{"id":9206,"date":"2019-01-02T10:31:03","date_gmt":"2019-01-02T09:31:03","guid":{"rendered":"https:\/\/www.makingscience.com\/blog\/cro-y-su-relacion-con-las-herramientas-de-medicion\/"},"modified":"2019-01-02T10:31:03","modified_gmt":"2019-01-02T09:31:03","slug":"cro-y-su-relacion-con-las-herramientas-de-medicion","status":"publish","type":"post","link":"https:\/\/www.makingscience.com\/es\/blog\/cro-y-su-relacion-con-las-herramientas-de-medicion\/","title":{"rendered":"CRO y su relaci\u00f3n con las herramientas de medici\u00f3n"},"content":{"rendered":"
CRO y su relaci\u00f3n con las herramientas de medici\u00f3n<\/div>\n
Dentro del abanico de posibilidades que ofrecen los datos que obtenemos mediante plataformas de medici\u00f3n, como es el caso de Google Analytics<\/strong>, nos encontramos con una m\u00e9trica fundamental que es la tasa de conversi\u00f3n<\/strong>. La tasa de conversi\u00f3n<\/strong> vincula el tr\u00e1fico y el cumplimiento de los objetivos que previamente hemos definido como prioridad de la web. Los objetivos<\/strong> se identifican de acuerdo a las caracter\u00edsticas de la web y de acuerdo a su importancia ser\u00e1n catalogados como \u201cmacro\u201d o \u201cmicro\u201d. Un ejemplo muy claro, es el caso de un ecommerce, donde un objetivo macro ser\u00eda la consecuci\u00f3n de ventas y uno micro ser\u00eda la suscripci\u00f3n 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 medici\u00f3n del dato sino tambi\u00e9n interpretarlo adecuadamente para proponer las medidas correctivas que facilitan el cumplimiento de los objetivos<\/strong>, es decir, la consecuci\u00f3n de las conversiones dentro de la web. Mediante la aplicaci\u00f3n de las t\u00e9cnicas 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 tendr\u00e1 un modelo de negocio y productos diferentes, por lo que cualquier medida debe ir acompa\u00f1ada de una previa consideraci\u00f3n de las caracter\u00edsticas espec\u00edficas de la web. La optimizaci\u00f3n de la tasa de conversi\u00f3n<\/strong> ser\u00e1 una de las estrategias fundamentales para mejorar la usabilidad de la web y cuya finalidad es estimular una consecuci\u00f3n de objetivos superior, gracias a la realizaci\u00f3n de ajustes sobre su dise\u00f1o y estructura. Estos ajustes pretenden contribuir y facilitar la experiencia del usuario, incrementando as\u00ed la posibilidad de que alcance los objetivos. Optimize<\/strong> 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 elaboraci\u00f3n 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<\/strong>, que por otra parte est\u00e1n normalmente asociados a un objetivo de conversi\u00f3n. Estos CTA suelen presentarse en forma de botones: \"\" Estos botones se han extra\u00eddo de una web en la que se espera que el usuario solicite informaci\u00f3n o descargue un PDF. Si entre ambos hemos detectado que en uno de ellos podr\u00edamos mejorar las consecuciones que se est\u00e1n alcanzando, elaboramos una propuesta que puede consistir desde el cambio de su color hasta la posici\u00f3n o incluso momento en la que aparece dentro de una p\u00e1gina. Una vez definida la propuesta, siempre utilizando como respaldo la informaci\u00f3n extra\u00edda desde las m\u00e9tricas espec\u00edficas (por ejemplo sesiones, consecuciones, usuarios, rebote o transacciones), se proceder\u00e1 a la preparaci\u00f3n del test dentro de la herramienta como Optimize. Los test programados se configuran como experimentos y generalmente plantean variaciones \u00fanicas de un elemento concreto, como m\u00faltiples variaciones sobre m\u00e1s de alg\u00fan elemento de la web. Esto determinar\u00e1 si hablamos de un test tipo A\/B <\/strong>(un elemento) o uno multivariante <\/strong>(m\u00faltiples elementos). De acuerdo a las variaciones planteadas, la herramienta establece una segmentaci\u00f3n del tr\u00e1fico para distribuir de forma equitativa a los usuarios y obtener una muestra significativa de cada variaci\u00f3n que nos permita comparar el rendimiento de cada una entre ellas. \"\" \"\"   Por otra parte, entre otras consideraciones, los dispositivos<\/strong> ser\u00e1n tambi\u00e9n 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 configuraci\u00f3n del test, se requiere la intervenci\u00f3n de un t\u00e9cnico que tendr\u00e1 la posibilidad de generar los cambios propuestos desde c\u00f3digo que van asociados a cada una de las variaciones de la web definidas previamente. Por \u00faltimo, mediante la vinculaci\u00f3n entre Optimize y Analytics, ser\u00e1 posible hacer un seguimiento del rendimiento del test tanto desde una herramienta como otra. Ambas producen un reporte que nos permite determinar la variaci\u00f3n ganadora, si la hay. En Analytics se mostrar\u00e1 en la vista y propiedad configuradas con anterioridad, que es donde se han recogido los datos generados desde el test. Reports desde Analytics<\/strong> \"\" \"\" Reports desde Optimize<\/strong> \"\" \"\" Para m\u00e1s detalles las FQAs sobre Optimize, sobre su funcionamiento y vinculaci\u00f3n a otras herramientas, las pod\u00e9is encontrar aqu\u00ed<\/a>.  <\/div>\n","protected":false},"excerpt":{"rendered":"

CRO y su relaci\u00f3n con las herramientas de medici\u00f3n Dentro del abanico de posibilidades que ofrecen los datos que obtenemos mediante plataformas de medici\u00f3n, como es el caso de Google Analytics, nos encontramos con una m\u00e9trica fundamental que es la tasa de conversi\u00f3n. La tasa de conversi\u00f3n vincula el tr\u00e1fico y el cumplimiento de los […]<\/p>\n","protected":false},"author":21,"featured_media":9207,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[33],"tags":[57,58,70],"class_list":["post-9206","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-martech-adtech","tag-data-analytics","tag-google-marketing-platform","tag-ux-cro"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts\/9206","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/users\/21"}],"replies":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/comments?post=9206"}],"version-history":[{"count":0,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts\/9206\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/media\/9207"}],"wp:attachment":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/media?parent=9206"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/categories?post=9206"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/tags?post=9206"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}