Seguimos con la segmentación, pero ésta vez la de verdad. Para entender bien en  como funciona lo primero que hay que entender es la diferencia entre dimensiones y métricas.

• Métricas: Son contadores de lo que ocurre en tu web. Páginas vistas, visitas, visitantes únicos, etc
• Dimensiones: Son agrupaciones, clasificaciones, como pueden ser:
  • Grupos de páginas(secciones)
  • Tipos de usuario ( nuevo, recurrente)

¿Qué es un segmento y por qué es “Universal”?

Un segmento es un filtro avanzado que identifica subconjuntos de visitantes basándose en sus características (como el país o el dispositivo) o en sus interacciones (como haber visto una página de producto o haber hecho clic en un banner).

Lo que hace especial a la segmentación en Adobe es su universalidad,una  vez que creas un segmento, puedes verificarlo, editarlo, compartirlo con otros equipos o incluso utilizarlo en otros productos de Adobe Experience Cloud, como Adobe Target.

La jerarquía de contenedores: la Matrioshka de datos

Para dominar Adobe Analytics, debes entender que los datos se organizan en un modelo de contenedores anidados. Imagina una muñeca rusa (matrioshka):

• Contenedor de Visitante (Nivel Superior): Es el más amplio. Incluye todos los datos de una persona (sus múltiples visitas y todas sus páginas vistas) dentro de un periodo de tiempo determinado.
• Contenedor de Visita (Nivel Medio): Se centra en la sesión. Captura todo lo ocurrido desde que el usuario entra hasta que sale del sitio.
• Contenedor de Visita Individual o “Hit” (Nivel Inferior): Es el más estrecho. Aísla interacciones específicas, como la visualización de una sola página o un clic concreto.

¿Por qué es vital entender esto? Porque el contenedor exterior determina qué datos se incluyen. Si usas un contenedor de Visitante, el informe te mostrará incluso las páginas que no cumplen la regla, siempre que el visitante haya cumplido la regla en alguna de sus visitas.

El generador de segmentos

Para crear un segmento, utilizas el Generador de Segmentos, que consta de tres áreas principales:

1. Panel de componentes: Donde arrastras dimensiones (ej. Nombre de página), métricas (ej. Pedidos) o incluso otros segmentos (segmentos apilados).
2. Lienzo de Definición: Donde estableces las reglas usando operadores.
3. Previsualización: Un panel a la derecha que te dice en tiempo real qué porcentaje de tus datos cumple con las reglas que estás escribiendo.

 Ejemplo paso a paso: El segmento de “reconsideración con conversión”

Vamos a construir un segmento secuencial complejo. Queremos identificar a:

“Visitantes que vieron la categoría ‘Mujer’, no compraron nada en esa sesión, pero volvieron después de al menos 24 horas y terminaron comprando algo.”

Paso 1: Definir el ámbito Principal

En el Generador de Segmentos, asegúrate de que el contenedor principal esté configurado como Visitante. Esto es esencial porque queremos rastrear el comportamiento a través de diferentes sesiones en el tiempo.

Como usuario habitual de Adobe Analytics seguro que ya estás mas que habituado a realizar tus informes dentro de Workspace. La verdad es que cubre bastante bien muchas de las necesidades que vamos a tener a la hora de hacer informes y reportes. Pero también te habrá pasado que necesitas sacar los datos a tu hoja de cálculo de cabecera para unirlos a otras fuentes o para elaborar algún tipo de análisis que no podrías hacer normalmente. Para eso tenemos REPORT BUILDER de Adobe Analytics.

¿Qué es Report builder ?

Report builder es un complemento de Excel que te permite hacer consultas “personalizadas” de tus datos de Adobe Analytics y conservarlos en hojas de cálculo. Las consultas pueden ser actualizadas de forma dinámica. Report builder te va a permitir editar, programar y ejecutar informes. Además, al tener todos los datos en una hoja de cálculo puedes utilizar todas las opciones que te da excel, como generar gráficos algo más avanzados de lo que obtendrías en Adobe.

En definitiva, vas a tener acceso desde Excel a todos los informes de Adobe Analyitcs y además podrás hacerte nuevos informes personalizados.

 Instalando Report Builder

Para poder instalarlo te lo tiene que autorizar un administrador.En el menú, en la sección TOOLS lo encontrarás:

En esa pantalla encontrarás las opciones para descargarlo. Recuderda que ahora tienes la posibilidad de utilizarlo en windows y en mac, pero siempre para excel 😉

Ahora, cuando entres en Excel te encontrarás en el menú de complementos lo siguiente:

Desde ese punto podrás activar el complemento y hacer login para empezar a ver los informes que diseñes.

El primer informe

Lo primero que tienes que hacer es iniciar sesión. con tus datos y contraseña. Una vez logado tendrás la ventana inicial desde la que empezar a hacer tus informes:

Desde ahi vas a poder empezar a crear tus informes y hacer tu primera consulta o ” data block” como lo llaman en Adobe. Imagino que lo llaman así por que al final lo que estas creando es una tabla con sus filas y columnas en forma de bloque que luego puedes gestionar com tal.

Vamos a ver que nos encontramos en esta primera ventana del complemento para hacer nuestro informe.

