Comportament d'Usuaris Marcos baldovi Prova Sintesis 2018

Primera part (5 punts)
1. Quina diferència hi ha entre fer servir cookies de tercers o cookies d’origen?
Una cookie, galleta o galleta informática es una pequeña información enviada por un sitio web y
almacenada en el navegador del usuario, de manera que el sitio web puede consultar la actividad
previa del usuario.
Sus principales funciones son:
Llevar el control de usuarios: cuando un usuario introduce su nombre de usuario y contraseña, se
almacena una galleta para que no tenga que estar introduciéndolas para cada página del servidor.
Sin embargo, una galleta no identifica a una persona, sino a una combinación de computadora
de la clase de computación-navegador-usuario.
Publicidad
Cuando un sitio web contiene publicidad, los anuncios suelen venir desde un servidor diferente que
el sitio web de acogida. Cuando su navegador se conecta con este sitio de terceros para el anuncio,
sino que también permite que el sitio para establecer sus propios cookies. Los anunciantes se
aprovechan de esto para instalar sus propias cookies en su sistema, que utilizan para realizar un
seguimiento de sus hábitos de navegación entre las páginas web. Este tipo de cookies son las
cookies de terceros ya que provienen de sitios web que no visitó directamente.
Rastreo
Las cookies de terceros contienen información de hora y fecha, así como el nombre del sitio donde
usted vio el anuncio. Cuando vea otro anuncio de la misma compañía en un sitio diferente, se puede
acceder a la cookie anterior y recuperar esa información. Esto permite que el anunciante para ver
cuándo y dónde que ha visto sus anuncios, proporcionando una instantánea de su historial de
navegación. Con el tiempo, las cookies de terceros pueden permitir a los anunciantes ver las
tendencias de navegación mediante la identificación de sitios que los usuarios visitan con
regularidad, y que pueden ayudar a determinar la mejor manera de dirigir sus anuncios. Las cookies
de seguimiento recogen esta información de forma anónima, pero algunos usuarios se sienten
incómodos con este nivel de vigilancia.
1.2 Quina recomanaries com a millor opció? Quina seria l’única excepció a aquesta
recomanació? (2,5 punts)
Si no desea que los anunciantes puedan realizar un seguimiento de sus hábitos de navegación, puede
hacer algunas cosas. exploradores del spyware identificarán las cookies en su sistema y permitir que
los elimine, o se puede eliminar de forma manual a través de funciones de privacidad de su
navegador. La mayoría de los navegadores también cuentan con la capacidad de rechazar las
cookies de terceros, que intentará prohibir cualquier sitio web de anuncios de seguimiento de su
comportamiento de navegación. Como último recurso, puede no permitir las cookies por completo,
aunque esto hará que muchos sitios web no funcionen correctamente y puede afectar negativamente
a su experiencia en la Web.
AQUESTA DEFINIRLA MILLOR LA RESPOSTA PREGUNTA
https://www.humanlevel.com/articulos/desarrollo-web/que-son-y-como-funcionan-las-
cookies.html

2. Un dels objectius de la analítica web es intentar esbrinar què és el que fan els visitants
d’una plana web determinada. Digues almenys 4 mètriques o dades que faríem servir per
intentar saber-ho? (2,5 punts)
Aquestes són les 8 mètriques que Avinash Kaushik considera crucials dins de la analítica web:
• Visites: Es defineix com el temps que ocorre entre la primera i l'última petició amb un
temps màxim d'inactivitat de 29 minuts, Aquest procés se li denomina sessió (session).
• Visitants únics (usuaris únics): Es consideren visitants únics, al nombre d'usuaris diferents
que visiten una web, durant un període de temps determinat. La solució que s'utilitza per
trobar aquesta mètrica, és mitjançant la inserció d'una cookie en el navegador de l'usuari,
permetent identificar a aquest de forma personal.
• Temps a la pàgina: És la mètrica encarregada de mesurar el temps, que roman el visitant en
la mateixa i va des que aquest entra a la pàgina, i el moment en què visita una altra pàgina
de la web.
• Temps en el lloc: Aquesta mètrica s'encarrega de mesurar el temps, entre el moment
d'arribada al lloc, i el temps en què es visita l'última pàgina del lloc, abans d'abandonar-ho o
tancar el navegador. Aquesta mètrica és complexa d'obtenir simplement perquè moltes
vegades, l'usuari pot obrir diverses pestanyes del site en el navegador, o navegar entre
diferents pestanyes aleatòriament, etc.
Per poder saber el temps que aquest roman en el site, s'utilitza un script anomenat
«onbeforeunload». El qual permet calcular el temps que l'usuari, ha romàs en l'última
pàgina i a partir d'aquesta dada, el proveïdor d'analítica pot trobar el temps que és romàs en
el site.
• Taxa de rebot: La taxa de rebot ofereix el resultat, del nombre de visites a la web. En les
quals s'ha estat veient solament una sola pàgina. És un indicador eficaç, el qual ràpidament
permet obtenir informació de qualitat relaciona amb el nombre de visites a escala global,
nivell de satisfacció, així com quines són les principals pàgines d'entrada al lloc, etc.
• Taxa de sortida (o abandó): Senzillament mesura quants usuaris abandonen un lloc web,
des d'una pàgina determinada és a dir Com saber la causa? És un valor molt útil per a
navegacions estructurades o guiades (processos de subscripció, compra, consulta,..)
• Taxa de conversió: Calcula els resultats obtinguts, dividits pel nombre de visitants únics
(usuaris únics). Aquesta taxa la podem aplicar de forma global (tota la web), o per producte
o servei amb la qual cosa la dada serà més exacta.
• Compromís (engagement): tendència a atreure una atenció o un interès més favorable cap
a una web per part de l'usuari. Les eines d'analítica web, poden mesurar alguns valors, que
podem relacionar amb el compromís del client, però es tracta d'una mètrica que pertany a
l'àmbit qualitatiu o emocional, per tant al moment d'obtenir resultats és un poc complexa pel
fet que intervenen molts factors.

