Do not speak Spanish? Read this post in English.

Martes, 14 d junio d 2016.

Metodologías de Análisis del usuario

Llega el verano y a la gente le aumentan las ganas de leer... O eso se dice, quizás se refiera a novelas y demás literatura para evadirse, pero por si acaso he pensado en prepara una serie post de los chulos para explicaros algunas cosas en las que estamos trabajando actualmente.

En esta serie de posts hablaremos del análisis a nivel de usuario. Es decir, acercándonos lo máximo posible a las personas reales y no quedándonos solo en páginas o sesiones sueltas. Un paso difícil de dar, no vamos a negarlo, pero que hace más reales todas las conclusiones que obtenemos de la analítica.

Todo lo que ya se ha hablado y de lo que se está hablando

Sobre esto y sobre el famoso customer journey veréis mucha información por la red, la mayoría en inglés aunque con grandes artículos también en castellano. El análisis del usuario esta de moda lo que provoca que haya mucha gente hablando de este tipo de enfoque últimamente. Pero creo que tenemos un problema, y según voy viendo es que todo el mundo habla de lo mismo:

  • Por un lado se nos presenta el concepto de customer journey, que es genial y difícil de rebatir, pero la mayoría simplemente lo describe conceptualmente lo cual sirve en la práctica para poco. Al fin y al cabo no nos dedicamos a realizar mapas mentales de los usuarios para poder dar charlas de psicología sino que lo que buscamos es que los negocios mejoren sus resultados.
  • Por otro lado tenemos el tan de moda análisis multicanal: Modelos de atribución, secuencias de campañas, etc. Aquí hay mucha chicha pero que solo podemos aprovechar en entornos de marketing pues no se nos habla de la web en si, sino de que tan solo tocamos la adquisición del tráfico cruzada con las conversiones; a nivel de usuario, eso sí. Es una información genial, pero solo con eso no podemos decir que conozcamos a nuestros usuarios

Siempre parece que nos falten piezas para resolver este puzle. Por un lado sabemos que nuestros análisis a nivel de sesión (visitas, rebotes, funnels, etc.) no son todo lo realistas que cabria esperar, por otro tampoco sabemos como llevar esta riqueza de datos al mundo de los usuarios; al menos con Google Analytics.

Este es el motivo de esta serie de post que vais a ir viendo publicados: Vamos a ver que posibilidades tenemos para hacer este tipo de análisis. Para ello usaremos mucha información y conceptos propios. Es decir, lo que os voy a contar es cosecha propia y difícilmente podréis verlo en algún libro, es el resultado de buscar como resolver distintos problemas que nos hemos ido encontrando en entornos donde sabemos que la orientación a usuario es vital para entender los datos.

El Customer Journey y los problemas del análisis cuantitativo del usuario

Partamos de la base. Sabemos que los usuarios son en realdiad personas y que la mayoría de nosotros necesitamos varios inputs para tomar una sola decisión. En definitiva, no llego a una web por una publicidad, veo un producto y lo compro siguiendo un estricto funnel de compra. Antes de la compra viene la decisión de compra y antes de esta viene una evaluación mental que todos hacemos de los productos y servicios que se nos ofrecen. De esta indiscutible verdad nace el concepto del "customer journey" que nos explica con distintas teorías cómo el usuario va avanzando en su proceso de decisión por distintos estados mentales hasta la compra. Es decir, nos explica el "viaje del cliente".

Entre las distintas formulaciones que nos han hecho los grandes gurús del marketing en la práctica cada uno hace su mix. Hay muchas perspectivas y no te puedes casar con todas. Nosotros trabajamos con un esquema como el que sigue, donde intentamos mezclar las partes de funnel de decisión de compra, con el concepto de lealtad del usuario y con los estadios del usuario heredados del inbound marketing.

Es un esquema. Pero hay otros. De cara a lo que vamos a hablar en este post no tiene mucha importancia, solo lo incluyo para ilustrar que podéis encontrar muchas metodologías para abordar el customer journey.

