Analytics 2.0

Mucho más que taggear

Metricas estándar y no estándar

Si estás leyendo este blog probablemente ya conoces sobre Visitantes Únicos, Visitas y Páginas Vistas, etc. Esas son Métricas Estándar, lo que significa que lo que esas métricas miden se basa en una definición hecha por un organismo reconocido y aceptado como el regulador en el tema, en este caso la Web Analytics Association, y que la comunidad de Analytics reconoce como aceptada. De hecho cuando alguien dice “Yo tengo 10.000 Visitantes Únicos”  todos sabemos que está hablando de 10.000 Navegadores Únicos que están siendo medidos por una Cookie en particular.

Standard vs Non-Standard metrics

Las métricas Estándard son muy importantes, de hecho la Web Analytics Association tiene un comité que trabaja específicamente en esa temática, el Comité de Estandarización (que realmente hacen un gran trabajo). Las métricas Estándar se enfocan en análisis externo, o sea que buscan respuestas en información relacionada con la companía/proyecto en relación con el entorno (uno o varios competidores). O sea, con métricas estándar puedes hacer analytics externo para controlar, o bien para benchmarking (sinceramente no soy muy fanático del benchmarking externo, pero existe). Esto significa que no deberías utilizar métricas standard para analytics interno nunca? No, no estoy diciendo eso. Solo digo que ese no es el foco principal pero si son útiles para tus actividades de analytics interno entonces adelante!.

Por otro lado tenemos las métricas no estandar. Estas son las utilizadas para medición y benchmarking interno. En este caso no importa que las métricas no sean estandar ya que no se utilizan para comparar tu performance con la de un tercero sino para medir tu propio nivel de performance.

Porque les cuento todo esto? Porque es importante que al momento de identificar los KPI’s o “sensores” para medir tu propia performance es importante que seas creativo, creando una métrica que permita capturar información específica que tu o alguien más de tu compañía quiera capturar.

Entones, al buscar esas métricas para medir tu performance interna olvídate sobre todo lo que sabes y piensa en cual sería esa métrica ideal, como estaría compuesta y que nombre es el que todo el mundo podría comprender al “leerla” y no olvides describir la composición de la misma y explicarla cada vez que la utilices, recuerda que al ser una creación propia no todo el mundo debe saber que significa tener más o menos resultado en esa métrica.

Descargar el documento de Métricas Estandar de la Web Analytics Association

Dad está de vuelta para impactar en tus conversiones

Parece que nada ha cambiado en muchos años…fíjense en este post del 2006 “Desired Advertising – DAD – Is that possible?“ y díganme si no es actual? Lo es, y lo es por una razón muy básica y es que se basa en que la publicidad debería enfocarse en dar un servicio en si mismo y no para el consumidor y no como una estúpida e intrusiva forma de robar la atención de la gente.

Ayer justamente mi amigo Diego twitteaba enojado porque lo llamaban reiteradas veces del call center de empresas automotrices “Para esto contratan a los genios del marketing?”. O sea, empresas que invierten mucho en marketing terminan llamando a una base poco cualificada para “convencerlo” que necesita comprar un auto.

Siguiendo con el razonamiento previo y obviamente teniendo en cuenta el Código de Ética de la Web Analytics Association, imagina cuanto mejor sería para tus clientes o potenciales clientes que los contactes considerando sus intereses y necesidades siguiendo el Modelo Dad

Yahoo! Web Analytics individual tracking

Si crees que es algo un poco sofisticado para tus conocimientos, la respuesta es no…para nada.

Lo único que necesitas es una solución de Analytics que te permita la medición de individuos (individual tracking) y tener una registración y/o login en tu sitio web. Entonces aquellos que acepten la cookie de medición podrán ser monitoreados en cuanto a sus intereses particulares en un momento específico (lo que se llama información referida a momento, la cual es la mejor información para procesos de conversión). Basándonos en esta información podremos crear segmentos basados en comportamiento (behavior) y/o datos demográficos (demographics) y o actitud (attitude) y en base a esta contactar a la gente, para dar un ejemplo, con una newsletter que le agregue valor. Podrías por ejemplo enviarles promociones basadas en lo que ellos están buscando comprar en un momento específico, o informarles sobre eventos que ellos están interesados en atender justamente en el momento en que lo buscan.

