Categorías
android aplicaciones móviles apps Configuración Avanzada Eventos iOS móvil Páginas vistas Variables Personalizadas

Medir Apps con Google Analytics

https://m4p.es/medir-apps-con-google-analytics/ Medir Apps con Google Analytics 2012-02-28 08:00:09 admin Blog post android aplicaciones móviles apps Configuración Avanzada Eventos iOS móvil Páginas vistas Variables Personalizadas bootstrap

Aprovechando que ésta semana se celebra el Mobile World Congress 2012_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a05e80″,»Article link clicked»,{«Title»:»Mobile World Congress 2012″,»Page»:»Medir Apps con Google Analytics»}]); en Barcelona, he pensado que sería interesante hacer un repaso sobre cómo se pueden medir las apps móviles con Google Analytics, no?

Actualmente Google ofrece un SDK que se integra con iOS y con Android, teniendo la posibilidad de hacer uso de gran parte de ésta herramienta de una forma completamente integrada con el sistema operativo, sin que sea un suplicio para los desarrolladores.

¿Qué nos ofrece exactamente éste SDK?

Google Analytics iOS Android

Tanto el Kit de Desarrollo de Software de Android_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a05fac»,»Article link clicked»,{«Title»:»Android»,»Page»:»Medir Apps con Google Analytics»}]); como de iOS_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a060a7″,»Article link clicked»,{«Title»:»iOS»,»Page»:»Medir Apps con Google Analytics»}]); ofrecen las mismas opciones de seguimiento:

Seguimiento de páginas vistas

Las páginas vistas es la métrica por excelencia en el seguimiento de páginas web, aunque en algunos casos también es aplicable a aplicaciones móviles. A diferencia de las webs, es necesario definir una estructura que nos permita analizar el consumo de contenido de nuestra aplicación. También podemos utilizar las páginas vistas para realizar embudos de navegación de nuestra aplicación o analizar objetivos.

Seguimiento de eventos

Los eventos se utilizan para medir interacciones del usuario, por lo que tienen mucho más sentido en el análisis de apps, aunque es mucho más recomendable usarlo siempre en combinación con las páginas vistas. Evidentemente, lo podemos usar para hacer el seguimiento de todas las acciones que realize un usuario como ver vídeos, compartir contenido, etc.

Ecommerce Tracking

Si somos Telepizza o Groupalia, necesitaremos hacer uso de ésta funcionalidad para hacer el seguimiento de las compras desde nuestra aplicación ;) Tiene las mismas ventajas y limitaciones que ya tenemos en la versión web, pero es imprescindible su uso si queremos tener una app de venta.

Custom Variables

Con las variables personalizadas, podremos guardar muchos datos tanto del usuario como del contenido que está consumiendo en ese momento. Mediante el SDK tenemos acceso a las mismas 5 variables a las que tenemos acceso desde la web.

Seguimiento del uso offline

Éste SDK nos permite hacer el seguimiento de las apps mientras están offline y, aunque ahora no encuentro en qué punto de la documentación se explicaba, recuerdo haber leído que había un límite de 30 llamadas a almacenar mientras la aplicación estaba offline, lo cual no son muchas. Se debe tener en cuenta, además, que la hora que se registra en Google Analytics es en la que se realiza el envío del “pixel“, no en el momento que ha pasado, por lo que las apps que están mucho rato offline puede que no se midan correctamente en GA.

Limitaciones de las implementaciones

Aunque Google nos ofrece un paquete bastante completo para la medición de aplicaciones móviles, podemos encontrar algunas limitaciones en las implementaciones que podemos hacer actualmente:

  • El tiempo que se envía no es el real si la aplicación estaba offline: ya lo hemos comentado, pero es importante recordarlo de nuevo.
  • No todas las apps se basan en consumo de contenido: medir éstas apps es más complejo.
  • No podemos usar las funciones de _trackSocial
  • El seguimiento de campañas, aunque en Android está un poco mejor, es muy limitado, por lo que se hace difícil poder medir la fuente de los usuarios de nuestra aplicación.
  • La documentación ofrecida por Google es muy escasa.

Conclusiones

El uso de aplicaciones móviles se ha disparado en los últimos años, y las empresas se están adaptando a un ritmo vertiginoso para no quedar fuera de la partida. En el caso de Google, ha adaptado su herramienta de análisis por excelencia en lo que, desde mi punto de vista, es una pequeña chapuza para poder empezar a medir rápidamente, pero no es una solución definitiva.

