Capitulo

7

Aplicación de análisis de sitios web a tu marketing digital

¿Cuál es tu reacción emocional cuando escuchas la palabra datos?

¿Estrés? ¿Temor? ¿Frustración?

Afortunadamente, los datos y los análisis no tienen por qué dar miedo. De hecho, puede ser divertido (o al menos interesante) si sabes cómo convertir todos esos números e informes en información procesable que puedas utilizar para hacer crecer tu negocio.

En este capítulo, aprenderás la metodología para realizar análisis y datos en tu negocio, las métricas que más importan, la jerga que utilizarás para hablar sobre ello y los equipos o roles que deberían ser responsables de ello.

Pero primero, hablemos de por qué los datos y el análisis son tan importantes para un negocio exitoso.

Por qué son importantes los datos

Los datos vienen en dos tipos: no son suficientes y son demasiados.

El desafío con el que la mayoría de las personas lucha es cómo convertir los números en decisiones significativas. Los números estáticos, en sí mismos y por sí mismos, no tienen sentido.

Entonces, ¿por qué querrías hacer análisis?

Para entender la respuesta, repasemos algunos ejemplos:

Club de Atletismo de Oakland A

Billy Beane asumió el cargo de Gerente General de los Atléticos de Oakland en 1997. Allí, aplicó el análisis estadístico (conocido como sabermetrics) a los jugadores, cambiando radicalmente la forma en que adquirían jugadores.

Billy Beane

Billy Beane, gerente general de los Atléticos de Oakland

El enfoque de Beane fue centrarse en métricas específicas, como el bateo y las carreras, para encontrar jugadores infravalorados que nadie más se diera cuenta. Este enfoque convirtió a los Atléticos de Oakland en uno de los equipos más rentables en el béisbol y los llevó a lo largo de 20 victorias consecutivas, playoffs e incluso la serie mundial.

Esencialmente, los datos hicieron que los Atléticos fueran competitivos con clubes mucho más grandes mientras trabajaban con un presupuesto de un tercio del tamaño.

Netflix

La creencia central de Netflix es que la personalización gana la lealtad de los clientes, una creencia que coloca los datos en el centro de su estrategia corporativa.

Cuando todavía eran una empresa de alquiler de DVD, Netflix invirtió mucho en tecnología de minería de datos para desarrollar un algoritmo de recomendación de películas, liderando el camino en el uso de datos para brindar una excelente experiencia al cliente. Y funcionó. Las recomendaciones generaron el 50% de su tráfico.

Después de adoptar un modelo de transmisión, este enfoque de datos primero continuó y los ha convertido en uno de los mejores servicios de streaming disponibles.

Hoy en día, les brinda la información del cliente que necesitan para crear contenido original de gran éxito como Daredevil , Stranger Things y Orange is the New Black.

Ejemplo de Netflix

Los datos de Netflix les brindan la información necesaria para desarrollar contenido de gran éxito. ( Fuente )

 

Nada de esto hubiera sido posible sin datos.

Güork

Tampoco somos ajenos a los datos. Entraré en más detalles más adelante en este capítulo, pero aquí en Güork, confiamos en los datos para ayudarnos a tomar decisiones comerciales que están casi garantizadas para funcionar.

¿Nuestra creencia? Los instintos pueden ser buenos, pero los datos nunca mienten.

El desafío, por supuesto, está en tus métodos. ¿Cómo se pasa de la hoja de cálculo a las decisiones estratégicas que hacen crecer tu negocio? Vamos a ver.

Los métodos de una estrategia de datos y análisis bien ejecutada

Para dominar la analítica y los datos, debes dominar 3 principios rectores:

Dale un trabajo a los datos. Esta es la base del análisis de datos. Cada dato que recopiles debería ayudarte a responder preguntas y tomar decisiones inteligentes.

Utiliza la prueba de hipótesis para convertir preguntas en estrategias. Esto es lo que hace que los datos sean significativos. Es el proceso de transformar datos sin procesar en decisiones comerciales.

Aplicar contexto para dar cuenta de lo inconmensurable. Algunas cosas son difíciles de medir. Para esa situación, necesitas contextualizar los datos.