En esta primera pantalla tienes que elegir:

• Celda en la que vas a poner el “bloque de datos”
• Report suite.
• El rango de fechas. Cuidado aquí, que podrás elegir unas fehcsas concretas, unas predefinidas y las que coloques en una celda cualquiera.
• y, por útlimo, puedes hacer quelas fechas sean “rolling” ( quew se muevan de forma dinámica) o excluir/incluir el día actual

Una vez elegido todo lo anterior, que define un poco la logistica, pero no hace mucho más, podremos pasar a hacer la consulta:

 Como puedes ver en la imagen vas a poder elegir métricas, dimensiones y segmentos. Si te fijas bien además puedes decidir que va en las filas y en las columnas, como en las tablas dinámicas de Excel.

En el caso del ejemplo voy a pedir una tabla que me diga las entradas que se han producido en la web desde los diferentes canales de marketing.  No es una una tabla muy complicada, podría elegir algún segmento o cualquier otra cosa, pero te haces una idea ¿verdad?

 Con esto ya tendrías tus datos y tu hoja de cálculo. una vez guardada la conservarás todo el tiempo que la necesites.

Aquí no queda la cosa. Tienes unas cuantas opciones que te van a facilitar la vida:

Opciones y programación de informes con report builder

Tienes unas pocas y muy útiles. 

Así, de primeras, puedes refrescar todas las consultas o enviar la hoja de cálculo. Pero además puedes administrar las consultas para editarlas o actualizarlas:

y, por último una cosa muy molona ¡¡puedes programar el envío de los informes!!

Vas a poder elegir el formato, el destinatario, el período de entrega ¿con que periodicidad llegara tu informe actualizadoi? cada día, cada semana…

En fin, te recomiendo que lo pruebes, porque si además lo utilizas para unir los datos con otras fuentes y hacer tus propios cálculos en los informes tendrás juego para rato.

Detectando anomalías en los datos

Una de las cosas que hacemos como analistas es comprobar que todo está en orden, que no hay cosas raras. Y esas “cosas raras” las llamamos anomalías. Hay unas cuantas formas correctas para decidir que una anomalía lo es o no. Adobe Analytics utiliza  métodos estadísiticos para decidir. Para no liarte mucho, bañsicamente lo que hace es mirar el histórico de datos ( por dia, por hora, por mes) y compara para ver cuánto se desvían los datos actuales y si esa desviación es significativa como paea ser una anomalía. Es de agradecer que en su documentacion lo cuenten: Técnicas estadísticas en detección de anomalías (documentación de Adobe)

Pero vamos a lo que vamos. Adobe analytics detecta anomalías y, cuando eso ocurre te lo muestra en workspace en os diferentes gráficos. En los de linea y en las tablas.

¿Te has fijado en lo que marco en rojo? En el gráfico de línea ves que hay unos círculos blancos que marcan las anomalías. ene ste caso de visitas en un día concreto. Como uedes ver la linea azul sigue su curso. Esos son los datos que se han recogido. La banda azul que ves son los datos que cabría esperar dentro de la normalidad. El margen que tenemos de variación sin que salten las alarmas.

En el caso de la tabla vas a ver las anomalías con triángulo negro sobre el dato para tener claro cuál es el punto. La línea vertical azul indica el valor esperado y el sombreado azul el valor real..

Y con esto tenemos sólo el principio, ya sabemos cuándo ha pasado algo raro, pero ¿Por qué ocurre esa anomalía? ¿Quiénes son los “culpables”? Ahora viene lo bueno. Adobe es capaz de , con un clic, sacarnos todo un informe en el que podemos analizar a qué se debe esa anomalía,que dimensiones han participado y en qué medida.Para eso ha inventado el…

Análisis de contribución

No estamos hablando de una cosa menor, en otras palabras, estamos hablando de una cosa mayor 😉 Como bien explica Adobe el análisis de contribución es un proceso de aprendizaje automatizado intensivo diseñado para descubrir qué contribuye a una anomalía observada en Adobe Analytics. El propósito es ayudar al usuario a descubrir las áreas de interés u oportunidades para un análisis adicional de forma más rápida de lo que sería posible de otro modo.

Vamos, que nos nos quedamos atrás en el uso de técnicas avanzadas de análisis de datos ni en el uso de IA.

El proceso es bastante automático. Una vez detectada una anomalía en un gráfico o una tabla sólo tenemos que ir con nuestro botón derecho del ratón y lanzar el análisis de contribución:

Una vez lanzado ( ya has visto lo fácil que es) nos da la opción de elegir que dimensiones son aquellas en las que nos vamos a fijar o queremos eliminar del análisis. Viene bien echarle una vueltecita ya que, este es un proceso que requiere un buen rato de cálculo y procesamiento. Aún así, si quieres hacer alguna prueba, te animo a que lo lances con todo, te va a gustar ver el resultado.

Pasado un rato, ¿pueden ser 5 minutos como mucho? tendremos un nuevo panel que nos va a contar muchas cosas:

El panel nos muestra en primer lugar los datos concretos del día, incluso nos los da por hora. Alucina, porque incluso en el gráfico por hora podemos ver  anomalías nuevas para analizar… y seguir así hasta el infinito.

