Analítica web

De Wikipedia, la enciclopedia libre
Saltar a: navegación, búsqueda

Concepto[editar]

La economía entendida como la ciencia que estudia el comportamiento humano desde la perspectiva de una relación entre fines dados y medios escasos, requiere cada vez más del procesado sistemático y objetivo de grandes volúmenes de datos. La analítica web es la recopilación,medición, análisis y reporte de datos web con el propósito de comprender y optimizar el uso de la web. Sin embargo, la analítica Web (Web Analytics) no es sólo un proceso para medir el tráfico web, sino que se utiliza como una herramienta para para evaluar y mejorar la eficacia de un sitio web. Las aplicaciones de análisis web también pueden ayudar a las empresas a medir los resultados de las campañas de atracción de tráfico. Ayuda a estimar cómo cambia el tráfico a un sitio web tras el lanzamiento de una nueva campaña publicitaria. El análisis web proporciona información sobre el número de visitantes de un sitio web y el número de visitas a páginas. Ayuda a medir el tráfico y las tendencias de popularidad que es útil para la investigación de mercado.

La analítica web 2.0 se define como El análisis de datos cuantitativos y cualitativos desde un sitio web y de la competencia para impulsar una mejora continua de la experiencia online que tienen tanto los clientes habituales como los potenciales y que se traduce en unos resultados esperados (online y offline). Avinash Kaushik Entre las funciones principales de la analítica web se cuentan las siguientes:

  • Implementación de procesos de medición (TAG)
  • Clickstream
  • Experimentación y testing (Test A/B)
  • Análisis de resultados

La mayoría de los procesos de análisis web se resumen en determinadas etapas esenciales, que son:

  1. Recopilación de datos: Esta etapa es la recopilación de los datos mediante implementaciones de código Javascript o logs. Normalmente, estos datos son cuentas de cosas. El objetivo de esta etapa es reunir los datos.
  2. Tratamiento de datos en la información: Esta etapa usualmente contabiliza y hace ratios. El objetivo de esta etapa es tomar los datos y conformarlos en información, específicamente métricas.
  3. Desarrollo de KPI: Esta etapa se centra en el uso de los ratios (y los recuentos) y la infusión de ellos con las estrategias de negocio, conocido como Key Performance Indicators (KPI). Muchas veces, los KPIs se ocupan de aspectos de conversión, pero no siempre. Depende de la organización.
  4. Formulación de la estrategia en línea: Esta etapa se refiere a las metas, objetivos y estándares en línea para la organización o negocio. Estas estrategias suelen estar relacionadas con ganar dinero, ahorrar dinero o aumentar la participación en el mercado.
  5. Experimentos y pruebas: Otra función esencial desarrollada por los analistas para la optimización de los sitios web son los experimentos Los Test A / B son experimentos controlados con dos o mas variantes, en la configuración en línea, como el desarrollador web, el objetivo de las pruebas A / B es identificar los cambios en las páginas web que aumentan o maximizan un resultado estadísticamente probado de interés.Cada etapa afecta o puede impactar (es decir, unidades) en la etapa anterior o posterior. Por lo tanto, a veces los datos que están disponibles para la recopilación impactan la estrategia en línea. Otras veces, la estrategia en línea afecta a los datos recogidos.

Historia[editar]

Esta idea fue rápidamente captada en los Estados Unidos, donde surgieron las primeras herramientas de analítica web, atribuyéndose la primera de ellas a la compañía Webtrends, fundada en Portland en el año 1993. Posteriormente, en 1994 un equipo del Massachusetts Institute of Technology creó NetGenesis (hoy integrado en SPSS Clementine) y Accrue. Finalmente, en el año 1996 nacerían Omniture y WebSideStory. Tras un vertiginoso proceso de integración que vio a Omniture hacerse con el control de WebSideStory y a su vez a Adobe adquirir Omniture en 2009, en el año 2010 IBM compró las soluciones alternativas de Unica y Coremetrics, al tiempo que la empresa de medición de audiencias digitales comScore adquiría Nedstat, cuyo producto cuenta con una fuerte presencia en el sector medios del norte de Europa y Reino Unido.

Inicialmente, en los primeros años de 1990, los esfuerzos de las compañías proveedoras de este tipo de herramientas, se concentraban en el análisis de los archivos “log” generados por los servidores de páginas web. Estos archivos, con estructura de texto plano, recogen importantes variables acerca de la interacción de un visitante con la página web, como por ejemplo páginas vistas, número de hits, y errores 404. Sin embargo, a pesar del valor de esta información, en los primeros años del siglo veintiuno, los diferentes departamentos integrantes de las organizaciones empezaron a demandar más información, naciendo el análisis en tiempo real, y el etiquetado de las páginas o “tagging”.

La analítica web en la empresa[editar]

Gracias a esta evolución, la analítica web comenzó a desempeñar un papel central en aquellas organizaciones (habitualmente anglosajonas) con cierta presencia en Internet. Ahora, no sólo los departamentos de sistemas y diseño web desean información acerca del tráfico, sino también el departamento de marketing.

Es notorio que en la última década el uso de Internet ha experimentado un crecimiento considerable entre los usuarios domésticos, pasando muchos mercados de una situación “off-line” a una situación “on-line”, enfrentándose las empresas a nuevos comportamientos de compra, y a unos mercados cada vez más dinámicos e inciertos, caracterizados por un gran volumen de datos que deben ser convertidos rápidamente en información útil.