La analítica y los datos no deberían ser estresantes. Pero es fácil sentirse así cuando hay tantas fuentes de las que extraer, cada una de las cuales formatea los datos de manera diferente, a veces incluso brinda números diferentes para la misma métrica.

¿Dónde pones tu atención? ¿Cómo comparar los datos de diferentes fuentes?

Para empezar, dale un trabajo a tus datos.

Principio n. ° 1: Dale un trabajo a tus datos

Una de las formas más fáciles de comprender los datos es pensar en el embudo de marketing.

Conversión de la evaluación de la conciencia

El embudo de marketing

Este es un concepto fundamental que facilita la visualización de la adquisición de clientes en marketing. El marketing de tu marca crea conciencia y atrae nuevos visitantes a tu sitio web. Algunos de estos nuevos clientes potenciales estarán lo suficientemente interesados ​​como para evaluar tu negocio y tus productos, y un porcentaje de ellos se convertirán en clientes.

Para las ventas, ese es un buen modelo, pero necesitamos ajustar el embudo para que funcione también para análisis y datos.

Este modelo es un diagrama de flujo de métricas de embudo que no solo mapea las etapas del viaje de un cliente, sino que también enumera las métricas que deben medirse en cada etapa.

Métricas del embudo

Diagrama de flujo de métricas de embudo

Con este enfoque, usamos las mismas 3 fases del embudo, pero les cambiamos el nombre de esta manera:

TOFU , o top of funnel, es la fase de Awarness.

MOFU , o mitad del embudo, es la fase de Evaluation.

BOFU , o parte inferior del embudo, es la fase de Conversion.

Pero no queremos quedarnos ahí. También necesitamos medir lo que sucede después de que alguien se convierte en cliente.

Por lo tanto, agregamos una etapa más: la fase posterior a la conversión, que se centra en cómo los clientes pueden convertirse en clientes habituales, suscriptores de por vida y defensores de tu negocio.

Así es como le das un trabajo a tus datos. No miras todos tus datos a la vez. Asignas diferentes métricas a cada etapa del embudo.

En lugar de medir la salud de tu empresa solo por tus cifras finales, mides su salud en cada fase: identificas las fugas en tu embudo, encuentras formas estratégicas de taparlas y facilitas la conversión.

Para comenzar, identifiquemos las métricas de embudo que necesitas para cada etapa del viaje de tus clientes.

Categorización de datos por etapa del embudo

TOFU (parte superior del embudo)

¿Tu objetivo para esta etapa? Nuevos visitantes.

Métricas TOFU

Métricas de la parte superior del embudo

 

La pregunta clave al elegir métricas para esta etapa es la siguiente: ¿Esta métrica me da una idea de los visitantes nuevos?

Un buen ejemplo de una métrica TOFU: nuevos visitantes directos.

Métricas TOFU de Google

Nuevos visitantes directos es la cantidad de personas que están escribiendo la URL de tu sitio web directamente en Google. Puedes medir la efectividad de la publicidad online y offline:

Si has estado publicando anuncios de concienciación, deberías ver picos de personas que intentan obtener más información sobre ti.

Si tienes vallas publicitarias que incluyen tu URL, deberías ver un aumento en las áreas geográficas que rodean la valla publicitaria a medida que visitan tu sitio.

MOFU (medio del embudo)

¿Tu objetivo en esta etapa? Convirtiendo nuevos visitantes en clientes potenciales.

Métricas MOFU

Métricas de la mitad del embudo

 

Tu pregunta guía al decidir si una métrica es adecuada para el medio del embudo es la siguiente: ¿Esta métrica me da una idea de qué tan bien estoy logrando que los visitantes se comprometan?

El "compromiso" se puede definir como:

  • Personas que se suscriben

  • Personas que completan un formulario web

  • Personas que te siguen en las redes sociales

Se trata de que las personas te den permiso para comunicarse con ellos y ofrecerles más valor.

Un buen ejemplo de una métrica MOFU: los clics de CTA.

