Una KPI sin contexto no vale nada

Analítica y Data Science

“¿Crees que la física cuántica es la respuesta? Porque… no sé, en el fondo, ¿de qué me sirve a mí que el tiempo y el espacio sean exactamente lo mismo? En fin, si le pregunto a un tío qué hora es y me dice “6 kilómetros”, ¿qué coño es eso?” Woody Allen en “Todo lo demás

Si no lo has comprobado ya, yo te lo cuento. Recopilar datos e información es una tarea aburrida y no provoca satisfacción alguna, hay que ser un poco friki para que te guste esto. Muchas veces, después de sacar un montón de cifras, combinarlas y estudiarlas desde todos los ángulos posibles, nos encontramos más confusos de cómo empezamos. Con la ayuda de una herramienta de analítica web, el acceso a los datos no es el problema, sino decidir cuál es la información relevante, la que podemos convertir en estrategia de negocio.

Es básico partir de una metodología de trabajo, para no irnos por los cerros de Úbeda y centrarnos en lo que realmente importa. Las tres preguntas básicas que necesitamos hacernos para comenzar un análisis son:

  • ¿Qué ha pasado?
  • ¿Por qué ha podido pasar?
  • ¿Qué podemos hacer para arreglarlo / incrementarlo / reducirlo?

Si empezamos a analizar, o sea, a interpretar los datos, no podemos olvidarnos de nuestro gran aliado: el Contexto. Una KPI solamente es interesante cuando se le pone en contexto.
¿Cómo podemos dar contexto a una métrica?.

Primero de todo hay que establecer un objetivo. Así, sabremos si el valor de la métrica es bueno, malo o regular. O si es esperado o inesperado. Creemos expectación, recordemos que se corre más rápido desde que se cronometran las carreras. ¿Cómo lo hacemos? Una manera sencilla es coger el dato del año pasado, el dato de la anterior campaña, de la competencia, más la mejora esperada.

Tanto a la hora de establecer un objetivo como a la de analizar la información, es muy importante incluir los datos de los que partimos. Incluir datos históricos nos proveerá una base sobre la que comparar. Hay que tener en cuenta la estacionalidad de un producto o servicio, por lo que es interesante, aparte de incorporar los datos del año en curso (por ejemplo), hacerlo del mismo mes del año anterior.

¿Qué conseguimos? Saber de un solo vistazo si la tendencia tiene las variaciones naturales o hay algún cambio importante.

Al hilo de la estacionalidad, creo que es muy importante que se informe también de lo que haya pasado en el periodo medido. Si ha habido algún cambio de diseño, alguna caída del sistema, una nueva campaña en Google“ Todo será importante para explicar un comportamiento. Así, cualquiera que vea el informe entenderá todo, aunque no esté en contacto directo con la web, y podrá comprobar si la web está contribuyendo al negocio.

Si es posible, debemos segmentar y comparar cada segmento relevante con el total, para profundizar más, y saber cuáles lo hacen mejor, o peor, o cambian más“

Aquí no acaba todo. Habría que acompañar la KPI con otras para realmente tener la perspectiva correcta de la situación. ¿Por qué no tenemos suficiente con una métrica por sí sola? Porque no hay contexto con una única métrica.

Finalmente, para generar un contexto digno, hay que incluir los análisis de campañas / productos / servicios similares o que estuvieron activos en el mismo periodo, lo que se pueda tomar como comparación.

Lo ilustro todo con un ejemplo:

Este mes nuestra tasa de conversión del site es de un 6%. Parece un buen dato, pero no estamos seguros puesto que nuestro objetivo es un 9%. Incorporamos los datos históricos y comprobamos que hemos aumentado un 0,5% con respecto al mes anterior, y un 1% con respecto al mismo mes del año pasado. Parece entonces que el 6% no está del todo mal 🙂

Pero vamos más allá. Segmentamos y nos percatamos que la campaña del nuevo producto en adwords ha sido vital en la tasa de conversión.

Muy orgullosos pensamos que aquí termina todo. Craso error. ¿Y si llamamos a escena a otra KPI? Por ejemplo, la tasa de conversión para el canal offline, que para este mes es de un 9%. Buf, el 6% del canal online me parece ahora gris. Si miramos la trayectoria del canal offline, nos damos cuenta de que hace un año la tasa de conversión era un 15% y el mes pasado un 10%.

Conclusión, cuanta más información manejemos, más clara será la interpretación y por tanto el veredicto. El canal offline lleva perdiendo fuerza un tiempo y el canal online poco a poco recupera terreno aumentando su tasa de conversión.

Es vital conocer los datos, organizarlos según el objetivo de la compañía, su estrategia y táctica, y comprobar cómo los datos se interrelacionan. Para poder tomar decisiones concretas sobre los datos hay que generar un buen contexto. Cuanto más completo sea éste, más jugo podremos sacarle a nuestro análisis. Y lo más importante, no mezclaremos minutos con kilómetros 🙂

Más información | Gary Angel

Entradas en eTC sobre analítica web:

Menú