Después tenemos una tabla que nos muestra los grupos de segmentos que ha utilizado y una columna muy importante. “Contibution Score” que nos da el grado de asociación que tiene cada dimensión con la anomalía… cuánto ha contribuido, vamos. Un 1 es total y un 0 es nada.

En esta tabla vemos que lo que mas ha influido es el canal “email”, pero también tenemos otros segmentos con un 0,9 que nos dicen bastante ¿no crees?

Y esto es todo por ahora, que no es poco. Recuerda que estas anomalías las puedes convertir en alertas si quieres que Adobe analyitcs te notifique cada vez que ocurran.

 Cómo analizar la actividad de los visitantes y el consumo de contenidos en Adobe Analytics

Qué significa analizar la actividad de los visitantes

La actividad de los visitantes describe cómo interactúan los usuarios con el sitio web durante su visita. y nos va a permitir conocer y enteder qué páginas visitan,cuánto contenido consumen, cómo navegan entre páginas, dónde comienzan su visita y en qué punto abandonan el sitio.

En Adobe Analytics esto se analiza combinando métricas de tráfico, dimensiones de contenido y visualizaciones de navegación. Todo lo haremos utilizando Workspace como herramienta para hacer nuestros informes, ya que no existen  infomres ya predefinidos mas allá de las plantillas de ejemplo que nos ofrece Adobe al abrir.

Las métricas básicas para analizar consumo de contenido

Antes de ponerte como loco a construir informes, conviene entender las métricas principales que utiliza Adobe Analytics para analizar la actividad de los visitantes.  Es euro que muchas de estas te van a sonar, pero no quiero dejar de recordarlas… por lo que sea.

Page views, páginas vistas, impresiones…

Las Page views indican cuántas veces se ha cargado una página en el sitio. Cada llamada de seguimiento de página registrada en la implementación incrementa esta métrica.
Es una de las métricas más básicas y sirve para identificar qué contenidos reciben más tráfico, qué artículos o páginas son más populares y qué secciones del sitio generan más consumo.

Hay que tener en cuenta que una misma persona puede generar varias páginas vistas dentro de una misma visita.Imagina un libro o un periódico. por cada página que pasas estarías generando una página vista, si vuelves a trás o relees algún artículo, estarías generando una nueva página vista.

Visits, visitas, sesiones

La métrica Visitas representa el número de sesiones de navegación que se producen en el sitio. Desde que entras a una web hasta que la abandonas.
Una visita agrupa todas las acciones que un usuario realiza dentro de una sesión y normalmente finaliza tras un periodo de inactividad (por ejemplo 30 minutos).

Unique visitors, visitantes únicos

Los Visitantes únicos representan el número de usuarios distintos que han accedido al sitio en un periodo determinado.
Un mismo visitante puede generar varias visitas y muchas páginas vistas, pero solo contará una vez como visitante único dentro del periodo analizado.
Esta métrica ayuda a entender el tamaño real de la audiencia del sitio. En su modo mas básico habras oido hablar de “Cookies unicas de usuario” porque en un pirncipio erna eso, cuantás cookies diferetnes de medición teniamos… ahora es un poco mas complicado, pero la base de la explicación es esta.

 Vamos a analizar cómo navegan los usuarios por el sitio

Saber qué páginas se visitan está bien, pero entender cómo se mueven los usuarios dentro del sitio es aún más interesante.

Adobe Analytics ofrece varias herramientas para analizar estos recorridos. En primer lugar tenemos los..

Informes de navegación entre páginas

Los informes de navegación permiten ver qué páginas visitan los usuarios después de una página concreta y desde qué páginas llegan a un contenido determinado. Esto ayuda a entender el recorrido real de navegación dentro del sitio,  Por ejemplo qué contenido se consulta después de leer un artículo y  si los usuarios continúan explorando o abandonan.

Flow Visualization en Analysis Workspace

Una de las visualizaciones más útiles en Adobe Analytics es Flow. Este gráfico permite ver de forma visual por dónde entran los usuarios y  cómo se mueven entre páginas. Además también podremos ver  por dónde abandonan el sitio y así podremos detectar rutas de navegación frecuentes, las páginas que actúan como hub de contenido y los puntos donde los usuarios dejan de navegar.

Analizar páginas de entrada

Las Entry Pages indican por qué páginas comienzan los usuarios su visita. así podremos  conocer cuáles son las landing pages ( primera página que ven los usuarios), las páginas que atraen usuarios desde buscadores ( o cualquier otra fuente que nos interese) y qué contenidos generan nuevas visitas.

Es muy habitual que las visitas entren por lugares que no son la home, a diferencia de lo que piensan muchos 🙂 

Igual que vemos por dónde entran, vamos a ver por donde nos abandonan

Analizar páginas de salida

Las Exit Pages muestran las páginas desde las que los usuarios abandonan el sitio. De esta forma podemos saber aquellos contenidos que cierran la navegación o páginas en las que se pierde el tráfico y detectar posibles problemas de experiencia de usuario

No todas las páginas de salida son negativas. Por ejemplo, una página que responde completamente a una consulta puede ser un final natural de la visita. Un artículo de noticia muy concreto puede ser del interés del usuario, y no necesitar más contenidos. Otra cosa es que nos gustaría  que los usuarios consuman más contenido… pero eso ya es otro cantar.

