Cómo analizar conversiones y canales a nivel de usuario único

Disclaimer:
Este artículo está basado en el análisis con Universal Analytics y hoy usamos lo que se conoce como Google Analytics 4, una herramienta que difiere mucho de la anterior, si bien los conceptos que vienen a continuación pueden ayudarte a entender las bases sobre cómo analizara conversiones pero.

En este post lo que intentaré explicar es la metodología con la que trabajamos las conversiones a nivel de usuario y que aplicamos a nuestros clientes. Una metodología que debo agradecer a largas discusiones con mi compañero Jose Roig, con quien batallo día a día sacando datos e interpretándolos.

Índice de contenidos

Cómo analizar las conversiones a nivel de usuario

Uno de los estudios más importantes que podemos hacer de nuestros usuarios es entender cómo toman sus decisiones de compra y definitivamente cómo convierten a nuestros objetivos de negocio. Para ello a nivel de análisis de visitas sueltas tenemos los famosos embudos de conversión, cuyo análisis ya trabajamos.

Los embudos son herramientas fantásticas para trabajar la conversión directa. No obstante, sabemos que el marketing online ha ido evolucionando y esa visión muchas veces está sesgada: el usuario no toma su decisión de compra realmente dentro de un embudo y tampoco toma su decisión en una sola visita…

Por ese motivo, prácticamente todas las herramientas de análisis de datos han ido poco a poco dando el paso hacia el análisis a nivel de usuario. De esta visión «user-center» mismo tuvimos un evento dedicado en el eShow de Madrid hace tiempo. Sin embargo, aunque las herramientas de seguimiento a nivel de usuario están ahí, es cierto que a muchas personas, al observarlos, se les hace extremadamente difícil sacar conclusiones y mucho menos insights de sus informes. Son datos con los que no estamos tan acostumbrados a trabajar y cuyo significado no siempre es tan directo de entender como en los datos de ámbito visita.

Como he comentado en la introducción, vamos a tratar de explicar nuestra metodología de trabajo con conversiones que nos llevará desde la superficie hasta el detalle del análisis del proceso de conversión a nivel de usuario único. Es decir, trabajaremos cómo analizar cómo convierten las personas (o lo que en analítica llamamos persona a sabiendas de que no lo son realmente). Así que permitirme que parta de la base y ya llegaremos poco a poco a la parte práctica…

Las herramientas de embudos multicanal y modelos de atribución de Universal Analytics

Estas herramientas fueron uno de esos bombazos que Google nos soltó hace un tiempo reavivó el interés de todo marketiniano existente e hizo más fuerte la creencia de que GA era «la herramienta reina» de analítica web . En la práctica, como con la mayoría de estas bombas que nos suelta Google, vemos que son cosas que la inmensa mayoría no usa, aunque esta vez no es porque los datos no sean realmente útiles, sino porque a mucha gente le falta una explicación de las bases de todo esto…

Métricas: ¿Con qué información vamos a trabajar con estos informes?

Todos estos informes a nivel de usuario, aunque nos los hayan dividido en 2 secciones (EMC y Atribución), parten de una misma base (y de una misma base de datos, todo sea dicho). En lugar de almacenar los datos centrándonos en la visita o en la página vista, como sucede en el resto de informes de GA, aquí el foco de acción es la conversión. Sin conversión no hay dato que examinar, pues todo lo que hacemos es examinar como se han producido estas conversiones.

La gran ventaja de centrarnos en la conversión es que en Google Analytics todo lo que definimos como un «Objetivo» es una conversión que podemos analizar. Esto significa que, además de poder examinar ventas o leads, podemos analizar cualquier micro-objetivo o acción relevante que hayamos marcado como objetivo al configurar nuestra cuenta.

Para este análisis de conversiones, GA lo que hace es cambiar el formato de los datos radicalmente. Ya no nos interesan las páginas vistas. Ni siquiera el rebote o las segmentaciones tienen importancia. Lo importante es analizar el flujo de visitas (interacciones se llaman cuando estamos dentro de este sistema) que han ocurrido hasta producirse la conversión y las variables más relevantes sobre cómo clasificar a estas.

Este cambio de perspectiva es la clave, pues pasamos a ver todos nuestros datos a un nivel superior del que estamos acostumbrados, sin el cual la elaboración de conclusiones sería si no imposible, al menos mucho más compleja.

Intentando buscar un símil con lo que ya conocemos y para acercarlo a los informes más conocidos de Google Analytics, podríamos decir que la «conversión» toma el papel de las «visitas» y las distintas «sesiones» (para conseguir cada conversión) el de «páginas vistas»…

Todo sube un nivel, lo cual también significa que los niveles inferiores de datos dejamos de poder observarlos (en los embudos multicanal ya no hay páginas vistas ni eventos, solo interacciones y conversiones).

Por lo tanto, en estos informes lo que analizamos realmente es cómo ha ido cambiando de procedencia el usuario, cada vez que accedía a nuestra web, hasta conseguir por fin la conversión.

Dimensiones: ¿Por qué todo son Agrupaciones de Canales?

Dentro de este análisis a nivel de usuario, pronto vemos que para que las cosas tengan sentido para nosotros, tenemos que manejar colecciones controlables de valores distintos. La información es tan abstracta que si intentamos manejar informes con filas y filas de datos no entenderemos nada.

Eso nos lleva directamente al sistema de campañas que se usa en la mayoría de las empresas: sistemas con una base muchas veces decente, pero caóticos en su ejecución y detalles que nos llevan muchas veces a disponer de datos muy dispersos (cientos de medios y fuentes descontrolados).

