Bienvenidos a la carrera por la mayor innovación en servicio al cliente: Online Banking presenta uno de los mercados más apasionantes en este sentido.

Teniendo en cuenta el impacto que la eficacia de un sistema de autogestión tiene sobre la carga de trabajo de las oficinas o el peso de la venta cruzada a clientes fidelizados, el seguimiento de actividades en este entorno se presenta crucial.

Su importancia es aún mayor si tenemos en cuenta la revolución que se avecina en el traspaso de muchas de estas funcionalidades a los entornos móviles (no hay más que ver la noticia de esta semana al respecto de La Caixa).

Con la limitada autoridad que me pueda dar haber desplegado soluciones y metodología de Analítica Web para ocho diferentes entidades financieras, me gustaría esquematizar cuatro primeras directrices que considero esenciales para la elaboración de una estrategia de éxito en esta industria.

1. Perfiles humanos

En primer lugar, no se puede diseñar una política eficaz de agrupación de métricas sin antes tener una idea muy clara de las competencias de cada uno de los “tomadores de decisiones”, “ejecutores” y “actores necesarios”. Este es el clásico error en el que se incurre cuando se aplica el mismo patrón a dos empresas diferentes. Y la banca es uno de esos mercados en los que no hay dos empresas estructuradas de la misma forma.

2. Dimensionamiento de las posibilidades del medio interactivo

Otra característica de este mercado es la relativa creatividad de los equipos en el diseño de microaplicaciones, simuladores o asistentes virtuales. Si a ello sumamos la presencia de gestores de contenido de última generación (la banca no se caracteriza por la austeridad en este capítulo), deberemos también tener en cuenta las múltiples posibilidades ofrecidas por éstos para la personalización de contenidos, ofertas o servicios.

Cae de cajón que un mayor nivel de interactividad implica un mayor campo de juego para la medición (y la mejora). No podemos escatimar en tiempo a la hora de estudiar a fondo las posibilidades de integración de mecanismos de medición con estos elementos interactivos.

3. Estudio de alcance de las posibilidades de intercruzado con información referente a usabilidad y datos cualitativos

Por supuesto, estos elementos tienen su propio peso especifico sobre la optimización de campañas, servicios, contenidos o ventas, con lo que resulta muy importante tener claro desde el principio hasta qué punto podremos aunar esfuerzos y avanzar en la misma dirección.

En esta línea, nuestros esfuerzos de A/B Testing o pruebas multivariables podrán “beber” de los diferentes itinerarios planificados desde un punto de vista de Arquitectura de Persuasión (otro día hablamos de Eisenberg y su ferviente pasión por este gran concepto, “Persuasión”).

Y Por último:

4. ¡Nunca perder el norte con relación a los objetivos globales fijados!

Importante recordar que no estamos aquí para entretenernos y curiosear con las tendencias de la clientela, sino para aportar valor al cliente!

Por supuesto, me dejo conejos en la chistera, pero ¡de algo tenemos que vivir!

Aquí una pregunta habitual en el marco del análisis de Herramientas de Búsqueda de Referencia: ¿Por qué será que la palabra que más tráfico genera es precisamente mi propio nombre de dominio, coincidente con el nombre de mi empresa/ la marca registrada bajo la que trabajamos?

Obviamente, hay un nada despreciable volumen de gente que usa la ventana de búsqueda en Google como si se tratara de la ventana de solicitud del propio navegador (”dirección web”), incluyendo las “www” como parte del propio criterio de búsqueda.

A ello hay que añadir la ingente cantidad de búsquedas que tienen por palabra clave nuestro propio nombre o marca sin más (no ya la URL sino el nombre de la empresa o marca), que en gran medida coincidirá.

Y aquí viene el gran dilema: ¿Necesitaré invertir en SEO y/o PPC para aprovechar el tirón que de puro “derecho” considero que me corresponde?

Con su triste respuesta: Las cifras parecen respaldar el SÍ.

Lo mejor, por supuesto, es hacer la prueba internamente (con más enfoque en conversión o coste de adquisición que volumen total, por supuesto).

A nadie se le escapa de todos modos, que los controles impuestos por los buscadores (digamos Google AdWords) para evitar la violación de marcas registradas durante el proceso de registro de palabras esponsorizadas (diversos litigios ante los tribunales han ido dando forma a este sistema) no llegan a atajar los esfuerzos de competidores, brokers y análogos oportunistas por adelantar en posiciones a quien se considera legítimo titular.

