La versión 14.1 del conocido producto estrella de Omniture -SiteCatalyst- presenta desde la pasada semana informes relacionados con el seguimiento automático para las estadísticas de tráfico en dispositivos móviles, así como modelos, características y funcionalidades de los dispositivos que accedan a páginas con el código SiteCatalyst incluído.

 Según su propia nota de prensa, con un partenariado con el grupo dotMobi y su base de datos DeviceAtlas, SiteCatalyst se comunica directamente con una extensa librería de perfiles de dispositivos para poder identificar el modelo concreto que está accediendo al website y obtener datos tan interesantes como la disponibilidad del soporte a cookies -esencial para posibilitar el seguimiento de usuarios únicos-, la posibilidad de reproducir video o audio en el dispositivo, o datos que en nuestros informes ya se habían quedado obsoletos como el tamaño y resolución de la pantalla, que cobran de nuevo vida para convertirse en un dato básico y necesario a tener en cuenta para construir un website adaptado a los usuarios que disfruten de nuestros contenidos desde sus pequeñas pantallas.

Webtrends acaba de anunciar una nueva solución para la medición de vídeos, que permitirá descubrir los diferentes patrones y tendecias de los usuarios a la hora de interactuar con los recursos ‘media’.

Este servicio permitirá a los profesionales del marketing:

• Hacer seguimiento de las iteracciones realizadas sobre diferentes formatos de vídeo, incluyendo Flash, flex y Microsoft Silverlight.
• Obtener información del uso de Windows Media, Real Media, Apple Quicktime y ficheros de vídeo embedidos en páginas web.
• Ver el proceso de los usuarios cuando acceden a los vídeos y las acciones que realizan después.
• Medir la efectividad que tiene la inversión en medios online.
• Identificar y optimizar cómo y cuando captar la audiencia con videos online.

Es interesante hacer esfuerzos por intentar captar la atención de los usuarios a través de contenidos media, ya que todas las previsiones señalan que Internet superará en ingresos publicitarios a la televisión, el alto coste de los espacios en televisión y en otros medios tradicionales como los periódicos, unido a la universalización de Internet y sus mayores posibilidades, hacen que los anunciantes cambien de soporte y apuesten por la Red.

De hecho, el líder de búsquedas por internet Google Inc (que ha adquirido Youtube) planea comenzar a vender publicidad que aparezca en videos por internet, y ya ha llegado a acuerdos con 20 clientes, para tratar de hacer con los videos lo mismo que ha hecho con textos.

Hace unos días estuvimos hablando acerca del seguimiento de eventos en Google Analytics, explicando en qué consistía y definiendo la estructura del modelo de datos.

Ahora que ya tenemos claro cuales son los distintos componentes del modelo (objetos, acciones, etiquetas y valores), vamos a pasar a la implementación.

Lo primero que debemos es hacer es etiquetar las páginas del sitio Web con el código de seguimiento (GATC). Aprovecho para recordar que el seguimiento de eventos solo funciona con la nueva versión del código (ga.js).

El siguiente paso es crear el objeto a analizar. Para ello, utilizaremos el método _createEventTracker(). Si volvemos al ejemplo comentado en la primera parte, en el que un usuario reproducía un vídeo en una página determinada, la llamada a dicho método para la creación del objeto nos quedaría de la siguiente manera:

var videoEventTracker = pageTracker._createEventTracker(’Video’);

Hay que tener en cuenta que la invocación a _createEventTracker() debe aparecer después del código de seguimiento para que funcione correctamente.
Una vez hecho esto, cuando accedamos a los informes encontraremos “Video” en el informe de objetos.

