Básicamente Google Analytics se encarga de recopilar datos web y, según la configuración interna que hayamos dado a la herramienta, someterlos a un procesamiento que culmina con la elaboración de 5 tipos de informes: tiempo real, audiencia, adquisición, comportamiento y conversiones.
Este proceso en su conjunto podemos concebirlo como el ciclo de vida del dato, que Google Analytics estructura en los siguientes procesos: recolección de datos de páginas web con el código implementado, configuración interna que define el tratamiento a dar a los datos recopilados, procesamiento de datos según dicha configuración y elaboración de informes para la visualización de la información final.
Vamos a centrarnos en la configuración interna, para identificar diversos aspectos que hemos de tener en consideración:
Aspectos estructurales.
Relacionados con la configuración básica de la herramienta para que los datos recopilados sean válidos, fiables y seguros. Nos referimos con válidos a que sean los que realmente necesitamos para nuestro análisis y lo que queremos conocer.
La fiabilidad de los datos viene determinada por aspectos como que sean visitas reales, no robots las que se contabilizan en los análisis. O que las diferentes fuentes de tráfico estén debidamente organizadas y segmentadas, para evitar sesgos en la información con la que trabajamos.
Por último, la seguridad de los datos a responder a aspectos como el respeto al marco legislativo, o una correcta configuración de la jerarquía de cuentas, propiedades y vistas en relación a la administración de permisos y roles de usuario, por ejemplo.
Aspectos estratégicos.
Hacemos referencia a aquellos aspectos de configuración interna de la herramienta relacionados con el marco estratégico sobre el que se ha estructurado la web y el plan de medición. Es el momento de definir el escenario de medición y análisis requerido por el planteamiento estratégico que hayamos realizado de la web como herramienta de marketing. Y adaptar la configuración de Google Analytics a dicho escenario para optimizar su funcionamiento. Hablamos de filtros y vistas por ejemplo, o de fijación de objetivos. O de las opciones de interacción y personalización en la representación de los datos en los informes. En general, todos los aspectos relacionados con facilitar la adecuada trazabilidad y evaluación de resultados de los procesos de conversión implementados en la web.
Aspectos operativos.
Serían los relacionados con el desarrollo y día a día de la presencia online de la empresa. Hablamos de las necesidades de optimizar la configuración interna de Analytics en relación a situaciones como:
- El lanzamiento de una campaña de display para su correcto etiquetaje y segmentación, o para optimizar la medición del impacto real de la campaña, aislando sus datos dentro de los resultados asociados a objetivos y eventos;
- O la creación de nuevas vistas ante un giro de en la estrategia de captación de visitas, que exige agrupar los datos de visita en función de diversos criterios.
En base a una correcta configuración interna, Google Analytics activará el procesamiento de los datos recopilados. Recordamos que hablamos de datos en bruto (básicamente todos los que le permite la legislación), ya que la configuración, salvo aspectos muy específicos, no afecta a la recopilación de los datos, solo a su procesamiento.
En este sentido, este es el momento en que Analytics ejecuta por ejemplo los filtros que seleccionan de entre todos los datos de visita, aquellos que se corresponden con ciudades en las que una cadena de cines tienen salas. Mediante la configuración interna también podemos excluir de los datos que son procesados por Analytics aquellos que se correspondan con visitas realizadas desde los ordenadores de la empresa, para analizar únicamente datos de visitas de usuarios reales.
Una vez que Analytics concluye el procesado de los datos, genera informes que permiten un alto grado de personalización. En estos informes, los datos e información aparecen organizados en gráficos, tablas dimensiones y métricas. Google Analytics nos ofrece el resultado de su trabajo estructurado en cinco grupos de informes, que aparecen en el menú de la izquierda, tal y como podemos observar en la siguiente imagen.
Los informes de tiempo real nos servirán para supervisar la actividad del visitante en la web de nuestro proyecto mientras se produce, ofreciéndonos datos en tiempo real. Puede ser muy útil para monitorizar el desarrollo de actividades offline que incluyan actividad por parte de los usuarios en una web o una app móvil. O para valorar el impacto que puedan tener en la web situaciones concretas como una aparición en televisión o la celebración un pre-estreno cinematográfico.
Por su parte , el informe de audiencia nos permitirá conocer quiénes visitan la web, dónde se encuentran en el momento de la visita, con qué frecuencia o durante cuánto tiempo de promedio, qué dispositivos y navegadores utilizan en esas visitas etc. Nos permite conocer por ejemplo si quienes acceden a la web son nuestro público objetivo o no, además de ofrecernos múltiple información y características de los mismos. En este sentido puede ser muy útil para valorar los efectos de una campaña promocional en relación a la calidad del tráfico generado hacia la web.
Para conocer cómo llegan los usuarios a la web recurriremos al informe de adquisición, en el que podremos identificar las diferentes fuentes que generan tráfico hacia nuestra web. Conocer de dónde vienen los visitantes de nuestra web es el primer paso para comprender porqué viene y qué buscan, lo que precisamente ha de ser la respuesta que nuestra web ha de darles.
El informe de comportamiento nos ofrecerá información sobre cómo utilizan los visitantes el sitio web o la app que estemos analizando. Mientras que el informe de conversión nos será útil para comprobar el rendimiento de la web en términos de objetivos y conversiones.
Ya hemos completado el ciclo de vida del dato en Google Analytics, desde el momento en que es recopilado hasta que transforma en información útil para la empresa en formato de informe. Recordemos ese ciclo de vida del dato, como el modo en el que la herramienta organiza su funcionamiento:
