Archivo de la categoría: Español – Trucos y Consejos

Doce Errores comunes en Analítica Digital (Parte II)

Esto post completa el primero sobre sobre los errores en Implementaciones de Analítica

7 – No eliminar los parametros de las URLs ni renombrar las páginas

Como por ejemplo: sessionid= o cartid=

Según Google no se deben recoger por ejemplo direcciones de correo electrónico, pero es algo que a veces ocurre cuando alguien se da de alta o se borra de una lista de correos o crea una cuenta en una web.

2

 

 

8 – Auto referrals & varios dominos (cross domain)

Hay que comprobar todos los sitios de referencia en Google Analytics. Puede ocurrir que no esté el código implementado en todas las páginas, y que si se visita la página la página a, b y c podamos tener ese problema y vemos nuestro propio sitio web como sitio de referencia.

Esto es relativamente frecuente con los sitios de comercio electrónico cuando entramos en la pasarela de pagos.

Afortunadamente con Google Analytics y Google Tag Manager esto es mucho más fácil. Antes era bastante complicado y esto es otro motivo más para actualizar la forma de recoger los datos (punto 1 de la lista)

9 – Hacer las cosas a corto plazo y sin visión estratégica

Hacer las cosas con una visión a largo plazo implica configurar bien la cuenta (paso 3), incluir anotaciones y hay “owernship” por parte de alguien

Las anotaciones son especialmente importante porque aportan contexto a los datos. Sobre todo cuando hay un pico importante en tráfico, conversiones etc.

10 – Falta de una correcta estructura de nombres en las campañas, páginas etc.

No renombrar las paginas es otro gran error y muy común y le dedicaré un post en exclusiva. No resulta muy útil hablar de la página “/producto123”

3

 

 

Respecto a las campañas, hay que recordar que Facebook, facebook y faceboook son tres nombres distintos y por tanto tres “fuentes” o “campañas” distintos. Esto lo hacen a menudo las agencias, pero se debe revisar. Lo que pasa en la recogida de datos en responsabilidad última del responsable de analítica digital.

11 – Demasiados eventos o ninguno

Si nos ponemos a medir todo, acabamos generando ruido. Que se pueda medir que un usuario haga scroll en una página no significa que haya que medirlo si o si, y cuando lo necesitemos no será tampoco en todas las página de nuestro sitio web.

Los datos que se recogen deben reflejar los principales objetivos de nuestro sitio web (que obviamente, hay que definir primero). Ni más, ni menos.

12 – No tener claro cuales son los objetivos, no conocer el ciclo de vida de nuestros clients, no tener KPIS etc.

Los KPIs pero lo más importante es el plan detrás (measurement framework en inglés) utilizando segmentos y objetivos distintos para las distintas etapas del ciclo de vida del usuario. Solo así podremos entender correctamente ese ciclo.

Hay que recordar que lo más importante son las macro conversiones. Todo lo que no este directamente relacionado con la generación de beneficio, no es macro, sino micro conversión.

Para ello es importante conocer el negocio, pero también el contexto y sobre todo como está construido el sitio web

¿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

Doce Errores Comunes en Analitíca Digital (Parte I)

Es importantísimo que los datos que se recojan sean de calidad. De otra manera, se pueden tomar decisiones en base a datos incompletos o sencillamente incorrectos.

Si tienen una Auditoria o Implementación de Analítica que hacer, asegúrate de que los estos 12 pasos los has comprobado y están bien.

Nota: Esta lista toma como ejemplo la herramienta Google Analytics, pero los pasos serían los mismos en caso de utilizar otras.

1 – Código totalmente desfasado

Si el código que hay en una web es de Urchin (urchin.js) los datos, sencillamente no se van a recoger. A estas alturas ya es raro, pero encontrar implementaciones con Google Analytics Classic sigue siendo habitual.

1

 

 

 

 

 

Esto “aún” sigue funcionando, pero pronto dejara de hacerlo y pasará a la lista negra de errores. Y desde luego utilizar funciones como addIgnoreRef vía código no es precisamente la mejor forma de hacerlo, ahora que se dispone de Universal Analytics.

