Analizando las páginas vistas (cápitulo 2)

Publicado en Otros el 17 de diciembre de 2008 por .

Si en el anterior capítulo “¿sóis los campeones de páginas vistas?” hablábamos de como se analizaban las páginas vistas a nivel general e introducíamos una serie de preguntas que debíamos preguntarnos a la hora de sacar conclusiones y optimizar, en este artículo vamos a tratar de ver como conseguiríamos algunas de estas respuestas con google Analytics.

David Martín razonaba acertadamente que los usuarios recurrentes, al ser los usuario que vuelven a nuestro sitio web (porque les gusta o les interesa) son los que nos pueden dar mejor información sobre el número de páginas a la hora de calcular una estimación real de un proceso.

Así que lo primero que deberíamos hacer a la hora de analizar las páginas vistas sería dividir nuestro tráfico en segmentos de usuario según el tipo:

  • usuario nuevo
  • usuario recurrente

Podemos crear un segmento avanzado que compare el comportamiento de un tipo de usuario vs el otro.

Analizar cuales de los dos tipos de usuario nos da más páginas vistas.

Yo aún iría un poco más lejos, separaría el tráfico de calidad y el de poca calidad, que por un lado lo podemos determinar por el índice de bounce rate.

O sea que podríamos crear ya cuatro segmentos avanzados:

  • usuarios nuevos con bounce rate: para aislar aquellas visitas “nuevas” con solo una página vista y ver el tráfico que significan. Entender en que páginas según una búsqueda el usuario nos abandona, para entender el porqué (poca relevancia entre la búsqueda y la landing page? – navegación y estructura de contenido mal estructurada?)
  • usuarios nuevos sin bounce rate: analizar el tráfico que captamos nuevo y ver el comportamiento de aquellos que no hacen “bounce”, o sea, que no nos abandonan a la primera.
  • usuarios que retornan con bounce rate: intentar entender el comportamiento de los usuarios que retornan, los fieles o los presuntamiente fieles, y ver porque nos abandonan (si es que vienen por una acción de email y visitan una página y se van – o porque realmente miran si hemos actualizado algo
  • usuarios que retornan sin bounce rate: Ver como se comportan estos usuarios que ya nos conocen, cuantas páginas ven de media y como navegan a través de la web y como entienden el proceso de navegación que les proponemos.

Hasta aquí un análisis bien sencillo. Pero aún no obtendremos muchas respuestas con ello. Lo que nos importa es saber realmente, aparte de donde la gente nos abandona, que allí tenemos análisis para rato, queremos aprender por ejemplo como de distinto se comportan los usuarios nuevos y los recurrentes, sin bounce rate, que realizan conversión o no.

O sea, que tenemos que construir dos segmentos avanzados con dos criterios:

  • usuarios nuevos que consiguen una conversión cuando visitan nuestro site
  • usuarios recurrente que completan una conversión cuando visitan nuestro site

Deberemos contrastar los datos que obtenemos de unos informes y los que obtenemos de los otros.

Un usuario nuevo no “conoce nuestro site” por lo tanto, cuando “aterriza” va más “perdido” que el usuario recurrente. Aún así es muy interesante analizar qué páginas ve uno y que páginas ve el otro.

Lo lógico es que el “usuario” nuevo necesitara más páginas para encontrar un producto, que el usuario “recurrente”, tal y como explicaba David Martín. Aparte de estos análisis sería esencial un testeo de usabilidad para ver en “directo” como se comportan los prototipos de usuarios” y ver las dificultades por las que pasan.

Habrá que estudiar con detalle si el usuario “se encalla” o no al buscar el producto. Por lo tanto será muy útil también analizar dentro de estos dos tipos de usuarios, cuales de ellos, necesitan recurrir a una búsqueda interna y cuales no para finalizar el proceso.

O sea, que ya tenemos dos segmentos avanzados más:

  • usuarios nuevos que convierten y que realizan busqueda interna vs los que no la realizan
  • usuarios recurrentes que convierten y que realizan busqueda interna vs los que no la realizan

Con esto tendremos otro segmento, normalmente los que no realizan una búsqueda interna son aquellos que encuentran lo que buscan sin necesidad de seguir “rebuscando” y la media de páginas vistas de este tipo de usuarios será menor, que las que necesitan buscar.

A partir de aquí ya empieza otro análisis: el del “porqué los usuarios necesitan realizar otra búsqueda interna”, o sea:

  • donde se encallan: en que páginas el usuario inicia la búsqueda interna
  • que términos utilizan para buscar dentro de nuestro site: que aparte nos puede ayudar tanto para seo como para re-nombrar nuestros productos porque quizás el lenguaje que utilizamos no es el que espera el usuario o incluir algunos de los cuales no disponemos
  • que términos utilizan para refinar una primera búsqueda interna: o sea que se pierden, vuelven a buscar y los resultados de búsqueda siguen siendo insatisfactorios
  • cuantos de los usuarios que buscan nos abandonan directamente sin darnos ya ninguna oportunidad más…
  • en que páginas nos abandonan..

