Archivo de la etiqueta: Google Analytics

¿Quieres saber las palabras clave que llegan a tu sitio web? Enlázate con Google Webmaster Tools

El famoso not provided de Google Analytics lleva como 2 años entre nosotros y muchos lo que hacen es quejarse de que gracias a él no podemos ver con comodidad las frases de búsqueda con la que llegaron nuestros visitantes por tráfico SEO. Pues dejemos un poco las quejas y busquemos alternativas, y hay una que nos sirve bastante bien y la tenemos muy accesible: Consultas de búsqueda provenientes de Google Webmaster Tools.

Primero, lo primero: Qué es el notprovided

Dentro de tu informe de Adquisición de Google Analytics, tienes un informe que dice “Palabras Clave” y allí en teoría deberías ver las palabras clave con las que entran en tu web los usuarios. Desde hace un par de años has visto que en primera posición suele aparece la palabrita “not provided” que se refieren a las keywords o palabras clave usadas por los visitantes que buscan en los resultados orgánicos de Google mientras están logueados con su cuenta de Google. Como podrás comprobar, ese “Not Provided” acapara un 85% del tráfico aproximadamente, es decir, solamente un 15% de las veces veremos palabras clave que si nos pueden dar una pista de cómo nos encuentran los usuarios a través de Google.

Ante el ascendente avance del “not provided” y la necesidad de conocer el rendimiento de las palabras clave que utilizan los usuarios para acceder a nuestro site, Webmaster Tool y su integración con Google Analytics se han convertido en una opción que debe estar configurada en cualquier cuenta de Google Analytics. ¿Quieres ver bien los datos de palabras clave? Lo tienes fácil. Instala y configura el Google Webmaster Tools

Mira los datos que puedes ver de consultas de keywords en GWT

Google Webmaster Tools y el not provided

 

Puedes ver en detalle:

  • El número de impresiones de tu resultados orgánicos en los Serps de Google
  • El número de clics que hacen en tus resultados (lo más aproximado a las visitas SEO a tu web)
  • El % de CTR que es el resultado de dividir los clics entre las impresiones
  • La posición media en el ranking de google orgánico para un período de tiempo de la palabra clave

Para verlos tienes que crearte una cuenta de Google Webmaster Tool y entrar al informe de Tráfico de Búsqueda y luego al de Consultas de búsqueda.

Ahora bien, estos datos no hace falta consultarlos directamente dentro del Google Webmaster Tools. Podemos verlos dentro de Google Analytics ya que tenemos un informe específico con dichos datos, pero para poder verlos, es necesario previamente, enlazar nuestra cuenta de google analytics y google webmaster tool.

¿Cómo enlazar las cuentas de Google Analytics y Google Webmaster Tool?

En primer lugar, debemos acceder al sub-menú “Optimización en Buscadores” dentro del menú “Adquisición”.

Presionamos el botón “Configurar el uso compartido…”

Uso compartido Google Analytics y GWT

El siguiente paso es presionar el botón “Editar” al final del formulario “ Configuración de la propiedad” para seleccionar la propiedad a enlazar.

Configuración Webmastertools y Google Analytics

Seleccionamos la propiedad que queramos enlazar.

Enlazar propiedad GWT en Google Analytics

 

Una vez seleccionada la propiedad, solo nos queda habilitar el perfil que queremos enlazar:

Enlazando perfil Google Analytics en Webmaster Tools

A partir de aquí, hay que esperar unas horas y ya podremos ver los datos de palabras clave en detalle siempre que estemos dentro del informe de Optimización de Buscadores.

Detalle palabras clave Webmaster Tools en Google Analytics

 

Algunas observaciones a tener en cuenta.

  • Los datos de palabras clave que salen den Google Analytics están todos redondeados para que terminen en 0 (14.000, 700, 110, 20, etc.)
  • Los datos solo son visibles para los últimos 90 días. Si deseamos ver más atrás en el tiempo no podemos. Esto nos obliga a ponernos las pilas y exportar mensualmente los datos a una hoja de calculo para tener un histórico

Bueno esto es todo, así que ya no tenemos excusa para hacer una buena analítica SEO de palabras clave. Tenemos los datos, ahora hay que convertirlos en información útil para la toma de decisiones.

 

 

Analizando campañas de Adwords con Google Analytics y la Atribución

Después de un largo parón vuelvo a la carga con el blog. En esta ocasión vamos a ver como analizar nuestras campañas de Adwords pero desde Analytics prestando especial atención a la herramienta de contribución.