Arrancamos la semana con un artículo de ComputerWorld que retoma un tema ya debatido en el mes de Noviembre en este propio blog “Analítica en tiempos de Web 2.0“.

Resulta evidente que, a medida que han ido proliferando los entornos y funcionaldades colaborativas, los sitios web actuales requieren -con mayor frecuencia- el envío asíncrono de datos relacionados con la interacción del usuario, entre carga y carga de página, debido a los desarrollos y contenidos (principalmente videos) basados en tecnologías Flash, Ajax, etc.

Nielsen/Netratings abandonó las “paginas vistas”, como metríca principal, en su modelo de medición en Junio pasado argumentando que el alto impacto de las aplicaciones Ajax en los sitios web a seguir la convertían en algo irrelevante. Ocho meses despues, rectifica su justificación y apunta directamente a la masiva integración de videos en los sitios web, para priorizar métricas basadas en tiempo consumido dentro del site.

Nielsen no es el único en el camino y las propuestas de nuevas métricas más eficaces forman parte del debate y del futuro que nos llega en analítica web. Por supuesto, el problema de métricas basadas en tiempo es la falta absoluta de control vinculada a un entorno (HTTP) en el que dependemos completamente de peticiones puntuales (”timestamps”) para calcular tiempos de consumo… y se ha hablado largo y tendido sobre este tema en este blog.

Independientemente de la métrica, coíncido con algunas de las afirmaciones incluidas en el mencionado artículo, lo más relevante son las medidas que la empresa debe adoptar como resultado de sus análisis y el giro semántico que debe darse para relativizar la importancia de dichas métricas.

Este KPI nos permite dar una visión de la capacidad que tiene la web de atraer o retener a nuestros visitantes. Se basa en dos medidas que por lo general cualquier herramienta de analítica ofrece en un informe: Número de visitantes nuevos y número de visitantes repetidores.

Dividiendo ambos valores obtendremos el ratio de nuevos visitantes frente a repetidores (en ingles, ratio of new to returning visitors), proporcionándonos un valor numérico entre 0 y n. Por ejemplo, si obtenemos un valor de 5, se puede interpretar que por cada visitante que se retiene se adquieren 5 visitantes nuevos.

Los valores por debajo del 2 indican que el sitio web es particularmente fuerte a la hora de fidelizar al visitante o trabajar con una audiencia estable.

Por supuesto, los objetivos de cada web específica harán un uso particular de este KPI:

• Los sitios de venta al consumidor (”retail”) tendrán más interés por atraer a visitantes nuevos.
• Un blog (como este mismo) podría estar más interesado en contar con un grupo sólido de visitantes fieles.

A juicio de Eric Peterson, el valor ideal de este KPI es el que mantiene un equilibrio entre visitantes nuevos y repetidores de entre 1.2 y 2.5 de ratio.

Se repiten últimamente los elogios y críticas por igual al método de Taguchi como base para el Multivariable Testing (para añadir leña al fuego, Offermatica lo usa y Optimost no). ¿Cuál es su verdadera limitación?

Taguchi creó una teoría para el Diseño de Experimentos destinada a entornos de fabricación en masa e ingeniería, pero con un importante logro que la hace transportable al marketing online: Permitió descubrir la combinación más óptima de varios factores con valores diferentes en múltiples niveles con vistas a un Objetivo dinámico (“Target”).

La teoría de Taguchi se basa en sus Arrays (matrices ortogonales que acomodan múltiples variables) y su limitación se materializa en aquellos tests que combinan muchos factores con números dispares de niveles (la combinación de factores y niveles de valores debe de encajar en las Arrays facilitadas).

Abundan hoy en día los modelos matemáticos alternativos a Taguchi, pero cada uno de ellos debe ser igualmente escrutinizado para ponderar sus propios defectos. Con independencia del modelo, la clave estará, principalmente, en establecer un correcto ciclo de pruebas que permita eludir estas limitaciones.

La feria congreso Online Marketing España se celebrará en su cuarta edición en fechas 12 y 13 de Marzo. Tras la muy positiva resonancia de OME 2007 en Madrid con 59 expositores, más de 50 ponentes y 3200 visitantes profesionales altamente cualificados, OME 2008 contará con una gran ampliación ofreciendo así a todos los participantes bastante más espacio y una mayor oferta informativa.

Accede a la página de registro para reservar tu entrada.

Como hoy es San Valentín y nos toca confesar amoríos, ahí va uno de lo menos apasionante: Hace tiempo que me enamoré del ROI.