Para arreglar esta problemática de datos dispersos, Google Analytics añadió las Agrupaciones de canales: un sistema por el cual podíamos crear nuestros propios grupos de medios+fuentes+campañas para transformar el caos inicial en algo controlable. Puedes leer un poco más sobre esto en el post sobre las dimensiones de agrupación de Analytics.

Al final se trata simplemente de que veamos lo que realmente tiene sentido observar para nuestra empresa. Si realmente el etiquetado de campañas que hacemos es bueno y se adapta a nuestras necesidades, nada nos obliga a trabajar con canales y tampoco los necesitaríamos para el análisis a nivel de usuario, pero son muy contados los casos en los que esto sucede, por lo que los canales no suelen ser una opción. Hay que trabajarlos.

Estos canales serán las segmentaciones principales con las que dividiremos nuestro tráfico. La mayor parte de los datos los veremos organizados bajo este criterio con lo que conviene disponer de canales significativos…

Nuestra metodología de trabajo

Explicados los conceptos básicos lo que vamos a hacer es explicar como va a ser nuestra metodología de trabajo con estas herramientas. Partiremos esta en fases e iremos viendo como resolver cada una de estas fases para llegar a buen puerto y terminar por sacar los ansiados insights

Nuestras 4 fases de análisis van a ser las siguientes:

  • 1. Adecuación de la información disponible: donde nos aseguraremos de que estamos en las mejores condiciones posibles para trabajar.
  • 2. Primer Acercamiento y control de la situación: donde examinaremos el panorama de nuestro site y empezaremos a descubrir detalles de nuestro tráfico.
  • 3. Estudio de sinergias entre canales: aquí analizaremos tanto los solapamientos de canales como el sitio que ocupa cada canal en el proceso de decisión del usuario.
  • 4. Acciones concretas: en aquellos casos en los que exista necesidad deberemos bajar al detalle para terminar de entender como se comporta nuestro tráfico.

Como se ve, nos queda un esquema en el que partimos de lo más básico y obvio, y solo a medida que vamos comprendiendo nuestros datos nos permitimos el lujo de bajar un grado más hacia el detalle. Veréis que no he contemplado fases de toma de conclusiones. Esto es porque estos irán surgiendo durante las 3 últimas fases y, dependiendo de cada caso, pueden aparecer en un sitio u otro.

1. Adecuación de la información disponible.

El primer paso antes de realizar ningún análisis es saber que estamos primero en disposición de hacerlo y segundo asegurarnos de que los datos no son aún mejorables.

Aquí por suerte o por desgracia, los informes se crean por sí solos y no hay que hacer nada que no hiciésemos en nuestro análisis normal de usuarios. Lo mismo que servía para medir correctamente nuestra adquisición y conversión, nos sirve ahora para el estudio de conversión de usuarios. Aún así, no todo el mundo tiene bien controlados esos dos focos del análisis, por lo que conviene asegurarse de antemano.

1.1 Objetivos y Transacciones.

Como decíamos, todo el análisis lo haremos en base a los objetivos cumplidos, por lo tanto, todo aquello que no sea un objetivo o una transacción no será analizable. Así que ya tenemos una preocupación en la que pensar. ¿Son mis objetivos suficientes para analizar mi tráfico a nivel de usuario? ¿Si solo voy a ver visitas que hayan cumplido algún objetivo, me pierdo algo importante con mi configuración actual?

Como mínimo la gestión de macro-objetivos deberíamos tenerla resuelta, eso esta claro. Si tenemos un poco de destreza y capacidad de actuar sobre la web es prácticamente seguro que hayamos resuelto estas mediciones con el código de Ecommerce (mejorado o clásico) y si no, al menos deberíamos tener un objetivo configurado que se encargase de medir sesiones que han realizado la acción principal que deseamos medir en el site (venta, lead, contacto, consumo de contenido, etc.).

A un nivel de detalle ya mayor, además, será necesario que nos preocupemos de nuestros micro-objetivos, pasos de funnel (definidos como objetivos separados) y cualquier acción relevante para nuestro análisis (llegue o no a la categoría de micro-objetivo). Algunos ejemplos de objetivos que podríamos querer analizar a nivel de usuario pero que quizás no hayamos creado en la web podrían ser: usuarios que contactan con la web; que visitan el quienes somos; que visualizan al menos una ficha de producto; que inician el proceso de conversión (lo acaben o no); que comparten en redes sociales; que interactúan con alguna de nuestras herramientas, etc.

Aquí prácticamente solo hay que hacer trabajo de definición. No digo que sea siempre fácil, pero entenderéis que no puedo hablar de generalidades pues si cada web es un mundo, cada empresa es un universo entero de peculiaridades…

1.2 Canales de tráfico.

El segundo gran punto a examinar serán, cómo no, nuestros canales. Seguramente los habremos trabajado ya, adaptándolos no solo a nuestras campañas sino a cómo queremos que se lea globalmente la empresa y en un primer nivel. Si hemos hecho este trabajo de antemano no vamos a tener muchos problemas para trabajar con el análisis de conversiones a nivel de usuario pero, si no lo hemos hecho, tenemos que tomárnoslo un poco en serio.

Nuestro deber es entender (cómo se entiende en marketing) nuestro tráfico. Está claro que vamos a tener una parte de tráfico «natural» donde no se actúa ni optimiza nada, pero justo estos canales (directo y referral) no son los que nos van a preocupar, sino todos lo demás: SEM, SEO, Social Media, Afiliados, Display, Remarketing, Email Marketing, acuerdos especiales entre empresas, grandes portales, etc.

El problema principal es que no existe una sola fórmula ni correcta de etiquetar campañas, ni de agruparlas. Desde luego si existiese ésta, no sería justo la agrupación de canales que por defecto nos propone Google Analytics. Así que la agrupación por defecto de GA no nos vale, tenemos que hacer la nuestra y orientar Analytics a nuestra empresa y no al revés.