Profundidad de navegación ¿hasta dónde llegan?

Otra forma interesante de analizar el consumo de contenidos es medir cuántas páginas ve un usuario durante su visita. Nos va a servir, por ejemplo, para tener varios tipos de usuarios, los que visitan una sola página y los que navegan por varias páginas o los que exploran distintas secciones del sitio.

Cuando los usuarios consumen varias páginas en una visita, normalmente indica mayor interés en el contenido del sitio.

Cómo crear un informe completo de actividad de usuarios

En el Adobe Analytics actual, la mayoría de los análisis se realizan en Analysis Workspace. Así que nos toca  crear nuestro propio tablero de análisis de contenido. vamos a hacerlo por partes.

1. Tabla de contenidos

 Vamos a utilizar la dimensión “Page” combinada con las métricas Page Views, Visits y Unique Visitors. de esta forma veremos qué contenidos se consumen más

2. Análisis de navegación

La visualización “Flow” nos va a permitir ver cómo se mueve el tráfico por las páginas

3. Entradas y salidas

Vamos a ver por dónde entran y por dónde nos abandonan los usuarios utiliza  “Page” como dimensión y las métricas “Entries” y “Exits”

Y así nos ha quedado el asunto.

Cómo analizar la retención de usuarios y el crecimiento de audiencia en Adobe Analytics

Entender cuántos usuarios visitan un sitio web es solo una parte del análisis digital. Lo realmente importante es saber cuántos usuarios regresan y cómo evoluciona la audiencia con el tiempo.

En Adobe Analytics, el análisis de retención permite evaluar la fidelidad de los usuarios y la sostenibilidad del crecimiento de un producto digital. Para eso, Adobete da la posibilidad de hacer segmentación de audiencia y análisis de cohortes.

Qué es la retención de usuarios en Adobe Analytics

La retención de usuarios mide la capacidad de tu sitio web  para conseguir que los visitantes regresen después de su primera interacción, o  una compra o un objetivo que tengas en tu web.

Este análisis permite responder preguntas clave como:

• ¿Los usuarios vuelven después de visitar el sitio por primera vez?
• ¿Cuánto tiempo tarda un visitante en regresar?
• ¿Qué canales generan usuarios más fieles?
• ¿El crecimiento se basa en nuevos usuarios o en usuarios recurrentes?

Métricas clave para analizar retención en Adobe Analytics

Antes de crear informes de retención,vamos a repasar la s métricas principales que participan.

Visitantes únicos

La métrica Visitantes únicos representa el número de usuarios distintos que visitan el sitio durante un periodo determinado.

Es una métrica fundamental para analizar,crecimiento de audiencia, alcance del sitio y evolución de usuarios activos

En Analysis Workspace es habitual visualizar esta métrica en un gráfico temporal para observar tendencias de crecimiento.

Visitantes nuevos

Los visitantes nuevos son usuarios que acceden al sitio por primera vez según la identificación del sistema de Adobe Analytics.

Esta métrica permite evaluar la adquisición de usuarios, el  impacto de campañas de marketing y la expansión de la audiencia digital

Visitantes recurrentes

Los visitantes recurrentes representan usuarios que ya han visitado el sitio anteriormente y regresan.

Analizar esta métrica permite entender la fidelidad de usuarios, el valor del contenido o producto y el engagement de la audiencia

Una buena estrategia digital  suele mostrar un crecimiento progresivo del porcentaje de usuarios recurrentes.

Cómo analizar el crecimiento de audiencia en Adobe Analytics

La herramienta principal para crear informes de retención es Analysis Workspace, el entorno de análisis avanzado de Adobe Analytics.

Los informes se construyen normalmente mediante tablas de forma libre (Freeform Tables).

¿Cómo crear un informe básico de crecimiento?

• Abrir Analysis Workspace
• Crear una Freeform Table
• Añadir la dimensión Fecha
• Incorporar las métricas, Visitantes únicos, Visitantes nuevos y Visitantes recurrentes.

Este informe permite analizar la evolución de la audiencia y detectar cambios en el comportamiento de los usuarios.

También es recomendable añadir un gráfico de líneas para visualizar tendencias de crecimiento.

Analizar retención con Cohort Analysis en Adobe Analytics

Uno de los métodos más potentes para analizar retención en Adobe Analytics es el análisis de cohortes.

Una cohorte es un grupo de usuarios que comparten una característica común, normalmente la fecha de su primera visita.

El análisis permite ver qué porcentaje de usuarios vuelve en periodos posteriores.

Por ejemplo:

• usuarios que visitaron el sitio en enero

• cuántos volvieron en febrero

• cuántos siguen activos después de tres meses

Este tipo de análisis permite detectar patrones de fidelidad o abandono.

Cómo crear una tabla de cohortes

Para crear un informe de cohortes en Adobe Analytics:

1. Abrir Analysis Workspace
2. Añadir la visualización Cohort Table
3. Configurar los criterios:

Inclusion metric
acción que define la cohorte (por ejemplo Visitas)

Return metric
acción que indica retención (por ejemplo Visitas o eventos)

Granularity
día, semana o mes.

Las tablas de cohortes permiten visualizar el número y porcentaje de usuarios que regresan con el tiempo.

