Analytics 2.0

Mucho más que taggear

¿Nadar, flotar o undirse en el agua? CMO’s & Analytics

Algunos meses atrás recibí un reporte llamado “El estudio de CMOs Global” de IBM y quiero compartir con ustedes algunas partes del mismo que me parecen muy interesantes y vitales para nuestras industria.

Dicho reporte se basa en un estudio realizado a 1700 CMO’s de todo el mundo.

Chief Marketing Officers Analytics

El mismo cuenta que el foco principal de los CMOs está sobre el ROI. Casi dos tercios de estos cree que el retorno en la inversión de marketing será la métrica principal de efectividad antes del 2015.

Ellos reconocen, así como también los CEOs, que el mundo en el que operan se está volviendo mucho más volátil, incierto y complejo.

Todo un 79% de los CMOs entrevistados cree que el nivel de complejidad será alto o muy alto en los próximos cinco años y solo el 48% se siente preparado para esto.

Algo muy interesante es que al ser preguntados sobre que es lo que más les preocupa la respuesta fue contundente, más del 70% de los CMOs cree que no están completamente preparados para lidiar con el incremento del volumen de datos y su impacto.

‘Uno de nuestros principales desafíos es el análisis de datos. Debido a la complejidad y el tamaño de nuestra organización estamos muy lejos de lo necesario, “admitió un CMO del sector de productos de consumo masivo de los Estados Unidos.

Y no es el único. ‘Estamos ahogandonos en datos. Carecemos de información real’, comentó un CMO de Swiza. Otro CMO de una empresa del sector de energía de Holanda fue más allá: ‘En este momento no tenemos la menor idea de como nuestro departamento de marketing va a lidiar con el incremento de la información’.

El volumen de información está ahogando a los Directores de Marketing, tendrán que nadar, flotar o unirse en el agua…

México recibe el primer GAUC

El próximo 25th de abril estaré llegando a México para participar como speaker en el primer primer GAUC(Google Analytics User Conference) de México. El objetivo es motivar el encuentro entre usuarios de Google Analytics, consultores y expertos en web analytics de la industria en Latinoamérica y ejecutivos de Google responsables de su desarrollo.

Interactuar uno-a-uno entre usuarios de Google Analytics para compartir experiencias, aprender novedades y funciones avanzadas, y profundizar sobre la importancia de la medición en Internet.

.

GAUC Mexico 2012

Mi charla será sobre “Meta Analytics: Como optimizar el flujo de dinero utilizando información de Google Analytics”. En general se analiza la información de un sitio o proyecto online de manera aislada, como sin relación entre las partes del sistema haciendo muy difil comprender cual es el recurso que está limitando o restringiendo la optimización de los resultados (dinero). Meta Analytics introduce dos conceptos clave, la idea de identificar las interacciones del sistema analizado como principal fuente de información y la comprensión de la mente humana, ni más ni menos que la principal responsable de procesar la información. La mente humana está siempre dispuesta a jugarte malas pasadas a no ser que estés listo para jugar el juego…lo estás? Nos vemos el 25!

Mi más sinceras felicitaciones a Francisco Pellat y toda la gente trabajando detrás de escena por la exquisita organización!

Bienvenidos estudiantes de NYU a la Argentina

Hace unas semanas tuve el honor de ser invitado por la Universidad de Palermo a dar una charla sobre Entrepreneurship para 220 estudiantes de negocios de la Universidad de Nueva York, junto a Luis Navas (Conexia) y Rodolfo Montes de Oca (Zott).

 

 

El programa es muy interesante, además de asistir a esta charla los estudiantes tuvieron la oportunidad de visitar empresas como Boca Juniors, Mercado Libre, Globant, La Martina, Playdom-Disney y La Martina (Faltó Estudiantes de la Plata, que verguenza).

La asesora en Programas Académicos del Leonard N. Stern School of Business de la Universidad de Nueva York, Tiffany Boselli, explicó que los estudiantes realizan un trabajo cuatrimestral sobre estrategia global para el que deben viajar a conocer la empresa y realizar una investigación que les permita entender la situación económica de la misma, para finalmente presentar un informe que será juzgado por profesores de la NYU y Ejecutivos en Negocios, algunos de ellos de Wall Street. Yuchen Zhang, uno de los estudiantes de Estados Unidos, explicó que “la riqueza de hacer una investigación con empresas como las de Argentina es que las economías son muy diferentes, hay restricciones y tienen que diversificar las propuestas para poder aumentar sus potenciales, eso es muy diferente en nuestro país”.

