Categorías
Analítica Web configuracion de google analytics Google Analytics

15 Filtros avanzados para Google Analytics

https://m4p.es/15-filtros-avanzados-para-google-analytics/ 15 Filtros avanzados para Google Analytics 2015-08-07 11:06:32 admin Blog post Analítica Web configuracion de google analytics Google Analytics bootstrap

Este post lleva ya mucho tiempo entre los borradores y nunca me daba por publicarlo hasta que el otro día @jrosell me animó por twitter a darle un poco de caña. Lo que os traigo es una recopilación de 15 filtros avanzados de Google Analytics. No se trata de los típicos filtros de excluir por […]
Source: http://feeds.feedburner.com/ikhuerta

Categorías
configuracion de google analytics

¿Un Tag Manager nos puede ahorrar recursos de IT?

https://m4p.es/un-tag-manager-nos-puede-ahorrar-recursos-de-it/ ¿Un Tag Manager nos puede ahorrar recursos de IT? 2013-11-18 08:37:54 admin Blog post configuracion de google analytics bootstrap

A la hora de decidirse por el uso de un TMS muchas empresas valoran como ventaja principal una mayor independencia del equipo de IT. En realidad, un TMS ofrece otras ventajas importantes también: una mejor gestión multitag cuando estos son muchos, flexibilidad para cambiar de herramienta de analítica, optimización del tiempo de carga, facilidad con el cumplimiento de la ley de protección de datos, elaboración de modelos de atribución integrales, incluso la personalización.

Estas ventajas son muchas, pero a veces nos quedamos sólo con la frase “ya no dependeremos de IT”. ¿Es esto cierto? No. Los que leéis este blog ya lo sabéis. ¿Pero nos puede ayudar a reducir tiempos y costes? Sí. ¿Concretamente cuando? Vamos por partes :)

Webs sin procesos de interacción ni transaccionales

De entrada, es necesario poner el código del TMS en la web. Y esto lo hace el departamento de IT. En el caso de webs muy simples donde no sea necesario personalizar mucho la herramienta de analítica web, este sería un código muy básico.

Tan básico como el propio de la herramienta de analítica web, con lo cual, si con el TMS sólo queremos gestionar la herramienta de analítica web, aquí no hay ahorro.

Webs con procesos de interacción pero sin procesos transaccionales

Pongámonos que nuestra web tiene algunos procesos de interacción: botones de call-to-action, de play a videos, etc., pero no son procesos transaccionales, es decir, no son procesos que en los que haya algún tipo de intercambio de información: registrarse, comprar, consultar un dato personal, etc.

La más o menos intervención del equipo de IT dependerá de cómo esté programada la web. Si la web permite identificar estos procesos de interacción en el propio HTML, entonces no será necesaria la intervención de IT para capturarlos. Desde el TMS podremos personalizar toda esta información que ya está en el código y adaptarla al formato de la herramienta de analítica web que estemos utilizando (ya sea en forma de eventos, variables, o lo que hayamos definido). Esto deberá ser hecho por un perfil técnico pues habrá que programar para que esa información del DOM se convierta en un evento o variable.

Si estas interacciones no son identificables en el código HTML de la web, tendremos que recurrir al uso de un Data Layer, que será lo que nos permitirá “pintar” en el código estas interacciones para luego ser procesadas. Este Data Layer, obviamente, también lo tiene que poner IT.

En este caso, es necesario hacer un estudio de viabilidad técnica para estimar los recursos necesarios para la implementación.

Webs con procesos de interacción y transaccionales

En el supuesto que nuestra web tenga procesos transaccionales que impliquen el intercambio de información entre el usuario y el sistema, una vez más tendremos que utilizar un Data Layer.

Esta información tiene que ser servida por el back-end del sistema, en función de la transacción que quiera realizar el usuario. En ningún caso esta información estará disponible en el HTML por lo que será necesario que IT nos la “pinte” en el Data Layer.

En este caso puede parecer que el TMS no nos aporta a nuestro objetivo de “independencia de IT”, pero viéndolo de manera más concreta la realidad es que sí, y esto lo podemos observar en la fase de validación. En un proyecto de analítica web las fases serían las siguientes:

FasesAnalitica_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2888e33″,»Article link clicked»,{«Title»:»FasesAnalitica«,»Page»:»u00bfUn Tag Manager nos puede ahorrar recursos de IT?»}]);

El equipo de IT de la empresa, interno o externo, no es un experto en herramientas de analítica web y no tiene porqué conocer el código necesario para implementar cada una de las funcionalidades de esta herramienta. Esto provoca que, una vez recibidas las instrucciones del experto en la herramienta de analítica, se deba hacer la validación en enésimas iteraciones para ir corrigiendo el código.