Ahora que ya tenemos creado el objeto, podemos pasar al siguiente paso: el seguimiento de las acciones.
Para llevar a cabo el seguimiento de las acciones, tenemos que añadir un poco de JavaScript a nuestra página. Si continuamos con el ejemplo de la reproducción de un vídeo, el código correspondiente cuando un usuario hace click en el botón “Play” podría ser el siguiente:

onClick=”videoEventTracker ._trackEvent(’Play’, <etiqueta>, <valor>);”

En la primera parte ya habíamos comentado que los valores para <etiqueta> y <valor> son opcionales pero que podían llegar a ser de gran utilidad. Por ejemplo, en la etiqueta podríamos colocar el título del vídeo que el usuario reproduce, y al valor le podríamos asignar el tiempo en segundos que tarda en cargar el vídeo:

onClick=”videoEventTracker ._trackEvent(’Play’, ‘Do the Evolution’, ‘29′);”

De esta forma, si tuviéramos varios vídeos en una misma página, podríamos hacer el seguimiento de cada uno de ellos utilizando el mismo objeto y diferenciarlos a través del uso de distintas etiquetas.

Mas información y ejemplos: Event Tracking Guide – BETA

A través de WebMetrics Guru nos enteramos de una historia curiosa e interesante, que nos da una idea de la relevancia que están tomando los portales sociales como es el caso de Facebook, y los esfuerzos a la hora de organizar las campañas de marketing de una compañía para conseguir un visitante cualificado.

La historia comienza con un sorprendido usuario de Facebook residente  en New York que vé cómo un anuncio en su página personal de Facebook le saluda con un caluroso “Hey Jew!” (”Hola, Judío”). La pregunta es inevitable. ¿Cómo sabe Facebook que soy Judío? En su perfil no especificaba ninguna creencia religiosa ni afiliación política -en realidad, es un hecho que casi nadie lo hace-. Se puede pensar que es posible inferir este tipo de información a partir de datos que sí son más habituales en Facebook, como ciudad natal, zona de residencia, grupos a los que estás suscrito, amigos que tienes añadidos (grupos, gustos e información de tus amigos) y muchos otros datos con los que podrías cerrar el círculo hasta conseguir un margen de error estimado.

Sin embargo, la solución es más sencilla que aplicar una inmensa minería de datos haciendo complicadas e interminables relaciones entre toneladas de información.

Para ahorrarse este problema, el anunciante se basa en la localización del usuario que se conecta a Facebook. Para este caso concreto, se centran en las estaciones del metro de New York con mayor afluencia de usuarios Judíos. Conociendo el rango de IPs que una estación de metro pone a disposición de sus usuarios para acceder a Internet, es muy sencillo identificar en tiempo real la estación desde la que se conecta.

Si tenemos datos como que el 80% de los usuarios de una determinada estación de metro en un intervalo de horas específicas al día es de origen Judío, tenemos un 80% de posibilidades de que el usuario al que le aparezca la publicidad sea un usuario cualificado para nosotros, un porcentaje muy difícil de alcanzar por otros métodos.

A mediados de octubre del año pasado, Google dio a conocer algunas de las nuevas características que formarían parte de la actualización del código de seguimiento de Google Analytics (Google Analytics Tracking Code). Una de las más destacadas es el seguimiento de eventos (Events Tracking).

En este contexto, se consideran eventos las acciones en las que un usuario interactúa con algunos elementos de nuestra Web, como por ejemplo un reproductor de video, un reproductor de audio o cualquier otro widget.

A través del seguimiento de eventos, seremos capaces de conocer el nivel de implicación o engagement de los usuarios con el contenido interactivo de nuestra Web.

Antes de empezar a utilizar esta característica, tenemos que ser capaces de identificar cuales son exactamente los datos que le vamos a enviar a Google Analytics para llevar a cabo el análisis. Necesitamos definir tanto el nombre como el valor de esos datos.

Estructura del modelo de datos

El modelo de datos para el seguimiento de eventos esta formado por los siguientes componentes:

• Objetos
• Acciones
• Etiquetas
• Valores

Objetos

Los objetos son las partes de la página con las que el usuario interactúa. Como comenté anteriormente, un objeto podría ser desde un vídeo hasta una mini-aplicación en Ajax.

Acciones

Representan las acciones que los usuarios llevan a cabo con el objeto: nos dicen qué hizo el visitante. Un objeto determinado podría dar lugar a que el usuario ejecute muchas acciones. Llegados a este punto, somos nosotros los que tenemos que centrarnos en una de ellas. La elección se realizará en función de nuestras necesidades.