Siempre explico que las 2 claves para poder tener una colección de canales realmente buena es seguir 2 reglas:

  1. Reflejar estos de la misma forma en la que son gestionados internamente en el departamento de Marketing. Ahí una reunión con el CMO o su equivalente en la empresa es obligada. Si en nuestra empresa el Retargeting de Ads no forma parte de CPC sino que se entiende como una inversión separada, así deben contemplarlo nuestros canales y si los Community Managers son los que escriben en el blog haciendo realmente SEO, lo suyo será que las visitas SEO de estas páginas sean llevadas a otro canal, no tiene porque caer todo en «Social», pero sí quizás en «Content Marketing». Hay que meditarlo, consensuarlo y definir para cada tipología de tráfico en qué canal vamos a agruparla.
  2. Pensar en los volúmenes (sobre todo a nivel de conversiones) que nos van a dar estos canales. Estamos elaborando una herramienta que nos permita realizar un análisis a nivel global que además va a provocar los informes más observados por toda la empresa. No tiene sentido crear agrupaciones cuyos volúmenes tengan diferencias enormes entre ellos. Pongo 2 ejemplos para que se vea claro:
    • Si nuestro tráfico es más de un 80% SEO (como pasa en muchos grandes portales), ¿qué sentido tiene que al hacer una primera aproximación veamos el SEO al mismo nivel que otros canales que entre todos ellos no sumarán ni el 20% de las conversiones? En ese caso, ¿no tendría más sentido dividir el SEO por tipologías, que trabajar tan al detalle otros canales?
    • En el extremo opuesto, tenemos que si un canal (por mucho cariño que le ponga su responsable) no consigue más que un 1 o 2% de las ventas, ¿qué hacemos observándolo al mismo nivel que otros que sí que son importantes? Observarlo así podría llevarnos a acciones dirigidas a mejorar ese canal cuando en realidad nuestra rentabilidad global no depende en absoluto de este…

Como regla (no demasiado estricta) yo siempre intento que un canal no signifique más de un 40% del tráfico y tampoco pueda representar menos de un 10%. Así todos son más o menos equiparables.

Bueno, para aquellos que ya hayan resuelto esta parte lo tienen fácil, el resto sería recomendable que realizasen el trabajo pendiente antes de llegar al estudio a nivel de usuario. Sin embargo, lo bueno de los informes de usuario de GA es que la definición de canales de tráfico personalizadas (que no la de canales principales) pueden consultarse retroactivamente.

Es decir, yo puedo definirlos hoy y consultar en mis embudos multicanal con esa configuración varios meses hacia atrás. Esto en Google Analytics no suele pasar y nos permite realizar nuestras propias definiciones sobre la marcha. Más adelante veremos incluso que con solo la agrupación principal no va a bastarnos y necesitaremos de esta funcionalidad para llegar al detalle de los datos.

Bien, una vez tenemos objetivos y canales (al menos los personalizados) claros ya podemos empezar nuestros análisis… Pues ¿a qué esperamos?

2. El primer acercamiento al análisis de conversiones a nivel de usuario.

En esta fase lo que queremos hacer es empezar a entender cómo se comporta nuestro tráfico. Podríamos decir que lo que hacemos es un análisis heurístico pues en esta primera visión va a importar más nuestra intuición y conocimiento sobre nuestra web que los datos bajando al detalle.

Nuestro objetivo es entender cómo la conversión se apoya en distintos canales para conseguirse y a qué nivel está sucediendo esto. Vamos a observar ciertos datos pero nuestro objetivo no va a ser aun llegar a ninguna acción, sólo comprender lo que está sucediendo y cuán relevante es el análisis multi-sesión para nuestro negocio.

La metáfora del Robo de Conversiones

Para poder hacer algunos de estos análisis lo que realmente suele ayudar mucho es entender que cada canal es una entidad que lucha por conseguir resultados y que realmente dedica sus esfuerzos a traer tráfico para convertirlo y así conseguir el ansiado ROI. Pensemos que para cada canal de nuestra empresa hay un responsable y éste tiene que pelear con el resto para demostrar que es el que mejor gestiona las visitas. En grandes empresas es como se entenderían las distintas unidades de Marketing, cada una de las cuales gestionaría sus inversiones y dedicaciones, que es a fin de cuentas lo que hemos imitado a la hora de elaborar nuestros canales.

En esta lucha, por lo tanto, lo que a nadie le gusta es que le «roben» las conversiones y es lo que justo vamos a descubrir con nuestro análisis: «Quién está robando a quién». Esta claro que todo va a ser interpretable y que nadie roba a nadie, pero quedémonos con ese concepto: Cuando yo observo una campaña de AdWords me va a interesar no solo saber cuales son mis conversiones, sino cuántas me están robando otros canales. Conversiones «robadas» que de ser sólo mías justificaría aún mejor la inversión que estoy realizando…

Y al final, el Marketing va de lo mismo: hay que justificar la inversión (tanto si ésta es en horas de un SEO Técnico, o bien, en número de posts de un CM, como si es el coste en CPM de una campaña de banners…). Esta inversión, como sabemos, con una visión a nivel de sesión no siempre se justifica. Si no, que se lo pregunten a la gente de Social Media o de Display que tan mal lo suelen pasar para justificar sus resultados… Bueno pues, para solucionar estos problemas y descubrir quién roba a quién, estamos aquí…

⚠️ ¡Cuidado con la contabilización de conversiones en los informes de GA!

Un problema recurrente con el que hay que tener cuidado. Por defecto, cuando entremos en los informes de embudos multicanal, lo que veremos será un sumatorio de todas las conversiones existentes en el site.

