Hadoop Apache (II) – MapReduce

Mapreduce
El efecto de “saltito” del elefante es demoledor

Hoy vamos a dar un repaso a la tecnología MapReduce, uno de sus dos componentes principales (HDFS y MapReduce). Lets Go!

1. ¿Qué es MapReduce?

Nos permite automatizar la paralelización y distribución, así como una tolerancia a fallos muy baja, herramientas para monitorizar y obtener el estado. Además es una clara abstracción para los programadores, y está escrito en Java.

MapReduce abstrae y libera todas las tareas de “limpieza” a los programadores, y pueden concentrarse simplemente en escribir las funciones Map y Reduce.

2. Fases Map y Reduce

2.1 Fase Map

Hadoop intenta asegurarse que los Mappers se ejecutan en nodos que mantienen una porción de los datos locales, para evitar tráfico en la red. Se ejecutan de manera paralela los Mappers, donde cada uno procesa una porción de los datos de entrada.

El Mapper lee los Datos en forma de pares clave/valor y muestra cero o más pares clave/valor:
map(clave_entrada,valor_entrada)->lista (clave, valor)

Mapper puede usar o ignorar completamente la clave de entrada, por ejemplo, un parón estándar es leer una línea de un archivo a la vez:

• La clave es el byte offset dentro del archivo del cual comienza la línea.
• El valor es el contenido de la línea en sí misma.
• Normalmente la clave se considera irrelevante.

Si no escribe nada en absoluto fuera, el output debe ser de la forma par clave/valor.

Ejemplo – Contar el número de Palabras:

Contar el número de veces que se encuentra una palabra en un documento con una gran
cantidad de palabras como Datos de entrada:

Map(input_key, input_value)
Foreach Word w in input_value:
Emit(w,1)

1
Datos de Entrada del Mapper

 

2
Datos de Salida del Mapper

 

2.2 Fase Reduce

Después de que acabe la fase de Map, todos los valores intermedios para una clave intermedia dada, son combinados juntos en una lista.

Esta lista es dada a un Reductor:
• Puede que que haya un solo Reductor o múltiples reductores.
• Todos los valores asociados con un clave intermedia en particular son garantizados de que irán al mismo Reductor.
• Las claves intermedias, y su lista de valores, son pasados al reductor ordenados por Clave
• Este paso se conoce como Shuffle and Sort.

Finalmente, el reductor devuelve cero o más como pares Clave/valor, donde serán escrito al HDFS. En la práctica, el Reductor normalmente devolverá un solo par clave/valor para cada clave introducida.

 

3
La Fase Map quedaría así 🙂

 

Ejemplo – Reductor Suma:

1. Función de reducción que nos contará el número de veces que aparece cada palabra
Reduce(output_key,intermediate_vals)
Set count = 0
Foreach v in intermediate_vals:
Count +=v
emit(output_key, count)

4
Datos de salida del reductor

 

Quedaría tal que así:

5
Vista del proceso Reductor

 

Una vista completa de toda la fase de MapReduce:

5
El proceso completo de Map Reduce

 

Hasta aquí la lección de hoy.

hadoop_coin

 

Os espero en el siguiente post amigos 🙂

Hadoop Apache (I) – Introducción y Esquema de la Configuración

_hadoopelephant_rgb1

Su logo es ese elefante amarillo, el juguete favorito del hijo de su creador original, Doug Cutting.

Este post pertenece a la serie de Hadoop Apache.

A continuación teneís el esquema que iré siguiendo de publicación de los Post:

HADOOP APACHE (I): Introducción y Esquema de la Configuración

HADOOP APACHE (II): MapReduce

HADOOP APACHE (III): Zookeeper

HADOOP APACHE (IV): HBase

HADOOP APACHE (V): Hive

Hoy vamos a dar un repaso a la tecnología Hadoop, donde veremos como funciona HDFS, uno de sus dos componentes principales(HDFS y MapReduce), y daremos los conceptos claves de todos los puntos de unión entre ambos componentes.

1. ¿Qué es Hadoop?

1.1 Definición

Es una tecnología que se emplea para el tratamiento de grandes volúmenes de información,a través de una configuración distribuída en muchas máquinas.Esto nos permite tener acceso a los datos mucho más rapido que con otros sistemas de gestión de datos.Utiliza HDFS para guardar los archivos en las máquinas,que veremos explicado a continuación.

1.2 Hadoop Distributed File System

Es el software encargado de almacenar datos en un Clúster. Los Datos son dividos en diferentes Bloques (como si fueran trozos que contienen un conjunto de datos) y distribuidos a través de los Nodos del Cluster.

Cada Bloque se puede replicar(clonar) muchas veces:
· Por defecto cada Bloque se replica tres veces.
· Las réplicas se almacenan en diferentes nodos.
· Esto nos asegura tanto la confiabilidad como la disponibilidad.

2. Conceptos básicos de HDFS

El sistema de archivos HDFS está escrito en Java, basado en Google GFS. Permite tener como sistemas de archivos nativos a Ext3, xfs…

Permite usar almacenamiento para cantidades de datos masivos, usando computadoras baratas y de baja gama.

HDFS trabaja mejor con archivos de poco tamaño, ya que a menudo vamos a tener millones o miles de millones de archivos. Cada archivo pesa sobre los 100Mb o más.

Los archivos en HDFS están escritos solo una vez, y no se permiten la escritura aleatoria en archivos.

Por otra parte HDFS está optimizado para grandes lecturas de archivos Streaming, a menudo son lecturas aleatorias.

3. ¿Cómo son almacenados los archivos?

Los archivos se dividen en Bloques. Los Datos son distribuidos a través de muchas máquinas cuando son cargados. Un mismo archivo puede tener Bloques diferentes  almacenados en distintas computadoras y esto se debe a que nos proporciona un procesamiento más eficiente para la operación MapReduce.

Los Bloques son replicados a través del mayor número de computadoras, conocidas como DataNodes. Por defecto, se hace una réplica con factor igual a 3. Por ejemplo un mismo Bloque puede estar en tres máquinas distintas.

El Nodo maestro se llamará NameNode y mantendrá la información de qué Bloques hacen un archivo, además de donde están localizados. A esto se le conoce como Metadata.

3.1 Cómo son almacenados los archivos: Ejemplo

NameNode: almacena solamente los Metadatos de los archivos

DataNode: almacena los Bloques actuales. Cada bloque se replica 3 veces en el cluster.

imagen1
El dataname
imagen2
Los Datanodes

Cliente lee un archivo: se comunica con el NameNode para determinar cuales son los bloques hacen un archive, y en cuales de los DataNodes se almacenan.Entonces se comunica directamente con el DataNode para leer los Datos.

4. Obteniendo datos Dentro y Fuera de HDFS

El API de Hadoop:
· Hadoop fs opera con datos en HDFS:
hadoop fs –copyFromLocal local_dir /hfs_dir

hadoop fs –copyToLocal /hdfs_dir local_dir

Proyectos del Ecosistema:
· Flume: recolecta datos de la generación de logs( WebSites, syslogs, STDOUT)
· Sqoop: extrae y/o inserta datos entre HDFS y Sistemas de Bases de Datos Relacionales
Herramientas de Business Intelligence.

5. Anatomía de un Clúster Hadoop

5.1 Los cinco demonios de Hadoop

NameNode: guarda los metadatos para el HDFS

NameNode secundario:
· Realiza las funciones de limpieza para el NameNode
· No es un backup del NameNodo principal

DataNode: Almacena los Bloques de Datos HDFS actuales

JobTracker: gestiona los Jobs de MapReduce y distribuye las tareas individuales.

TaskTracker: es responsable de instanciar y monitorizar los Map individuales y las tareas Reduce.

5.2 Configuración básica de un Clúster

 

imagen3
Esquema de la Configuración

 

Hasta aquí la lección de hoy. Nos vemos en el siguiente post amigos 🙂

Google Analytics en español: Tutorial de analítica web para Dummies

google_analytics

Cuando hablamos de analítica web básica, también lo hacemos de una de las mejores herramientas disponibles en español como es Google Analytics.

En mi opinión ésta es una herramienta online que, si tienes un blog o una página web, no deberías dejar de probar dada su versatilidad y la gran cantidad de funcionalidades y datos que aporta.

¿Conoces todos los aspectos básicos de la herramienta de analítica web de Google?

Es pensando en todas aquellas personas que recién comienzan con su página web o blog y que no terminan de tener claro cómo medir y analizar los datos obtenidos en sus páginas que en esta ocasión os traigo un tutorial.

En el mismo se desgrana, paso a paso, casi todas las funcionalidades principales de Google Analytics, pensando en todos aquellos lectores que necesitan conocer más de cerca esta herramienta.

Entonces, si eres nuevo en esto de la analítica web, no puedes dejar sin leer esta guía hasta el final.

WordPress-Analytics

Guía de Google Analytics en español para principiantes (curso de analítica web básica)

En esta ocasión vamos a estudiar el funcionamiento de Google Analytics, la herramienta gratuita por excelencia de la analítica web.

