A mí últimamente me ha tocado, y como se puede convertir en un trabajo de chinos, me he buscado la manera de automatizarlo un poco y por eso me he puesto a trastear y me he creado un:

Script en R para documentar configuraciones de Google Analytics

Si, he seguido la línea del post anterior sobre como Auditar una instalación de Adobe Analytics con R .NO os asustéis, no vais a encontrar una cosa súper complicada. De hecho utilizo R porque no hace falta tener mucho conocimiento del asunto para obtener los resultados, simplemente seguir una “recetita” paso a paso y cualquiera podrá tener los ficheros Excel con la documentación. Ya veréis como es muy fácil a pesar de que se conecta a APIS y demás bichos raros del universo informático.

Lo que vas a obtener con este script de auditado de Google Analytics

El script hace una cosa que se explica de forma muy sencilla. Se conecta con tu cuenta de Google Analytics, eliges una propiedad y te devuelve un documento Excel por cada vista con varias pestañas:

• Vistas: una tabla con todas las vistas a las que tienes acceso, con  información sobre el “timezone” que le corresponde, si tiene activado el rastreo del buscador interno, fechas de creación y actualización, comercio electrónico mejorado y los permisos que tienes concedidos para esa vista.
• Objetivos: listado de los objetivos que tienes, si están activos o no, el tipo de objetivo, ¡hasta los pasos del embudo si es que están configurados.
• Adwords: ¿está conectada la cuenta de Gads? si es así en esta pestaña tendrás la información.
• Filtros: información con los filtros que tengas aplicados sobre la vista.
• CustomMetrics y CustomDimensions: todas tus métricas y dimensiones personalizadas, nombre, tipo scope, si están activos, fechas de creación…

¿Cómo funciona el script?

El Script es muy sencillito de explicar. lo que hace es conectarse con API de Analytics, extrae los datos y te los pone en un Excel.

Antes de nada asegúrate de tener instalados los paquetes:

• googleAuthR: que controla que puedas acceder a tus datos
• openxlsx: para poder crear los ficheros Excel
• googleAnalyitcsR: para acceder a Google Analytics

El asunto está en que tienes que tener unos datos antes de ejecutarlo. Esos datos son:

• Id de cuenta de Google Analytics, que lo puedes coger de Google Analytics, apartado de administración –>”Configuración de cuenta”

• El identificador UA de propiedad que encontrarás también en administración, en propiedades “Configuración de la cuenta”

Esos dos números tendrás que introducirlos en el script justo dónde dice:

cuenta_id<-"<INTRODUCE AQUÍ TU id DE CUENTA>"
propiedad_id<-"<INTRODUCE AQUÍ TU UA de propiedad>"

una vez introducidos esos cambios puedes ejecutar el script.

Para obtener tus ficheros Excel tendrás que llamar a la función “audita” de las siguiente forma:

audita (cuenta_id,propiedad_id)

A partir de ese momento empezará la magia y quedarán grabados en tu disco duro un conjunto de ficheros Excel. Uno por cada vista de la propiedad, con su nombre y fecha de creación.

¿Dónde está el código para descargarlo?

Se me olvidaba, si has llegado hasta aquí probablemente quieras probar el código… o incluso mejorarlo, porque tiene mucho margen de mejora. pues nada vas a github y  lo ves:

https://github.com/cacos8/GAuditR

Y eso es todo, el próximo que tengo en el horno es el que os prometí de Google Tag Manager, como siempre.. prometo decepcionaros.

Esta misma mañana me he levantado con la sorpresa de que me habían dado acceso a Google optimize y me he puesto a cacharrear un poco. NO he hecho ningún test aún, pero si he visto un poco de qué va el asunto. Os lo cuento.

Lo primero que te encuentras nada mas entrar es que la interfaz es muy parecida a la que nos ofrece Google Tag Manager.

Por otro lado nos pide empezar a configurar nuestro contenedor. Atentos, porque al ser una versión Beta sólo tenemos un contenedor  y sólo podemos conectar con una cuenta de analytics

Teniendo ésto en cuenta podemos empezar a configurarlo todo. Gracias a un “asistente” paso a paso que vamos a encontrar en la parte derecha de la pantalla y que nos va a ir guiando para que no nos perdamos.

1.- Crear la cuenta y el contenedor:

Es un paso realmente simple. no es mas que poner un nombre. Y como no podemos tener mas que uno de cada, pues las posibilidades de hacernos un lío son bastante escasas.

Los CONTENEDORES tienen toda la información para la configuración de los experimentos. SIn contenedor no podemos hacer nada. Es muy parecido a Google Tag Manager. Dentro de un contenedor tenemos todo lo que necesitamos para medir en un proyecto concreto.

2.- Enlaza tu cuenta de Google Analytics.

Si amigos, para que todo sea medido de la mejor forma, debemos enlazar con una cuenta de Google Analytics. Esto te va a permitir acceder a los datos del experimento fácilmente. Con la cuenta enlazada:

• Optimize podrá calcular los resultados del expoerimento basándose en tus datos de tráfico.
• Podrá acceder a las confioguraciones y datos
• Optimize podrá usar tus audiencias para ajustar los experimentos a ciertos target.