1. Quina diferència hi ha entre“visites”i“visitants únics”?Explica com varia la mesura de
visitants únics dependent del període de temps que fem servir quan fem l’anàlisi. (2,5 punts)
Visitas: Al conectarte Google Analytics, instala en tu ordenador varias cookies, entre ellas la cookie
__utmb. Esta permanece treinta minutos en tu ordenador. Es decir que si desde que has hecho esta
pregunta hasta que has vuelto a la página, si han pasado más de 30 minutos a nosotros nos contará
como 2 visitas,pero si desde que saliste de la página a que vuelvas sera contada como la misma
visita. Además cada vez que te conectes el contador se pondrá a cero. Por lo tanto a lo largo del día
has podido visitar una página 10 veces, pero visitas, solo serán aquellas que se produzcan con un
intervalo superior a 30 minutos desde la última conexión, el resto serán pertenecientes a la misma
sesión.
Visitas únicas: Se cuentan por día y solo será una al día. A no ser que nos visites una vez desde el
móvil, otra en el ordenador del trabajo y otra desde el portatil de tu casa. En este caso serían tres.
2. Per a què serveix un informe de densitats de clics (informe de superposició, “overlay”, del
lloc web)? (2,5 punts)
Densidad de clics - informe superposición ( overlay): Un informe de superposición del sitio
desmitifica y descomplica los dados de forma visual. Con ese formato de informe podrá visualizar
el número de clics en cada enlance de una página, y desde luego otras información de utilidad,
como los ingresos que se derivan de los clics en un enlace y las conversiones objetivo, etc...
Experimentació i proves
Test Multivariante
El test multivariante, o MVT, es parecido al test A/B; la diferencia es que el MVT utiliza muchas
más variables. Por ejemplo, tenemos una web y queremos conseguir más formularios, si hiciéramos
un MVT probaríamos diferentes versiones de la página; es decir más de dos.
Un test multivariante es ideal cuando tenemos tiempo suficiente para hacer pruebas y queremos
testear páginas con mucho tráfico. Con este tipo de test podemos probar diferentes versiones de un
mismo elemento para comprobar cuál funciona mejor.
Un ejemplo claro es en los comercios online. Tienes una página con una foto del producto, un título,
una descripción, un call to action (Boton de compra). Todo parece estar en el sitio adecuado, pero y
si cambiamos la foto por una más sugerente? Y si en la descripción pusiéramos viñetas en lugar de
párrafos? Y si agregamos un vídeo al final del texto? … y si… y si … y si… Con un test
multivariante puedes hacer las pruebas que quieras para mejorar las tasas de conversión, por eso es
importante contar con tiempo para probar.
A diferencia del test A/B, el test multivariante nos muestra cuál es el elemento que está
fallando o funcionando ya que al hacer Test A/B cambiamos la página por completo en cambio
en el MVT jugamos con los elementos existentes y así descubrimos cuál es el que está fallando.
Explica la regla 10/90 en analítica web. (10 pts)