En muchas ocasiones puedes encontrarte con la necesidad de ver el rendimiento de una campaña de Adwords y no tener el acceso a esta herramienta, por lo que solamente podrás ver los datos en Analytics. El primer paso que debes tener en cuenta es que ambas cuentas deberán estar correctamente enlazadas.

Si has llegado hasta aquí y no sabes que es la atribución en el blog de Trucos de Google Analytics, Anna Solans te lo explica.

Otra consideración si utilizas Adwords y tu modelo de negocio lo permite, es cambiar la duración de la cookie de Google Analytics para que coincida con la de Adwords y tengas menos problemas a la hora de analizar e intentar que los datos te coincidan.

_gaq.push([‘_setCampaignCookieTimeout’, 2592000000]);

Una vez tenemos estos conceptos claros podemos entrar en materia.

Challenge-Accepted

 ¿Por qué utilizamos la herramienta de contribución de Google Analytics?

Debemos tener en cuenta que entre el 95%y el 98% de los usuario que llegan a un sitio web no realizan una macro-conversión en la primera visita, por lo tanto, y dada la forma de atribuir las conversiones de Google Analytics (el último clic o la última fuente se lleva la conversión). Es necesario conocer si fue, en este caso, Adwords quien consiguió al cliente la primera vez que este buscó algo en Google.

Pongamos un Ejemplo:

  1. Una persona busca en Google “Panasonic plasma 50 pulgadas”
  2. Nosotros, que tenemos una tienda de Televisores, aparecemos en los resultados de Adwords y esa persona accede a nuestra web gracias a nuestro anuncio. (1ª Fuente Adwords)
  3. La persona ve la web, le gustan los precios, pero como un Televisor de 50 pulgadas no es barato, tiene que consultarlo en casa.
  4. Lo consulta en casa y le dicen que adelante, entonces como ya conoce nuestra tienda, busca en Google el nombre “Robertronic” y accede a nuestra web gracias al posicionamiento orgánico. (2ª Fuente Orgánico)
  5. Se crea la cuenta de usuario, se lee el pdf con las instrucciones de la Televisión, pero como no está muy seguro, pregunta a sus amigos en Facebook y les pasa el link de nuestra tienda. Los amigos le dicen que la compre y como está en Facebook pincha en su propio enlace y accede a nuestra web (3ª Fuente)
  6. Compra. Según Analytics la conversión es para Facebook.

Google Analytics asigna la conversión a Facebook

Lo que ha ocurrido arriba es un ejemplo de lo que ocurre la mayoría de veces y en mi opinión Adwords se merece toda o casi toda la atribución de la conversión ya que fue gracias a él que aparecimos bien posicionados la primera vez y captamos al cliente.

Aquí puede radicar la diferencia entre una campaña de Adwords con ROI positivo y una campaña que no nos esté aportando beneficios a la empresa, añadiendo los beneficios de la contribución de la conversión a las campañas de Adwords.

manos a la obra

 

Para ver el rendimiento de nuestras campañas de Adwords en Analytics nos dirigimos al apartado Fuentes de tráfico –>Publicidad –>Adwords –> Campañas.

Campaña Adwords Atribución 1

Y vamos a imaginar que esto son mis grupos de anuncios:

Grupos de anuncios Adwords Atribución 1

En la mayoría de los casos, nos quedamos aquí y decimos ¿Cuál ha sido el coste de la campaña? Si ha sido inferior a los Ingresos nos quedamos contentos y si ha sido superior quizás eliminemos el grupo de anuncios que menos ROI nos esté aportando, por ejemplo.

Vamos a imaginar que el coste de esta campaña ha sido 1.200 € por lo tanto es una campaña que nos está haciendo perder dinero ¿No? El siguiente paso y aquí es donde vamos a poder sacar a relucir esta nueva funcionalidad de Google Analytics es sumar el importe de las conversiones donde fue Adwords la primera interacción del usuario como ocurría en el ejemplo del Panasonic que os puse anteriormente.

Rutas de conversión principales Analytics

 

Ruta de agrupacion de canales básica

Con los enlaces que puse en la parte superior del post ya debes saber que es lo que estamos observando. Aquí podríamos ver esos 3 pasos que realizó el usuario del ejemplo antes de comprar su televisión en “Robertronic”.

En este caso, queremos analizar las campañas de Adwords, en la parte superior de Analytics veremos un botón que pone Adwords, esto cambiará esas etiquetas azules por los nombres de las campañas, grupos de anuncios etc…

Atribuyendo a Adwords

 

Por desgracia todas las demás fuentes nos aparecerán como no disponible.