Para enlazar no tienes mas que elegir una cuenta y una vista de perfil. Los amigos de optimize recomiendan que selecciones una vista con los menos filtros posibles, para no encontrar luego sorpresas extrañas.

3.-Instala el código de Optimize

Tenemos dos formas de hacerlo. Dependiendo si estamos usando Google Tag Manager o no. Si no estamos utilizando Google Tag manager nos toca cambiar un poco el código…  pero poco. No es mas que añadir una línea. Aunque si queremos disminuir el efecto “flicker” tendremos que añadir algunas líneas mas.

Si, por el contrario, estamos utilizando Google Tag Manager. tendremos que utilizar la etiqueta de GTM, e introducir los ID tanto de Optimize como de analytics.

Hay una pequeña excepción en el caso de GTM. Puede ocurrir, que en lugar de usar una etiqueta de Analytics en GTM estés metiendo el código en una etiqueta HTML. En ese caso tienes que utilizar el método anterior y modificar el código, no utilizar la etiqueta de Optimize.

4.- Los experimentos con Optimize.

Con todo configurado ya podemos empezar con lo divertido. Los experimentos. Tenemos tres tipos de experimentos:

• A/B Testing: Para dos ( o más) variantes de una página. Esas cosas de cambiar un botón de sitio, de color, un copy, etc. Un mismo elemento es modificado en cada versión.
• Test Multivariable: Un tipo de test un poco más complicado. Varias cosas cambian en las diferentes versiones. El resultado final es la mejor combinación de las anteriores.
• “Redirect Test”: Cuando ya lo cambias todo y necesitas que cada página esté en una url diferente…

Todo esto está muy bien, pero es ahora cuando te preguntas ¿Y cómo hago las malditas variaciones para el test? ¿ me va a tocar picar código? no te preocupes, lo han puesto fácil. Para hacer las variaciones hay un editor muy sencillo que tienes que bajarte en modo extensión de Chrome El editor te va a mostrar en el navegador la página que quieras modificar y, de forma visual, podrás seleccionar el elemento a modificar.

Como puedes comprobar es posible modificar todos y cada uno de los atributos, incluso editar el html, eliminarlo o incluir javascript…

Además de las variaciones tenemos que plantearnos una hipótesis, que se plasma en forma de métrica/objetivo de analytics. Podemos utilizar unos cuantos objetivos diferentes:

y, por último no olvidemos a quién mostramos los test, cuántas veces, con qué peso cada variación, etcétera.

Procura elegir bien estos valores, los resultados pueden ser muy diferentes con diferentes configuraciones…

En fin, como primer paseo por Google Optimize la verdad es que no está nada mal, todavía no me ha dado tiempo a realizar ningún test, pero creo que no voy a tardar. INtuyo que hay un montón de características que todavía no he visto, pero con lo que ya tenemos resulta que es una herramienta súper potente ¿no?

Ya me contaréis que tal os va a vosotros, porque supongo que no soy el único al que han dejado entrar…

pues acabo de abrirá todos mi curso de Google Analytics… es gratis… por si alguien se quiere matricular https://t.co/sKAFwW1qXv

— Carlos M. Lebrón (@analisisweb) 27 de octubre de 2016

Y parece que ha gustado por que ya hay unos cuantos matriculados.

En qué consiste el curso gratuito de Google Analytics.

Pues en eso mismo. He montado sobre moodle un curso donde puedes aprender Google Analytics a tu ritmo sin presiones, sin limitaciones de tiempo. Eso sí, tendrás que ser un poco aplicado, ya que si no accedes al curso durante un mes, serás expulsado y tendrás que volverte a matricular ( es gratis, no te preocupes).  Pero, respondiendo a la pregunta, el resumen del curso es:

Aprende Goolge Analytics desde  lo más básico hasta lo mas avanzado. Empieza el curso online de Google Analytics  conociendo cómo mide Google Analytics y recorre la herramienta apartado a apartado para continuar con los segmentos avanzados, objetivos y filtros de perfil. Conoce cómo establecer objetivos de Google Analytics y a hacer configuraciones en múltiples dominios, así como la configuración para e-commerce.

Fácil de entender, pero vamos a profundizar un poco más. El Índice del curso es el siguiente:

• Introducción: Empezar a recibir y ver datos, Cómo mide Google Analytics…
• La Interfaz de Google Analytics: Elegir fechas de análisis, exportación de datos, Gráficos de visión general, Tablas de datos.
• Estructura de una cuenta de Google Analytics. Propiedades, cuentas y perfiles, Configuraciones de varios dominios.
• Recorrido por Google Analytics INFORMES ESTÁNDAR.
• Agrupando contenido. Segmentos predeterminados y Segmentos avanzados
• Eventos
• Objetivos en Google Analytics.
• Segmentación PRO
• Reporting: primeros cuadros de mando.
• Trucos y proyecto final.