Métricas MOFU de Google

Si tienes una publicación de blog con un banner para obtener más información sobre uno de tus productos, necesitas saber cuántos clics recibe ese banner y qué porcentaje de los visitantes de tu blog están haciendo clic para poder evaluar qué tan bien tu contenido está convirtiendo a los visitantes en clientes potenciales.

BOFU (parte inferior del embudo)

¿Tu meta? Convertir prospectos en clientes.

Métricas BOFU

Métricas de la parte inferior del embudo

 

Tu pregunta guía al elegir métricas para esta etapa: ¿Esta métrica me da una idea de qué tan bien los clientes potenciales se convierten en clientes?

Esta etapa es especialmente importante porque, una vez que alguien te compra algo, incluso algo pequeño y económico, la probabilidad de que vuelva a comprar aumenta diez veces y tu disposición a invertir en la relación aumenta significativamente.

Un buen ejemplo de una métrica BOFU: porcentaje de conversión.

Métricas del gráfico BOFU

¿Cuántas personas hicieron clic o compraron en una comunicación de marca? Esto te indica qué ofertas están funcionando y qué tipo de ofertas debes hacer a los nuevos clientes.

Retención y monetización (después de la conversión)

¿Tu objetivo para esta etapa? La satisfacción del cliente. Quieres aumentar la membresía, el ROI del tráfico, la retención y el valor de por vida del cliente.

Métricas posteriores a la conversión

Métricas posteriores a la conversión

La pregunta orientadora al observar las métricas posteriores a la conversión: ¿esta métrica me da una idea de cuán satisfechos están nuestros clientes?

Busca métricas que describan los resultados reales del uso de tu producto. Algo como esto:

Métricas de posventa

Las métricas posventa le brindan información sobre la satisfacción del cliente.

Estos datos no te esperan en Google, por lo que es más difícil de conseguir, pero los clientes satisfechos suelen estar dispuestos a compartirlos. En Güork, buscamos comentarios positivos de personas en nuestra área de membresía. Eso nos dice qué tan bien estamos ayudando a las personas a alcanzar sus metas.

Ten en cuenta que estas no son métricas de vanidad. Nos ayudan a saber qué se necesita para mantener a las personas en Güork y los animan a contarles a sus amigos sobre la empresa.

Ejemplo de una conversión posterior: el informe de miembros activados / desactivados

Métricas de informes posteriores a la venta

Este informe rastrea cuántas personas estamos agregando a un producto de suscripción, cuántas personas estamos perdiendo y cómo las estamos perdiendo.

Estas métricas nos dicen qué tan saludable es el producto y, cuando se combinan con otros informes, podemos ver las cosas que hacemos que generan cancelaciones o aumentan la membresía. Esta información es fundamental para un producto de membresía porque la retención de miembros genera ganancias.

Categorizar datos por tipo

Acabamos de revisar las métricas TOFU, MOFU y BOFU, que es una forma de categorizar las métricas según las etapas de tu embudo. Pero hay otra forma de categorizar las métricas, y es por el tipo de información que brindan.

Hay 2 tipos de métricas:

Las métricas clave dictan la salud general. Estas métricas son como un termómetro para tu negocio. Para que una métrica sea clave, debes poder verla y saber de inmediato si tu negocio está funcionando bien o no.

Las métricas detalladas responden a grandes preguntas. Estas métricas son más granulares y te ayudan a comprender lo que sucede en áreas específicas de tu negocio.

Por lo general, usa ambos tipos de métricas juntas, no una u otra. Si las métricas clave te indican que las cosas van bien, utiliza métricas detalladas para comprender por qué, de modo que puedas replicar tu éxito.

Por ejemplo:

Mejora de los clics de los banners en el sitio

Mejora de los clics de los banners en el sitio

El porcentaje medio de clics en banner es una métrica clave. Te indica, en todo tu sitio, la probabilidad de que un visitante haga clic en un anuncio de banner en uno de tus artículos.

Para ayudarnos a comprender por qué la tasa de clics es del 3,25% y cómo podemos mejorar ese número, necesitamos una métrica de desglose: ¿Qué probabilidades hay de que un visitante haga clic en un anuncio de banner en un artículo específico?