Avinash Kaushik un dels més prestiguiosos analistes web i autor d'aquesta regla. Es basà en quatre
problemes bàsics que ens trobem a l'hora de desenvolupar l'anàlisi d'una web per argumentar
aquesta regla:
Les webs únicament poden que capturar dades i és veritat, no ens indiquen que fer amb aquesta
informació. La majoria de ferramentes d'analítica web únicament recullen i aporten dades
Actualment a part de la informació quantitativa que l'aporten aquestes ferramentes, hem de treballar
amb informació qualitativa i aquest tipus d'informació, no ens l'aporta cap ferramenta d'analítica de
manera directa.
Una de les maneres de convertir totes aquestes dades que ens aporten les ferramentes d'anàlisis en
insights, és a través de conèixer els comportaments que es produeixen dins i en l'entorn de l'empresa
que estem analitzant. És a dir, un poc a l'atzar, per tant aquest tipus d'informació no l'aportarà mai
un software en un informe.
Per tant si revisem aquests quatre punts, es mostra d'una manera clara, que a més de tindre unes
eines informàtiques per a l'analítica web, que únicament aporten dades. Es necessitarà personal
qualificat, que pugui entendre aquestes dades i poder extraure aquella informació, necessària per
poder solucionar aquelles carències que presenti la pàgina web.
Al cap i a la fi, el client el que pot permetre’s, fer la major part de la inversió únicament en el
software. Perquè únicament tindrà una gran quantitat de dades, sense saber d'on apleguen i que
indiquen. Aleshores per a convertir totes les dades que ens ofereix el programari en informació,
s'haurà de revertir el procés, de tal manera que el 90% de la inversió serà per convertir aquestes
dades en informació, tant quantitativa, com qualitativa i el 10% per a les ferramentes que aporten
dades.
Què és una cookie? Quina diferència hi ha entre una cookie
de primera (firstparty cookies) i una cookie de tercera (Thirstparty cookies)? (20 pts)

Descriu els passos a seguir per posar en marxa una estratègia SEO. (20 pts)
https://www.nataliagrech.com/analitica-web/
1. Definir tus objetivos
En este post explicaba que toda web debe plantearse unos objetivos antes de empezar a diseñarse y
que dichos objetivos pasan necesariamente por:
• Atraer tráfico cualificado
• Conseguir que el usuario haga algo en tu web a lo que llamamos conversión.
Una conversión es algo que quieres que el usuario haga en tu web: desde que te deje tus datos,
hasta que te compra, pasando por que te llame para pedirte una cita. En este sentido, podemos
distinguir entre:
• Macro conversiones: acciones relevantes que tienen repercusión directa en tu cuenta de
resultados. El caso típico sería una venta.
• Micro conversiones: acciones que son importantes pero que no contribuyen
inmediatamente a tu cuenta de resultados.
Por ejemplo, si tienes una tienda online, puedes definir como micro conversión que se registren en
tu web, o si eres un abogado puedes querer que te llamen para tener una reunión. Estas acciones no
te reportan facturación pero son la base para alcanzar una macro conversión.
2.Identificar las estrategias y las tácticas
Si ya sabes qué objetivos quieres conseguir, ahora hay que decidir qué herramientas vas a utilizar
para alcanzarlos. ¿Vas a utilizar las redes sociales, vas a hacer publicidad en buscadores o vas a
tener presencia en eventos relevantes de tu sector? ¿vas a utilizar una estrategia de contenidos?
3. Definir métricas
A continuación, tienes que identificar con qué indicadores vas a medir el cumplimiento de dichos
objetivos. Por ejemplo, volumen de ventas, ticket medio de venta, porcentaje de visitantes
recurrentes vs. visitantes nuevos, tiempo que pasan tus usuarios en la web o número de registros a
tu newsletter.
4.- Segmentación
Para saber qué estrategias te están funcionando mejor, es conveniente segmentar tus datos por
grupos, ya sean de clientes, de tráfico, de origen geográfico.
Por ejemplo, segmentar por canal para saber qué canal está siendo más efectivo en atraer tráfico
cualificado, o si tienes un negocio nacional poder identificar qué zonas son las que te está
reportando más ventas.
5.- Establecer valores objetivos
Por último, tendrás que definir cuáles son los valores objetivos que vas a asignar a cada métrica,
para saber si lo estás haciendo bien o mal.

Pongamos un ejemplo.
Una tienda de ropa quiere empezar a vender online, por lo que a la hora de diseñar su web, se
plantea los siguientes objetivos:
• Atraer tráfico cualificado
• Generar una lista de suscriptores
• Vender
Sobre estos tres objetivos, se puede definir el siguiente plan de medición:
Bueno, ya tienes tu plan de medición, ahora ya puedes utilizar Google Analytics para implantarlo y
obtener la información que necesitas para tomar tus decisiones de negocio.