Etiquetas

Las etiquetas se utilizan para “asignarle un valor” a las acciones.
El uso de las etiquetas es opcional pero a la vez muy recomendado. Por ejemplo, si en una página Web existe la posibilidad de reproducir tres videos distintos, nos resultaría útil proporcionarle un valor a cada uno de ellos. De esta manera podríamos identificarlos fácilmente, obteniendo la siguiente información en caso de que un usuario reproduzca el primer vídeo:

• Objeto: “Video”
• Acción: “Play”
• Etiqueta: “Título del video 1”

Valores

Los valores son datos numéricos que le podemos asignar al objeto, la acción y la etiqueta con la que estamos trabajando. Su definición también es opcional y puede llegar a ser muy útil para determinados eventos.

Ahora que ya tenemos claro el modelo de datos podemos pasar a la implementación, pero eso lo dejo para la segunda parte.

A la hora de generar informes de tráfico en nuestra herramienta (page views, visits y visitors), se plantea una decisión previa que normalmente pasa desapercibida para el usuario final: ¿Qué nombre asignamos a cada página?

Caben varias posibilidades, en función de la potencia de la herramienta:

Si la herramienta es sencilla, no cabe lugar a duda, se toma obligatoriamente el valor de la URL. El problema viene cuando las URLs no son suficientemente descriptivas (muy común al trabajar con gestores de contenidos).

Otras herramientas nos dan la posibilidad de escoger entre la URL o el Título de la página (contenido de la etiqueta HTML ). Según la estructura del website esto nos puede ayudar.

Finalmente, las herramientas avanzadas ofrecen la posibilidad de definir el nombre de la página manualmente, alimentando una variable. Si bien esto es una gran ventaja para el usuario final (informes de tráfico mucho más descriptivos), suele ser un quebradero de cabeza para los diseñadores/implantadores del etiquetado.

Es necesario diseñar una estrategia de nombrado que garantice la identificación de forma unívoca de todas las páginas del website. Además, es necesario buscar un mecanismo para asignar valor a la variable sin tener que ir página por página de forma manual, algo que resultaría inviable en grandes portales web.

Es en este punto cuando toma un valor añadido la experiencia del diseñador/implantador de soluciones de analítica, ya que mientras que una buena estrategia de nombrado permitirá obtener información clara y descriptiva con un simple vistazo de los informes de tráfico, una mala estrategia de nombrado se traducirá en informes ilegibles y poco útiles.

Han pasado ya unos meses desde que Eric Peterson nos evangelizara sobre la belleza del “Engagement” (su palabra sigue propagándose mediante Webinars y documentos esponsorizados) y Jason Burby desplegara su propuesta para triunfar mediante técnicas de “scoring”.

De entonces a esta parte, como si de una prueba de universidad americana se tratase, una avalancha de peticiones de cliente se han acumulado ante nosotros, exigiéndonos evaluar las propuestas de los susodichos e ir incluso más lejos en la elaboración de nuevas metodologías sobre el único sustento de nuestro sentido común.

De pronto nos hemos visto rodeados de gente y tecnologías igualmente nuevas, y nos hemos visto obligados a pensar de un modo ligeramente diferente acerca del futuro próximo.

Me limito a apuntar unas reflexiones sueltas:

- Social Media Analytics (en aquellos casos en que no trabajamos directamente con el “medio social”) nos lleva a conocer el peso de los diferentes medios sociales sobre nuestro negocio, ayudándonos a focalizar esfuerzos y optimizar su impacto

- En cierto modo, ya habíamos empezado a trabajar con la optimización de entornos de tercera parte cuando comenzó nuestra cruzada hacia la medición/optimización del SEO, pero la SMO (Social Media Optimization) representa un desafío aún mayor

