Después de estar jugando a los bolos durante horas, después de buena comida y mejor compañía, pudimos descansar un buen rato.

Con las pilas recargadas nos dirigimos nuevamente hacia el cuartel general de Google. Allí nos espera Penry Price, uno de los vicepresidentes de la compañía. Nos habló sobre la evolución de los medios, desde el papel hasta las mayores novedades en internet y en los medios digitales. Comentó también las apuestas de Google para el futuro más próximo. Realmente es interesante escuchar a las personas que mueven los hilos de la materia, ya que ellos son los pocos capaces de crear tendencia. Saber que desde Metriplica llevamos tiempo trabajando en las mismas áreas que Google es algo que nos alienta a continuar haciendo las cosas de la misma manera.

Nos han prohibido de manera muy tajante sacar fotos de la sala de conferencias. Este año están muy celosos de la confidencialidad… y no es para menos. Cuando se vayan conociendo las novedades lo veréis… palabra.

Nos han seguido presentando nuevas funcionalidades de las herramientas: ¡estamos ansiosos por utilizarlas! No podemos deciros qué hay de nuevo, pero, en pocas palabras, son alucinantes. Una vez más, Google se vuelve a superar.

Google nos sigue mimando mucho con la comida. Las alternativas de hoy son pizza, comida asiática y curry. Tras decantarnos por esta última (y deliciosa) opción, rápidamente hemos ido a buscar una fuente de agua para compensar.

Después de la comida siguieron algunas charlas un poco más técnicas y algunas con estrategia para el futuro. Poco a poco se irán dando a conocer más detalles, pero hay cosas muy sorprendentes, y no sólo a nivel de funcionalidades. Hasta aquí podemos leer.

Durante las charlas de la tarde nos dimos cuenta de que es un placer enorme enterarnos de que Google invierte tiempo y esfuerzo en las mismas investigaciones y servicios que desde Metriplica llevamos tiempo haciendo y ofreciendo.

De verdad, nos tenemos que morder la lengua para no contaros todas las novedades que nos están presentando. Estamos deseosos de poder hacerlo.

Al terminar las charlas nos han llevado de compras por la tienda de Google (en beta, por supuesto), en donde pudimos comprar algunos souvenirs marca Google (hechos en Pakistán).

El día acabó de mejor manera imposible: todos haciendo piña en una agradable cervecería de Palo Alto (al lado de Mountain View) conociéndonos mejor con la compañía de buena bebida y buena comida. Lástima que después no haya bolera… nos hemos quedado con ganas de más.

Mañana es el último día del summit. Seguro que no nos defraudará.

Un año más, nos encontramos con el Google Analytics, Google Website Optimizer & Urchin Summit. Los seguidores más asiduos de este blog saben que se trata del evento anual organizado por Google en donde se discute temas de actualidad de las herramientas y se presentan las nuevas características.

La llegada

Después de pasar algunas horas en San Francisco, llegamos a Mountain View: una ciudad llena de empresas tecnológicas entre las cuales destaca, como no, Google.

Cuidado con lo que decimos

Este año se han puesto muy serios con el tema de filtrado de sucesos y caracterísitcas del congreso y de la herramienta. Así que, muy a pesar nuestro, nos tenemos que morder la lengua a la hora de daros detalles. Sin embargo, hay algunas cosas que sí podemos contar. ¡Allá vamos!

El registro en el evento es fluido, y rápidamente ponemos cara a lo más selecto de la analítica web actual. Después de un desayuno basado en frutas, pastas y café entramos en materia. Y no hay mejor manera de comenzar un summit de analítica web que hacerlo con el mayor evangelista y gurú del tema: Avinash Kaushik.

Avinash en estado puro

En su charla, Avinash nos da algunas pistas sobre por qué las empresas con departamentos de analítica web no ganan todo el dinero que supuestamente deberían ganar. Su estilo no deja indiferente a nadie: directo, crítico y “yo no me caso con nadie”. Realmente es un placer escucharle, y cada palabra suya es una lección magistral. Sólo deciros que el turno de preguntas duró más de media hora, lo que dice mucho sobre su capacidad de centrar la atención allá donde pisa.