Antes de visitar las empresas, los estudiantes de NYU asistieron a una serie de conferencias sobre negocios organizadas por la Universidad de Palermo. La primera de ellas, titulada “Diferencias en el comportamiento cultural y de consumo entre Estados Unidos y América Latina”, fue dictada por el decano de CEA Global Education Argentina, John Hudson. La siguiente charla fue “Emprendimientos en Argentina: Desafíos y oportunidades” donde fuimos los speakers junto a Luis Navas, fundador de Conexia y Rodolfo Montes de Oca, fundador de Zott Producciones, proveedor a nivel mundial de los microjuguetes de McDonlads (Todos emprendedores Endeavor). “Fue muy enriquecedor poder asistir a estas charlas, las economías de Argentina y Estados Unidos son muy diferentes, acá es más difícil, pero también hace el desafío aún más interesante y creativo”, comentó al respecto Xiao Ma, estudiante de NYU que participó de las conferencias.

Medición de Churn Rate en negocios no “opt-out”

El Churn Rate (también llamado attrition rate) es una métrica muy útil, que mide el número de individuos o items ingresando o egresando de un conjunto en un período de tiempo específico. El Churn rate, cuando es aplicado a una base de datos de usuarios, se refiere a la proporción de clientes contractuales o subscriptores que dejan a un proveedor en un período de tiempo determinado. Es un potencial indicador de insatisfacción de clientes, ofertas más baratas o mejores de un competidor, acciones de venta o marketing más exitosas por parte de la competencia, u otras razones relacionadas con el ciclo de vida de clientes (o customer life cycle) (Wikipedia).

Churn Rate in Communities

Entonces si trabajas con o en una celco (empresa que provee servicios de telefonía móvil) contabilizarás el Churn Rate como la cantidad de clientes que cancelan sus planes en un momento determinado. Simple y dulce :-)

Ahora bien, nuestro amigo el Beto “Albert” Einstein una vez dijo “En teoría, teoría y práctica son lo mismo, en la práctica no”. Así que vayamos a uno de esos casos donde no es lo mismo, uno de esos casos poco dulces y sexys.

Un buen ejemplo es un sitio de comunidad, digamos que queremos medir el churn rate de una comunidad en particular, ¿Cómo podríamos determinar que un usuario nos está abandonando? O sea, el opt-out en una newsletter no es Churn, cierto? El punto es que en una comunidad el usuario nunca dice”Me estoy yendo de tu comunidad!”, entonces…en que momento decimos, este usuario es parte del Churn?

Seguramente debe haber muchas formas, yo voy a contarles la mía. Fisgoneen la base de datos tratando de identificar en que periodo el 80% de los que se fueron ya no vuelven más (o el número más cercano), recuerden que todo lo que pueden saber sobre el futuro está relacionado con el pasado. Entonces, digamos que empezamos a revisar nuestra base de “Conocimiento” desde February 2011 (el año pasado). En enero 100 personas se loguearon en el sitio y luego no lo hicieron en Febrero. Desde ahora, tomaremos estos como nuestra población de análisis.

1- De esos 100 usuarios, 10 se loguearon nuevamente en Marzo.

2- 5 se loguearon por última vez en Abril.

3- Y 5 se loguearon durante algún momento entre Junio y (‘current_date’) :-)

4- El 80% que quedó al inicio nunca se volvió a loguear (hasta el momento).

Entonces podremos contar esos como nuestros usuario Churn de hace tres meses. Digamos digamos que hace tres meses fue Enero 2012, entonces tu consulta en la base de datos debería ser algo así como Where (‘last_login’) between (’01-01-2012′) and (’01-31-2012′).

Entonces, ahora que ya tienes una de las métricas más importantes para el KPI Churn Rate solo resta la más simple. Ahora solo tienes que calcular la cantidad de usuarios en tu base de datos durante el mismo período de tiempo. Eso es simple, solo corre la siquiente query “where last login is from (‘registration_date’) to (‘three_month_ago’)”.

Listo!

CR = Churn / Users in Database

Entonces, cual es tu churn rate?

