En el Clinic SEO de Analítica Web hemos tenido el placer de contar con la presencia de los siguientes cracks:
Xavier Colomés, Responsable de Analítica Web en Atrápalo.
Iñaki Huerta, Consultor de Marketing Online Independiente.
Miguel Pascual, Consultor SEO en Interdigital y uno de los fundadores del Clinic SEO.
La web a analizar en la quinta edición del Clinic SEO era un proyecto en el que no se había analizado su potencial a través del Análisis Web. Se trata de itv.com.es, una web de temática poco conocida en general y que era usada para hacer link building. De repente nos encontramos con que ha pasado un año y comienza llegar un flujo de tráfico considerable, ¿pero qué hacemos ahora con todo ese tráfico?
Para saber que hacer lo que debemos hacer es convertir los datos en conocimiento y para ello se propone una metodología, la metodología de la analítica web.
Esta metodología consiste en una serie de pasos que a priori pueden parecer triviales pero que son sumamente necesarios:
1. Definición del proyecto
Lo primero es conocer el negocio para saber los objetivos, para ello tenemos que dar respuesta a una serie de preguntas. ¿Qué quiere el cliente?, ¿qué espera de nosotros? El cliente tiene unas necesidades y nosotros (los analistas) las convertimos en objetivos.
Este es un punto esencial porque para saber dónde vas hemos de conocer primero donde estamos.
2. Evaluación de la situación actual
Es muy importante conocer qué ha pasado de modo global para entender la web. En este punto hacemos un análisis heurístico de la web para ver cómo está a grandes rasgos. Entramos en el la herramienta de analítica “por encima” y obviamos los datos irrelevantes. También es necesario navegar por ella y conocerla. En este punto debemos responder a las preguntas, ¿de qué trata la web?, ¿Tiene objetivos claros? y por último ¿qué partes tiene?
Aquí podemos segmentar por grupos de keywords ya que mirar las topecientasmil palabras clave o el top 10 no tiene mucho sentido. Es necesaria una segmentación para ver el comportamiento de los diferentes tipos de usuario en función de la búsqueda. Esta segmentación es útil para ver el rendimiento de nuestro long tail. En el Clinic SEO se agrupó por keywords que compartían palabras. Yo aparte utilizo otro tipo de segmentos avanzados para ver como rinde el long tail en función del número de palabras. Aquí os dejo algunas expresiones regulares para agrupar por número de palabras:
- Por 1 keywords: ^s*[^s]+(s+[^s]+){0}s*$
- Por 2 keywords: ^s*[^s]+(s+[^s]+){1}s*$
- Por 3 keywords: ^s*[^s]+(s+[^s]+){2}s*$
- De 2 a 3 keywords: ^s*[^s]+(s+[^s]+){1,2}s*$
- Por 3 keywords o más: ^s*[^s]+(s+[^s]+){2,}s*$
- Por 4 keywords: ^s*[^s]+(s+[^s]+){3}s*$
- 4 keywords o más: ^s*[^s]+(s+[^s]+){3,}s*$
Después de este pequeño break, en cuanto a la situación actual de itv.com.es se observó que la principal fuente de tráfico es Google, que el tráfico llega interesado en la ITV y en pedir cita para la ITV pero es fugaz (no fideliza).
3. Definición de objetivos (necesidades)
Las necesidades están claras, encontrar una manera de monetizar la web. El problema es que no se puede hacer un eCommerce de la ITV, pero hay otras opciones. El sector del motor tiene mucha salida en branding y hay mucha actividad en servicios relacionados, además por la tipología del usuario no se requiere fidelidad. Visto el tráfico sería interesante incluir publicidad.
Con esta información el analista web ya puede definir los objetivos de una manera clara:
Objetivo principal: Captación de Leads
Objetivo secundario: Ingresos por publicidad.
Y ahora con estos objetivos surgen una serie de preguntas que hacen falta responder con las herramientas.
