Tags populares:

Empieza la batalla por convertirse en el estándar de la medición offline

30/06/2014 a las 08:00

Parece que se ha puesto de moda poner como excusa la privacidad de los usuarios para justificar ciertos movimientos estratégicos.

Si en Octubre del 2011 lo hizo Google al introducir el concepto “not provided” dentro de Google Analytics, para esconder las búsquedas orgánicas en modo logeado, esta vez lo ha hecho Apple al anunciar su nuevo sistema operativo iOS 8.

Una de las novedades que ofrece el nuevo iOS 8, no representa un gran impacto para el usuario de a pie, pero sí marca una clara estrategia en pro de su sistema de seguimiento de personas iBeacon.

Básicamente si la medición tradicional de Wifi analytics se basa en las MAC address para identificar a los dispositivos, la novedad del sistema operativo de Apple es que convierte a esta MAC en un número aleatorio.

mac address

(Continua en el Blog de investigación de la escuela de negocios online OBS)

Guía para implementar el Ecommerce Mejorado (Enhanced Ecommerce)

25/06/2014 a las 14:29

Consigue la guía de ecommerce mejoradoHace unos días, escribimos un post sobre el nuevo Ecommerce Mejorado de Google Analytics. Como creemos que es uno de los cambios más importantes que ha hecho Google desde que sacó el Universal Analytics, hemos preparado una guía en la que encontrarás toda la información sobre el nuevo ecommerce mejorado y qué aporta a nivel de análisis así como una explicación paso a paso de cómo instalarlo utilizando el Google Tag Manager.

Y para los que crean que utilizar el Google Tag Manager es muy complicado, dentro de la guía encontrarás un cupón de descuento para nuestro curso de instalación y configuración de Google Analytics con Google Tag Manager.

Ya no tienes excusa para descubrir qué pasa con tus usuarios cuando realizan una compra en tu sitio  y, descubrir qué puedes mejorar para que tengan una experiencia de uso más satisfactoria y obtengas más ingresos.

Quiero la guía Metriplica del Ecommerce Mejorado (Enhanced Ecommerce)

 

Google Analytics y el problema de las atribuciones

25/06/2014 a las 08:04

 

Informe de Rutas de Conversión de Google Analytics

Informe de Rutas de Conversión de Google Analytics

Google Analytics lleva bastante tiempo intentando dar una solución adecuada al problema de las atribuciones. Este problema se puede resumir de la siguiente manera: ¿cómo determinar de manera justa la contribución de un jugador, al resultado final del juego?

La primera incursión en este terreno, realmente tímida, fue la adopción desde el principio de los tiempos del criterio de última interacción, para asignar a los canales de tráfico el crédito de una conversión. Este criterio sigue vigente en los informes estándar de la herramienta.

Cuando vemos que el canal “orgánico” nos ha aportado 1.234 ventas por valor de 74.323 €, lo que nos está diciendo Analytics es que la sesiones en la que se verificaron esas conversiones, en este caso la venta, fueron originadas por un motor de búsqueda, y desde los resultados gratuitos (tráfico orgánico).

Esto es así para todas las fuentes de tráfico, salvo para “directo”. Las visitas directas por defecto no “machacan” a otras fuentes de tráfico que hayan originado visitas previas por parte de un usuario. Por lo que si accedo a un site por Adwords, y no convierto, y luego entro por directo, y convierto, la conversión se le adjudicará a Adwords (por defecto).

El criterio es bastante injusto. En primer lugar no nos dice nada del trabajo efectuado por las otras fuentes de tráfico con las que hayan podido interactuar los usuarios, antes de que la conversión se efectuara. Y, por otro, le resta peso al tráfico directo.

Consciente de esto, la gente de Google desarrolló los informes de Embudos Multicanal, que llevan activos por lo menos un par de años, y que son la base de lo que veremos a continuación.

Google-Analytics-MCF

Agrupaciones de canales en los informes de MCF.

