Hemos visto las principales métricas que nos ofrece Google Analytics e
incluso hemos conocido por encima a alguna de sus compañeras de viaje,
como Google Optimize.
Sin embargo Google Analytics tiene mucho más donde rascar y es por eso que
en éste descargable vas a encontrar algunos de los trucos que te van a
destacar, todavía más, como un explorador experto y con látigo.
En éste descargable vas a poder entender con un poco más de profundidad
cómo entender algunos datos y KPI’s en cada pestaña de Google Analytics,
teniendo en cuenta alguno de los fallos estadísticos más comunes y a que
debes de atenerte antes de dar por ciertos determinados datos.
1. LOS PROMEDIOS NO SIEMPRE EXPLICAN EL
COMPORTAMIENTO DE TU USUARIO
Cuando empieces a extraer datos de Analytics y te des cuenta de ciertos
comportamientos de tus usuarios, pronto empezarás a detectar patrones y
establecer promedios, sobre todo cuando empiezas a trabajar con grandes
cantidades de datos. Ten en cuenta, además, que Google Analytics comienza
a hacer promedios cuando empieza a tener demasiada información de visitas.
¿A qué nos referimos aquí? Bien. Imagínate que queremos analizar la forma
en la que los españoles beben vino, y llegamos a la conclusión de que se vende
tanta cantidad de vino como para dar de beber una copa de vino al día a cada
español.
Esto nos daría el promedio de una copa de vino al día por cada español. Pero,
¿realmente sería cierto? No, porque muchos españoles beben 4 copas de vino
al día, otros no beben nada, y otros lo que beben son cañas.
¿Cómo se puede aplicar esto a la analítica digital? Bien, imagínate que
detectamos que nuestro ticket medio de compra son 45€.
Esto nos puede ofrecer una pista sobre qué ofertas hacer, por ejemplo,
podemos poner gratis los gastos de envío a partir de 50€ para intentar que la gente se gaste un poquito más de lo que se suele gastar. Sin embargo,
¿realmente nos está aportando información acerca del comportamiento de
nuestros diferentes tipos de usuario?
Bien, no. Probablemente sea así, pero muy probablemente tengamos
usuarios que se gasten 20€ y otros 90€, e incluso seamos capaces de detectar
de dónde vienen y cómo son cada uno de ellos si tenemos la capacidad de
intentar buscar un poco más allá de los datos de promedio.
En analítica web tenemos siempre que preguntarnos un poco más acerca de
la veracidad de los datos de promedio o de los patrones de comportamiento,
para saber si de verdad están haciendo referencia a la mayoría de los usuarios
o bien estamos incluyendo diferentes tipos de usuario dentro del mismo saco.
En esta imagen se detecta cómo tres gráficas de comportamiento tienen el
mismo promedio, sin embargo, son muy diferentes entre sí. De una forma
gráfica entendemos cómo con el mismo dato podemos estar analizando tres
patrones muy diferentes.
2. ANALIZAR KPI’S QUE REALMENTE NO SON IMPORTANTES
PARA NUESTRO NEGOCIO
Muchas veces, si nuestro rol como analista web es independiente de nuestro
papel como responsable de las acciones de marketing digital tendremos que
ejercer de auténticos policías de la información.
No es extraño que un Community Manager, un responsable de SEO o la
persona que se encarga de la publicidad se enfoquen en mejorar KPI’s que
tienen que ver con demostrar su desempeño pero que no son realmente
importantes para el negocio.
El analista digital tiene que velar siempre porque se cumplan, siempre, los
objetivos del negocio por encima de justificar o no las estrategias de
marketing digital o de publicidad que se están llevando a cabo.
Un error muy común al evaluar la estrategia digital de las redes sociales (de
las más difíciles de justificar) es guiarnos única y exclusivamente por la
cantidad de RT’s o MeGusta que tienen los post en Linked In, Facebook,
Twitter o Google Plus. Parece que simplemente con que éste número sea alto,
estamos dando a entender que nuestro post en redes sociales ha sido un
éxito. Pero, ¿esto siempre es así? Pues no, o no exactamente.
Está claro que si un post se comparte muchas veces es porque es un post
mejor que los que se han compartido menos y nos va a dar visibilidad en las
redes sociales, pero tenemos que enfocarnos en ver si de verdad ése post nos
está trayendo el tráfico que necesitamos para convertirse en Leads dentro de
la web.