Ya estamos un poco más cerca de poder atribuirle a Adwords el valor de las conversiones que realmente ayudó a conseguir. El siguiente paso es SEGMENTAR y quedarnos solamente con las conversiones en las que Adwords actuó en primer lugar y además debemos eliminar las que Adwords actuó en último lugar ya que esas las estamos contando en el informe “normal” que nos da el apartado Publicidad.

¿Como lo hacemos?

En la parte superior encontraremos, como en otros informes, la posibilidad de crear segmentos personalizados. Simplemente tenemos que crear un segmento que haga lo que queremos.

Excluyendo interacciones de Adwords

Y este es el resultado:

Segmentando campañas adwords

Como vemos en la imagen, Adwords es el primero en todas las conversiones y su  valor es de 2.507 € si a esto le sumamos lo que Adwords nos estaba generando de forma directa, obtenemos un retorno de 3.625 € con un gasto de 1200€. Este, aproximadamente, sería el verdadero valor de Adwords.

Pero quedarse en este nivel de análisis sería como llegar a la puerta del paraíso y no cruzarla. Podemos tener lograr un nivel de análisis a nivel de Grupo de Anuncio o de Keyword de manera muy muy fácil.

Usando las Dimensiones Secundarias podemos ver el verdadero valor de los Grupos de Anuncios y así llegar a un nivel de optimización más profundo:

Analizando por grupo de anuncios

Con esto es muy fácil detectar que campaña, grupo de anuncios o keyword no nos está siendo rentable y está “ensuciando” nuestros números a final de mes. ¿Qué pensáis?

Espero que os haya sido útil, si veis algún error no dudéis en comunicármelo.

Sacándole partido a los Paneles o Dashboards de Google Analytics

Los Paneles o Dashboards de Google Analytics nos permiten tener una visión mucho más focalizada de como está funcionando nuestro negocio que los informes estándar de la herramienta. Además, funcionan como una perfecta puerta de entrada al entramado de informes que es Google Analytics.

Recientemente leí en un post que una gran mayoría de los usuarios de Google Analytics  no tenían configurados los paneles de la herramienta, es decir, tenían los que vienen por defecto.

Dashboard estándar de Google Analytics

Dashboard estándar de Google Analytics

 

Pero…¿Dashboards en Google Analytics?

Si, a muchos os resultará difícil de creer, pero es útil y merece la pena. Voy a enumerar, como introducción, algunos de los “pros y contras” que supone tener estos dashboards instalados y trabajados.

 

Pros de los dashboards
Pros!

 

  • Los tienes en la misma herramienta de medición, disponible en “todo” momento y en la “nube”.
  • Es muy fácil ver los datos de una determinada fecha así como comparar dos espacios temporales, con la pestaña de la fecha.
  • Fáciles de crear y modificar.
  • Obtienen todos los beneficios de la herramienta cuando esta se actualiza.
  • Se pueden compartir fácilmente así como exportar en PDF.
  • Posibilidad de apoyarse en Informes Personalizados y disponer de una gran profundidad de análisis.

 

Contras de los dashboards

Contras!

 

  • La estética es “discutible”, sobre todo con tablas muy grandes.
  • Solo permite 12 widgets o métricas por Dashboard.
  • Pocos tipos de gráficos para personalizar las métricas.
  • Imposibilidad de cambiar el color o diseño de las gráficas, números, letras.
  • No disponemos de un widget que sea un campo de texto para plasmar el análisis de los datos.
  • El diseño de 3 columnas así como la anchura de cada una de ellas es el dado y no se puede personalizar.
  • Estamos subordinados a las métricas, segmentos, filtros que nos ofrece Google Analytics.

Estos son algunos de los puntos, seguro que hay muchos más, podeis dejarlos en los comentarios y los iré actualizando.

Decide si quieres sacarle más partido a los paneles de analytics

¿Sigues adelante?

“Si tomas la pastilla azul, fin de la historia. Despertarás en tu cama y creerás lo que quieras creerte. Si tomas la roja, te quedas en el País de las Maravillas y yo te enseñaré hasta dónde llega la madriguera de conejos.” Matrix

 

¿Qué nos ofrece Google Analytics?

Google nos ofrece la posibilidad de crear hasta 20 paneles por perfil. En estos paneles podemos incluir hasta 12 widgets divididos en 3 columnas, siendo la central más ancha que las dos restantes.

 

Creación de Panel

Perder el miedo al Panel en blanco es fundamental.

