Archivo de la categoría: Español – Análisis de Datos

Análisis de cohortes con Adobe Analytics

El análisis de cohortes permite dar un enfoque de largo plazo al análisis de datos. Y no quedarnos con el corto plazo simplemente, sin visión estratégica.

En el post explico porqué es importante este enfoque y como llevarlo a cabo con Adobe Analytics. El original -en inglés- lo he publicado en este mismo blog. Y para la versión española, nuevamente Carlos Lebron me ha prestado amablemente su blog www.AnalísisWeb.es

Puedes leerlo haciendo click en el enlace Análisis de Cohortes con Adobe Analytics

Anomaly Detection – ¿Por qué han subido o bajado mis conversiones?

La Detección de Anomalías (no confundir con picos o caídas)  es parte las nuevas funcionalidades ofrecidas por Adobe Analytics y aporta un método estadístico sobre como una métrica ha cambiado en un periodo de tiempo.

El post en español me lo he publicado Carlos Lebron en su blog Analísis Web y puedes leerlo haciendo click en el enlace

¿Por qué han subido o bajado mis conversiones?

Como hacer un buen dashboard (parte 1): Elegir correctamente los KPIs

Escribo este post de después de haber visto en multitud de ocasiones que se piden métricas sin ningún sentido (como por el hecho de tenerlas) sin preguntarse que “business question” está detrás.

Elegir los KPIs y hacer un dashboard debería ser algo sencillo que en la práctica no lo es tanto. Y creo que se debe fundamente a:

  • Querer incluir demasiadas métricas

Este es un error parecido a querer trackear todo lo trackeable el primer día y sin saber porqué

El resultado es que el “dashboard” se convierte en una tabla de Excel que no sirve ni para tomar decisiones, ni para nada en general etc.

En un dashboard no debería haber más de 5 KPIs (con su contexto). Si no, se va de las manos.

  • Falta de personalización

Utilizar métricas que da la herramienta por defecto en lugar de métricas “customizadas” que son las que se adaptan al contexto de nuestra empresa / web

Me voy a centrar en el primer caso. Creo que un dashboard debe recoger indicadores de macroconversión (ya iremos en detalle más adelante). Y las macroconversiones son aquellas que están relacionadas con la generación de beneficio.

Para que suene menos filosófico y aunque no me gusta el futbol, voy a utilizarlo para poner un ejemplo futbolero.

  • ¿Cuál es la macro conversión en un partido de futbol?
    Meter goles. Punto.
  • ¿Cuáles son las micro conversiones?
    Las acciones que nos acercan a la macro conversión, es decir:
    Centros al área
    Tiros totales
    Tiros a puerta
    Etc.
    Que podrían dar lugar a meticas como:
    Porcentaje de tiros totales que van a puerta
    Porcentaje de acierto en el pase
    Etc.

Estas métricas las podemos visualizar así:

1

 

 

 

 

 

 

 

 

 

 

 

Incluso, después se podría segmentar si los corners se han tirado por la izquierda o por la derecha, en la primera parte o en la segunda etc. Veamos una visualización segmentada de la “metrica” pases:

2

 

 

 

 

 

 

 

 

 

 

 

 

 

Estas micro conversiones parecen indicar que se trató de un partido igualado. Ya que métricas como el número de pases hacia delante, el porcentaje de precisión en los pases o los tiros a puerta son similares.

Volvamos ahora a las macro conversiones, que hemos dicho que son los goles.
3

No hace falta hacer comentarios.

Hubiera sido esperpentico (aún más …. 🙂 que en Brasil después del partido se hubiera dado alguna importancia a la métrica “precisión en el pase” en la cual el valor es ligeramente mejor que el alemán.

Lo mismo ocurre cuando un “dashboard” (insito en poner comillas) pierde el foco porque se llena de métricas que pueden tener cierta importancia, pero estan lejos de tener un impacto en los beneficios de la empresa.

Centremonos en los goles que metemos y nos meten. Y segmentemos después:
¿Se marcan en la primera parte o en la segunda?
¿Cuántos de marcan a la contra o en jugadas de estrategia?
¿Que porcentaje de goles marcan los delanteros y que porcentaje los centrocampistas?
Etc.

Pero eso después…. Primero los goles. Ya nos ocuparemos después de la “precisión en el pase”. Que si, que nos ocuparemos, pero después.

Entendida ya la teoría, este post continuará con uno sobre buenas prácticas y ejemplos.

¿Alguna idea? ¿Algún comentario? ¿Alguna queja? ;) Deja tu comentario y te responderé. Si algo no te ha quedado claro, tienes alguna duda y crées que puedo ayudarte también puedes enviarme un mail a geekeandoenanalytics@gmail.com o contactar conmigo a través de Linkedin o Twitter

Si te ha gustado el post, compartelo por favor.