No todo es Avinash

En el resto de charlas del día nos han explicado las nuevas características de las herramientas. Insisto: no podemos dar detalles, pero nosotros estamos muy emocionados con las nuevas funcionalidades. Nuevamente, Google da un paso de gigante hacia adelante.

¿Qué pasa entre charla y charla?

Google es una empresa que cuida mucho a sus empleados, sobretodo teniendo en cuenta que muchos son muy jóvenes y son de diversa procedencia. En las instalaciones de Google podemos encontrar duchas, lavanderías, etc. A la hora de la comida se puede escoger entre un sandwich, pizza & pasta o en un mexicano. Las neveras con muchos y variados refrescos y la despensa con mil tipos de pastas y galletas están a nuestra completa disposición. Después de comer un taco gigantesco necesitamos hacer un poco de deporte… Google también tiene en cuenta esto, y hoy nos lleva a jugar a los bolos. ¡Ver a unas 200 personas jugando bowling no tiene precio!

Esperemos que el segundo día nos de las mismas experiencias que el primero.

¿Os acordáis que nos hicimos partners de Nedstat?
¡Pues ahora Nedstat ha sido adquirida por ComScore! Lo que nos ofrece muchas más soluciones y mejoras en el servicio.

ComScore, Inc. es un líder global en la medición del mundo digital y una de las fuentes favoritas de inteligencia de marketing digital. ComScore ayuda a sus clientes a lograr un mayor conocimiento del entorno en continua evolución del marketing digital gracias a su panel de 2 millones de usuarios que proporciona la medición más completa y unificada de la actividad digital. Aquí teneis el comunicado oficial

La unión de la solución analítica de Nedstat con la plataforma Unified Digital Measurement de comScore permitirá disponer de una amplia información, que combinará el user centric con la información de páneles,  para poder analizarla y ofrecer mejoras en conversión, optimizando los resultados. De este modo, dos soluciones complementarias y necesarias, que nos ofrecían hasta ahora diferentes proveedores, serán dadas por la misma fuente y con mejores resultados.

Desde Metriplica estamos contentísimos y estamos seguros que a partir de ahora podremos ofrecer más servicios y mejores soluciones a nuestros clientes.

¡Os mantendremos informados!

Una de las tareas que debemos realizar cuando implementamos Analytics es comprobar que los datos que se mandan son correctos.

De nada nos vale tener instalado Google Analytics si resulta que los datos que le enviamos son erróneos y por tanto nos puede llevar a tomar decisiones equivocadas.

1.Examinando los datos en Analytics

La manera más evidente de encontrar problemas en Analytics, es analizando los datos que se están recogiendo, el problema de este método es que validamos a posteriori, es decir, pueden pasar días o meses antes de que nos demos cuenta de que se están produciendo errores.

Además, ciertos errores no tienen porqué ser evidentes a primera vista. Imaginemos que equivocamos el nombre de las páginas, los datos en el Analytics serán correctos mientras que en realidad, la información que proporcionan es errónea.

2. Examinando los datos que se envían a Analytics

La segunda manera en que podemos validar una implementación es comprobar, en el momento que se envían los datos a Google Analytics, qué contenidos se están mandando.

Si bien no evita que se envíen datos incorrectos, al menos nos aseguramos de que las correcciones se puedan hacer en el momento.

Para ello, debemos primero validar que todas las páginas del site tienen el tag en su código y a continuación comprobar que la información que se envía es correcta.

En general habrá 3 tipos de datos que querremos comprobar:

• Nombres de páginas
• Eventos
• Tracks de ecommerce

Esto no quiere decir que no existan otros valores que debamos comprobar, como por ejemplo que se almacena correctamente el referrer utilizado para llegar al site etc.

2.1.Comprobando que tenemos el tag instalado en todas las páginas

Para comprobar que tenemos el tag instalado en todas las páginas podemos hacer dos cosas:

• La primera y más obvia es la de recorrer el site analizando página por página y verificando que el tag está presente, para ello podemos usar herramientas como el WASP o Firebug, este último lo veremos más adelante.
• La segunda es utilizar herramienta SiteScan. Esta herramienta recorre el site (hasta 100 páginas) y comprueba que porcentaje de páginas han sido taggeadas y si existen errores de taggeo. Si bien no evita que muchas veces tengamos que “navegar” por el sitio manualmente, si nos da pistas de si una implementación es correcta o no.
  Para utilizar el SiteScan, únicamente debemos indicarle la url de nuestro site y nuestro email. Se nos enviará un email con las instrucciones para realizar el seguimiento de la validación.