- ¿Todas las páginas tienen la misma capacidad de captar Leads?
- ¿Qué datos son necesarios del usuario en el formulario?
- ¿Cuáles son los hot spots? Dónde nos necesita el usuario realmente? Lugares que atacaremos para lograr los objetivos.
- ¿Qué métricas son las que nos hacen falta?
4. Implementación de las herramientas
Herramientas hay miles, pero hemos de utilizar las que nos darán las soluciones a los problemas, es decir, hay que escoger las herramientas que se adapten a nuestra situación y que sean capaces de controlar los objetivos propuestos.
¿Qué hicieron los usuarios?
Para saber qué hicieron los usuarios podemos usar la herramienta Google Analytics. En el caso de itv.com.es por un problema técnico se necesitaron 2 códigos de seguimiento. A esto se nos aconsejó no poner los dos (uno detrás del otro, porque sobrescribe el javascript), sino que lo correcto es incluir el segundo dentro del primero y añadir una segunda variable al tracker de la siguiente manera (lo marco en negrita):
<script type=”text/javascript”>
var _gaq = _gaq || [];
_gaq.push([‘_setAccount’, ‘UA-xxxxxxxx-1’]);
_gaq.push([‘_trackPageview’]);
_gaq.push([‘tracker2._setAccount’, ‘UA-xxxxxxxx-2’]);
_gaq.push([‘tracker2._trackPageview’]);
(function() {
var ga = document.createElement(‘script’); ga.type = ‘text/javascript’; ga.async = true;
ga.src = (‘https:’ == document.location.protocol ? ‘https://ssl’ : ‘http://www’) + ‘.google-analytics.com/ga.js’;
var s = document.getElementsByTagName(‘script’)[0]; s.parentNode.insertBefore(ga, s);
})();
</script>
Otro tema a tener en cuenta es la manipulación correcta de la tasa de rebote en función del tipo de web. Por defecto mientras no cambies de página o salte ningún evento, la herramienta te lo va a contar como rebote. Existen diversos hacks para modificar este tiempo de rebote en función de lo que necesitemos. Se puede hacer que salte un evento a los X segundos de que el usuario llega, que se salte un evento cuando el usuario haga scroll, etc. En este caso, en una web orientada a publicidad el rebote que tiene sentido es cuando el usuario no ha hecho clic en ningún lugar. Para ello es necesario este código (está implementado en la web):
var firstBodyClick = false;
$(document).ready(function(){
$(‘body’).click(function(){
if (!firstBodyClick) {
_gaq.push([‘tracker._trackEvent’, ‘NoBounce’, ‘NoBounce’, ‘One Click’]);
firstBodyClick = true; }
});
});
¡Ojo con este tema! Manipular la tasa de rebote sólo si estáis seguros de lo que hacéis o tendréis datos falseados que os incitarán a errores. Para profundizar más os dejo este poste de Iñaki sobre hacks para la tasa de rebote.
¿Cómo lo hicieron?
Para saber cual es el tamaño ideal del lead, es decir, cuantos son los campos óptimos para asegurar las máximas conversiones, podemos usar Google Optimizer para hacer un test A/B, Optimizely (mucho mejor para test multivariantes), o a medida encargándonos de derivar una cantidad del tráfico a una versión u otra y sacar datos. Aunque también existen muchas otras, como un plugin wordpress para hacer test A/B, Unbounce, Sitespect…
Para analizar la navegación y los puntos calientes (hot spots) existen numerosas herramientas de click traking que hacen estos heatmaps. Tenemos para utilizar muchas otras herramientas como Click Tale, Crazy Egg, Click Density, Seevolution…. Yo personalmente he usado Click Tale y Crazy Egg. Creo que la combinación de ambas es excelente, la primera te permite además grabar vídeos de una sesión del usuario, algo super interesante!
¿Por qué lo hicieron? ¿Están satisfechos?