2 – Código pegado en el lugar incorrecto

En el caso de Google Analytics se decía en el pasado que debía estar antes del final de la página. Luego que al principio (código asíncrono) etc.

En el caso de Google Tag Manager, el código deber ir justo después del comienzo del head. No en ningún otro sitio. Pero cada gestor de etiquetas tiene diferentes instrucciones que hay que tener en cuenta

3 – Empezar a utilizar un gestor de etiquetas y no quitar el código fuente de analítica que teníamos

Empezar a Utilizar Google Tag Manager y no quitar el código de Google Analytics del código es otro error

Una vez que empezamos a trabajar con Google Tag Manager (u otro gestor de etiquetas) hay que quitar lo que teníamos previamente en el código fuente. De otra manera, estaríamos duplicando los datos, lo que hará que sean totalmente incorrectos.

4 – Tener el código de Google Analytics solo en algunas páginas

Si no tenemos el código de analítica los datos por definición van a ser incorrectos. Da igual que herramienta utilicemos y si utilizamos o no un gestor de etiquetas.

Para asegurarte de que tienes el código en todas las páginas puedes utilizar herramientas como Screaming Frog. Si no sabes cómo hacerlo, lee este post

5 – Gestión deficiente de la cuenta (cuenta / propiedades / vistas)

Yo he llegado a ver cuentas en el todas las webs de una empresa estaban dentro de una propiedad y cada web (con varios millones de visitas al mes) en una vista. Lo que generaba un problema enorme de muestreo, que hacía que los datos no fueran útiles en absoluto.

Recordemos brevemente:
Cuenta: es el nivel más alto y puede corresponder a la empresa
Propiedades: website, app
Vista: forma de acceder a los datos de la propiedad (filtrados, sin filtrar, incluyendo una unidad de negocio etc.)

Es necesario tener una cuenta sin filtrar (ningún filtro, de ningún tipo) y una filtrada con todo lo que necesitemos filtrar. A mí me gusta tener una tercera de pruebas, que suelo llamar test para probar cosas y cometer errores sin ningún problema / consecuencia.

Se pueden crear múltiples vistas, pero solo se debe hacer si se van a utilizar. Tener 20 vistas una para cada tipo de tráfico, o por países etc. normalmente no aporta nada (podemos aplicar segmentos en la vista filtrada y acceder a los mismos datos) y solo complica la estructura de la cuenta. Sobre todo en el caso de que no haya un analista en la empresa.

En cualquier caso, si hay más de una vista filtrada, todas deben tener los mismos nombres en los filtros que tengan en común.

Esta forma de estructurar la cuenta de Google Analytics, se puede extender a Google Tag Manager: un contenedor = un sitio web, y con los mismo nombres

6 – Filtros y Vistas

El primer gran error puede ser no tener una serie de filtros básicos como los que excluyen el tráfico interno. Hay que incluir las direcciones IP de casa u otros lugares en caso de conectarse a menudo.

Otro error común es que hay gente que confunde filtros con segmentos. Y recordar que no todos los filtros tienen que estar en todas las vistas.

En sitios de comercio electrónico es recomendable incluir filtros son los países a los que distribuimos nuestros productos, para así saber cuáles son las tasas de conversión reales. Esto también puede hacerse de manera más avanzada con Google Tag Manager y lo describiré en otro post.

Tambíen hay que filtar el tráfico que viene de robots, ya que también tiene un impacto en las tasas de conversión. Esto se puede ir haciendo con el tiempo, filtrando cada vez que detectemos que estamos recibiendo tráfico falso.

¿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

Google Analytics “ha dejado de recoger datos”

Problema: Google Analytics ha dejado de recoger datos HOY.

Esta frase suele completarse con “no he realizado ningún cambio en el sitio web y veo que las etiquetas siguen lanzándose correctamente”

Como se puede ver en la imagen, Google Analytics no muestra datos más allá de las ocho de la mañana (del mismo día en que se tomó la imagen)

1

 

 

 

 

¿Qué es lo que ocurre y cómo podemos solucionarlo?

