Un claro ejemplo es la cantidad de herramientas similares (por no decir iguales) en el ámbito de la monitorización o “escucha activa”, ya que utilizan las mismas fuentes y APIs (“puertas de atrás” a los datos) públicas, llevándonos a un punto en que sus diferencias residen únicamente en la interfaz escogida, pero no en sus funcionalidades. Estas mismas APIs públicas y fáciles de utilizar son las que propician la entrada al mercado de más y más herramientas, clones de las ya existentes, saturando el mercado sin ofrecer un valor añadido… y haciéndonos más difícil el trabajo de selección.

Profundizando un poco más

Es cierto que es difícil que dos organizaciones de diferentes industrias tengan los mismos objetivos. Incluso es complicado que en dos empresas distintas recaiga sobre los mismos departamentos la responsabilidad sobre comunicación, campañas de adquisición o atención al cliente a través de estos canales. Pero no debería ser igual de difícil encontrar herramientas con un paquete de monitorización robusto, claro y fiable junto con el sistema de gestión los activos de la empresa en medios sociales.

En lo que respecta a medición (nuestro principal punto de enfoque), la robustez de los datos de las herramientas está comprometido y fuera de su control cuando incorporan APIs públicas sin vínculo contractual de explotación: cualquier acción por parte de los proveedores de estas APIs (por ejemplo, querer cobrar por ellas o limitar su uso, como ya ha ocurrido en algunos casos) dejaría a la herramienta en una tremenda situación de vulnerabilidad.

Otra limitación de una excesiva dependencia en APIs para la obtención de datos es que solo las redes sociales ofrecen estos mecanismos. Como sabemos, las posibles fuentes del ecosistema social van mucho más allá. Incluso los periódicos online, un medio tradicionalmente asociado la emisión unidireccional de información, ofrecen la posibilidad de que los lectores expresen sus opiniones. Cada fuente que no se integra es una parte del pastel de la información que se pierden las empresas.

Nos encontramos ante un mercado inmaduro, con multitud de actores incapaces de satisfacer las necesidades del cliente, y es la organización la que tiene que termina amoldándose a la herramienta y no a la inversa, resultando en la dependencia de varias soluciones simultáneas.

Mirando de puertas adentro

No todos los problemas vienen de la tecnología disponible. Muchas organizaciones han entrado en los medios sociales empujadas por la urgencia, la necesidad o la “presión ambiental” del mantra de “si no estás no existes”, lo que les ha dejado poco tiempo para alinear ejecución y propósito final de sus mensajes, marca, contenidos o comunidad.

Difícilmente podrá una empresa en estas circunstancias haber seleccionado las herramientas de acompañamiento adecuadas, puesto que son esos objetivos los que deberían presidir la mesa en primer lugar.

Utilizando una metáfora, muchas empresas se encuentran en el momento crítico de girar el timón del barco para no encallar contra las rocas en su gestión de estos canales. Se dan cuenta de que lo que actualmente usan no encaja con sus objetivos de negocio, la tecnología no les ofrece la información que necesitan y se ven obligados a introducir una herramienta tras otra que cubra las necesidades actuales pero sabiendo que a futuro no cubrirá las venideras, a pesar de ver los problemas algunas siguen en línea recta de la mano del omnipresente gasto y desgaste de recursos.

Luz al final del túnel

En la selección de herramientas de gestión y monitorización de Social Media se hace imperativo analizar los puntos fuertes y débiles, ver de qué manera impactan en las organizaciones, el uso de la información que se hace en ellas y la parte más importante: ¿la información y funcionalidades se alinea con los objetivos de negocio?

Por suerte, en paralelo a este florecer de soluciones alternativas contamos con una afluencia de informes de industria exponiendo las muchas caras del prisma que representan estrategia de negocio, nivel de operatividad/supervisión o industria. Tal vez se trate únicamente de una conclusión de la continua madurez del mercado, pero son bienvenidos, y es también bienvenido que cada vez sean más abiertos en la consulta a clientes o agencias.

¿Qué piensas de esta situación? ¿Estás content@ con tu actual sistema de monitorización o gestión?

El análisis de las fuentes de entrada del sitio web nos permitirá comprobar el efecto que han tenido las diferentes acciones de Marketing Online que hayamos realizado: Campañas SEM, Display, Newsletter, Redes de Afiliados…; además de permitirnos analizar la evolución del tráfico SEO y del tráfico a través de enlaces en otros sitios web.