 

Por otro lado, los widgets serán la parte visible de nuestro Dashboard, deberán ser capaces de hacernos ver que algo no está yendo bien con el primer vistazo, por eso es muy importante saber escoger las métricas que estos van a representar. Google Analytics no nos deja mucho margen de maniobra a la hora de escoger el diseño del widget.

De entrada nos ofrece 4 tipos de formas de representar los datos, que se quedan en 3 ya que el gráfico circular lo usaremos, bien usado, pocas veces.

 

Creación de Widgets

 

No voy a extenderme más en este apartado, ni en como es cada widget, lo mejor es que lo vayais descubriendo vosotros a medida que lo vayais probando. 😀

 

Lo primero, los objetivos.

Desde mi punto de vista personal, dadas las limitaciones que tenemos con los paneles de Google Analytics, debemos intentar centrarnos en la conversión de nuestro sitio web. Ya que disponemos de poco espacio para métricas y solo las más importantes deben ir en nuestro Dashboard KPI’s.

Lo primero que necesitamos para que nuestros dashboards dispongan de todo su potencial es tener los objetivos de nuestro sitio web definidos. Por la sencilla razón de que sin ellos perderemos todas las métricas de conversión tan importantes para saber del éxito o fracaso de nuestro negocio online.

Los Informes personalizados, la base de nuestros dashboards

Como en toda buena construcción, lo primero son unos buenos cimientos. Los informes personalizados nos van a permitir crear unos dashboards accionables, que nos muestren lo que necesitamos en cada momento.

Informes personalizados

Los Informes personalizados nos permiten "hilar" más fino que los estándar

 

Además, gracias a esta increible  unión de dashboard e Informe personalizado, podemos detectar que está pasando algo gracias a nuestro dashboard y profundizar más haciendo click en la etiqueta azul. Esto nos llevará a nuestro trabajado Informe personalizado donde encontraremos todas las métricas que hemos considerado relevantes.

 

Widget Redes Sociales

La etiqueta con las letras azules, nos indica que detrás hay un Informe Personalizado.

 

Uno de los puntos en contra de los dashboards en Google Analytics era que no disponiamos de un cuadro de texto en el que escribir nuestro análisis (dar Insights) para que la persona indicada lo leyera. Conscientes de este “fallo”, debemos aprovechar las etiquetas de los widgets de los dashboards para hacer pensar y reflexionar a la persona que ve los informes.

La mejor manera de hacer esto, bajo mi punto de vista, es mediante una pregunta. La técnica de la pregunta, por llamarlo de alguna manera, nos hará enfrentarnos a los datos de otra manera, ya que nuestro cerebro intentará en primer lugar responder a ella y en segundo buscar un porqué.

añadir al panel google analytics

 

¿Cómo organizamos los Dashboards?

La organización de los dashboards, deberá permitirnos ver el viaje de la visita por nuestra web hasta la conversión. La organización que más se acerca a esto de las que he visto es la que propone nuestro maestro espiritual A.K.A. gurú Avinash en este post.

En él propone aprovechar las tres columnas en vertical y ordenar los Dashboards por Adquisición-Comportamiento-Conversión.

Dashboard avinash

 

Deberemos intentar que el Dashboard no ocupe más que el espacio de la pantalla sin hacer scroll. Esta es la teoría, pero está claro que no siempre podemos ajustarnos a eso y más en los dashboards de Google Analytics en los que el tamaño de los widgets son en su mayoría predeterminados y no podemos modificarlos.

Por otro lado, conviene diseñar distintos dashboards dependiendo de la persona objetivo que los va a mirar y de los objetivos de nuestro sitio web . No es lo mismo un dashboard SEO que uno de Redes Sociales. Algunos ejemplos de dashboards que podemos crear en Google Analytics podrían ser estos:

Ejemplos de paneles en Google Analytics

.

Añadiendo y quitando paneles según sea tu negocio o según lo que necesites medir.

Conclusiones

¿Con mis dashboards de Google Analytics tengo suficiente y no me hace falta nada más? No, un análisis completo y profesional requiere de una profundidad y un procesado de datos superior al que nos ofrece esta herramienta, para ello nada mejor que nuestro mejor amigo EXCEL y su compañero CEREBRO, estos si que hacen maravillas con los negocios.

¿Entonces, para que sirve todo esto? Los paneles de Google Analytics intentan concentrar la esencia de nuestro negocio, resumen la ingente cantidad de datos que nos ofrece Analytics, es decir, son la mejor puerta de entrada a la herramienta. Nos ayuda a focalizar nuestra atención en lo importante y a no navegar por los reportes de la herramienta esperando que pase algo.