En este caso hice un test rápido en Yahoo! Web Analytics, solo porque la tenía a mano (y es muy buena!), pero podrías utilizar cualquier otra que tenga individual tracking. Solo tienes que crear el segmento, exportar los ID’s (si no sabes utilizar API, si lo sabes entonces no tengo que darte muchas instrucciones sobre el tema :-) ) y hacer el envío personalizado a los usuarios cuyos ID’s exportaste. Pruébalo y dime cual fue tu lift!

Subestimar a las herramientas de Analytics es un gran primer paso

En más de 10 años trabajando con información de Internet veo la misma situación ocurriendo una y otra vez. El primero contacto que tiene la gente con el mundo de  Analytics está relacionado a herramientas. Ya hablamos bastante de esto, cuan difícil es para los “civiles” :-) separar lo que son las prácticas de las herramientas de analytics. Cometimos el mismo GRAN ERROR de branding que cometió la gente de CRM, llamar a las herramientas del mismo modo que las prácticas. En nuestro caso es peor porque siquiera existe una herramienta de “Analytics” como un todo, sino de site centric behavioral analytics (o de análisis de comportamiento de usuarios dentro de un sitio específico, sea lo que sea que llamemos sitio).

Entonces, cuando alguien se encamina en el mundo de la Analítica su principal foco está en aprender a utilizar herramientas para sacar alguna información, siendo el sueño de largo plazo aprender a implementarlas. La verdad es que Web Analytics (Agregué el termino Web porque la Web Analytics Association habla específicamente de Web Analytics en su post “Optimizing the Online Business Channel with Web Analytics“) se refiere a la recolección, análisis y reporte de la usabilidad web por parte de visitantes y clientes de un sitio web. Entonces, las herramientas son solo una parte del proceso, pero la parte más importante en los modelos de Analytics es generar insights que permitan tomar decisiones eficientes de negocios en base a grandes volumenes de información.
Es importante tener conocimientos sobre las herramientas? Si, sin embargo yo jamás dejaría de darle un empleo a alguien en Intellignos solo porque no sabe utilizar una herramienta en particular, si esta persona tiene la mente analítica necesaria. Aprender a utilizar herramientas es un proceso bastante simple, que lleva tiempo, pero simple, que se trata de comprender la lógica del “lenguaje” con el que la herramienta genera sus comunicaciones. En el peor de los casos es un tema de Helps y FAQs, algo que cualquier persona podría eventualmente hacer, siempre que sea perseverante….nada diferente a aprender a utilizar excel. Pero nunca podrás ser un buen profesional de analytics si no eres capaz de identificar patrones y tendencias en grandes volúmenes de información que sirvan para tomar decisiones que generen ingresos a la/s empresa/s.

Por otro lado las herramientas están vivas, siempre, cambian y mejoran constantemente entonces, como podrías basar tu core competence en algo que no es sostenible en el tiempo? Vamos, no se trata de saber como obtener un set de datos de una herramienta específica, sino de identificar que set de datos se necesitan y luego eventualmente identificar la forma de obtenerlo en una herramienta en particular.

“Dicho lo dicho”, el mejor consejo que puedo darles es…si estás dando tus primeros pasos en esta industria mira a tu herramienta de Web Analytics a la cara y decile “No me importas, no te necesito, solo eres un conjunto de lineas de código” :-)

El valor de una sonrisa – Analytics te permite medir lo no medible

Si solo lees un par de renglones seguramente no vas a entender que tiene que ver este post con Analytics (algo que seguramente es muy bueno para mucha gente, pero supongamos que siendo este un blog específicamente de Analytics, que no hable de eso es algo malo para un visitante).

The value of an smile

Hace aproximadamente unos 10 días estuve de vacaciones luego de unos 2 años. Cuando no tomas vacaciones por tanto tiempo, tu expectativa es que todo salgo bien.