La complejidad de una aplicación móvil es mucho mayor que una web y no siempre es fácil utilizar las funciones de Google Analytics para analizar el uso de nuestra aplicación. ¿Qué es una visita en una app? Sinceramente, es muy difícil definirlo, y GA está re-aprovechando una interfaz muy pensada para medir webs para medir aplicaciones en la que las visitas y las páginas vistas son las principales métricas a analizar.

EU5 Smartphone Market Share by OSHace unos días, comScore publicaba un estudio_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a061d1″,»Article link clicked»,{«Title»:»publicaba un estudio»,»Page»:»Medir Apps con Google Analytics»}]); en el que indicaba que Android y iOS son los dos grandes players de la batalla de sistemas operativos móviles, pero no debemos olvidarnos de otros sistemas operativos como puede ser Windows Phone, Symbian y Blackberry. ¿Como medimos todas éstas aplicaciones? Con Google Analytics no :)

En el caso que queramos medir éstas aplicaciones, os recomiendo usar Localytics_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a062e2″,»Article link clicked»,{«Title»:»Localytics»,»Page»:»Medir Apps con Google Analytics»}]); o Flurry_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a06400″,»Article link clicked»,{«Title»:»Flurry»,»Page»:»Medir Apps con Google Analytics»}]); como alternativas.

¿Tenéis alguna experiencia con la medición de apps con Google Analytics? ¿Creéis que ésta es la herramienta ideal para analizar el uso de aplicaciones móviles?

Medir Apps con Google Analytics_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a06529″,»Article link clicked»,{«Title»:»Medir Apps con Google Analytics»,»Page»:»Medir Apps con Google Analytics»}]); es un post de Trucos Google Analytics_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a0663d»,»Article link clicked»,{«Title»:»Trucos Google Analytics»,»Page»:»Medir Apps con Google Analytics»}]);.

The post Medir Apps con Google Analytics appeared first on Trucos Google Analytics.


Source: http://feeds.feedburner.com/TrucosGoogleAnalytics-Optimizer

Categorías
Análisis Análisis Web Campaña configuracion de google analytics Google Analytics Publicidad TV

Cómo medir el impacto de anuncios de TV con Google Analytics

https://m4p.es/como-medir-el-impacto-de-anuncios-de-tv-con-google-analytics/ Cómo medir el impacto de anuncios de TV con Google Analytics 2012-02-21 08:15:09 admin Blog post Análisis Análisis Web Campaña configuracion de google analytics Google Analytics Publicidad TV bootstrap

Lanzar una campaña en TV sigue siendo algo en lo que muchas marcas confían ciegamente, y ciegamente ya que rara vez se evalúa numéricamente el impacto de cualquier campaña en TV. En la mayoría de las ocasiones se justifica apostar por este medio debido a su tradición o simplemente porque la competencia también estaría apostando. La TV es cara, carísima. Parece mentira ver como presupuestos de marketing se recortan rigurosamente de AdWords, mientras se invierten alegremente en TV. ¿Merece realmente la pena invertir en TV?

Gracias a Google Analytics vamos a ver hasta que punto un anuncio en TV sale rentable.

Segmentación utilizada para medir el tráfico procedente de TV

En primer lugar será necesario filtrar todo el tráfico que recibe nuestra página web. Con esto vamos a poder discernir del total de visitas, a aquellos usuarios que acceden a nuestra web después de haber visto el anuncio. Esto lo conseguimos creando un segmento en el que contemplamos algunos criterios que probablemente se darán entre la mayor parte de la audiencia que vea el anuncio en TV y después visite nuestra web. La elección de estos criterios es el punto más informal, ya que de entrada sólo se basa en intuición o sentido común. Más adelante demostraremos la validez de los criterios escogidos.

El segmento creado contempla los siguientes segmentos:

  • Visitante nuevo (no recurrente) y
  • España como país de procedencia y
  • Fuente de tráfico directo o por keyword de marca

_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a13ebb»,»Article link clicked»,{«Title»:»«,»Page»:»Cu00f3mo medir el impacto de anuncios de TV con Google Analytics»}]);

Ya que la segmentación aplicada incluirá tanto usuarios que vieron el anuncio como usuarios que no lo vieron, el paso siguiente consiste en validar cuantas de estas visitas pertenecen realmente a usuarios que han visto el anuncio.

Validación de la segmentación

Es crucial validar que la segmentación aplicada es correcta. Es decir, que los datos que vamos a ver tras aplicar el segmento que hemos definido incluyen usuarios procedentes de TV.
Para estar seguros de que la segmentación funciona se trata de comparar el volumen de visitas segmentadas que recibe nuestra web en días de anuncio y en días de no anuncio. Para esto es importante disponer del calendario de emisiones del anuncio.