SinTMS_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2888f1b»,»Article link clicked»,{«Title»:»SinTMS«,»Page»:»u00bfUn Tag Manager nos puede ahorrar recursos de IT?»}]);

La ventaja en el caso de utilizar un Tag Manager es que la persona que transforma la información del Data Layer en algo comprensible para la herramienta de AW (configuración del TMS) ya conoce a fondo la herramienta, sabe lo que necesita, cómo se lo debe presentar y valida/depura todo lo que va haciendo en paralelo, como una tarea más dentro de la creación del Tag.

Se podría decir que la parte de AW ya “nace validada” y no está sujeta a que un departamento de IT tenga que conocer la sintaxis específica de una herramienta de AW o tenga que profundizar sobre dónde se va a utilizar y para qué.

ConTMS_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2888ff3″,»Article link clicked»,{«Title»:»ConTMS«,»Page»:»u00bfUn Tag Manager nos puede ahorrar recursos de IT?»}]);

Como vemos, aquí el ahorro sí es real para todos los implicados: la empresa reduce el coste de los recursos de implementación, el equipo de IT no tiene que hacerse responsable del código de la herramienta de analítica, y el experto en Tag Manager tiene el control de la implementación.

Ahora bien, es necesario tener en cuenta que el responsable del Tag Manager tiene que ser un perfil técnico en la mayoría de los casos, pues su configuración debe ser hecha con programación JavaScript, en prácticamente todas las herramientas existentes, para personalizar la herramienta de analítica web a los objetivos definidos.

El único caso en el que un departamento de Marketing sin un perfil técnico podría gestionar un Tag Manager sería el primero, y, como hemos comentado, en ese caso el uso de un Tag Manager no nos supone ningún tipo de ahorro.

¿Un Tag Manager nos puede ahorrar recursos de IT?_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf28890b8″,»Article link clicked»,{«Title»:»u00bfUn Tag Manager nos puede ahorrar recursos de IT?»,»Page»:»u00bfUn Tag Manager nos puede ahorrar recursos de IT?»}]); es un post de Trucos Google Analytics_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf2889173″,»Article link clicked»,{«Title»:»Trucos Google Analytics»,»Page»:»u00bfUn Tag Manager nos puede ahorrar recursos de IT?»}]);.

The post ¿Un Tag Manager nos puede ahorrar recursos de IT? appeared first on Trucos Google Analytics.


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

Categorías
Configuración Avanzada configuracion de google analytics Custom Dimensions Dimensiones Personalizadas Google Analytics Google Tag Manager Herramientas Universal Analytics

Envío de dimensiones personalizadas con Google Tag Manager

https://m4p.es/envio-de-dimensiones-personalizadas-con-google-tag-manager/ Envío de dimensiones personalizadas con Google Tag Manager 2013-10-18 07:00:00 admin Blog post Configuración Avanzada configuracion de google analytics Custom Dimensions Dimensiones Personalizadas Google Analytics Google Tag Manager Herramientas Universal Analytics bootstrap

Hace un par de semanas se celebró en Mountain View el Google Analytics Summit 2013_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf289f30c»,»Article link clicked»,{«Title»:»el Google Analytics Summit 2013″,»Page»:»Envu00edo de dimensiones personalizadas con Google Tag Manager»}]);, donde se presentaron las nuevas funcionalidades que nos iremos encontrando en las distintas herramientas de Google durante los próximos meses. En el caso particular de Google Tag Manager, nos explicaron que a partir de ahora será posible configurar el lanzamiento automático de eventos sin tocar ni una línea de código y que dispondrá de un SLA (Service Level Agreement) para los clientes de Google Analytics Premium. En los próximos días compartiremos más detalles sobre esas y el resto de novedades del Summit, así que estad atentos!

Después del post sobre cómo funciona Google Tag Manager_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf289f3f0″,»Article link clicked»,{«Title»:»cu00f3mo funciona Google Tag Manager»,»Page»:»Envu00edo de dimensiones personalizadas con Google Tag Manager»}]); y tras explicar cómo hacer el seguimiento de eventos_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf289f4c0″,»Article link clicked»,{«Title»:»seguimiento de eventos»,»Page»:»Envu00edo de dimensiones personalizadas con Google Tag Manager»}]);, hoy le toca el turno a la recopilación y envío de dimensiones personalizadas.