Diseñar cuadros de mando a medida ahora es más fácil

18/06/2014 a las 08:07

La última actualización de Klipfolio permite fácilmente crear Klips con múltiples componentes y ubicarlos en distintas posiciones (horizontal, vertical, etc…) mediante un layout. La experiencia de creación es mucho más agradable y las posibilidades más amplias.  Tal como vemos en la siguiente imagen, hay varios elementos en un mismo Klip, dos en horizontal y uno en la parte inferior ocupando el mismo espacio horizontal que los dos superiores. Esta disposición de elementos no era posible con la versión anterior que solo permitía combinar distintos elementos en vertical (siempre uno debajo de otro), siendo además necesario la edición del código fuente.

1

Klip que contiene tres componentes distribuidos de forma muy flexible según los requerimientos del diseñador. 

 

Paleta de componentes

La paleta de componentes contiene una lista con todos los componentes que puedes utilizar en el Klip y se aplica tan fácil cómo arrastrándolo de la paleta al Klip.

2

 Configuración de un Klip  que incluye varios componentes.

 

Diseño del layout

Se pueden organizar los components en un diseño vertical arrastrándolos a un klip, pero si deseamos hacer una distribución horizontal o darles un ancho específico, podemos usar el Layout Grid

3

Layout que permite la distribución de los distintos componentes. Se ha seleccionado una celda.

Panel del layout

Cada celda de la cuadrícula del layout tiene sus propiedades que pueden ser ajustadas en el panel. Se puede ajustar el ancho, la altura, el relleno y la alineación.

4

 Panel de configuración de una celda  de layout.

Paleta de control

Todo control que se le pueda aplicar al componente seleccionado aparecerá en la paleta de control. Normalmente son botones para añadir o eliminar series de datos, columnas, filas o rangos.

5

Panel de control para el componente de gráfico

El componente etiquetas

Este componente es nuevo y es ideal para crear encabezados de sección y añadir descripciones de Klips.

6

Un Klip con dos componentes de etiqueta

 

El separador de componentes

El nuevo separador de components es útil para crear una separción visual entre los componentes dentro de un Klip. El separador puede ser vertical u horizontal, de trazos o sólido e incluye opciones para ajustar el grosor y el color.

7

El panel de propiedades para configurar el nuevo separador. 

Bordes en la tabla del componente.

Por defecto, los componentes de la tabla tendrán ahora un borde y un relleno alrededor de ellos. Esto hace que su tratamiento de posición sea consistente con otros componentes.

8

Un Pie Chart en la parte superior y una tabla de datos en la parte inferior. Dos componentes distribuidos en vertical.   

Componente de imagen

El componente de imagen mejorada incluye muchas nuevas opciones de escala y posición.

9

Tres componentes de imagen en un mismo Klip distribuidos en horizontal. 

Para más información consultar la documentación de Klipfolio

Mirar offline pero comprar online. Medir para aprovechar este comportamiento

10/06/2014 a las 08:00

Aunque parezca mentira, el e-commerce dista de ser perfecto y es por eso que parece difícil que las tiendas físicas vayan a desaparecer, más bien tienden a complementarse. Incluso las grandes marcas del online están aterrizando en forma de tiendas físicas.

Tres son los hándicaps de la venta online en comparación a las tiendas tradicionales:

  1. No poder interactuar con el producto
  2. No poder obtenerlo al instante
  3. No recibir el asesoramiento de un experto (o por lo menos ser casi imposible dar con quién te “ayudó” online cuando las cosas van mal…)

Precisamente, éstas son tres de las ventajas que tiene el mundo offline y que muchos retailers han entendido para, desde el online, invitar hacia sus tiendas físicas con el objeto de recoger su producto, devolverlo, probarlo, etc.

Lamentablemente, el proceso se está dando también a la inversa. El consumidor visita las tiendas físicas para interactuar con el producto, para más tarde comprarlo por Internet  en el confort de su casa, y quizás con la posibilidad de obtener un mejor precio. A este proceso se le denomina “Showcasing” o “Showrooming”.

Evidentemente la solución no consiste en evitar la tecnología, sino en utilizarla para proveer de una mejor experiencia al usuario, construir ofertas personalizadas según sea el entorno en el que esté y, en definitiva, vincular la información que tenemos de esa persona para ofrecerle el mejor trato multicanal u omni-channel. Una vez más la medición es la clave, veamos cómo.

