Analítica del Blog de Sergio Galán. Un análisis cuantitativo y cualitativo diseccionando datos de Google Analytics del 2015.
Empezamos año nuevo y con él los deseos de mejorar, siempre mirando de reojo el año que termina. Es bueno y necesario hacer una valoración en todos los aspectos, incluidas competencias, sobre cómo ha ido el año. Para poder hacer una buena valoración antes habremos tenido en cuenta unos objetivos y meta, apoyados en la estrategia y acciones, todo calendarizado, pero sobretodo: Medible. Para eso tenemos la analítica. Si no medimos y hacemos un análisis, cuantitativo pero también cualitativo, no podremos valorar ni analizar para mejorar y saber si hemos cumplido nuestros objetivos y meta.
Por todo esto, porque me doy cuenta sin mirar números ni resultados que el blog no funciona, he decidido hacer un simple ejercicio de analítica y compartirlo contigo. Espero que no sea muy duro de digerir.
Cada uno tiene la libertad de interpretar los datos como le viene en gana o le conviene. En mi caso soy muy crítico conmigo mismo y prefiero ser realista. No me gustan los números absolutos ni las métricas de la vanidad.
40.000 visitas al mes no me dicen nada, tampoco mis 500 visitas mensuales de promedio, ni 30.000 seguidores en Twitter, ni 6.000 fans en Facebook. Son métricas pobres e insulsas porque pueden dar una falsa impresión de crecimiento. No dicen nada porque no reflejan lecturas de artículos, ni comentarios valorables y mucho menos conversaciones.
Lo importante es saber de todos esos números absolutos, que, aparte de mostrar en una primera fotografía lo influyentes y guays que somos, si estamos haciendo bien nuestro trabajo, si los posts y blogs tienen buena salud, si estamos emocionando y nuestro contenido interesa, diseccionar esos pequeños grandes datos que nos aporta la analítica.
Para saber dónde estoy y dónde quiero ir es mejor medir lo que de verdad importa y tratar de desgranar cada dato, y se puede conseguir de una forma sencilla, sobre todo si estás comenzando, tienes pocos artículos o ningún seguidor como yo.
Como dato significativo a tener en cuenta, a principios de año traspasé el blog de wordpress.com a un servidor con dominio propio www.sergiogalang.com en Webempresa, así que los pocos que tenía los perdí, y a mitad de año eliminé prácticamente la totalidad del referrer spam.
También al no ser un blog de referencia sumado a una marca personal y estrategia poco trabajada los números son los que son. Pero no avancemos acontecimientos y acompáñame en este pequeño viaje a través del análisis de datos de mi blog.
OBSERVAR LA ANALÍTICA
Nada más entrar en Google Analytics – Audiencia – Visión General, se ve una gráfica muy irregular, similar a mi constancia, con una decaída en verano.
Podría alegrarme tener 8.433 páginas vistas, cerca de 850 mensuales, pero el porcentaje de rebote y la duración media de la sesión me están indicando que no hay tanto interés. Sabiendo que sólo tengo 30 artículos hace daño a la vista esos números.
También la similitud de cifras entre Sesiones, Usuarios y Páginas Vistas, dando siempre un coeficiente de 1 y pico, dan pie a ver que no hay una fidelidad de visita. Todo corroborado con la altísima tasa de nuevas sesiones.
Como sé que he tenido referrer spam me voy a ver los mismos datos en el apartado Ubicación del mismo menú, ordenado de mayor a menor. Y veo que dentro de las primeras 7 posiciones tengo visitas de Estados Unidos, Japón, Rusia, China y Brasil, que por el idioma del blog no son el público objetivo y seguro que no me buscan.
En cambio, los datos de España son más normales en cuanto a porcentajes, y bajos en usuarios y visitas como indica la tabla analítica siguiente:
¿Y los Not Set? Pues voy a investigar. Para eso filtro en la parte superior de la tabla solamente los resultados con «not set» y añado una dimensión secundaria con las «fuentes«. Voilà.
Vemos en el resultado que la inmensa mayoría de «not set» provienen de fuentes referrer spam.
INTERPRETACIÓN INICIAL DE LA ANALÍTICA
Vamos a ver los datos del segundo gráfico, individual y cuantitativamente:
6.118 visitas o sesiones. ¡Qué bueno soy! 500 al mes, con un blog de 30 entradas en toda su vida.
4.938 usuarios. ¡Me doy besitos porque tengo una gran comunidad!
8.433 páginas vistas. ¡La de gente que me lee! De aquí salgo influencer.
Pero las 3 métricas juntas ya no me gustan porque reflejan medias pobres. Vamos a valorar más cualitativamente.
