Suscríbete a mi blog y no te pierdas nada

Inicio > Blog > Identificando usuarios y sus comportamientos con segmentos de Analytics

Identificando usuarios y sus comportamientos con segmentos de Analytics

1 estrella2 estrellas3 estrellas4 estrellas5 estrellas (todavía no tiene votos)
Cargando…

Hace unos meses, Analytics lanzó una herramienta muy potente de clasificación, los segmentos. Estos nos permiten ver eso, segmentos, sobre un total de datos. Por ejemplo, cuántos usuarios del total de 100% que entran en mi página lo hacen desde un iphone y buscándome en Google por el keyword “jordiob” o “cuántos de los visitantes de mi tienda online que vienen de tráfico de pago entran más de 3 veces en la tienda antes de hacer una transacción”.

Evidentemente, esto solo identifica cuánta gente lo hizo, no quién (para todo lo demás, MasterCard y Kissmetrics), pero ya nos sirve para identificar clústers de usuarios y su comportamiento según unos parámetros que podamos utilizar para mejorar nuestro negocio.

Además, Analytics lanzó hace poco otras dimensiones como segmentación por edad, por sexo o intereses. Pero esos datos nunca son exactos y no representan el 100% de los usuarios de tu site, ergo, los datos no siempre son extrapolables, aunque alguna pista te pueden dar.

Total, que podemos sacar buenas pistas de qué hace la gente en tu site. Vamos a poner por ejemplo que quiero saber quien visita este blog. Puede definirme tres (basados en el pack de segmentos de Avinash’s Okkam Razor): curiosos, potenciales fans de mi blog y seguidores a muerte del blog.

Mis segmentos

Cogeré un periodo de 5 meses (septiembre a enero).
Determinaré que un tío curioso es alguien que ha entrado de 1 a 3 veces en el blog. Alguien al que le sueno. No soy un canal de noticias, por lo que tampoco es que puedas ir entrando cada dos por tres a mi blog. No es el comportamiento habitual.
Un potencial fan será alguien que ha entrado de 3 a 6 veces en el blog.
Y un fan a muerte es alguien que ha entrado más de 6 veces.

fanspotenciales

Recordemos que tengo un periodo de 5 meses y, como actualizo bastante a menudo (a veces 3 veces por semana) no es raro que alguien pueda entrar más de 6 veces teniendo en cuenta, además, que uso varios canales de adquisición: seo, links en blogs posteando artículos, redes sociales y el RSS. Pero Analytics trackea por cookies, así que si ese tío borra la cookies cada vez que cierra el navegador, qué? Pues ni rastro de él (no tengo login y no trackeo por IP). Por lo que una frecuencia de entrada de “fan acérrimo” antes de que este borre las cookies del navegador puede ser 6 veces.
También podría asumir que en ese periodo de 5 meses el tío no ha borrado nunca las cookies. Posible, aunque poco probable, por lo que no lo tendré en cuenta.

Los resultados

comparativa-1

Ahí tenemos los resultados. Desde septiembre he estado blogueando más y moviéndome más para generar tráfico. Qué pasó con esos segmentos respecto al periodo anterior?

comparativa-2

Wow, de puta madre, ¿no? Menos curiosos y más fans potenciales pero, sobre todo, un 2,5% más de fans a muerte. Estoy fidelizando lectores ya que cada vez tengo a más gente que entra 6 o más veces en el blog para el periodo seleccionado.

¿Y respecto al año anterior cuando blogueaba menos?

comparativa-3

Espera que voy a sacar el cava 😀
No solo ha subido un 13% la gente que es fan a muerte, si no que los que vienen 3-6 veces han subido un 2% y los curiosos han bajado un 14% Muy bien.