O más bien debería decir que hace tiempo que mi Scorecard se enamoró de él… pero prefiero daros una práctica descripción del objeto de mis pasiones a plantearme la naturaleza de tan tormentosa relación a tres bandas…

Para empezar, se debate aún el sexo del propio ROI. Si lo traducimos directamente del inglés (”Return On Investment”) podemos quedarnos con EL Retorno de la Inversión. Pero con frecuencia lo encontraremos más bien traducido como LA rentabilidad sobre la inversión. En cuyo caso me tengo que plantear muchas más cosas

Dejémoslo en ROI y pongámonos serios: El ROI puede definirse como el beneficio que obtenemos por cada unidad monetaria invertida en la generación de tráfico (o la atracción de visitantes, en su caso) durante un periodo de tiempo.

Utilizamos el ROI para llevar a cabo un análisis de la viabilidad de las diferentes campañas o esfuerzos de optimización que se están realizando en la empresa, y también nos permite medir el éxito de las mismas o bascular inversiones en función de resultados.

A la hora de plasmar el ROI en un KPI, la fórmula para su estimación sería:

Beneficio controlable / Inversiones controlables = ROI

El Beneficio controlable puede obtenerse a partir de los ingresos asociados y el dato externo de coste.

Las Inversiones controlables están cada día más disponibles en el propio entorno de Analítica Web (gracias al nivel de integración logrado entre diversos medios), con lo que es posible que no sea necesario recurrir a fuentes externas.

Como ventaja de este ratio, nos va a permitir comparar la gestión de objetivos con distintos volúmenes de inversión. Además de esto, ante la falta de fondos suficientes, se dará preferencia a financiar los objetivos con mayor ROI (a igualdad de inversión, mayor beneficio).

Entre sus inconvenientes podemos encontrar la falta de congruencia entre los objetivos asociados a un departamento o equipo aislado (ej.: Venta directa al particular) y los vinculados la organización en su conjunto (ej.: Empresa que vende a través de ambos canales, directo y distribución). Para solventarlo podemos recurrir entonces al concepto clásico de beneficio residual, que es el resultado de restar a la utilidad los costes de capital. De todos modos, cada medida de ROI suele estar vinculada a un departamento en particular.

El ROI tiene además varios compañeros de juerga que puedo pasar a enumerar:

Muy próximo al ROI se encuentra el Ratio de Conversión, el cual nos permite medir cuantos de nuestros visitantes se convierten en clientes, es decir, cuántos acaban comprando.

Si filtramos el primer elemento de este último KPI (nuestros visitantes) y nos quedamos únicamente con aquellos cuya atracción está asociada a un coste podremos obtener el Coste de Adquisición de clientes.

Por último, hacemos uso del segundo elemento (cuántos acaban comprando) para combinarlo con los ingresos obtenidos (que permiten obtener el Beneficio controlable en la fórmula del ROI) y obtener el Valor Medio por Comprador.

Como digo, yo me quedo con el ROI, pero si no me hace mucho caso y se me pone negativo tendré que empezar a pensar en sus colegas

Por todos es sabido que el uso de Google Analytics está ampliamente extendido en Internet, ya sea por su popularidad, o por su coste cero. Tampoco es ninguna novedad la costumbre que tenemos de no leer las condiciones de uso de los servicios que utilizamos, más aún cuando se trata de un servicio gratuito, y de una empresa “bien valorada” como es Google.

Javier Casares (OjoBuscador) se hacía eco estos días de una noticia publicada en Argentina por Pablo y Tamara de Kabytes. Éstos nos recuerdan ciertos aspectos de las condiciones incorporadas al “contrato de adhesión” de Google Analytics. También explican que un alto porcentaje de websites la incumplen, sobre todo en el apartado de privacidad.

Parándonos sobre el propio contrato, veremos que el punto 8.1 se refiere a la protección de datos, y obliga al usuario a incluir el siguiente disclaimer en su web:

“Esta página web utiliza Google Analytics, un servicio analítico de web prestado por Google, Inc., una compañía de Delaware cuya oficina principal está en 1600 Amphitheatre Parkway, Mountain View (California), CA 94043, Estados Unidos (“Google”). Google Analytics utiliza “cookies”, que son archivos de texto ubicados en su ordenador, para ayudar al website a analizar el uso que hacen los usuarios del sitio web. La información que genera la cookie acerca de su uso del website (incluyendo su dirección IP) será directamente transmitida y archivada por Google en los servidores de Estados Unidos. Google usará esta información por cuenta nuestra con el propósito de seguir la pista de su uso del website, recopilando informes de la actividad del website y prestando otros servicios relacionados con la actividad del website y el uso de Internet. Google podrá transmitir dicha información a terceros cuando así se lo requiera la legislación, o cuando dichos terceros procesen la información por cuenta de Google. Google no asociará su dirección IP con ningún otro dato del que disponga Google. Puede Usted rechazar el tratamiento de los datos o la información rechazando el uso de cookies mediante la selección de la configuración apropiada de su navegador, sin embargo, debe Usted saber que si lo hace puede ser que no pueda usar la plena funcionabilidad de este website. Al utilizar este website Usted consiente el tratamiento de información acerca de Usted por Google en la forma y para los fines arriba indicados.”