Es decir, que si por ejemplo yo tengo definidos 5 Objetivos: «Venta», 3 «pasos de Funnel» y «Vista de Producto», una sola venta me contará 5 objetivos (pues cumplirá los 5) y lo que es peor, mezclaría visualizaciones de productos sueltos con ventas, lo cual no me va a servir nunca.

Para arreglar esto tenemos que, nada más entrar en nuestros informes, buscar el selector de tipo de conversión. Y escoger la que más nos interese:

¡Empezamos!¿Qué vamos a observar?
1. Cuánto afecta a mi negocio el solapamiento de campañas.

El primer paso que vamos a dar es cuantificar cuantos solapamientos se pueden estar produciendo en mi negocio. ¿Cómo es la conversión? Llega directa? ¿Necesita de varios impactos sobre el usuario para conseguirse?

Para eso acudiremos siempre a los informes de «Ruta de Interacciones» y de «Lapso de tiempo».

  • Conversiones >> Embudos Multicanal >> Ruta de interacciones
  • Conversiones >> Embudos Multicanal >> Lapso de Tiempo

El primero de todos es el más útil y nos va a hablar de cuántas interacciones se necesitan para provocar las conversiones existentes en nuestro site. El informe nos vendrá desagregado en número exacto de conversiones, donde a veces resulta difícil ver las cosas.

La recomendación que os daría es que lo exportéis y creéis agrupaciones más manejables del tráfico. Por ejemplo:

  • Conversión en primera visita
  • Conversión en pocas visitas (2-3)
  • Conversión en bastantes visitas (4-9)
  • Conversión en muchas visitas (+9)

Así, realmente veréis mejor qué tipo de maduración de la conversión tenéis y en consecuencia cuán normales son vuestros solapamientos. También si vuestro negocio es típico o atípico, pues hay ciertos comportamientos que suelen cumplirse pero no siempre sucede. Por lo general:

  • La conversión impulsiva: Leads, Promos y Ofertas suele hacerse en muy pocas visitas con incluso 70% en primera visita y parecidos.
  • El precio suele afectar al número de visitas: los productos de más de 100€ suelen requerir de muchas visitas para comprarse donde además las vías de acceso cambian.
  • La importancia de la marca suele reducir el número de visitas necesarias.

Esto como generalidades, aunque como digo hay negocios y negocios y no siempre se cumplen.

En cuanto al informe de lapso de tiempo nos ayuda a completarlo ver la dispersión de estas visitas, si se producen con mucha separación de días o no… Aunque no son correlativos ambos valores, suelen ir ligados, salvo en el caso de ofertas donde la caducidad de la misma obliga a una decisión más rápida.

Además, con las conversiones, como podemos seleccionar los distintos objetivos, podemos incluso ir viendo para cuáles necesitamos más o menos visitas, un informe que en funnels puede ser muy esclarecedor. Bien, después de este breve examen ya tenemos claro hasta qué punto podemos esperar robos y colisiones entre canales…

2. Los volúmenes de los canales.

El siguiente informe que tenemos que tener controlado no es de atribución ni de embudos multicanal, sino de adquisición.

  • Adquisición >> Todo el tráfico >> Canales

Sí, pues antes de estudiar cómo han ido cambiando los canales en sucesivas visitas de un mismo usuario, tenemos que establecer un punto de partida. Este punto es cómo se están adjudicando a nivel Sesión las conversiones. Casi todos nuestros informes sacados de GA van a hablar de estos resultados, motivo por el que tenemos que tenerlos controlados, es decir, casi sabérnoslos de memoria.

¿Cuál es el peso de cada uno de tus canales? El volumen nos importa poco pues depende del tiempo, lo interesante es el porcentaje del total que representa cada canal y sus porcentajes de conversión. Esto va marcarnos la situación inicial que luego intentaremos corregir.

En este estudio buscaremos por lo tanto 2 tipos de informaciones:

  • La relevancia de cada canal para los objetivos de la empresa (% de conversiones del canal sobre el total)
  • Y la calidad del tráfico del canal (Conversion Rate del canal o incluso Rebote del mismo)

Incluso si fuese posible añadiríamos una tercera: el ROI del canal, aunque para eso debemos saber la inversión destinada al periodo examinado. No obstante, esto es algo que a veces ni en marketing llevan del todo controlado y que es probable que nosotros, dependiendo del rol que estemos jugando en la empresa, ni olamos.

Aquí no hay conclusiones especialmente complejas, simplemente es algo que tenemos que saber.

3. El solapamientos de campañas.

Empecemos a buscar ya la chicha. El primer informe de canales a nivel de usuario que hay que observar siempre es el de «Visión General».

  • Conversión >> Embudos Multicanal >> Visión General

En este informe veremos un sencillo diagrama de Venn donde se nos muestra de forma muy gráfica los solapamientos entre canales que existen en las conversiones. Aquí nos encontramos con varios problemas para trabajar, que solucionaremos de la forma que podamos:

  1. Este informe no nos va a dejar usar canales personalizados, solo los principales del site (los que vemos en el apartado de adquisición), es un poco incomprensible pero así es. Así que si no tenemos suficiente histórico de datos con los canales bien definidos no nos sirve de mucho. Pero cuando los tenemos bien definidos es una primera aproximación genial.
  2. El segundo es una limitación del propio gráfico de Venn y es que, como mucho, podremos cruzar 4 canales a la vez. Es decir, solo puedo dibujar los solapamientos de 4 canales en un gráfico de Venn por lo que no podré verlos todos a la vez. Esto no es solo porque técnicamente sea muy complejo dibujar más, sino porque al pasar a más canales resulta muy difícil entender lo que estamos viendo.

