- ¿En qué páginas de mi sitio o aplicación se producen más visualizaciones?
- ¿Qué páginas de destino tienen mejor rendimiento o generan más conversiones?
- ¿Qué buscan los usuarios en mi sitio o aplicación? ¿Qué aspectos puedo mejorar del contenido o de la navegación de mi sitio?
- ¿Cuál es el rendimiento de mis páginas de destino a lo largo del tiempo? ¿Los usuarios llegan a distintas páginas con la misma frecuencia?
- ¿Cómo están avanzando los usuarios por el embudo de compra?
- ¿Cómo suben de nivel los usuarios en mi juego?
- ¿Qué ha llevado a un usuario a añadir un producto al carrito?
- ¿Qué ha provocado que los usuarios quiten mi aplicación de sus dispositivos?
- ¿Hay intersecciones interesantes entre distintos segmentos de mis datos?
- ¿Se comportan de forma distinta los usuarios según el momento en que visitan mi sitio por primera vez?
- ¿Qué fuentes referentes aportan los usuarios más valiosos?
¿En qué páginas de mi sitio o aplicación se producen más visualizaciones?
En Universal Analytics, los usuarios están acostumbrados a ver el informe "Páginas" filtrado por la dimensión "Ruta de página" y métricas como "Vistas de página", "Número de vistas de página únicas" y "Porcentaje de rebote". En las propiedades de Google Analytics 4, el informe "Páginas" tiene un aspecto diferente, pero puede seguir consultando fácilmente lo que buscaba en Universal Analytics, con la diferencia de que será mediante una exploración en Explorar.
En primer lugar, debe añadir una dimensión adicional seleccionando el icono + del panel Configuración de la pestaña. En concreto, debe añadir la dimensión "Ruta de la página + cadena de consulta". Si también quiere ver sus datos por título de página (en Universal Analytics, el informe "Páginas" usa "Ruta de página"), puede habilitar una dimensión adicional "Título de página y nombre de pantalla".
A continuación, debe añadir la métrica "Vistas" para poder incluirla en su exploración. Para ello, en la sección Métricas del panel Variables, haga clic en el icono + y busque la métrica "Vistas" para añadirla.
Para crear la exploración de páginas, deberá quitar las métricas y dimensiones predeterminadas que se hayan aplicado a la configuración de las filas y columnas, y añadir "Ruta de la página + cadena de consulta" como dimensión de fila y "Vistas" como métrica de columna. A modo de comparación, también puede añadir "Usuarios activos" como métrica de columna para hacerse una idea de la popularidad de cada página por usuario único.
En Google Merchandise Store, si quita la página principal (/) y la página del carrito, verá rápidamente que las páginas de producto más populares del sitio web son las secciones Clearance (Liquidación) y Men's Apparel (Ropa para hombre).
¿Qué páginas de destino tienen mejor rendimiento o generan más conversiones?
Saber a qué parte de su aplicación o de su sitio web llegan primero los usuarios puede ayudarle a optimizar la experiencia de usuario y sus iniciativas de marketing. En Universal Analytics basta con consultar un informe predefinido de la interfaz de usuario de informes. Sin embargo, todavía no existe un equivalente en las propiedades de Google Analytics 4. Podemos crearlo como una exploración desde cero en Explorar.
Para crear esta exploración, necesitará la dimensión Página de destino y métricas pertinentes, como Vistas, Sesiones y Usuarios. Tendrá que habilitar las dimensiones y métricas adicionales seleccionando el icono +:
Cuando las tenga disponibles, podrá añadir las dimensiones de página de destino como filas y las métricas oportunas (como Vistas, Sesiones y Usuarios activos) como valores. De esta forma, tendrá una exploración de páginas de destino a partir de esas métricas.
Si añade la métrica adicional Compras, podrá ver qué páginas de destino se han visto cuando ha habido una compra:
Ahora puede ver qué páginas de destino se han visto cuando se ha producido una compra y compararlas con los valores totales para comprender mejor la eficacia de la dimensión Página de destino.