Explica les métriques i la informació del quadre. Com aquest però d’abril. (30 pts
1) Explicar la métrica profundidad de la visita y su relación con la duración de la visita
Al tratar de medir el compromiso (engagement) Mucha gente asocia el tiempo de permanencia con
el compromiso y no es lo mismo entre alguien que ha pasado felizmente 10 minutos en
www.nytimes.com empapándose de noticias y alguien que estuvo frustrado durante 9 minutos
porque no encontraba el artículo que quería. Por tanto tenemos que distinguir entre compromiso y
carencias del sitio o acciones del usuario en el.
2) Elegir uno de los indicadores de éxito de Avinash para un ecommerce y explicarlo
Análisis de contenido. Observe cuáles son los directorios de páginas y contenidos que más visita la
gente. Mire el patrón de clics en el informe del sitio (densidad de clics): ¿qué nos indica esto en
términos de preferencias? Observe si los datos de búsqueda interna del sitio indican que se
requieren unas necesidades específicas en términos de productos, servicios u otras necesidades. Por
ejemplo, analizar la fidelidad del visitante y la profundidad de la visita revelaría que la mayoría de
las visitas del tráfico directo visitan la página de manera frecuente y que, además, tienden a leer
sólo sobre deportes y entretenimiento, mientras que otras fuentes de tráfico gravitan alrededor de la
política y la cultura: ¡insights que llevan a la acción!
Comportamiento de compra. Los visitantes que vienen a través del tráfico directo suelen ser,
aunque no siempre, clientes ya existentes. Comprender lo que compran, resulta un ejercicio
innovador. En el caso de los sitios web que no sean de e-commerce, es probable que desee
comprender el comportamiento en torno a la presentación de clientes potenciales o a donaciones, o
a cualquier otro resultado. Estos datos pueden resultar especialmente útiles para futuras
posibilidades de captación de objetivos lo que resulta ser una delicia, si ha analizado el
comportamiento para entender el impacto de la temporada (estacional). Por ejemplo, un negocio
podría reconocer que en las primeras tres semanas, tras haber lanzado la última versión de un
producto, únicamente aquellos clientes que ya existían hicieron la compra (sin necesidad de
campañas, cupones u otro tipo de reclamos). Después, llegaron los clientes nuevos. Si ha entendido
esto, seguro que ejecutaría su estrategia de contenidos así como sus tácticas de venta, de una forma
totalmente diferente.

El tráfico directo es valioso. Ofrece una oportunidad para maximizar el potencial de una relación
que ya tiene para una fuente de tráfico que no le cuesta mucho, si es que cuesta algo, en términos de
adquisición. Análisis de las campañas por correo electrónico Puede parecer increíble que, incluso
con el spam (lo que amarga nuestra existencia colectiva), el marketing por correo electrónico aún
merezca la pena. No sólo vale la pena, sino que si se hace bien, la comercialización por correo
electrónico puede ser uno de los canales de adquisición más productivos para cualquier compañía.
Analizar las campañas de correo electrónico requiere tres insights importantes:
• Debe utilizar mediciones que sean únicas para el medio.
• No se puede hacer un seguimiento de todo.
• Necesita pensar de extremo a extremo y no en un único silo.
Al igual que con el análisis de búsqueda de pago, primero tiene que tratar con múltiples fuentes de
datos. Su primera fuente será los datos de la campaña que, en este caso, es su proveedor de correo
electrónico. La segunda fuente de datos es su sitio web. Asegúrese de tener una estrategia de
seguimiento y de etiquetado para sus campañas por correo electrónico que le permitan combinar los
datos a posteriori.
Cuando hablo de sus datos del sitio web, me refiero a sus datos en Omniture, Webtrends o Yahoo!
Web Analytics. Si etiqueta su sitio con la etiqueta JavaScript de su proveedor de correo electrónico,
no funcionará. Tendrá que asegurarse de que los parámetros de seguimiento de sus campañas estén
configurados de forma que los datos se capturen por la herramienta para analítica web. Puede
dividir el análisis en tres importantes partes: respuesta de la campaña, comportamiento del sitio web
y resultados del negocio.
Respuesta de la campaña
La respuesta de la campaña comprende la parte inicial de la experiencia del cliente: el lanzamiento
de correos electrónicos generados y personalizados para obtener una respuesta del cliente.
Habitualmente, las mediciones clave que analizará provendrán de su proveedor de servicio de
correo electrónico (asegúrese de comprobar que puede obtener estas mediciones, antes de
registrarse y pagar). A continuación, le muestro las mediciones, más allá de los correos electrónicos
estándar enviados, que le ayudarán a analizar el rendimiento:
Tasa de envío = (número de correos enviados – número de rebotes sin haber leído) / número
de correos electrónicos enviados. Ésta es la medición de resultados clásica y más normal, cuando
se trata de su campaña, que responde a la siguiente pregunta: ¿hemos tenido algún éxito? Tenga en
cuenta que el uso cada vez mayor de spam y correo basura implica que los rebotes sin haber leído
(bounce backs) no son el medio más limpio de medir la capacidad de entrega (deliverability). Los
correos electrónicos podrían haber terminado en la carpeta del correo no deseado, donde nunca
tendrán la oportunidad de ser abiertos.
Tasa de apertura = número de correos abiertos / número de correos enviados. Tenga en cuenta
que, normalmente, esta medición es precisa en tendencias direccionales. Actualmente, la mayoría de
programas de correo electrónico disponen de paneles de vista previa que suelen bloquear imágenes
y scripts. Debido a los problemas con virus y similares, las configuraciones predeterminadas de la
mayoría de los programas de correo electrónico, incluidos aquellos basados en la web, bloquean las
imágenes.
Tasa CTOR (click-to-open rate) = número de clics / número de correos abiertos. Ésta es una
medida clave de la calidad tanto de su lista de correo electrónico como de la eficacia y adecuación
de su mensaje. Segmentar esta métrica resulta realmente útil. Puede saber si los mensajes tanto de