Estas medias de arriba me dicen que no hay interés en lo que escribo, y que seguramente algo en mi contenido no funciona, además de la estrategia, marca personal y una influencia algo pobres. Por todo esto hago la interpretación siguiente de la analítica básica:
Duración Media de la sesión. 1.30, vaya que la lectura es rápida.
Porcentaje de Rebote. 79% me confirma mis malos presagios, la gente se va, ya confirmo que mis datos no son tan buenos. O solo leen 1 post, que eso sería bueno, pero al tener el porcentaje de Nuevas Sesiones muy alto, su combinación vislumbra que la gente se va y no vuelve.
Porcentaje de Nuevas Sesiones. 81% por lo que me da una fidelidad del 19%, que seguro son amigos, familiares y mi comunidad, que son los mismos.
Si hacemos referencia al segundo gráfico teniendo en cuenta las condiciones cualitativas que he enumerado anteriormente y jugamos con los números, veremos que los datos ya no son tan esperanzadores y no soy nada influyente.
En la siguiente tabla me he quedado con el tráfico quitando la proporción de rebote. Son unos datos anuales, quedando una media de 128 sesiones al mes y 119 usuarios con 176 páginas vistas.
Una vez me quedo con datos limpios veo la efectividad quedándome con el visitante recurrente. Me proporciona la comunidad fiel.
Con los números generales y cuatro divisiones en Excel ya he visto mi realidad. Pero quiero saber más, quiero datos más cualitativos.
DISECCIONANDO LOS DATOS DE LA ANALÍTICA
Como por ahora mi objetivo es que mis artículos sean leídos y luego compartidos, he creado un informe en Google Analytics con 3 segmentos que me interesan para luego discriminar datos que inflan y dan una visión irreal del escenario estadístico del blog. No coinciden los totales de esta tabla con el primer informe segmentado pero para lo que lo necesitamos ya es fiel. En este caso utilizo las dimensiones que a continuación desarrollo:
Página, así sabré las páginas visitadas y podré quitar mis visitas iniciales cuando no tenía la ip filtrada. Podré ver mis accesos a páginas de la administración de WordPress o las páginas que se generan al hacer una vista previa de artículo.
Fuente, para quitar los referrer spam.
País, por si se cuela algo de spam puedo discriminarlo por país, ya que mi pequeño blog en español no tiene sentido que tenga cientos de visitas desde Japón, Corea, China o Rusia.
Utilizo métricas sencillas pero que me aportarán datos de mucho valor, proporcionándome números que serán más significativos y relevantes, reales, y así equilibrar configuración y estrategia del blog, como son:
Sesiones, las antiguas visitas. Muchas sesiones, del extranjero, con porcentaje de rebote sobre el 90% y una media de duración de la sesión inferior a 1 segundo. Las quito de la tabla.
Páginas vistas que son igual al número de visitantes, quiere decir a primera vista que algo no cuadra, miramos país, rebote alto. Fuera del análisis.
Porcentaje de rebote. Este dato es el más difícil de interpretar. Puede ser un rebote alto porque al ser un blog solo han estado en la primera página leyendo el post y se van. O un porcentaje relativamente equilibrado, pero con un visitante de Rusia que ha visto 371 páginas en 246 sesiones, me lo cargo. O un rebote del 50%, con un 52% de salidas y una media de 2,5 minutos por sesión, este dato es el que me interesa y el que me da valor. También va un poco relacionado con el spam.
Usuarios. También importante saber que un post ha sido visto por 106 usuarios, pero que el 86% de esos usuarios son con nuevas sesiones. Una lectura podría ser que el usuario no acostumbra a volver y las visitas son de nuevos usuarios. O que la mayoría borren las cookies en el mejor de los casos.
Porcentaje de salidas. Teniendo en cuenta las métricas que estoy utilizando y una vez limpio de datos paja y spam, me dará una visión de qué paginas pueden no funcionar. Un post con 40% de salidas quiere decir que el 60% se han ido a otro post o sección. En este caso sí que influyen los datos absolutos, no es lo mismo el 60% de 5 que de 500.
Duración media de sesión. A pesar que pueden dejar abierto un post en el navegador, dependiendo de la configuración de los demás números observaremos el interés cuantificable. Para mí un buen número sería a partir de 2 minutos, si se leen el post entero, menor a 2 minutos me dice que lo han escaneado o no les ha interesado.
Porcentaje de nuevas sesiones. Entiendo que este dato elevado como que ven el artículo pero no causa interés en repetir, en volver. Además va relacionado con el spam en una primera interpretación.
Descargo el informe en Excel y ahí es donde comenzamos a jugar con los números y quitar la paja de los datos importantes utilizando filtros.
ELIMINANDO DATOS DE LA ANALÍTICA
Comenzamos con los datos absolutos totales.