¿Qué buscan los usuarios en mi sitio o aplicación? ¿Qué aspectos puedo mejorar del contenido o de la navegación de mi sitio?
Otro informe habitual que puede crear en Explorar es una exploración de búsquedas en el sitio. Para generarlo, siga estos pasos.
En primer lugar, debe tener habilitado el evento de medición mejorada o un evento personalizado para recoger los datos de búsquedas en su sitio. Si usa la medición mejorada, este evento se llamará "view_search_results" (Ver resultados de búsqueda). A continuación, compruebe que ha habilitado el parámetro "search_term" (Término de búsqueda) como dimensión personalizada en su propiedad. Cuando lo haya hecho, podrá usar la dimensión en Explorar.
Una vez que tenga los datos adecuados, podrá crear la exploración. Este proceso consta de dos partes. Primero, debe habilitar la dimensión "search_term" (Término de búsqueda) para poder usarla en la exploración:
Una vez que haya habilitado la dimensión, podrá añadirla a la sección "Filas" de la exploración. A continuación, verá un resultado similar al siguiente:
Esta exploración muestra muchos valores "(not set)" (sin definir) porque analiza todos los eventos. Para reducir el ruido, debe crear un filtro de "Nombre del evento" que coincida exactamente con "view_search_results" (Ver resultados de búsqueda) para que solo se muestren datos de ese evento:
Una vez que haya aplicado el filtro, verá una exploración actualizada que le mostrará el número de búsquedas de cada término especificado, es decir, una exploración de los términos de búsqueda en el sitio:
Descubrir lo que buscan los usuarios en su sitio web puede ser de gran ayuda para optimizar su contenido y, así, aumentar la interacción y la satisfacción de los usuarios. Por ejemplo, si detecta un pico en un término de búsqueda concreto, puede añadir más contenido sobre ese término para que los usuarios de su sitio puedan encontrar lo que buscan o la respuesta a sus preguntas más fácilmente.
¿Cuál es el rendimiento de mis páginas de destino a lo largo del tiempo? ¿Los usuarios llegan a distintas páginas con la misma frecuencia?
Hay varias formas de visualizar los datos de cada exploración. Podría resultarle útil el gráfico de líneas, por ejemplo, que le permite ver las tendencias de sus datos a lo largo del tiempo. Si quiere ver las tendencias de sus páginas de destino a lo largo del tiempo, solo tiene que cambiar el tipo de visualización haciendo clic en una de las seis opciones de visualización del panel Configuración de la pestaña.
Si elige un gráfico de líneas, se creará un gráfico con las tendencias de las 10 páginas de destino más populares a lo largo del tiempo.
Si coloca el cursor sobre el gráfico, verá los datos correspondientes a cada día.
También puede que se muestren datos sobre anomalías, cuyo símbolo es un círculo vacío. Si coloca el cursor sobre un círculo vacío, se mostrará la información de la anomalía correspondiente. En el ejemplo de abajo, basado en los datos recogidos anteriormente, Google Analytics preveía que alrededor de 1000 usuarios activos visitarían la página principal el 2 de febrero. Sin embargo, el número de usuarios activos observado fue 2200, un 116 % más alto de lo previsto.
Los embudos de conversión son una herramienta excelente para visualizar fácilmente cómo progresan los usuarios por un conjunto de pasos ideados por usted. Algunos casos prácticos habituales de embudos de conversión en el ámbito del comercio electrónico son el flujo de comportamiento de compra y el de tramitación de la compra. Si es desarrollador de videojuegos, quizá le interese saber cómo suben de nivel los usuarios en su juego. Veamos ejemplos concretos de cada uno de estos casos.
¿Cómo están avanzando los usuarios por el embudo de compra?
En el caso del comportamiento de compra, le recomendamos que analice cómo progresan los distintos segmentos de usuarios a lo largo de un embudo de comportamiento de compra que consista en ver un artículo, añadirlo al carrito y comprarlo. Para empezar, puede crear este embudo desde cero o utilizar una de las útiles plantillas disponibles en la cuenta de demostración de GA4 para Google Merchandise Store. Si quiere elegir esta última opción, vaya a Explorar, desplácese hacia abajo y, entre las exploraciones de demostración que aparecen, seleccione "Shopping Behavior Funnel" (Embudo de comportamiento de compra).