No hace mucho, hicimos esto para el blog de Güork. Después de revisar todas las publicaciones de nuestro blog y buscar métricas específicas, pudimos identificar los factores que impactan en la tasa de clics. Después de aplicar nuestros hallazgos, mejoramos la tasa de clics de los anuncios de banner en aproximadamente un 2% en todo el blog.

Mejora del tráfico de búsqueda

Mejora del tráfico de búsqueda

En este ejemplo, la métrica clave es Visitantes nuevos: ¿Cuántos visitantes por primera vez llegan a tu sitio web?

Para obtener más información, la métrica de desglose sería Cuota de búsqueda: ¿Qué porcentaje del tráfico de búsqueda pertenece a qué persona o marca?

Aquí, compararías la cantidad de tráfico de búsqueda que obtienes por una palabra clave con la cantidad que obtienen tus competidores de esa misma palabra clave. Esto te permitiría encontrar áreas en las que puedas competir con empresas mucho más grandes porque posees la palabra clave. Alternativamente, te dirá en qué palabras clave necesitas trabajar.

Mejorando el comercio electrónico

Mejorando el comercio electrónico

Y en este ejemplo, la métrica clave es el valor medio del pedido. Para desglosar, necesitarías mirar los pedidos reales.

Deseas saber de dónde proviene la mayor parte de los ingresos del valor promedio de tu pedido. Esto podría revelar que necesitas mover cosas en tu embudo de ventas o que necesitas empujar una promoción sobre otra porque tu valor promedio de pedido es mucho mayor.

Como puedes ver, hay 2 formas de darle un trabajo a tus métricas.

  1. Puedes asignarlos a una etapa específica del embudo: TOFU, MOFU O BOFU.

  2. Puedes usarlos para medir la salud de diferentes áreas de tu negocio y luego responder preguntas más profundas sobre cómo y por qué.

Una vez que comprendas la salud general de tu negocio y dónde están funcionando las cosas (o no), puedes comenzar a usar métricas para resolver problemas.

Principio n. ° 2: usar métricas para resolver problemas

Los datos se recopilan en un tablero, ¿verdad? Pero en el tablero, son datos sin procesar. Tu trabajo, como analista de datos, es convertir los datos sin procesar en datos activos.

Para eso, utiliza el proceso analítico de toma de decisiones.

Toma de decisiones analíticas

Este proceso funciona de manera muy similar al método científico, excepto que se basa en métricas.

En el método científico, comienzas con preguntas e hipótesis, y luego haces predicciones sobre lo que podría suceder si pruebas diferentes hipótesis.

Lo mismo ocurre con los datos y la analítica. Revisa sus datos y comienza a hacer preguntas al respecto. Haces hipótesis sobre lo que podría suceder si pudieras influir en alguno de esos números. Y luego diseña una prueba para ver si tiene razón.

Con solo revisar los resultados, puedes ver claramente lo que debes hacer para mejorar tu negocio. Tomar decisiones ya no se trata de tus instintos, sino de lo que te dicen los datos.

Esa es la teoría, de todos modos.

Pero en la práctica, a menudo no sabemos lo suficiente como para saber qué preguntas deberíamos hacer. En esas situaciones, a menudo resulta útil realizar otra inmersión en los datos.

Revisión de métricas clave para inspirar preguntas

Cuando no sabes lo suficiente como para saber lo que deberías preguntar, tus métricas a menudo te darán la información que necesitas.

Paso 1. Empieza por revisar tus métricas clave. Identifica los lugares donde tu desempeño es mejor de lo esperado o, quizás, con tendencia a la baja. En muchos casos, esto inspirará preguntas.

  • El tráfico de esta publicación de blog es el doble de la mayoría de las otras publicaciones de blog. ¿Qué lo hizo funcionar mejor?

  • Recibimos nuevos suscriptores todos los días, pero nuestras suscripciones totales siguen siendo las mismas. ¿Qué está pasando? ¿Dónde estamos perdiendo suscriptores? ¿Por qué?