El problema de este esquema que os planteo (y de tantos otros) es que es que es imposible de medir completamente pues tenemos una gran cantidad de áreas desinformadas (en la fase de conciencia ni siquiera conocemos al usuario y en la de evaluación los inputs externos se escapan de nuestro control). Además aunque consiguiésemos estimar todos los valores posibles nos encontraríamos con tal cantidad de datos cruzados que sería imposible ver nada en ellos. A fin de cuentas estos esquemas son modelos conceptuales que no necesariamente van destinados a poder realizar analítica cuantitativa sobre ellos sino a sentar las bases de lo que estamos estudiando.

La solución

Al final lo que necesitamos es una metodología (o varias) que nos arrojen datos cuantitativos y sencillos de entender a la vez. Y es que los seres humanos, las personas, somos limitados. Muy limitados. No podemos intentar mirar a Matrix y entender lo que sucede, necesitamos que la información se transforme en algo comprensible para nosotros. Esto no es cierto siempre, todos conocemos a maquinas mentales que se se miran una cuadricula de 60x60 filas y son capaces de darte conclusiones al instante. Pero lo común es que esto no sea así y lo cierto es que tan importante es disponer de los datos como que cualquier persona involucrada en un proceso de decisión los entienda. Ahi, en la búsqueda de este modelo, es donde todos llevamos años dándole vueltas a "cómo representar los datos que tenemos sobre el customer journey para poder entenderlos y sacar conclusiones de ellos". Y esto no es fácil... parece casi imposible... siempre falla algo...

Tras darme contra un muro varias veces, el camino que por mi parte he tomado es el de desistir en este intento. Ya esta bien. Es el momento de aceptar nuestras limitaciones y abordar estos problemas de otra forma más sencilla, más plausible. Buscamos sencillez, encontrémosla simplificando el problema: trabajemos por focos.

¿qué es esto de los focos? pues no es otra cosa que NO intentar crear un modelo que lo contenga todo, sino distintos modelos parciales en los que cada uno resuelva una parte vital de la información (un foco) que nos interesa. Así pues nos podemos permitir simplificar la información y obviar agujeros en la misma y sacar los insights que nos interesan uno a uno. El truco está por lo tanto en describir y desarrollar los focos que realmente nos importan del usuario, sabiendo que controlándolos todos el mundo del usuario pasará a estar un poco más a nuestros alcance.

Así que el trabajo que hemos realizado a sido el de detectar y proponer soluciones para esos focos, siempre con la visión puesta en el usuario. Y así, poco a poco hemos resuelto distintos de ellos que os vamos a ir presentando. Los focos que de momento tenemos identificados son los siguientes:

  • La desviación sesión/usuario:
    Que nos tiene que indicar lo importante que es para nuestro negocio hacer análisis a nivel de usuario. Vital sobretodo para no perder el tiempo con estas historias si no va a aportarnos nada que no sepamos ya.
  • Análisis del funnel de touchpoints:
    Análisis de Funnels pero llevados al mundo de los usuarios y por lo tanto con implicaciones distintas en la definición de pasos y en las métricas a observar de estos
  • Evolución de las preferencias de uso de los usuarios:
    Inputs sobre cómo afecta lo que aprende el usuario de nuestra web al uso que hace de la misma
  • Objetivos de avance en el customer journey:
    Que nos tienen que permitir cuantificar el éxito en las primeras visitas del usuario al site, para saber si estas van iniciar un proceso de decisión o un descarte directo
  • Análisis de la fidelización:
    Cómo son las revisitas y las recompras al site. Cómo obtener KPIs de fidelización
  • y por supuesto, el análisis de conversiones multicanal:
    Que nos tiene que ayudar a gestionar desde marketing el customer journey hacia la compra

Como véis es muchisima información la que queremos identificar, por ese motivo este es solo un post de presentación. A lo que haremos en los siguientes posts es tratar cada uno de estos focos con Google analytics y dar ejemplos de uso comunes.

Seguidamente añado la lista con sus respectivos links que iremos completando en las siguientes semanas, espero que el tema os parezca interesante.



Nos vemos las próximas semanas aquí mismo.

Temas Relacionados: analitica web

Autor:

Anímate y deja tu comentario