Google Analytics se ha convertido en la referente por diversas razones:

  1. Es una herramienta totalmente gratuita (hasta 10 millones de Hits, aunque bien es cierto que también existe una versión Premium).
  2. Su eficacia está más que demostrada. Debido a que el gigante de los buscadores (Google) es la empresa que la ha desarrollado y es la que mantiene a dicha aplicación, Google siempre ha intentado que analytics sea una herramienta referente en el mundo de la analítica web y sus esfuerzos para mejorarla han sido constantes. Es obvio que tiene un gran interés en esto, debido a que el uso de esta herramienta por parte de millones de usuarios le permite a la corporación tener millones de datos de valor incalculable.
  3. Una herramienta fácil de implementar. Al contrario que otras herramientas de analítica web, es una herramienta muy sencilla de implementar en aplicaciones web.
  4. Aplicación altamente personalizables. Analytics te permite personalizar en muchos aspectos. Entre ellos están los paneles personalizados, las alertas inteligentes y los informes personalizados.
  5. No requiere mantenimiento. Esto está a cargo de Google.
  6. Es una herramienta online. No ocupa espacio en nuestro disco duro como otras herramientas de escritorio.
  7. Documentación constante. Debido a la gran comunidad existente que hay en torno a esta herramienta, cada día hay más documentación sobre ella, lo que nos facilita su manipulación y entendimiento.

Hemos visto las ventajas que tiene esta herramienta en contraposición a otras existentes en el mercado de la analítica web. Ahora vamos ver de una forma básica que es la analítica web y para que se usa.

 

¿Qué es la analítica web y para qué se usa?


La analítica web es el estudio del comportamiento humano en las aplicaciones web.

Una explicación sencilla ¿verdad?

Pero decir eso es quedarse, cuanto menos, corto.

En realidad, la analítica web puede tener distintas definiciones dependiendo del fin para que se use.

Nuestra motivación para utilizar las técnicas de analítica web pueden ser varias, desde analítica de tráfico web, hasta analítica de aplicaciones, pasando por analítica de la mercadotecnia y de las acciones sociales (Redes sociales).

Pero como en esta guía vamos a hablar sobre analítica de sitios web, podríamos definir a la misma como “el análisis del comportamiento humano en los sitios web que queremos optimizar para la mejora de los objetivos impuestos (KPIs) por nuestra estrategia de marketing”.

Procedimientos de la analítica web

Hemos aprendido los conceptos más básicos de esta técnica. Ahora vamos a estudiar un poco cuáles son sus procedimientos.

➤ Identificar Objetivos

Como en casi cualquier procedimiento básico de cualquier estrategia, lo primero que debemos hacer es identificar los objetivos que queremos alcanzar.

Para ello, debemos identificar el negocio, sea tienda online, blog, foro, web branding, etc.

Es obvio que el objetivo dependerá imperiosamente del tipo de negocio que tenemos.

Por ejemplo, si nuestro negocio online es una tienda, nuestro objetivo, y posterior macro-conversión, es la venta de productos.

Otro ejemplo sería un blog:

En este caso, nuestro objetivo podría ser la venta de infoproductos o la venta por afiliación.

Una micro-conversión o micro-objetivo de un blog podría ser disminuir el porcentaje de rebote o aumentar el tiempo de estancia, por ejemplo.

Es de vital importancia identificar nuestro negocio y por ende nuestros objetivos primarios o macro-objetivos y micro-objetivos u objetivos secundarios.

➤ Evaluación de las infraestructuras

El siguiente paso en el procedimiento es evaluar las infraestructuras que vamos a utilizar.

Con infraestructuras me refiero a las herramientas que vamos a usar (en este caso Google Analytics), los recursos humanos disponibles (personas que van a trabajar en este sector del proyecto) y recursos económicos destinados (partida del presupuesto que se va a utilizar para esta parte del proyecto).

Obviamente, en proyectos pequeños esta etapa ni siquiera se consideraría.

➤ Implementación de la estrategia

En este caso nos referimos a qué tipo de acciones vamos a medir.

Como vamos a trabajar con una tienda online en esta guía, la implementación de la estrategia en este ejemplo podría ser “cómo vamos a medir las conversiones”.

➤ Implementación técnica

Si por ejemplo, una de nuestras implementaciones estratégicas es “medir las conversiones de nuestra tienda online”, la implementación técnica en este caso sería “qué códigos de seguimientos necesitamos y cómo lo vamos a usar para evaluar los resultados”.

➤ Análisis de datos

Ya hemos implementado nuestra estrategia, hemos implementado los códigos de seguimiento.

Ahora, nuestra herramienta de analítica (Google Analytics) se encargará de recopilar los datos.

Cuando eso ocurra, es nuestro deber como analista interpretar esos datos y crear Insights, que son recomendaciones para la mejora de la obtención de los objetivos.

➤ Mejorar continuamente

Siempre se puede mejorar.

Siempre hay nuevos competidores y nuestra cuota de mercado se queda pequeña. Siempre surgen imprevistos. O, por el mero hecho de evolución continua, debemos volver al punto número uno y realizar el procedimiento completo, una y otra vez.

¡Y ahora sí!

Vamos con la guía de analítica web para novatos.

Tutorial de Google Analytics en español


En esta guía de analytics vamos a ir sección por sección para que no nos dejemos ningún informe atrás (excepto informes muy  avanzados).

Antes de empezar vamos a dar por sentado que hemos implementado el código de seguimiento de Google Analytics y que hemos verificado la implementación.

¡Empecemos!

1) Paneles Google Analytics

Los paneles de analytics son un conjunto de widgets organizados que contienen informes. Esto nos sirve para tener una vista general y rápida de todos los informes que nosotros deseemos en una única pantalla.

paneles

En primer lugar hay que decir que hay muchísimos paneles por la red, los cuales podemos adoptar en cualquier cuenta, de cualquier propiedad que tengamos.

Como se puede ver en la imagen, los paneles nos arrojan información de manera sencilla y rápida, ya que con un simple clic podemos ver un conjunto de informes sin la necesidad de ir buscándolos uno por uno.

Mi consejo es que no saturemos el panel, sólo debemos utilizar informes que nos sean verdaderamente útiles.

#1.1. Paneles compartidos con otros usuarios

Analytics nos da la oportunidad de poder compartir cualquier panel, ya sea uno que nosotros mismos hayamos creado, o paneles que hayamos encontrado en la red o en la galería.

compartir-paneles

#1.2. Paneles privados

Los paneles privados son aquellos que nosotros poseemos en nuestra vista.

Hay que decir que los paneles sólo se aplican a las vistas y no a las propiedades ni a las cuentas.

En este sub-apartado encontrarás todos los paneles que tu hayas creado o hayas importado de la galería o de cualquier otra fuente.

paneles-privados

#1.3. Crear un nuevo panel

Por supuesto, analytics nos permite crear paneles personalizados.

Cuando cliqueamos en “Nuevo panel”, nos sale una ventana como esta:

opciones-nuevo-panel

Aquí se nos brinda tres oportunidades:

  1.    Crear un lienzo en blanco: Podemos crear un panel desde cero.
  2.    Panel inicial: El cual crea un panel con algunos informes predeterminados.
  3.    Importar desde la galería: Podemos optar por usar un panel diseñado por otra persona. Existe un enorme abanico de posibilidades.

Por último, si elegimos lienzo en blanco o panel inicial, tenemos la opción de ponerle al panel el nombre que queramos, algo muy útil.

#1.4. Lienzo en blanco

Vamos a analizar un poco la forma y los métodos con los que podemos crear nuestro propio panel.

Si usamos la opción “Lienzo en blanco”, tendremos que ir incluyendo widgets nosotros mismos, así que al principio no nos saldrá nada.

Para agregar un nuevo widget (informe) solo tenemos que cliquear en “Añadir widget”.

Ahora la cosa se pone un poco más compleja, debido a que las posibilidades de crear un informe son abrumantes.

Aquí la clave reside en tener muy claro lo que necesitas.

Pero vayamos por partes.

Lo principal es saber qué tipo de informe necesitamos o queremos. Hay dos secciones: estándar y en tiempo real.

Dentro del apartado estándar existen los siguientes tipos de informes según su representación gráfica:

  • Métrica: Este widget se suele utilizar para añadir información sobre un valor estadístico, cómo podrían ser páginas vistas, costo por conversión, etc.

widget-metrica

Cronología: Normalmente se utiliza para comparar dos estadísticas en un periodo de tiempo estimado. En este ejemplo he comparado número de sesiones por porcentaje de rebote.

widget-cronologico

Geomapa: Se utiliza para para ubicar a los usuarios. Te recomiendo que en cuenta de filtrar los usuarios por país, lo hagas por ciudad.

widget-geomapa

  • Tabla: Es solo una forma gráfica de mostrar información. Las posibilidades son muchas. En este ejemplo vamos a crear una tabla donde se crucen tres datos: número de sesiones, número de páginas vistas únicas y número de eventos únicos. Cómo máximo sólo se mostrarán 10 filas.

widget-tabla

Circular: Típico widget para adornar un informe. En él se suele representar gráficamente y de manera porcentual varios datos. Yo personalmente suelo usarlo para las visitas por canales orgánicos, sociales, directos, emails, etc.

widget-circular

Barras: Más de lo mismo, solo que en este caso la representación gráfica será mostrada por barras. En este ejemplo voy a pedirle datos de tráfico segmentado por navegadores.

widget-barras

Ahora vamos con los widgets en tiempo real.

  • Contador: A mí es el que más me gusta de los del tipo de tiempo real. Este widget nos permite ver en directo los usuarios activos en ese momento. Se le pueden añadir muchos tipo de métricas, en mi caso he elegido usuarios activos por ciudad.

