Categorías
Análisis Análisis Web audiencia E-commerce Google Analytics Summit

Novedades desde el GA Summit: Informes de Audiencia

https://m4p.es/novedades-desde-el-ga-summit-informes-de-audiencia/ Novedades desde el GA Summit: Informes de Audiencia 2013-10-14 06:54:55 admin Blog post Análisis Análisis Web audiencia E-commerce Google Analytics Summit bootstrap

Recientemente se ha celebrado el Google Analytics Summit 2013 en Mountain View, donde han sido anunciadas muchas novedades, todas muy interesantes, acerca de una de nuestras herramientas de analítica preferidas. Mucho se ha escrito ya sobre ellas, como el resumen del Summit_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf28ab185″,»Article link clicked»,{«Title»:»resumen del Summit»,»Page»:»Novedades desde el GA Summit: Informes de Audiencia»}]); de mis compañeros que asistieron, y más se va a escribir, así que vamos a ver una de ellas más en profundidad, pues es realmente interesante el potencial que nos ofrece el hecho de poder disponer de Datos de Audiencia.

Aunque la disponibilidad de estos datos ha sido anunciada en el Summit celebrado hace pocos días, la realidad es que ya estaban disponibles anteriormente. El hecho de anunciarlo nos ayuda a difundirlo y a empezar a pensar en maneras de sacarle partido.

Qué son y como habilitar los informes de Audiencia

Los Informes de Audiencia consisten en varios informes que nos proporcionan datos acerca de la edad, el sexo y los intereses de nuestros usuarios. Estos datos proceden de la información que Google utiliza en su Google Display Network, por lo que si estamos haciendo campañas de GDN, el análisis y segmentación por audiencia será plenamente consistente con nuestras campañas.

Para poder tenerlos disponibles es necesario hacer un pequeño cambio en el código de GA para que éste soporte la publicidad Display. Con este cambio, que podéis ver en el blog de soporte de Google_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf28ab260″,»Article link clicked»,{«Title»:»blog de soporte de Google»,»Page»:»Novedades desde el GA Summit: Informes de Audiencia»}]);, pasaremos a utilizar la cookie de DoubleClick. Esto significa que estaremos usando una cookie de tercera parte, así que deberemos prestar atención a nuestra política de cookies para asegurarnos que cumplimos con el articulo 22.2 de la LSSI en materia de información y aceptación de cookies.

Una vez cambiado el código, será necesario habilitar los informes desde la zona de administración de la interfaz de GA. Y listos para usar :)

Cuando empecemos a analizar, debemos tener en cuenta un par de cosas: la información mostrada hace referencia a usuarios mayores de edad, es decir, mayores de 18 años, y observaremos que estos informes contienen sampling (muestreo), debido a que, en ocasiones, Google no dispone de suficientes datos. Esto puede implicar que en segmentaciones muy profundas, nos aparezcan zonas donde no tenemos datos.

Como funcionan los Informes de Audiencia

Los Informes de Audiencia están disponibles en el menú Público, para ser visualizados a nivel general:

Informes Audiencia_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf28ab344″,»Article link clicked»,{«Title»:»Informes Audiencia«,»Page»:»Novedades desde el GA Summit: Informes de Audiencia»}]);

Además, también es posible utilizar estos datos en los segmentos avanzados, por lo que se abre un mundo de posibilidades:

SegmentosAvanzadosAudiencia_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf28ab42e»,»Article link clicked»,{«Title»:»SegmentosAvanzadosAudiencia«,»Page»:»Novedades desde el GA Summit: Informes de Audiencia»}]);

Esto nos permite, de entrada, tener una foto más detallada de quién son nuestros usuarios y así determinar cuál es el target de nuestro negocio. Esto nos aporta una información de gran valor, ahorrándonos costosos estudios de audiencia que muchas veces tenemos que comprar fuera. Y es que, si no lo hacemos, estaremos trabajamos para llegar a un público del cual sólo intuitivamente podemos saber quién son, con su consecuente gran margen de error.