Por ejemplo, sabemos que los miércoles, jueves y viernes de octubre hay emisión de anuncio. Comparando un par de intervalos de miércoles, jueves y viernes de octubre con septiembre, mes en la que no hubo anuncio, vemos lo siguiente:

_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a13fcd»,»Article link clicked»,{«Title»:»«,»Page»:»Cu00f3mo medir el impacto de anuncios de TV con Google Analytics»}]);

En realidad, tanto habiendo anuncio como no, el segmento aplicado siempre incluye visitas. Sin embargo, las visitas son más para cuando hay anuncio. Y precisamente el grueso de la diferencia de más observada corresponderia al número de usuarios que proceden de TV.
Tras realizar esta comprobación para diferentes periodos de tiempo, se concluye que el anuncio en TV contribuye alrededor del +75% en volumen de visitas, respecto al patrón normal observado cuando no hay anuncios.

Adicionalmente, hacemos una segunda comprobación. Se trata de comparar las lineas de tendencia entre 2 periodos de tiempo para los que si hubo anuncios. El grueso añadido entre las dos lineas de tendencia debería girar alrededor de 0.

_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a140c5″,»Article link clicked»,{«Title»:»«,»Page»:»Cu00f3mo medir el impacto de anuncios de TV con Google Analytics»}]);

Contribución en visitas y conversiones gracias a la TV

Primero es importante tener claro el contexto del segmento aplicado. Es decir, el volumen de muestras analizado y correspondiente al segmento aplicado supone alrededor del 5% del volumen total de visitas de la web, y alrededor del 10% de conversiones de la web. Así que, por ejemplo, un incremento del 75% en el segmento de TV tan sólo supone un incremento del 8% del total.

Analizando varias muestras, podemos presumir de que los anuncios de TV están haciendo que las visitas suban alrededor de +8%.

Por otro lado, los anuncios de TV no están influyendo en el número de conversiones de la web. El siguiente gráfico demuestra como a pesar de tener más visitas, el número de conversiones se mantiene igual para días de anuncio y de no anuncio.

_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a141b7″,»Article link clicked»,{«Title»:»«,»Page»:»Cu00f3mo medir el impacto de anuncios de TV con Google Analytics»}]);

En conclusión, los anuncios de TV están sirviendo para generación de marca pero no para generación de venta directa. Aunque probablemente los usuarios impactados en TV pueden convertir a medio plazo, en futuras visitas a la web.

Los mejores días y horas para los anuncios

Una de las cosas más interesantes es ver la repercusión que tienen los anuncios según el día de la semana o la hora en la que se televisan. Según estos datos vamos a poder ser más finos en la programación de nuestros anuncios, siendo más eficientes en términos de inversión y retorno.

En cuanto a las franjas horarias, aplicamos el segmento y comparamos las lineas de tendencia por horas entre días en los que hubo anuncio y no hubo anuncio.
Observamos que, en general, la linea de tendencia de visitas para día de anuncio infla el patrón de visitas que se da en días de no anuncio. Lo interesante es que excepcionalmente y para ciertas horas del día, las visitas en día de anuncio no sólo son superiores sino que revierten el patrón normal en días de no anuncio.
Por ejemplo, la web analizada normalmente sufre una caída de visitas desde las 19h hasta las 23h. Contrariamente, cuando hay anuncios en TV y estos se emiten alrededor de esta franja horaria, se observa como las visitas se incrementan. Es decir, el anuncio en TV esta funcionando para corregir el descenso natural de visitas que la web tiene en estas horas. El “prime time” influye positivamente, ¿Pero llega a compensar los alrededor de 15.000 Euros que cuesta un spot de 20 segundos en estas horas?

_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a142a3″,»Article link clicked»,{«Title»:»«,»Page»:»Cu00f3mo medir el impacto de anuncios de TV con Google Analytics»}]);

En cuanto a días de la semana, hacemos un ejercicio similar.
A priori, el domingo es el día que menor repercusión tienen los anuncios de TV en términos de visitas. Sin embargo y como muestra el siguiente gráfico, el domingo es el día que presenta un mayor incremento en las conversiones de usuarios procedentes de TV. Es decir, gracias a la TV el domingo se duplican el número de conversiones con respecto a las conversiones normales para el segmento de tráfico analizado.