Analizar abandono de usuarios (churn)

Además de analizar retención, Adobe Analytics también permite estudiar churn, es decir, usuarios que dejan de regresar.

Las tablas de cohortes incluyen un modo específico de análisis donde se muestra el porcentaje de usuarios que no vuelven después de su primera visita.

El churn se calcula como el inverso de la retención:

Este análisis ayuda a detectar:

• problemas de experiencia de usuario

• pérdida de interés en el producto

• campañas de baja calidad

Analizar fidelidad con frecuencia de visitas

Otra forma útil de analizar la retención es estudiar la frecuencia con la que los usuarios regresan al sitio.

Adobe Analytics incluye dimensiones que permiten analizar este comportamiento, como:

• Visit Number

• Visit Frequency

Con estas dimensiones se pueden identificar distintos tipos de usuarios:

• visitantes de una sola vez

• visitantes ocasionales

• usuarios recurrentes

Este análisis permite entender cuántos usuarios evolucionan desde su primera visita hacia un uso habitual del sitio.

Cómo construir un dashboard de retención en Adobe Analytics

Un buen panel de análisis de retención suele incluir tres bloques principales.

Panel de adquisición

Incluye métricas como:

• visitantes nuevos

• canales de adquisición

• campañas

Permite entender cómo llegan los usuarios al sitio.

Panel de crecimiento

Incluye métricas como:

• visitantes únicos

• visitantes recurrentes

• ratio nuevos vs recurrentes

Este panel permite evaluar si la audiencia está creciendo de forma sostenible.

Panel de retención

Incluye análisis como:

• cohortes de usuarios

• frecuencia de visitas

• churn de usuarios

Este panel permite entender si los usuarios vuelven y cuánto tiempo permanecen activos.

Buenas prácticas para analizar retención

Lo primero es analizar bien el el período de análisis

El periodo de análisis debe adaptarse al tipo de producto:

• medios digitales → análisis diario o semanal

• ecommerce → semanal o mensual

• productos digitales o SaaS → mensual

Analizar tendencias

Más importante que el valor puntual es la evolución de la retención con el tiempo.

Un aumento progresivo suele indicar mejoras en la experiencia o en la estrategia de contenidos.

Combinar retención con engagement

La retención debe analizarse junto con otras métricas de comportamiento, como:

• páginas vistas

• interacción con contenido

• conversiones

Esto permite entender si los usuarios que regresan realmente aportan valor al negocio.

Adobe Analytics ofrece herramientas muy avanzadas para analizar la retención de visitantes y el crecimiento de audiencia.

Mediante Analysis Workspace, tablas de cohortes, segmentación y métricas de visitantes, es posible entender cómo evoluciona la base de usuarios y qué factores influyen en su fidelidad.

Analizar la retención permite ir más allá del simple tráfico y centrarse en lo realmente importante: construir una audiencia que vuelve y se mantiene activa a lo largo del tiempo.

Las preguntas básicas ( y sus respuestas)

¿Qué es la retención de usuarios en Adobe Analytics?

La retención de usuarios mide el porcentaje de visitantes que regresan a un sitio web después de su primera visita. En Adobe Analytics se puede analizar mediante métricas de visitantes, segmentación y análisis de cohortes.

¿Cómo analizar usuarios recurrentes en Adobe Analytics?

Se pueden analizar utilizando métricas como visitantes recurrentes, frecuencia de visitas o análisis de cohortes en Analysis Workspace.

¿Qué es un análisis de cohortes en Adobe Analytics?

El análisis de cohortes agrupa usuarios según una característica común, como la fecha de su primera visita, y permite analizar qué porcentaje vuelve en periodos posteriores.

Identificación de usuarios en Adobe Analytics

¿Cómo se consigue indentificar a los usuarios en Adobe Analytics?

Vamos a crearnos los informes con Workspace

Analysis Workspace es la interfaz principal para construir informes personalizados y realizar análisis ad-hoc en Adobe Analytics. Vamos a poder arrastrar y soltar componentes para crear visualizaciones y tablas interactivas. Sigue esta receta paso a paso:

1. Iniciar un nuevo proyecto: En Adobe Analytics, ve a Workspace y selecciona “Blank Project” (Proyecto en Blanco). ya tienes tu lienzo.

2. Añade una tabla de forma libre (Freeform Table): Busca y arrastra el componente “Freeform Table” desde el panel de la izquierda (donde se encuentran los componentes de Dimensiones, Métricas, Segmentos y Visualizaciones) al panel central del proyecto. Esta tabla es la base para la mayoría de los análisis en Workspace.

3. Configura las dimensiones para identificación de usuario: Por ejemplo:

       Arrastra la dimensión “Country” (País) a las filas para ver de dónde provienen sus usuarios.Para un análisis más granular, puedes arrastrar “Region” (Región) o “City” (Ciudad) debajo de “Country”  y asi puedes desglosar  los datos geográficos.