Cuando se abra esta exploración, será de solo lectura, pero puede hacer clic en la opción "Hacer una copia", que aparece en la esquina superior derecha, para copiar esta exploración de demostración. Esta copia será de su propiedad. Cuando haya hecho la copia, podrá ajustarla como le convenga.
En Google Merchandise Store se venden artículos de marca de Google. Dos de las categorías más populares del sitio son los artículos de la marca Android y los artículos de la marca YouTube. Comparar estas dos categorías puede ser útil para comprender el comportamiento de compra. Para hacerlo, tendrá que crear dos segmentos nuevos, uno para cada categoría. En este caso, puede crear un segmento con la siguiente condición: el evento es "select_item" (Seleccionar artículo) y el parámetro es "item_name" (Nombre del artículo), que puede contener "Android" o "YouTube".
Estos segmentos incluirán a los usuarios que han avanzado por el embudo de comportamiento de compra y que han hecho clic en al menos un producto de la marca Android o en un producto de la marca YouTube. Curiosamente, los usuarios que han hecho clic en al menos un producto de la marca Android tienen el doble de probabilidades de comprar algo que los que han interactuado con un producto de la marca YouTube. Esto no significa que hayan comprado un producto de la marca, sino simplemente que han hecho clic en él. Si solo le interesan las compras de artículos de marca concretos, puede usar el evento "purchase" (Compra), como se muestra a continuación:
Una vez aplicados estos segmentos, la comparación de embudos de comportamiento de compra tendrá un aspecto similar a este:
Hemos añadido una nueva función a los embudos de conversión de Google Analytics 4: ahora puede observar las tendencias de estos embudos a lo largo del tiempo. Para ello, cambie el tipo de visualización a "Embudo de conversión por tendencias" en el panel Configuración de la pestaña. Se abrirá una vista del embudo de conversión por tendencias que muestra las tendencias de todos los pasos a lo largo del tiempo. Puede desplazarse por ellas para ver los recuentos por día de cada paso y de cada segmento.
También puede ver la tendencia de un solo paso para identificar más fácilmente los cambios a lo largo del tiempo. En este ejemplo, puede ver que el 10 de marzo se produjo un pico de compras que no se apreciaba al consultar la vista anterior de los datos. Curiosamente, la diferencia entre las compras de los usuarios que veían artículos de Android y las de los usuarios que veían artículos de YouTube parece ocurrir casi por completo después de este pico, lo que indica que puede haber habido un cambio en el diseño del sitio web o en las iniciativas de marketing. Este cambio puede haber provocado que los productos Android destaquen más a partir de ese momento.
¿Cómo suben de nivel los usuarios en mi juego?
Esta es una pregunta habitual de los desarrolladores de juegos y aplicaciones, y puede analizarla con un embudo de conversión.
Primero, tendrá que crear pasos específicos que indiquen las subidas de nivel. En este ejemplo, puede usar el evento "level_up" (Subir de nivel) y crear 5 pasos para 5 niveles en la cuenta de demostración de GA4 para Flood-It!
Si aplica estos pasos, podrá ver los datos sobre cómo suben de nivel los usuarios en el juego.
Parece que los usuarios que superan el nivel 1 tienen más probabilidades de seguir jugando. Esta información puede resultarle útil para crear pruebas A/B en las que incluya consejos u otros métodos para ayudar a los usuarios a completar el nivel 1 y reducir así la tasa de abandono.
Si observa la tendencia del embudo anterior con el paso del tiempo, también verá un aumento en todos los pasos a partir del 19 de marzo, lo que indica que la promoción o la visibilidad del juego pueden haber cambiado en ese momento.