Dentro del análisis del tráfico de referencia (enlaces en otros sitios web), nos encontramos con la necesidad cada vez más relevante de analizar los accesos a la web desde enlaces compartidos por usuarios ajenos a nuestra organización (principalmente en medios sociales como Facebook, Twitter…).

El análisis del tráfico de referencia, junto con el análisis de nuestros propios enlaces en Redes Sociales y la actividad social en el sitio web (Me gusta, Tweet, +1…), nos permitirá medir la viralidad de nuestra marca y de los contenidos publicados en nuestra página.

En este punto nos preguntamos ¿cómo podemos tener acceso a esta información en Google Analytics?

Lo primero que debemos tener en cuenta es que la atribución de campañas en Google Analytics tiene ciertas particularidades, entre las cuales hay que destacar que el tráfico directo y el tráfico desde “referentes puros” (sin etiquetado de campaña) no sobrescriben al resto de campañas. En el siguiente cuadro se muestra la asignación de fuentes de tráfico que realiza Google Analytics a las visitas:

Como podemos observar, un usuario que acceda en su primera visita a través de una campaña SEM, y en su segunda visita (por ejemplo al día siguiente) acceda a través de un enlace que un usuario publico en Facebook (Referencia); se registrara en los informes de Google Analytics como 2 visitas a la web a través de la campaña SEM.

¿Es posible visualizar los datos completos de referentes puros de nuestro sitio web?

Afortunadamente la respuesta es “Si”.

Los datos que se observan en los informes de “Fuentes de Tráfico” de Google Analytics, son recogidos en la web mediante la cookie “utmz” (siguiendo el criterio que se muestra en el cuadro), pero adicionalmente, en la primera página de cada nueva visita a la web se recoge el valor del referente original en la variable “utmr”.

Debido a que esta variable solo se recoge en la primera página de la visita, no tendremos la opción de segmentar, mediante un filtro de perfil, la actividad en la web de los usuarios que accedieron, por ejemplo, a través de un enlace publicado en Facebook. Hay que recordar que los filtros de perfil actúan a nivel de “hit”, por lo que en este caso solo se recogerían datos relacionados con la primera página de la navegación.

Para poder filtrar la navegación de estos usuarios necesitaríamos disponer de una variable que almacene la URL completa del referente (recogido por “utmr”), y segmentar el tráfico a través de un segmento avanzado (los segmentos avanzados actúan a nivel de visita).

Una vez conocidas nuestras necesidades, tendremos que buscar una variable que se pueda utilizar para segmentar, y observamos lo siguiente:

Al tratarse de la “URI de referencia” no nos permitirá filtrar, por ejemplo, fuentes de tráfico del estilo “facebook.com” que requieren que diferenciemos por el valor del host.

Para recoger el valor de los “referentes puros” en  una variable, y poder utilizarla después para crear un segmento avanzado, es necesario seguir unos sencillos pasos:

- Construir el referente completo en una variable, por ejemplo en  “Definido por el usuario” :

- Crear el Segmento Avanzado a partir de esta variable:

De esta manera obtendríamos un informe con la URL de todos los referentes reales de las visitas y podríamos construir un segmento avanzado que podremos aplicar sobre los diferentes informes.

A través del siguiente enlace compartimos con vosotros un Segmento Avanzado, pensado para analizar el tráfico real proveniente de Facebook.com (recordad que es necesario aplicar el filtro de perfil correspondiente):

Segmento Avanzado “Referente Facebook”

Como veis, realizando una serie de sencillos pasos, podremos disponer de una información muy valiosa, que nos permitirá analizar la repercusión que tiene nuestro sitio web en medios sociales como Facebook, Twitter… y en otros sitios web que nos enlacen, permitiéndonos relacionarlo con campañas publicitarias que se hayan realizado (por ejemplo analizando las tendencias del volumen de tráfico de un referente y las consecuciones de objetivos).

Animaos a probarlo y comentadnos vuestras opiniones y experiencias.

También nos asomaremos a un ejemplo de integración; concretamente la integración con Adobe SiteCatalyst de la plataforma DoubleClick (DFA) para la gestión y publicación de anuncios display.

