tu rendimiento como empresa y qué tal estás jugando en el terreno digital es mirar ciertas métricas en Google Analytics, otras tantas en Google Adwords y unas más en los canales de redes sociales que tienes abiertos. ¿Está eso mal? ¡Para nada! Pero simplemente es un comienzo. No te has movido del centro.

Con todos esos datos de analítica web te quedas en el “qué está pasando”: ¿de qué fuentes proceden mis usuarios? ¿De dónde son? ¿Cuánto tiempo estuvieron? ¿Qué páginas visitaron más? ¿Cuál fue la página de salida? ¿Qué canales convierten más? Por supuesto son preguntas pertinentes, que te pueden llevar a decisiones acertadas y a generar acciones que mejoren tu Return of Investment (ROI). Por ejemplo: segmentar a tus usuarios según el idioma o el país, utilizar la página que más visitas genera como reclamo, mejorar esas páginas que no llaman tanto la atención o invertir en los canales que más leads te proporcionan.

Pero se puede hacer más. Y vamos a hacer más. ¡O por lo menos a saber cuánto “más” hay ahí fuera! Y luego ya veremos si tenemos los recursos, el tiempo y las ganas de salir a explorar.

Avinash habla de “analítica web 2.0” como el análisis de múltiples fuentes de datos, incluyendo datos cualitativos y cuantitativos, propios y de la competencia. Veámoslo punto por punto:

  1. Clickstream: el qué. Son los datos de Google Analytics. Aunque son tendencias y no pueden ser tomados al pie de la letra, son una maravilla. Con gráficos para ver el evolutivo, widgets para crear tus propios informes, dimensiones secundarias para filtrar… Diversión para toda la familia pero, como hemos dicho, es sólo el principio.
  2. Análisis de múltiples resultados: el cuánto. Cu-án-to. Ahí esta el quid de la cuestión para la empresa. La brújula aquí es el incremento de ingresos, la reducción de costes y cómo mejorar la satisfacción y fidelidad de cliente (y que no se vaya, que está la vida muy mala). Se trata de utilizar una herramienta, por ejemplo Excel, para relacionar las acciones con los costes y generar CPC (coste por clic) y CPL (coste por lead) o para elaborar escenarios “y sí”.
  3. Experimentación y testing: probar es clave en ciencia. En ciencia de datos, vinculada con los objetivos de la empresa, aún más. Test A/B para display, para presentación de producto, para cualquier cosa que te genere dudas. Se testea a tiempo real y se obtiene un resultado que guía la decisión. La experiencia y la intuición están bien; los datos están mejor.
  4. Voz del cliente: por qué. A veces los datos resultan huecos. Sabes por qué esa es la página de salida, pero no sabes por qué una y otra vez los usuarios acaban ahí y se van. Para dar cuerpo a esa información, ¿qué mejor que una prueba de usabilidad? ¿Y qué tal preguntarle directamente al cliente con una encuesta corta, no invasiva y que puede tener un premio al final?
  5. Inteligencia competitiva: el qué mas. Hay que hacer benchmarking. Mucho. Continuamente. A los amigos cerca y a los enemigos más. ¿Suena la frase? La verdad es que no sé de dónde ha salido, quizás de Sun Tzu, pero es claramente aplicable en análisis empresarial.

Para que todo quede más claro, lo mejor es dejar una imagen explicativa a modo resumen y de memorización rápida. Aunque lo mejor de verdad es que te hayamos dejado con ganas de más: de más preguntas por responder, más insights que buscar y más ganas de aprender el arte de la analítica.

 

Analítica Web 2.0
Analítica Web 2.0

Fuente: “Analítica Web 2.0: El arte de analizar resultados y la ciencia de centrarse en el cliente”, Avinash Kaushik.

 

Vet Robirosa