En el segundo día de vacaciones mis hijos me pidieron ir a un restaurante temático relacionado con Dinosaurios…. así que fuimos al restaurant todos juntos. Si bien no tenía ni la mejor comida ni el mejor precio, la idea era ir a pasarla bien y vivir la “experiencia” junto con los dinosaurios.

Cuando llegamos al restaurante pedimos una mesa y nos comunican que hay una demora de 45 minutos, mi tentación de irnos a otro lugar fue muy fuerte, si no fuera porque mis hijos nos hicieron recordar quien manda :-) . Así que llegamos nos dispusimos a esperar 45 minutos cuando una camarera de muy mala manera nos dice que no podemos esperar ahí en el salón ya que había gente comiendo y eso podría hacerlos sentir incómodos (ok, aceptable…) y nos invitó a esperar o bien afuera (donde hacia un poco de frio, al menos para como estábamos vestidos nosotros) o bien en la tienda de obsequios del restaurante (o sea, se imaginan 45 minutos con dos chicos de 3 y 5 años esperando en una tienda de obsequios?). Así que decidimos la tienda de obsequios. Luego de lograr estar ahí 45 minutos sin comprar nada (un gran KPI) me dispuse a ir por mi mesa. Nadie me atendía hasta que dos personas me ladran (sonó más como un ladrido que como palabras) debe esperar 10 minutos más, no tenemos su mesa todavía. A los 10 minutos la camarera nos invitó a sentarnos y con una gran sonrisa nos dijo “Bienvenidos!!!”. Mi respuesta fue, es la primer sonrisa que ven en este restaurante. Al comentarle lo ocurrido nos ofrece llamar a la Gerente del restaurante cosa que aceptamos. La Gerente tambien con una sonrisa, nos dice que hay mucha gente y el trabajo puede ser muy estresante, pero que no es escusa. Así que nos invita a pasarla bien el resto del la estadía y nos vuelve a pedir disculpas las cuales fueron aceptadas.

Al pedir la cuenta para poder pagar e irnos, vemos que nos habían hecho un descuento del 20% por el “inconveniente”. O sea, como una forma de decir “el servicio fue menor del esperado, entonces el precio debe tambien serlo”. Cuanto menor el precio, menor la expectativa  (precio= expetativas – producto o servicio realmente entregado). Pero más allá de la anécdota, el punto es, todo es medible.

Mi queja era simple, nadie sonreía en un lugar donde la expectativa es que si lo hiciera. Aún cuando uno tiene que esperar 45 minutos, si uno decide hacerlo entonces el problema no es el tiempo, sino la sonrisa. Ellos entendieron que la falta de sonrisa valía 20% del servicio. Entonces imaginen que el restaurante utilizara el KPI  Smile Rate y le explicara a sus empleados lo que esto significa…”Cada vez que no sonreís perdemos el 20% del ticket como mínimo, en otros casos al cliente”. De hecho es un gran negocio para el restaurante pagar un “fee por performance” a su equipo. “Si sonríes y el cliente está contento, te pagamos el 2% de cada ticket como parte de tu salario”. Recuerdan la frase “dime como me mides y te diré como me comportaré, mídeme de manera ilógica y no te quejes si me comporto ilógicamente”. Ok, el “Smile rate” es bien claro. Permite a las personas comprender la relación existente entre dos variables importantes, su salario y su sonrisa. O sea, los deja en una situación de “acción”. Si quiero ganar más, debo sonreír más.

No sería genial hacer un modelo Anova con las series “Sonrisas” e “Ingresos”? Nunca digas que algo no se puede medir como primera respuesta. Se creativo, si todavía no encontraste la respuesta, no será que todavía no as investigado lo suficiente?

Gestión de restricciones vs. atribución directa

El més pasado asistí a eMetrics New York, el cual es probablemente el evento más importante de nuestra industria, el cual estuvo exquisitamente organizado por gente fabulosa como Jim Sterne (un poco de historia de eMetrics) y con una variedad de temas para satisfacer incluso al más paladar más particular.