Para el análisis cualitativo existen una serie de herramientas VoC (Voice of Consumer) como lo pueden ser 4Q y Kampyle. Son unos sistemas que se integran en el propio sitio web y sirven para poder hacer encuestas de satisfacción. Con estas herramientas podemos conocer el propósito de la vista, si han llegado a hacer lo que se proponían y la satisfacción del usuario. Si queréis saber más sobre 4Q os recomiendo este interesantísimo post de Xavier en su blog.
¿Cómo llegaron por SEO? ¿Aterrizan donde queremos?
Por último existen una serie de informes SEO que podemos utilizar para medir el rendimiento de las keywords por página de destino (o al revés). Para ello basta con añadir dos dimensiones, palabra clave como primera y página de destino como segunda, escogiendo unas métricas adecuadas. Aquí os dejo uno de ejemplo:
5. Análisis de las diferentes fuentes de datos
Xavi nos recalcó la necesidad de una metodología para que luego no nos falten datos y perdamos tiempo con implementaciones. ¡La configuración de las herramientas es esencial! Con este análisis debemos de dejar de pensar en simples visitas y considerar que tratamos con usuarios, para entender la lógica del cliente. Con las herramientas antes presentadas y un buen análisis podemos conocer qué buscaban, qué han visto/hecho, cómo son y qué quieren hacer en nuestra web los usuarios.
En este punto se nos dieron una serie de takeaways:
- Es importante en el estudio de palabras clave no quedarse con el head tail.
- Existen numerosos herramientas para extracción de datos desde la API de Google Analytics para su posterior manipulación en Excel (y aquí añado, si no sabes usar Excel no te puedes considerar Analista Web ni SEO). Herramientas para esto: Excellent Analytics, SufflePoint, Tatvic, GA Data Grabber…
- -Los informes hay que agruparlos por tema, visitas, rebote, conversiones….
Después de una serie de consejos se nos presentó el famoso método AIDA aplicado al SEO. Al que se le añadió una letra más, AIDAS (Atracción, Interés, Deseo, Acción, Satisfacción). Con este cuadro podemos tener un control óptimo del rendimiento de nuestras keywords para saber dónde hay que meter mano.
Atracción | Interés | Deseo | Acción | Satisfacción | ||||
| Página 1 | AVG Pos | CTR | Visitas | Bounce Rate | Conversión 1 | Conversión 2 | Promedio satisfacción | |
| Keyword 1 | ||||||||
| Keyword 2 | ||||||||
| Página 2 | ||||||||
6. Recomendaciones, cambios, testing:
Por último se nos habló de la importancia de medir correctamente los resultados de los análisis y llegar hasta el fondo del asunto, puesto que se pueden estar ocultando cosas que en un primer nivel parecen correctas. Es necesario decidir si los resultados de unos test son estadísticamente significativos. Aquí os dejo un Excel que os servirá para medir si son significativos los resultados de test A/B.
Una vez se han sacado conclusiones se han de implementar los cambios y tener un cuadro de mando donde se monitorice la evolución del proyecto a simple vista. Un cuadro de mando no ha de ser igual para todos los departamentos, sino que debe ser específico solo con los datos clave que necesita cada persona. Además ha de ser ágil, automático, explicativo y multifuente. Aquí os dejo un lugar donde existen plantillas para crear cuadros de mando en Excel.
Y esto no es todo, la analítica web es un ciclo en constante evolución: medir, mejorar y avanzar!
Gracias a Clinic SEO por esta edición de Analítica Web, he disfrutado mucho.
Otros resúmenes imprescindibles del Clinic SEO Analítica Web:
Clinic SEO Analitica Web: Lo que se se vio y lo que no se vio… por Iñaki Huerta.
Clinic, Analítica, Seo e ITV por Miguel Pascual.
La presentación del evento en Top Rankin por Xavier Colomés.