La experiencia omnicanal que el comprador anhela

(Continua en el Blog de investigación de la escuela de negocios online OBS)

 

Nuevo Ecommerce de Google Analytics

05/06/2014 a las 08:00

Recuperándome todavía del jet lag de San Francisco, la noticia más importante que traigo del summit de este año de Google Analytics es el lanzamiento del nuevo ecommerce (¡por fin!). Y digo la más importante porque desde hace varios años se venía pidiendo a Google que mejorase el apartado de Ecommerce de su herramienta de analítica web y parece que finalmente se han puesto las pilas y lo han hecho.

El equipo de Google Analytics

El equipo responsable de Google Analytics

Vamos a ver las novedades que trae el nuevo ecommerce de Google Analytics.

1. Nueva visualización de embudo.

Con el nuevo ecommerce, tendremos acceso a una nueva visualización de embudo, que nos permitirá conocer si nuestros usuarios lo están teniendo fácil o difícil para conseguir comprar en nuestro sitio.

Esta nueva visualización, realmente son 2 embudos. El primero nos mostrará cómo lo estamos haciendo en nuestro sitio a la hora de conseguir que el usuario realice una compra. Podemos hablar de un embudo general que nos permitirá identificar en qué punto del sitio se nos están marchando los usuarios (¿en nuestro catálogo?, ¿la ficha de producto?, ¿el checkout?).

Embudo de comportamiento de compra

Nuevo embudo de comportamiento de compra

El segundo embudo que podremos ver nos mostrará el rendimiento del proceso de compra o checkout, de forma que podamos conocer en qué paso concreto estamos teniendo problemas.

Embudo del proceso de compra

Embudo del proceso de compra

2. Nuevos informes de rendimiento de producto

Además de estos 2 nuevos embudos, también disponemos de una serie de nuevos informes que nos ayudarán entre otras cosas a:

    • Conocer el rendimiento de nuestros productos, no solo indicando cuál es el más vendido, sino también cuál es el más añadido al carrito o cuál es el que tiene mejor relación vista/compra de forma que podamos determinar cuáles son los mejores para destacar en la home o en una newsletter.
Rendimiento de productos

Informe de rendimiento de productos

    • Identificar qué categoría de productos están funcionando mejor (pe. mujer, hombre etc…)
    • Conocer si agrupaciones que empleamos en nuestro sitio como “los más vendidos”, “productos destacados”, o “productos relacionados” en las fichas de producto realmente generan un mayor volumen de ventas y por tanto conviene mantener estas agrupaciones, potenciarlas o directamente eliminarlas

3. Soporte para devoluciones

Sí, finalmente Google a decidido permitir que se pueda informar a Google Analytics de cuándo se produce una devolución de un producto. De esta forma, tendremos una visión más exacta del rendimiento a nivel económico de nuestro sitio.

4. Seguimiento de promociones internas

Hasta ahora en analytics no existía una metodología “estandar” de seguimiento de promociones internas, usándose generalmente los eventos para este fin. Ahora con el nuevo ecommerce se habilita una manera de realizar un seguimiento de nuestros banners y promociones internas de forma que sea muy sencillo conocer su rendimiento a la hora de generar ventas.

5. Productos relacionados

Otra de las novedades más interesantes es el poder obtener (vía API) los productos que se compran de manera conjunta, de forma que podamos conocer que productos se deben relacionar y por tanto se abren nuevas posibilidades para añadir componentes del estilo “los usuarios que compraron este producto también compraron…” a tu sitio.

Estas son algunas de las novedades que trae el nuevo ecommerce, a lo largo de próximos post iremos desvelando en detalle las características concretas del nuevo ecommerce así que asegúrate de volver a menudo para enterarte de cómo sacarle más partido a tu sitio de ecommerce.

Control de errores en formularios sin intervención de IT gracias a GTM

02/06/2014 a las 13:22

Es fácil que nuestra propia web nos parezca elegante, intuitiva y que los formularios que la pueblan son bonitos, concisos y fáciles de usar, hasta que descubrimos que los clientes no terminan un proceso de compra, una suscripción o no se ponen en contacto con nosotros tanto como cabría esperar.

Hacer el seguimiento de los errores de un formulario suele ser el método más eficiente para comprobar si nuestros formularios presentan alguna complejidad a la hora de ser rellenados por los usuarios.