Así que asumiremos que nuestros canales están bien creados, porque somos unos cracks y los definimos hace tiempo y, además, ya conocemos las peculiaridades de nuestro tráfico: sabemos cuantas visitas se tarda en convertir (lo que también es un indicador de cantidad de solapamientos posibles) y tenemos los canales ordenados por su importancia/volumen de conversiones.

Con estas herramientas tendremos que hacer grupos de hasta 4 canales a la vez y observar las dependencias entre ellos.

  • Lo que buscamos al principio es qué canales tienen más dependencia de otros (mayor parte colisionada en el Venn con otros).

  • Y luego pasaremos a buscar grupos altamente dependientes entre ellos. Donde encontraremos seguramente a SEO vs SEM y a email vs directo, pero dependiendo de como sean tus campañas todo puede suceder.

Con este examen habremos acabado nuestra aproximación, sabiendo mucho más sobre nuestro tráfico o simplemente corroborando lo que ya creíamos saber.

Ahora mismo conocemos mejor nuestras conversiones:

  • La importancia de los canales.
  • La longitud en visitas y tiempo del proceso de decisión del usuario.
  • Y los canales más dependientes entre ellos.

3. Estudio de Sinergias entre Canales.

Con una aproximación inicial, podemos coger algo de perspectiva y saber si merece la pena el esfuerzo de pasar de este punto. No nos engañemos, hay casos en los que el estudio de conversión a nivel de usuario no nos va a aportar gran cosa. Por ejemplo, cuando la conversión se realiza mayoritariamente en primera visita, o bien, cuando la dependencia entre canales es realmente muy baja (algo que a veces sucede cuando el mix de canales está muy segmentado o no contiene canales globales).

Pero, en multitud de ocasiones y sobre todo cuando tenemos un marketing muy activo, veremos que efectivamente hay un proceso de decisión de compra más o menos complejo y canales con dependencias claras En esos casos hay que bajar un poco más y entender mejor estas dependencias…

Tipos de conversiones a nivel de Usuario en Google Analytics
Las conversiones que vemos en Google Analytics las encontraremos como «Conversiones de ultimo Clic Indirecto» dentro de los embudos multicanal y los modelos de atribución

Entramos ya en informes más detallados donde cobra vital importancia entender lo que vamos a ver. Aquí se nos va a hablar siempre de conversiones, pero éstas se van a medir de distinta forma. Vamos a enumerar las principales para que todo el mundo las entienda:

1. Conversiones Asignadas / Conversiones de Último Clic Indirecto.

Son las que se contabilizan normalmente en Google Analytics como conversiones a nivel de sesión. Probadlo y lo veréis: coinciden a la perfección. Esto es porque el sistema de GA para atribuir una conversión a una campaña es ese: se adjudica a la última campaña por la que a llegado el usuario menos si esta es «Directa», es decir, el canal directo es ignorado siempre que la visita previa fuese con campaña.

Las conversiones «Directas» que veis en vuestros informes solo se guardan así si todas las visitas del usuario han venido por el canal directo, a la que haya otro canal en juego ya no son directas. Si lo mirásemos desde la perspectiva de «robos» de conversiones entre canales podríamos decir que al canal directo se le roban la mayoría de conversiones que provoca… así es señores, tienen ustedes muchas más visitas y conversiones provocadas por este canal de las que salen en sus informes.

Cuidado con no confundir estas conversiones con las de «Última Interacción» en las que simplemente el canal de la sesión la que se convierte es el asignado sin importar si este es directo o no. Mucha gente cree que es así como funciona GA, pero no, por lo que este valor es interesante para ver cuánto le roba GA al canal directo.

2. Presentaciones de la Conversión / Conversiones de primera interacción.

Estas podríamos decir que son las conversiones que obtendríamos si lo que importase para nosotros es quién presentó nuestra web por primera vez al usuario. Es decir, se asigna la conversión a la primera sesión del usuario. Resultan muy interesantes en comparación con las anteriores para analizar presentación vs conversión.

3. Conversiones asistidas.

Una métrica potente aunque extraña. Lo que nos indica es en cuántas conversiones ha estado presente el canal con alguna visita, pero no se le han asignado las conversiones finalmente (por no ser el canal de último clic indirecto). Podríamos decir que es el cálculo de «total de conversiones participadas – conversiones asignadas, aunque es un cálculo que ya viene de serie dado en GA.

4. Conversiones participadas.

Una métrica que no existe dentro de los datos de GA pero que es fácil de calcular. Este valor vendría a significar en cuantas conversiones ha colaborado el canal, se le asignasen o no.

Es decir, es el resultado de «Conversiones Asistidas + Conversiones Asignadas».

5. Conversiones Maduradas.

Otra métrica que puede interesarnos pero que no existe entre los datos directos de GA son las conversiones que están siendo maduradas. Es decir, aquellas visitas que forman parte de una conversión pero que ni son la presentación de estas ni se le han asignado al canal. Estas suelen ser despreciadas en muchos informes pues lo más sencillo es solo tener en cuenta primera y ultima visita, pero veremos que contemplarlas nos puede dar una visión más global del proceso de decisión del usuario.

Su cálculo se haría con «Conversiones Asistidas – Conversiones Presentadas».

Para resumir y que quede todo claro. Imaginemos que una visita tuvo el siguiente recorrido:

– SEM >> SEO >> EMAIL y en EMAIL convirtió

Esto provocaría:

 EmailSEOSEM
Asignadas101
Maduraciones010
Presentaciones001
Asistidas011
Participadas111

Se entiende ¿no? Lo único es que recordemos que GA llama a las asignadas de «Último clic indirecto» y a las presentadas «De primera interacción» y que no dispone realmente ni de las «Participadas» o «Maduradas», así que no las veremos de forma directa en ningún informe salvo que nosotros las calculemos.