Genesis es una potente plataforma que habilita integraciones de dos vías con aplicaciones de terceros, remitiendo información pre-click (obtenida de modo previo al aterrizaje en nuestras propiedades online) a la herramienta de medición interna (Adobe SiteCatalyst), y en ocasiones devolviendo a dichas aplicaciones información pertinente a efectos de remarketing.

Utilizando las credenciales de la cuenta del producto que se quiera integrar, Genesis puede recopilar los datos de seguimiento necesarios para que aparezcan junto con el resto de información recogida por SiteCatalyst. Estos datos se plasmarán en una serie de variables y eventos que almacenarán la información recogida sobre las campañas, así como las impresiones y los clicks que realicen los usuarios.

Como puede observarse arriba, la interfaz de Genesis facilita enormemente el trabajo de integración mediante un simple arrastre del icono correspondiente al servicio requerido. En ese momento se mostrará un asistente con una serie de indicaciones que debemos seguir para empezar a recoger datos del producto.

Como ejemplo, podemos utilizar Genesis para que información recogida por DoubleClick (DFA), como las impresiones y los clicks realizados en los anuncios que se publiquen, estén sincronizados y aparezcan en los informes de SiteCatalyst junto con el resto de datos recogidos por la herramienta de analítica web. De esta forma se podrán generar informes tremendamente ricos, aunando bajo un único sistema:

a) información tradicionalmente asociada a plataformas de agencia o canal (por recabarse de modo previo a la entrada en la web)
b) información de conversión o comportamiento interno a la que no llegan las plataformas de agencia o canal (o llegan con sistemas de tercera parte e información sesgada, limitada a eventos de aterrizaje y conversión).

Sin ir más lejos, Genesis nos permite obtener (en el caso de un ad server como DoubleClick):

• Secuencias de métricas pre-click y post click: impresiones (de banner en medio externo), clicks (de salida, sobre el banner), click-throughs (de llegada, en aterrizaje) y view-throughs (visitas que siguen a visualización sin mediar un click).
• Vinculación de información pre-click con datos de conversión: ingresos, pedidos, etc.
• Vinculación de información post-click con los datos de seguimiento de banner en particular.

Aparte de DoubleClick, existe un amplio abanico de proveedores específicos de canal (ad server, email marketing, afiliados, voice of customer, redes sociales, CRM, etc.) contando con integración directa en Genesis.

Entre otras cosas, se presenta aquí una importante oportunidad para aunar datos pre-click y post-click bajo el paraguas del “dato único”, gestionado por el anunciante pero puesto a disposición de las diferentes agencias o especialistas de canal para acciones específicas de optimización.

¿Qué piensas de estas posibilidades?

Pinterest es la red social de moda, de eso no hay duda, pero es que además diversos estudios recientes indican que puede resultar más influyente sobre sus usuarios que Twitter y Facebook a la hora de tomar decisiones, sobre todo entre la audiencia femenina. Todo esto, unido al rápido crecimiento que está experimentando, hacen de Pinterest una red social que no debemos ignorar ya que puede sernos de utilidad si sabemos aprovechar adecuadamente todo su potencial.

Pinterest

Como todos sabréis ya, Pinterest pretende representar los antiguos corchos que muchos de nosotros teníamos en nuestras habitaciones en donde colgábamos todo tipo de recortes, fotografías, notas, etc… Lo bueno es que no sólo imita dicho comportamiento sino que lo hace, además, de una forma ordenada, coherente y añadiendo elementos típicos de otras redes sociales: los usuarios pueden repinear un contenido para poder guardarlo en uno de sus paneles (corchos) personales o hacer like de él al más puro estilo Facebook para indicar que les gusta o resulta interesante.

Con todas estas características no es difícil entrever el potencial tan interesantes que puede aportar a nuestro negocio. Un ejemplo muy claro podría ser conocer de antemano qué vestido de la colección Primavera-Verano que va a lanzar una compañía es el que más gusta a sus usuarios y, de esa manera, tener un potente estudio de mercado incluso antes siquiera de lanzar dicha colección.

PinReach

PinReach nace de la necesidad de conocer el estado y la evolución de nuestro usuario en Pinterest de la misma forma que lo hacen Klout o Twitalyzer con Twitter. De hecho, y como curiosidad, PinReach en un prinicipio se llamaba PinCloud pero tuvo que cambiar de nombre debido a una demanda presentada por la propia Klout alegando demasiadas similitudes entre nombres.