Como veis, bastante completo. Además habrá pruebas de evaluación tipo test en la mitad del curso que te permitirán ir desbloqueando contenido

Cómo matricularse en el curso gratis de Google Analytics

Vamos paso a paso. Lo primero es acceder a escuela.analisis-web.es  donde te encontrarás con la primera pantalla:

Selecciona el curso de Google Analytics (en el futuro habrá mas en la plataforma) y regístrate como usuario:

Mas fácil no puede ser. Recuerda que para finalizar el proceso de matrícula tendrás que recibir un correo electrónico y confirmar tu matrícula. A parteir de ese momento eres un alumno más.

Si me matriculo.. ¿me ayudarás con el curso?

Te voy a ser sincero… Haré lo que pueda. Puedes usar los foros y ponerte en contacto con otros alumnos. Yo intentaré actualizar contenidos y responder en la medida de las posibilidades, pero no hay un compromiso de responder en un tiempo determinado. ( recuerda que es gratis).

Cualquier cosa que veas que pueda estar mal o que simplemente se pueda mejorar no dudes en comentarla, entre todos haremos un curso mucho mejor.

¿Qué mas necesitas para aprender Google Analytics?¡¡corre y matricúlate!!

escuela.analisis-web.es

¿Necesitas una cuenta de Google Analytics con datos reales de ecommerce para poder hacer una presentación o aprender o enseñar? Ahora es posible. De momento puedes aprender a configurar una cuenta para ecommerce viendo una cuenta de ejemplo

Es una petición que hacen todos los alumnos cuando imparto una formación en Google Analytics. Siempre he sido partidario de “forzar” un poco a los alumnos a que cojan su propio proyecto o incluso lo construyan de la nada para practicar con sus propios datos. Es un asunto que funciona bien, pero tiene sus limitaciones. Muchas veces, con pocos datos, pocas cosas se pueden hacer.

Recientemente los amigos de Google Analytics han dado la posibilidad de acceder a una cuenta de Google Analytics con datos reales de comercio electrónico y una serie de lindezas que paso a explicaros.

¿Qué datos de Google Analytics vamos a ver?

Ésta parte me encanta. Son datos reales de Google Merchandise Store que es la tienda de “pijadillas de merchan de Google”. Lo mejor de todo es que son los datos REALES (o eso dicen).

Esto implica que tendrás acceso a todos los informes y a ver toda la configuración de la cuenta ( la parte que nos dejan ver, claro) y así aprender un poco tanto a hacer configuraciones de analytics como a jugar y analizar datos de un ecommerce, pero no todo se queda ahí, hay mas sorpresas.

Configuración de Analyitcs de Google Merchandise Store

Lo primero que encontramos es una cuenta, con una propiedad y tres vistas.

Además está conectada con Adwords y Search Console, lo que te va a permitir ver datos  de campañas de pago y de posicionamiento en buscadores.

¿Por qué necesitan tres vistas?

Es una de las “buenas prácticas” clásicas

Master view:

Es la vista “principal, con la que se trabaja normalmente. Está configurada para comercio electrónico mejorado y le han plantado un par de filtros. Uno para que aparezca el nombre de host en los informes y otro para renombrar las campañas de adwords.

Además podemos ver los objetivos que utilizan, que son 5:

Para estos señores, los objetivos son:

1. Que los usuarios establezcan contacto: es un objetivo tipo “destino”, es decir, si se muestra la página de email enviado es un objetivo cumplido.
2. Que los usuarios hagan mas de 10 páginas vistas por sesion
3. Que  inicien la compra. En este caso lo miden cuando entras en “basket” que es el carrito de la compra. ( objetivo tipo destino)
4. Que finalicen una compra: es un objetivo de tipo destino que además tiene montado todo el embudo de conversión para que veas dónde se está quedando el usuario…
5. Smart goals: los objetivos inteligentes de adwords…

Otro aspecto interesante es el uso de métricas calculadas

• Duración de la sesión / usuarios.
• Proporción de usuarios que completan las compras en base a cuántos las empiezan.
• Transacciones / usuarios.
• Ingresos por usuario.

Como veis son métricas sencillas y muy potentes al mismo tiempo.

TEST View:

Es la cuenta para hacer pruebas de filtros y luego pasar las cosas a la cuenta de “verdad”. Está mas limitada quie la anterior, sólo tiene los filtros. sin objetivos ni nada parecido.

RAW data view:

La copia de seguridad. Prohibido tocar nada en esta cuenta. Es cierto que le han puesto filtros, supongo que para dejarnos ver sólo lo que sea “visible”, pero nada más.( bueno si, un objetivo)

Dimensiones Personalizadas e importación de datos

Hay unas cuantas, de diferentes tipos y creadas en diferentes momentos ( algunas para el futuro). Asuntos como si el usuario está logado o no, la categoría de usuario la región de ventas, etc Información que luego podrás usar en los diferentes informes personalizados que te hagas.

Además de las dimensiones personalizadas hacen uso del “DATA IMPORT” para importar los datos de las regiones de ventas. Traducen el código ISO de país y lo convierten (dentro de una dimensión) a la región de ventas a la que pertenece dicho país. Os adjunto un posible resultado de informe:

Canales de adquisición y agrupación de contenidos.