Pero esto es sólo el principio :) Podemos crear segmentos por sexo, edad e intereses y aplicarlos a las diferentes áreas de análisis de nuestro departamento de marketing y así aumentar la eficiencia de nuestras campañas, contenidos y productos.

Campañas

En el área de campañas, podremos identificar qué campañas nos han aportado usuarios más valiosos tanto en retención como conversión para un determinado segmento de usuario. Así, podremos crear copys y creatividades muchos más afines al público al cual queremos llegar. Pongamos un ejemplo.

Imaginemos un e-commerce que vende zapatos. Obviamente su objetivo es vender zapatos, por lo que nos fijaremos en la conversión. En los informes de audiencia descubrimos que los usuarios más valiosos para nuestro site son las mujeres de 35 a 44 años. Esto podíamos imaginarlo, intuitivamente, aunque ahora podemos cuantificar qué volumen de negocio nos aporta este segmento y qué diferencial tiene respecto a otros segmentos.

Además, vemos que entre sus intereses están los viajes familiares, la música pop y las series de comedia. Ideas para campañas? Zapatos cómodos para viajar, zapatos para salir a bailar, anuncios con audio de música pop en video y richmedia, imágenes trotamundos, similitudes con actrices de series de comedia, y un largo etc.

Contenidos

En el área de contenidos, podremos constatar qué temáticas, categorías y detalles interesan más a cada grupo de usuarios. Con esta información, podremos optimizar la navegación entre diferentes áreas y páginas para ofrecer una mejor experiencia de usuario, así como detectar aquellas páginas que no aportan a nuestro segmento principal pero sí aportan a otros segmentos, y que pueden convertirse en una línea de contenidos complementaria.

En nuestro ejemplo de e-commerce de zapatos, podremos identificar cuáles son los segmentos a los que les cuesta más realizar una compra. Aquellos que necesitan consultar las condiciones de pago, de entrega, de devolución y relacionarlo con las líneas de producto para poder ofrecer la información más relevante para el usuario de una manera más fácil.

También podremos identificar aquellos contenidos complementarios que contribuyen a la venta, características de producto, opiniones de otros clientes o ejemplos de combinaciones para poder facilitar la navegación entre estas páginas y así ofrecer una mejor satisfacción al cliente.

Producto

En el área de producto, todos podemos imaginarnos lo importante que es poder relacionar las características de nuestros usuarios con las de nuestro producto, ya no sólo para facilitar el proceso de compra optimizando la ficha de producto y el embudo, sino también para conocer, con datos, algo más de nuestros clientes y así poder adaptar nuestra línea de productos a sus necesidades.

Siguiendo nuestro ejemplo de e-commerce de zapatos, identificamos que nuestro target principal realiza más compras a una colección concreta, y además visita también otras 2 o 3 colecciones más que tienen en común alguna característica con la colección más vendida: el precio, la comodidad, la moda, etc. De aquí saldrán nuestras líneas de trabajo en cuanto a cross-selling.

Podremos, además, descubrir qué tipo de zapatos interesan más a qué segmento de usuarios dentro de la misma estructura de la web. Esto nos ayudará a detectar muchas más cosas ya no sólo de nuestro sitio, sino de nuestro modelo de negocio y de nuestro marketing mix: la línea de precios más adecuada a cada target, el tipo de zapatos que más gustan a cada cliente o la confianza en la compra en nuestra web que tienen los diferentes perfiles de usuario.

Como vemos, los datos de audiencia nos proporcionan un salto más allá del propio análisis web, y es el hecho de poder relacionar audiencias a gran escala, anteriormente territorio de agencias, con contenidos y conversión propios.

Novedades desde el GA Summit: Informes de Audiencia_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf28ab509″,»Article link clicked»,{«Title»:»Novedades desde el GA Summit: Informes de Audiencia»,»Page»:»Novedades desde el GA Summit: Informes de Audiencia»}]); es un post de Trucos Google Analytics_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf28ab5cc»,»Article link clicked»,{«Title»:»Trucos Google Analytics»,»Page»:»Novedades desde el GA Summit: Informes de Audiencia»}]);.

The post Novedades desde el GA Summit: Informes de Audiencia 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