texto como con imágenes, consiguen una tasa CTOR superior. Puede comparar los clientes en
California, Idaho y Florida, así como los clientes nuevos y existentes, o las diferentes características
demográficas.
Tasa de retención de suscriptores = número de suscriptores – rebotes sin haber leído – no
suscritos / números de suscriptores. ¡En la forma está el fondo! Este es quizás el análisis más
estratégico posible que puede llevar a cabo para sus campañas por correo electrónico. Aquí se mide
tanto la efectividad técnica de su campaña de correo en el tiempo (reduciendo los rebotes sin haber
leído) como la relevancia de sus mensajes y los objetivos de la misma (reduciendo los no suscritos).
relevancia de sus mensajes y los objetivos de la misma (reduciendo los no suscritos). Mida también
a nivel global, la tasa de retención en el tiempo (o la tasa de retención del segmento) y evalúelo
sobre varios objetivos que tenga establecidos para su programa de marketing por correo electrónico.
Comportamiento del sitio web
En mi humilde experiencia, las campañas de correo electrónico habitualmente miden los correos
electrónicos enviados y los resultados (conversiones), pero en raras ocasiones se paran a medir lo
que ocurre una vez que la persona vuelve al sitio web. En parte, esto se debe a que a los comerciales
se les incentiva en base a los resultados, lo cual no es incorrecto. Pero todo lo que pasa en el sitio
web, impulsará las conversiones o, por el contrario, acabarán con las ofertas más valiosas que jamás
haya enviado. Podemos ver dos medidas útiles para inspirar los tipos de análisis que debe hacer
respecto al comportamiento del sitio web:
Tasa de rebote = número de visitas por la campaña de correo electrónico con una única página
vista / número de visitas por la campaña de correo electrónico. «Nunca permita que sus
campañas extiendan cheques que el sitio web no pueda pagar». Realmente, esto es lo que está
midiendo. ¿Sus páginas de destino están cumpliendo el compromiso que asumió en la campaña de
correo electrónico? No importa si tiene una tasa de respuesta del 100 % en su campaña de correo
electrónico, si el sitio web tiene una tasa de rebote del 99 %. Esta medición le ayuda a encontrar
oportunidades para una mejora inmediata, tales como las páginas que deben someterse a prueba y
las llamadas a la acción, así como el contenido que no se pudo ofrecer.
Duración de la visita = porcentaje de visitas de la campaña de correo electrónico que
estuvieron más de xx segundos en la página. Pongamos el siguiente supuesto: es un sitio web
basado únicamente en contenidos y desea que la gente visite su sitio y se mantengan al menos dos
minutos antes de irse. Desea establecer un parámetro de referencia para el comportamiento de las
personas que proceden de campañas por correo electrónico. La xx en la definición le obliga a pensar
por adelantado y a realizar un planteamiento antes de enviar los correos, además de medir su
rendimiento en base a ese objetivo. Para un cliente actual de e-commerce, me puse una meta de tres
minutos y medir qué porcentaje de visitas de la campaña de correo electrónico superaban los tres
minutos. ¿Por qué? A una persona normal le llevaría seis minutos, desde el momento en que llegó al
sitio, aprender sobre el producto, comparar opciones, iniciar la compra y completarla. Lo que el
cliente quería saber, era el número de visitas que participaban.
Dependiendo del tipo del sitio web, puede que existan otras métricas a considerar. No ignore el
comportamiento de la web: es una parte importante para medir el éxito de su campaña de correo
electrónico.
Resultados del negocio
El siguiente capítulo tratará sobre los resultados y la medición del éxito. Esto es muy importante.
Por supuesto, deberá considerar los resultados específicos que afecten a su negocio cuando realice
una campaña de correo electrónico. Aquí tiene algunas métricas clave que deberá analizar:

Tasa de conversión = número de pedidos / número de visitas de la campaña por correo
electrónico.
Necesita medir la tasa de conversión y segmentarla como un loco. Sea implacable al identificar las
causas que provoquen un bajo rendimiento. Si tiene un sitio web que no sea de e-commerce, no se
preocupe porque medirá: el número de acciones, cuáles podrían ser clientes potenciales presentados,
el número de visitas con más de nueve páginas vistas, el número de descargas, el número de
inscripciones RSS, etc.
Media de ingresos por correo electrónico enviado = ingresos totales / número de correos
electrónicos enviados. Me encantan estas mediciones porque hacen hincapié en la productividad.
Observe que puede jugar con ellas sustituyendo el denominador por el número de correos
electrónicos leídos o el número de correos electrónicos entregados. Pero digo yo, ¿por qué
conformarse con unos bajos estándares?, ¿no es el objetivo de nuestra campaña de correo
electrónico obtener el máximo rendimiento? Así que vamos a marcar un objetivo alto: utilizar el
número de correos enviados aumentará la calidad en la campaña porque la lista estará limpia y bien
orientada. Como analista o responsable de marketing, es muy importante que influya de forma
positiva en el comportamiento de su empresa eligiendo sus mediciones de forma inteligente.
Rentabilidad de la campaña de correo electrónico = (ingresos generados – coste de la campaña
– coste de los bienes vendidos) / número de correos enviados. La mayoría de los responsables de
marketing medirán los ingresos, el volumen del pedido y otras métricas similares. Pero rara vez
invierten tiempo midiendo la rentabilidad. En mi opinión, esto se debe a que resulta difícil entender
los verdaderos costes. En el caso del correo electrónico, esto es lo que representa el coste de la
campaña: el coste de comprar la lista de direcciones de correo, enviar el correo, utilizar recursos,
etc., así como el coste de crear los productos y servicios. Pero eso no debe impedirle intentar medir
la rentabilidad junto con los ingresos. Resulta fácil imaginar que una campaña de correo electrónico
más exitosa de la historia de su empresa podría provocar una quiebra (mayores costes que ingresos)
y, del mismo modo, las campañas que en un inicio parecían negativas podrían resultar las más
rentables. ¿Ve el motivo por el que esto es importante? El marketing por correo electrónico
funciona. Sólo necesita resistir la tentación de abusar de sus clientes. No marque casillas o valores
por defecto de inscripción y dé un paso más para confirmar los correos con consentimiento previo
(opt-ins): piense siempre en el beneficio del cliente y no sólo en su beneficio personal. Debería
tener un enlace con la posibilidad de no suscribirse en un único clic lo suficientemente grande y
claro. Por último, necesita ser relevante. Esto es realmente todo lo que necesita: tratar a sus clientes
exactamente como le gustaría que le trataran a uno mismo.
1. Explica cómo se calcula el tiempo que un usuario está mirando una página del sitio web y
cómo se calcula el tiempo total de la visita. Haz un diagrama para completar la explicación.
http://www.activalaweb.com/analitica-web-tiempo/
Yo entro en una web. En aquel momento el javascript del Google Analytics que hay en el código se
activa y me considera una visita. He entrado a las 00:00 de la noche y tras mirar todas las opciones
disponibles, a las 00:01 voy a un artículo que me parece interesante. Lo leo y a las 00:05 voy a otro
artículo dentro de la misma web (tardo otros cuatro minutos en leerlo). Una vez he terminado de
leerlo, cierro el navegador.
El tiempo de duración real de la visita pues, ha sido de 9 minutos (4 cada artículo más 1 en el
índice). Pero si miramos en el Google Analytics nos dirá que la visita ha sido de 5 minutos.
Por qué esta diferencia real de tiempo
El motivo está en la activación del javascript. El código sólo se activa al cargar una página, así que
sabemos el tiempo de entrada, pero debemos cargar otra misma página de la web para saber el

tiempo de salida. Si sabemos a qué hora se entra, pero no a qué hora se sale, difícilmente podremos
saber la duración de la visita.
Debemos pensar que nuestro Javascript pierde el control del click al minuto 00:09 ya que ese click
no va a nuestra web y por lo tanto pierde el rastro. Por este motivo, cuando nos encontramos delante
una tasa de rebote, el tiempo de estancia en la página siempre es de 0 segundos.
¿Qué pasa cuando navegamos por pestañas?
Actualmente es muy común abrir un vínculo que nos interesa en una pestaña para seguir leyendo, y
abrir un vínculo del footer cuando ya no nos importa perder la “página madre” de pantalla. La
pregunta que cabría hacernos es: ¿Va a modificar esto mi tiempo de permanencia en la web?
Pongamos que entro en una web a las 00:00. Me interesa un vínculo de justo el principio del
artículo, pero para no perder el contenido que estoy leyendo lo abro en una nueva pestaña. Ya
terminando de leer el artículo (en unos 5 minutos) hay una lectura adicional de aquella información.
La abro en la misma pestaña ya que me he terminado de leer el post, son las 00:08. Cuando termino