En ocasiones desarrollar este seguimiento de errores para el site de un cliente puede ser una tarea algo tediosa, normalmente hay que ponerse en contacto con el departamento de IT para que añadan la programación necesaria dentro del proceso de control de errores de un formulario y así conseguir que Google Analytics reciba esa información.
Como esto no siempre ocurre con la celeridad que nos gustaría, ahora contamos con el GTM y sus etiquetas de procesamiento de eventos o “event listener”.

Os proponemos una solución para implementar el seguimiento de errores utilizando GTM sin que tengáis que recurrir al departamento IT del cliente.

Por supuesto, para poder seguir estos pasos es necesario tener una cuenta de Google Tag Manager asociada a tu Google Analytics y con el código del contenedor incluido en las páginas del site.
Si necesitas alguna información para empezar a usar GTM puedes echar un vistazo a este post http://www.doctormetrics.com/2013/02/13/google-tag-manager-analytics/
Y
 si quieres formarte y tener una visión más amplia de lo que permite Google Tag Manager, seguro que este curso te parecerá interesante
http://www.metriplica.com/es/formacion/c-curso-online-google-tag-manager-gtm

Primer paso, acceder a nuestra cuenta de Google Tag Manager y crear la etiqueta que estará escuchando a que se pulse sobre el botón de submit del formulario.

Tendremos que completar los siguientes datos:

Nombre de etiqueta, por ejemplo “submit formulario”
Tipo de etiqueta, debemos seleccionar, dentro de “procesador de eventos”, la opción “Procesador de envío de formularios”.

Etiqueta procesador de formularios

 

A continuación marcaremos el “check” de esperar  por las etiquetas

Esperar por las etiquetas

 

Necesitamos que esta etiqueta esté escuchando en todas las páginas del site, por lo que seleccionaremos la regla “todas las páginas”, y pulsaremos en guardar la etiqueta.

Segundo paso, crearemos una regla que permitirá que las etiquetas se lancen cuando se cumpla el anterior evento, es decir, cuando el evento sea gtm.formSubmit.

Creación de regla

 

Tercer paso, crearemos una etiqueta HTML personalizada con un código javascript que compruebe que campos de nuestro formulario no se han rellenado y genere un dataLayer en ese caso, informando del nombre del campo.

Etiqueta HTML que gestiona los errores del formulario

 

El código que deberemos insertar en el campo HTML de la etiqueta es el siguiente:

<script src=”http://code.jquery.com/jquery.js”></script>
<script>
$(document).ready(function(){
$(“form :input”).each(function(){ //recorremos todos los elementos del formulario
if($(this).attr(“type”)!=”hidden” && $(this).attr(“type”)!=”submit” && $(this).attr(“type”)!=”radio” && $(this).attr(“type”)!=”checkbox”){
//controlamos que el elemento no es un campo oculto, el botón de submit, un radiobutton o un checkbox
if($(this).val()==””){
dataLayer.push({‘event’:’errorForm’ , ‘virtual_page’:’/virtualpage/form_’+$(“form”).attr(“id”)+’/campo_’+$(this).attr(“name”)+’/enblanco’});
//lanzamos el dataLayer con el evento y la información de la página
}
}
});
});
</script>

Vamos a explicar un poco lo que hace este código.
En primer lugar cargamos la librería jquery, esto no será necesario si ya existe en la página.

Con $(“form :input”).each recorremos los elementos del formulario.
Con el primer if excluimos los elementos que no sean campos de texto, listas desplegables o textarea.
El segundo if comprueba que el valor del elemento esté vacío, en ese caso se lanza el dataLayer con el dato del evento que utilizaremos para la siguiente etiqueta y el dato de la página virtual con la información del campo que ha dado error.
Con form_’+$(“form”).attr(“id”)  estamos indicando el identificador del formulario, podemos utilizar también el atributo “name”. En el caso de que no existan estos atributos en la definición del formulario podemos utilizar la macro {{url path}}, en este caso el valor para virtual_page quedaría así:
‘/virtualpage’+{{url path}}+’/campo_’+$(this).attr(“name”)+’/enblanco’
Con campo_’+$(this).attr(“name”) cargamos el nombre del elemento de formulario que se dejó en blanco.

Cuarto paso, crearemos una etiqueta que se encargará de transferir a Analytics la información con los errores del formulario.
Antes crearemos dos macros y una regla que vamos a necesitar para nuestra última etiqueta.