También puedes aprender, o al menos seguir la pista a cómo montar tus canales de adquisición y agrupaciones de contenido. Aquí lo vas a tener más difícil, ya que por los permisos que vas a tener sobre esta cuenta de Analytics no vas a ver la configuración, pero los literales que utilizan son bastante descriptivos:

Como podéis comprobar la cuenta está bastante completa, tanto que incluye hasta unos cuantos dashboards para controlar todo lo que ocurre…

En fin os recomiendo daros una vuelta, porque con este primer paseo vais a querer ver mucho mas…

¿Cómo tener acceso a esta cuenta de analytics de la tienda de Google?

Es realmente fácil, sólo tienes que acceder a la cuenta de demostración  y, si tienes cuenta en analytics se te incluirá esta nueva cuenta.

NO olvides que no tendrás acceso de administrador, sólo acceso de Lectura y análisis, así que hay cosas que  no podrás hacer…

¿A qué esperáis para poneros a cotillear los datos de Google?

Comencemos por los básicos:

¿Qué es el porcentaje de rebote?¿Cómo se calcula?

Vale, muchos de vosotros seguro que lo sabéis, pero vamos a recordarlo un poco, porque últimamente en algunos cursos me encuentro que no está tan claro el asunto.

El porcentaje de rebote es el porcentaje de sesiones de una sola página, es decir, sesiones en las que el usuario ha abandonado su sitio en la página de entrada sin interactuar con ella.

Normalmente añado alguna  cosa mas… “Tenemos rebote cuando sólo enviamos un dato a Google Analytics, el de página vista, generalmente” ¿Por qué añado ésto? porque podemos enviar un evento de GA a los XX segundos de forma automática sin cargar una  página, o podemos hacer una “página virtual” de forma que ya no tendríamos un “rebote” como el de la definición “sesiones de una sola página”.

¿El rebote depende del tiempo que estas en una página?

NO. En ningún sitio dice que tengas que estar mas de XX tiempo para dejar de ser considerado un rebote. Si alguien os dice lo contrario es que no lo tiene nada claro. Huid a las colinas.

¿Cómo se mide una sesión?¿Qué es una sesión?

Una sesión es un conjunto de interacciones que tienen lugar en su sitio web en un periodo determinado. Por ejemplo, una única sesión puede contener varias páginas vistas, eventos, interacciones sociales y transacciones de comercio electrónico.

Es decir, desde que entras a una web y hasta que sales estás en la misma sesión… NO ES DEL TODO CIERTO

Las sesiones caducan a los 30 minutos de inactividad. Si tú entras en una web y en un momento dado,sin salir, te tiras 30 minutos sin enviar ningún dato a GA ( sin interacciones) en el minuto 31 tu sesión dejará de existir. Y lo mas gracioso, cuando vuelves a interactuar estas creando una sesión nueva…. con implicaciones.

Las sesiones caducan a las 00:00. Si amigo, ¿eres un navegador nocturno? pues si estas navegando a las 23:59 serás una sesión y a las 00:00 tu sesión caducará y pasará a ser otra diferente. Ésto también tiene implicaciones

IMPLICACIONES: si se da alguno de los dos casos anteriores puede ocurrir que tengas sesiones sin páginas vistas. ¿Por qué? imagina la situación. por alguna razón tu sesión a caducado y vuelves a interactuar con el site. bien clicando un banner o generando cualquiera de los eventos que estén etiquetados en la página y que no sean una página vista. Tu sesión nueva no tendrá ninguna página vista, aunque sí habrás enviado datos a GA con tus interacciones.

¿De dónde viene el tráfico de mi web?procedencia del tráfico

Ésta es de las que crean conflicto. Todos tenemos claro las bases de la procedencia de tráfico, orgánico, enlaces, directo, etc. Es lógico pensar que el tráfico procede del último lugar desde donde accede un visitante ¿no? pues no.

La procedencia de tráfico se asigna al último canal NO directo.

Es decir, que si accedes a una web por “tráfico directo”, la procedencia será asignada al último canal conocido. Si fue por orgánico, orgánico y si fue otro pues otro. Si es tu primera visita o sólo accedes de forma directa, estarás dentro de “tráfico directo”. Puede que ahora lo veas como algo normal, pero en su día creó bastante polémica.

¿Cómo mide el tiempo Google Analytics?(tiempo de sesión)

Otra de esas peculiaridades que generan debate, porque:

• El tiempo de las visitas “rebotadas” es 0.
• El tiempo que pasas en la última página de una sesión es 0.

Podemos debatir si es una forma de medir válida o no, o si es u reflejo de la realidad o lo que queráis pero, en cualquier caso, es algo que conviene tener claro. Vamos a intentar explicarlo de forma sencilla.

Para medir el tiempo de una sesión Google Analytics hace los siguiente. Cada vez que envía un dato a sus servidores ( página vista, evento, transacción) lleva asociado una marca de tiempo que dice en qué momento ocurrió. Para calcular el tiempo resta el último registro del primero. Algo parecido hace con el tiempo de página. En la siguiente imagen lo veréis mas claro:

¿Que ocurre con este sistema?