 

Compartir Dashboards

Que mejor manera de mejorar como analistas web que compartiendo lo que sabemos, lo que investigamos o simplemente nuestros puntos de vista con los demás.

Ya que Google nos permite compartir los dashboards que hemos creado, os dejo algunos ejemplos que deberéis adaptar a vuestros Objetivos  y KPIs en primer lugar y a vuestros Informes personalizados en segundo para poder detectar que está pasando.
AVISO: PARA VER MUCHOS DE LOS DATOS DEBEREIS CONFIGURAR CORRECTAMENTE LOS WIDGETS // CLICK EN EL NOMBRE PARA AÑADIRLOS A VUESTRA CUENTA.

 Visión Global del Site

Dashboard Google Analytics Vision Global del SIte

 Redes Sociales

Dashboards Redes Sociales Google Analytics

SEO

Dashboard SEO google analytics

Referidos

Dashboards referrers google analytics

Los dos últimos no son mios, sino del post The Perfect Google Analytics Dashboard escrito por Michael Wiegand. En el post (ENG) podéis aprender más sobre crear dashboards en Analytics, estos dashboards se centran en e-commerce por un lado y en leads por otro.

The Perfect Dashboard for E-Commerce Sites 

Dashboard ecommerce Google Analytics
The Perfect Dashboard for Lead Generation Sites 

Dashboards Generación de Leads google analytics

Si has llegado hasta aquí solo me queda darte las gracias por tu atención y animarte a que compartas tus dashboards. 😀

Obteniendo información del “not provided” en Google Analytics

A estas alturas de la situación no me voy a parar a describir o decir que es el “not provided”, lo que necesitamos ahora es extraer el máximo de información de esta “desinformación” que Google nos ha impuesto. Hay muchos métodos ya por la red.

En este post de Lakil nos desgrana unos cuantos muy interesantes. El que yo quiero potenciar es el primero, el que nos indica las páginas de destino.

Lo normal, es seleccionar como él hace la keyword “not provided” y despues darle a dimensión secundaria para ver las landing page de destino. No sabemos la palabra pero sabemos donde están aterrizando. ¡Muy interesante!

Pero podríamos ir un poco más allá y querer ver las keyword not provided con su landing page, junto a las demás keywords así como si fueran las diferentes keywords.

Esto podemos hacerlo con el siguiente filtro:

 

Filtro Not provided

Click para ver completo.

¿Qué conseguimos con esto?

Con este filtro, vamos a conseguir que en nuestra lista de Keywords nos aparezca algo así:

np-/”landingpage”

Que se traduce como not provided/landing page donde aterrizaron este grupo de keywords.

Ejemplo real:

Ejemplo np-landingpage

 

Espero que si te es útil lo implementes y nos cuentes tu experiencia, así como si sabes de algún otro filtro o manera de conocer más a nuestro amigo “not provided”.

Siempre conviene tener un perfil limpio y otro con todos los filtros que vayáis creando.

Más información sobre como funciona este filtro. 

Entendiendo las Variables Personalizadas o Custom Var de Google Analytics

Las Variables Personalizadas o Custom Var de la herramienta Google Analytics son, en mi opinión, una de las caraterísticas más desconocidas por los usuarios de la herramienta. Estas Custom Var, nos permiten insertar información  “editada” por nosotros en Google Analytics.

Las custom var nos permiten personalizar un poco Google Analytics

Lo que nos permite etiquetar y segmentar usuarios de una forma más personalizada para conocer su comportamiento y ver como influye este en la conversión de nuestro sitio web.

Lo primero y más complicado es saber qué tipos de Variables existen y como se diferencian entre sí:

Nivel de Página (3): Una Variable personalizada de Página persistirá en el visitante solo mientras está viendo  una determinada página donde esté el código. Una vez se marche la variable expirará. 

  Ejemplo de uso: Ver que post son más visitados por Autor o por temática. Cada vez que alguien ve el post, queda registrado en GA con nuestra Custom Var.

Nivel de Visita (2): Una Variable Personalizada de nivel “Visita”, estará activa durante toda la visita del visitante, es decir, marcará toda la visita. Una vez que la visita termine la variable también termina.

  Ejemplo de uso : Logueados vs no Logueados. Introduciendo la Custom Var en la página de “Gracias por Loguearte” hace que toda la visita de este usuario se marque como Usuario Logueado.

