Analytics 2.0

Mucho más que taggear

Analytics 2.0 - Mucho más que taggear

Midiendo “Campañas Sociales” con Google Analytics

Si ya estas realizando campañas sociales o estas empezando te recomiendo que implementes la medición de cada una de ellas de modo tal que puedas trabajar en el ciclo de mejora ”planificación-acción-medición”.

Algunos de ustedes tal vez tengan proyectos interesantisimos pero no son expertos en programación o “Codificación” por lo que generalmente evitan este tipo de post. En este caso no lo hagas! El proceso que quiero contarles es muy sencillo y realmente muy útil…dame solo cinco minutos y te lo demuestro.

1- Luego de haber planificado la campaña de Social Media (los links con el contenido a comunicaren  Facebook, twitter, Orkut, Sonico, MySpace, Hi5, o cualquier otro) tenes que definir la  Fuente, Medio y Nombre de Campaña (si estas utilizando varios links en cada contenido te recomiendo utilizar tambien la variable content para identificar el tráfico de cada link en particular). Continue reading

La falta de precisión en los datos de Panel

Trafico campaña MSN vs. comScoreEn un post anterior hablamos sobre la importancia de las fuentes de información y mencionamos que tanto Alexa como comScore generan información basada en paneles de usuarios de internet.

La principal ventaja que ofrece comScore es que los datos surgen de paneles de usuarios que acceden a instalar el software en sus computadoras y brindan sus datos demográficos (sexo, edad, ingresos, etc.). A partir de ellos se realizan proyecciones de los datos al universo de usuarios de Internet efectuando procedimientos estadísticos para corregir los desvíos de la información.

Al tratarse de un panel de usuarios, existen ciertas limitaciones respecto a la precisión de la información, la más conocida es que los sitios con poco trafico no son correctamente medidos a través de un panel porque pocos usuarios en el mismo los visitan.

Analizando la precisión de los datos

Al utilizar un panel como comScore lo deseable es que exista una relación relativamente constante entre los datos reales y la estimación que nos provee. Para comprobarlo utilizamos los datos de fuentes de trafico en un importante sitio de Brasil.

Como podrán ver en los gráficos las estimaciones realizadas por comScore difieren considerablemente de la evolución mensual seguida por las visitas; o sea que para un mes dado el tráfico del sitio puede haber crecido y la estimación de comScore estar señalando una disminución o a la inversa.

Datos UOL

Datos MSN
Observando las líneas de tendencia para Terra vemos que el trafico real de la campaña y la estimación de comScore siguen una trayectoria diferente, lo que indica falta de precisión en la estimación del panel.

Data Terra

Por otra parte los datos de un panel de usarios suelen tener una menor variabilidad – por tratarse de los mismos usuarios – que la totalidad de la población. En nuestro ejemplo los coeficientes de variación (que expresan el ratio entre el desvio estandar y el promedio) del panel de comScore resultan considerablemente menores que los reales.

Datos Terra UOL MSN

Esto nos demuestra una vez más que el problema no se agota con la captura de los datos (Analytics 2.0 – mucho más que taggear) sino que también debemos ocuparnos de la calidad de la información y los métodos que empleamos para producirla.