Para empezar, la propia Ley Orgánica de Datos Personales española ya nos obligaba a muchas de estas cosas (no enviar datos personales a EEUU, advertir sobre el uso de cookies, etc.).

Pero por encima de la obligación legal (probablemente ya incumplida por una multitud de webs), Google ha establecido una obligación contractual que le daría derecho a cancelar la cuenta de usuario de Google Analytics.

En efecto, Google se reserva en las propias condiciones el derecho de visitar nuestra web y comprobar si se ha incluido el comunicado anterior, pudiendo cancelar el servicio en caso contrario.

En definitiva: Sería conveniente echar un vistazo al contrato en cuestión para garantizar que estamos cumpliendo con nuestras obligaciones, evitar una multa de la Agencia Española de Protección de Datos y no perder nuestra preciada cuenta de Google Analytics!

Basado en el webcast de Eric T. Peterson titulado “Web Analytics: A day a month” los chicos de Tableau Software han dispuesto un interesante white paper gratuito en el que se pueden seguir los temas tratados en el webcast original, entre los que se incluyen:

• Mejorar el conocimiento sobre nuestros visitantes
• Optimización del sitio web
• Puesta a punto de un entorno de medición
• Informes y dashboards

Este white paper, tal y como lo describen sus creadores, es de lectura obligada para todos aquellos responsables de análisis de datos y de optimización del canal web.

Para realizar la descarga es necesario completar previamente el formulario de registro que se encuentra en la siguiente dirección:

http://www.tableausoftware.com/web_analytics_wp_peterson

Hace poco hemos migrado nuestro sistema de sindicación de contenidos RSS a la plataforma FeedBurner. Este sistema funciona como un filtro a través del cual se procesa nuestro feed RSS y provee de mucha información valiosa, a priori un tanto difícil de conseguir como ya habíamos comentado en otras ocasiones. Lo más llamativo es lo más simple: ¿Cómo conoce FeedBurner el número de suscriptores a nuestro RSS?

En realidad, lo que hace FeedBurner es aproximar dicho número. Simplemente, presenta el número total de individuos que han solicitado el feed en el último periodo de 24 horas. La mayoría de estos suscriptores pertenecen a uno de estos dos grupos:

• Los que usan un lector de RSS de “escritorio”, es decir aplicaciones stand-alone que realizan una petición al feed regularmente en un intervalo de tiempo determinado, siempre que el lector esté en ejecución en el ordenador del usuario.
• Los que usan un lector de RSS basado en web (Google Reader, Bloglines, etc..) los cuales realizan una sola petición al feed regularmente y la reparten entre todos sus usuarios sindicados a dicho feed.

En el primer caso, FeedBurner comprueba las caracterísiticas de cada petición, y determina qué peticiones provenien de la misma persona (y por tanto debe ignorar) relacionando diferentes características como dirección IP que realiza la petición, el software utilizado o la exactitud en el intervalo de tiempo entre peticiones.

En el segundo caso no existe forma de analizar las peticiones de cada individuo ya que es la aplicación (Google Reader, Bloglines, etc) la que realiza una petición al feed y luego la replica a todos sus usuarios sindicados. Para obtener estos datos, la mayoría de aplicaciones de lectura de RSS informan directamente a FeedBurner del número de sus usuarios que están suscritos a un feed en concreto, por lo que, aunque resulte técnicamente más complicado (o imposible, sin una plataforma como FeedBurner) el número de suscriptores de este segundo grupo es mucho más fiable que el primero.

El número de personas suscritas a nuestro RSS puede darnos una buena medida de cuantas personas muestran interés en nuestro contenido. Sin embargo, FeedBurner presenta otra medida denominada “Reach” que representa los usuarios que han tomado acción con alguna de nuestras entradas (la han leído o han hecho ‘click’). Profundizaremos en esta medida en próximas entradas del blog.