En este post vamos a utilizar Google Analytics para saber el grado de interés que muestran los visitantes de una web por un producto o servicio de los que mostramos en ella.
Si dispones de distintos servicios en tu web, sigue leyendo esta guía paso a paso para saber cuales encajan dentro de los usuarios que estás atrayendo y cuáles tienen menos interés.
Tipos de análisis que puedes realizar
Existen dos tipos de análisis, el análisis comparativo , que comparamos entre todos los servicios incluidos en nuestra web para saber cual de ellos despierta más interés y el análisis de comportamiento, en el cual, no estamos comparándolo con los demás, si no que, analizamos cómo se comporta el usuario en la página del servicio o producto.
- Análisis de comparación. Comparar el comportamiento del usuario entre las páginas de cada servicio o producto.
- Análisis de comportamiento. Analizar el comportamiento dentro de cada página de servicio, es decir, cuánto tiempo están en la página, qué interés despierta a primera vista, que hacen después de visitar esa página, etc. Este tipo de análisis lo dejamos para otro post más adelante.
En este post nos centramos en el primero, en el análisis de comparación, vamos a ello.
¿Como extraer los datos en Google Analytics?
Lo ideal es que dentro de nuestra web, cada servicio disponga de una página de detalle, es decir, una página única para este servicio que muestre todo el detalle y liste todas las características del mismo. Si este es nuestro caso, la analítica de cada página facilita mucho el proceso de saber qué servicio despierta más interés, ya que cada página de servicio tiene una url o dirección distinta y se podrá analizar por separado.
Vamos a obtener los datos:
Accedemos a Google Analytics y nos vamos a la vista que tengamos configurada para monitorizar y analizar nuestra web.
- Paso 1 -En el menú de la izquierda accedemos a: Comportamiento /Contenido del sitio/Todas las páginas. En una primera vista te aparecerá una tabla con las 10 páginas más visitadas en el periodo de tiempo que esté seleccionado arriba a la derecha, que evidentemente puedes modificar.
Recuerda seleccionar primero el periodo de tiempo que vayas a analizar. Es un error muy común olvidarse de seleccionar el periodo y ponerse a extraer datos del periodo predeterminado.
- Paso 2 – En esta sección aparece un cuadro de filtro, utilízalo para realizar una búsqueda con un «término» que coincida en la url (dirección web) de todos tus servicios. En este ejemplo el término es “servicios”, por que cuando se diseñó y estructuró la web que vamos a analizar, todos los servicios estaban dentro de una categoría llamada “servicios”. Esta es la estructura de urls que resultó :
https://miempresa.com/servicios/servicio-1
https://miempresa.com/servicios/servicio-2
https://miempresa.com/servicios/servicio-3
- Paso 3 – Por lo tanto al aplicar el filtro por “servicios” aparecerán solo estas tres urls (páginas) y así podemos comparar datos más fácilmente.
Nos quedaría una tabla con este aspecto:
Ya tenemos en pantalla las métricas que vamos a analizar, estas métricas son las cabeceras de las columnas de nuestra tabla filtrada.
Voy a explicarte qué es cada columna. Esta explicación es imprescindible que la tengas clara, para saber interpretar qué nos dicen estos números y porcentajes. Parece un poco lío, pero no lo es.
Si ya sabes que significa cada columna, puedes saltarte este apartado y pasar directamente al análisis.
¿Qué es cada métrica en este informe de Analytics?
Inicialmente, te pongo un símil para que entiendas la importancia de obtener datos para después analizarlos.
Imagina que cada vez que vas al baño anotas tu comportamiento. Cuanto tiempo tardas en llegar a él y cuánto tiempo estás dentro, a qué horas vas, qué has comido, qué te ha sucedido durante el día, etc. ¿Y para qué sirve?…
Por ejemplo, habrá días que tardas menos en llegar y más en irte, habrá días que no vas, habrá días que vas tres veces, habrá semanas en que todo los días vas dos veces por las tardes, habrá semanas en que vas solo por las mañanas y así sucesivamente.
Si te paras a pensar, esta recolección de datos te va a mostrar tu comportamiento y deducirás mucha información, que convertirás en conocimiento.
Cómo te comportas según tu dieta, según tu grado de estrés, según eventos que sucedan en tu vida, o actividad física diaria, etc… todo esto afecta a tus necesidades fisiológicas, pero como no lo medimos, no lo podemos analizar para mejorar.