Ante todo, me gustaría hacer hincapié una vez más en que el hecho de utilizar un sistema de Tag Management no siempre es sinónimo de simplicidad. Ya lo explicó en su día Oriol Farré en el artículo de los 10 mitos sobre Google Tag Manager_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf289f596″,»Article link clicked»,{«Title»:»10 mitos sobre Google Tag Manager»,»Page»:»Envu00edo de dimensiones personalizadas con Google Tag Manager»}]);, y creo que esta ocasión es especialmente oportuna para recordar que la implementación de una herramienta de medición a través de un sistema de Tag Management también conlleva cierta complejidad.

Dicho esto, intentaré que este post sirva para dar algo de luz sobre algunos de los métodos que podemos utilizar a la hora de recopilar dimensiones personalizadas de Google Analytics (o custom dimensions) a través de Google Tag Manager.

A modo de ejemplo, vamos a suponer que necesitamos obtener los siguientes datos de un sitio web para su posterior envío a Google Analytics:

  • Sección del sitio web = Productos
  • Subsección = Camisetas
  • Tipo usuario = Anónimo

Definición de las custom dimensions

Lo primero que haremos será definir las tres dimensiones personalizadas con las que vamos a trabajar. Para ello, accederemos a la sección de Administración de nuestra cuenta de Google Analytics y configuraremos las dimensiones anteriores: Admin > Custom Definitions > Custom Dimensions > New Custom Dimension

Dimensiones personalizadas en Google Analytics

Dimensiones personalizadas en Google Analytics

Ahora que ya tenemos creadas las variables, explicaremos las diferentes alternativas mediante las cuales podremos asignarles un valor a las mismas utilizando Google Tag Manager.

Método 1: Data Layer

El Data Layer es un objeto a través del cual se puede definir la información a enviar utilizando el par ‘nombre’: ‘valor’ y separándolo por comas tantas veces como sea necesario.

<script>
dataLayer = [{
   'nombre1': 'valor1',
   'nombre2': 'valor2',
   ...
   'nombreN': 'valorN'
}];
</script>

 

Para implementar nuestro ejemplo, antes de meter las manos en el código tendríamos que acceder a Google Tag Manager y configurar el tag de Google Analytics de la siguiente forma:

Google Tag Manager

Definir la macro “Secciones del site” dentro del tag de Universal Analytics:

Google Tag Manager

Google Tag Managert

Y lo mismo con las macros “Subsecciones” y “Tipo de usuario”:

Google Tag Manager

Google Tag Manager

Como veis, se trata simplemente de crear un nuevo tag de Universal Analytics_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf289f676″,»Article link clicked»,{«Title»:»Universal Analytics»,»Page»:»Envu00edo de dimensiones personalizadas con Google Tag Manager»}]); y posteriormente definir tres macros (una para cada dimensión) de tipo Data Layer.

Una vez finalizada la configuración, sólo nos faltaría incluir el propio Data Layer en el código de la página en la que vamos a recopilar los datos:

<script>
dataLayer = [{
   'seccion': 'Productos',
   'subseccion': 'Camisetas',
   'tipo_usuario': 'Anonimo'
}];
</script>

 

Finalmente, incluyendo este mismo Data Layer en todo el sitio web (obviamente, en cada caso con los valores que correspondan), ya tendríamos todo listo para recopilar la sección, la subsección y el tipo de usuario que navega por el site.

Método 2: Variables Javascript

Esta segunda opción consiste en utilizar variables Javascript (nuevas o ya existentes en el código) para asignarle valores a las dimensiones personalizadas de Google Analytics.

Para ello, lo primero que debemos hacer es indicar en el Tag Manager que las macros en este caso serán de tipo “Javascript Variable” (sólo muestro la macro “Secciones”, pero habría que hacerlo con las tres):

Google Tag Manager

Al igual que en el caso del Data Layer, sólo nos faltaría incluir las variables Javascript que hemos definido o asegurarnos de que ya existan y tomen los valores correspondientes:

<script>
   var seccion = “Productos”;
   var subseccion = “Camisetas”;
   var tipo_usuario = “Registrado”;
</script>

 

Método 3: Elementos del DOM

El último método que explicaremos en este post consiste en la utilización de elementos del DOM_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf289f73b»,»Article link clicked»,{«Title»:»DOM»,»Page»:»Envu00edo de dimensiones personalizadas con Google Tag Manager»}]);.