- Macro que recoge el valor de la página virtual que mandamos en el dataLayer

Macro para página virtual

 

Seleccionamos como tipo de macro variable de capa de datos e indicamos el nombre de la macro y el nombre de la variable de la capa de datos, este último coincide con el campo que hemos utilizado en el dataLayer.

- Macro con una cadena constante con nuestro ID de seguimiento, esta macro no es obligatoria, ya que podemos cargar la ID directamente, pero simplifica las cosas cuando vamos a tener varias etiquetas

Macro Propiedad - cadena constante

 

 

- Regla para el evento “errorForm”, que permitirá que nuestra etiqueta se lance cuando se cargue el dataLayer con este evento.

Regla para lanzar etiqueta con errorForm

 

Por último crearemos la etiqueta, tendremos que completar los siguientes datos:

Nombre de etiqueta, por ejemplo “virtuales error formulario”
Tipo de etiqueta, aquí debemos seleccionar según el tipo de cuenta que tengamos (Analytics Clásico o Universal Analytics).
ID de seguimiento, incluiremos la macro que tiene la información de nuestra ID {{Property-ID}}
Tipo de seguimiento, Seleccionaremos vista de página.
En Más configuraciones, Configuración básica, Ruta del documento seleccionaremos nuestra macro con la información de la página virtual {{virtual_page}}

Ruta de documento - virtualpage

 

Y como regla de activación seleccionamos la regla, antes creada, evento_error_form

Eso es todo, a partir del momento que creemos una versión del contenedor y lo publiquemos, cada vez que se ejecute el submit de un formulario de nuestra web estaremos recogiendo la información de los posibles campos que se han quedado en blanco.

La necesidad de medir el offline como el online

28/05/2014 a las 08:00

Tratar de medir las tiendas físicas no es una necesidad actual ni mucho menos, sino que históricamente se ha tratado desde diferentes ámbitos:

  • Investigación de mercados y trabajo de campo
  • Sistemas de cuenta personas
  • Sistemas de seguridad

Lo que ninguno de ellos ha conseguido de forma fácil, es poder medir para generar acciones de marketing efectivas y, menos aún, vincular canales para tener en cuenta a quién nos dirigimos y qué le debemos ofrecer.

Hace ya más de un año, planteamos una posible solución desde DoctorMetrics.com, los llamados TaggingBoxes, o tecnología basada en lo que denominamos en su día wifi analytics.

Actualmente esa tendencia parece haberse consolidado, apareciendo en los últimos 12 meses decenas de tecnologías basadas en el wifi analytics.

La pregunta que se nos plantea ahora es: ¿cómo diferenciarlas? ¿cuál sería la más apropiada para mi negocio?

Analytics In-store

Herramientas para medir el “in-store”

A la hora de comparar las diferentes tecnologías para medir tiendas físicas, podemos clasificarlas según los siguientes criterios…

(Continua en el Blog de investigación de la escuela de negocios online OBS)

El modelo de atribución basado en datos

20/05/2014 a las 09:56

data-driven-hero-v2

Fuente: http://analytics.blogspot.com.es/

 

Una funcionalidad de Google Analytics de la que no habíamos hablado todavía es Data-Driven Attribution o el modelo de atribución basado en datos.

Establecer un modelo de atribución multicanal realista es complejo y, normalmente, algo que hacemos utilizando criterios bastante subjetivos. Sabemos las combinaciones de canales que mejores resultados nos están dando, pero es difícil valorar el mérito de cada integrante de esas secuencias de contacto. Con esta funcionalidad, Google Analytics nos ahorra ese trabajo. Y, además, lo hace de una manera algorítmica.

Utiliza como base la información de rutas de conversión del embudo multicanal, así como los datos de flujo de comportamiento de aquellos usuarios que no convierten.  Para ser más concretos, además de los datos del tráfico procedente de búsquedas orgánicas, del directo y del de referencia, el método Data-Driven Attribution analiza los datos de todos los productos de Google que hayamos enlazado con Analytics, como AdWords, la red de display de Google o DoubleClick for Advertisers. También incorpora la información de costes que hayamos podido importar. Necesitaremos, como es natural, tener activo el seguimiento de comercio electrónico y definidos los objetivos.