 

widget-contador-tiempo-real

 

 

 

 

  • Cronología en tiempo real: Sirve para lo mismo que el estándar, pero esta vez nos da datos en tiempo real, es decir, de los usuarios que estén activos.
  • Geomapa en tiempo real: Usuarios geo-localizados en tiempo real.
  • Tabla: Otra métrica de representación gráfica exactamente igual que la de la categoría estándar, solo que en tiempo real.

Hay que decir de los paneles personalizados que son una herramienta estupenda que nos ayudará a optimizar nuestro tiempo.

Por otro lado es una herramienta compleja, pero merece la pena pasar un buen rato probando combinaciones para ver cuál de ellas nos puede interesar más.

2) Accesos directos a informes de analítica

Los accesos directos son atajos para acceder a los informes que queramos con un solo clic y sin necesidad de volverlos a crear.

Lo bueno de esto radica en que los filtros aplicados a los informes se guardan automáticamente cuando lo asignamos como acceso directo.

Un ejemplo sería:

#Ir al informe “Adquisición ⇒ Todo el tráfico ⇒ Canales ⇒ organicsearch: Le he aplicado dos filtros; uno excluyendo el tráfico provenientes con palabras claves de branding y otro excluyendo tráfico con un porcentaje de rebote mayor a 0,00. Esto me da la opción de tener un acceso directo a un informe que me aporta datos de visitas orgánicas de mucho valor.

Como ves, es una forma muy rápida de acceder a informes muy complejos.

Para crear solo un acceso directo sólo hay que crear un informe, como en el ejemplo que he mencionado arriba, y cliquear en la pestaña acceso directo. A continuación le damos un nombre al informe y aceptamos. Ya tendremos en nuestros accesos directos ese informe personalizado.

3) Eventos de Intelligence

Los eventos de intelligence son alertas personalizadas o por defecto.

En esta guía solo vamos a ver las alertas personalizadas, cómo crearlas y cómo recibirlas.

Las alertas personalizadas sirven para avisarte por correo electrónico de alertas que tu mismo hayas creado.

Las alertas pueden ser por la bajada o subida de alguna métrica: tráfico, conversiones, eventos, etc. (algo muy práctico que te puede ayudar si no tienes mucho tiempo para dedicar a la analítica de tu web).

Para crear una alerta personalizada debemos dirigirnos al panel de administración de nuestra cuenta de analytics.

Las alertas personalizadas solo se pueden crear al nivel de vista, así que debemos poner nuestra vista en esa columna y cliquear sobre la opción “Alertas personalizadas”.

 

Una vez dentro, tenemos la opción de crear todas las alertas personalizadas que creamos conveniente.

Tan solo tenemos que cliquear sobre “NUEVA ALERTA”:

 

nueva-alerta

 

Y se nos desplegará la siguiente ventana:

 

perosonalizacion-alerta

 

Vayamos por partes:

Lo primero que nos piden es el nombre de la alerta.

Si tenemos muchas alertas creadas, esto nos servirá para poder diferenciarlas correctamente de forma rápida. Mi consejo es que la nombres con un término o expresión que puedas reconocer rápidamente.

Ahora debemos marcar el periodo con el que queremos que la alerta se active y por lo tanto se nos envíe. Las opciones son: día, semana y mes.

#3.1. Tipo de tráfico

  • Son condicionales por tipo de tráfico.
  • La primera opción es todo el tráfico que, como su nombre indica, se aplicará a todas las sesiones.
  • Por usuario: tipo, ubicación, idioma, etc.
  • Adquisición: campaña, fuente, medio, etc.
  • Comportamiento: eventos, páginas de entrada, página de salida, etc.
  • Comercio electrónico: afiliación, producto, categoría de producto…
  • Sistema. Navegador: SO, colores de pantalla, etc.

4) Eventos activadores

#4.1. Alertarme cuándo: aquí pediremos que nos alerte cuando se cumplan los requisitos que le indiquemos del tráfico que hemos seleccionado anteriormente.

#4.2. Uso del sitio: sesiones, porcentajes de rebote, duración media de la sesión, etc.

#4.3. Objetivos: aquí entra en juego los objetivos que hayamos marcado con anterioridad.

#4.4. Comercio electrónico: ingresos, cantidad media, valor por sesión, etc.

#4.5. Contenido: sesiones con búsquedas, total de búsquedas únicas, eventos únicos, etc.

#4.6. Clics: CTR, CPM, impresiones, etc.

5) Valores condicionales

#5.1. Son las condiciones que se aplicarán para que la alerta se aplique. Las más usadas son:

#5.1.a. Es menor que: si el valor es inferior al que indiquemos.

#5.1.b  Es mayor que: si el valor es mayor al indicado.

#5.2. Ahora solo nos queda introducir el valor que nosotros creamos “alarmantes” para que la alerta se active.

Es importante que marquemos la casilla “Enviarme un correo electrónico cuando la alerta se active”. Una vez marcada, nos pedirá que le demos la dirección de correo electrónico donde queremos que se nos avise.

Las alertas inteligentes pueden ser de gran ayuda, y sin duda son un recurso muy valioso de Google Analytics.

6) Tiempo real

Los informes en tiempo real son uno de los más usados en analytics (sobre todo por las personas que están empezando en esto de la mercadotecnia).

Pero sea por una u otra razón, este tipo de informes nos pueden dar datos muy valiosos sobre el tráfico de nuestro sitio web.

Vayamos punto por punto este apartado.

#6.1. Descripción general

Aquí se nos muestra una visión global, en tiempo real, de todo el tráfico que hay en ese momento en nuestro sitio web.

Datos como:

  • Tipo de tráfico por medio: orgánico, directo, social, etc.
  • Número de páginas vistas por sesión.
  • Páginas que se están viendo en ese momento.
  • Palabras clave utilizadas para acceder a la web de los usuarios activos en ese momento.
  • Fuentes y referencias en tiempo real de los usuarios activos.
  • Ubicación geográfica de los usuarios activos.

vision-general-tiemporeal-1

 

 

#6.2. Ubicaciones

Este informe nos muestra los usuarios activos que hay en ese momento por ubicación geográfica.

ubicacion-geografica-tiempo-real

 

Es un informe bastante útil si queremos saber desde qué punto geográfico nos están visitando ¡Y en tiempo real!

#6.3. Fuentes de tráfico

Nos permite saber en directo por que fuente está entrando el tráfico de nuestra web: orgánico, social, directo, etc.

Siempre podemos cliquear en la fuente para obtener el informe completo.

fuentes-tiempo-real

 

 

#6.4. Contenido

Es uno de los informes en tiempo real que a mí más me gusta.

Aquí podemos ver en directo cuál es el contenido que se está viendo en ese momento preciso.

Esto me sirve, por ejemplo, para saber cómo está funcionado un artículo nuevo que acabo de publicar y difundir por Redes Sociales.

contenido-tiempo-real

 

 

#6.5. Eventos

Si tienes configurado algún evento, en esta pestaña en tiempo real te aparecerán cuales y cuantos se han realizado en ese mismo momento.

Por ejemplo, si en tu sitio se puede descargar un pdf y le has insertado un código de seguimiento de analytics, si en el momento que observas este sub apartado alguien lo descarga, podrás verlo en tiempo real.

eventos-tiempo-real

 

#6.6. Conversiones

Esto solo podrás verlo si tienes implementados códigos de seguimientos en tus páginas de gracias.

En este subapartado en tiempo real podrás ver las conversiones que se están generando en ese momento (puedes ver cómo va sonando la caja registradora en directo).

conversiones-tiempo-real

 

Los informes en tiempo real pueden resultarnos muy útiles. Además siempre es divertido ver cómo se comportan tus usuarios en directo (siempre que tengas tiempo, claro…).

7) Audiencia

Ahora vamos ver los informes del apartado “Audiencia”, que trata sobre el tráfico en general de tu sitio web.

Veremos cómo podemos aprovechar estos tipos de informes para sacarle el máximo provecho.

Pero antes de comenzar con el resto de la guía vamos a ver cómo podemos configurar el periodo de tiempo en que queremos que se apliquen  los informes.

En términos generales podemos configurar el periodo de tiempo que queramos desde que implementamos Analytics en nuestro sitio (o desde que creamos una nueva vista) hasta el día de hoy.

Hay que tener en cuenta algo muy importante. Google Analytics no nos muestra datos retroactivos.

Es decir, si hemos implementado Analytics hoy, no nos aparecerán datos del pasado.

Es más, si creamos una nueva vista en una propiedad, no obtendremos los datos anteriores a la creación de esa vista, así que no los esperes.

Resulta muy sencillo configurar los periodos de tiempo, veamos cómo:

configurar-periodo

 

 

Cómo puedes ver en la imagen superior solo tienes que insertar la fecha desde un día hasta otro. Así, podemos ver informes de un día, una semana, un mes, un año o el periodo de tiempo que tú creas conveniente.

Pero ahí no queda la cosa.

Podemos comparar dos periodos de tiempo.

Esto es realmente útil, ya que podemos evaluar y comparar cómo ha sido el tráfico de un mes, un año, o cualquier periodo comparado con otro.

comparar-periodos-tiempo

 

 

En la imagen superior hemos comparado el mes de Junio con el de Julio.

¿Más?

Pues sí. Hay más.

Además de todo eso, podemos ver los informes por día, por semana, por mes, e incluso por horas.

Maravilloso ¿verdad?

Ahora si, desglosemos los informes de Audiencia.

