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”

Compartelo!

Hide Sites

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).

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?

Compartelo!

Hide Sites

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

Compartelo!

Hide Sites

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?

Compartelo!

Hide Sites