4. Incluye algunas métricas Clave: Una vez que tengas las  dimensiones en las filas, arrastra las métricas  a las columnas de la tabla. Dependiendo de lo que quieras medir utiliza unas métricas u optras ( mas arriba vimos cuáles podemos usar)

5. Aplicar Desgloses (Breakdowns): . Por ejemplo, si tienes “Country” en las filas y quieres ver qué tipos de dispositivos usan los visitantes de cada país:

       Arrastra la dimensión “Device Type” (Tipo de Dispositivo) y suéltala directamente sobre un elemento de la dimensión “Country” (ej. “España”). Esto creará un desglose mostrando los tipos de dispositivos utilizados por los visitantes de España.

6. Añade Visualizaciones 

   Elighe la visualziación que mas te convenga, mapas, graficos de evolución, etc.

   Map (Mapa): Ideal para visualizar datos geográficos. Arrastra la visualización “Map” al panel y asóciala con una dimensión geográfica (ej. “Country”, “Region”, “City”). Con esto identificarás rápidamente patrones geográficos, como la concentración de usuarios o el rendimiento por región. Puedes usar los datos de latitud y longitud para una mayor precisión si están disponibles.

Donut/Pie Chart (Gráfico de Anillo/Circular): Útil para mostrar la distribución porcentual de una dimensión, como los tipos de navegador o sistemas operativos. Por ejemplo, puede arrastrar la dimensión “Browser Type” a un gráfico de anillo para ver qué navegadores son los más populares entre los usuarios.

   Bar Chart (Gráfico de Barras): Excelente para comparar métricas entre diferentes elementos de una dimensión, como el número de visitantes únicos por tipo de dispositivo o por resolución de pantalla.

 Line Chart (Gráfico de Líneas): Fundamental para analizar tendencias a lo largo del tiempo, por ejemplo, cómo cambian los visitantes únicos o las visitas por día, semana o mes.

 Análisis de adquisición y atribución en Adobe Analytics: del clic al análisis Multi-Touch en Workspace

No hay nada como abrir Analysis Workspace y tener la libertad de construir el informe perfecto para entender de dónde vienen tus usuarios. Llevo tiempo trasteando con las diferentes formas de analizar la adquisición y he dado con una estructura que me tiene enganchado. Es flexible, profunda y, lo mejor de todo, te cuenta la historia completa del viaje del usuario.  Esn uno de los grandes desafíos, saber cómo vienen tus usuarios

Antes teníamos los informes ya hechos, pero ahora  tenemosm la libertad de hacerlos según nuestras necesidades, es una de las ventajas de utilizar workspace de Adobe. Primero vamos a entender el  ADN de los datos, cómo se capturan, cómo se clasifican y, finalmente, cómo los visualizamos en Workspace para tomar decisiones. Vamos por niveles.

Nivel 1: Los Bloques Fundamentales – Fuentes, medios y el ecosistema de referencia

Antes de agrupar nada, tienes que entender las piezas base. En Adobe Analytics, la adquisición se construye sobre dimensiones de referente que luego agrupamos mediante reglas. Es fundamental conocerlas:

• Dominio de referencia (Referring Domain): Esta es nuestra “Fuente” principal. Te dice la URL exacta de la que viene el usuario: `google.com`, `facebook.com`, `newsletter.tudominio.com`, el blog de un afiliado, etc.
• Tipo de referente (Referrer Type): Esta dimensión clasifica la entrada del usuario de forma automática en categorías amplias como “Motores de búsqueda”, “Redes sociales”, “Otros sitios web” o “Escritura/Marcador” (lo que conocemos como tráfico Directo). Es una primera capa de clasificación útil, pero limitada.

Atención: A diferencia de otras herramientas, Adobe Analytics no tiene una dimensión nativa llamada “Medio” con valores predefinidos como “cpc” o “email”. El “Medio” lo defines tú, bien mediante los códigos de seguimiento que implementes en tus URLs, o a través de las Reglas de procesamiento de Canales de marketing que veremos más adelante. Esta flexibilidad es tu mayor aliada.

Nivel 2: El Corazón de la Captura – Campañas, s.campaign y la Libertad de los Parámetros Personalizados

Para medir campañas (Email, SEM, Social Ads, etc.), Adobe utiliza la variable ‘s.campaign’ Esta variable alimenta la dimensión Código de seguimiento en Workspace. Y aquí viene lo mejor, no estás obligado a usar los UTM de Google. Eso sí, si no usas UTM te estas saliendo de un “estándar de mercado” que todo el mundo entiende ( o eso dicen) y tienes unas pocas menos opciones de detalle, ya que con UTM tienes fuente, medio, etc y con s.campaign solo una opción…

Cuando un usuario hace clic en un enlace con un parámetro en la URL, Adobe puede capturarlo. La función `s.Util.getQueryParam()` lee el valor de cualquier parámetro que le indiques.

Imagina que tu equipo, por razones históricas, usa ‘?extcmp=’. Un usuario llega con:

‘https://tudominio.com/pagina?extcmp=email_verano_oferta’

En tu implementación (en Launch o código personalizado), pondrías algo así:

// Leemos el valor del parámetro ‘extcmp’

var valorCampanya = s.Util.getQueryParam(“extcmp”);

// Se lo asignamos a la variable campaign (dimensión “Código de seguimiento”)

s.campaign = valorCampanya;

// O si quieres más granularidad, a una eVar personalizada

s.eVar10 = valorCampanya;

A partir de ahí, en Workspace tendrás la dimensión “Código de seguimiento” (o “eVar10”) poblada con “email_verano_oferta”. Así de sencillo.