Si visitamos la página de PinReach y accedemos a nuestro perfil o al perfil de cualquier otro usuario (en PinReach los datos de los usuarios son públicos) lo primero que nos llama la atención es un gran número que aparece en la zona superior derecha. Este valor indica nuestro PinReach (PR) o alcance en Pinterest y se obtiene a partir del resto de métricas de usuario que podemos ver detalladas inmediatamente debajo. Obviamente, cuando más alto sea el valor de PR mayor será nuestra influencia en Pinterest.

Entre las diferentes métricas de usuario que presenta PinReach tenemos algunas muy interesantes como son el número de repins, likes, followers o el número de comentarios.

El resto de la aplicación está compuesta por 3 pestañas situadas en la parte superior izquierda: en Analytics encontramos una gráfica que muestra la tendencia del alcance que asigna PinReach a nuestro usuario, así como las variaciones de varios indicadores desde nuestra última actualización; en Boards tenemos un informe que muestra los valores de Repins, Followers, Pins, Liked y Comments por cada uno de los paneles (o corchos) que tenemos creados en Pinterest; mientras que en la tercera y última pestaña aparecen nuestros Pins más populares.

¿Por qué usarlos?

Como podemos comprobar Pinterest es una herramienta que puede resultar importante a la hora de potenciar nuestro negocio si aprendemos a sacarle el máximo partido; es por ello que muchas grandes compañías ya han dado el salto usándola activamente y obteniendo beneficios a través de ella. PinReach puede ayudarnos a lograr esta meta mostrándonos con claridad qué es lo que buscan y demandan nuestros usuarios (o los de nuestra competencia) con el fin de poder ofrecerles exactamente los productos que reclaman o consideran interesantes.

Así que voy a diseccionar nuestra propia política de Cookies y Privacidad en MVConsultoría para explicar lo que nosotros hemos hecho entre tanto llegan más claras directrices por parte de la Agencia Española de Protección De Datos:

BLOQUE 1: Introducción

¿Por qué? Porque queremos dejar claro que las cookies son esencialmente buenas. La Web sería una triste colección de documentos sin vida de no existir el concepto de “sesión” que nos han traído las cookies. Otra cosa es que puedan dar pie al abuso, y también hay que dejar claro que nos preocupa.

BLOQUE 2: explicación en términos claros sobre los diferentes tipos de cookies en uso

Como puede verse, hacemos uso de 5 secciones, correspondientes a los cinco grandes grupos de cookies servidas:

• Cookies analíticas: esto es lo que más nos interesa, para eso estamos aquí (en este post y este blog). En nuestro caso tenemos Yahoo Web Analytics, Google Analytics, Adobe SiteCatalyst y Clicktale.
• Cookies de sesión: exentas de la normativa, pero siempre es bueno contarlo todo. Nosotros servimos las vinculadas a la extranet de clientes.
• Cookies de medios o “redes” sociales: puesto que caen en un interesante limbo, al tratarse de cookies de terceros para las que ha habido permiso efectivo en la web que ofrece el servicio global.
• Cookies de módulos externos de contenido: aquí entra todo aquello que embebemos mediante un iFrame pero es servido por terceros. El más común ejemplo  es Google Maps.
• Cookies de terceros para uso de terceros: aquí mordemos en hueso, porque representan el espíritu de la normativa europea que fundamenta todo este paisaje regulatorio (más maleza en nuestro Paper). Explicamos que no las usamos, pero que, si lo hiciéramos, sería pidiendo permiso previo (mediante faldón, pop-up o similar).

BLOQUE 3: garantías adicionales

Aquí incluimos una explicación de lo que sucederá cuando los navegadores lo permitan:
“Como garantía adicional a las arriba expuestas, el registro podrá estar sujeto a tu aceptación de cookies durante la instalación o puesta al día del navegador usado, y esta aceptación puede en todo momento ser revocada mediante las opciones de configuración de contenidos y privacidad disponibles.”

BLOQUE 4: tabla extraída del esfuerzo de auditado expuesto en la primera parte de este post.