 Nivel de Visitante (1): Una variable personalizada de nivel “visitante” tendrá la misma duración que la cookie “_utma”, que es la encargada de saber si un (navegador o dispositivo) es un nuevo visitante o no. Esta cookie tiene una duración de 24 meses o hasta que el usuario borre las cookies.

  Ejemplo de uso : Nos sirve para ver la diferencia de comportamiento de Usuarios registrados vs no registrados, el código se pondría en la página de “gracias por registrarte”. ( una persona se puede registrar pero puede que en unas visitas se loguee o no; Pero sigues siendo un usuario que se ha registrado alguna vez).

  Ejemplo de uso 2: Podrías desear conocer el número de sesiones en las que los visitantes han eliminado un artículo del carrito de la compra. Para este caso concreto, se define la variable personalizada en el nivel de sesión, de modo que toda la sesión del visitante se etiquete como una sesión en la que se han suprimido elementos de carritos online. (ejemplo de la web de code.google.com)

EL CÓDIGO:

_gaq.push(‘_setCustomVar’,index,’name’,’value’, opt_scope);

Index: Un número entre 1 y 5 ya que indica el slot en el cual vamos a introducir nuestra custom var. GA nos ofrece 5 slots.

Name= este campo es texto plano, introduciremos el texto para identificar a los usuarios que serán marcados por la Custom Var.

Value= este campo es texto plano, introduciremos el texto para identificar a los usuarios que serán marcados por la Custom Var.

Opt_Scope: Es el tipo de Variable personalizada deberemos introducir un número entre 1 y 3. (1=visitante,2=visita,3=página). Si se deja vacío coje por defecto el número 3 (página).

Ejemplo:

_gaq.push(‘_setCustomVar’,1,’Usuario Registrado’,’2012′, 1);

¿DÓNDE SE COLOCA?

Colocar siempre la custom var Antes del Trackpageview:

<script type="text/javascript">//
var _gaq = _gaq || [];
_gaq.push(['_setAccount', 'UA-XXXXXX-1']);
_gaq.push(['_setCustomVar',1,'Usuario Registrado','2012', 1]);
_gaq.push(['_trackPageview']);

Extra:

Limitación de 64 caracteres si sumamos los caracteres de name+value.

Las Variables personalizadas de Página, funcionan parecido a un evento, ya que te dicen que visitas han “activado” el código. Si no nos quedan slots de Variables personalizadas, se podría usar un evento.

¿Para qué usáis vosotros las Variables Personalizadas?

Fuente

Directrices de Uso para ver recomendaciones y problemas al mezclar distintas Custom Var en el mismo slot

Como crear un Evento “Onclick” en Google Analytics (Actualizado con Universal Analytics)

Los eventos en Google Analytics sirven para registrar la interacción de los usuarios con los elementos de tu sitio web, desde elementos flash, hasta botones, archivos de  descargas etc…  Es decir, donde el usuario interactúe o haga clic.

Para explicar como funciona vamos a coger el ejemplo más común que es la descarga de un PDF. Para implementar este evento debemos tener instalado el código Asíncrono de Google Analytics

Es muy sencillo:

Debemos localizar el enlace desde el cual se descarga el PDF desde nuestra web:

www.nuestraweb.com/wp/wp-content/nuestro.pdf

Una vez localizado el enlace debemos añadir a la url el siguiente código:

href="#" onClick="_gaq.push(['_trackEvent', ' category', 'action', 'opt_label', opt_value])"

Donde # es nuestra Url

Category: Categoría del evento (Ejemplo: Descargas / Downloads)

Eventos Onclick- Google Analytics

 

 

 

Action: Acción del evento (Ejemplo: PDF)

Eventos Onclick- Google Analytics

 

 

 

Opt_label: Esta opción es Opcional, por si queremos ampliar la información (Ejemplo: PDF Corporativo)

Opt_value: Esta opción es Opcional, por si queremos darle un valor (€) a nuestro evento. (Ejemplo: 0,2)

Finalmente tendríamos una URL como esta:

<a href=”www.nuestraweb.com/wp/wp-content/nuestro.pdf onClick=”_gaq.push (‘[_trackEvent’ ,’ Descargas’ ,’ PDF’ ,’ Pdf Corporativo’ , 0,2])” >Descarga Nuestro PDF</a>

A partir de este momento, Google Analytics empezará a recoger información de nuestros eventos como hemos podido observar en las imágenes de arriba.