• Que las visitas rebotadas al hacer un sólo envío de datos dan siempre 0, ya que no tiene forma de hacer el cálculo.
• Que las últimas páginas de una sesión también tienen tiempo 0, ya que por lo general el último envío de datos se hace al cargar la página y por tanto, da igual el tiempo que permanezcamos en esa página, que si es la última ese tiempo que transcurre desde que se carga hasta que nos vamos no computa.

¿La cantidad de objetivos cumplidos nunca cuadra?

Otra cachondada más de las que te generan problemas con tu jefe y alguno más:

Si en una misma sesión un visitante cumple dos veces o más el mismo objetivo sólo contará una vez.

Esto es así. No le des mas vueltas. Por eso tienes que comparar siempre el número de objetivos cumplidos con el n úmero de ventas o número de veces que se ha visto la página objetivo, o el evento objetivo.

Llevo algunos años impartiendo cursos de éste tipo para algunas escuelas.No voy a dejar de hacerlo, simplemente voy a incrementar el número de oportunidades que vais a tener de formaros en analytics ( google, universal, adobe, etc)

¿Qué tipos de cursos de Google Analytics voy a dar?

He pensado en cursos y talleres presenciales,con diferentes objetivos y duraciones según las necesidades de cada uno de vosotros.

Para aquellos que queráis solucionar problemas concretos he pensado en Talleres de corta duración, principalmente  prácticos… los llamaremos #TalleresAW

También he pensado en dos perfiles de usuarios diferentes. Para aquellos mas interesados en “la parte técnica” he pensado en un curso orientado a la instalación y configuración avanzada de Google Analytics y para los menos “techies” un curso de configuración básica y reporting.

Por supuesto uniendo los dos cursos anteriores podremos realizar un curso orientado a obtener la certificación de Analytics.(GAIQ)

¿Puedes dar mas detalles?

Claro. Vamos paso por paso.

#TalleresAW: Talleres cortos de Google Analytics y analítica web

Como ya he dicho son talleres cortos de analítica. Serán en grupos reducidos y trataremos de resolver problemas concretos. Además, los realizaremos en lugares con encanto ( muy instagramero todo). Resolveremos cosas del tipo:

• Medir un blog/web con GA, donde aprenderemos a medir los comentarios, clics en enlaces, etc
• Automatizar los informes con Google SpreadSheets ( las hojas de cálculo de google)
• Aprender a instalar Google Tagmanager en tu blog de wordpress
• Medir tu tienda woocommerce.
• Aprende a montar un embudo de conversión
• Configura objetivos en tu web.

o lo que se te ocurra. Nos juntaremos una tarde unos cuantos (no mas de 5 personas) en algún lugar con conexión y, de forma distendida, aprenderemos algo nuevo entre todos.

#CursosAW

Son cursos que realizaremos entre semana, por la tarde, o en sesión intensiva de fin de semana. Están divididos en dos áreas:

#I&C_CursoAW: Implementación y configuración

Para aquellos que no le tenéis miedo a la parte técnica ni al código básico. Veremos lo siguiente:

• El código de seguimiento de Google Analytics.
• Google Tag Manager y Google Analytics
• Estructura de una cuenta de Google Analytics.
• Filtros, vistas y propiedades.
• Verficar nuestro código de Google Analytics.
• Migrar de Google Analytics a Universal Analytics.
• Páginas virtuales y eventos.
• Configuración de ecommerce.
• Configuración de variables personalizadas ( dimensiones y métricas)
• Etiquetado de campañas.
• Configuración para wordpress y blogs.

#R&A_CursoAW: Reporting y análisis con GA

Aquí nos olvidaremos un poco del código y nos centraremos en aprender a analizar y entender lo que nos cuenta Google Analytics, Esto es lo que veremos:

• Dimensiones y métricas.
• Kpi’s y Objetivos
• Embudos de conversión
• Reporting de ecommerce
• Valor de página.
• Comparaciones de fechas y métricas.
• Filtros de tablas.
• Ecommerce reporting
• Page Value
• Segmentos Avanzados.
• Expresiones regulares.
• Fuentes de tráfico y campañas.
• Buscador interno
• Informes personalizados.
• Anotaciones
• Cuadros de mando
• Exportación y compartir informes
• Realización de informes con google spreadsheets
• Informes en tiempo real

Por supuesto, uniendo los dos cursos anteriores tendremos un curso completo donde os podréis preparar el examen de certificación de Google Analytics

Como ves, el año viene cargado de sorpresas para todos. Os animo a que dejéis vuestros comentarios y rellenéis el formulario que os adjunto:

Formulario

¿En qué consisten las Métricas calculadas de Google Analytics?

Son métricas que creamos desde Google analytics combinando con “las cuatro reglas” es decir, podemos sumar, restar multiplicar y dividir métricas que ya existen. Las calculadas y personalizadas incluidas.

No es lo mismo las métricas calculadas que las personalizadas.

Las métricas personalizadas son métricas que creamos y son diferentes a las que ya tenemos ( usuarios, visitas, páginas vistas). Podríamos crear una nueva métrica personalizada que fuera “llamadas” si es que las medimos, por ejemplo.

