Análisis de páginas según su uso

Análisis de páginas según su uso

Cuando analizamos el funcionamiento de las distintas páginas que componen una web, necesitamos segmentarlas según el uso que nuestros visitantes hacen de ellas, para lo cual Google Analytics nos proporciona métricas de dos tipos de páginas en particular: las páginas de entrada, y las páginas de salida, que añadido al porcentaje de rebote puede ser una primera aproximación. Sin embargo la información en bruto tal y como la da Google Analytics no resulta demasiado práctica. En este artículo veremos cómo generar automáticamente un gráfico que clasifique un grupo de páginas en función de su uso, y nos permita de un solo vistazo hacer un análisis más rápido y eficaz.

Cuatro tipos de página

En función de uso que haga un visitante de una página podemos clasificar esta en cuatro tipos:

  1. Rebotes: la visita llega a una página y la abandona sin interactuar con ella. Por lo tanto entra y sale por la misma página. En principio el mero dato de que un usuario rebote no nos dice nada si no le ponemos un contexto que dependerá del sector de la web, el cometido de la página concreta que se visita y el comportamiento en otras páginas de la misma web. Y eso por no hablar de posibles personalizaciones de la medida del rebote que podamos haber hecho. Por tanto ni el número de rebotes ni la tasa de rebote nos dicen nada por si solos.
  2. Páginas de entrada: una vez que hemos perdido casi toda la información de las keywords de búsqueda, gracias al not provided, el análisis de páginas de entrada es la única forma de valorar el éxito de nuestras estrategias de captación de tráfico de buscadores. Una página usada como página de entrada significa que ha atraído el interés del visitante… o no, pues el dato de páginas de entrada que da Google Analytics incluye también las visitas que rebotan que quizás no tengan tanto interés.
  3. Páginas de salida: es la última página que ve el visitante antes de abandonar la web. En ocasiones se le da mucha importancia por considerarse un punto de fuga que hay que optimizar, pero como dice Avinash en Analítica Web 2.0 “todo el que entra en un sitio web al final tendrá que dejarlo en algún momento”, por lo que “el hecho de que se marchen desde una página concreta, ¡no es indicativo de la grandeza de dicha página ni de lo contrario!”. Nuevamente el contexto es vital, lo que incluye el tipo de web y la comparación con otras páginas de la misma. Así en un periódico o un blog casi todas las páginas tendrán la misma probabilidad de ser páginas de salida, pero en un ecommerce, quizás que se salga por la página de confirmación del pago, después de haber introducido todos los datos, y sin concluir la compra, signifique que algo va mal. Al igual que ocurre con las páginas de entrada, el dato que nos da Google Analytics incluye tanto las salidas después de visitar varias páginas de la web, como las salidas que forman parte de visitas que rebotan.
  4. Páginas de navegación: por descarte, si una página no es ni de entrada, ni de salida, pero se ha visto durante una visita, es una página que llamaremos “de navegación”, es decir que se ha visto en algún punto intermedio entre la entrada y la salida. La página de categorías de una tienda, sería un típico ejemplo de página que normalmente se usará principalmente como página de navegación. Este dato simplemente no lo tenemos en Google Analytics, y si lo queremos tendremos que calcularlo.

Métricas necesarias

Para generar nuestro gráfico vamos a extraer los datos del TOP 10 de páginas más vistas de una web, pero según las necesidades se pueden sacar las de una sección, una lista concreta de páginas o cualquier otra opción. Necesitaremos calcular el número de entradas y salidas, sin incluir el rebote, y también calcular el número de páginas de navegación.

Dimensiones y métricas de Google Analytics

Usando los nombres de las métricas de la API tendremos que:

  • Páginas vistas totales = pageviews
  • Rebotes = bounces
  • Páginas de entrada = entrances – bounces
  • Páginas de salida = exits – bounces
  • Páginas de navegación = Páginas vistas totales – Páginas de entrada – Páginas de salida – Rebotes
    o lo que es lo mismo…
  • Páginas de navegación = pageviews – entrances – exits + bounces

Obtengamos los datos

Ahora haremos uso de la API, a la que accederemos mediante Excel y Supermetrics Functions para extraer los datos necesarios. Por supuesto puedes utilizar cualquier otra forma de extraer los datos.