Con toda esta información, detecta cómo la presencia de un punto de contacto comercial en particular (definida por el tipo de canal y su posición relativa a otros puntos de contacto) se relaciona con cambios en la tasa de conversión.

 

Ejemplo de modelo

Informe del explorador del modelo. (Fuente: http://analytics.blogspot.com.es/)

Es decir, los modelos probabilísticos resultantes muestran la probabilidad de que un usuario realice una conversión en un punto determinado de la ruta, dada una secuencia particular de eventos. Es importante destacar que el algoritmo tiene en cuenta el orden en el que un determinado punto de contacto entra en juego. Por ejemplo, “Display precediendo a Búsqueda de Pago” se modela por separado de “Búsqueda de Pago precediendo a Display”.

Vemos un ejemplo (simplificando un poco): Tenemos una combinación de Búsqueda Orgánica, Display e Email (en ese orden) que arroja un 3% de probabilidades de conversión. Cuando eliminamos Display, la probabilidad baja a un 2%. El incremento del 50% observado cuando Display está presente sirve de base para el cálculo de atribución.

data-driven-how-it-works

Fuente: http://analytics.blogspot.com.es/

No solo es una manera mucho más avanzada de establecer el modelo sino que, así como la información en la que se basa es cambiante en el tiempo, también lo es el modelo, que se autoajusta en función esas posibles variaciones. Una vez habilitada esta funcionalidad, comienza inmediatamente a recoger datos. Tendremos el primer modelo a los 7 días, actualizándose éste con una frecuencia semanal.

Aunque el algoritmo utilizado es el que desarrolló el premio Nobel de economía Lloyd S. Shapley para la justa distribución de los resultados de un equipo entre sus miembros, el analista no tiene por qué abandonar su actual modelo de atribución para abrazar “a ciegas” el nuevo que nos presenta Google. Éste está disponible junto a los tradicionales en la herramienta de comparación de modelos de atribución y en el informe de análisis del ROI.

Desde este último, si vemos que ciertos canales tienen un éxito mucho mayor que el resto (mejores valores para el ROAS o el CPA, por ejemplo) según los cálculos obtenidos por el modelo de atribución basado en datos, podemos plantearnos incrementar nuestra inversión en dichos canales. En la misma línea, si detectamos canales que no funcionan bien bajo el prisma de este modelo, deberíamos revisar nuestra estrategia de marketing al respecto y optimizar nuestros  esfuerzos en ellos.

Podemos, y así lo recomiendan desde Google, ir adquiriendo confianza en el modelo gradualmente, poniéndolo a prueba de manera controlada. Se trataría de trabajar sobre combinaciones concretas de canal y tipo de objetivo que éste nos destaque (por el lado positivo o todo lo contrario) y verificar después si el resultado es el previsto. Llegados a un punto, podríamos dejar de lado las comparaciones con anteriores modelos y trabajar en exclusiva con éste.

De hecho, si nuestro negocio online está arrancando, no tendremos más remedio que comenzar a trabajar con uno de los modelos basados en reglas hasta alcanzar el volumen de datos de entrada mínimo a partir del cual puede realizar sus cálculos el nuevo: 10,000 rutas y 400 conversiones por tipo al mes.

En resumen, el modelo de atribución basado en datos es una estupenda funcionalidad. Con los modelos actuales ya vemos qué secuencias de canales funcionan mejor. Con el que estamos tratando, vamos un paso más allá y obtenemos una medida de la efectividad de cada canal en cada posición de esas secuencias. Es más, combinando esos valores con los datos de e-commerce y de costes de campaña, obtenemos un cálculo adecuadamente ponderado de su rentabilidad.

Por último,hay que señalar que se trata de algo concebido para la versión Premium de Google Analytics, sin previsión de incorporarlo también a la versión gratuita. Casi un año después, sigue estando solo disponible para la herramienta de pago y sin visos de que esto cambie. Un aliciente más (y no pequeño) para que todos aquellos a los que nos preocupa la precisión a la hora de evaluar la rentabilidad de nuestras campañas de marketing, demos el paso hacia la “hermana mayor” de esta herramienta de analítica web.

 

Universal Analytics deja de ser Beta!!