_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a143a6″,»Article link clicked»,{«Title»:»«,»Page»:»Cu00f3mo medir el impacto de anuncios de TV con Google Analytics»}]);

En resumen

Con este análisis sabemos:

  • El % promedio en incremento de visitas que supone un día de anuncios en TV.
  • El % promedio en incremento de conversiones que supone un día en de anuncios en TV.
  • Los días que presentan mejor rendimiento en visitas y conversiones.
  • Los franjas horarias diarias que presentan mejor rendimiento en visitas y conversiones.

A partir de esta información podemos:

  • Hacer una mejor replanificación de días y horarios para la próxima campaña en TV.
  • Valorar la rentabilidad del canal según generación de marca o ingresos, sólo de atribución directa sin llegar a conocer la deriva que esto ha podido generar.

Siempre se ha dicho que la TV es el canal de publicidad por excelencia, ya que ofrece la posibilidad de llegar a todos los hogares. Sin embargo, me parece paradójico que a día de hoy se sigan invirtiendo las cantidades de dinero que se invierten en anuncios de TV_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a1447d»,»Article link clicked»,{«Title»:»las cantidades de dinero que se invierten en anuncios de TV»,»Page»:»Cu00f3mo medir el impacto de anuncios de TV con Google Analytics»}]); cuando en realidad su impacto es el más dificil de medir. Y precisamente hoy en día y en lo que se refiere a campañas de publicidad online, vamos a ser juzgados en base a resultados medibles.
Afortunadamente, la tendencia parece estar cambiando. ¿Hace cuanto no veis un anuncio de Nike en TV? Y no porque Nike se haya olvidado del marketing… Al contrario, Nike ha incrementado su presupuesto de marketing en los últimos años pero ha reducido su inversión en TV en más de un 40%_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a14551″,»Article link clicked»,{«Title»:»Nike ha incrementado su presupuesto de marketing en los u00faltimos au00f1os pero ha reducido su inversiu00f3n en TV en mu00e1s de un 40%»,»Page»:»Cu00f3mo medir el impacto de anuncios de TV con Google Analytics»}]);. Un modelo a tener en cuenta.

Cómo medir el impacto de anuncios de TV con Google Analytics_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a14625″,»Article link clicked»,{«Title»:»Cu00f3mo medir el impacto de anuncios de TV con Google Analytics»,»Page»:»Cu00f3mo medir el impacto de anuncios de TV con Google Analytics»}]); es un post de Trucos Google Analytics_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a146f1″,»Article link clicked»,{«Title»:»Trucos Google Analytics»,»Page»:»Cu00f3mo medir el impacto de anuncios de TV con Google Analytics»}]);.

The post Cómo medir el impacto de anuncios de TV con Google Analytics appeared first on Trucos Google Analytics.


Source: http://feeds.feedburner.com/TrucosGoogleAnalytics-Optimizer

Categorías
_setDomainName Buscador Interno buscadores campa Configuración Básica google adwords Google Analytics Implementar Google Analytics subdominios tráfico directo Trucos wordpress

8 errores de implementación típicos de Google Analytics

https://m4p.es/8-errores-de-implementacion-tipicos-de-google-analytics/ 8 errores de implementación típicos de Google Analytics 2012-02-14 08:00:15 admin Blog post _setDomainName Buscador Interno buscadores campa Configuración Básica google adwords Google Analytics Implementar Google Analytics subdominios tráfico directo Trucos wordpress bootstrap

Siempre que empezamos con un cliente de Google Analytics que nos contrata para una reimplementación de la herramienta, suele venir acompañado de una serie de errores en la implementación actual.

Hemos hecho una lista de los errores más típicos con los que nos encontramos.

1. Mala configuración de los dominios y subdominios

¿Cuantas veces nos hemos encontrado con un informe de fuentes de referencia en las que aparece nuestro propio dominio como la principal fuente? Esto, evidentemente, es debido a una mala configuración de Google Analytics. Solucionarlo es muy fácil, simplemente se debe configurar correctamente la función _setDomainName_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a1c610″,»Article link clicked»,{«Title»:»_setDomainName»,»Page»:»8 errores de implementaciu00f3n tu00edpicos de Google Analytics»}]);, aunque muy pocas personas lo tienen configurado correctamente.

Configuración subdominios Google Analytics

En la configuración de nuestro perfil, dentro de la gestión de código podemos obtener el código correcto para hacer éste seguimiento sin problemas.

2. No integración con Adwords/Adsense

Una de las grandes ventajas de utilizar Google Analytics respecto a otras herramientas es precisamente la integración que hay entre todas las herramientas de Google. Vincular las cuentas de Adwords y de Adsense es facilísimo y nos aporta un cantidad de información muy valiosa.