Que el porcentaje de usuarios que convierten y que hagan una búsqueda interna sea alto, significará probablemente que el número de páginas vistas también sea alto. Esto nos deberíá hacer reflexionar sobre la estructura de navegación y de contenido que le ofrecemos al usuario.

Si, los usuarios convierten, pero “a trancas y barrancas”. Hay que agilizarles el proceso, hacérselo más sencillo.

Podríamos además y de hecho es super útil, analizar estos segmentos por orígenes de tráfico o por campañas y analizar en detalle el comportamiento de los usuarios en nuestro site según de donde provienen, muy útil en los perfiles de tráfico de pago y de buscadores en general.

Asi que la primera conclusión es que una cifra de páginas vistas en general no nos sirve de nada. Hay que segmentar. Hay que llegar más allá siempre y diseccionar el comportamiento del usuario, para saber si una métrica o un kpi es positivo o negativo (en algunos casos como este).

Para un profesional de sem o seo como Rafa Jiménez, el promedio de páginas vistas en sí a nivel general, no le sirve de nada en absoluto, él lo que quiere saber es como se comportan los usuarios de su segmento, el tráfico de pago o el orgánico y sacar las conclusiones correspondientes para mejorar la conversión. O falla la campaña o falla la web. O fallan las dos o en el mejor de los casos no falla ninguna.

Pero sin segmentar no llegamos a ninguna parte. Los datos absolutos y sobretodo en el caso de las páginas vistas, nos ayudan bien poco a mejorar, que de eso se trata.

Con todos estos segmentos creados podemos mirar realmente el “porcentaje de páginas vistas” que cada uno de ellos aporta y tomar las acciones correctoras correspondientes. Utilizar otras herramientas como Click Density o crazy egg o hasta el “eye tracking” para observar el comportamiento “visual” del usuario son un plus para ayudarnos a hacernos una mejor o peor idea del tema.

Sólamente así sabremos realmente si el tener más o menos páginas vistas es positivo o negativo.

Los objetivos serían:

  • El objetivo es conseguir que el aumento del tráfico de usuarios nuevos y recurrentes que convierten en el número de páginas vistas menor posible
  • Reducir sobretodo los porcentajes de tráfico con bounce rate, de poca calidad, entendiendo el porque sucede el abandono y tomando las acciones correctoras pertinentes y aumentar la satisfacción del usuario creando contenido adaptado a lo que buscaba antes de entrar en nuestro site y una estructura de navegación inteligible y muy fácil de usar.

Recordando que lo importante no es sumar o acercarse al número de páginas vistas de media que tiene tu competidor, sino de conseguir mucho tráfico de calidad que convierta en el número de páginas vistas mínimo.

Una cosa es que nuestro competidor consiga mucho más tráfico que nosotros, y aquí si que tenemos que trabajar el como captarlo, otra cosa es que tenga más páginas vistas.

Al fin y al cabo se trata de hacer una web eficiente que sea capaz de convertir y optimizar esa conversión. Y el camino es conseguir el máximo porcentaje de visitas con un mínimo número de páginas vistas pero que acaben todas ellas con conversión

Sobre Ferriol Egea

Ferriol Egea es un experto analista en la optimización de negocios online. Ahora es director de marketing online de la Lavanguardia.com

Puedes encontrar a Ferriol en:



5 Comentarios en Analizando las páginas vistas (cápitulo 2)

  1. Noticias de Tecnologia

    Muy pero muy bueno el articulo, es muy didactico, aunque me parece que tal vez consumiria mucho tiempo el analizarlo de esa manera.

    Cuanto tiempo crees que se deberia emplear para ese tipo de analisis?

  2. Ferriol Egea

    La verdad es que lo importante es realizar una configuración de analítica adecuada que te facilite hacer este análisis. Lo “costoso” es montar todos estos informes segmentados la primera vez.

    Luego, el sistema que tiene que imperar es hacer una análisis cuando se observe una tendencia negativa, localizar donde se produce y arreglarlo con las acciones correctoras correspondientes.

    Lo mismo si observamos una tendencia positiva. Hay que aprender que es lo que hacemos bien, o bien para seguir mejorando o para aplicarlo a aquellas cosas que hacemos mal, si es posible.

  3. José Ramón

    Enhorabuena. Me ha encantado tu análisis. Gracias por compartir esta valiosa información.

  4. Txema

    Gracias por la información, la verdad es que es muy útil el artículo.

  5. ferriol

    Gracias a vosotros por leer los artículos!

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *

Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>