Dependiendo del niovel de profundidad que quieras puedes seguir dos estrategias de captura:

1.  La vía rápida (un solo parámetro): Usas un único parámetro, por ejemplo `?cid=email_verano_oferta`, y lo guardas en `s.campaign`. Es limpio, sencillo y no consume eVars. Perfecto si solo necesitas identificar el nombre de la campaña.

2.  La artillería pesada (múltiples parámetros y eVars): Usas varios parámetros para desglosar la información. Sería algo parecido a querer capturar tanta infomración como haces con las famosas UTM de google. Por ejemplo:

    ‘?canal=email&campanya=verano_oferta&formato=banner’

    Luego, en tu código, capturas cada uno en una eVar diferente:

    s.eVar1 = s.Util.getQueryParam(“canal”);      // “email”

    s.eVar2 = s.Util.getQueryParam(“campanya”);   // “verano_oferta”

    s.eVar3 = s.Util.getQueryParam(“formato”);    // “banner”

    Así, en Workspace puedes crear una tabla con la campaña en filas (“eVar2”) y desglosar por canal (“eVar1”) para ver, dentro de la oferta de verano, qué canal funcionó mejor.

Entonces, ¿UTM, CID o ‘extcmp’? ¿Qué elijo?

• Si usas otras herramientas además de Adobe (Google Analytics, plataformas de automatización), lo suyo es usar UTMs. Son un estándar de mercado, y usándolas no volverás loco a todo el mundo mas de lo necesario. En este caso, tu código de Adobe leerá los UTMs y los mapeará a las eVars.
• Si Adobe es tu única fuente de verdad, crea tu propio sistema con parámetros cortos como `cid` o `ext_camp`. La clave es la consistencia , que todo el equipo de marketing hable el mismo idioma en los enlaces.

Ojo con la persistencia: Por defecto, el código de seguimiento (y las eVars) tiene una atribución de último contacto y una caducidad que suele ser de una semana o 30 días. Esto significa que si el usuario vuelve directo después de la campaña, la campaña seguirá llevándose el mérito durante ese periodo. Es crucial entender esto para interpretar los datos de atribución. Estos parámetros los puedes modificar al configurar Adobe analytics, al crear las correspondoientes eVars,  y tambien tienes disponibles los “last touch” y “first touch chanels” a la hora de crear tus informes.

Nivel 3: La Capa de Inteligencia – Canales de Marketing y sus Reglas de Procesamiento

Los Canales de marketing son la capa que organiza todo el tráfico de forma lógica. No se basan en una única variable, sino en un conjunto de reglas de procesamiento (processing rules) que tú defines en el administrador (Admin > Report Suites > Editar configuración > Canales de marketing > Reglas de procesamiento de canales de marketing).

El orden de las reglas importa (y mucho). Adobe evalúa las reglas de arriba a abajo. La primera que se cumple “gana”. Por lo tanto, las reglas más específicas deben ir antes que las generales.

Aquí tienes un ejemplo de cómo estructurar tus reglas para los canales más comunes:

1.  Paid Search (Búsqueda de Pago – SEM): Debería ser de las primeras. Se define si el `Código de seguimiento` contiene un patrón (ej. empieza por “ppc_”, “cpc_”, o incluye “googleads”) Y el `Tipo de referente` es “Motores de búsqueda”. También puedes usar la presencia de parámetros como `gclid` (Google) o `msclkid` (Bing).

2.  Email Marketing: Una regla para email podría ser si el `Código de seguimiento` contiene “email” o “newsletter”, O si un parámetro específico (ej. `utm_medium=email`) está presente.

3.  Social Media (Redes Sociales): Puedes definirlo si el `Tipo de referente` es “Redes sociales” O si el `Código de seguimiento` contiene “social”, “fb”, “tw”, “ig”. Para diferenciar pago de orgánico dentro de redes, necesitarás parámetros adicionales.

4.  Display/Afiliados: Reglas donde el `Código de seguimiento` contenga “display”, “banner”, “afiliado”, O si el `Dominio de referencia` coincide con una lista de sitios de afiliados.

5.  Natural Search (Búsqueda Orgánica – SEO): Esta regla debe ir después de Paid Search. Se activa si el `Tipo de referente` es “Motores de búsqueda” Y no hay un `Código de seguimiento` que haya sido capturado por reglas anteriores. Así aseguramos que solo el tráfico orgánico puro se clasifique aquí.

6.  Direct (Tráfico Directo): Una de las últimas. Se asigna si el `Referente` no existe (el usuario escribió la URL, usó un marcador o vino de una app sin referente) Y es la primera página de la visita.

7.  Otros: Para cualquier tráfico no clasificado.

Particularidad crítica: Los Canales de marketing en Adobe distinguen de forma nativa entre “Primer contacto” y “Último contacto“. En Workspace tienes dimensiones separadas: “Canal de marketing” (último contacto) y “Canal de marketing – Primer contacto”. Esto te permite ver qué canal abrió la relación y cuál la cerró, un concepto fundamental para entender el customer journey.

Nivel 4: Montando el Informe en Analysis Workspace – De la Tabla al Flujo

Vale, ya sabemos cómo se capturan y clasifican los datos. Ahora vamos a construir el informe en Workspace, paso a paso.