Nos vemos en eMetrics Chicago

El próximo Junio (desde el 24 al 26) estaré visitando Chicago que, además de estar feliz de poder visitar el bar Buddy Guy’s Legend (siempre es una buena oportunidad de escuchar mi música preferida) tengo el honor de ser uno de los  speakers en eMetrics Chicago. Para aquellos no familiarizados con eMetrics, es el evento más importante de Mediciones y Analytics (o Digital Analytics ;-) ) el cual fue fundado por el legendario Jim Sterne (También co-fundador de la  Digital Analytics AssociationEscritor Serial).


Si quieres registrate en el evento hoy es el último día del super early bird, ingresa en the página de registro de eMetrics Chicago.

See you there!

Adiós Web Analytics, Bienvenido Digital Analytics

Como posiblemente sabrás la organización que aúna los esfuerzos de los profesionales de Analítica del mundo, relacionado a standard de métricas, mejores prácticas, Ética, etc, is la Web Analytics Association. Dicha organización nació en 2003 cuando el entusiasmo por una organización independiente de Analítica era MUY aparente en el lobby del hotel en Santa Bárbara (California) donde se llevaba a cabo el Emetrics Summit … cientos de llamados e emails llevaron a los fundadores (Jim Sterne, Andrew Edwards, y Bryan Eisenberg) a formalizar la idea y convencer a Seth Romanow de HP, al search marketer Andrea Hadley, y a los Analistas Web Rand Schulman (WebSideStory) y Greg Drew (WebTrends) a sumarse al board oficial.

La primera reunión del Board de Directores fue en Portland, Oregon en el verano de 2004. (Más historia acá)

Unos ocho años después esta misma organización, mucho más grande y global ahora, está cambiando su nombre a Digital Analytics Association. Por qué? Bueno, la industria se mueve muy rápido. Si eres analísta sabes que la información debe ser analizada en contexto y en este caso en particular el contexto es incluso mucho más importante. En el 2003/2004 el mundo de la Analítica era completamente diferente y el mundo online era otra cosa. Internet en esa época era un conjunto grande de Sitios web, la mayoría de la gente no tenía idea que cosa era Analítica Web, los KPI’s (O indicadores clave de performance) era algo de lo que la gente hablaba mucho, pero específicamente para online los KPI’s eran bastante inútiles, Google Analytics (La herramienta más utilizada hoy en el mundo) no existía e incluso la plataforma sobre la cual se desarrolló llamada Urchin no había sido siquiera adquirida por Google. Les dejo un poco de historia del 2003 :-)

Bueno, creo que lo antes mencionado es lo suficientemente claro para graficar que en 2003/2004 el mundo online era bien distinto, es por ello que el término Web Analytics (o analítica web) se quedó un poco chico y no representativo de lo que un Analísta hace día a día (Como mencioné en el post “Web Analytics, Digital Analytics…y si mejor lo simplificamos?“). Es por ello que hace un tiempo atras desde la Web Analytics Association comenzamos a buscar un nuevo término que nos represente mejor o que represente mejor nuestro trabajo. Jim Sterne, Presidente del board y fundador de la WAA anunció en eMetrics Marketing Optimization Summit en San Francisco el cambio de nombre de la WAA a DAA o Digital Analytics Association (ver el Video de la presentación de Jim Sterne acá).

Entonces…démosle una gran bienvenida a la Digital Analytics Association!

Merchandising Report de Yahoo! Web Analytics

Si tienes un proyecto de eCommerce y tienes instalado Yahoo! Web Analytics, o no lo tienes pero estás pensando en ello te dejo algunos tips interesantes sobre el Merchandising Report.

El Merchandising report es una herramienta adicional del reporte de eCommerce de Yahoo! Web Analytics que le da una escala de análisis fabulosa a tu proyecto web.

Con este reporte podrás no solo lo típico como cuantas veces un cliente en particular view, agregó al carrito de compras y hasta compró. Sino que además  te permite agregar categorías para tus productos, crear reportes customizados, e incluso actualizar los reportes para reflejar las compras canceladas o cambios en los montos de las ordenes ya realizadas utilizando para ello llamados al sistema de Y!WA por medio del API. Otra cosa que me gusta mucho es que también es posible hacer análisis de up y cross selling. También podrás subir el costo individual de tus productos y hasta calcular en que medida cada producto contribuye a tus ganacias totales.