Es solo un ejemplo coloquial para entenderlo fácilmente antes de meternos en materia.
Por cierto, no dudes de que en pocos años estaremos registrando todos nuestros movimientos y comportamiento, con la introducción en nuestras vidas de tecnologías como los sensores y el Internet de las cosas. ¿Qué nos quedará por ver?
Vamos a ello, te explico qué es cada columna:
¿Qué es el número de visitas a páginas?
Las veces que todos los usuarios ha visitado esa página, es decir, están sumadas las visitas de usuarios que la han visitado solo una vez y las visitas de los usuarios que la hayan visitado varias veces en una misma sesión. Dentro ese periodo de tiempo, claro!.
¿Qué es el número de páginas vistas únicas?
El dato de esta columna es el número de veces que se ha visitado la primera vez, es decir, si alguien pasa dos veces por esta página durante su visita a nuestra web, solo se cuenta la primera vez. Por eso, el número de esta columna suele ser siempre inferior a la anterior.
Estás dos columnas no dan una idea de cómo se mueven por la web. Ya traduciremos más adelante la información que podemos observar en los datos.
¿Qué es el promedio de tiempo en la página?
Exactamente eso. El tiempo medio* que los usuarios están es esa página. Cuidado con el dato, es un dato estadístico, no absoluto, es una media, habrá usuarios que estén 5 minutos en la página y otros que estén 5 segundos.
Esta columna nos da información del valor que tiene el contenido de la página para el visitante.
*Para los usuarios más pro de Google Analytics, aclarar que esta métrica nos es exacta, ya que Analytics no incluye la duración de las entradas con rebote.
¿Qué son las Entradas a página?
El número de visitas en las cuales esta página a sido la primera que han visitado de toda la web. La puerta de acceso.
Esta columna, en este análisis concreto que es para saber qué servicio gusta más, no nos va ha aportar mucha información objetiva, sí es cierto que deduciremos cosas y aportará información complementaria.
¿Qué es el porcentaje de rebote?
El porcentaje de visitantes que llegan a tu web por esta página y no hacen nada, llegan y se van, no hacen clic en ningún sitio.
El objetivo de nuestro análisis es comprobar qué servicio despierta más interés, de los tres que tenemos. Por lo tanto esta columna nos sirve para detectar cual de los servicios hace que los visitantes reaccionen y realicen alguna interacción, es decir, clic en alguna parte de la página, por ejemplo al play de un video, al botón de más información, o a un enlace a otra página.
¿Qué es el porcentaje de salidas?
El porcentaje de visitantes a una página que desaparecen de tu sitio web en esa página. Es la última página que ven y se van. Da igual si cuando llegan por primera vez se van o cuando siguen navegando por otras páginas, vuelven a ella y se van.
Esta columna nos advertirá de si los visitantes que están en la página han encontrado definitivamente lo que buscaban, o no. Si antes de irse no han contactado, comprado, o visitado otra pagina después, no es nada bueno.
Análisis de comparación de servicios.
Vamos a sumergirnos en lo que verdaderamente nos aporta el valor, que es el análisis de los datos, no los datos. En esta apartado detallaré la información y la interpretación de esa información que nos da cada columna.
Google Analytics ordena inicialmente los datos por la primera columna “número de visitas a páginas”.
Columna uno “visitas a páginas”.
Información:
- La página con más visitas es la del servicio 1, que duplica a la del servicio 2.
- La página del servicio 3 tiene muy pocas visitas comparado con las demás.
Interpretación:
Solo con estos datos, el servicio 1 es el que más gusta a nuestros posibles clientes, con una gran ventaja respecto a los demás.
Columna dos “páginas vistas únicas”.
Información:
- Al menos 63 usuarios han visto el servicio 1, frente a los 27 del servicio 2 y los 9 del servicio 3.
- Algunos de los usuarios han visto más de una vez la página de los servicios dentro de una misma sesión, cosa que es normal.
Interpretación:
La misma que observando la columna uno. El servicio 1 es más interesante que los demás y con mucha diferencia.
Cruzando datos con la columna uno podemos extraer el siguiente ratio medio que nos va a decir la proporción cuantificada entre ambas columnas, que quiere decir, la media de visitas a la página de cada sesión.
Servicio 1: En 63 sesiones se ha visitado 76 veces la página: 76/63= 1.20
Servicio 2: En 27 sesiones se ha visitado 31 veces la página: 31/27= 1.14
Servicio 3: En 9 sesiones se ha visitado 10 veces la página: 10/9= 1.11
El servicio 1 también es el servicio que se visita más veces dentro de una misma sesión.