Vayamos por partes:

#7.1. Visión general

En este primer informe de audiencia, podemos ver en rasgos generales el tráfico que hemos tenido en el periodo de tiempo estimado.

vision-general-audiencia

 

 

Los datos que podemos ver en este informe son los siguientes:

  • Sesiones: las sesiones son las visitas que se han realizado en nuestro sitio. (No confundir con usuario)
  • Usuario: son los usuarios únicos que han visitado nuestro site. Como es de esperar, el número de usuarios en inferior a las sesiones, ya que un usuario puede haber realizado varias sesiones.
  • Número de páginas vistas: son el total páginas vistas en el periodo de tiempo elegido.
  • Páginas/Sesión: la media de páginas vistas por cada sesión en el sitio.
  • Duración media de la sesión: El tiempo en estancia media en el sitio por cada una de las sesiones.
  • Porcentaje de rebote: el porcentaje de rebote se genera cuando un usuario entra en el sitio y no realiza ninguna interacción (es decir, no hace nada más que entrar). El porcentaje de rebote solo puede ser dos, 100% o 0%.
  • Porcentaje de nuevas sesiones: porcentaje de nuevas sesiones en comparación con las sesiones recurrentes. Son los nuevos usuarios que han visitado nuestro sitio en comparación con los que vuelven.

Para entender bien cómo funciona la duración media de la sesión y el porcentaje de rebote, debes entender algo:

“Analytics mide el tráfico con un código javascript insertado en la URL de seguimiento.

Cada vez que alguien entra en nuestro sitio se activa ese código (siempre que no tenga desactivado javascript en su navegador el usuario)”

Si dicho usuario no navega por nuestro sitio, es decir, no cliquea en otra URL o realiza un evento, Analytics considerará que el porcentaje de rebote es 100% y la duración de la visita 0.

Puede que el usuario haya estado 20 minutos leyendo nuestro artículo, pero no se contabilizará ese tiempo a no ser que cliquee en otro enlace o realice algún evento.

Por lo tanto el porcentaje de rebote y la duración media no son reales.

#7.2. Datos demográficos

Los datos demográficos están generados gracias a las cuentas de Google.

Estos datos están recogidos cuando creas una cuenta de Google, donde se te pide la edad, género, etc.

Si tu visitante no está logueado, lógicamente estos datos no se recogerán.

  • Visión general

En este primer informe de “Datos demográficos” se nos muestra un gráfico de barras por edades y otro circular por género.

vision-general-datos-demograficos

 

Este informe es muy práctico, porque nos puede ayudar a segmentar parte de nuestro mercado, definir si son las mujeres o los hombres los que más nos visitan y qué edades tienen.

  • Edad

Aquí podemos profundizar aún más sobre las edades de las personas que nos visitan.

Nos muestra un gráfico temporal en función de las edades de nuestros usuarios.

edades-datos-demograficos

 

 

Podemos ver en el informe el tráfico segmentado por edades en varios apartados: adquisición (volumen de tráfico), comportamiento (calidad del tráfico),  conversiones (beneficios del tráfico).

Podemos exportar el informe y trabajarlo fuera de línea de manera más cómoda. En realidad, Analytics te permite exportar todos los informes, algo muy útil.

  • Sexo

Tenemos el mismo tipo de informe que el anterior, pero esta vez enfocado al género, masculino y femenino.

edades-datos-demograficos

 

  • Intereses

Con este reporte obtendrás datos tales como segmentos de mercado y categorías de afinidad, en términos generales, los gustos de tus usuarios.

Estos datos los recoge Google a través de las cookies.

Cuando navegas por su buscador, las cookies recogen los datos de los sitios web que has visitado. Cuando ha recopilado los suficientes datos, te categoriza como usuario en un sector de mercado o varios, dependiendo de los sitios web que frecuentes.

  • Visión general de intereses

Aquí nos encontramos los datos de categoría de afinidad (Gustos), segmento de mercado (parte del mercado en las que ha intervenido el usuarios como por ejemplo una compra online) y otras categorías (mercados que no han sido asignados).

Todos ellos se muestran representados con gráficos de barras.

vision-general-intereses

 

 

Esto nos puede ayudar a saber cuál es nuestro mercado-objeto para poder enfocarnos de lleno en él.

Si bien es cierto que existen otros métodos para hacer este tipo de estudio, Analytics nos puede dar una idea general sobre el tipo de mercado al que debemos enfocarnos.

  • Categoría de afinidad

Como comenté antes, la categoría de afinidad son los gustos de nuestros visitantes, es decir, las categorías por las que más han transitado los usuarios.

Este informe, al igual del de segmento de mercado, nos puede servir para saber si estamos enfocando bien nuestro mercado o no.

Además de las categorías, en el informe se muestra la cantidad de tráfico, la calidad del mismo y los beneficios que nos han aportado cada una de las categorías de afinidad.

categoria-de-afinidad-intereses

 

 

  • Segmentos de mercado

Los segmentos de mercado son las categorías de mercado en donde un usuario ha interactuado con él, como por ejemplo, cuando se hace una compra o se solicita una información.

Al igual que en el informe anterior, podemos comparar el volumen, la eficacia y los beneficios que nos han reportado cada uno de los segmentos hábiles.

segmentos-mercado-intereses

 

  • Otras categorías

Se denomina “otras categorías” a aquellas que no se les ha podido categorizar por alguna razón.

Esto es un poco el “cajón de sastre” de los mercados.

categoria-de-afinidad-intereses

 

 

#7.3. Información geográfica

¿Quieres saber desde qué país o ciudad te visitan?

Este es tu informe.

Aquí podemos ver con detalle de donde proviene tu tráfico y en qué idioma habla (más bien en qué idioma tiene configurado su navegador).

Lo bueno de este informe es que podemos comparar la ubicación y/o el idioma del usuario por tipo de tráfico: cantidad, calidad y beneficios que nos aportan.

  • Idioma

Aquí podemos desglosar el idioma de los visitantes de nuestro site, aunque en realidad es el idioma que ha configurado el usuario en su navegador.

idioma-informacion-geografica

 

La primera sigla es el idioma general, y la segunda el país donde se habla ese idioma.

Por ejemplo: “en-us” sería Inglés-Estados unidos.

  • Ubicación

Esta vez se nos muestra el informe en dos vertientes: la primera una representación geográfica global (con la que podemos interactuar) y la segunda un informe con el tráfico proveniente por ubicación.

ubicacion-geografica-tiempo-real

 

Con este informe podemos comparar lo que nos aporta los usuarios dependiendo de lugar desde donde provengan.

#7.4. Comportamiento

Este apartado es una “precuela” de la categoría “Comportamiento”, la cual estudiaremos más adelante.

Aquí podemos consultar datos básicos del comportamiento de nuestros usuarios, como por ejemplo si son visitantes nuevos o recurrentes, frecuencia y visitas frecuentes, e interacción.

Vamos a ello.

  • Visitantes nuevos VS recurrentes

Es un mero informe porcentual en el que se nos muestra el número de usuarios nuevos en contraposición de los usuarios recurrentes.

visitantes-nuevos-vs-recurrentes-comportamiento

 

Se puede comprobar claramente el porcentaje de tráfico recurrente vs el tráfico nuevo.

  • Frecuencia y visitantes recientes

En realidad estos son dos informes:

Uno es el de los usuarios que han recurrido en visita por día. Es decir, de todos los usuarios, cuántos han vuelto el segundo día, cuántos el tercer día, cuántos el cuarto, etc.

frecuencia-visita-comportamiento

 

También se puede ver el número de páginas vistas por los usuarios, según el tramo temporal.

El otro informe del que os hablaba es similar. La diferencia estriba en que en vez de la recurrencia por día, nos informa del tiempo transcurrido desde que iniciaron una sesión y otra.

Veamos el informe.

dias-transcurridos-entre-sesion

 

 

Vemos que en primer lugar se encuentran todos las sesiones, a continuación las sesiones que ha habido transcurrido un día, transcurrido dos días, etc.

También podemos ver la calidad de esas sesiones por el número de páginas vistas.

  • Interacción

Esto es, la duración de la visita por número de sesiones.

Por ejemplo: 100.000 sesiones han durado sólo de 0 a 10 segundos, 80.000 de 11 a 30 segundos, y así sucesivamente.

duraciones-de-las-visitas-comportamiento-publico

 

#7.5. Tecnología

En este apartado podremos comprobar las visitas por navegadores, SO (sistemas operativos) y por red (proveedor de servicios).

Unos datos interesantes, con los cuales podremos comprobar cómo funciona nuestro web con distintos navegadores y sistemas operativos.

  • Navegador y SO

Como decía anteriormente, este informe nos presenta todas las sesiones por navegador en primer lugar y por sistema operativo en segundo lugar.

Un porcentaje de rebote muy elevado proveniente de un navegador en contraste con otro, puede significar que en ese navegador no se visualiza correctamente nuestro site.

 

Aquí vemos un informe de visitas por sistema operativo:

 

También podremos ver uno por resolución de pantalla, por colores y por versión flash.

  • Red

Si te apetece saber qué proveedores de servicio utilizan tus usuarios, este es tu informe.

Para mí no es un informe determinante, ni siquiera interesante, pero ahí está.

 

#7.5. Móvil

Cada día son más las personas que utilizan sus dispositivos móviles para acceder a la red. Es por ello que este informe nos servirá de mucha ayuda para determinar si estamos enfocando bien nuestra web hacia estos dispositivos.