Como comenté en el primer punto, el SiteScan no evita que muchas veces tengamos que validar “a mano” el sitio (especialmente en implementaciones complejas), esto supone recorrer las páginas del sitio y asegurarnos que los datos enviados son correctos.

Para ello podemos usar o bien el WASP o el firebug, ambos son complementos para Firefox por lo que deberemos tener este navegador instalado.

2.2.Comprobando qué nombre de página se envía a GA usando firebug

Firebug es un complemento gratuito para Firefox que permite analizar la información que se envía hacia y desde nuestro navegador.

Para quien no lo sepa, la información de Analytics se envía a Google a través de la solicitud de una imagen llamada “_utm.gif”, en esta llamada se pasan como parámetros todos los datos que el tag de Analytics ha recogido, entre ellos el nombre de la página actual.

Sabiendo esto, podemos utilizar el firebug para visualizar esos parámetros y por lo tanto verificar qué recibe Analytics.

Una vez instalado el complemento, cargamos la página que deseamos validar y accedemos al menú de “Red” indicando después la sub categoría de “Imágenes”.

Observar que la tercera imagen solicitada es __utm.gif perteneciente al dominio de Google Analytics.

En la subcategoría de imágenes buscamos la entrada correspondiente a __utm.gif y pulsamos sobre el símbolo “+” seleccionando a continuación la pestaña de “params”.

Obtendremos una imagen similar a esta.

Si bien muchos de los parámetros no tendrán sentido para nosotros (utmul, utmsr etc.), simplemente viendo los valores que tienen podemos intuir su significado (idioma del navegador, resolución de pantalla).

No obstante, el que más usaremos a la hora de validar es el parámetro utmp. Este parámetro nos dice el nombre de la página que recoge Analytics y que se usará en los informes.

De esta manera, podremos asegurar que nuestros contenidos quedan reflejados correctamente en Google Analytics. Esto será especialmente útil en el caso de que se haya optado por personalizar los nombres de los contenidos donde suele ser común equivocarse llamando a dos contenidos por el mismo nombre, por ejemplo. De todas maneras siempre que se ponga el tag en una página debería revisarse que se están enviando los datos de manera correcta .

2.3 Usando la nueva extensión de Google

En el momento de publicar este post, los usuarios de Google Chrome estamos de enhorabuena ya que google a sacado un complemento para Chrome que permite visualizar qué se está mandando a Google Analytics mediante la consola del Chrome.

Para leer más sobre esta noticia puedes ir al foro oficial de Google donde explican todos los detalles, en próximos post analizaremos como se usa esta herramienta y sobre la manera de validar las páginas de eCommerce y los eventos en Google Analytics.

Como siempre, si sabes de otras maneras de validar información, te animamos a que las compartas con nosotros.

Antes de que cunda el pánico, la respuesta es sí. Pero esta compatibilidad no viene sola, ya que hay que tocar un poco (muy poco) el código de AdSense.

¿Cómo nos dimos cuenta?

Muchas de las implementaciones de Google Analytics que hacemos para nuestros clientes no parten de cero. Es muy común encontrarnos con implementaciones antiguas que no son del todo correctas. Uno de los errores más comunes es la omisión de la función _setDomainName(“.dominio.com”) en sites con mútiples subdominios. En otras palabras, las implementaciones se basan en el tag estándard que ofrece Google y pocas veces se nos pasa por la cabeza que el hecho de tener múltiplis subdominios pueda tener repercusiones en la implementación de Google Analytics.

El efecto mariposa (o las fichas de dominó)

Bien, una vez detectados los errores nos diponemos a corregirlos. En general los corregimos sin tener en cuenta que las modificaciones que hacemos en el tag puedan repercutir en otras partes de la programación del site: introducimos una variable que ya se está usando en otra parte, nos equivocamos en la sintaxis y no se carga ningún JavaScript de la página, etc.

