Estructura de medición

Siempre que hablamos de medición de un sitio web o app no solo queremos entender cómo navegan nuestros usuarios, sino que también es importante entender qué tipo de usuarios nos están visitando, y cómo interactúan con nuestros productos digitales. En el siguiente post les voy contar como abordar este punto a nivel de medición sin importar qué herramienta tienes a mano, ya sea Google Analytics (GA4) u otras. Lo importante es construir esa columna vertebral que te permita accionar la información desde tu sitio web o aplicación hacia tus herramientas.

También quiero abordar algunos casos de uso donde me basaré en el ejemplo de un banco, ecommerce o cualquier sitio o app donde pueda tener un login.

Punto 1 - Comportamiento

Este punto es la base de una medición de cualquier canal digital, donde por defecto herramientas como Google Analytics lo hacen de manera sencilla simplemente instalando el script correspondiente en todas las páginas del sitio o activando el SDK en la aplicación. Esto nos permite medir principalmente donde navegan nuestros usuarios, qué páginas o pantallas están visitando nuestros usuarios, como también entender otro tipo de métricas como el engagement, tiempos en páginas, entre otros puntos.

Esto nos permite por otra parte, entender si es un usuario nuevo o recurrente (basado en su cookie de navegación o el id asignado a nivel de aplicación según su sistema operativo y sus políticas de privacidad).

Caso de uso:

Imaginemos que tenemos un flujo de onboarding, donde aún no conozco a mi cliente. Este flujo posee 4 pasos donde el usuario debe ir rellenando su información. En este caso me gustaría saber a nivel de comportamiento cómo está funcionando mi flujo paso por paso, entender donde están abandonando, y las fricciones que pueda tener. Adicionalmente, me gustaría entender si son usuarios que ingresan por primera vez o son usuarios que vuelven a mi sitio donde quizás en su sesión anterior visitaron páginas más informativas.

Ya con está información puedo comenzar a accionar los datos:

• Crear audiencias de remarketing de usuarios que llegan a ciertos pasos vs completar el flujo.
• Entender si mis páginas informativas están cumpliendo su rol y ayudando a los usuarios a tomar una decisión (nuevos vs recurrentes vs qué páginas navegan).
• Saber qué pasó está generando una mayor fricción en mis usuarios (donde podría hacer doble click en el análisis).

Punto 2 - Product Data

Aquí comenzamos a hilar más fino en nuestra medición, donde ya tenemos que hacer alguna gestión a nivel del código o plataforma para activar estos flujos de información ya sea por dataLayer (si usas GTM) o directamente a cada herramienta por medio de su documentación.

En el caso de un ecommerce es extremadamente importante comenzar a medir el flujo de ecommerce con todas sus interacciones desde clicks en los banners, vistas de productos, agregar al carro, pasos de checkout y tus compras, con toda la información de tus productos. Dejo por si te puede ayudar la documentación de Google.

Para caso de otro tipo de productos digitales, es importante también recopilar la información del producto, como por ejemplo, un banco y tengo productos de crédito, quiero entender cuánto están simulando, en qué cuotas, y cuánto están contratando. Otro ejemplo, busco obtener leads, quiero saber qué plan están seleccionando, y en caso de rellenar un formulario quiero conectar esta información con mi CRM para medir la trazabilidad de ese lead (atribución, canales, etc).

Caso de uso:

La recopilación de esta información nos puede generar algunos accionables. Podemos basarnos primero en el flujo de crédito que mencioné anteriormente. Imaginemos que tiene 4 pasos, el primero donde relleno la información, el segundo donde veo la simulación, el tercero donde apruebo y el cuarto la página de confirmación. En cada paso tengo información relevante, donde por ejemplo en la simulación y los pasos posteriores podemos rescatar montos, tasas y cuotas.

Esto nos permite:

• Crear audiencias por montos simulados o cuotas.
• Entender directamente cuanto simulan vs cuanto contratan (democratizar la información).
• Cuantas cuotas son las más utilizadas.

En el caso de un sitio que posee formulario, tenemos un sitio de una universidad donde un usuario busca información para inscribirse a una carrera y tenemos las páginas de cada carrera con su formulario correspondiente. Debemos obtener la información de qué carrera está solicitando, desde qué canal llegó al sitio (atribución) y también quiero entender si ese usuario terminó matriculandose en la carrera.

La obtención de estos datos nos permite:

• Medir la trazabilidad y atribución desde mi sitio web hasta que un usuario se matricula (conectando la información de mi sitio web con mi pipeline de venta en el CRM).
• Entender qué carreras son más visitadas vs más solicitadas (envío de lead) y modificar mis esfuerzos de marketing.

Punto 3 - User Data

Aquí llegamos al punto más avanzado donde recopilamos información que nos pueda entregar el usuario con su consentimiento ya sea en un login o una suscripción, o también segmentos u otra información de cómo clasificamos a este usuario por parte de la empresa. Este punto de madurez de tu medición nos permitirá entender quienes nos visitan de manera más detallada (siempre y cuando dependa de qué información podemos recopilar), junto con tener esta data disponible en el momento donde el usuario está en tu sitio o aplicación directamente.

Algunos datos que podemos recopilar, como su ubicación, edad, segmento de cliente, entre muchos otros datos. Para el caso de un banco, donde los usuarios principalmente están logueados, es súper relevante conectar este tipo de datos en acciones como el login o en pantallas específicas de un flujo. Esto permite muchos casos de usos que vamos a ir revisando. Por otra parte, un ecommerce u otro tipo de empresas donde tengo un usuario logueado, podría entender muy bien sus comportamientos anteriores, gustos, programas de loyalty y nivel en el que podría estar ese cliente.

Casos de uso:

Vamos al caso de un banco, donde como cliente estoy buscando financiar un proyecto personal en casa, y necesito buscar financiamiento. Supongamos que ingreso para revisar mi saldo, y al hacer login existen los datos disponibles como por ejemplo, mi monto pre-aprobado de crédito, con esta información posiblemente voy a ver un banner, o durante la navegación podrían accionar alguna personalización relacionada a mi pre-aprobado.

Esto nos permite:

• Generar audiencias por tramos de montos pre-aprobados (para paid media donde podemos avanzar en segmentar de mejor manera).
• Crear personalizaciones donde muestre la información disponible.
• Analizar cómo se comportan usuarios de diferentes segmentos (qué productos visitan por ejemplo).

Para el caso de un ecommerce, pongámonos en el caso de una aerolínea donde con sus programas de viajero frecuente, podría tener información de mi estatus de viajero frecuente, últimos viajes, periodicidad de mis viajes, como también recopilar información si viajo por trabajo o de turismo, con toda esta información es posible:

• Segmentar usuarios en base a viajes frecuentes.
• Personalizar la experiencia, en el caso por ejemplo, si siempre compro maletas adicionales, poder recomendar ese tipo de acciones.
• Analizar por estatus de viajero frecuente sus comportamientos y buscar rentabilidad en las compras.

En resumen, buscamos que nuestra medición pueda ayudar al negocio a que los datos puedan ser accionables, sin importar tu nivel de madurez o tipo de negocio. Es importante poder desarrollar tu estrategia de marketing o growth con una buena base de medición que te permita escalar.

Si necesitas ayuda para revisar tu medición, feliz de poder ayudarte.