Tasas como el porcentaje de rebote o el tiempo de estancia pueden indicar si el tráfico desde dispositivos es de calidad o no.

  • Vista general

Una vista global que especifica el tráfico proveniente de escritorio, móvil y tablets, con sus respectivas métricas de volumen, calidad y beneficio.

vista-general-movil

 

  • Dispositivos

Aquí veremos un despliegue de las distintas marcas y los distintos modelos de los dispositivos desde donde nos visitan.

Un dato, cuanto menos, curioso.

dispositivos

 

#7.6. Comparativas

Para poder tener datos, y que estos sean certeros, primero debimos haber ubicado en el sector correcto nuestra propiedad de Google Analytics.

Esto se aplica cuando creamos dicha propiedad. Debemos elegir el segmento de mercado que mejor defina nuestro nicho.

categorizar-la-propiedad

 

Si hemos hecho nuestros deberes, podremos recibir datos comparativos de los sitios web de nuestro mercado en comparativa con nuestra web.

comparativa

 

#7.7. Flujo de usuarios

Esta representación nos informará gráficamente del flujo de URLs que tiene nuestro sitio web.

Es un informe meramente gráfico del cual (y debido a su ambigüedad) es difícil sacar alguna conclusión o dato de valor.

 

8) Adquisición

Este apartado está destinado en su mayoría a los canales y las fuentes desde donde llega nuestro tráfico.

Desde aquí podemos acceder a informes como el de tráfico social, referencial u orgánico, entre otros.

Empecemos con ello.

#8.1. Visión general

Para empezar no está nada mal.

Tenemos un reporte de los canales principales de tráfico, del total de las sesiones y del total de las conversiones.

Debajo de ello, tenemos otro reporte de visitas por canales: orgánico, email,  directo, social, etc, con todas las métricas de volumen, calidad y conversiones.

vision-general-adquisicion

vision-general-adquisicion-2

 

#8.2. Todo el tráfico

Aquí entramos de lleno a los informes de canales, mapa de árbol, fuente/medio y referencias.

Vamos a ello.

  • Canales

Ahora vamos a analizar el tráfico por canales, el cual es una forma muy fácil de verificar que tal está yendo nuestra campaña orgánica, social o de PPC, por mencionar algunos ejemplos.

 

Podemos evaluar nuestros canales por volumen, calidad de las visitas y las conversiones que nos están creando, para así verificar cuáles de los canales nos está aportando más valor y creando más conversiones directas.

  • Mapa de árbol

Solo es una forma de representar los datos de tráfico por canales.

Un gráfico muy bonito pero poco útil.

 

  • Fuente/Medio

Esto es, el tráfico según su fuente (por ejemplo, una fuente es un buscador, un directorio, un foro, una red social, etc) y por su medio (referente, orgánico, social, etc).

Si nos encontramos con el término “none” significa que Google Analytics no ha sido capaz de verificar la fuente o el medio.

 

  • Referencia

Este reporte está puramente enfocado a los referentes, es decir, al tráfico proveniente de los sitios web donde hay un enlace dirigido hacia nuestro sitio.

De ese modo, podemos controlar el tráfico que nos reportará nuestra campaña de link building.

 

#8.3. Adwords

De estos informes vamos a hablar poco, porque en su mayoría depende de que tengamos activada una campaña de adwords, sea de red de búsqueda o de red de display.

Aquí sólo importa decir que existe un amplio abanico de posibilidades por las cuales podemos analizar nuestras campañas de pago.

Entre ellas se encuentran el volumen de tráfico, la calidad de ese tráfico y las conversiones que nos generan ese tipo de campañas, sea de forma directa o de forma indirecta.

#8.4. Optimización en buscadores

Para que estos informes sean accesibles, antes debemos enlazar nuestra cuenta de WMT (web master tools, aunque ahora se llama searchconsole) y nuestra cuenta de Google Analytics.

En resumen, podemos ver exactamente lo mismo que en nuestra cuenta de herramientas de webmaster, pero no podremos verificar datos de volumen de tráfico, de su calidad (porcentaje de rebote, tiempo en página, etc) ni de las conversiones que se crean por esas palabras clave.

 

#8.5. Social

Las redes sociales se están convirtiendo en una de las mayores fuentes de tráfico.

Han evolucionado hasta tal punto, que las empresas y negocios que no estén presentes en ellas pueden llegar a perder una cuota de mercado inestimable.

Por eso, realizar un seguimiento y una analítica del tráfico social es de vital importancia.

Con ello nos aseguramos de que nuestras campañas en redes sociales van por el camino adecuado o si, en cambio, debemos cambiar el rumbo.

En este apartado, debido a la redundancia de varios informes que muestra la subcategoría, solo vamos a ver parte de ella: los más interesantes.

Antes de estudiar a fondo este apartado de Analytics, cabe destacar que, para tener datos más certeros, debemos enlazar nuestras redes sociales con Google Analytics.

Para ello debemos dirigirnos al panel de administración de nuestra propiedad y debemos entrar en la pestaña “Configuración social”.

Una vez dentro, debemos incluir las URLs de cada una de nuestras redes sociales.

agregar-red-social-analytics

 

Cuando hayamos agregado todas las URLs de nuestras redes sociales, ya solo queda cliquear sobre el botón “guardar”.

A partir de ese momento Analytics tendrá muchos más datos y más certeros de nuestro tráfico social.

Sin duda, una gran ventaja.

  • Visión general

En este primer reporte del apartado social tenemos datos generales sobre nuestro tráfico social (valga la redundancia).

Veremos algunos datos tales como tráfico por cada red social, valor de conversiones, valores de contribuciones a las conversiones y valores de conversiones de última interacción, entre otros.

vision-general-social

 

  • Páginas de destino

En esta ocasión tenemos un reporte de las páginas de destino de tráfico social, algo que nos viene genial para saber cuáles son los contenidos que más han triunfado en las redes sociales.

Incluso podemos ver aquí si algunos de nuestros contenidos han llegado a ser virales.

También se nos muestra un gráfico comparativo con las visitas totales y las visitas provenientes de las redes sociales.

Este informe es similar al de páginas de destino orgánicas. Su objetivo es el mismo, lo que cambia es el canal.

 

  • Conversiones

Uno de los reportes más interesantes del apartado social son las conversiones que este canal genera.

Muchas estrategias de marketing digital están enfocadas al canal social media o redes sociales, y por ello realizar un seguimiento (aunque sea básico) de estas campañas puede resultar crucial para estimar su ROI (retorno de inversión).

En este informe se nos muestra la fuente (red social), las conversiones que se han generado (conversiones directas) y el valor total de las mismas.

 

Sin duda un informe de gran valor ¿no?

#8.6. Campañas

¡Qué importante es monitorizar las campañas que realizamos!

Etiquetarlas y hacer un seguimiento es de vital importancia si queremos controlar nuestro ROI.

La etiquetación de maniobras comerciales online es uno de los puntos fuertes de Analytics, así que ¿por qué razón no vamos a aprovecharlo?

Una vez etiquetadas, ya solo nos queda esperar a que Google Analytics recopile los datos de las mismas, y para eso tenemos a nuestra disposición el apartado de campañas que se encuentra en la categoría “Adquisición”.

Vamos a ver ejemplos de estos informes.

  • Todas las campañas

Aquí se nos muestra todas las campañas que tenemos etiquetas con URLs de seguimiento de Analytics.

Podemos medir los parámetros de cantidad de tráfico (sesiones, porcentajes de nuevas sesiones y nuevos usuarios), calidad del tráfico (porcentaje de rebote, páginas por sesión y duración media de la sesión) y conversiones que se han generado (porcentaje de conversión, transacciones e ingresos).

Lo bueno de este informe es que podemos comparar todas las métricas de todas las campañas que tengamos activadas en ese momento, y todo en una misma pantalla.

De este modo podemos evaluar cuál de ellas está teniendo más éxito.

Una de las claves para poder evaluar las campañas con éxito es exportar el documento y añadirle una métrica que no consta en el informe de analytics, el coste de la campaña.

Una vez completado el informe, podemos valorar con datos más certeros cuál de ellas nos ha reportado un mayor retorno de inversión.

 

9) Comportamiento

Este apartado es uno de los más importantes de Google Analytics.

En general podemos observar el comportamiento que han tenido los usuarios en nuestro sitio web.

En particular podremos ver informes como: la velocidad del sitio, las búsquedas del sitio (buscador interno), los eventos y la analítica de la página, entre otros informes).

Veámoslo:

#9.1. Visión general

Para empezar tenemos una visión global centrada en el número de páginas vistas con su correspondiente porcentaje.

vision-general-comportamiento

 

 

#9.2. Contenido del sitio

Ya empezamos a entrar en materia. Todos los informes de este sub-apartado están centrados en el comportamiento del usuario según el contenido.

  • Todas las páginas

Se nos mostrarán las siguientes métricas de todas las páginas de nuestro sitio:

  1. Número de páginas vistas: el número total de páginas vistas sin importar que el mismo usuario las haya visto más de una vez (sesiones).
  2. Número de páginas vistas únicas: a diferencia de la métrica de arriba, aquí solo se muestra el número de páginas vistas al menos una vez. Es decir, una única página vista por usuario (usuario único).
  3. Promedio de tiempo en la página.
  4. Entradas: número de veces por la que se ha entrado en el sitio web por esa URL.
  5. Porcentaje de rebote.
  6. Porcentaje de salida: el porcentaje de veces que un usuario ha salido de la web por esa URL en comparación con las demás.
  7. Valor de la página: esto solo se aplica si anteriormente hemos creado objetivos, le hemos asignado un valor y/o le hemos dado valor a ciertas URL (por ejemplo, en comercio electrónico). El valor de página de calcula teniendo en cuenta las veces que esa URL ha intervenido en una transacción o en la consecución de un objetivo.