Nótese, que introduce el concepto de “nivel de intrusión” comentado ayer, sustentado sobre tres niveles:

• Nivel 1 (exento): cookies inherentes al propio servicio que se presta (publicación de contenidos, carritos de la compra, sesiones de banca online…etc.)
• Nivel 2 (mínimamente intrusivas): cookies analíticas o vinculadas a módulos externos de contenido, si bien para uso propio
• Nivel 3 (moderadamente intrusivas): cookies gestionadas por terceros para la personalización de espacios publicitarios o el uso de Social Plugins. Ambas deberían estar sujetas a permiso expreso, si bien estas últimas (Social Plugins) corresponden a servicios solicitados expresamente por el usuario (en Facebook o Twitter).

¿Podrías ayudarnos a sacar punta a esto y mejorarlo? ¡Discutámoslo!

Otras cosas que podrían interesarte:

• La primera parte de este post : Cómo cumplir con la nueva ley de cookies (parte I)
• Paper de Divisadero : Global Compliance of Cookie-based Web Analytics Activities (en inglés).

Por no ahondar de nuevo en los detalles de algo que llevamos meses anunciando, resumiremos este desafío con un texto extraído del cambio legislativo (y simplificado) que ha visto la luz* en este mes de abril:

“Los prestadores de servicios podrán [usar cookies] a condición de que los [usuarios] hayan dado su consentimiento después de que se les haya facilitado información clara […].”

Claro, que a este párrafo siguen dos cosas:

• Una excepción: olvida esto si tus cookies son inherentes al servicio solicitado (carrito de la compra para e-commerce, login para online banking…etc.).

• Una fórmula alternativa para obtener consentimiento: opciones de navegador (“parámetros adecuados del navegador”), siempre y cuando éste obligue al usuario a revisarlas durante su instalación o puesta al día (cosa que no ocurre aún con los navegadores actuales, pero que solucionará las cosas a medio plazo).

Las cookies, esenciales para el funcionamiento de Internet, tienen un claro problema de imagen..

Con ello dicho, ¿cómo cumplimos con la norma arriba expuesta a día de hoy?

Dado que falta una interpretación por parte de la Agencia Española de Protección de Datos, nos toca recurrir al derecho comparado. Y nadie ha avanzado más que el Reino Unido, entre otras cosas porque llevan casi un año con esta ley en la calle (si bien se aplicó una moratoria de un año en su aplicación). ¿Qué ha pasado allí?

• Que la agencia local (Information Commissioner’s Office o “ICO”) ha emitido unas Directrices. Aunque se considera que las “cookies analíticas” no están amparadas por la excepción (sí ha sido el caso en Francia), se deja patente que no serán objeto de acciones legales por su bajo nivel de “intrusión” (intrusiveness).

• Que el Government Digital Service (asesorando a organismos públicos en la prestación de servicios de administración electrónica) ha propuesto una clasificación en tres niveles de “intrusión”, con las cookies analíticas categorizadas a un nivel inferior que las cookies de tercera parte para la gestión de espacios publicitarios.

• Que ninguna web gubernamental está pidiendo permiso previo para servir cookies analíticas, si bien se incluye una lista detallada de todas las cookies usadas en sus nuevas políticas de privacidad, más prominentes que antes.

Por supuesto, hay más cosas, pero esto no es un tratado y para entrar en todas ellas ya hemos escrito un Libro Blanco. Así que iremos al grano con dos recomendaciones que tienen muchas posibilidades de curarte en salud durante al menos unos meses:

1. Audita tus propias cookies

Te sorprenderá la cantidad de cookies que usas sin saberlo, procedentes de diferentes plug-ins (de gestores de contenido, herramientas de búsqueda, botones sociales…) o incluso pequeños rastros de contenidos desaparecidos.

Podrás usar cualquier herramienta gratuita para esto (ej.:Firecookies).

Haz una tabla con aquellas que tienen que quedarse (eliminando el resto, claro está) y especifica: cuánto duran (fecha de caducidad), qué propósito tienen y, en el caso de ser servidas por terceros para su propio uso, a quién pertenecen.

Designa a una persona en la empresa encargada de cotejar esta tabla con la realidad periódicamente.

2. Cambia tu política de privacidad (o aviso legal)

Explica al visitante los diferentes tipos de cookies que usas de un modo sencillo y comprensible. Añade a dicha explicación una reproducción de tu propia tabla (resultante del auditado anterior).