Para este ejemplo, vamos a suponer que disponemos de los siguientes elementos en el código HTML (migas de pan y estado del usuario):

Estás en:
<ul id="breadcrumb">
<li id="section"><a href="productos.html" title="Productos">Productos</a></li> |
<li id="current">Camisetas</li>
</ul>
<p>Hola <span id="userType">Anónimo</span>. <a href="login.php" title="Identificate">Identificate</a></p>

 

De esta forma, tendríamos todo lo necesario para definir nuestras tres dimensiones personalizadas en Google Tag Manager y ya no necesitaríamos tocar nada en el código fuente.

La configuración asociada sería en este caso la siguiente:

Macro “Secciones del site”:
Google Tag Manager

Macro “Subsecciones”:

Google Tag Manager

Macro “Tipo usuario”:

Google Tag Managert

Lo que hemos hecho es decirle a Google Tag Manager que:

  • Las secciones del site deben tomar el valor del elemento del DOM cuyo id es “section” => Secciones del site = “Productos”.
  • Las subsecciones deberán tomar el valor del elemento del DOM cuyo id es “current” => Subsecciones = “Camisetas”.
  • El tipo de usuario tomará el valor del elemento del DOM cuyo id es “userType” => Tipo usuario = “Anónimo”.

Alternativamente, podríamos utilizar el valor de un atributo HTML_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf289f90e»,»Article link clicked»,{«Title»:»atributo HTML»,»Page»:»Envu00edo de dimensiones personalizadas con Google Tag Manager»}]); en lugar de obtener directamente el texto asociado al elemento del DOM. Un ejemplo de dicho escenario lo podríamos encontrar en el siguiente código:

[...]
<li id="section"><a href="productos.html" title="Productos">Productos</a></li>
[...]

Google Tag Manager

En este caso, le hemos dicho a Google Tag Manager que las secciones del site se deben alimentar del valor del atributo “title” (es decir, “Productos”) del elemento cuyo id es “section”.

Está claro que tenemos varias opciones a nuestra disposición a la hora de asignarle valores a las dimensiones personalizadas. En la gran mayoría de los casos, la clave es tener una buena comunicación con el equipo de IT para decidir conjuntamente cuál (o cuáles, porque se pueden combinar) de estas alternativas es la que mejor se adapta a las particularidades del sitio web o del CMS y con las necesidades de personalización en la recopilación de datos que se plantean desde el equipo de negocio.

Como siempre, espero que este post os resulte útil y que nos contéis vuestra experiencia :)

 

Envío de dimensiones personalizadas con Google Tag Manager_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf289fa20″,»Article link clicked»,{«Title»:»Envu00edo de dimensiones personalizadas con Google Tag Manager»,»Page»:»Envu00edo de dimensiones personalizadas con Google Tag Manager»}]); es un post de Trucos Google Analytics_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf289fae7″,»Article link clicked»,{«Title»:»Trucos Google Analytics»,»Page»:»Envu00edo de dimensiones personalizadas con Google Tag Manager»}]);.

The post Envío de dimensiones personalizadas con Google Tag Manager appeared first on Trucos Google Analytics.


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

Categorías
_trackEvent Configuración Avanzada configuracion de google analytics Event Tracking Eventos Google Tag Manager Herramientas jquery

Seguimiento de eventos con Google Tag Manager

https://m4p.es/seguimiento-de-eventos-con-google-tag-manager/ Seguimiento de eventos con Google Tag Manager 2013-08-01 07:15:06 admin Blog post _trackEvent Configuración Avanzada configuracion de google analytics Event Tracking Eventos Google Tag Manager Herramientas jquery bootstrap

Si eres de los que visita regularmente este blog, habrás notado que tenemos activa una encuesta en la que os preguntamos ¿Qué crees que deberíamos escribir próximamente?

Encuesta con Qualaroo

Como somos unos defensores de la toma de decisiones basadas en datos, he optado por aprovechar los resultados de la encuesta para decidir sobre qué escribir el siguiente post.