 

  • Páginas de destino

Aquí podemos valorar el tráfico y los beneficios de las leading page o páginas de aterrizaje.

 

  • Página de salida

Este informe es muy interesante, ya que a través de él podemos averiguar cuál de nuestras URLs no está permitiendo avanzar en la navegación de nuestro sitio.

A pesar de que la navegación de los usuarios suele ser caótica, este informe nos dará una ligera idea de si puede haber algún tipo de problema de navegación en alguna/s de nuestra/s URL/s. También podremos comprobar y analizar patrones de comportamientos.

La métrica más importante aquí es el porcentaje de salida, como cabría esperar.

paginas-de-salida

 

#9.3. Velocidad el sitio

Aunque google analytics no es la mejor herramienta para realizar este tipo de análisis, es cierto que nos puede ayudar en algo a comprobar los tiempos de carga de nuestro sitio.

El informe que para mí es más interesante es el de tiempos de pagina.

En él se nos muestra una comparativa de los tiempos de carga de todas nuestras URLs. Con este informe podemos evaluar y comparar los patrones de velocidad y ver si hay alguna URL que tiene unos tiempos de carga desproporcionados en comparación con las demás.

tiempos-de-carga

 

En la imagen se puede apreciar claramente que hay dos URLs que superan por mucho la velocidad media de carga del sitio. Una de ellas, como era de esperar, es la home o index.

#9.4. Búsqueda del sitio

Una de las cosas más interesantes de analytics es la analítica de motores de búsquedas internos.

Cabe destacar que estos informes no tratan de motores de externos, es decir, no analizan el tráfico orgánico.

Para poder estudiar esto, lo primero que debemos tener en nuestra web es un motor interno de búsqueda.

Si ya lo tienes, debes de averiguar qué carácter arroja la URL cuando se ha realizado una consulta.

Para ello, y la manera más simple de hacerlo, es hacer tú mismo una consulta y verificar la URL.

 

 

 

#9.5. Eventos

Los eventos son las interacciones que se realizan en nuestra web que no se pueden medir a través de una URL, como pueden ser las descarga de contenidos, los clics en imágenes y reproducciones de vídeos, etc.

Es verdaderamente importante tener la capacidad de medir este tipo de interacciones.

Para poder hacer esto, debemos insertar en las acciones “onclicevent” de java script en los códigos de seguimientos.

Una vez etiquetados, solo nos queda esperar a que google analytics recopile datos.

Veamos un informe de eventos:

informe-de-eventos

 

Los datos que se nos muestran son los siguientes:

  • Total de eventos: el número total de eventos que se han generado (por sesiones).
  • Eventos únicos: el número total de eventos únicos que se han generado (por usuario único).
  • Valor del evento: si al crear un evento le asignamos un valor, en este apartado se nos mostrará el valor total de los eventos generados.
  • Sesiones con eventos: el número total de las sesiones que han generado un evento.
  • Eventos/Sesión con evento: se nos muestra todos los eventos que tengamos activos con el total de veces que se ha generado cada uno y su porcentaje en comparación con los demás.

10) Conversiones

Debido a la complejidad de este apartado, solo vamos a analizar los conceptos más básicos del mismo.

#10.1. Objetivos

Todo negocio que se precie tiene que tener unos objetivos empresariales.

Sea la compra de producto, la contratación de servicios o el envío de formularios, entre otros, debe crear objetivos a cumplir.

Gracias a analytics podemos hacer seguimiento de dichos objetivos.

Para crear objetivos debemos dirigirnos al panel de administración de una de nuestras vistas, de una de nuestras propiedades.

Cliqueamos sobre la opción objetivos.

Y de nuevo cliqueamos en el botón “+NUEVO OBJETIVO”.

nuevo-objetivo

 

 

Google analytics nos permite crear hasta 20 objetivos.

Nos aparecerá una ventana como esta:

creación-de-objetivo-1

 

Tenemos dos opciones: utilizar una plantilla predeterminada o crear una personalizada. Yo, si no tengo conocimientos muy avanzados, utilizaría la plantilla personalizada.

En este ejemplo vamos a crear un objetivo de “ingresos”, así que vamos a marcar la casilla circular “plantilla” e “ingresos” y vamos a cliquear en el botón “Continuar”.

creación-de-objetivo-2

 

La siguiente pantalla nos pide que le otorguemos un nombre al objetivo (te recomiendo que sea lo más intuitivo y específico posible, sobre todo si vas a crear muchos objetivos).  Te vendrá bien en el futuro para distinguirlos.

Por otro lado debemos hacer la ID de objetivos, que no es más que una forma de etiquetarlos.

Y por último nos pide el tipo, es decir, cómo vamos a crear un objetivo por transacción. Yo he marcado destino para etiquetar la página de “gracias por su compra”.

A continuación le damos al botón “Continuar”.

creación-de-objetivo-3

 

 

Ahora vamos a ingresar la URL de destino, que comúnmente suele ser la página de “gracias”.

Yo he marcado la opción “Igual a”. Si queremos etiquetar categorías, sólo debemos utilizar la opción “Empieza por” e insertar la ULR de dicha categoría.

También he activado el valor del objetivo, he puesto 100 €, pero esto depende del valor real del producto que se ha vendido.

En este caso no he seleccionado la opción “Embudo de conversión” debido que se trata de una opción avanzada, y como comenté anteriormente no vamos a ver opciones avanzadas en esta guía.

Sin embargo, si quieres utilizarla, solo debes de incluir las URLs que quieras que sigan el embudo.

Por ejemplo:

Ya solo nos queda guardar el objetivo y esperar a recibir datos.

#10.2. Comercio electrónico

En mi opinión este apartado también lo considero un concepto avanzado, por esa razón no vamos a profundizar en él.

Para poder tener informes de este tipo debemos etiquetar anteriormente todas las URLs de nuestros productos.

Un informe general sobre este apartado podría ser este:

informe-comercio-electronico

 

En él podemos ver los siguientes datos:

  • Porcentaje de conversión de comercio electrónico: es la tasa de conversión general de nuestra tienda.
  • Transacciones: el número total de transacciones que se han realizado en nuestra tienda en el periodo de tiempo estimado.
  • Ingresos: el volumen total de ingresos que se ha generado en la tienda.
  • Valor medio del pedido: cálculo de la media del valor total del pedido.
  • Compras únicas: número total de compras únicas en el periodo de tiempo estimado.
  • Cantidad: número de artículos y/o productos vendidos en el total de las transacciones.

Existen más informes sobre comercio electrónico, pero no vamos a analizarlos en esta guía.

Ahora vamos a ver una serie de aspectos básicos de Google Analytics que no hemos mencionado aún.

Aspectos básicos de Google Analytics


Cada uno de los informes que se muestran pueden ser exportados a distintos formatos
  • CSV
  • TSV
  • TSV para Excel
  • Excel (xlsx)
  • Hoja de cálculo de Google
  • PDF

Cada uno de los informes que muestra Analytics tiene la opción de “ver el informe completo”

En analytics existen tres niveles jerarquizados:

  1. Nivel de Cuenta.
  2. Nivel de Propiedad.
  3. Nivel de Vista.

Cada cuenta puede tener varias propiedades y cada propiedad varias vistas.

Se puede asignar gestión a otros usuarios tanto de cuentas, de propiedades, como de vistas.

Los niveles de gestión son los siguientes:

  • Administración.
  • Editor.
  • Colaborador.
  • Lector/Analizador.

Se puede excluir tráfico por IPs

Para terminar, vamos ver unos cuantos tips (consejos) que seguro te ayudarán en tu día a día con google analytics.

Pequeños Tips para Google Analytics

#Reporting no es analítica. Interpreta datos, no sólo los leas.

#Establece siempre objetivos, te ayudarán a organizar y aclarar tus ideas.

#Compara períodos de tiempo. Siempre te aportará datos muy interesantes.

#Define muy bien las macro conversiones y las micro conversiones.

#Enlaza analytics con todos los productos de Google.

#Usa paneles ya creados, te ahorrarán mucho tiempo.

#Ten siempre organizada la herramienta. Ordena cuentas, propiedades y vistas.

#Pon a tus vistas nombres intuitivos y que reflejen muy bien cuál es su cometido.

#Si tienes eventos, mídelos: todo es medible y debes aprovecharlo.

#No te quedes embobado con los informes en tiempo real. Mirarlos fijamente no va a atraer más visitas.

#Utiliza filtros, te serán de gran ayuda.

#Crea alertas personalizadas y pídele a analytics que te envíe un correo cuando se activen.

#Exporta los informes. Trabajar fuera de la herramienta te otorgará muchas más posibilidades para personalizarlos.

#Si tu web está construida en un CMS como wordpress, puedes ayudarte de plugins para implementar Google Analytics en tu sitio.

#Y por último, aprovecha la potencia de Google Analytics, porque tus competidores lo hacen.

Y así llegamos al final.