Finalmente, explica que solicitarás permiso expreso cuando hagas uso de cookies de terceros servidas por aquellos para usos ajenos a tu web no solicitados expresamente por el usuario. ¿Por qué esta frase tan compleja? Piensa en un botón de Twitter. Si el usuario se ha logado en Twitter no tendrá que hacerlo de nuevo para compartir un artículo, pero al hacer clic en el botón estará enviando información a Twitter (lectura de la cookie). Se usa aquí una cookie de tercera parte, pero es el usuario quien ha solicitado este servicio de modo previo.

¿Y el caso opuesto? Piensa en un ad network para publicidad display (“banners”). Está recabando información de usuarios a través de múltiples webs. Tu web forma parte de la red y aporta información sobre el comportamiento de dicho usuario. Pero el usuario no ha llegado nunca a solicitar expresamente dicho servicio de “personalización de la publicidad”.

En la secuela de este post (parte II) explicaré detalladamente lo que hemos hecho en MVConsultoría para prepararnos.

*(Por ser precisos, hablamos del Real Decreto-ley 13/2012 modificando el artículo 22.2 de la Ley 34/2002 “LSSI”, en primera transposición de los cambios marcados por la Directiva 2009/136/CE sobre el artículo 5.3 de la Directiva 2002/58/CE “ePrivacy”, en su día igualmente transpuesta mediante la Ley General de Telecomunicaciones 2003. Hablamos además de un cambio hecho por la vía de urgencia con diez meses de retraso).

También podrán interesarte:

• La continuación a este post (parte II): un ejemplo práctico
• Nuestro previo post al respecto : ¿Permiso para servir cookies?
• Paper de Divisadero : Global Compliance of Cookie-based Web Analytics Activities. (En inglés)
• Mi cuenta en Twitter, por las puestas al día que pueda ir aportando: @sergiomaldo.

En este avance, diversos hitos importantes en Facebook Insights (entorno de medición facilitado por Facebook) han visto la luz en pasadas semanas, sumando el relanzamiento de Website Insights y App Insights a la profunda transformación de Page Insights presentada a finales de 2011.

¿Qué significa todo ello? Más métricas, mayor granularidad, mayor precisión y menor latencia.

Y concretamente, en relación a las diversas opciones abiertas al profesional del marketing:

Páginas de empresa

Sin duda las Facebook Pages (con su recién estrenado Timeline, de uso obligatorio a partir del pasado 31 de marzo), representan el “campamento base” de nuestras acciones en esta red social. A las métricas existentes de usuarios y actividad Facebook Insights suma ahora métricas de:

A ello se suman, para un desglose de cada elemento individual de contenido: interés, conversaciones y viralidad (PTAT/alcance).

Las principales métricas arriba expuestas están además disponibles en “tiempo real”, permitiéndonos reaccionar de modo casi instantáneo a tendencias en Word of Mouth o Engagement.

Finalmente, ciertos datos  (ciudad de mayor actividad, volumen de conversaciones relacionadas,  y principal segmento de edad) son ahora visibles para todos los visitantes a una página de empresa que decidan consultarlos, lo cual puede constituir una interesante fuente de inteligencia competitiva.

Social Plugins

Por Social Plugins entendemos los iconos y aplicativos de inserción externa para la viralización de elementos de contenido (botones  de “me gusta” o cajas de comentario compartido con el propio círculo social). Gracias a ellos podemos establecer conexiones entre las interacciones realizadas por nuestros seguidores en el seno de la red y las realizadas por la totalidad de visitantes a contenidos externos (siempre y cuando estén registrados en Facebook).

Facebook Insights introduce ahora dos conceptos: Like Button Analytics y Comment Box Analytics. Se puede así acceder a métricas de CTR (Click-Through Rate) en tiempo real para impresiones de botón en la web o, en el sentido opuesto, para el porcentaje de impresiones de una entrada en Facebook que desembocan en un referente a la web externa. Lo mismo sucede con respecto a los comentarios, con un ratio de envíos frente a impresiones de la caja de texto y, a la inversa, un ratio de clics hacia el exterior contra impresiones de la historia comentada en el seno de Facebook.

Aplicaciones

Si las páginas representan el punto de partida de la presencia de marcas y anunciantes en Facebook, y los Social Plugins son la mejor manera de “socializar” contenidos externos, las aplicaciones constituyen el punto álgido de su implicación con esta plataforma, permitiendo pasar de la mera distribución viral de contenidos al desarrollo ad hoc de experiencias interactivas (recabando aún mayores frutos en términos de circulación, visibilidad y análisis).