También puede segmentar este embudo para ver si los diferentes canales de adquisición influyen en la subida de niveles en general. En este ejemplo puede comparar la adquisición de tráfico directo con la de tráfico de pago. Observará que los usuarios adquiridos mediante campañas de pago pasan más tiempo en el juego (tienen porcentajes de abandono más bajos) que los adquiridos directamente, lo que indica que su publicidad de pago podría funcionar según lo previsto.
Otra función muy útil de la exploración de embudos de conversión es que puede crear un segmento o una audiencia basados en el abandono. En el siguiente ejemplo, verá que el porcentaje de abandonos empieza a aumentar en torno al nivel 4. Imaginemos que quiere crear un segmento con los usuarios que han abandonado el juego en el nivel 4 (es decir, no han llegado al nivel 5) y usarlo como audiencia para ampliar su cobertura o para enviarles una notificación push para animarles a subir de nivel y seguir jugando.
Para crear ese segmento, haga clic con el botón derecho en el paso que le interese y cree el segmento. Este segmento también debe incluir un criterio de exclusión para el nivel 5, con el fin de garantizar que está segmentando la audiencia adecuada.
Por último, puede añadir a la exploración de embudos de conversión la nueva métrica "Tiempo transcurrido". Para ello, active el botón "Mostrar tiempo transcurrido" del panel de configuración. Al hacerlo, se añadirá una nueva columna de métrica a su tabla:
Descubrir el tiempo que se tarda de media en avanzar de un paso a otro puede ser un buen indicador del éxito de sus clientes o, en este caso, de lo fácil o difícil que es subir de nivel. Esta situación podría ser también adecuada para crear una audiencia a la que dirigir acciones, como enviar notificaciones push o mensajes de remarketing. Por ejemplo, parece que se tardan 3 horas y 53 minutos de media en completar el nivel 2. Para crear una audiencia con los usuarios que abandonan el juego, haga clic con el botón derecho y seleccione la opción Crear segmento a partir de abandonos, como se muestra en la imagen:
Esta es la audiencia ideal a la que puede dirigir sus esfuerzos para que no abandonen el juego o la aplicación.
Otra función nueva de Explorar en Google Analytics 4 que puede resultarle muy útil es la exploración de rutas. Ahora puede elegir un evento o una página o pantalla específicos como punto de referencia de las rutas para ver cómo avanzan los usuarios por su sitio o aplicación. Comprender el flujo de usuarios de un sitio ha sido una función que se nos ha solicitado durante mucho tiempo y, con las nuevas exploraciones de rutas en GA4, ya es una realidad.
¿Qué ha llevado a un usuario a añadir un producto al carrito?
Esta es una pregunta que pueden plantearse muchos sitios de comercio electrónico. Ahora podemos darle respuesta con la función de rutas retrospectivas.
Para empezar, abra una nueva exploración de rutas y seleccione la opción "Empezar de nuevo", situada en la esquina superior derecha. A continuación podrá seleccionar un punto final. Seleccione "Nombre del evento".
A continuación, en el menú lateral, elija el evento desde el que quiere trazar la ruta retrospectiva. En este caso, como queremos ver qué ha llevado a los usuarios a añadir artículos al carrito, elegiremos "add_to_cart" (Añadir al carrito). Si no ve el nombre del evento que le interesa, haga clic en "Cargar más" o simplemente use la barra de búsqueda de la parte superior para buscarlo.
La exploración se cargará con un par de pasos ya rellenados en función del nombre del evento. Si, en lugar de eso, quiere trazar una ruta por nombre de página, puede cambiar ese ajuste a nivel de paso. En el ejemplo siguiente, hemos cambiado a "Page title and screen class" (Título de página y clase de pantalla) y podemos ver que un número considerable de personas añade productos al carrito desde la página Sale (Rebajas). También podría profundizar más en la página de rebajas para ver si hay artículos que suscitan más interés. Esta información podría ayudarle a dar forma a su estrategia de marketing.
¿Qué ha provocado que los usuarios quiten mi aplicación de sus dispositivos?