Las métricas calculadas son diferentes. Si te das cuenta ya existen algunas de ellas, Páginas por sesión sería el ejemplo perfecto. Se construye dividiendo el número de páginas vistas entre el número de sesiones. Ahora han dejado en tu mano la creación de nuevas métricas en forma de cálculo.

Limitaciones y características de las métricas calculadas.

La primera de las limitaciones es que sólo puedes utilizar las cuatro reglas. Parece poco, pero lo único que significa es que vamos a necesitar un poco mas de esfuerzo para conseguir un resultado un poco complicado.

No puedes utilizar el símbolo “-” si no es dentro de una operación matemática. Lo que si puedes utilizar son paréntesis, que te permitirán crea fórmulas un poco mas complejas alterando la precedencia de operadores y puedes utilizar números decimales.Es decir, en principio no puedes usar números negativos como pr ejemplo en “-1/5”. Sinceramente, esta limitación es muy salvable, sólo habría que escribirlo de la siguiente forma “(1-2)/5” el resultado es el mismo.

En la versión gratuita de Analytics, sólo puedes crear 5 de éstas métricas calculadas ( 50 en Premium). Cómo se crean a nivel de vista de perfil, si quieres más, sólo tienes que hacer mas vistas de perfil.

En cuanto al formato, además de números ( con o sin decimales), las métricas calculadas pueden ser:

• Porcentajes. Con decimales ( podemos decidir cuántos)
• Moneda.
• Tiempo/hora
• Flotante. la diferencia con los enteros con decimales está en el “tamaño” del número resultante ( float es mas grande, básicamente)

Una vez creadas, las podemos utilizar en todo tipo de informes personalizados, en paneles normales y tiempo real, etcétera.

¿Cómo se crean las métricas calculadas?

Vamos a lo que vamos. Ya sabemos en que consisten, pero vamos a ver cómo se crean. Lo primero es saber si las tienes activadas. Puede ocurrir que no las tengas activadas todavía. No te preocupes, no depende de ti, no tienes que dar ningún permiso ni configurar nada especial. Simplemente aparecen en la zona de administración, en la columna de vistas (la de la derecha) justo debajo de la configuración de comercio electrónico.

Una vez lo tengas activado y hagas clic, te parecerán las diferentes opciones de configuración.

Nombre: Pon un nombre descriptivo, que tenga un significado.

Nombre Externo (External_Name): Mucho cuidado, una vez puesto no lo vas a poder modificar. El nombre es utilizado para llamadas de API, por ejemplo. (buena noticia, no nos limita a la interfaz de google, podemos usarlas en cuadros de mando en hojas de cálculo)

Formato: Ya hemos hablado de ello, los formatos son

• Número entero.
• Moneda.
• Tiempo/hora.
• De coma flotante.
• Porcentajes.

Fórmula: Aquí está la definición real. Es donde vas a utilizar las cuatro reglas y los paréntesis para crear las métricas. Tiene un funcionalidad realmente útil, según empiezas a escribir te da sugerencias.

Ejemplos de uso

Algunos ejemplos son:

• Ingresos por usuario.
• Visitas sin rebote.
• Visitas de una sola página ( en caso de que tengamos eventos que hagan que un rebote no sea una visita de una sola página)

En fin, dejo en tu mano e imaginación la definición de las métricas calculadas que necesites.

Por mi parte, comparando con Adobe Analytics creo que queda much camino por andar, si quieres comparar te recomiendo te pases por el post en el que hablo de las métricas calculadas de Adobe Analytics.

Éste contenido lo encontrarás también en el “manuscrito PDF” de Universal Analytics

Cuando empezamos con adwords, a analizar lo que hacemos en adwords, generalmente tendemos a simplificar al máximo. La mayoría de las veces nos quedamos con el ctr, el rebote y, los mas avispados llegan a ver si una búsqueda concreta lleva a la conversión. Pero también hay que tener en cuenta la función que cumple una campaña o una keyword o un grupo de anuncios de adwords dentro de “customer journey”. Analizando estas funciones podremos orientar mejor las campañas, orientando unas a la conversión directa u otras a la asistencia a la conversión.

Si no atendemos a los embudos multicanal en adwords sólo estamos viendo parte de la actividad del usuario. La falta de análisis de una campaña de adwords puede tener consecuencias inesperadas.De esta forma, tomamos la decisión de seguir apostando por una keyword o por un grupo de anuncios si es capaz de darnos visitas y/o conversiones. Como resultado tenemos grandes grupos de búsquedas que nos generan muchas impresiones y pocos clics, algo que nos lleva a tener que quitarlas ( si no lo pensamos mas a fondo). El asunto se pone mas feo cuando haces campañas en la red de display . Ahí tendremos mucha impresión, pero el ctr sensiblemente más bajo…

¿Has probado a utilizar los embudos multicanal en tu estrategia SEM?

Si estas en la situación anterior es que no le has dado una vuelta a tu Analytics, concretamente a los embudos multicanal que encontrarás en el menú.