El avance en el uso de aplicaciones ha sido fulgurante en meses recientes, apareciendo incluso plataformas de asistencia para su rápida creación y publicación a partir de plantillas preestablecidas. Y las métricas no podían quedarse atrás.

Facebook Insights nos permite ahora conocer todo lo que sigue: número de instalaciones/desinstalaciones diarias, estadísticas del contenido compartido en el seno de la aplicación (puestas al día del estado de usuario, fotos, etc.) y actividad sobre permisos específicos de usuario (ej.: compartir dirección de correo electrónico).

Además, App Insights incluye desde hace unos días un desglose de los dispositivos móviles más populares en el acceso a la aplicación (iPad, iPhone, Android, web móvil, etc.), detalles sociodemográficos del uso móvil (edad, sexo, idioma, país) y canales móviles de acceso a la aplicación (búsqueda interna, “Feed” de noticias, Timeline, notificaciones específicas de plataforma o marcadores de acceso frecuente).

Más información

Como habéis visto, las posibilidades de gestión de nuestros activos digitales se multiplican incesantemente. Por supuesto, tendremos ocasión de profundizar en estas métricas y su integración en el curso de la próxima edición de Web & Social Analytics Bootcamp (WSAB 2012), cuyo plazo de preinscripción está ya oficialmente abierto.

Otros contenidos que podrían interesarte:

[MVConsultoría en OMExpo 2011: Facebook Analytics (Slideshare)]

[Redes sociales y analítica web: de la estrategia a la medición]

[Facebook Insights o la vuelta al cole del analista web]

[Estudiando a los usuarios en su terreno: Facebook Insights]

… o mis desvaríos sobre el tema: @sergiomaldo

¿Que es?

Seguro que en todos hemos visto alguna estadística sobre la velocidad de vértigo a la que aumenta la cantidad de información en Internet. Por ejemplo, a mediados de 2011 los usuarios de Twitter generaban un volumen de tweets equivalente a unas 18000 copias de Guerra y Paz, o lo que es lo mismo, 200 millones de tweets… ¡por día!

Cuando hablamos de Big Data hablamos de este tipo de volúmenes de datos. Datasets tan grandes que son inmanejables con las herramientas que veníamos usando hasta ahora.

¿Y ya está?

Claro que no Pensemos en toda esa cantidad de tweets generados por día y toda la información que podemos extraer de ellos. Más aún, pensemos no solo en tweets, si no en sus autores y la red social que generan con sus seguidores: cada vez tenemos más datos y cada vez son más jugosos, y esto sin salir de una sola fuente de datos. Si mezclamos esto con datos provenientes de otras redes sociales, datos de uso de sitios web o incluso datos demográficos las posibilidades son prácticamente infinitas.

El problema reside en como explotar estos datos. Las herramientas tradicionales no son aptas tanto por el volumen de datos como por su baja estructura. Además disciplinas más centradas en reporting como el BI más tradicional no van a ayudarnos a sacar todo el partido a los datos.
Como respuesta a todos estos problemas surge un nuevo perfil: el data scientist.
Un data scientist se ayuda de disciplinas tan diversas como la estadística, la informática o la representación de información para exprimir todo el jugo a Big Data.

¿Y en online analytics?

Podemos pensar que todo esto nos queda muy lejos, que nuestras herramientas cumplen perfectamente su cometido. ¿Pero seguro que no hay espacio para la innovación? Herramientas que nos proporcionen modelos de comportamiento para los usuarios, que nos ofrezcan predicciones de rendimiento de nuestros KPIs o que tomen decisiones por nosotros de forma automática pueden sonar a ciencia ficción, pero puede que no estén tan lejos como parece, y desde luego el camino hacia ellas pasa por aplicar técnicas de Big Data a los datos recogidos por nuestras herramientas.

Tal y como hemos comentado en varias ocasiones en otros artículos de nuestro blog (Rentabilidad de las Campañas de Marketing Online, Modelado de Atribución de una Conversión…etc); el estudio de los resultados de un sitio web a partir de diferentes modelos de atribución permitirá realizar un análisis más profundo de los resultados obtenidos por nuestras acciones de marketing, y nos servirá para realizar una planificación de las futuras acciones, permitiéndonos optimizar nuestros presupuestos y obtener una mayor rentabilidad (ROI).