Lamentablemente no pude asistir a todas las presentaciones porque estuve en nuestro stand, sin embargo puedo decir que la calidad de las presentaciones fue en general bastante buena. El único tema fue que, aparentemente, estamos en presencia de una nueva palabra de moda, permítanme presentarles a la mejor, la más importante y relevante palabra de la industria del “marketing digital”…con ustedesssss…”Attribution“. Ahora en serio…me sorprendió con cuanto esmero y entusiasmo los presentadores querían atribuirle a UN objeto de sus sistemas una conversión o venta. Es como querer atribuirle a quien hace un gol todos los meritos…vamos, no es así…

Dale una mirada a la siguiente presentación…

Entonces mi sugerencia es gestionar restricciones (Si claro, el modelo de Eli Goldratt). Porque? Dale una mirada a la siguiente presentación:

Entonces, si podemos identificar las interacciones entre las partes del sistema y basándonos en series de datos podemos comprender la dependencias entre estas porque no crear un modelo que permita atribuir a cada objeto un porcentaje de la conversión final? Dejemos esto para otro post, ya estuve trabajando en ello :-)

Claustrofobia Analítica

La posibilidad de que existan dos proyectos basados en sistemas similares son practicamente nulas. O sea, aún cuando ambos sean, por ejemplo, sitios de eCommerce relacionados a productos para Golf, y el sitio del competidor tambien lo sea, la probabilidad de que ambos funcionen de la misma manera son nulas. Todos los elementos de ambos sistemas no interactuarán de igual manera, tampoco la experiencia del usuarios será igual generando sistemas distintos.

Habiendo mencionado esto es facil de comprender porque es tan importante que las plataformas de información (Website Analytics, Social Media Analytics, etc) tengan flexibilidad analítica. Cada vez que utilizo una herramienta de información siento cierta Claustrofobia Analítica…Quiero decir, siento la necesidad de utilizar la información con total libertad para encontrar los cruces adecuados que me permitan comprender e identificar tendencias cosa que no ocurre y da la sensación de que estoy encerrado entre tablas standard, casi físicas.

 

 

Yo se que, cuanta más flexible la herramienta, más difícil de utilizar. Tambien se que cuan importante es que todos en las compañías tengan la información necesaria y no solo aquellos que tengan más experiencia, aquellos que pueden hacer consultas en bases de datos por ejemplo, pero vamos, las plataformas pueden tener un front end sencillo y usable por cualquiera y ADEMÁS la posibilidad de hacerle consultas libres a sus bases de datos. Cuanta mayor información, más flexibilidad necesitamos para poder darle uso adecuado y eficiente.. El problema es que generalmente los proveedores de estas plataforma están más enfocados en tener a todos contentos y pagando sus tarifas que pensando en como ayudar a generar valor con la información, o como proveer una solución que SIRVA a las personas que tomen decisiones en serio. Tambien es cierto que abrir la posibilidad de que se puedan correr consultas en la base de datos puede generar costos bastante altos pero…que importa? Si genera costos, y esos costos se basan en información que sirve para generar más ingresos, las empresas pagarán por ello. O sea, no es que las empresas piensan en que costo tienen que pagar sino por el resultado que se puede generar. Tambien podrían decir, como puedo estar seguro que lo que pago por la información voy a recuperarlo. La respuesta es, “no puedes”. Pero podrás estar seguro de que tan posible es generar ese resultado y con que margenes de riesgo te manejas. No porque algunas soluciones sean gratuitas todas deban serlo. No parece muy inteligente dejar de pagar por información que podría optimizar los resultados empresariales solo porque hay que pagar por ellos, si así fuese las empresas no comprarían materia prima :-)Cuanto más conozco las plataformas de información, más amo a las bases de datos