Fin del mundo

Literatura sana

No, la verdad es que no me veo con fuerzas para escribir sobre el fin del mundo ni tampoco en condiciones de hablar sobre “literatura sana” :), así que me he quedado con una de las respuestas que más se ha repetido a lo largo de los últimos meses: Seguimiento de Eventos con Google Tag Manager.

Google Tag Manager

Google Tag Manager

Google Tag Manager

Google Tag Manager

Google Tag Manager

La previa

A finales del año pasado, publicamos en este mismo blog un artículo sobre cómo funciona Google Tag Manager_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf28b8cb5″,»Article link clicked»,{«Title»:»cu00f3mo funciona Google Tag Manager»,»Page»:»Seguimiento de eventos con Google Tag Manager»}]); y otro explicando 10 mitos sobre Google Tag Manager_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf28b8d94″,»Article link clicked»,{«Title»:»10 mitos sobre Google Tag Manager»,»Page»:»Seguimiento de eventos con Google Tag Manager»}]);. Si no estás muy familiarizado con GTM, te recomiendo que les vuelvas a echar un vistazo a esos artículos para que puedas recordar los primeros pasos en la herramienta y continuar leyendo este post con un poco más de contexto.

Pues bien, ya con todos los deberes hechos, vamos a explicar paso a paso cómo realizar el seguimiento de eventos mediante el uso de Google Tag Manager.

Ejemplo 1: Suscripción vía e-mail

Lo primero que debemos hacer es determinar cuáles son los eventos que vamos a enviar a Google Analytics. En este caso, para simplificar al máximo el ejemplo, vamos a empezar con un evento que servirá para contabilizar las suscripciones a través del email.

1. Configuración de Google Tag Manager

El primer paso será configurar todo lo necesario dentro de la herramienta, así que empezaremos creando un nuevo tag:

  • Tag Name: Newsletter
  • Tag Type: Google Analytics

Google Tag Manager

Una vez elegido el tipo de tag que vamos a utilizar, le indicaremos a Google Tag Manager que lo que vamos a medir es un evento y le asignaremos los valores a los campos categoría y acción.

  • Track Type: Event
  • Category: Newsletter
  • Action: Nueva suscripcion

Google Tag Manager

Lo último que tendremos que configurar será la regla que deberá cumplirse para que Google Tag Manager ejecute el envío del evento.

  • Rule Name: Newsletter OK
  • Conditions: {{event}} equals newsletterOK

Google Tag Manager

2. Inclusión del Data Layer

A grandes rasgos, un Data Layer es un objeto que nos permite definir la información que vamos a enviar a Google Tag Manager.

Continuando con el ejemplo anterior y tras haber finalizado el paso 1, sólo nos quedaría pendiente añadir el Data Layer, que en nuestro caso será de tipo evento y deberá informar el valor que hemos configurado previamente en la herramienta.

Por lo tanto, añadiremos el siguiente fragmento de código en el evento “onclick” del enlace de suscripción vía e-mail:

<a href=”[URL-Destino]” onclick=”dataLayer.push({‘event’: ‘newsletterOK’});” >Suscribirse vía e-mail</a>

De este modo ya tendríamos todo listo para empezar a almacenar en un evento cada una de las suscripciones.

 Ejemplo 2: Descarga de documentos

Si quisiéramos medir también la descarga de documentos a través de eventos y utilizando Google Tag Manager, podríamos hacerlo siguiendo los mismos pasos anteriores y añadiendo un pequeño cambio a la hora de incluir el Data Layer en el enlace de descarga:

<a href=”[URL-Fichero-PDF]” onclick=”dataLayer.push({‘fichero’:‘nombreFichero’, ‘event’: ‘descarga’});” >Descargar PDF</a>

En este caso, además del valor “event” que utilizaremos para configurar la regla que lanzará el evento, hemos incluido la variable “fichero” para informar el nombre del fichero que el usuario se ha descargado en la etiqueta del evento (campo “label”).

A continuación, tendríamos que configurar lo siguiente dentro del Tag Manager:

  1. Un nuevo Tag de Google Analytics para medir eventos
  2. Una regla asociada al evento “descarga” para determinar cuándo debe lanzarse el tag que acabamos de crear: {{event}} equals descarga
  3. Una macro para almacenar el valor de “fichero”

Google Tag Manager

4. Finalmente, crear el evento de la siguiente forma:

 
Google Tag Manager

Otra alternativa: Envío de eventos con JQuery

Tenemos otra opción a la hora de llevar a cabo el seguimiento de eventos mediante Google Tag Manager: Crear una etiqueta personalizada y controlar el envío de eventos a través de JQuery_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf28b8e62″,»Article link clicked»,{«Title»:»JQuery»,»Page»:»Seguimiento de eventos con Google Tag Manager»}]);.