02/04/2014 a las 19:19

universalGoogle ha anunciado hoy mismo que Universal Analytics (UA) abandona su estado de Beta para convertirse en la nueva forma de medición web. Esta noticia no hace más que aproximar el día en el que habremos olvidado del todo los visitantes para dedicarnos de llenos a NUESTROS USUARIOS usando la multitud de prestaciones que nos ofrece y nos ofrecerá UA como por ejemplo:

  • Cobertura marco de Google Analytics premium SLAs: Google Analytics SLA Premium ahora cubrirá el procesamiento de datos Universal Analytics y la colección de hits analytics.js. Ya está disponible un contrato actualizado que incluye SLA covering Mobile SDKs (v2+) y la plataforma de protocolo de medición. Así que si tenemos Premium lo ideal es ponerse en contacto con nuestro agente de la herramienta para más información.
  • Característica paridad con clásicos Analytics: Universal Analytics tendrá 100% paridad de funciones con la GA Classic, lo que incluye herramientas tan indispensables como:
    • Remarketing y datos demográficos en los informes
    • Sopoete para el procesamiento de los dc.js hits en UA y para la habilitación de funciones de visualización de publicidad en analytics.js
    • Procesamiento Intraday de los datos de Remarketing, demografía de la audiencia y los datos de AdSense
  • Informes User ID/ Cross- Device: Con UA llega el despliegue de la función de característica de User ID de Universal, la cual hace posible el establecimiento de un identificador para rastrear los datos de usuario en Google Analytics.
  • ID de usuario: que nos permitirá tener contadores de usuarios (visitantes) más precisos, analizar UX, acceso a la visualización especial por User ID, nuevos reports Cross Device, buscar y evaluar las relaciones entre los dispositivos y la actividad de engagement a través de múltiples sesiones.

universal-analytics1

 

Esta lista no es más que una recopilación de aquellos cambios que llegan con UA que me han parecido más interesantes y con ellos ya se atisba una multitud de nuevas posibilidades para enriquecer los análisis de nuestro site, conocer mejor y de una forma más amplia a nuestros usuarios y nuestro site, permitiendo así una mayor posibilidad de obtener potentes y más precisos insights.

Puede parecer que me estoy dejando llevar por la emoción, y a pesar de que se trata de una emoción con fundamentos, no puedo desmentirlo. El hecho de poder tener información acerca de la UX de los usuarios logueados (tema que me apasiona personalmente y que tiene que importar a cualquiera que tenga una web) o poder buscar y evaluar relaciones entre dispositivos (entre otras) manteniendo la paridad con el Googla Analytics Classic al que todos estamos acostumbrados me parece que es motivo de emoción.

Universal Analytics se convierte en el estándar a partir de ahora, siendo la única opción para la creación de nuevas propiedades en GA y teniendo muy presente que los cambios de interfaz se harán efectivos de forma progresiva en todas las cuentas durante las 3 semanas después del próximo 25 de marzo. Así que toca abrir la puerta a este nuevo método de medición y de comprender el comportamiento web, que se acerca mucho más a la realidad actual y a poder tener una visión completa y absoluta del usuario como tal.

Y ahora es ese momento en el que, los usuarios de GA Classic, se están preguntando como hacen para migrar a Universal y que tan complicado va a ser. ¡Tranquilos! Google nos facilita la migración automática a Universal de todas las cuentas, tanto webs como apps, migración que nosotros deberemos completar con la modificación de la implementación nueva (todo lo bueno tiene su precio y Universal no iba a ser menos). Así que este es uno de los puntos en los que nos va a tocar ponernos manos a la obra y modificar toda la implementación de nuestro site, pero tranquilo: Si eres de los que prefieren que se lo den todo hecho, aquí te dejamos nuestra propuesta de implementación a medida.

La otra parte en la que nos va a tocar trabajar va a ser en aprender a exprimir al máximo este nuevo juguete que nos trae Google. A lo que queréis aprender cómo usar Universal, ¿pensabais que vuestros colegas de Metriplica os iban a dejar tirados? ¡Claro que no! Por eso os dejamos aquí nuestro curso recién salido del horno y en castellano.

Así que ahora toca trabajar un poco (si es con ayuda siempre es mejor) y aprovechar al máximo todo este nuevo mundo de posibilidades a nuestro abasto que nos brinda Universal Analytics. ¡A disfrutar! ;)