  • Cada vez que el escritor SM escribe una publicación en un blog, el tráfico y los recursos compartidos son más altos de lo normal. ¿Qué hace que las publicaciones del blog sean mejores que las de cualquier otra persona?

Por ejemplo, al revisar el informe de activación / desactivación del miembro para el laboratorio de Güork, vimos algunas incoherencias extrañas en la columna de miembros agregados.

Informe de activación / desactivación del miembro para DigitalMarketer Lab

Informe de activación / desactivación del miembro para Gürk

Algunas semanas, agregamos 131, 112 o 106 nuevos miembros. En otras semanas, solo sumaríamos 11 o 21. Después de ver estos números, surgieron algunas preguntas:

  • ¿Qué está causando estos picos en las conversiones de suscriptores?

  • ¿Qué está causando estos períodos de menor conversión?

Paso 2. Genera una hipótesis sobre lo que está sucediendo. Haz algunas predicciones sobre lo que está sucediendo. Para la inconsistencia agregada de nuestro miembro, hicimos tres conjeturas:

  • La prueba de 1 dólar es una oferta mejor porque convierte a más visitantes para todas las fuentes de tráfico.

  • La deserción de prueba de $ 1 es más alta que la de los miembros con pago completo, lo que significa que no contribuye a nuestro objetivo de hacer crecer el laboratorio.

  • La gente sigue reiniciando la oferta de prueba de $ 1 después de que expira su tiempo, lo que infla los porcentajes de conversión.

Sugerencia: no te conformes con una sola hipótesis. Es mejor considerar múltiples explicaciones, idealmente de 5 a 7 hipótesis, y probarlas todas. De lo contrario, limita tu capacidad para aprender lo que está sucediendo.

Verás, en la mayoría de los casos, no hay una sola razón para el problema que estás viendo. Varios factores pueden contribuir al éxito o al fracaso que deseas comprender. Cuantas más hipótesis tengas, mayores serán tus posibilidades de aislar todos los factores involucrados.

Paso 3. Utiliza métricas detalladas para probar hipótesis. Para ello, utilizarás datos granulares más detallados para averiguar qué está causando el problema que estás tratando de comprender.

Por lo general, estos datos no se revisan a diario, pero existen y tú sabes dónde encontrarlos. También son los datos los que te ayudan a responder este tipo de preguntas.

Para esta pregunta en particular, usamos análisis de cohortes para probar nuestras 3 hipótesis. Desarrollamos 7 cohortes, o diferentes formas de agrupar a las personas en Güork, incluida la fecha de cancelación, el porcentaje promedio pagado, el tiempo que estuvieron activos y más.

Después de revisar toda esa información, nos dimos cuenta de que la prueba de $ 1 era una mejor oferta inicial que la oferta de pago completo.

Paso 4. Actúa en función de tus hallazgos. La conclusión de nuestro análisis de datos fue que la oferta de prueba genera más clientes de pago que el promedio. De cada 100 personas que incluimos en Gürok, 21 provienen de la prueba, mientras que 20 provienen de la oferta de pago completo.

Si bien esa no es una diferencia significativa, con el tiempo, puede acumularse. Así que cambiamos nuestra oferta inicial. La oferta de prueba de $ 1 ahora es nuestra oferta principal y, hasta ahora, ha generado 1.000 miembros de laboratorio adicionales.

Principio n. ° 3: contextualizar los datos para dar cuenta de lo inconmensurable

No importa qué tan buenos sean tus datos, a veces no te dicen todo lo que necesitas saber.

Por ejemplo, digamos que estás revisando tus datos y ves una tendencia. ¿Por qué está tomando forma esa tendencia? Tal vez realizaste una campaña durante ese período. Quizás tus competidores hicieron algo único. O tal vez tuviste un problema tecnológico que sesgó los datos.

Si no consideras estos factores al evaluar tus datos, es probable que hagas una suposición basada en un conjunto de datos falso. Tu conclusión no será válida.

En estas situaciones, el contexto te ayuda a tener en cuenta las variaciones en tus datos. Y hay 4 contextos que debes considerar.