El abandono es una de las grandes preocupaciones de los desarrolladores de aplicaciones (es decir, que los usuarios quiten la aplicación de sus dispositivos). Trazar rutas retrospectivas puede ser un recurso muy útil para descubrir qué ha provocado que los clientes abandonen una aplicación. Para empezar, puede crear una ruta retrospectiva seleccionando el botón "Empezar de nuevo", situado en la parte superior de una exploración de rutas. A continuación, seleccione el nombre del evento "app_remove" (Quitar aplicación) como punto de partida.
Si retrocede un par de pasos, empezará a ver las actividades que pueden haber provocado el abandono. En este caso, vemos que aproximadamente el 13 % de los usuarios que han abandonado la aplicación han visto una impresión de anuncio en los dos pasos anteriores a quitar la aplicación. Es un porcentaje bastante considerable que indica que quizás deba optimizar la manera en que muestra anuncios para reducir el impacto negativo en los usuarios y, por tanto, reducir la tasa de abandono.
¿Hay intersecciones interesantes entre distintos segmentos de mis datos?
La técnica de superposición de segmentos es una excelente manera de visualizar de forma sencilla cómo interactúan entre sí diferentes segmentos de usuarios. Por ejemplo, podría ver la superposición de los usuarios de ordenadores con los usuarios de móviles que se han suscrito a la newsletter de un sitio. De esta forma, podría detectar con más facilidad de dónde procede la mayoría de las suscripciones a la newsletter y no tendría que desglosar una exploración de tabla para obtener esta información.
Para poner en práctica esta técnica, primero deberá añadir al panel de variables los segmentos que quiera analizar. Haga clic en el icono + para añadir nuevos segmentos (se abrirá el creador de segmentos).
Para crear el evento Suscripción a la newsletter, seleccione un segmento de evento y elija el evento por el que quiera filtrar; en este caso, "sign_up" (suscripción).
Una vez que haya creado los segmentos que quiera visualizar, deberá aplicarlos haciendo doble clic en ellos para añadirlos al panel Configuración de la pestaña. Puede añadir hasta tres segmentos a la vez para ver su superposición en un diagrama de Venn.
En este ejemplo, hemos añadido los segmentos "Desktop traffic" (Tráfico de ordenadores), "Mobile traffic" (Tráfico de móviles) y "Newsletter Sign Up" (Suscripción a la newsletter) para ver de dónde procede la mayoría de los usuarios que se suscriben a la newsletter.
Como puede ver en el diagrama de Venn y en la sexta fila de la tabla que se muestra abajo, la gran mayoría de las suscripciones a la newsletter procede de usuarios de ordenadores. Esto puede indicar que, o bien la experiencia en móviles no está adaptada a este objetivo, o bien puede haber un problema con la experiencia de usuario que impide a los usuarios suscribirse fácilmente a la newsletter. Es una conclusión interesante que puede analizar con sus equipos de desarrollo y de experiencia de usuario.
Una función muy útil de la técnica de superposición de segmentos es la posibilidad de crear un segmento a partir de una superposición. Por ejemplo, si quiere crear un segmento que incluya el tráfico de ordenadores y las suscripciones a la newsletter, puede hacer clic con el botón derecho en la porción de los datos que le interesan, ya sea en el diagrama de Venn o en la tabla, y seleccionar la opción para crear un segmento.
De esta forma, se abrirá el creador de segmentos con las condiciones preseleccionadas en función del conjunto de segmentos que haya elegido. El nombre del segmento será el nombre descriptivo de las condiciones combinadas, pero puede cambiarlo si quiere.
También puede crear una audiencia a partir de esta superposición marcando la casilla situada en la esquina superior derecha. Podrá compartirla con otros productos de Google Marketing Platform, como Google Ads, y así aumentar su cobertura.
¿Se comportan de forma distinta los usuarios según el momento en que visitan mi sitio por primera vez?
La exploración de cohortes es una herramienta útil para entender el comportamiento de los diferentes grupos de usuarios de su sitio en función de cuándo y cómo han entrado en una cohorte. Cambiar la métrica o el cálculo de lo que está analizando en una exploración de cohortes puede ser aún más provechoso.
