La importancia del modelo de datos en una implementación de Google Analytics

En el ámbito de la analítica digital  es importante seguir una metodología de trabajo que permita crear sistemas de medición estables, completos y relevantes al negocio. Por este motivo, cada modelo será único y personalizado.

Esta metodología consiste en trabajar distintas fases:

  1. Conocer e interiorizar los objetivos de negocio. Es decir, entender la estrategia y plan de acción que va a realizar la organización, sus hitos y metas; además de definir cuáles van a ser los indicadores clave de rendimiento.
  2. Definir el modelo de datos. Consiste en definir la estructura lógica de los datos y determina el modo de almacenar, organizar y manipular los datos:
    1. Por un lado, se trata de elaborar una lista de todos los elementos que se quieren recoger i especificar la información asociada a dichos elementos, como sus nomenclaturas y conceptos relacionados.
    2. Por otro, se trata de mapear cada uno de estos conceptos y/o elementos con su variable dentro del sistema de medición. En el supuesto caso que nuestra herramienta de medición sea Google Analyics, habrá que mapearlo con su correspondiente Google Analytics Tracking Code (GATC). Por ejemplo, mediremos el buscador con una etiqueta de ‘evento’, y especificaremos dicha acción en la dimensión ‘categoría’ del evento.

 

  1. Implementación. Consiste en la inclusión de los códigos necesarios en el sitio que queremos monitorizar. Los cuales nos servirán para conseguir la estructura diseñada en la fase anterior.
  2. Depuración y validación. Consiste en la validación de los datos recibidos, depuración y refinamiento hasta conseguir el resultado definido en el modelo de datos.

1

 

En este post nos vamos a centrar en la fase del modelo de datos, ya que se trata de la fase más importante a la hora de crear un sistema de medición robusto.

Vamos a imaginarnos que queremos monitorizar la navegación de un portal de turismo rural. En la imagen vemos la ficha de una casa con la opción de clickar a distintos tabs (general, opiniones, fechas libres, fotos y vídeos, mapa). En este caso, se está enviando para cada tab seleccionado una etiqueta de evento de Google Analytics:

 

Variable Valor Tipo
Category New pdp Valor fijo
Action tabs Valor fijo
Label {{nombre de la pestaña clickada}} Valor dinámico

2

¿Creemos de verdad que esta es la información que más aporta al negocio? Dicha acción se está produciendo en una ficha de producto que:

  1. Se llama Maria Ca l’Agustinet
  2. Pertenece a la población de Vallcebre
  3. Pertenece a la provincia de Barcelona
  4. Pertenece a la comunidad autónoma de Cataluña
  5. Pertenece al país España
  6. Tiene un precio de 30,71€ por persona
  7. ….entre otras características más

¿No sería más rico si enviáramos información sobre categoría del producto en vez de enviar por duplicado la acción que realiza el usuario? Este tipo de tracking muestra una ausencia clara de un modelo de datos que articule nuestro sistema de medición.

 

Vamos a ver otro ejemplo de un sector totalmente distinto. Se trata de un ecommerce, en este caso el usuario está añadiendo un producto a la cesta. Para recoger esta acción se envía un hit de página vista con la siguiente información:

 

Variable Valor Tipo
url física Ecommerce/checkout/basket.cfm Valor predeterminado
dp – reescritura Cesta/validar Valor fijo

3

¿No sería más rico si enviáramos información adicional sobre el tipo de producto que se está añadiendo a la cesta para poder calcular luego el porcentaje de conversión de cada categoría, subcategoría y producto, en vez de tener únicamente el dato agregado?

Siguiendo en el mismo sitio, en este caso vamos a realizar un filtro por marca en el listado de productos. La información que se recoge es la siguiente

Variable Valor Tipo
Category {{categoría}}/{{Subcategoría}} Valor dinámico
Action Filtros Valor fijo
Label {{tipo de filtro}} Valor dinámico

4

¿No sería más rico recoger también la selección que ha hecho el usuario? Por ejemplo, podríamos definir la acción así:

Variable Valor Tipo
Category {{categoría}}/{{Subcategoría}} Valor dinámico
Action Filtros – {{tipo de filtro}} Valor dinámico
Label {{selección}} Valor dinámico

No es que el caso anterior esté mal resuelto, es probable que no interese recoger un nivel de detalle tan alto. En cualquier caso es importante plantearse si queremos prescindir de esta información o no.

 

Vamos a ver otro ejemplo, en este caso se trata de pedir una cita por teléfono. Esta acción solo está disponible en la página de formulario de ‘Pedir cita’. La información que se envía es la siguiente:

Variable Valor Tipo
Category Cita telefónica Valor fijo
Action Click/touch Valor fijo
Label formulario Valor fijo

5

¿No creéis que la información enviada es redundante? Simplemente con el uso de una sola variable es suficiente para definir la acción, podemos utilizar las otras dos para añadir información adicional sobre el usuario o el tipo de producto sobre el que se está solicitando más información.

Como estos ejemplos hay millones, espero que estos ejemplos os hayan hecho reflexionar sobre la importancia de definir un buen modelo de datos que permita recoger aquella información clave y pueda garantizar un sistema de medición completo que responda a los requerimientos del negocio.

Marta Garriga

Marta Garriga

Share on facebook
Share on twitter
Share on linkedin
Share on email
3 min
Suscríbete a nuestra newsletter

Los mejores artículos de analítica digital para potenciar tu negocio.

Dejar un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Entradas relacionadas

Uso de librerías en Tealium

Cómo gestionar y utilizar las librerías en el gestor de etiquetas Tealium. Cuestiones a tener en cuenta, desventajas de usarlas y cómo solventar estas desventajas.

3 minutos

Dificultad

Del ON al OFF: el gran reto de medición para las empresas

Tener información de lo que hace un usuario en una página web es relativamente fácil: podemos saber cuánto tiempo ha estado navegando, qué interacciones ha hecho, si ha comprado o no, por qué página ha llegado…

3 minutos

Dificultad

Detección de errores en herramientas de medición

En programación existen multitud de errores que nos hacen la vida imposible, por eso, un programador (siempre que pueda) debe optimizar y dejar el código lo más legible posible.

4 minutos

Dificultad

Visualizaciones personalizadas de datos en google data studio

Google Data Studio se está posicionando como una de las herramienta más utilizada en el mundo de la visualización de datos y reporting. Como todas las herramienta de esta naturaleza, el tipo de visualización de datos que nos permite crear es limitada. Por ahora podemos mostrar nuestros datos a través de diferentes widgets: Scorecard Tablas

3 minutos

Dificultad