Kit de herramientas del analista

4 contextos te ayudan a interpretar tus datos.

Contextos históricos

¿Qué te dice la historia que debes esperar? Al revisar los datos a través de una lente histórica, puedes comprender las tendencias y el comportamiento típico entre tus clientes.

Por ejemplo, en Güork, hemos notado que las ventas caen en el verano. Consecuentemente. Cada verano.

Entonces, en lugar de preocuparnos por números más bajos, hemos ideado estrategias para impulsar las ventas a fines de la primavera. También reducimos la inversión publicitaria en el verano porque sabemos que el ROI no será tan bueno.

Contextos externos

¿Qué cambios fuera de nuestro control han influido en nuestras métricas? Quizás haya entrado un nuevo competidor en el mercado. O tal vez la tecnología ha cambiado, lo que requiere cambios importantes en la forma de hacer las cosas.

Piensa en las actualizaciones de algoritmos de Google.

Los factores externos pueden estar fuera de tu control, pero debes tenerlos en cuenta al evaluar el desempeño.

Contextos internos

¿Has realizado cambios en tu estrategia que afecten tu desempeño? ¿Has realizado cambios en tu sitio o has lanzado una campaña?

Esto es más una autoevaluación. Piensa en los cambios que has realizado internamente que podrían haber afectado tus números.

Contextos contextuales

Esto tiene que ver con la forma en que extraes los datos. ¿Estás comparando números brutos o porcentajes? ¿Están tus números sesgados por valores atípicos? ¿Tienes datos que no tienen sentido debido a un factor interno o externo?

Juntos, estos factores contextuales te ayudan a tener en cuenta las cosas inconmensurables, las cosas que no puedes prever o explicar en tus datos. Y te ayudan a evaluar la validez de tus datos.

Hacer que los datos sean procesables

Como puedes ver, los 3 principios de análisis y datos bien ejecutados pueden ayudarte a convertir números aleatorios en tareas procesables para tu negocio.

Debes asignar roles a tus datos para saber la etapa del embudo con el que se relacionan y si te ayudan a saber algo (métrica clave) o te brindan información para responder una pregunta (métricas de desglose).

También necesitas utilizar datos para tomar decisiones más inteligentes para tu negocio. Úsalo para probar tus ideas sobre lo que funciona y lo que no y cómo podrías mejorar los resultados. Cuando revisas los números para responder una pregunta, sabes lo que estás tratando de probar o refutar.

Luego, finalmente, debes poner tus datos en contexto evaluando los factores que podrían estar impulsando los números hacia arriba o hacia abajo. Al vincular los datos al mundo real, los números tendrán más sentido y será más fácil usarlos en tu negocio para impulsar el crecimiento.

El uso de Lingo Analysts

Hay 5 términos que debes comprender para hablar de manera inteligente sobre análisis y datos.

Toma de decisiones analíticas

Esto se refiere al método científico del científico de datos. Es el proceso que utilizarás para identificar las preguntas que deberías hacer y los mejores métodos para responderlas.

Kit de herramientas del analista

Estas son las herramientas, plantillas y recursos que utilizarás para convertir conceptos e ideas en datos e informes. Tu caja de herramientas te ayudará a hacer las preguntas correctas y a desarrollar un proceso que facilite el análisis de datos.

Parámetro UTM

Esto se refiere al código que puedes agregar a una URL para brindarte más información sobre de dónde proviene el tráfico.

Parámetro UTM

Cómo utilizar los parámetros UTM

En este ejemplo, el resaltado amarillo te muestra el enlace real. Todo lo que sigue es un parámetro UTM. Es esta información adicional la que te ayuda a rastrear tus fuentes de tráfico.

  • El verde destaca la fuente, que te indica la audiencia o el sitio de referencia (lista de la casa).

  • El rosa destaca el medio, que te dice cómo se envió este tráfico (correo electrónico).

  • El azul resalta el contenido, que es tu identificador de contenido / anuncio (correo electrónico de lanzamiento de certificado de datos1).

  • Gris destaca tu campaña, que identifica la promoción o estrategia de la que proviene este tráfico (certificado de datos 1-1-2016).