Google Analytics muestra los eventos en: Contenido –> Eventos

 Muestra eventos Google Analytics- Google Analytics

Universal Analytics

Para etiquetar un enlace con la última versión de Google Analytics, el código a utilizar es un poco diferente:

href="#" onClick="ga(['send', 'event', 'category', 'action', 'label', value ])"

Ahora los eventos se muestran en Comportamiento –> Eventos

Aquí teneis la documentación oficial de Google al respecto

https://developers.google.com/analytics/devguides/collection/analyticsjs/events?hl=es

Datos de muestra en Google Analytics, subsanando el “Informe de acceso rápido”

Cuantas veces, cuando estamos analizando o recopilando datos en nuestra herramienta Google Analytics nos hemos encontrado con un cuadro amarillo en la parte superior indicando lo siguienteEste informe se genera en modo de acceso rápido y mirando los datos Google nos dice nos encontramos cosas como : Visitas: 10000 +- 80%. Un dato bastante poco útil.

 

Para subsanar de alguna manera este inconveniente al procesar una gran cantidad de datos ya sea en visitas, páginas o rutas de conversión Google ha habilitado el muestreo en Analytics:

Datos de muestra en Google Analytics, Informe de acceso rápido

Click para ampliar y ver el nuevo menú

Este submenú aparecerá si elegimos una dimensión secundaria o ampliamos el periodo del informe y como vemos en la foto nos dará la opción de procesar los datos de forma más rápida o más precisa.

Sacado de Google CODE: ” Muestreo en Google Analytics o en cualquier software de analítica web hace referencia a la práctica de seleccionar un subconjunto de datos del tráfico del sitio web. El muestreo se utiliza principalmente en el análisis estadístico, ya que analizar un subconjunto de datos produce resultados similares a los del análisis de todos los datos. Además, el muestreo agiliza el procesamiento de informes cuando el volumen de datos es tan grande que ralentiza las consultas de informe.”

Para saber exactamente como funcion,a os recomiendo leer este artículo de Google CODE donde nos dicen cuales son los límites tanto de urls como de sesiones para iniciar el muestreo y que hace google una vez alcanzado ese  límite:

Como Funciona el muestro en GA

Fuente: Datos de Muestra GA Code

 

Analiza el tráfico de tus códigos QR con Google Analytics

Últimamente se están poniendo mucho de moda los códigos QR, los cuales están permitiendo unir el mundo “off-line” con el mundo “on-line” de una forma muy sencilla y efectiva.  He visto muchos QR maravillosamente creativos en cuanto a diseño y no dudo de su efectividad visual, pero me pregunto si estas organizaciones saben como están funcionando o como podrían mejorar la conversión, si es que la tienen, de los mismos.

Para empezar os recomiendo el siguiente artículo de Juan Merodio que nos introduce en como crear Leads o potenciales clientes con códigos QR adaptando nuestros objetivos y las páginas de aterrizaje a las necesidades de las personsa que acceden desde un móvil o una tablet.

Me ha llamado la atención el pasar por alto un punto muy importante y es la integración de una etiqueta de campaña que nos categorice de forma ordenada en nuestra herramienta de Analítica Web (en este caso Google Analytics) nuestra campaña QR.

Utilizaré la misma herramienta que él recomienda  Kaywa QR Code, ya que me ha parecido muy sencilla y fácil de utilizar.

kaywa-qr-code-and-Google-Analytics

Simplemente añadimos nuestra URL (si seleccionamos URL) más el código de campaña de Analytics y generaremos el código. Un ejemplo:

Con la herramienta de Google URL BUILDER rellenamos los campos que nos interesen.

QR-googleanalytics

 

Una vez rellenadas las utm’s procedemos a generar el código que insertaremos en la herramienta de generar códigos QR.

En vez de introducir:  http://www.robertoballester.com

Introducimos: http://www.robertoballester.com/?utm_source=Blog&utm_medium=QR&utm_campaign=QR%2Bpara%2Bejemplo%2Bblog

 

Si queremos mejorarlo un poco recomiendo utilizar un acortador de url’s para que no queden expuestos todos los parametros de medición de campaña ya que mucha gente al ver todos esos parámetros puede desconfiar de nuestra web.

Utilizamos la herramienta también de Google Url shortener y nos quedará una url así de simple :

http://goo.gl/7wULM

Ésta última url es la que meteremos en la herramienta de generar códigos QR para que nos genener un código parecido a este:

Código QR Roberto Ballester

Listo, ya tenemos nuestro fantástico código QR con las etiquetas que nos permitirán tener controlado el tráfico desde esta fuente.