En algunos casos, esta alternativa “a la antigua usanza” podría resultar más cómoda y es por eso que no quiero dejar de comentarla en este post.

Los pasos para enviar eventos con este mecanismo serían los siguientes:

  1. Crear un nuevo Tag de tipo Etiqueta HTML personalizada (Custom HTML Tag)
  2. Incluir en el Tag un script que se encargue de lanzar un evento cada vez que el usuario se descargue un documento con extensión PDF:

<script type=”text/javascript”>

$(function(){

     $(“a[href$=’.pdf’]“).click(function(){

           var file = $(this).attr(‘href’);

           _gaq.push([‘_trackEvent’, ‘Descarga JQuery’, ‘PDF’, file]);

     });

});

</script>

  1. Definir la regla que determinará cuando incluir este nuevo Tag. En mi caso, le pondré la regla “Todas las páginas” (All pages).

Importante: 

  • Para poder utilizar este script debes incluir la librería JQuery en el sitio web. Si quieres asegurarte de que exista, la puedes añadir dentro del propio tag:

Google Tag Manager

 

  • También debes activar el check “Tracker Name” que encontrarás en la sección “Advanced Configuration” del Tag general de Google Analytics. Esto permitirá que el tracker de GA sea visible y/o accesible desde otros scripts.

Google Tag Manager

Tras crear una versión, publicar los cambios y hacer unos cuantos clicks en los enlaces, esto es lo que nos aparecerá reflejado en el informe de Eventos disponible en Real Time:

Google Analytics - Eventos en Real Time

Para terminar, espero que este post os haya resultado útil y os animo a que sigáis utilizando la encuesta para contarnos sobre qué temas os gustaría que publiquemos los próximos artículos. Estaremos atentos! ;)

Seguimiento de eventos con Google Tag Manager_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf28b8f2f»,»Article link clicked»,{«Title»:»Seguimiento de eventos con Google Tag Manager»,»Page»:»Seguimiento de eventos con Google Tag Manager»}]); es un post de Trucos Google Analytics_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf28b8ffc»,»Article link clicked»,{«Title»:»Trucos Google Analytics»,»Page»:»Seguimiento de eventos con Google Tag Manager»}]);.

The post Seguimiento de eventos con Google Tag Manager appeared first on Trucos Google Analytics.


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

Categorías
_trackEvent Campañas configuracion de google analytics Event Tracking Eventos Justin Cutroni ratio de rebote Tiempo en Página Trucos

Eventos de Google Analytics: cómo aprovecharlos al máximo

https://m4p.es/eventos-de-google-analytics-como-aprovecharlos-al-maximo/ Eventos de Google Analytics: cómo aprovecharlos al máximo 2013-02-12 06:00:28 admin Blog post _trackEvent Campañas configuracion de google analytics Event Tracking Eventos Justin Cutroni ratio de rebote Tiempo en Página Trucos bootstrap

Una de las mejores funcionalidades que tiene Google Analytics son los eventos. Hay varios motivos, pero para mi estos son los principales:

  • son muy flexibles: tienes 3 campos a usar, y los puedes usar como quieras.
  • se pueden utilizar para crear segmentos avanzados
  • pueden influir (o no) en el tiempo en página y en el porcentaje de rebote.
  • se pueden definir como objetivo.
  • se puede informar un valor.

Me gustaría compartir con vosotros algunas de las cosas que hemos hecho con los eventos los últimos meses para distintos clientes, porque algunas de ellas son realmente útiles.

Campañas internas

Este truco ya lo expliqué hace un tiempo_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf292ea36″,»Article link clicked»,{«Title»:»hace un tiempo»,»Page»:»Eventos de Google Analytics: cu00f3mo aprovecharlos al mu00e1ximo»}]);, pero no está de más recordarlo. Si lanzamos un evento cada vez que se haga click en un banner de nuestra web (para promocionar algún producto interno), podremos segmentar las visitas que hayan hecho click en alguna de nuestras campañas internas.

Además, si lo cruzamos con los datos de e-commerce, podremos ver cuales han sido nuestras campañas internas que mejor están funcionando a nivel de conversión.

