Analítica web

Abr 222014 4 Responses

Agrupación de contenidos en Google Analytics: ¿de qué tengo que hablar para convertir?

Si tú o tu empresa tenéis un blog y lo usáis como fuente de captación de tráfico y de leads, este artículo te interesa.
Hace unos meses Google Analytics estrenó la funcionalidad de agrupación de contenidos (o content grouping) donde, básicamente, podemos definir una serie de reglas para que Analytics nos forme grupos de contenidos dentro de la pestaña de contenido.

De esta manera podemos agrupar las métricas de, por ejemplo, todos los posts que hablan sobre eCommerce en este blog y ver qué pasa con ellas:

  • ¿Son las más visitadas?
  • ¿Consiguente mejor engagement?
  • ¿Tienen un rebote más alto que otros contenidos?
  • ¿Me mandan un contacto para que les pase un presupuesto los usuarios que las leen?

Para ilustrar esto, ¿qué mejor que un caso práctico? Como he dicho, he usado la agrupación de contenidos para ver qué es lo que mejor funciona en este blog, aunque ya me lo temía.

¿Cómo agrupo los contenidos?

Hay tutoriales que lo explican infinitamente mejor que este (lean al maestro Justin Cutroni). Lo que he hecho es usar la definición de reglas para “casar” contenidos, títulos de página y URLs de los posts con los grupos que he formado:

content-grouping

Así, por ejemplo, el grupo de Analytics contiene todos los posts en los que uso en URL, título o contenido del post las palabras: “Analytics, métricas, Crazyegg, mapas de calor, Kissmetrics…”

Como soy un tio organizado, me he montado un informe para ver a vista rápida las métricas que me interesan: cuántas visitas tiene cada agrupación de contenidos y cuántas de esas visitas terminan cumpliendo uno de los objetivos que tengo (que entren en el formulario de contacto).

Tirando de API de Analytics me he hecho un grafiquito muy cuco donde salta a la vista que, para el periodo que estoy analizando ahora mismo (1 semana de abril), los contenidos de eCommerce y Prestashop son los que mejor han funcionado:

chart-agrupacion

Tampoco era ningún secreto, ya sabemos a qué viene la gente a este blog pero, ¿qué tal han convertido?

chart-conversiones

Zaska. Cuando hablo sobre eCommerce, consigo leads (en parte por los ebooks y los artículos que se comparten bastante en redes sociales). Los demás contenidos: ROSCO (en una semana, claro).

Como tengo un buen histórico de objetivos, puedo ver que esto no siempre ha sido así, si no que venía de muchos presupuestos pedidos a raíz de contenidos que hablaban de Prestashop.
Con el tiempo, he ido variando los contenidos del blog para centrarlos menos en Prestashop y más en eCommerce y, por lo que puedo ver en esta semana que he analizado (del mes de abril), hablar sobre eCommerce me ha traído 32 visitas al formulario, 6 de las cuales me han solicitado un presupuesto (un 18,7%).

Total, que tengo que hablar más sobre eCommerce, así que no sé qué hago escribiendo este puto post 😀

Por cierto, si te animas a aprender más sobre Analytics, te recomiendo el manual del analista web

Ene 302014 6 Responses

Identificando usuarios y sus comportamientos con segmentos de Analytics

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

1 2 3 14