¿Qué aspectos tendríamos que comprobar en Este caso?
• Si realmente éste contenido se ha compartido, pero luego se ha visitado
realmente en la web. Es decir, puede que fuese un título muy atractivo o
una imagen muy divertida pero la gente no haya acabado por visitar la
web, aunque le ha hecho gracia el título, luego no ha ido a leerlo de verdad.
De forma que prácticamente no nos ha servido de nada (sólo para la
visibilidad de nuestras redes sociales).
• Puede que estemos distribuyendo contenido que no es interesante para
conseguir followers fácilmente pero no encuentra realmente a nuestro
público objetivo. Pongamos un ejemplo: es muy fácil conseguir viralidad
con imágenes graciosas o frases hechas, pero es muy difícil crear
contenido que realmente le interese a los responsables de marketing de
las empresas o a los CEO’s de las compañías de más de 10 trabajadores. El
analista web tiene que identificar si el tráfico de redes sociales realmente
convierte dentro del embudo de conversión y generar leads, o es
simplemente una forma de ganar visibilidad en la red social para un
público que no nos interesa.
De la misma forma, el analista web tiene que determinar si las palabras clave
por las que está posicionando el responsable de SEO son realmente
importantes para el negocio y atraen el público que realmente necesitamos.
Puede que el responsable de posicionamiento en buscadores se haya
enfocado en palabras más fáciles de posicionar pero que no nos aportan valor
real dentro de nuestra página web.
3. LA CORRELACIÓN NO IMPLICA CAUSALIDAD
El hecho de que dos variables aumentan a la vez no significa que una sea
consecuencia de la otra. Parece muy sencillo, pero es muy equivocarnos en
éste aspecto, por ejemplo podemos equivocarnos y pensar que nuestro
aumento de tráfico en la web es consecuencia del aumento de visibilidad en
redes sociales, pero no darnos cuenta de que ambos aumentos tienen que ver
con que se ha hecho una campaña de publicidad, por ejemplo, o porque de repente hemos empezado a posicionar por una palabra clave realmente
importante.
No es nada raro encontrarnos en los medios de comunicación noticias de éste
estilo:
• Un estudio afirma que cuanto más A, más B.
• Un estudio afirma que quienes son A, tienen menos B.
Todas estas afirmaciones son formas de decir que A tiene que ver con B,
cuando muchas veces es una tercera variable la que está influyendo en los
comportamientos de ambas variables.
Como analistas digitales tenemos que tener siempre la sospecha detrás de
los parecidos entre variables antes de sacar conclusiones precipitadas, e
incluso tener en la cabeza que a veces la existencia de una correlación entre
dos variables es fruto de la mera casualidad (que no causalidad).
Esto también sucede en la forma contraria, es decir, probablemente nos
encontremos variables que no tienen correlación pero que sí son
consecuencia la una de la otra, por ejemplo porque la ausencia de una
provoque la existencia de la otra.
4. LOS SESGOS COGNITIVOS DEL ANALISTA Y EL EQUIPO
DE MARKETING
Uno de los principales motivos de error de todos los analistas es la forma en
la que vemos el mundo y cómo tenemos construida nuestra propia cabeza. Ya
te has dado cuenta de que la sospecha acerca de lo que te dicen los datos ha
de ser siempre una máxima, pero no sólo has de sospechar de eso sino de ti
mismo.
¡Te avisamos de que tenías que ser un explorador, y eso significa que nunca
tienes que estar seguro de lo que ves! Sobre todo, ten en cuenta estos sesgos
a la hora de realizar conclusiones acerca de los datos o establecer
recomendaciones sobre actuaciones, puede que estés sufriendo alguno de
ellos.
Vamos a ver algunos de los sesgos cognitivos más habituales que se suelen
dar no sólo en la analítica web sino en las propias estrategias de marketing en general y que te ayudarán a darte cuenta de si tú o tu equipo estáis sufriendo
alguno de ellos.
a)El efecto Dunning - Kruger
El efecto Dunning - Kruger es un curioso sesgo cognitivo que se estudió en la
Universidad de Cornell. Nos indica que los individuos con escasos
conocimientos y habilidades, tienen una falsa percepción de superioridad con
respecto a los demás y además tienen una falsa concepción de sus
habilidades, creen que son mejores de lo que realmente son.