EXTRA: El compañero Eduardo Sanchez nos recomienda una herramienta que acorta y etiqueta al mismo tiempo! http://utm.to/

El horario de actividad de los usuarios de tu web en un mapa de calor usando Sparklines

Vamos a hacerle, con este post, la competencia “leal” al gran @analisisweb. Desde que @sorprendida nos enseñó un mapa de calor en una de sus clases del #ksmasteraw, donde se podía ver claramente cuales eran las horas clave de navegación de tus usuarios en el sitio web con solo un vistazo me dije a mí mismo que eso tenía que saber hacerlo yo.

Gema nos dijo que la herramienta utilizada era SPARKLINES un complemento gratuito para Excel. Vamos a ir paso a paso para crear un bonito, fácil y muy útil mapa de calor.

*Esta es la receta que yo he utilizado, seguro que se podrá hacer mejor, más rápido y con más colores, no lo discuto. 😀

 

INGREDIENTES:

Excel
Sparklines
Manual de Sparklines
Tabla de Colores de Sparklines
Google Analytics V5

RECETA:

1.- Crear un Informe Personalizado

Necesitamos un Informe donde nos muestren las Visitas por Días y por Horas. Os adjunto una Captura de como debe quedar el informe personalizado.

Informe Personalizado Horas y Días

 

Una vez tengamos el informe guardado seleccionamos la fecha que nos interese y Analytics nos mostrará en primer lugar los días de Domingo (0) a Sábado (6) y una vez dentro del día las horas desde las 00 a las 23.

Google Analytics Día de la semanaGoogle Analytics hora

 

2.- Exportar datos a Excel

Una vez Google Analytics nos muestre las horas del día que escojamos debemos Exportarlo desde el menú superior Exportar–>CSV para Excel.

Exportaremos a Excel todas las horas de todos los días para tener en Excel algo como esto:

Excel para mapa de calor

Ahora viene el momento MagicExcel en el cual hay que Transponer los datos para pasarlos de Columnas a Filas y dejarlo ya preparado para el Sparklines. (Imagino que aquí habrán mil formas de hacerlo como tablas dinámicas y cosas menos “manuales” pero bueno no es dificil y no hacen falta conocimientos avanzados para hacerlo como indico).

Y nos quedará así:

Excel hora y día transponer

3.- Ajustar Valores y Colores

Antes de utilizar Sparklines necesitamos “dividir” nuestras visitas para ver lo que consideramos actividad Baja-Media-Alta y todas las subdivisiones internas que queramos hacer. Además debemos seleccionar el color con el que se va a “pintar” nuestro mapa. Esos colores los sacaremos de aquí Tabla de Colores de Sparklines.

Un ejemplo sería este: Lo primero es mi evaluación (Muy Bajo, Bajo, etc..) lo segundo son las visitas que responden a esa evaluación y el tercero es el código de color que sacamos de la tabla (verde, verde mas oscuro, naranja…)

Colores Sparklines

4.- Creando el Mapa de Calor

A partir de ahora necesitamos nuestra nueva herramienta Sparklines y su Manual para el que no se aclare del todo y quiera revisarlo de la fuente original o para el que le quiera sacar más partido.

Mapa de Calor Horario de tus usuarios

Pulsamos en el icono que señalo arriba y nos aparecerá el cuadro para introducir los “argumentos de la función”

Los rellenaremos así:

Destinationrange: En este campo señalaremos solo 1 celda de Excel, esta celda que señalamos es la celda superior izquierda de nuestro futuro mapa de calor.

ColorData: Ahora señalamos los datos de visitas que hemos sacado de Excel. Solo las visitas nada de Días ni horas.

ColorScale: En este campo señalaremos las dos columnas que hemos creado con los códigos de color. (la de visitas y la de códigos de color)

*Los demás campos son para personalizar el Mapa.

Por ejemplo:

Excel Argumentos Sparklines

Pulsamos Aceptar y….Nada! para que nos aparezca nuestro bonito Mapa debemos ir al Menú superior y hacer “click” en REFRESH

Una vez hecho esto, si todo ha salido bien nos aparecerá un mapa como el siguiente:

colores del mapa Sparkline

Por último para hacerlo más entendible, ajusté el tamaño de las celdas del mapa y coloqué los días a la izquierda y las horas arriba de forma manual, quito las líneas de Excel y tenemos:

Mapa de actividad de tus usuarios en la red

 

Si algo no os funciona o necesitais saber algo más no dudéis en preguntarmelo.

Un saludo!

PD: @noe seguro que ahora no se me olvida.