de leer cierro, y voy a la pestaña “verde”. Leo el artículo y a las 00:12 (5 minutos después de
terminar la pestaña azul clarito) le doy a un nuevo click.
¿Cómo contabilizamos todo eso? ¿Analytics me va a considerar dos visitas? ¿Va a considerar
que me he pasado 10 minutos leyendo “verde”?
Nada de eso: Lo que me va a hacer la analítica web es ordenarme las páginas por el orden de click,
y establecer estos intervalos de tiempo como estancia en estas páginas.
De este modo, Analytics considerará que la lectura de “rojo” ha sido de 2 minutos (cuando
realmente ha sido de cuatro), que la lectura de verde a naranja ha sido de dos minutos (cuando
realmente no se ha producido este paso de verde a naranja) y así sucesivamente.
Lo que sí termina siendo real, es el tiempo total de aquella visita en nuestra web.
¿Cómo podemos solucionar el tiempo de salida?
Sea como sea la forma que tenga de navegar nuestro usuario, siempre nos va a faltar un dato para
saber el tiempo real de visita a nuestra web. Todos y cada uno de los usuarios visitará una página
que nos va a contabilizar como “cero”. Esto puede llegar a ser incluso molesto si lo pensamos
Hay una opción para que esta última visita marque su tiempo de estancia justo antes de marchar,
que es con el evento “onbeforeunload”: Este evento llama a un script que avisa al usuario que va a
abandonar la página (al marchar a otra web distinta a la nuestra o al intentar cerrar el navegador). Es
la clásica alerta que nos encontramos alguna vez en alguna web. A mi juicio, demasiado molesta
como para tenerla en cuenta.
La verdad es que la métrica de tiempo puede llegar a ser crucial… incluso mejor que las visitas
únicas. Pero por más importantes que puedan ser, creo que es mejor asumir que nos va a faltar este
dato a increpar a nuestro visitante con mensajes molestos.

2. ¿Para qué sirve saber las fuentes de tráfico ("referrers")? Avinash cree que es una de las
métricas más importantes para conocer los visitantes de tu sitio web. ¿A qué se refiere?
Las fuentes de tráfico son una manera de clasificar la procedencia de las visitas a nuestra página
web. Por lo tanto, una fuente de tráfico es el nombre de procedencia de las visitas registradas a
nuestra web. En marketing, utilizamos la información obtenida por las fuentes de tráfico con el
objetivo de medir y mejorar nuestras estrategias y campañas.
Clasificación de las fuentes de tráfico en Google Analytics
Si estamos clasificando nuestras visitas es porque utilizamos una herramienta de analítica web com
puede ser Google Analytics. Las fuentes de tráfico más utilizadas para medir las visitas a nuestra
web son las siguientes:
• Referral: Todas aquellas visitas procedentes de otras fuentes que no sean del motor de
búsqueda.
• Directo: Todo aquel tráfico procedente de búsquedas directas.
• Emailing: Tráfico procedente de emails o newsletters.
• Orgánica: Tráfico procedente de motores de búsqueda.
• PPC: Tráfico procedente de anuncios en los motores de búsqueda como Google o Bing
• Social Media: Tráfico procedente de Redes Sociales como Facebook o Instagram.
• Affiliation Networks: Tráfico que procede de banners o anuncios de nuestras redes de
afiliación.
¿Cómo identifica Analytics nuestras fuentes de tráfico?
Google Analytics es capaz de identificar la procedencia de nuestras visitas a través del código de
seguimiento Javascripts y los SDK (para dispositivos móviles) de Analytics. Cada vez que un
usuario entra en nuestra página web, Analytics se activa y lee unos parámetros que devolverán la
procedencia del usuario. Hay que tener en cuenta que las visitas en Analytics son contabilizadas
como sesiones y éstas no coinciden con el número de clics que recibimos en p.e Adwords. La razón
es que cada sesión puede atribuirse únicamente a una campaña o fuente de tráfico, por lo que en el
momento que nuestros valores se envíen a Analytics si existe una sesión en curso, esta finalizará y
empezará otra nueva.
Como hemos dicho antes, existen una serie de parámetros que desde el código de Analytics se
recogen y se transforman en información útil. El patrón que sigue Analytics para identificar la
fuente es el siguiente:
Analytics fuentes de trafico : https://support.google.com/analytics/answer/6205762?hl=es&ref_topic=1032998#flowchart
Como podemos ver en la imagen, lo primero es identificar si esta visita contiene el gclid o gclsrc
(procedente de Adwords o DoubleClick). Si resulta que no lo contiene, la segunda fase consistirá en
identificar si existe algún parámetro de campaignSource. Si no existe, buscará en los utm
personalizados. Si no existen utm, Analytics procederá a buscará el referrer (la web de procedencia)
si no existiese, buscaría si contiene información de una visita a la web previa. Si finalmente no
fuese así, Analytics procederá a contabilizar esa visita como directo.

