Sara Ranson

Sara Ranson

Data Consultant & UX

CRO y su relación con las herramientas de medición

2 enero 2019
1 min 30 s
CRO y su relación con las herramientas de medición
Dentro del abanico de posibilidades que ofrecen los datos que obtenemos mediante plataformas de medición, como es el caso de Google Analytics, nos encontramos con una métrica fundamental que es la tasa de conversión. La tasa de conversión vincula el tráfico y el cumplimiento de los objetivos que previamente hemos definido como prioridad de la web. Los objetivos se identifican de acuerdo a las características de la web y de acuerdo a su importancia serán catalogados como “macro” o “micro”. Un ejemplo muy claro, es el caso de un ecommerce, donde un objetivo macro sería la consecución de ventas y uno micro sería la suscripción a la newsletter. Los micro objetivos son igualmente valiosos, dado que contribuyen al cumplimiento de los macro. Un analista de datos, como parte de sus responsabilidades, debe velar no exclusivamente por la medición del dato sino también interpretarlo adecuadamente para proponer las medidas correctivas que facilitan el cumplimiento de los objetivos, es decir, la consecución de las conversiones dentro de la web. Mediante la aplicación de las técnicas y herramientas adecuadas, es posible elaborar una propuesta con un fundamento tangible que garantice una mejora de los datos recogidos en cuanto a conversiones. Indudablemente cada industria tendrá un modelo de negocio y productos diferentes, por lo que cualquier medida debe ir acompañada de una previa consideración de las características específicas de la web. La optimización de la tasa de conversión será una de las estrategias fundamentales para mejorar la usabilidad de la web y cuya finalidad es estimular una consecución de objetivos superior, gracias a la realización de ajustes sobre su diseño y estructura. Estos ajustes pretenden contribuir y facilitar la experiencia del usuario, incrementando así la posibilidad de que alcance los objetivos. Optimize es un ejemplo de herramienta dentro de la cartera de productos de Google, que vinculada a Analytics, nos permite realizar las mediciones oportunas tras la elaboración de una propuesta de mejora sobre una web. Independientemente del tipo de web con el que estemos trabajando, un ejemplo de elementos sencillos y susceptibles de mejora son los CTA, que por otra parte están normalmente asociados a un objetivo de conversión. Estos CTA suelen presentarse en forma de botones: Estos botones se han extraído de una web en la que se espera que el usuario solicite información o descargue un PDF. Si entre ambos hemos detectado que en uno de ellos podríamos mejorar las consecuciones que se están alcanzando, elaboramos una propuesta que puede consistir desde el cambio de su color hasta la posición o incluso momento en la que aparece dentro de una página. Una vez definida la propuesta, siempre utilizando como respaldo la información extraída desde las métricas específicas (por ejemplo sesiones, consecuciones, usuarios, rebote o transacciones), se procederá a la preparación del test dentro de la herramienta como Optimize. Los test programados se configuran como experimentos y generalmente plantean variaciones únicas de un elemento concreto, como múltiples variaciones sobre más de algún elemento de la web. Esto determinará si hablamos de un test tipo A/B (un elemento) o uno multivariante (múltiples elementos). De acuerdo a las variaciones planteadas, la herramienta establece una segmentación del tráfico para distribuir de forma equitativa a los usuarios y obtener una muestra significativa de cada variación que nos permita comparar el rendimiento de cada una entre ellas.   Por otra parte, entre otras consideraciones, los dispositivos serán también un aspecto fundamental a tener en cuenta puesto que la web no se visualiza ni comporta de la misma forma en todos los dispositivos. Es muy importante tener en cuenta que durante la configuración del test, se requiere la intervención de un técnico que tendrá la posibilidad de generar los cambios propuestos desde código que van asociados a cada una de las variaciones de la web definidas previamente. Por último, mediante la vinculación entre Optimize y Analytics, será posible hacer un seguimiento del rendimiento del test tanto desde una herramienta como otra. Ambas producen un reporte que nos permite determinar la variación ganadora, si la hay. En Analytics se mostrará en la vista y propiedad configuradas con anterioridad, que es donde se han recogido los datos generados desde el test. Reports desde Analytics Reports desde Optimize Para más detalles las FQAs sobre Optimize, sobre su funcionamiento y vinculación a otras herramientas, las podéis encontrar aquí.