 

 

 

 

 

Aplicaciones de Big Data que ayudan a crecer a las pymes

1438973016_444975_1438973188_noticia_normal

El Big Data es una de las tecnologías que están ayudando a crecer a muchas empresas. Vivimos en un momento donde tenemos un exceso de información, de infoxicación, en el que muchos de los datos que somos capaces de recoger no podemos aprovecharlos a posteriori al no saber o no tener capacidad para tratarlos. Vamos a ver siete aplicaciones de Big Data que ayudan a crecer a las pymes.

Las aplicaciones de Big Data nos ayudan a extraer información útil de diferentes fuentes que proporcionan a las empresas datos desestructurados. De esta forma la pyme puede definir mejor la estrategia de empresa, predecir las necesidades de nuestros clientes, etc. Pero para muchas empresas el primer paso antes de implantar este tipo de políticas sería hacerlo con otras que todavía no han puesto en marcha, como el CRM o el ERP que les proporcionarían un nivel de conocimiento de su negocio que para muchas sería suficiente.

Aplicaciones Big Data que ayudan a crecer a las pymes

La aplicación del Big Data está muy presente en muchas empresas, incluso sin que ellas sean conscientes de ello.

¿Pymes que aprovechan el Big Data para tomar decisiones? Siete ejemplos al alcance de todos

  • Un ejemplo de ello es Public Data, una aplicación de Google que ofrece de forma gráfica diferentes datos públicos a nivel mundial, europeo o de cada país. De esta forma se pueden incluir datos como el nivel de desempleo, salario mínimo, la penetración de la banda ancha y otros muchos. en la toma de decisiones de las empresas.
  • Otro ejemplo de la compañía del buscador es Consume Barometrer. Ésta ofrece datos de tendencias en el mercado de consumo, que pueden ser muy interesantes para que la política de ventas de nuestra empresa se adapte a dichas tendencias. Si lo combinamos con el uso del CRM las conclusiones que se pueden sacar son realmente interesantes.
  • Para finalizar con Google podríamos hablar de Google Analytics, la herramienta de análisis de tráfico web. Se dedica a analizar campañas de publicidad en el buscador y ayudar a las empresas analizando datos de varias fuentes, redes sociales…Supone una herramienta básica para explorar el comportamiento de los clientes potenciales de una empresa.
  • IBM Watson Analytics pensada para la pyme puesto que no precisa de un gran conocimiento en el tratamiento de datos. Su tecnología de lenguaje natural ayuda a las empresas a identificar problemas, reconocer patrones y obtener una perspectiva interesante para responder a preguntas clave y lograr con ello impulsar las ventas, cómo hacer que los empleados trabajen más felices o hacer sus ofertas más atractivas.
  • Tranzlogic es un servicio que trata de aprovechar los datos que se obtienen de las transacciones con tarjetas de crédito. Trabaja con comerciantes y sistemas de pago para extraer y analizar los datos de compras realizadas con tarjeta de crédito. Luego, esta información puede utilizarse para medir el rendimiento de las ventas, evaluar clientes y segmentos de clientes, mejorar promociones y programas de fidelización, lanzar campañas de marketing más eficaces, escribir mejores planes de negocio y realizar otras tareas que conducen a decisiones empresariales más inteligentes. Además no requiere de ninguna instalación por lo que su puesta en marcha es realmente rápida.
  • Mucha de la información que alimenta el Big Data lo proporcionan aplicaciones que ya utilizan las empresas. Un ejemplo es InsightSquared que conecta con soluciones como CRM, QuickBooks, Google Analytics, Zendesk, a recopilar datos y extraer información que se procesa automáticamente.
  • Pero para muchas empresas el problema precisamente está en obtener estos datos de sus clientes que les pueden ser de interés para poner en marcha soluciones de Big Data. Qualtrics es una solución online que permite a las pymes realizar encuestas o estudios para obtener información de calidad. Se enfoca sobre todo en obtener información del comportamiento del mercado, de los clientes y también de los empleados de una compañía.

Todos los datos se deben combinar con diferentes fuentes, tanto internas de la empresa como externas, para poder sacar conclusiones más generales. De nada sirve analizar nuestras ventas si no las comparamos con las de otras compañías similares a la nuestra. El comportamiento de nuestros clientes, las tendencias del mercado, cómo llegan los clientes hasta nosotros, etc. Y todo ello lo podemos combinar con datos de nuestro CRM, de nuestro software de gestión, etc. para tratar de tener un dibujo lo más completo posible del mercado y nuestra empresa.

De esta forma la toma de decisiones se facilita mucho, ya que en lugar de hacerlo en función de una intuición, se realiza sobre datos reales, lo que facilita el aprovechamiento de las oportunidades de negocio que pueden surgir en un momento concreto.

Big Data para Pymes

pymes

Se entiende por Big Data el almacenamiento, tratamiento y análisis de ingentes cantidades de datos gracias a infraestructuras o herramientas técnicas sumamente potentes y rápidas. De ahí que este término suela definirse o relacionarse con las llamadas tres V: volumen, velocidad y variedad. Incluso, hay quien habla de una cuarta V, la del valor que los datos pueden llegar a alcanzar en plena era de la información; y de una quinta, la de variabilidad por las múltiples interpretaciones que cabe hacer de la información disponible.

Para los gigantes de los negocios, aprender a sacar partido de toda la información que manejan, e incluso de la que manejaban inconscientemente, ha supuesto toda una revolución en la forma de entender el mercado y sus estrategias. Han aprendido, que analizando la información de que disponen pueden no sólo adoptar decisiones inteligentes para sus negocios que minimicen los riesgos implícitos, sino predecir el comportamiento de los mercados y consumidores, mejorar la imagen de su empresa, diseñar o rediseñar sus productos, saber cuál es el momento idóneo para lanzarlos al mercado o mejorar sus inversiones, entre otras ventajas.

Tanto es así, que no dudan de la rentabilidad de invertir en la infraestructura necesaria para el proceso de explotación de la información, en la creación de departamentos dedicados única y exclusivamente a analizar el potencial de esta información y en la contratación de los que ya llaman los profesionales del futuro, los “data scientist”.

Sin embargo, si bien es cierto que las técnicas de Big Data pueden llegar a ser altamente complejas y elaboradas, este concepto no es exclusivo de grandes empresas con fuerte capacidad de inversión. Quitémosle al concepto que acabamos de definir la primera de sus V características, la de volumen. Nos daremos cuenta de que es perfectamente trasladable y operativo en el ámbito de una pyme.

La mayoría de empresas, independientemente de su tamaño, tiene a su disposición más información de la que cree y, si no es así, podría obtenerla.

Información procedente de la navegación on line de sus clientes, de su comportamiento en los perfiles de red social de la empresa, de la interacción con ellos a través de los canales que se hayan implementado o, simplemente, de las propias transacciones realizadas. Estas son sólo algunas de las fuentes de donde poder extraerla.

Lógicamente, una pyme no maneja el mismo volumen de información que las grandes corporaciones pero eso no significa que la que maneja carezca de valor. Del mismo modo, este tipo de empresa no va a realizar este análisis a la misma velocidad, pero tampoco lo necesita: no avanzan al mismo ritmo.

¿Por qué no puede entonces una pyme poner en marcha sus estrategias de Big Data?

Es más, no sólo puede, casi puede decirse que debe ir aprendiendo a ponerlas en marcha, a manejarlas, pues son las nuevas reglas del juego. Más tarde o más temprano, tendrá que conocerlas y sacar partido de ellas para no ser excluida de la partida.

Dos son los grandes inconvenientes que hasta ahora se le han presentado a las pequeñas y medianas empresas para poder poner en marcha su pequeño Big Data. El primero de ellos, es la falta de recursos técnicos con los que llevar a cabo el almacenamiento y tratamiento de la información. Sin embargo, los proveedores están reaccionando y ya se encuentran en el mercado varias soluciones de almacenamiento de la información e inteligencia empresarial o Big Data a presupuesto pyme. Incluso, hay cierta información, como la relativa a la navegación web, que no requiere de una herramienta o infraestructura específica para ser analizada.

El segundo inconveniente es de carácter legal. ¿Cómo tratar esta información?, ¿Es legal este análisis de perfiles y comportamientos?, ¿Dañará mi reputación corporativa? Cualquier pyme adecuada a la normativa de protección de datos que trate la información de forma respetuosa con los principios que impone la normativa que protege este derecho podrá llevar a cabo estos tratamientos sin demasiada dificultad pero, por si acaso, puede que convenga llamar la atención sobre algunos aspectos de este tratamiento de datos:

– Si nuestro análisis se va a centrar en los comportamientos y preferencias personales, es decir, si vamos a elaborar perfiles, debemos ser transparentes con nuestros clientes informando de nuestro propósito de utilizar la información con dicha finalidad y con la intención última de mejorar nuestros servicios, y por supuesto, no podemos utilizarla para finalidades diferentes. No sólo es legalmente obligatorio informar del tratamiento que se va a llevar a cabo de la información personal sino que mejorará nuestra relación con el cliente, reforzando su confianza.