Cuando agregas parámetros UTM a tus enlaces, cualquier persona que haga clic en esos enlaces será etiquetada y tú puedes rastrear esas etiquetas en Google Analytics.

Esto te permite ver qué fuentes y comunicaciones te brindan el mejor tráfico.

Indicador clave de rendimiento (KPI)

KPI es otra forma de referirse a una métrica en general, y generalmente se usa para hablar de una métrica que alguien piensa que está impulsando su negocio. KPI es otra forma de hablar sobre una métrica clave.

Tablero

Un tablero es una página web que recopila tus métricas de una fuente en particular. Es probable que tengas un panel para cada fuente de datos: Google Analytics, tu proveedor de servicios de correo electrónico, tus plataformas de redes sociales y más.

La mayoría de los paneles también proporcionan gráficos que convierten tus datos en imágenes, lo que facilita ver qué tan bien te estás desempeñando.

Ejemplo de panel

Los paneles te brindan una comprensión rápida de lo que está funcionando.

Los paneles deben estar disponibles para todos los miembros de un equipo. Te ayudan a comprender fácilmente lo que está sucediendo en una empresa, lo que ayuda a los miembros del equipo a ver cómo tu trabajo está afectando el éxito de tu empresa.

Los roles: ¿Quién debe estar al tanto?

¿Quién debería ser el propietario de los datos de tu empresa? ¿En qué parte de la empresa vive el análisis de datos?

Funciones de análisis

 

Datos y análisis

El equipo de análisis (o el individuo) debe tener la responsabilidad principal de recopilar, examinar e interpretar tus datos y análisis.

Los equipos más grandes también pueden tener un administrador de implementación de datos, que agrega toda esta información y la convierte en un hermoso tablero que es fácil de entender.

Marketing

Todo especialista en marketing que se precie necesita saber un poco sobre análisis y datos. Ya sea que esté ejecutando campañas de Facebook, twitteando 50 veces al día o publicando artículos en un blog, necesita saber qué funciona y qué no.

Optimización de la tasa de conversión (CRO)

Las personas que realizan pruebas para optimizar tu marketing dependen en gran medida de los datos para desarrollar las hipótesis, configurar pruebas y medir el rendimiento.

Resumiendo

La analítica no tiene por qué ser aterradora o abrumadora, incluso si no eres una persona de números. Simplemente necesita un proceso para lidiar con los números, una forma de averiguar cuáles te ayudarán a identificar oportunidades y cuáles ignorar.

Una vez que haya implementado este proceso, es posible que realmente disfrutes de la analítica. No hay mejor sensación que saber sin lugar a dudas que tu plan de marketing está funcionando, y son las métricas las que te darán esa confianza.

Nos acercamos al final de nuestra descripción general de marketing digital. La siguiente (y última) lección es la optimización de la tasa de conversión, que es un proceso simple para mejorar tus resultados de marketing a lo largo del tiempo.

Honestamente, la optimización de la tasa de conversión, o CRO, como se le llama a menudo, es la salsa secreta para tu estrategia de marketing digital, y te encantará cómo concentra su energía en las tareas más importantes.

Conviértete en un especialista en análisis y datos

Los datos y el análisis son esenciales para una estrategia de marketing digital moderna y son clave para hacer crecer tu negocio.

Para tener éxito hoy, debes dominar los 3 principios cubiertos en este capítulo y desarrollar un proceso eficaz para organizar todos tus datos, evaluarlos y convertirlos en decisiones comerciales inteligentes.

El curso de Dominio del especialista en datos y análisis de Güork te brinda la capacitación que necesitas para:

  • Crear un panel de análisis completo que revele la salud general de tu empresa de un vistazo.

  • Convierte los números sin procesar en acciones significativas, utilizando un diagrama de flujo de 8 pasos que lo guía paso a paso a través del proceso.

  • Identifica las fuentes de tráfico que son más valiosas para tu negocio, de modo que obtengas el mejor ROI posible de tu marketing.

Clic aquí para saber más.

 

Próximo capítulo