Columna “tiempo en la página”.
Información:
- El tiempo que están en la página del servicio 2 es el doble que en los demás servicios.
- El tiempo del servicio 1 y 3 es prácticamente el mismo.
Interpretación:
Me encuentro con una contradicción con las conclusiones anteriores. Parece que aunque el servicio 1 tenga más visitas, el servicio 2 despierta más interés ya que están más tiempo informándose. Aquí me surgen dudas. ¿La página del servicio 2 tiene más información y se necesita más tiempo para verla? o es que la información no está lo suficientemente clara. Esta respuesta la obtendremos en un análisis de comportamiento, no el que estamos realizando ahora de comparación.
Columna “entradas”.
Información:
- El servicio 1 tiene 23 entradas directas, frente a las 8 que suman las de los otros dos servicios.
Interpretación:
Este dato, si no lo cruzo con otro, no me aporta mucho para el objetivo de este análisis. No le hacemos caso, ya que me da igual cómo accedan a las páginas, lo que quiero obtener es, qué servicio gusta más, así que me centro en los datos que me interesen únicamente.
Columna “porcentaje de rebote”
Información:
- Los usuarios que han llegado a la web y la primera página que ven es la del servicio 3 siguen adelante navegando o interactuando.
- Aproximadamente la mitad de los que aterrizan en los servicios 1 y 2 llegan y se van.
Interpretación:
Qué curioso, ahora resulta que el servicio 3 es el que más valor aporta a primera vista y hace que los visitantes sigan navegando y obteniendo información de la empresa o de otros servicios.
Columna “porcentaje de salidas”
Información:
- Aproximadamente la mitad de los que han pasado por una de estas páginas, acaban saliendo en la misma página.
Interpretación:
Como estamos comparando servicios, esta información es irrelevante, pero no descuido esta métrica para otro tipo de análisis con otro objetivo.
Conclusión a nuestro análisis de aceptación de servicios
Con lo que hemos visto hasta ahora, sabemos que:
- El servicio 1 parece ser nuestro ganador ya que es el más visitado, parece ser el que más interés despierta.
- El servicio 2 se detienen más a leer cada detalle.
- El servicio 3 necesita más información de apoyo ya que van a buscarla.
Esta conclusión es muy básica, ya que en nuestro ejemplo nos falta mucha información. La interpretación de estas métricas variará mucho dependiendo de las características concretas de cada servicio.
Si es un servicio en el cual se necesita detallar todas las características y además son muchas, aumentará el tiempo de permanencia en la página.
Si el servicio 1 está mejor posicionado en los buscadores que el resto de servicios, puede ser el motivo por el que tiene más visitas.
A partir de aquí lo podemos complicar todo lo que queramos.
Para confirmar este análisis deberíamos de ver qué página han visitado antes de llegar al servicio 1. Si vienen de una página que contiene el listado con todos nuestros servicios y al que más acceden es al producto 1, se confirmaría nuestra hipótesis ya que el usuario ha elegido el servicio 1 mayoritariamente de entre los demás.
Pero la analítica digital no se queda aquí. Hemos descubierto que el servicio 1 es el más demandado, ahora tocaría analizar el por qué los demás son menos visitados. ¿Hay algún enlace roto hacia esa página?¿Están menos posicionados en los buscadores? ¿No está clara la información de estos servicios en la página de listado de servicios? ¿El tiempo de carga de la página es elevado y se van antes?
Tendríamos que ir dando respuestas a cada una de estas preguntas, solucionar los posibles errores y aplicar las mejoras que sean necesarias.
Fíjate en la cantidad de información útil que se obtiene de Google Analytics y una simple tabla con seis columnas. Información que podemos descifrar para aplicar mejoras en nuestra web, en nuestros servicios o productos, potenciar los servicios más rentables con un impacto directo en nuestro negocio.
Un consejo
De nada sirve obtener datos, analizarlos para convertirlos en conocimiento, si después no se aplican las hipótesis de mejora.
Si quieres aportar alguna mejora o simplemente tú opinión, dímelo en los comentarios, si no estás de acuerdo con algo, dímelo en los comentarios. o incluso, si este post a llegado a serte útil, me pondría muy contento leerlo en un comentario.
Gracias por leerme, espero haberte sido útil. Analiza y gana.