Por ello estamos encantados de presentaros la nueva Herramienta de Modelos de Atribución para Google Analytics Premium que Google ha anunciado.

La Herramienta de Modelos de Atribución permitirá:

• Crear  y personalizar Modelos de Atribución de una manera sencilla (por defecto dispondremos de atribución a la “Primera Interacción”, “Ultima Interacción”, “Basado en la Posición”, “Mayor Valor a las Interacciones más Cercanas” y “Linear”).

• Utilizar el Constructor de Modelos de Atribución para definir fácilmente reglas de ponderación de valor basadas en: la posición de la interacción, el tipo de interacción, la fuente de tráfico, la campaña, las palabras clave, y mucho más.
• Utilizar esta información junto a los Objetivos de Conversión y los datos de Comercio Electrónico, sin necesidad de implementar ninguna línea de código en el sitio web.
• Comparar los valores obtenidos por todos los canales (Búsqueda de Pago y Orgánica, Mailling, Afiliados, Display, y mucho más) para los diferentes modelos de atribución.
• Visualizar hasta 3 modelos de atribución diferentes a la vez; lo cual nos permitirá analizar a simple vista las diferencias de valor asignado a cada canal.

Con esta nueva herramienta Google permite a las empresas profundizar en el análisis de la rentabilidad de sus acciones de Marketing, con una flexibilidad cada vez más acorde a la madurez de la industria, y con la posibilidad de configurar el Modelo de Atribución que mejor se adapte a cada negocio y situación.

¿Qué os parece esta novedad? ¿Estabais utilizando Modelos de Atribución en el análisis de vuestras acciones de Marketing?

Esto acaba de cambiar. A partir de ahora el algoritmo favorece aquellos videos que son visualizados más tiempo, es decir, que contribuyen a maximizar el tiempo total de visualización por sesión. Esto quiere decir que un video de 1 minuto, que ha sido visualizado durante una media de 50 segundos, tiene muchas menos posibilidades de aparecer en el listado de recomendaciones que otro de 25 minutos de duración que se visualiza una media de 17 minutos.

Si comparamos datos, a simple vista podría parecer que este sistema es injusto, ya que en el primer caso, el video es visualizado un 83% del tiempo, frente a solo el 68% del segundo caso. ¿Qué video merecería aparecer en las recomendaciones? Según Youtube, el segundo, ya que ha conseguido tener al visitante pegado a la pantalla durante 17 minutos. Este nuevo método garantiza que los videos servidos como recomendación realmente se ajustan a lo que la audiencia demanda, asegurando su calidad y maximizando el engagement del visitante. ¿Quién no ha clicado sobre un video que por la descripción y thumbnail parecía lo que queríamos ver, y realmente era otra cosa totalmente distinta?

El cambio ya está hecho, ahora toca adaptarse a él. ¡Hagamos videos más largos!

Esta podría ser perfectamente la primera forma de afrontar el nuevo algoritmo, pero en realidad, lo único que conseguiríamos es rellenar nuestros vídeos de información o contenidos irrelevantes, produciendo la pérdida de calidad del mismo y el abandono del visitante. Se iría directamente al fondo de la lista de sugerencias.

La clave para entender cómo afecta el nuevo algoritmo a nuestros contenidos en Youtube la tiene Youtube Analytics. A través de los informes de Retención podremos estudiar qué videos son los que producen un mayor engagement en nuestra audiencia, conociendo exactamente qué puntos dentro del vídeo son los más interesantes y debemos potenciar o replicar en nuestros demás videos.

Nuestro objetivo en este punto es conseguir que el visitante visualice nuestros vídeos el mayor tiempo posible, por lo que tenemos que optimizar la calidad de los mismos, ofreciendo una descripción clara y veraz del contenido. En este sentido, es de vital importancia elegir un thumbnail y título lo más descriptivos posibles. Por otra parte, una vez hemos logrado que el visitante acceda a uno de nuestros vídeos, debemos de ser capaces de captar toda su atención en los primeros instantes de visualización (normalmente 15-20 segundos) para que siga con nosotros el resto del video y no se vaya cualquier otro video recomendado…

En resumen, todo apunta a que este es un giro de Youtube en búsqueda de la calidad de contenidos que debemos ser capaces de aprovechar. ¿Te parece acertado el cambio?