AdSense es uno de estos casos

Después de corregir el tag de Google Analytics añadiendo la línea  _gaq.push(['_setDomainName', .dominio.com']); nos dimos cuenta que los datos sobre AdSense que aparecían en los informes de Google Analytics no eran correctos: normalmente había 10.000 impresiones de anuncios AdSense y ahora sólo se registraban 100. Preocupados por el problema, buscamos información en Google y dimos con la página http://www.google.com/support/adsense/bin/topic.py?hl=es&topic=15007 en la que hay muchísima (más de la esperada) información sobre la integración de AdSense en Analytics. Y allí estaba: al introducir el _setDomainName en el tag de Google Analytics hay que introducir la línea

google_analytics_domain_name=".dominio.com"

en el tag de AdSense.

Conclusión

El tag de Google Analytics no vive solo: está rodeado de otros elementos cuyo comportamiento puede modificarse en caso de hacer cualquier modificación en el tag de Google Analytics. AdSense es un ejemplo, y seguro que hay muchos más.

En los últimos 2 años  IBM ha roto la hucha y se ha lanzado a adquirir empresas de la talla de:

• SPSS
• Unica Corporation
• Coremetrics
• Cognos

Sin querer entrar en la teoría de la conspiración, parece que estamos ante un próximo, si no ya presente gigante de la métricas y marketing online que dará mucho que hablar en los próximos años.

Para quienes estén de vacaciones en Septiembre, les recomiendo el libro de Stephen Baker “Los Numerati“, donde se dan pistas de lo IBM lleva haciendo en la última década.

Si quieren más información sobre estas adquisiciones, les adjunto los enlaces a las notas de prensa:

• Adquisición de SPSS
• Adquisición de Unica Corporation
• Adquisición de CoreMetrics
• Adquisición de Cognos

Como todos los años por estas fechas, volvemos al “cole” para continuar los proyectos tras las vacaciones de agosto.

Si bien a más de un doctor nos está costando la vuelta (la foto de las vacaciones como fondo de escritorio no ayuda mucho), esperamos estar al 100% en unos días.

Mientras tanto y para que podamos estar entretenidos el fin de semana, dejamos unos cuantos artículos que nos han parecido interesantes.

Los últimos meses han sido muy intensos. En Metriplica hemos apostado muy fuerte por una web inteligente, por nuevas técnicas de medición, por muchos e interesantes tests que han hecho que nestros clientes experimenten vertiginosas subidas en sus ratios de conversión,  y tantas otras cosas. Pero inexorablemente llega Agosto, y nos vamos a tomar un más que merecido descanso para, en Septiembre, volver con más ilusión y energías que nunca.

¡Que paséis una gran verano!

Con este sugerente título se lanza el primer libro de Maribel Morales Martinez experta en analítica de la empresa OJD. Un libro que desde aquí queremos recomendar y que, como indica la autora:

La Analítica Web se debe ver como una ACTITUD, la actitud que tiene una empresa ante el usuario, el centro de todo el sistema. Este libro pretende cubrir varios objetivos:

• Evaluar los distintos sistemas de medición online y los niveles de madurez de la Analítica Web en las empresas.
• Definir los objetivos de un sitio web y generar indicadores o parámetros clave del rendimiento.
• Estudiar las herramientas que permiten conocer la opinión de nuestros clientes, análisis de la competencia, etc.
• Analizar los resultados obtenidos de la Analítica Web de forma cuantitativa y cualitativa mediante cuadros de mando.
• Definir las estrategias en base a estos resultados: posicionamiento, optimización y promoción del sitio web.
• Crear el mapa mental de la “Analítica Web” que refleja gráficamente los procesos y actores que se describen en el libro. La Analítica web es arte, ingenio y anticipación, “arte” para gestionar este conocimiento, “ingenio” para tomar las mejores decisiones y entender el comportamiento del usuario y “anticipación” al futuro interpretando los resultados.

“ La Analítica web es arte, ingenio y anticipación, “arte” para gestionar este conocimiento, “ingenio” para tomar las mejores decisiones y entender el comportamiento del usuario y “anticipación” al futuro interpretando los resultados.”