Este apartado, si no lo has visto antes, te va a dar otra visión de cómo las visitas llegan y qué camino siguen hasta que hacen lo que tu quieras. Es decir, una vez han convertido te va a decir:

1. Cuantos convirtieron  a la primera.
2. Cuantos necesitaron entrar varias veces hasta convertir
3. ¿Qué canales utilizaron hasta que finalmente convirtieron?

De forma que podrás ver una tabla como la siguiente:

En la tabla puedes ver todo el camino que siguen los usuarios hasta convertir, y lo mas importante, podrás comprobar que hay canales que aunque no conviertan si son los que inician el camino a la conversión. 

Ahora céntrate en adwords…

¿Cuántas veces has aniquilado una palabra o grupo de anuncios porque no convertían o su ctr era bajo? resulta que si lo ves desde esta perspectiva vas a encontrar:

1. Iniciadores de la conversión: aquellas keywords, anuncios y grupos de anuncios que provocan la primera entrada de los visitantes, pero que no convierten al final.
2. Colaboradores de la conversión: Aquellas que no son las primeras, tampoco son las que provocan la conversión, pero llevan al usuario por el buen camino, bien sirviendo de recordatorio, bien sirviendo de “conductores”
3. Convertidores: está claro ¿no?

Es una perspectiva que cambia mucho las cosas, no sólo presupuestos y pujas, también cambia la forma en que pensamos las campañas y los textos de los propios anuncios. Nos va a permitir, por ejemplo, combinar la red de búsqueda y display con diferentes intenciones, y no te digo ya si ampliamos a shopping o campañas de vídeo…

Para ver los datos sólo de adwords tendrás que activar el siguiente botón:

Ahora ya sólo verás los datos de tus campañas de adwords. Es cierto que antes tenías una imagen mas global y podías ver que papel jugaba adwords, pero ahora, lo que queremos es entrar en detalle, llegando a nivel de palabra clave. Por eso los menús sobre la tabla cambian un poco y se refieren a grupos de anuncios y palabras claves.

También es cierto que la cosa se complica, pero también se hace bastante mas eficiente. Ya no se trata de un asunto de “blanco-negro”, ahora tenemos toda una escala de grises que nos va a permitir ajustar presupuestos y anuncios, de forma que dependiendo de la función y el objetivo que tengamos podremos ser mucho mas efectivos en nuestra publicidad. Te recomiendo que lo intentes, vas a tener diversión para rato.

https://www.google.com/ads/preferences/

Esos datos que ves son los que se recogerán en Google Analytics cuando navegues por una web que lo tenga habilitado.

Abro éste debate porque ya me he encontrado varias veces con gente que deja de usar los datos demográficos porque son una muestra, que no es fiable, que a saber de donde salen esos datos… vamos paso por paso.

Lo primero es lo primero:

¿De dónde salen éstos datos demográficos?

Del navegador no. Tu navegador no sabe cuál es tu género ni tu edad ni tus intereses. Como dice la documentación de Google Analytics…

• “La cookie de DoubleClick de terceros. Se aplica únicamente a la actividad del navegador web. Cuando esta cookie está presente, Analytics recopila la información de datos demográficos y de intereses que está disponible en la cookie.”

Dicho de otra forma. Cuando navegas por sitios que tienen publicidad, vas dejando cierto rastro de lo que te interesa. Con toda esa información Google es capaz de hacer una estimación de tu género y edad, así como lo que te interesa, tu idioma, etc.

Y aquí encontramos alguna de las supuestas “debilidades”.

1. Si no tienes cookie de DoubleClick no hay dato. Es difícil que ocurra, pero es posible.
2. Si has tenido que navegar, por cuestiones de trabajo  por ejemplo, por blogs y webs de un contenido concreto que no tiene nada que ver contigo, los datos estarán “adulterados”… ya te digo yo que la incidencia de este tipo de visitantes es muy baja.

¿Cómo podemos ver los datos demográficos en Analytics?

Para activar la visualización hay que hacer algún cambio.Incluso de código.

Primero el cambio en la interfaz. No tienes más que ir a administración–>Configuración de la propiedad y activar la opción:

Una vez activado viene la parte “chunga”. Añadir la siguiente linea de código:

ga('require', 'displayfeatures');

Justo antes de la llamada a “pageview”.

Si utilizas wordpress, la mayoría de los plugin de Google Analytics te permitirán hacerlo con un sólo clic, pero lo suyo, a estas alturas de partido, es que utilices Google Tag manager, que te va a facilitar el trabajo mucho. Lo que tienes que hacer si utilizas Google Tag Manager es lo siguiente:

No tiene más. perfecto para los que tenéis miedo al código.

A partir de ese momento podréis ver los datos en vuestro GA.

Ahora viene mi pregunta ¿qué tal salieron los datos en el enlace de arriba? ¿acertaron?

Yo no voy a ir por ese camino. Lo que voy a intentar es mostraros las bases de cómo se hace el Spam en GA para que podáis responder con la misma moneda.

¿Por qué haces esto?