1. El paradigma de l’analítica web 2.0 ens parla de diverses preguntes que ens condueixen del
clickstream (el què) als insights. Defineix a què es refereix la pregunta del “quant” (anàlisi de
múltiples resultats).
Si me ha escuchado en alguna conferencia, ya sabrá de qué va todo esto. En mi primer trabajo sobre
analítica web, la empresa utilizaba Webtrends (una herramienta maravillosa y robusta). Yo era
nuevo. Hacía muchas preguntas sobre la utilización de los datos y sobre los 200 informes
Webtrends que se estaban produciendo. Al cabo de dos semanas, dejé de ejecutar Webtrends.
Durante tres semanas, ni una sola persona llamó pidiendo información sobre estos 200 informes.
¡200! ¡En una empresa que mueve miles de millones de dólares! Después de reflexionar, me di
cuenta de cuál era la causa subyacente de estos datos «que no se podían perder»: ninguno de los 200
informes se centraba en medir los resultados. Un millón de visitas al sitio. ¿Y qué? ¿Cuáles fueron
los resultados para la empresa? ¿Para el departamento de marketing? Centrarse profunda y
específicamente en medir los resultados significa vincular el comportamiento del cliente con la
rentabilidad final de la empresa.
Lo más impactante que va a hacer con la analítica web es vincular los resultados a los beneficios y a
las primas (bonus) de los receptores de su informe. Un sitio web intenta mostrar sólo tres tipos de
resultados:
• Incremento de ingresos.
• Reducción de costes.
• Mejora de la satisfacción y fidelidad del cliente.
Eso es todo. Tres cosas simples. Todo lo que haga en su sitio web debe mostrar estos tres resultados,
con independencia de si el sitio web está dirigido hacia el comercio electrónico, soporte técnico,
redes sociales o simplemente para propaganda, en genérico. Tendrá que utilizar: Si desea que sus
jefes le adoren, tiene que centrarse en el análisis de múltiples resultados.
2. Explica en què consisteixen les proves de test A/B.
Les proves de test A/B consisteixen en fer proves de més d’una versió d’una pàgina web.
Normalment les proves es mostren de manera aleatòria a les persones que visiten les pàgines.
Sol ser en proporció 50/50 (si es tracta de la combinació de 2 pàgines diferents). Aquestes
proves són les adients quan estem començant un lloc web i no tenim gaire tràfic i volem, per
exemple, cercar un estil o fer proves de coses molt diferents.
El A/B Test consiste en desarrollar y lanzar dos versiones de un mismo elemento y medir cuál
funciona mejor. Es una prueba que nos sirve para optimizar una estrategia de email marketing o
mejorar la efectividad de una landing page.
Si has detectado que tu página atraviesa una mala época, es momento de aplicar acciones para
mejorar tu tasa de apertura y click-throughs
¿Cómo funciona el A/B Test?
Este método consiste en desarrollar dos versiones de un mismo elemento que vamos a lanzar al
mercado (por ejemplo, un botón de CTA azul y uno amarillo), y luego utilizar las métricas de cada
variación para evaluar cuál funciona mejor.

Al contrario de lo que pueda parecer, hacer muchas variaciones no tiene porqué producir
impactos negativos; son cambios incrementales que mantendrán a tus usuarios conectados y más
cerca del último eslabón del ciclo de compra.
Para utilizar bien el A/B Test debemos centrar nuestra atención en esos elementos que influyen en el
ratio de apertura de un email y en los clics que el usuario hace en una landing page. Estos son
algunos de esos elementos que podemos testar en un A/B Test:
• Las palabras, colores, tamaños y ubicación de tus CTAS.
• Los titulares y cuerpos de la descripción de tus productos.
• La extensión de un formulario y tipos de campos.
• El layout o estructura visual de tu página web.
• El modo de presentación del precio de tus productos y ofertas promocionales.
• Las imágenes (ubicación, propósito, contenido y cantidad) de las landings y páginas de tu
producto.
• Cantidad de texto en una página web o en un blog post.
¡Aplícalo! Observarás curiosas tendencias de comportamiento en el A/B testing que pueden
ayudarte a detectar mejoras de forma más eficiente que, por ejemplo, mediante una investigación de
mercado. Al final, sigue siendo un approach cuantitativo que puede medir patrones de
comportamiento de nuestras visitas y proveer los insights necesarios para desarrollar soluciones.

Comportament d'Usuaris Marcos baldovi Prova Sintesis 2018

Más contenido relacionado

Similar a Comportament d'Usuaris Marcos baldovi Prova Sintesis 2018(20)

Más de Marcos Baldovi(20)

Último(20)

Comportament d'Usuaris Marcos baldovi Prova Sintesis 2018