Convertir visitas en clientes

En la mayoría de las empresas la información online sobre el usuario y su comportamiento es tan pobre que las decisiones en las que están basadas son generalmente erróneas.

Son muchos los sistemas para obtener datos sobre nuestros usuarios: Tests de usabilidad, encuestas, tests A/B, análisis de logs, análisis de cookies, test heurístico, log-in análisis,… y mucha más la cantidad de datos que acumulamos y apelotonamos para después contemplar e intentar desgranar. La cuestión es, ¿cómo convertimos esos datos en información relevante para nuestro negocio? ¿Por donde empezamos? Nuestro esfuerzo debe centrarse en convertir estas cifras en información relevante que nos conduzca hacía la detección de oportunidades de mejora.

En este artículo introducimos algunos de los principios y técnicas básicas que nos pueden ayudar a realizar un mejor análisis de los datos.

3 Principios básicos

• Analizar lo esencial

Ante grandes volúmenes de datos y fuentes de obtención debemos enfocar nuestros esfuerzos en analizar lo que es esencial.

Identificar qué datos intervienen en mayor medida en el resultado esperado de nuestra web. Empecemos por definir qué datos o ratios son los qué más nos interesa analizar porque son los que más influyen en nuestro negocio.

Aquí adjuntamos algunos de los ratios que más se utilizan y que en muchos casos son básicos para el análisis de negocio en la web, aunque pueden variar de una empresa a otra: ratio de conversión a compra, cuota de mercado, ROI de campañas, coste de adquisición de usuario, facilidad de aprendizaje, facilidad de uso, satisfacción vs. expectativa, reciencia, latencia, ratios de abandono, valor monetario y valor del ciclo de vida.

• Segmentar la información

Este es un principio que se repite en todas las prácticas de investigación de mercado, técnicas de marketing y publicidad, la segmentación. Tenemos que trabajar para comprender a nuestros usuarios, pero especialmente para los que mayor valor aportan a nuestro negocio.

Para obtener información segmentada debemos asegurarnos que nuestro sistema de obtención de datos lo permite.

Formas de segmentación: Geográfica, Por comportamiento (según patrones de navegación), Por productos (según interés de compra), Por contenido (según interés en contenido y búsquedas internas), Por su ciclo de vida (según su relación con el site), Por Reciencia (según la última fecha de visita).

Debemos segmentar los datos de los usuarios y analizar la información para detectar oportunidades de mejora destinadas a los grupos de mayor valor. Como concepto general, si trabajamos para el segmento de mayor valor el resto mejora sistemáticamente.

• Relacionar datos con finazas

El análisis de los datos no debe ser llevado de forma separada a las finanzas de la empresa, no podemos olvidar que analizamos para mejorar pero que esto es solo un medio para ganar más. Del mismo modo, debemos tener una visión clara del retorno de nuestro trabajo y valorar reinvertir constantemente en la mejora de nuestra web, no tener presente la relación coste/beneficio puede que nos haga perder oportunidades de inversión en sistemas o recursos de mejora.

¿Cuanto me ayudará a vender más o cual es el ROI de esta acción? son preguntas que debemos hacernos alrededor del análisis de datos para garantizar el objetivo final, ganar más por cada € invertido.

 

3 Técnicas básicas

• Árbol de ratios

Un árbol de ratios es un documento que refleja los ratios y los elementos de la web relacionados, ordenados y categorizados de tal forma que se establece una relación directa con retorno de negocio esperado (ventas, leads,…)

Por ejemplo: Para una ecommerce su árbol de ratios hasta el tercer nivel podría ser el siguiente: Ventas (nivel I); Proceso de pago (nivel II); Ficha de producto (nivel III). O dicho de otro modo, para llegar a la venta el usuario ha tenido que pasar por estos 3 niveles: vio la ficha de producto, inició el proceso de pago y lo terminó en compra (en este caso el proceso de pago seguramente esté subdividido en varios subprocesos pero no compliquemos las cosas ahora). En los siguientes niveles se ramificarían las opciones indicando el origen del usuario interno o externo hasta llegar a la ficha de producto. En cada paso podemos aplicar un ratio de conversión que expresa el porcentaje de usuarios que avanzan de unos a otros hasta la venta.

El Árbol de ratios es útil si lo orientamos a lo esencial, sino puede acabar siendo un enorme dibujo sin sentido. Todos los resultados deben mostrar dos ratios: a) el de conversión respecto al proceso; b) el relativo al objetivo final.

Por ejemplo: El ratio de conversión de “visita origen buscador” a “Ficha” es 5% y relativo al objetivo (que podría ser visita/venta) representa el 0,035%. En este caso 5 de cada 100 usuarios que ven nuestra web en un proceso de búsqueda visitan la ficha de producto y estas visitas terminan generando el 0,035% de las ventas totales.

Una vez identificados todos los ratios relativos los podemos ordenar de mayor a menor y centrar nuestro análisis en los ratios que tengan mayor peso específico.

• Benchmarking

Comparar nuestros datos y sus tendencias con otros negocios similares al nuestro nos ayudará a comprender nuestra posición relativa con el mercado. Sin embargo, hacer benchmarking en métricas no siempre es fácil ya que muchos de estos datos no se encuentran de forma gratuita o no existen porque nadie los ha recopilado de forma comprensible.

Como concepto general, hacer benchmarking nos ayuda a identificar oportunidades de mejora comparando los ratios del Árbol de ratios con la media.

Por ejemplo: Si la tasa de apertura de nuestro boletín es del 5% y la tasa media de nuestros competidores es del 10% tenemos una oportunidad de mejora del 100%.

• Cuadro Oportunidad/Coste

Las oportunidades de mejora representan cambios en nuestra web: cambiar un texto, el subject del boletín, mover una imagen,… estos pueden ser modificaciones relativamente sencillas de implementar. Pero nos podemos encontrar que otras modificaciones no son tan simples y que conllevan una gran inversión: rediseñar la home, introducir una herramienta de cross-selling inteligente, reprogramar el sistema de navegación o búsqueda interna,…

Para priorizar las acciones de mejora realizaremos un cuadro donde el eje de las X puede indicar el grado de oportunidad expresado en % relativo de mejora sobre el objetivo de la web; en el eje de las Y indicaremos el coste que tiene cada oportunidad.

De este modo podemos ver un mapa de oportunidades valoradas en % relativo de mejora y su coste de implementación.