El poder real del Text Mining y Sentiment Analysis en Analytics

Hablamos hasta el cansancio en este blog sobre los diferentes tipos de información y el valor que agrega cada uno de ellos cuando están en conjunto. Un tipo de información es “Behavioral information” (o información de comportamiento), la cual nos “cuenta” “qué está la gente haciendo”. Incluso cuando muchas personas confunden Analytics con Website Analytics, la verdad es que Analytics es mucho más que eso. Con información de comportamiento o behavior se puede responder “qué hace la gente” pero no “Porqué hacen lo que hacen” y eso es un problema MUY grande. O sea, si queremos utilizar la información para hacer algo que acerque a tu empresa a su objetivo entonces “Que” no es suficente, el “porque” nos permite accionar. “Que” es más una variable “ex post” mientras que el “porque” es más “Ex ante”. Por ejemplo, si la gente no está comprando tus productos significa que tus productos no son buenos o atractivos?, o que las campañas no están bien targeteadas? No lo sabemos…solo sabemos que está el problema, pero no como resolverlo. Si quieres saber porque no están comprando deberías ir y preguntarles…para que asumir el riesgo que significa tomar decisiones con inferencias de inferencias? Exacto…no hay razón… La Información de comportamiento o Behavior es muy valiosa, pero si se la utiliza con otra información, basicamente carece de sentido de gestión por si misma. Y tenemos exactamente el mismo problema con otros tipos de información como la actitudinal. Antes de saber porque la gente hace lo que hace, debemos saber que algo está ocurriendo, o mejor dicho, saber que es eso que hace. Entonces cuando ambas fuentes con poco valor se juntan aparece la magia que permite pensar que tener una epifanía es posible y no está tan lejos :-) .

Aún cuando lo dicho anteriormente sea algo claro, la posibilidad de medir información actitudinal en tiempo real es bastante nueva. O sea, ya teníamos la posibilidad de medir polls y encuestas, pero estas no logran captar toda la realidad del comportamiento a no ser que se pueda utilizar preguntas abiertas, cosa que de hacerse genera un nuevo problema…volver esa información medible y utilizable dentro de un rango tiempo aceptable. De otra forma solo estaríamos creando una especie de “Short list” de cosas que queremos preguntar pero no podremos cubrir todas las que pueden influenciar una decisión, en ese caso la posibilidad de explicar los “porque’s” son practicamente nulas. Habiendo dicho esto es facil comprender la importancia del Text mining y Sentiment analysis para Analytics.

De todos modos no estoy seguro de que estemos utilizando esta tecnología de manera correcta. Todos los días recibo unos cuatro o cinco mails de amigos y conocidos que me presentan una “solución” para medir información cualitativa sobre que dice la gente en internet y me da la sensación de que estamos todos aceptando un esquema esquizofrénico donde si uno tiene más re tweets y likes significa que tu compañía está siendo exitosa, esto lleva a las empresas a desarrollar tecnologías para “escuchar” lo está siendo dicho enfocado específicamente eso. Sin embargo a no ser que alguien esté dispuesto a pagarte por el tamaño de tu ego, tu empresa no va a obtener ningún beneficio de esto. Como persona que pasó gran parte de su vida investigando y analizando debo decir que esta tecnología tiene mucho, mucho más valor que solo medir followers y likes. Quiero decir, encuentro tremendamente fabuloso poder utilizar Text Mining y Sentiment analysis con foco en Investigación de Mercado más que para ninguna otra cosa. No estoy hablando de todavía de plataformas de “Social Media Analytics”, “Social Media Monitoring” o “Social Media Engagement”, sino del potencial de la tecnología con objetivos de negocios.

Alguna vez has escuchado hablar de alguien llamado Michael Porter? El ha estado hablando por mucho tiempo de algo llamado “Cadena de Valor”. Diría que practicamente todas las personas en el mundo que han estudiado management sabe exactamente de lo que hablo, en caso contrario te invito a Michael Porter by Wikipedia. El Sr. Porter (y no Potter…no sean tan nerds!) dice que el margen que una compañía obtiene de sus operaciones es el resultado de:

1. Actividades primarias: Logística de entrada, operaciones, logística de salida, Marketing y Sales y Soporte post ventas.