Debéis tener en cuenta que, si se hace una campaña de Adwords pero no tenemos vinculadas nuestras cuentas, todo el tráfico que generemos desde éstas campañas nos aparecerá como tráfico orgánico.

3. No identificar las campañas de captación de tráfico

Fuentes de traficoPor defecto, GA nos da 3 tipos de orígenes de tráfico: Tráfico Directo, Tráfico de Referencia y Tráfico de buscadores. Pero debería existir un cuarto segmento, que son todas aquellas visitas que provienen de nuestras campañas de captación de tráfico como pueden ser la publicidad display o las newsletters. Para poder hacer éste seguimiento deberemos utilizar las etiquetas de campaña.

 4. Buscador interno sin configurar

La mayoría de las webs ofrecen algún tipo de buscador interno. En algunos casos puede ser difícil de configurar, pero en la mayoría de los casos simplemente debes especificar el parámetro de la URL que registra el término de búsqueda del buscador interno. Para configurarlo, debéis ir a la configuración del perfil. Si utilizáis el buscador de Google, el parámetro que se utiliza es una ‘q’ y si utilizáis WordPress, el parámetro es una ‘s’ ;)

Configuración Buscador Interno Google Analytics

Con simplemente habilitar éstos informes, la calidad de los datos que obtendremos en Google Analytics se multiplicará por 2.

5. No hay objetivos definidos

Todos las webs tienen una razón de ser, por lo que hay unos objetivos detrás de ella. Estos objetivos casi siempre son medibles, pero casi nunca están definidos en Google Analytics. Podemos definir objetivos_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a1c703″,»Article link clicked»,{«Title»:»definir objetivos»,»Page»:»8 errores de implementaciu00f3n tu00edpicos de Google Analytics»}]); por página, tiempo en el sitio, páginas vistas o eventos_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a1c7f8″,»Article link clicked»,{«Title»:»eventos»,»Page»:»8 errores de implementaciu00f3n tu00edpicos de Google Analytics»}]);.

Una vez los tengamos configurados, los datos que leeremos e interpretaremos de nuestra web tendrán un nuevo sentido para nosotros, y nos darán una visión completamente nueva y mucho más rica que la que teníamos hasta entonces.

6. Seguimiento de múltiples dominios con una sola cuenta

¿Sabíais que Google Analytics sólo puede hacer el seguimiento de un sólo dominio_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a1c8de»,»Article link clicked»,{«Title»:»hacer el seguimiento de un su00f3lo dominio»,»Page»:»8 errores de implementaciu00f3n tu00edpicos de Google Analytics»}]); a la vez? Si tenemos la misma propiedad web en más de un dominio, los datos que obtendremos no serán fiables tanto a nivel de usuarios únicos como a nivel de visitas (sólo serán válidos los datos de páginas vistas).

Debéis tener en cuenta ésto a la hora de hacer interpretaciones de los datos si tenéis el código en más de una web. Se puede hacer seguimiento de más de un dominio, pero esto requiere una implementación mucho más avanzada y nunca tendremos la fiabilidad que nos puede dar DAx o SiteCatalyst.

7. Mala definición de la zona horaria

Si en nuestro perfil no tenemos definida nuestra zona horaria correctamente, podemos encontrarnos en que tenemos un pico de visitas a las 3 de la madrugada, cuando realmente es porque tenemos configurada la zona horaria del Pacífico. Si lo configuramos correctamente, los datos de visitas que obtendremos serán mucho más precisos y próximos a la realidad de nuestra web :)

8. No usar anotaciones

Las anotaciones es una de las mejoras funcionalidades de la interfaz de Google Analytics. ¿Por qué bajó tanto el tráfico éste día? ¿Qué dia cambié el diseño de la web? ¿Cuando empezamos la campaña de TV? Nuestra memoria tiene unos límites y es imposible acordarnos de todo. Para esto están las anotaciones de Google Analytics, para poder recordar todo lo que ha pasado relacionado con nuestro negocio y nuestra web.

8 errores de implementación típicos de Google Analytics_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a1c9b1″,»Article link clicked»,{«Title»:»8 errores de implementaciu00f3n tu00edpicos de Google Analytics»,»Page»:»8 errores de implementaciu00f3n tu00edpicos de Google Analytics»}]); es un post de Trucos Google Analytics_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2a1ca7d»,»Article link clicked»,{«Title»:»Trucos Google Analytics»,»Page»:»8 errores de implementaciu00f3n tu00edpicos de Google Analytics»}]);.

The post 8 errores de implementación típicos de Google Analytics appeared first on Trucos Google Analytics.


Source: http://feeds.feedburner.com/TrucosGoogleAnalytics-Optimizer