A. La Tabla de Formato Libre (El Corazón del Informe)

1.  Crea un nuevo proyecto en blanco y arrastra una Tabla de formato libre.

2.  Arrastra la dimensión Canal de marketing (último contacto) a las filas.

3.  Añade las métricas clave: Visitas, Visitantes únicos, Tasa de rebote, y tus métricas de negocio: Pedidos, Ingresos, Registros.

4.  El desglose para ver campañas: Para ver el detalle dentro de un canal, arrastra la dimensión Código de seguimiento encima de la fila de un canal concreto (ej. sobre “Email”). Verás al instante qué campañas específicas (las que nombraste con `cid`, `extcmp` o UTMs) están impulsando ese canal.

 B. Visualización de Tendencias

Selecciona las filas de tus canales principales en la tabla, haz clic derecho y elige Visualizar > Gráfico de líneas. Tendrás la evolución temporal de tus métricas para comparar estacionalidades o el impacto de tus acciones.

C. El Diagrama de Flujo (Flow) – Entendiendo el Comportamiento Post-Adquisición

1.  Arrastra una visualización de Flujo al panel.

2.  Arrastra un canal específico (ej. “Paid Search”) o un `Código de seguimiento` concreto al centro del diagrama.

3.  Verás visualmente qué páginas de aterrizaje reciben ese tráfico y hacia dónde navegan después. Esto es oro para optimizar la experiencia post-clic.

Nivel 5: El Santo Grial – La Atribución con Attribution IQ

La atribución es donde realmente desvelamos el valor de cada punto de contacto. En Analysis Workspace, el Panel de Atribución (o la configuración en las métricas) te permite comparar modelos.

Para aplicar diferentes modelos a una métrica, haz clic en el engranaje de la métrica (ej. “Pedidos”) en tu tabla y selecciona “Usar modelo de atribución no predeterminado”. Aquí puedes elegir:

• Último contacto (Last Touch): El 100% del crédito al último canal. Es el modelo por defecto, pero subestima canales de descubrimiento.
• Primer contacto (First Touch): El 100% al primer canal. Ideal para medir awareness.
• Lineal: Reparte el crédito a partes iguales entre todos los canales del viaje.
• Time Decay (Decaimiento en el tiempo): Da más crédito a los puntos de contacto más cercanos a la conversión.
• En forma de J / U: Da más peso al primer y último contacto.
• Algorítmico (Data-Driven):El más avanzado. Usa machine learning para analizar tus datos y determinar el peso real de cada canal basándose en la probabilidad de contribuir a la conversión.

Consejo estratégico: No te cases con un solo modelo. Compara en la misma tabla “Pedidos (último contacto)” con “Pedidos (primer contacto)” para ver qué canales ayudan a descubrir tu marca y cuáles cierran las ventas. Usa el modelo Lineal o Algorítmico para una visión holística del valor asistido.

Nivel 6: Métricas clave y sus matices en adquisición

Para medir bien, tienes que entender cómo se comportan las métricas en Adobe:

• Instancias (Instances): Mide cuántas veces se envió un valor específico (ej. un `Código de seguimiento`). Es la métrica más pura para medir “clics” o “impresiones” de una campaña. Si un usuario recarga una página con el mismo código, se cuenta una nueva instancia.
• Visitas: Mide sesiones. Si un usuario hace clic en dos anuncios diferentes en la misma sesión, la configuración de la eVar (si se sobrescribe o no) es vital. Si está en “último valor”, la segunda campaña sobrescribirá a la primera para esa visita. Si está en “primer valor”, se mantendrá la primera. Entender esto es crucial para evitar atribuciones incorrectas.
• Visitantes únicos: Fundamental para medir el alcance real y saber si estamos llegando a audiencia nueva o impactando siempre a los mismos.
• Tasa de rebote (Bounce Rate): Un indicador de calidad. Una tasa muy alta en un canal puede indicar que la segmentación es incorrecta, el mensaje del anuncio no coincide con la landing page, o la página no es relevante.

La adquisición en Adobe Analytics no es un “configurar y olvidar”. Requiere una estrategia bien pensada:

1.  Define una taxonomía de campañas sólida y consistente: Usa parámetros personalizados (`cid`, `extcmp`) de manera uniforme en todas tus campañas. La consistencia es la clave de unos datos limpios.

2.  Audita tus Reglas de Canales de Marketing: Revisa periódicamente que el tráfico no se esté cayendo a “Otros” o “Directo” por errores en la configuración. Ajusta el orden y la lógica según evolucionen tus campañas.

3.  Realiza análisis multi-touch con Attribution IQ: No te fíes solo del último clic. Compara modelos para entender el valor asistido de tus canales y cómo interactúan entre sí.

4.  Cruza dimensiones y métricas: Aprovecha la flexibilidad de Workspace para desglosar canales por códigos de seguimiento, palabras clave, etc., y evalúa métricas de calidad (rebote) junto con las de conversión.

Al final, el objetivo es optimizar tu inversión: invertir más en lo que asiste y convierte, y replantear lo que solo genera ruido. Ahora sí, abre Workspace y ponte a trastear. El viaje del usuario te está esperando.