2. Actividades secundarias: Infraestructura, Recursos Humanos, Tecnología y Compras.

Cuanto mejor se gestionan esas áreas mejor le va a la compañía. Cuanto mejor le va a la compañía mayor margen obtiene. Entonces, si lo que quieres es que tu empresa obtenga mayor margen porque no proveer a estas áreas con información en tiempo real sobre lo que la gente espera de ellas, así uno puede hacer algo que no se enfoque en el ego de la empresa sino en darle a los clientes lo que los clientes esperan. Esto no es FA BU LO SO? Quiero decir, a quien le importa cuantos re tweets o likes tienes cuando puedes saber, en tiempo real, que dice la gente sobre tu empresa y competidores?

Google Analytics Summit 2011

Fue una semana bastante intensa en el Computer History Museum. Jesse Nichols, el incansable Program Partner Manager de Google Analytics y Google Optimizer, hizo un gran trabajo con su equipo, organizando un evento para más de 500 personas de todas partes del mundo de manera exquisita, sin exagerar.

No estoy seguro que esta dentro del NDA y que no así que no me voy a meter en detalles para no hacer lío. Pero les doy algo de info de como fue el evento:

1. El primer día se realizaron las presentaciones generales de las mejoras de la plataforma. Todos ellos fueron WOOWWW… y sin embargo no todos son super útiles, algunos de ellos lo son. De hecho fueron LAS noticias que estaba esperando.

2. El segundo día, Jueves, fueron charlas más en profundidad sobre temas de Partners y Técnicos sobre los nuevos lanzamientos (en puerta).

Tuve el honor de ser invitado como speaker en el Panel junto con Justin Cutroni (Cardinal Path), Timo Aden (Trakken) y Russel Sutton (ConversionWorks), el cual fue moderado por Sophie Chesters (Google).

Panel at GA Summit 2011

Al final del día en el mismo lugar tuvimos un Web Analytics Thursday, networking, bebidas y comida…algo más? Ah, si…gente increible de todas partes del mundo, dispuestas a charlar sobre sus experiencias sin limitaciones. Los veo el próximo año, ahora a Rockear!!!

Visual Revenue de Dennis Mortensen recibe su Serie A de Inversión

Ayer  recibí de parte de Dennis Mortensen (Ex Indextools, luego vendida a Yahoo!, hoy Yahoo! Web Analytics), un tipo que admiro muchisimo por su forma de pensar y ver Analytics, una excelente  noticia, su empresa Visual Revenue recibió su Serie A de inversión por 512 mil dólares por parte de Lerer Ventures, SV Angel, Kima Ventures, NYC Seed y 10 inversores Ángel.
La inversión será destinada a acelerar el desarrollo de producto de la plataforma de Analítica Predictiva que permite a publishers predecir el rendimiento de una pieza de contenido 15 minutos en el futuro, provee recomendaciones en tiempo real sobre que contenido a mostrar en un sitio web, en que posiciones y durante cuanto tiempo. Accionar sobre dichas recomendaciones resultan en un incremento exponencial en la lealtad de los visitantes, relevancia e ingresos por contenidos, además de propiciar en paralelo una reducción en los costos.

Algunos comentarios de las partes involucradas:

“Hemos visto por nuestros propios ojos el crecimiento de la necesidad de información para editores y nos abalanzamos a invertir en Visual Revenue”, dijo Eric Hippeau de Lerer Ventures.

“En una sala de redacción donde todo fluye muy rápidamente, los editores necesitan recomendaciones sobre que contenido mostrar y donde hacerlo en lugar de más datos para interpretar. La capacidad de Visual Revenue de “hablar directamente al editor, es un gran beneficio.”

”Los editores de internet tiene acceso a muchísimos datos lo que generalmente en lugar de ayudar crea una visión poco clara o engañosa de la realidad” dijo Dennis R. Mortensen, CEO y fundador de Visual Revenue.

“Estamos liderando este camino proveyendo a los editores herramientas avanzadas y al a vez simples, para tomas de decisiones efectiva que impacte en el futuro.”

“Estoy extremadamente contento con el grupo de inversores  que nos hemos reunido por su profundo conocimiento sobre la industria de medios. Esta inversión nos permitirá acelerar el desarrollo de nuestros desarrollos sobre la plataforma para luego expandir nuestra oferta” dijo Mortensen.

Felicitaciones Dennis y equipo, mucho hecho, mucho por hacer!