Cuando abre por primera vez una exploración de cohortes en Explorar, se muestra una exploración basada en el criterio de inclusión Primer contacto (es decir, la forma en que alguien se ha incluido en la cohorte; en este caso, la primera vez que se ha visitado el sitio o la aplicación), en los criterios de retorno de un evento (es decir, volver y hacer algo en su sitio o aplicación), en una métrica de los usuarios activos y en el tipo de cálculo Estándar. El resultado es una exploración de cohortes básica que muestra cuántos usuarios atrae de vuelta a su sitio o aplicación cada semana durante 5 semanas y si esta cifra varía en función de cuándo llegaron por primera vez a su sitio o aplicación.
Si cambia el tipo de métrica de esta exploración de "Suma" a "Por usuario de la cohorte", puede hacerse una idea de los porcentajes de retorno por semana. Probablemente esto resulte más útil que la suma de esta vista concreta, ya que le permite comparar los usuarios recurrentes de cada cohorte.
En un sitio de comercio electrónico, también puede ser útil cambiar el valor de la métrica "Usuarios activos" a la métrica "Ingresos derivados de las compras", no solo para ver los usuarios, sino también el valor de los ingresos que genera cada cohorte. Puede ver este dato como la suma de la cohorte o a nivel de cada usuario de la cohorte. En el siguiente ejemplo, verá que las dos primeras cohortes generan muy pocos ingresos cada semana, pero a partir de la tercera cohorte, los ingresos empiezan a aumentar.
Si cambia el tipo de cálculo de Estándar a Acumulativo, puede ver el impacto global de cada cohorte en los ingresos de la empresa.
En este ejemplo, los datos sugieren que, a partir de aproximadamente la semana del 7 de marzo, probablemente se potenciaron las iniciativas de marketing para atraer a los usuarios con muchas conversiones a Google Merchandise Store.
¿Qué fuentes referentes aportan los usuarios más valiosos?
Esta información puede ayudar a su equipo de marketing a identificar las fuentes referentes que convendría consolidar como partners. En este caso, el valor indica que los usuarios tienen menos probabilidades de abandonar, unos ingresos totales previstos más altos y un valor del tiempo de vida (TVC) histórico superior.
Para crear esta exploración, primero debe incorporar las métricas y dimensiones necesarias para explorar aspectos como la tasa de abandono, el TVC y los ingresos totales. Usaremos el origen y el medio como dimensiones. También añadiremos más métricas de la sección "User Lifetime" (Tiempo de vida de los usuarios) seleccionando el icono + de la sección de métricas del panel de variables.
Cuando aplique estas métricas y dimensiones, verá que muchas filas no tienen ningún valor en las celdas correspondientes a la probabilidad de abandono. El motivo es que esos usuarios no cumplen los requisitos de la modelización de la predicción de abandono. Puede crear un filtro en el que la probabilidad de abandono sea mayor que 0 para excluir a todos los usuarios que no tengan ninguna probabilidad calculada de abandono. Acto seguido tendrá una exploración impecable como esta:
A continuación puede ordenar los datos por probabilidad de abandono y ver si alguna campaña tiene una cantidad considerable de usuarios y una tasa de abandono baja. Es probable que esas campañas generen usuarios más implicados que las que presentan una mayor tasa de abandono prevista.
También puede consultar las compras previstas, el historial del TVC y el nivel de interacción predictiva para identificar el valor de los usuarios adquiridos más allá de una única sesión.
Echemos un vistazo a la siguiente captura de pantalla. En este caso, hay algunas filas de referencias que no son de Google y que llevan a Google Merchandise Store que tienen pocos usuarios, pero cuya tasa de abandono es menor, la duración de la interacción es mayor, generan más transacciones y tienen un buen TVC medio. Estas fuentes referentes parecen ser valiosas para la tienda, por lo que recomendamos al equipo de marketing que se ponga en contacto con ellas para consolidar la relación.