De todos modos, vamos a ver el engagement de esos lectores, porque no puede ser oro todo lo que reluce. Ahora creo un segmento que me agrupe todas las visitas de usuarios que han visto más de 3 páginas en una sesión y hayan pasado más de 120 segundos (2 minutos) en el blog.

comparativa-4

Eso hay que mejorarlo. Ya he tomado medidas en ese sentido instalando un plugin que enseña posts relacionados para hacer que los usuarios pasen de un post a otro más fácilmente y no lean uno y se vayan (he conseguido +0,6% de engagement, poco a poco). Además, el plan es ir añadiendo vídeos en los posts, para subir el tiempo de estancia en página. Funcionará. Seguro.

Y ahora, con eventos

Pero no queda aquí la cosa. A mí me mola trackear eventos, como ya conté en este post hace tiempo (cuando los implementé de la mano de un post de Cutroni de Google) y, como los segmentos de Analytics me permiten establecer eventos, podría llegar a saber si esos tíos se leen los posts hasta el final o ke asen? Veámoslo. Los eventos que tengo definidos están dentro de la categoría “Reading” y ahí tenemos los que cargan el artículo, comienzan a leer, llegan al final del artículo y llegan hasta el pié de la página (miran más que el final del artículo, los datos de contacto).

Personalmente, me interesan los que leen el artículo hasta al final, así que navego hasta el evento “ContentBottom” que es el que se dispara cuando llegas al final de un post y aplico las dimensiones. Nota: los eventos dejé de trackearlos a final de octubre.

eventos

Curioso. Hay mucho más lector curioso que llega hasta el final del artículo que no fans potenciales o fans a muerte. Así que los fans a muerte no se leen tanto mis posts hasta el final. No mola. ¡Tengo que engancharles más! De todos modos, como comentaba, estas estadísticas son hasta octubre 2013, así que es posible que ya les haya enganchado más ya que comenzé a darle caña al blog realmente en serio a partir de septiembre.

¿Y qué posts atraen a más gente?

Como sé que muchos posts de los que hago se viralizan y quiero saber qué posts son los que han atraído a más lectores curiosos me voy al reporte de Adquisición > Social > Referencias de la red, donde tengo las URLs compartidas en las redes sociales. Twitter es el que más visitas me trae de largo. Del 14,48% de visitas que me trae esta plataforma, ¿cuántas son de lectores curiosos y qué posts están viralizando más de cara a este tipo de usuarios?

twitter

Un 8% de lectores. No está mal.

posts

Pues nada. Está claro que para seguir viralizando y consiguiendo nuevos lectores debo hablar sobre eCommerce, SEO, Analítica y seguir cagándome en todo. Vamos, en mi línea. Genial.

Mata ya este puto post, pesado

Vale. Ya estoy.
Menuda marabunta de datos (organizados, eso sí).
¿Te ha molado este post? Pues léete algunos de los de Xavier Colomés, Iñaki Huerta, Fernando Macià o Natzir Turrado

Publicado el 30.01.2014 en Analítica web
1 estrella2 estrellas3 estrellas4 estrellas5 estrellas (todavía no tiene votos)
Cargando…
Comentarios

7 comentarios para "Identificando usuarios y sus comportamientos con segmentos de Analytics"

  • El 30.01.2014 , javier ha comentado:

    Esto no es un post, es un tutorial. Venga pa el Evernote y estudiar. Thanks!

    • El 30.01.2014 , jordiob ha comentado:

      gracias!

  • El 30.01.2014 , David ha comentado:

    Muy interesante el post.

    Fdo. Un fan “a muerte” XD

  • El 02.02.2014 , rmarzal ha comentado:

    Buen post Jordi 😉
    Me gustaría hacerte una consulta sobre el tema de analytica y cookies y demas..

    El problema de las cookies para la segmentación con KissMetrics se soluciona?
    Par esto el funcionamiento de Kissmetrics no es parecido a Brainsins? Es decir obtienes la misma info.

    • El 02.02.2014 , jordiob ha comentado:

      Juraría que ambos trackean cookie+IP

Deja tu comentario

Acepto expresamente la política de privacidad de jordiob.com