La anterior situación hace necesaria la implementación de una herramienta de analítica web que permita a las entidades tomar decisiones de marketing más eficientes, mejorar su estrategia de posicionamiento en Internet, incrementar su cartera de clientes y optimizar el diseño de su página web, además de permitir la evaluación en tiempo real del retorno económico de todas estas actividades. Así, los marketers pueden conocer mejor a su público objetivo y determinar aquellos segmentos o individuos del mercado más rentables; decidir si la web de la empresa es susceptible de recibir más inversiones; detectar oportunidades de mejora o de negocio; comprender mejor los indicadores del rendimiento económico o KPI[1]​ (ROI, ROE, ROS, TIR,...); averiguar qué productos son más rentables; precisar las estrategias del marketing mix; hacer un adecuado seguimiento de clientes, tanto actuales como potenciales; averiguar la procedencia y destino de los visitantes; aumentar la fidelidad de sus clientes,...; en definitiva, gestionar todos los aspectos relevantes de su negocio en Internet, incluso más allá de las capacidades con las que contaban para el análisis de sus mercados off-line.

Independientemente de si en su organización existe un departamento de innovación o si estas funciones son realizadas por otra área como mercadeo o I&D. Es necesario tener definidas métricas de innovación que nos permitan evaluar el desempeño de la compañía en innovación. En las famosas palabras de Lord Kelvin “Lo que no se mide, no se puede mejorar”. A continuación, vamos a mencionar las métricas más recomendadas para gestionar y hacer seguimiento a los esfuerzos de innovación. Estas se dividen en indicadores de resultado si se centran en los beneficios alcanzados en innovación para la compañía (estas son en su mayoría métricas comerciales y financieras) y en indicadores de proceso si se centran en la eficiencia de cada uno de los sub procesos relacionados con la innovación, estos últimas son claves para determinar las áreas donde hay que intervenir con el fin de mejorar los indicadores de resultado.[2]

La analítica web en las organizaciones sin ánimo de lucro y gobiernos públicos[editar]

Resulta obvio pensar que esta información no es exclusiva de los departamentos de sistemas, diseño y marketing de empresas privadas, también las organizaciones sin ánimo de lucro, e instituciones gubernamentales pueden aprovechar el potencial ofrecido por la analítica web.

Desde esta perspectiva, una asociación sin ánimo de lucro, puede controlar entre otros aspectos los accesos de sus colaboradores, optimizar las ventas de sus productos on-line, hacer un diseño de la web más atractivo y navegable, adaptarse a la Web 2.0, mejorar su posicionamiento en buscadores, y maximizar el retorno de sus inversiones en publicidad, tanto on-line como off-line.

La mayoría de administraciones públicas españolas comienzan a prestar un importante número de servicios a sus ciudadanos a través de Internet, sin embargo, se enfrentan al desconocimiento que supone trabajar en un nuevo medio. Es en este punto donde la analítica web puede ayudar a estos organismos a prestar de una forma más eficiente sus servicios, a través de un mejor conocimiento de los comportamientos en sus Portales Web, implementando servicios interactivos orientados al ciudadano. Además, la legislación española en materia de Accesibilidad Web es muy rigurosa, perfilándose la analítica web como una herramienta imprescindible para el adecuado diseño de las páginas web a través de la realización de auditorías de accesibilidad.

En el año 2009 nació el estándar de medición de iniciativas de administración electrónica IMUE,[3]​ cuya aplicación práctica vio la luz por primera vez de la mano de la Generalidad de Cataluña.

Conclusiones[editar]

En la última década, el uso de Internet ha experimentado un crecimiento muy elevado, ampliándose los mercados tradicionales al ámbito virtual. Esta circunstancia se ha traducido en nuevos comportamientos y a unos mercados cada vez más dinámicos e inciertos, caracterizados por un gran volumen de datos que deben ser convertidos rápidamente en información útil para las organizaciones. Es en este punto donde la analítica web ha pasado a desempeñar un importante rol como herramienta útil para reducir la incertidumbre y poder tomar decisiones objetivas basadas en información relevante.

Referencias[editar]

Libros[editar]

  • Burby, J. and Atchison, S. (2007): "Actionable Web Analytics: Using Data to Make Smart Business Decisions", Sybex ISBN 978-0-470-12474-1
  • Damia, J. M., S. (2010): "Meta Analytics: Configurando la mente del Analísta Web". Editorial: Universidad de Palermo ISBN 978-987-1716-14-2
  • Kaushik, A. (2007): "Web Analytics: An Hour A Day", Sybex ISBN 978-0-470-13065-0
  • Kaushik, A. (2010): "Web Analytics 2.0:The Art of Online Accountability & Science of Customer Centricity", Sybex ISBN 978-0470529393
  • Linoff, G.S. and Berry M.J.A. (2001): "Mining the Web: Transforming customer data into customer value", John Wiley & Sons ISBN 0-471-41609-6
  • Maldonado, S. (2009): "Analítica Web: Medir para triunfar", MV Consultoría ISBN 978-84-613-5117-6
  • Muñoz, G. (2011): "El Arte de Medir", Profit ISBN 978-84-92956-64-7
  • Peterson, E.T. (2004): "Web Analytics Demystified", Celilo Group Media ISBN 0-9743584-2-8
  • Peterson, E.T. (2005): "Web Site Measurement Hacks", O'Reilly ISBN 0-596-00988-7
  • Sterne, J. (2002): "Web Metrics, Proven Methods for Measuring Web Site Success", John Wiley & Sons ISBN 978-0-471-22072-5

Herramientas[editar]