La implementación de Yahoo! Web Analytics es bastante simple si tu, al menos, leíste el manual de instalación :-) . El Merchandising Report tiene la exacta misma lógica, solo necesitas agregar funciones a tu tracking code (o código de medición) como por ejemplo:

Action;
DocumentGroup;
Amount;
OrderId;
Discount;
Tax;
Shipping;
SKU; Corresponde a un producto específico que quieras medir. La información del SKU se expresa normalmente como una función utilizada en tu carrito de compra. De todos modos, también es posible expresarlo en un valor constante (Ej TEN114/S/03)

Es importante mencionar que cada función de Yahoo! Web Analytics es utilizada para popular un valor entre esta y tu carrito de compras. Por ello para hacer esta implementación es importante que estés familiarizado con las funciones utilizadas en este.

Otro feature interesante es “Tracking viewed products” o medir productos vistos. Al agregar la acción ‘PRODUCT_VIEW’ a tu función, como verás en el ejemplo a continuación, podrás medir que tan frecuente un cliente potencial vio uno o varios de tus productos y cual o cuales son los más populares.

YWATracker.setAction(“PRODUCT_VIEW”);
YWATracker.setSKU(“H84963422″);

Si quieres medir más de una vista de producto a la vez tan solo utiliza una función como en el ejemplo a continuación.

YWATracker.setAction(“PRODUCT_VIEW”);
YWATracker.setSKU(“H84963422;H09273923″);

Otra herramienta genial es ADD TO CART TRACKING, o sea medir cuando un potencial cliente agrega uno o varios productos al carrito de compras. Al activar este feature (solo agrega la acción ADD_TO_CART a tu función, como en el ejemplo a continuación) podrás identificar que productos tus clientes y/o potenciales clientes agregaron al carrito de compras, hayan o no hayan comprado.

YWATracker.setAction(“ADD_TO_CART”);
YWATracker.setSKU(“H84963422″);

Entonces ya medimos productos vistos, productos agregados al carrito de compras y que falta? Exacto, lo más importante, productos comprados. Para hacer esto tan solo activa la acción Sale (venta ó 01) como se puede ver en el siguiente ejemplo:

YWATracker.setAction(“01″);
YWATracker.setSKU(“H84963422″);
YWATracker.setUnits(“3″);
YWATracker.setAmounts(“300.00″);
YWATracker.setAmount(“EUR300.00″);
YWATracker.setOrderId(“123xxx”);

Si la moneda con que se miden las ventas es importante para tu proyecto entonces visita el listado de monedas disponibles en Y!WA visitando ingresando aquí

Para ingresar el precio de los productos comprados deberás configurar la función setAmounts. A diferencia de la función setAmount, setAmounts no necesita el código de moneda ingresado, debido a que la moneda es un valor interno de la función setAmount.
Al igual que vimos anteriormente es posible medir varios productos comprados a la vez:

YWATracker.setAction(“01″);
YWATracker.setSKU(“H84963422;H09273923″);
YWATracker.setUnits(“3;1″);
YWATracker.setAmounts(“300.00;50.00″);
YWATracker.setAmount(“EUR350.00″);
YWATracker.setOrderId(“123xxx”);

Algo fabuloso es que el código de medición de Yahoo! Web Analytics tiene una lógica muy simple que podemos ver replicada en todos los features. Esto permite que una vez que comprendes la lógica te sea muy facil y amigable cualquier tipo de implementación.

Como atribuye conversiones Google Analytics

En este post hablaremos de como Google Analytics atribuye, tecnicamente hablando, una Conversión a una campaña. Si te interesa saber como comprender de que esfuerzo de marketing provienen tus resultados o conversiones te sugiero leer Gestión de restricciones vs. Atribución Directa

Google Analytics, como la mayoría de las herramientas de Web Analytics permiten atribuir una conversión específica a una campaña en particular. Cada plataforma tiene su propia definición sobre como procesar y entonces, atribuir la conversión. Esto significa que lo importante es comprender como funciona cada plataforma para o bien estar seguros que es de la forma que nos sirve o buscamos, o bien para modificar la configuración para que lo haga de una forma que sea más útil o “lógica” para nuestras necesidades. .

Google Analytics atribuye la conversión por default a la campaña más reciente, a no ser que la segunda sesión no provenga de una campaña sino de tráfico directo (o sea, de un favorito o de alguien que escribe la URL en el navegador). Las visitas directas no obtienen el crédito por las conversiones generadas inicialmente por una campaña.