Hasta ahora este tipo de SPAM no me incordiaba demasiado. No dejaban de ser unas visitas “mierder” que me encaminaban hacia ali express o similar. Hasta ahi vale, un “mierder” haciendo “mierder”. El problema e indignación viene cuando te encuentras al Spam entre los eventos de Analytics, y encima de un tipo/a que te pone la documentación de eventos de Universal analytics con publicidad adsense… ¿ qué será lo siguiente?

¿Cómo  hacer  Spam en Google Analytics?

Tenemos varias formas de hacerlo. La mas sencilla es utilizar el etiquetado de campañas. Si, usando las UTM puedes enviar la información que te dé la gana para que aparezca como FUENTE o como MEDIO en los informes de  aquel al que quieres spamear. Es un método tan simple como rudimentario.

1. Elige la URL a la que quieres tocar las narices y…
2. con la “Herramienta creador de URL” introduce en medio y fuente tu spam favorito

VAs a obtener una url parecida a ésta:

http://www.URL_A_SPAMEAR.COM/?utm_source=fUENTEspam&utm_medium=MEDIOspam&utm_campaign=SPAM

Ahora lo que tienes que hacer es recargarla en tu navegador cuantas veces quieras... ( obviamente, si eres un poco habil con el código sabras hacerlod e forma automática)

Con el método de las UTM se pueden obtener algunos resultados, pero no es ni mucho menos, el mejor de los métodos.

Como segunda opción, podemos utilizar el “protocolo de medición” de Universal Analytics. Es un sistema creado en origen para poder enviar información a nuestra cuenta de Google Analyitcs desde cualquier sitio desde el que podamos hacer una llamada HTTP. Se puede usar para hacer el bien, como cuando vemos que lo combinan con detectores de presencia o para hacer el mal, como los casos de Spam que estamos sufriendo.

El funcionamiento es el siguiente. Tenemos que hacer una llamada a la siguiente URL:

http://www.google-analytics.com/collect?

Además tenemos que añadirle los siguientes parámetros (copiado de la documentación de GA):

Aquí encontramos varios puntos importantes.

El ID de seguimiento, que es el id de la web que queremos spamear. Se saca mirando el código fuente o, de una forma mucho mas fácil utilizando Google TAG Assistant:

Como podéis comprobar la “confesión” de la información es instantánea.

El ID de CLIENTE: Puede que sea el más difícil de generar, debe cumplir una serie de características, definidas en http://www.ietf.org/rfc/rfc4122.txt. el resultado es algo como ésto:

cid=35009a79-1a05-49d7-b876-2b884d0f825b

El tipo de HIT: Aquí es donde empieza la marcha, puede ser:

• “pageview”, para páginas vistas,
• “screenview”, para pantallas vistas de aplicaciones móviles
• “event”, para eventos.
• “transaction”,  ¡ojocuidao! que podemos realizar compras falsas en cualquier ecommerce
•  “social”, interacciones sociales.

Como véis lo de SPAM en referers y eventos es un juego de niños comparado con el escabeche que te pueden realizar…

Hasta aquí los parámetros obligatorios, porque con el Protocolo de medición podemos enviar todo lo que se nos antoje,

Fuentes, medios, nombres de navegador, hacer desaparecer la ip, user agent… os paso la documentación para que empecéis a llorar muy fuerte: https://developers.google.com/analytics/devguides/collection/protocol/v1/parameters?hl=es

De esta forma es como actualmente estan enviando todo tipo de Spam nuestros queridos amigos spammers.

No se si vosotros veis el peligro, pero no quiero ni pensar que pasaría si en vuestro querido ecommerce empiezan a aparecer ventas de productos que no tenéis y que curiosamente pertenecen a la competencia….

¿Cómo eliminar SPAM en Google Analytics?

Ya hay gente intentando solucionarlo, pero creo que la solución no pasa por eliminar tráfico, el riesgo de cargarnos lo que no queremos es bastante grande.

Dándole unas cuantas vueltas, creo que la solución la debería aportar directamente Google. Básicamente porque si no lo hacen nos pasaremos todos a yandex o similares.

Soluciones que se me ocurren:

Para el etiquetado de campañas. Estaría bien generar las campañas desde dentro de Google Analyitcs, de forma que la herramienta tenga el control de las campañas reales que estamos utilizando y, todo loq ue no corresponda con lo que hemos implementado simplemente no aparezca. Algo parecido a lo que ocurre con adwords, cuando enlazamos vemos sólo nuestros datos, si alguien comete el error de anunciarnos con su cuenta no enlazada, sólo veremos que es tráfico de adwords, pero nada mas, la suciedad queda perfectamente delimitada

Para el “protocolo de medición”. Un poco más complicado que lo anterior, pero pasa también por hacer un “entorno cerrado”, es decir, que lo activen aquellos que lo están utilizando, no todo el mundo, de forma que quede controlado y reducido en número. Algo así como activar el User ID ¿no?

Con esto la única alternativa que quedaría para los spammers es tener que simular clics en enlaces desde un dominio real y luego… redirección que te crió ( un coña marinera..)

Otra opción es contraatacar, hagamos lo mismo, que las tiendas y webs que nos spameam empiecen a ver cosas raras…aunque no seré yo el que os incite a delinquir…¿ o si?