Como he comentado anteriormente lo filtro quitándole la paja, o sea el referrer spam.
Quitando todo el Referrer Spam quedan los siguientes datos, que incluso son mucho más atractivos:
El porcentaje de rebote ha bajado a la mitad igual que el de nuevas sesiones. Las sesiones y usuarios han bajado a la mitad quedando unos números más pobres. De todas formas me parecen unos porcentajes de rebote muy bajos, así que voy a seguir investigando.
Quito del listado los países como EEUU, Japón, China, Corea y Rusia resultando el siguiente total:
Continúan mejorando los porcentajes, hay una leve subida de la duración media de la sesión, y por supuesto, ya no son tantas las visitas, pero mejorando las páginas vistas.
En la siguiente tabla he quitado todos los países centro-europeos y de idioma no latino, dejando los más cercanos. Además he quitado las entradas por búsquedas que he realizado o a urls con raiz wp-, resultando así:
Vemos que siguen descendiendo las sesiones con una media de 1.8 páginas vistas por usuario. Suben el rebote, salidas y nuevas sesiones, y lo mejor, sube la duración media de la sesión.
Han mejorado muy notablemente los porcentajes, pero las sesiones y usuarios caen estrepitosamente.
Por último he limpiado de datos que distorsionaban mucho las medias y los porcentajes y que sin duda no varían a penas las cifras de visitas y usuarios, como son las sesiones con 0 sesiones. Obtengo unos datos más fieles a la popularidad y repercusión del blog y mi trabajo en él. Dan pena, es verdad. 2 minutos de media por sesión, ha subido estrepitosamente las nuevas sesiones y las salidas, el rebote es más acorde al escenario global de mi blog y la media de páginas por usuario continúa siendo de 1.8 páginas.
Estos datos así darían ya una visión muy clara, realista y sin trampa de cómo está funcionando el blog y los artículos. Le he quitado el humo y muestra lo que de verdad sucede. Mis números no son buenos, pero son el resultado de mi trabajo. Estos números ya me dicen por dónde debo empezar a tocar y qué debo mejorar. Claro que se ha de profundizar más con otras métricas y otras plataformas pero para empezar está bien. Soy consciente de que mi contenido ni se retuitea ni se comparte.
ANALÍTICA: INTERPRETANDO DATOS
El siguiente paso es interpretar los datos. Qué me están diciendo y cual es el reflejo de todo mi trabajo.
De la anterior tabla obtengo coeficientes de páginas vistas, sesiones y usuarios al dividirlos entre ellos:
Han subido con respecto a la tabla de los mismos resultados iniciales. Pero sigue siendo bajo.
En la siguiente tabla muestro las sesiones, páginas y usuarios anuales restándoles el porcentaje de rebote, quedando unos datos más puros y que muestran números reales sobre la actividad en las páginas.
Y por último a los datos de arriba les quito a las sesiones, páginas y usuarios el porcentaje de nuevas sesiones, meramente como ejercicio de analítica experimental. Claro que un usuario con nueva sesión puede más adelante repetir, o borrar las cookies regularmente, pero por el elevado porcentaje de nuevas sesiones me resulta más fiel quitarlos para así ver cuánto interés despierta el blog y sus entradas. La primera columna de datos refleja el número anual y la segunda el mensual:
En esta última tabla refleja que 8 sesiones mensuales son personas que repiten con 13 páginas y en total 7 usuarios son asiduos.
Continuaría con una tabla dinámica como la que adjunto de las páginas y sus diferentes números a partir del mismo excel que he utilizado para realizar toda la interpretación analítica anterior, y ver el rendimiento de cada página según fuente y país.
Pero este análisis lo dejamos para el siguiente post, aunque ya te adelanto que de esta sencilla analítica surgen datos muy interesantes alrededor del interés y procedencia del trafico.
Mi intención es demostrar que en los datos de la analítica web hay mucho humo, que se pueden diseccionar estos datos para obtener lo que de verdad tiene valor y que según objetivos marcados nos va a reflejar el funcionamiento. Todo de una forma sencilla y sin tener grandes conocimientos.
Espero que te sea útil, que si tienes curiosidad e inquietud hagas estos ejercicios, con la ventaja de que se pueden utilizar los datos que sean oportunos. Por ejemplo, cruzarlos con Redes Sociales y analizar cual es la difusión.
Te espero. Tus comentarios darán más valor a mis interpretaciones y así mejorar, te animo a comentar cualquier cosa que yo pueda hacer mal pues también me equivoco. Así que juguemos juntos con los números.
Que en el 2016 marques tus objetivos, los analices, interpretes y consigas todos tus proyectos y por eso de regalo la Infografía con los 6 pasos de Analítica Web básica para el Blog. ¡Salut!
Trackbacks/Pingbacks