Si tu prefieres atribuir la conversión a la primer campaña, en lugar de a la ultima (como lo hace Google Analytics por default), entonces lo que debes hacer es utilizar una nueva query parameter en tu query string (variables en la url). Si este es el caso la query parameter a utilizar es “utm_nooverride=1“. Lo que hace es atribuir la conversión a la primer campaña que envió al visitante al sitio. O sea, cuando una visita que vino de la campaña 1 vuelve al sitio pero en este caso con la campaña 2 y convierte, siempre y cuando tenga “utm_nooverride=1″ en el string de parámetros esta conversión se atribuirá a la campaña 1 en lugar de a la campaña 2 como lo haría Google Analytics por default.

De todos modos, si ese visitante de la campaña 1 y 2 solo convierte en su tercer sesión, en este caso proveniente de la campaña 3 y en este caso no tiene el parametro “utm_nooverride=1″ entonces la campaña se atribuirá a la campaña 3.

Cual es la mejor forma de atribuir campañas? No existe una mejor manera, depende específicamente en lo que tenga sentido para cada uno y las decisiones que deba tomar.

Entrevista CTO de Mercado Libre – Daniel Rabinovich

Luego de ver la presentación que les compartí en el post anterior sobre Daniel Rabinovich, CTO de Mercado Libre, me intrigué un poco y quise ir por más. Hable con Dani quien accedió inmediatamente a la entrevista, aún cuando estaba tapado de trabajo (imaginense :-S ).

Un poco de background para conocer a la persona detrás de la entrevista:

Daniel por el 2000 ingresaba con bastante experiencia en desarrollo a Mercado Libre como Senior Developer pasando en el 2002 a Arquitecto de Software, en el 2003 a Software Developer Manager, luego en el 2007 Software Developer Director, Product Development VP en el 2009 y flamante CTO en el 2011. Así como lo leen es Daniel, se lo ve normalmente tranquilo y con esa tranquilidad está haciendo que pasen mil cosas.

Bueno vamos a la entrevista:

Juan: Cómo es el día a día de capturar y procesar información para toma de decisiones en un sitio con el volumen de trafico de MercadoLibre?

DR: Imaginemos una “Pirámide de Maslow de la Información”. En la base está la mera supervivencia, asegurar la operación del sitio. Trepando la escala, pasamos por métricas de velocidad, de segmentos (móviles/desktop, orgánico/externo, etc), análisis de flujos, hasta llegar al tope de la pirámide, donde es el procesamiento de la información la que genera cambios en el producto. Un ejemplo de esto último es la optimización automática del motor de búsqueda.

Juan: Por dónde se empieza?

DR: Por abajo :-) Primero es necesario asegurar la operación, el storage y la generación consistente de métricas, a todo nivel.

Juan: Tenés algún ejemplo para contar de haber identificado algún insight que genero un gran impacto positivo en la empresa?

DR: El más grosero que recuerdo fue empezar a medir la velocidad percibida por los usuarios de nuestros listados. Era de 18 segundos! Reducir ese tiempo a menos de un tercio generó una aceleración impresionante en las métricas de negocio.

Juan: Hasta dónde vale la información y hasta donde la intuición o la cultura empresarial?

DR: La información sólo es útil cuando la maneja gente que entiende el negocio y como complemento del sentido común. En otras palabras, ambas son necesarias.

Juan: Cómo se debería integrar Tecnología y Marketing para lograr una implementación optima de un sistema de información?

DR: De la manera más difícil: trabajando como una unidad. Si se piensan como dos funciones estancas, creo que es imposible integrarlas.

Juan: Cuál es tu libro favorito?

DR: A juzgar por la cantidad de veces que lo leí, debería ser “Think like a grandmaster”, de Alexander Kotov.

Juan: Cuál es tu lugar favorito?

DR: El delta del Río de la Plata.

Gracias Daniel por tu tiempo y por la información excelente que nos compartiste.

Si queres quedar en contacto con Daniel puedes hacerlo siguiendolo en twitter @drabinovich

No te escuches a ti mismo – Presentación de Daniel Rabinovich en Web 2.0 Expo (SF)

Mercado Libre es la plataforma de e-commerce más grande de América Latina y la numer 11 a nivel mundial con más de 700 MM Payment Value.

Su CTO, Daniel Rabinovich (un tipo increiblemente pragmatico y apasionado) fue uno de los Keynote Speakers en la Web 2.0 Expo con una presentación llamada “No te escuches a ti mismo“, es muy interesante, les recomiendo verla prestando atención a todos los detalles (está en inglés, perdón!):