– Cuando contratemos servicios relacionados con el almacenamiento o tratamiento de la información, seamos diligentes a la hora de elegir de proveedor comprobando que cumple todos los requisitos necesarios para prevenir, en la medida de lo posible, cualquier pérdida o robo de la información de nuestra empresa que podría llegar a dañar nuestra reputación corporativa o poner en riesgo la continuidad de nuestros negocios.
Asimismo, comprobemos la ubicación geográfica del servidor donde se almacenarán los datos. Así podremos evitar la transferencia internacional de datos hacia países que no cuentan con un nivel de protección de la información adecuado y los correspondientes trámites ante la Agencia Española de Protección de Datos, o bien, adaptarnos y cumplir con ellos.

– Utilicemos toda la información de que disponemos y planteémonos si necesitamos más, pero no perdamos el norte. Demasiada información obstaculizará el tratamiento de la misma y vulnerará el principio de calidad de los datos, según el cual, sólo debemos recoger los datos pertinentes, adecuados y no excesivos en atención a la finalidad para la que son recogidos.

– Asimismo, es muy diferente analizar la información para mejorar nuestros negocios, la calidad de nuestros servicios o adaptar nuestra estrategia de mercado a cualquier fluctuación del mismo, que invadir la intimidad de nuestros clientes. No debemos olvidar que hay un aspecto ético en el tratamiento de la información de nuestros clientes que debemos respetar si no queremos perder su confianza.

– Por último, es sumamente importante distinguir que los datos personales no son lo realmente valioso de la información recogida, sino los gustos, preferencias, hábitos y patrones que ésta nos muestra.
La disociación o anonimización irreversible de la información es una alternativa muy recomendable, práctica y jurídicamente segura que nos permitirá manejar la información con mayor facilidad y conservarla de forma indefinida. Una correcta disociación de la información la excluirá del ámbito de aplicación de la normativa en materia de protección de datos.

Y tan importante como todo lo anterior, es pararse, pensar, hacerse las preguntas adecuadas, ir poco a poco mejorando los aspectos de nuestra empresa que consideremos deficientes y reevaluar la información obtenida en función de cada objetivo que nos propongamos. Una única interpretación no ofrece respuestas válidas a todas las preguntas de nuestra empresa.

Vía Microsoft

El impacto del Open Source en los emprendedores

open_source
Open

El software libre hace posible que las personas en todo el mundo puedan emprender y colaborar sin restricciones tecnológicas.

Internet y las redes sociales se han convertido en recursos fundamentales para el éxito de muchos proyectos, en especial los de carácter social. Estos medios han hecho posible que se desarrollen redes de crowdfunding y colaboración a nivel mundial y que las ideas lleguen a un público más amplio. Si a esto le sumamos la puesta en común de recursos que hacen uso de los principios open source, obtenemos un cóctel explosivo: muchos emprendedores pueden alcanzar sus metas con poco o nada de capital inicial.

Qué es el open source

Open source es un término que se originó en el contexto del desarrollo de software para referirse a la tecnología cuyo código es “abierto”, es decir, que cualquier persona puede usarla, modificarla o mejorarla. En un esfuerzo de colaboración desinteresado, programadores y diseñadores van mejorando el código de un programa y comparten los cambios con todo el mundo.

Esta filosofía surgió a principios de los años 90 en la comunidad tecnológica como respuesta al software patentado de las corporaciones. En Finlandia, Linus Torvalds, un estudiante de ciencias computacionales insatisfecho con el sistema operativo “Minix“, implementaba las primeras versiones del núcleo de Linux: muy pronto equipos enteros completaron el sistema operativo hasta hacerlo estable. A partir de ahí se desencadenó un torbellino creativo y en 1998, con el anuncio de la liberación de Netscape, se creó la Open Source Initiative, un grupo cuyo objetivo es educar y abogar por la superioridad de un proceso de desarrollo abierto y que registró el término Open Source y empezó a promocionar esta tecnología.

open-source-Bibliotecaprofesional

Sin embargo, cuando hablamos de open source también nos referimos a un conjunto de valores, lo que algunos llaman el “estilo open source”: todos los proyectos, productos o iniciativas que apuestan por el intercambio abierto, la participación colaborativa, la transparencia y el desarrollo comunitario pueden considerarse open source.

3 Razones por las que el Open Source gana adeptos

Hasta hace poco el software libre era cosa de “frikis”, idealistas que quieren boicotear a las grandes compañías o jóvenes con recursos limitados. Pero la cosa está cambiando y el código abierto se está volviendo algo cada vez más común. Tanto, que hasta grandes empresas y administraciones se están pasando al open source. ¿Por qué? Algunas de las razones son:

Es gratis. Aunque hay programas basados en la tecnología open source que se han privatizado, la mayoría es gratis. Por eso, usando Linux como sistema operativo en lugar de Windows o programas como OpenOffice.org en vez de Microsoft Office, las empresas se ahorran una gran inversión.

“Todos nuestros desarrollos se hacen sobre software libre y gratuito. De este modo, nos ahorramos pagar por las licencias y el mantenimiento y los costes de desarrollo son mucho más ajustados. El ahorro medio en este apartado se sitúa en más de 100.000 euros cada año.”

Pedro Serrahima, director de Pepephone.

De hecho, hay casos realmente espectaculares como el de Generalitat Valenciana que, no solo se ahorrará 1,5 millones de euros al año en licencias de software por haber migrado 120.000 equipos informáticos a LibreOffice, sino que desde 2005 ha economizado 30 millones de euros instalando el software libre de distribución educativa LLiureX.

Es confidencial. MayormenteEl software open source no está lleno de spyware y vulnerabilidades de seguridad. Los proveedores no pueden recolectar datos de los usuarios (como por ejemplo qué programas se descargan) y la información personal está a salvo.

Es de todos. Gracias al uso de herramientas open source, Silicon Valley, Seattle o Nueva York ya no son los únicos centros de innovación mundial. Cada vez son más los emprendedores de todas partes que están aprovechando la independencia tecnológica que ofrece el software libre para poder crear productos innovadores.

Para ejemplos, el de WhatsApp en Dubai o el de Ninja Sphere en Sydney, un gadget open source que permite controlar la temperatura, luz y uso de energía de tu entorno. El proyecto Ninja Sphere, además, resulta especialmente interesante porque consiguió recaudar más de 500.000 dólares australianos gracias al crowdfunding.

Dónde encontrar recursos open source

El navegador Firefox, el cliente de correo Thunderbird, la agenda Sunbird, el antivirus ClamWin, el reproductor de videos VLC Media Player, o el sustituto de iTunes, MusikCube…Existe software libre para todas las necesidades, solo hay que saber dónde buscarlo. A continuación tenéis algunos favoritos:

GitHub: se trata de una plataforma de desarrollo colaborativo de software donde se puede alojar proyectos utilizando el sistema de control de versiones Git. Una de las características más destacadas es que ofrece funcionalidades propias de una red social, como por ejemplo tener seguidores.

AbanQ: una solución que simplifica la gestión contable de una empresa.

osCommerce: una aplicación que permite poner en marcha fácilmente un portal de comercio electrónico.

Blender, software libre de creación 3D: explora el modelaje, animación, composición y edición de video, creación de juegos y contenido interactivo…

Gimp: despídete de Photoshop gracias a este programa que te ofrece funcionalidades avanzadas para el tratamiento de imágenes.

Inkscape, la mejor alternativa a Adobe Illustrator: crea, edita y manipula objetos vectoriales como gráficos y logos.

Si queréis más, en las páginas de Opensource.com, SourceFourge o Emprendedores comparten listados de recursos de código libre.

Únete a la marea

El software open source es parte de un movimiento más amplio, casi una filosofía, que busca crear nuevos modelos de relación colaborando y compartiendo gracias a Internet. Por eso ahora más que nunca, en estos momentos de incertidumbre económica, está experimentando un crecimiento imparable.

Un hecho interesante observando Google trends, es qué el término ‘Open Source’ es muy popular en países en vías de desarrollo. El uso de software libre resulta fundamental para el desarrollo tecnológico de estos países.

google tendencias interes open source

Y para despedirnos por hoy, daros un ejemplo de que el software libre funciona tanto a pequeña como gran escala: en Ecuador toda la administración pública trabaja ya con software open source. En abril de 2008 el presidente Rafael Correa decretó el software libre como política de estado para la administración pública: desde entonces la asamblea constituyente pasó a usar servidores de Joomla (entre otros), los funcionarios usan OpenOffice como paquete ofimático y hasta han desarrollado eCURUL, un programa que permite realizar votaciones electrónicas.

Libro Gratuito: Big Intelligence

Antonio Miranda (Director de Proyectos en EOI), acaba de publicar un libro mas que interesante y que, además, os podéis descargar gratuitamente y que os recomendamos:

“Big Intelligence. Nuevas capacidades Big Data para los sistemas de vigilancia estratégica e inteligencia competitiva”

Las grandes empresas de internet han creado un nuevo Mercado cuyos productos y servicios son el fundamento de un término paraguas que llamamos Big Data, que le da nuevas alas a las actividades y procesos que suelen englobarse en los conceptos de Vigilancia Estratégica e Inteligencia competitiva.

A esa fusión de Big Data aplicado a la Vigilancia Estratégica e Inteligencia Competitiva lo ha denominado en este libro “Big Intelligence”.

Contiene apartados tecnológicos sobre temas muy de moda como Machine Learning, Data Science, Procesamiento de Lenguaje Natural, Ontologías, Web semántica, Bases de Datos NoSQL, apartados específicos sobre Vigilancia Estratégica e Inteligencia Competitiva y su implementación con enfoque Big Data, una presentación en tono divulgativo y también algunos modelos de procesos que pueden ser de vuestro interés.