Evaluando la dependencia de los canales:

Con esta visión lo que buscamos es ordenar y definir exactamente cuan independiente o dependiente es cada canal.

Los canales más independientes pueden gestionarse sin miedo observando los informes de GA por lo que son, al no cruzarse demasiado con otros canales no tienen riesgo y sus resultados son puros.

Los canales más dependientes en cambio hay que manejarlos con cuidado pues al alterar sus campañas podemos provocar que los resultados de otras campañas también varíen.

Para hacer este ejercicio acudiremos al informe de conversiones asistidas.

  • Conversiones >> Embudos Multicanal >> Conversiones asistidas

En él encontraremos un informe que nos cruza las conversiones asignadas por GA (ultimo clic indirecto) con las asistidas. Además, nos dará el valor de dividir el primero entre el segundo, generando un ratio de «Asistidas/Último clic indirecto». Este ratio es precisamente el indicador de dependencia del canal. Ordenando el informe por este criterio, por lo tanto (clicando en la columna del ratio) podremos ver los canales ordenados por dependencia.

  • En este ratio los valores altos (superiores a 1) nos hablarán de canales dependientes y cuanto más alta sea la cifra, más probable es que el canal sirva más de apoyo o inicio de la decisión que para completarla.
  • Los valores bajos (inferiores a 1) nos indican canales con cierta independencia. Por debajo del 0,5 empezamos a tener canales realmente independientes que son los que terminan consiguiendo la conversión. Entre 1 y 0,5 encontramos canales que convierten pero que también participan en el proceso de decisión de otras conversiones.

Correlación entre Dependencia y Situación en el embudo de decisión

Si bien no es un calculo exacto, este valor también nos habla de la situación del canal en el proceso de decisión. Por lo general, los canales de presentación estarán arriba en este proceso (con valores más altos del ratio y por lo tanto con mayor dependencia) y los de conversión final estarán abajo (con valores bajos en este mismo ratio).

Aunque esto no es del todo cierto, pues sólo tenemos en cuenta 2 parámetros (conversiones asistidas y asignadas), así que suele resultar una rápida aproximación aunque ahora veremos que tenemos vías mejores para describir ese funnel…

Situando en el funnel de decisión de compra a cada canal

Google Analytics no nos da el informe que realmente todos quisiéramos ver sobre nuestros canales. Sin embargo, sí que dispone de los datos suficientes para que lo generemos. Vamos a dibujar la situación de cada uno de nuestros canales en el proceso de decisión de compra para saber clasificarlos correctamente con canales de presentación, maduración o finalización de la conversión. Ya está bien de creernos a ciencia cierta que unos canales sirven para unos estadios de la decisión y otros para otros, vamos a observar realmente cómo es nuestra situación y si se corresponde con lo que esperamos de ella.

Para ello vamos a tener que realizar al menos 2 extracciones de datos de GA, sobre el mismo informe que trabajábamos antes:

  • Conversiones >> Embudos Multicanal >> Conversiones asistidas

En este informe exportaremos (a Excel o al sistema que mejor nos vaya para trabajar) tanto la pestaña por defecto «Explorador > Análisis de las conversiones de asistencia» como el de «Explorador > Análisis de primera interacción», pues lo que vamos a hacer es calcular todas esas métricas que decíamos hace poco que necesitaríamos pero que Analytics no nos da…

Este cálculo es sencillo, para cada canal vamos sacar los valores de «Conversiones Asignadas/Último Clic Indirecto», «Conversiones Asistidas» y «Conversiones Presentadas/Primera Interacción». Con estos calcularemos los totales de Conversiones Intermedias y Participadas y a partir de la división de todas ellas, entre las participadas, extraeremos el peso de cada tipología de las mismas…

Con estos valores ya prácticamente hemos dibujado nuestro Funnel de Decisión de compra para el canal, pues sabemos en qué momentos el canal ha tenido alguna influencia en la conversión. Los valores críticos son los que marcábamos con fondo rojo en la captura de Excel que acabamos de poner: Conversiones presentadas, Maduradas y Asignadas, que si lo pensamos forman justamente los estadios del proceso de decisión en los que ha ido participando el canal. Por lo tanto, sólo nos queda dibujar este embudo para que todo sea mas claro.

Os pongo 2 ejemplos, la participación en el embudo de decisión de compra del canal SEO y del Social Media para una web cualquiera, veréis que los canales quedan totalmente definidos y sus diferencias son evidentes:

Muy bien, haciendo este ejercicio sobre cada uno de vuestros canales ya sabéis exactamente qué aporta cada uno de ellos a la conversión final, los riesgos que corréis al manipularlos y el tipo de mensaje que debería darse en la landing de cada canal.

¿Es chulo o no es chulo? 🙂

Funnel de decisión de compra multicanal

Prácticamente con el mismo sistema pero tomando los valores de Presentación, Maduración y Asignación de varios canales a la vez podemos visualizar muchos tipos de representaciones del Funnel de decisión de compra multicanal, observando claramente cómo unos canales desplazan a otros en volúmenes totales a medida que se acerca la compra.