Para conseguirlo solo tienen que dirigirse a esta dirección:

Analítica web para empresas

Con este post queremos dar un paso más hacia la web inteligente. Parece ser que esto va a necesitar, inexorablemente, la colaboración de diversos perfiles: matemático-estadísitico, marketing, sistemas, etc.

Desde Metriplica siempre hemos insistido en una sencilla frase: menos intuición y más ciencia. Estas cinco palabras envuelven una metodología de trabajo en la que se enmarca la medición y el testing. Pero ahora hay que añadir un inquilino más que ya habíamos presentado: el data mining. Hemos pasado de cinco a dos palabras, y la metodología envuelta por éstas es todavía más densa y, quizás, un tanto abstracta. Uno de los actores principales en la minería de datos es el que más cuesta obtener: el histórico de datos. Vamos a hurgar en su uso y en su creación.

El data mining

El data mining es una tarea de aprendizaje contínuo. Se trata, a grosso modo, de una estrategia de prueba y error (pruebo cambios y luego evalúo resultados), con la única diferencia es que la siguiente prueba tiene una base matemático-estadística irrefutable. Pero para poder aplicar técnicas o algoritmos matemáticos, necesitamos un input: algo a lo que aplicar el algoritmo, un conjunto de datos de prueba sobre los cuales ya conocemos la respuesta.

El histórico de datos (o conjunto de control) es una colección de datos reales (en nuesto caso, la actividad web quizás cruzada con datos del off-line, o del CRM) sobre los que ya tenemos cierta información que más adelante necesitaremos inferir sobre datos frescos (conjunto de test o de prueba). Lo más habitual en entornos web, es disponer de datos y una confirmación de conversión o de no conversión relativa a ellos.

Un ejemplo, por favor

Hace algunos posts hablamos de los tests multivariantes inteligentes. Durante la fase de testeo se va acumulando información sobre las variaciones mostradas, datos técnicos y sociodemográficos sobre los visitantes, y si los usuarios convirtieron o no. Esto es un ejemplo de histórico de datos: allí hay “errores” (combinaciones que dan pocas conversiones) que los algoritmos deben detectar y descartar para futuras pruebas o reglas de negocio. Esto, ni más ni menos, es aprender de nuestros errores.

¿Cómo lo obtengo?

Ya hemos visto cómo usar el histórico. Ahora toca resolver otro detalle: cómo crearlo. En un principio no sabemos qué parámetros son los más influyentes, así que no nos queda otra que recoger todo lo que se nos ocurra. Evidentemente este proceso se irá refinando a medida que vayamos ganando experiencia. No hace falta que diga que cuántos más datos queramos recoger, más problemas tendremos para su recogida, almacenamiento, procesamiento, etc.  ¿Cómo recogo todo lo que se me ocurre? Lo primero es hablar con el departamento de sistemas, ya que lo primero que tenemos que averiguar es si se puede (los datos sociodemográficos no se pueden recoger de los software de analítica web, se tendrán que recoger de encuestas, fichas de registro, etc.), cómo se recogerán (PHP, .Net, Google Analytics, etc.), en qué formato los vamos a guardar (tabla MySQL, Excel, CSV, etc.) y dónde los vamos a alojar (en local, en remoto, cloud computing, etc.).

Esto no es malo. Ni mucho menos

Una situación habitual en el mundo del data mining es la siguiente. Después de recoger decenas de parámetros, después de diseñar metodologías de recogida y almacenamiento, resulta que el modelo matemático de reglas de negocio (por ejemplo, un árbol de decisión o una red neuronal) sólo tiene en cuenta dos o tres de dichos parámetros. ¿El modelo es incorrecto? No, el modelo es sencillo. ¿Hubiese podido recoger menos información? No, a priori no podemos saber qué parámetros son los más influyentes a la hora de construir un modelo. Por otra parte, es muy habitual tener un modelo que hoy utilice dos parámetros y que pasado un tiempo utilice muchos más. Con esto quiero decir que el histórico tiene que ser grande, tiene que tener mucha información. Por supuesto, después de construir un modelo, nunca hay que borrar datos históricos.

¿Y ahora qué?

Prometo, para próximos posts, comenzar a hablaros de técnicas más concretas de minería de datos. Palabra de doctor.