Lo primero es ver si el problema es que Google Analytics no recoge datos o si no los muestra.

Que no se muestren los datos es raro, pero yo ya lo he visto tres veces… Aunque Google Analytics siga recogiendo datos, puede ser que no se muestren los datos del día. Si aplicamos un segmento avanzado (en otras palabras, si le obligamos “a pensar”) los datos de hoy aparecen para todo el tráfico y segmento que hemos aplicado.

2

 

 

 

 

Si se trata de un sitio de comercio electrónico, también podemos mirarlo ahí:

3

 

 

 

 

Como se ve en las imagenes de arriba, los datos se muestran (obviamente no del día entero, porque estamos mirando datos del día en que estamos, pero sí hay datos hasta la hora en la que estamos).

En cuanto obligamos a Google Analytics a pensar, todo vuelve a la normalidad.

También se puede mirar el módulo de tiempo real y ver si hay datos allí. Al día siguiente hay que mirar que todo ha vuelto a la normalidad y los datos vuelven a mostrarse según se van recogiendo. En mi caso, ha sido siempre así.

Si al aplicar un segmento, Google Analytics no muestra datos actualizados, y sigue quedándose en las ocho de la mañana (como en el ejemplo) y no hay datos en tiempo real, entonces el problema es otro. Habría que depurar código y ese tema lo trataré en otros posts.

¿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

Como asegurarte de que todas las páginas de una web están correctamente etiquetadas (Screaming Frog para Analítica Web)

Es fundamental que todas las páginas de nuestro sitio web este bien etiquetado. Es decir:

  • El código de la herramienta está en todas las páginas
  • No hay páginas con códigos duplicados

Por códigos duplicados me refiero a que por ejemplo en una misma página haya el código de Google Analytics y tambíen el de Google Tag Manager  y en ambos casos se estén enviando los datos a la misma propriedad de Google Analytics.

Para asegurarnos de ello podemos utilizar Screaming Frog, que básicamente es una herramienta de SEO, pero que nosotros (los analistas) también la podemos utilizar.

Esto es algo que se hace en cualquier auditoría de analítica, o cuando se tiene un cliente nuevo.

Lo primero es descargarse la herramienta en su web. Por 99 libras / 125 euros al años puedes acceder a la versión de pago, y merece la pena. Si la has pagado, una vez abres la herramienta tienes que clicar en “Licence” e introducir las claves.

Una vez que ya lo tenemos, podemos customizar la configuración. Es recomendable por dos razones:

  • Hay cosas que no necesitamos y ralentizan el rastreo
    Por ejemplo las imágenes o el CSS
  • Los subdominos no se incluyen por defecto
    Si la web que vamos analizar los tienes, debemos seleccionar la casilla

1

 

 

 

 

 

Scream Frog permite filtar las páginas por aquello que buscamos, que puede ser el código de una herramienta de analítica. Se puede filtar por páginas que “contengan” o que “no contengan”. Si lo queremos es ver si el código de Google Analytics está en todas las páginas seleccionaríamos que no “contenga”. Y se pueden aplicar tantos filtros como se quieran.

Es recomendable aplicar que contenga y que no para lo mismo, así tenemos los dos listados. En el ejemplo lo voy a hacer con las herramientas Google Analytics y Google Tag Manager.
4

Una vez has definido el o los filtros, introduces el nombre del dominio que quieres auditar y haces clic en “start”
5

Cuando se llega al 100 % ya puedes mirar los resultados
6

Haces click en “custom” (flecha azul) y después seleccionas el filtro que quieres aplicar (flecha roja). Así puedes tener un listado (que es exportable a Excel) de todas las páginas del sitio web (incluyendo subdominos) en el que el identifiador de Google Analytics que hemos introducido como filtro está presente. Y así, con el resto de filtros. Fácil y sencillo ¿verdad?

Códigos Duplicados

Para evitar que haya códigos duplicados, se puede utilizar Excel. Pegas las páginas donde está presente Google Analytics y donde está presente Google Tag Manager. Después utilizas la función “duplicar valores” y obtienes la lista de las páginas con código duplicado.

¿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