De entre distintas visualizaciones que he ido probando, la que más me gusta (y creo que resulta más clara) es con un gráfico de barras/columnas porcentuales donde observemos, precisamente, qué porcentaje es provocado por cada canal del total de visitas de cada estadio:

Podemos observar claramente, por ejemplo, el papel del canal newsletter convirtiendo en contraposición al de las redes sociales presentando la web. Esto seguramente nos llevará a evaluar la conversión de alta en newsletter, donde la situación debería ser radicalmente distinta y donde podríamos intentar justificar las caídas que vemos en el proceso en social media o en SEM… Poder ver los datos en global realmente te deja claras muchas cosas…

Volúmenes de desviación de cada canal

Volvamos al terreno de quién roba a quién. Muchas veces no es suficiente con situar un canal en el embudo para justificarlo. Necesitamos volúmenes exactos para calcular si aún en esta situación mi inversión es o no rentable en cada uno de los canales. Para ello, nada mejor que el informe de modelos de atribución:

  • Conversiones >> Atribución >> Modelos de atribución

Este es el informe donde mirar «Quién roba a quién», donde principalmente la ventaja que tenemos es que aplicando distintos sistemas para examinar nuestras conversiones, podemos saber cómo hubiesen sido estas si las contabilizásemos de otra forma…

Aquí hay mil formas de trabajar, pero comento la más sencilla y directa para evaluar la cuantía de los robos cometidos entre canales.

Entramos en el informe, el cual se basa en escoger distintos modelos de atribución y compararlos, así que seleccionamos como primer modelo «Primera Interacción» (que antes llamábamos presentación de conversiones) y como segundo «Último Clic Indirecto» que, como sabemos, ya se corresponde con las conversiones que realmente asigna Google Analytics en el resto de informes.

El informe resultante no podría ser más claro… Si, es cierto, nos meten valores de costes de campaña teniendo en cuenta que, además, en GA resulta muy difícil meter costes que no sean AdWords o DoubleClick y casi todo sale vacío. No obstante, si obviamos esos datos y nos quedamos con las conversiones puras, veremos cuántas se contabilizan en cada modelo. Y lo que es mejor, veremos directamente calculada la desviación entre un modelo y otro, lo que puede entenderse como la cuantía del robo cometido entre canales. ¿Quiénes salen perdiendo? ¿Quiénes ganando? Con este informe todo queda claro:

Bien! Ya conocemos nuestros canales!

Llegados a este punto ya tenemos herramientas e información de sobra para conocer cómo se comportan nuestros canales: cuál es su calidad de conversión, cómo se distribuyen durante el proceso de decisión, cómo colisionan entre ellos e incluso el volumen de afectación que representan estas colisiones entre canales.

A partir de aquí, podemos hacer un trabajo realmente profesional de seguimiento y toma de conclusiones sobre los datos objetivos en cada punto. Incluso es posible que saquemos algún insight sobre la inversión en marketing que realizamos.

Pero la realidad es que hasta ahora sólo hemos dibujado el escenario, podemos verlo evolucionar en el tiempo para detectar desviaciones de la norma a medida que hacemos campañas de marketing y ésta va a ser una información realmente interesante. Pero cuando detectamos alguna normalidad o problema es posible que esta información no sea suficiente…

4. Acciones concretas con el estudio de conversión a nivel de usuario.

Esta fase no siempre nos será necesaria, la llamamos «acciones concretas» pero la podíamos haber llamado perfectamente «rascar datos puntuales». Lo que os voy a contar aquí es cómo trabajar cuando ya tenemos problema detectados. Cuando queremos saber al detalle y no en grandes agrupaciones cómo se comporta un canal durante el proceso de decisión de compra. No nos vale saber si suele ayudar a madurar la decisión o convertir, lo que queremos es ver exactamente cómo son los procesos que no nos cuadran.

¿Cuándo podemos necesitar este tipo de acciones?

Pues básicamente cuando hemos detectado algún problema con nuestras campañas que queremos solucionar. Esto suele darse por dos motivos:

  1. Evaluar los riesgos de bajar la inversión (o quitarla) en un canal que parece que no está funcionando y donde el análisis de su implicación en el proceso de decisión no parece suficiente.
  2. Cambios en los objetivos conseguidos por ciertos canales que no hemos cambiado y que creemos que pueden deberse a la aparición o cambio de estrategia o inversión en otro canal.

En estos caso siempre nos encontraremos en la siguiente situación: tenemos 2 o pocos más canales que queremos ver al detalle como interaccionan y cómo se comportan.

Para ello, usaremos dos técnicas, una más directa y otra más compleja aunque también más global.

1. Analizando el detalle de visitas hasta la conversión

Para hacer este análisis tenemos que recurrir al famoso informe de rutas de conversión. Un informe que seguramente es el que más destaca de entre todos los disponibles pero también del que más cuesta sacar conclusiones directas. La información que hay ahí es brutal pero precisamente por su volumen y variedad no nos permite examinarla directamente…

  • Conversiones >> Embudos Multicanal >> Rutas de conversión

Mirando estos informes a veces descubrimos peculiaridades y detallitos sobre nuestro tráfico, pero por lo general suele ser bastante inútil verlos en global o, al menos, resulta tan útil como ver el informe de páginas vistas sin mayores filtros o agrupaciones de contenido…

Lo que tenemos que hacer para trabajar con ellos es simplificar la información y acercarla hacia lo que estamos buscando. Para ello usaremos 2 herramientas:

  1. Los Canales personalizados: que podemos crear en cada momento para trabajar como deseemos.
  2. Los Filtros del informe: donde lo que vemos escrito, aunque tenga cajas de colores, puede ser filtrado como si fuese texto plano.

Imaginemos que lo que estamos haciendo es evaluar un posible problema entre el tráfico orgánico y el SEM, queremos ver exactamente cómo son los robos de un canal a otro, pues hay detalles en la inversión SEM que no tenemos claro si debemos cambiar.

1.1. Simplificando los canales con canales personalizados para observar sólo lo que queremos observar.

Lo primero que haremos es crear un sistema de canales personalizado donde el resto de información (otros canales) no nos moleste. Para ello, por suerte tenemos un acceso desde el propio informe de rutas donde además uno de los enlaces es «Copiar plantilla de agrupación de canales MCF» que nos ahorrará mucho trabajo pues nos permitirá trabajar desde la definición de canales que ya tenemos hecha y modificando a partir de ahí.