- El desafío con la optimización de entornos participativos, colaborativos o comunitarios es que, si bien la labor de medición puede tener mayor o menor éxito, todo esfuerzo encaminado a su optimización podría perfectamente avanzar contra natura del propio medio (que ha aglutinado a su audiencia, precisamente, gracias a su capacidad para mantenerse libre de intereses económicos partidistas, otorgando el poder al individuo)

- Del mismo modo que los profesionales del PR han sabido orquestrar un delicado equilibrio en el mundo analógico, los departamentos de online marketing del futuro tendrán que buscar el afinado perfecto a esta guitarra de doce cuerdas que son las redes sociales

Tras el éxito del Conversion Thursday del pasado mes de Junio, para Julio os proponemos un tema que os dé algo en qué pensar durante los próximos días de sosiego: “SEO y Analítica Web“.

Hablará Jaume Clotet sobre cómo medir y optimizar el SEO con una herramienta de analítica web. También contaremos la presencia de expertos en SEO como Ismael El-Qudsi o Miguel Orense.

El objetivo es compartir nuestro conocimiento sobre el posicionamiento en buscadores, y cómo la analítica web nos puede ayudar en este aspecto tan importante para el éxito de cualquier proyecto web.

Más información http://es.amiando.com/conversion_thursday_madrid_julio_2008

Cuando una compañía dispone de varios sitios web claramente diferenciados, se abren varias posibilidades a la hora de diseñar la solución de analítica:

La primera y más simple es enviar el tráfico de todas las web a una única cuenta/contenedor. Esta opción se denomina comúnmente realizar un agregado.

Este método suele ser el más habitual, ya que disponemos de todos los datos en un mismo contenedor, manteniendo un visión global de la actividad de la empresa en Internet. El problema surge cuando queremos ver el detalle de una web, ya que a veces resulta difícil obtener la información.

Otra opción consiste en crear varias cuentas diferentes en nuestra herramienta de analítica, y enviar el tráfico de cada web a un contenedor. De este modo dispondremos de los datos de cada web por separado.

En este caso nos encontramos el caso contrario: no disponemos de una visión global.

Las herramientas avanzadas ofrecen una tercera opción. La idea es crear un contenedor separado para cada web de la compañía, y otro global para todas.

Con este diseño, siempre que se envíe tráfico a un contenedor hijo, se replicará la información en la cuenta global.

La potencia de este diseño reside en que la cuenta global no suma visitas/visitantes, ya que se trata el conjunto de sites como una unidad, obteniendo una visión global mucho más real que con los modelos anteriores. Si necesitáramos estudiar una web en detalle, simplemente habría que acceder a la cuenta “hija”, donde solo están almacenados los datos de esa web.

Cuando se plantean estas posibilidades a los responsables de Marketing, todos eligen el modelo 3, ya que es el que mejor se adapta a sus necesidades. El problema es que el tercer modelo, además de ser mucho más potente, es mucho más caro. Es entonces cuando hay que preguntarse cuanto presupuesto merece la solución de analítica.

Esta decisión es clave, ya que de ella depende el éxito de la compañía en Internet.

Una modalidad de campaña online hoy en día muy vigente es el establecimiento de relaciones de partenariado con webs de alta visibilidad en la industria en en la que nos movemos. Estos acuerdos garantizan un espacio disponible para la colocación de banners y un precio negociado a medio o largo plazo.

Por supuesto, el acuerdo de partenariado es sólo el principio. A partir de su formalización se abren múltiples posibilidades relativas al tipo de banner o vínculos usados.

En ocasiones toca al Analista Web estimar la eficacia de uno o varios acuerdos de partenariado. Para llevar a cabo este juicio, el Analista debe ser capaz de:

1. Garantizar el correcto seguimiento de cada campaña, mediante un correcto etiquetado de las diferentes referencias
2. Asegurarse de que los informes de actividad de campañas hacen buen uso del dato recopilado, evitando impurezas en el proceso de medición
3. Interpretar correctamente los informes obtenidos, limitando las comparaciones a periodos y segmentos equivalentes.

Sólo entonces podremos agrupar el conjunto de campañas asociadas a cada Partner y estimar el valor real de nuestra relación.