¿Cuándo nos debe preocupar el efecto Dunning - Kruger? Bien, pues por
ejemplo cuando revisamos ciertas opiniones de clientes, antes de hacerles
caso realmente tenemos que verificar si son realmente nuestro público
objetivo y mantener la confianza en nuestro producto, o bien cuando estamos
evaluando los resultados de algún responsable de nuestra estrategia digital
que no esté convenientemente formado.
b)Generalización de inducción errónea
Pasa mucho cuando estamos tratando de identificar el comportamiento de
nuestro público objetivo. Mediante la falacia de la inducción errónea
suponemos que todos los individuos de un colectivo, grupo o clase tienen x
comportamientos en base a unos pocos que conocemos.
Suele ser muy común cuando describimos grupos que son contrarios a
nosotros o que no llegamos a comprender del todo, y pasa también en
analítica digital.
Por ejemplo, nuestro público objetivo son los padres y madres de niños de 2
años y nos damos cuenta de que 10 de esos usuarios dentro de nuestra web
se ven atraídos por ciertos colores y textos en nuestra web, así que pronto
identificamos que ese público objetivo en general y en concreto ha de
comportarse de la misma forma, pero no tiene por qué ser cierto.
c)Heurística de la disponibilidad
La heurística de la disponibilidad es una especie de atajo mental que
utilizamos para sacar conclusiones, mediante el cual pensamos que es más
probable que pase un suceso que estamos más acostumbrados a ver,
asociándolo a nuestros propios recuerdos.
Pero el caso es que normalmente recordamos con más asiduidad los eventos
que nos son más comunes, y solemos desechar los que son eventuales de
nuestros recuerdos.
Por ejemplo, puede que asociemos que cierto aumento de visitas tiene que
ver con un aumento en la publicidad en cierto medio porque ha pasado
habitualmente, y porque no recordamos que en otras ocasiones se ha debido
a otros factores.
“Cuanto más accesible es un suceso, será más frecuente y probable; cuanto más viva es la información, será más convincente y fácil de recordar; y cuanto más evidente resulta algo, más causal parecerá.” Plous, 1993.
Muchos de los recuerdos que tenemos o mucho de lo que consideramos
habitual no es real, sino que proviene de medios externos, en especial de los
medios de comunicación de masas. Esto distorsiona lo que realmente es
evidente y real, por ejemplo, con respecto a las amenazas reales que existen
en nuestro entorno, y cosas que en realidad son extraordinarias o
espectaculares nos parecen habituales, sesgando nuestras conclusiones
acerca de los datos que obtenemos.
d)El sesgo de confirmación
Es uno de los sesgos más peligrosos, porque es el que se da más
habitualmente. Tendemos a analizar los datos de forma que siempre tienden
a confirmar lo que realmente queríamos que pasase.
Es realmente difícil aceptar que estábamos equivocados en nuestras
estrategias o en nuestras hipótesis, de forma que siempre vamos a tender a pensar que los datos confirman nuestros deseos antes que lo contrario, y es
que es realmente fácil interpretar los datos de la forma en que queremos
verlos.
e)Falacia arreglo de bulto, o sesgo conservador
No es ningún misterio que las personas solemos pensar que las cosas son
como siempre hemos creído antes que pensar que hay datos que niegan la
forma en la que vemos las cosas y que es conveniente que cambiemos la
estrategia.
Las personas, prácticamente siempre, tenemos tendencia a preferir que las
cosas sigan como están antes que pensar en cambiarlas, y esto nos confunde
a la hora de interpretar datos y analíticas.
f)Sesgo de la negatividad
Está científicamente comprobado que las personas damos más peso a las
cosas negativas que a las positivas. Es una herramienta del cerebro para
sobrevivir, nuestros antepasados tenían que estar siempre alerta ante un
entorno amenazante.
Y probablemente también tu cliente sea así, de forma que normalmente le
pesarán los datos negativos mucho más que los positivos.
e)Apofenía o Ilusión de Serie
Los seres humanos tenemos tendencia a ver patrones, conexiones y
tendencias en situaciones donde ni siquiera existen. Es algo que nos encanta
e incluso nos llega a otorgar algo de placer, así que tenemos que tener mucho
cuidado de ver patrones donde no los hay.