Con la plantilla copiada lo único que tenemos que hacer es borrar todos los canales que nos molestan para nuestro análisis y así dejar el resto del trafico en (Otros), que contendría todo el tráfico para el que no hemos definido canal.

Esto nos provocaría un informe de rutas de este estilo:

Donde hemos eliminado todo el ruido generado por otros canales aunque es probable que aun tengamos demasiada información que examinar.

1.2. Filtrando las rutas según nos interese.

A partir de aquí llegó el momento de filtrar hasta encontrar los datos.

Yo solo os voy a dar un par de trucos pues el filtrado exacto que uséis dependerá de lo que busquéis y hacia donde os lleven los datos al observarlos pero hay varios tipos de búsquedas que pueden ayudaros.

Como sabréis los filtrados en informes de GA por defecto usan expresiones regulares, esto significa que podemos aprovecharnos de ellas para provocar filtros complejos que no solo búsquen un valor suelto, sino un orden concreto en los valores. Esto resulta ideal para este caso donde el orden de las visitas al establecer la ruta es crítico. Algunas cosas que nos va a interesar detectar son:

  • Tráfico donde alguno de los canales examinados esté presente: esto es sencillo, con poner su nombre en el filtro lo tenemos.
  • Tráfico donde la conversión se haya asignado a un canal concreto: esto lo conseguiremos poniendo «{nombreDelCanal}$» al final de la búsqueda realizada.
  • Tráfico donde la conversión la haya presentado un canal concreto: esto lo conseguiremos poniendo «^{nombreDelCanal}» al principio de la búsqueda realizada.

Además, debemos conocer el comodín de las expresiones regulares: «.*» que nos sirve para decir que en medio puede haber cualquier cosa…

Así pues, si lo que buscábamos era examinar a dónde va el tráfico SEM capturado, algunas búsquedas interesante en el canal que hemos creado serían:

  • «Búsqueda de pago.*Búsqueda orgánica$»: el SEM participó pero se quedó la conversión el SEO
  • «^Búsqueda de pago.*Búsqueda orgánica$»: el SEM presentó la web pero se quedó la conversión el SEO
  • «Búsqueda de pago.*(otros)$»: el SEM participó pero no fue el SEO quien se quedó la conversión

Y así cuantas quieras o más buen cuantas necesites hasta entender lo que se sucede…

Probad a simplificar los canales que observáis y a filtrar las rutas y veréis como el potencial de este informe de golpe se multiplica.

2. Segmentando sobre otros informes.

Por último, debemos saber que hay otras formas de «rascar datos». Y es que si en los informes normales tenemos los «Segmentos Avanzados» para poder filtrar la información a nivel de Visita o Usuario, en los informes de Embudos multicanal tenemos los segmentos de conversión. En estos podemos definir de forma incluso más visual que con filtros y sobre cualquier informe de los que hemos mencionado (incluido el de gráficos de Venn) cómo han tenido que sucederse las visitas para conseguir la conversión. A partir de aplicarlo todo, lo que veamos responderá sólo a esas conversiones.

Estos segmentos son muy fáciles de crear, lo único que tenemos que hacer es acostumbraros a trabajar con el tipo de interacción (núm. visita) como tipo de filtro donde podemos seleccionar:

  • cualquier interacción
  • primera interacción
  • última interacción
  • e Interacción de asistencia

Conceptos que ya hemos tratado en este post.

Además, podremos definir para esa interacción una norma que puede basarse en el nombre del canal, en dimensiones de campaña o en métricas de tiempo o número de interacción. Combinado todo esto es realmente potente y podemos llegar a un detalle asombroso…

El problema, como siempre, es lanzarse a crearlos sin saber muy bien qué buscamos con ellos. Recuerda siempre que primero debes tener la necesidad y luego lanzarte a filtrar 😉.

Conclusiones

Como hemos visto, el mundo de posibilidades que tenemos delante con Google Analytics en el análisis de conversiones a nivel de usuario es realmente enorme.

Es un trabajo realmente útil para la empresa, sobre todo para el área de marketing y que muchas veces por desconocimiento de las herramientas o por no existir una metodología de trabajo no abordamos.

Creo que lo más importante con estos informes, dada su complejidad, es evitar pasear por ellos. Pasear no sirve de nada en Analítica, hay que buscar cosas, ya sea a un nivel superficial para asentar las bases de nuestro conocimiento sobre un tema, como al detalle para buscar esa peculiaridad que explica lo que está sucediendo.

Empecemos por el principio: asegúrate de que tus datos son buenos. Sigamos definiendo nuestro modelo de datos y embudo de conversión y aproximémonos al detalle de los datos sólo cuando sepamos realmente qué estamos buscando.

Espero que este post (que ha salido de los larguitos) sirva a unos cuantos para empezar con este camino y le proporcione no pocos éxitos al examinar sus campañas.

ARTÍCULO RELACIONADO CON:

Iñaki Huerta
CEO de IKAUE

Director de IKAUE. Analista Digital y SEO hace más de 15 años. Internet Lover, Creador de Hilillos y DataHacker.

Iñaki Huerta Profile Picture

También te puede interesar

¡Suscríbete!

RECIBE NUESTRA NEWSLETTER

Registrar nueva cuenta

IKAUE MARKETING ONLINE, S.L. es la Responsable del Tratamiento de tus datos, con la finalidad de gestionar tu registro y remitirte nuestra Newsletter con las últimas novedades y/o promociones. Tienes derecho de acceso, rectificación, supresión, limitación, oposición al tratamiento y portabilidad. Puedes ejercitar tus derechos [email protected]. Más información en la Política de privacidad.