Influir en el ratio de rebote y en el tiempo en la página

Justin Cutroni lo publicó hace un tiempo en su página web, y creo que es uno de los mejores hacks que se han hecho nunca con Google Analytics. El objetivo está en determinar el porcentaje de rebote “real” y un tiempo de página más aproximado en páginas en las que hay mucho contenido y no tienen conversión, como puede ser un blog.

Eliminar rebote - Justin Cutroni_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf292eb54″,»Article link clicked»,{«Title»:»Eliminar rebote - Justin Cutroni«,»Page»:»Eventos de Google Analytics: cu00f3mo aprovecharlos al mu00e1ximo»}]);

Para hacerlo, éste script lanza un evento al inicio del contenido y otro que se lanza cuando se llega al final de éste. Si hacemos que solo el segundo evento altere el porcentaje de rebote, podremos obtener varias mejoras en nuestro Google Analytics:

  1. Obtendremos un porcentaje de rebote más real y un tiempo en página mucho más preciso.
  2. Podremos hacer un pseudo-embudo para analizar cuantas personas ven el principio del post y llegan al final de éste (que no es exactamente lo mismo que el rebote)

Flujo de lectura - Jusin Cutroni_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf292ec7a»,»Article link clicked»,{«Title»:»Flujo de lectura - Jusin Cutroni«,»Page»:»Eventos de Google Analytics: cu00f3mo aprovecharlos al mu00e1ximo»}]);

 

Definición de objetivos

En muchas ocasiones, podemos definir algún objetivo en nuestra web que no implique necesariamente la generación de una página vista nueva. Algunos ejemplos claros pueden ser el hecho de puntuar un producto, compartir una página por email (con algún servicio que ofrezca la web), hacer un comentario en un blog o rellenar un formulario de contacto. Si generamos un evento para analizar estas acciones, después podremos utilizar este evento para configurar un objetivo en nuestra página web.

eventos-descarga-ficheros_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf292ed94″,»Article link clicked»,{«Title»:»eventos-descarga-ficheros«,»Page»:»Eventos de Google Analytics: cu00f3mo aprovecharlos al mu00e1ximo»}]);

Además, si hemos informado algún valor al generar el evento, lo podremos usar para que sea el valor del objetivo, de forma que podremos tener un objetivo con valor variable.

Usar el valor de los eventos

Esta es mi parte favorita de los eventos: podemos informar un valor en cada una de las acciones. Además, Google Analytics nos ofrece el cálculo automático del valor medio y de la suma total de los valores que se han informado. No siempre es útil informar este valor, pero hay ocasiones en las que nos puede marcar la diferencia entre una implementación buena y una implementación genial ;)

En el ejemplo que os muestro a continuación, para una web de turismo, hemos lanzado un evento cada vez que se hace una búsqueda, calculando el booking window buscado (días previos a la llegada al hotel). Además, hemos hecho una agrupación por clusters para poderlo tener todo más juntito y sea más fácil de interpretar. Así  podemos analizar con qué booking window se buscar más, e incluso cual es el que más se reserva.

Calcular booking window con eventos_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf292eeb9″,»Article link clicked»,{«Title»:»Calcular booking window con eventos«,»Page»:»Eventos de Google Analytics: cu00f3mo aprovecharlos al mu00e1ximo»}]);En el valor medio se calcula el número de días previos, y en los eventos totales podemos ver el volumen de búsquedas con éste número de días. Ahora ya sabemos que la mayoría de gente busca con más de una semana de antelación, pero menos de 3 meses ;)

Como guinda final, como podemos segmentar utilizando eventos, podremos ir analizando cada uno para ver como rinde cada uno ;)

Eventos de Google Analytics: cómo aprovecharlos al máximo_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf292efc1″,»Article link clicked»,{«Title»:»Eventos de Google Analytics: cu00f3mo aprovecharlos al mu00e1ximo»,»Page»:»Eventos de Google Analytics: cu00f3mo aprovecharlos al mu00e1ximo»}]); es un post de Trucos Google Analytics_kmq.push([«trackClickOnOutboundLink»,»link_56b1cf292f0c1″,»Article link clicked»,{«Title»:»Trucos Google Analytics»,»Page»:»Eventos de Google Analytics: cu00f3mo aprovecharlos al mu00e1ximo»}]);.

The post Eventos de Google Analytics: cómo aprovecharlos al máximo 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