Una vez descargada la plantilla de Supermetrics e insertado el token necesario para darle acceso a nuestra cuenta de Google Analytics crearemos una nueva hoja en blanco y copiaremos en ella (para simplificar), desde la primera celda, el ejemplo más complejo de los que vienen. Sobre ese ejemplo haremos los siguientes cambios en las casillas sombreadas en azul:

Supermetrics functions

  • Profile ID: apuntaremos al perfil del que queramos consultar los datos. Todos los que podemos acceder con la cuenta autorizada están en la columna M de la hoja Analytics.
  • Metrics: métricas que queremos extraer separadas por el símbolo &. Es decir: pageviews&entrances&exits&bounces
  • Dimensions: pagePath para obtener la ruta de la página. Si estamos seguros de tener una buena asignación  de títulos únicos podemos usar pageTitle en su lugar y el resultado será más presentable.
  • Sort: pageviews_desc para obtener las páginas más vistas.
  • Settings: mostramos las cabeceras con INCLUDE_HEADERS
  • El resto queda vacío salvo el rango de fechas que deseamos consultar y el máximo de resultados y categorías que podemos ajustar a 10.

Por último tenemos que corregir una referencia que se habrá roto al copiar la consulta a otra página. Nos colocamos en la casilla B17 y vemos que los parámetros de la fórmula empiezan por #¡REF!, en su lugar debe aparecer la casilla del token, es decir Analytics!D26. Lo cambiamos y pulsamos Ctrl+May+Enter puesto que es una fórmula matricial.

En cuanto lo hagamos ya obtendremos los datos que necesitamos. Para hacer una hoja más limpia puedes reducir el tamaño de la matriz evitando la aparición de los #N/A en las celdas sin datos.

Tabla de resultados

Generar el gráfico de páginas más vistas

Una vez que tenemos los datos en bruto vamos a preparar los que necesitamos para generar el gráfico. El gráfico van a ser barras 100% apiladas  y vamos a colocar los datos en el siguiente orden: páginas de entrada, rebotes, páginas de salida y páginas de navegación, así que para facilitar el trabajo generaremos la tabla final en el mismo orden, simplemente aplicando los cálculos que ya hemos visto a los datos que acabamos de extraer.

Interpretación del gráfico de páginas vistasTabla de datos para el gráfico

Ahora basta con seleccionar toda la nueva tabla y generar un gráfico de barras 100% apiladas, que después de trabajarlo un poco en cuanto a aspecto quedará algo como esto:

Gráfico de uso de páginas

Esta gráfica nos da la composición de los tipos de uso para cada página. Para tener también una idea de la importancia por el volumen de páginas vistas añadiremos un segundo gráfico de barras con el total de páginas vistas, que podemos obtener de la primera tabla.

Gráfico de uso de páginas con volumen de tráfico

Por supuesto es posible fusionar ambos gráficos si en lugar de barras 100% apiladas usamos barras apiladas a secas, pero esto nos haría más difícil comparar las composiciones de páginas con una cantidad de visualizaciones muy diferente.

En el ejemplo he usado los datos del año 2009 de Luces y Fotos, mi blog de fotografía que también tiene una galería de fotos (posteriormente se modificó la forma de medir el rebote y resultaba menos claro para este artículo, además también ha cambiado su estructura). En la última gráfica se ve rápidamente el diferente comportamiento de los usuarios en las páginas de galería y en las del blog. Mientras que las primeras son básicamente páginas de navegación en las que se ve una foto tras otra, las del blog atraen las visitas, que leen el artículo y se van, rebotando. En este gráfico no vemos el tiempo que dedicado a leer el artículo, pero es algo que podría añadirse dividiendo el segmento de los rebotes según el tiempo que se tarda en rebotar. Además podemos ver como hay páginas que destacan con un comportamiento diferente. La primera, por ejemplo, era en aquella época la página principal de la galería de fotos, por lo que actuaba más como página de entrada y salida. La segunda, la tercera y la última, forman parte de una serie de artículos que fomentan la lectura secuencial, y esto hace que sea menor el rebote y mayor el uso en navegación.

Hablando ya de casos reales en clientes, con un gráfico de este tipo hemos podido detectar desde errores de configuración de las redirecciones de un servidor, al tener una página un comportamiento muy diferente al que se esperaba de ella, hasta campañas de marketing que no estaban funcionando como se esperaba. Y lo que es mejor, no solo detectarlo rápidamente, sino poder mostrarlo con claridad. Además, al incorporar el tiempo que se tarda en rebotar, incluimos otra valiosa información sobre el interés del usuario en el mismo gráfico.

Gráfico de uso de páginas con rebote

 

Sobre Oscar G. Peinado

Ingeniero Técnico Industrial. Máster en Analítica Web por KSchool. Posgrado en SEO & SEM por INESDI. Analizando y explicando datos desde 1996. Vinculado al medio online desde 2006. Más de 17 años como analista para revistas como MacWorld y PC World, de la que fue director del laboratorio, y responsable de contenidos, analítica web y SEO de PC World Digital.

1 Comentario

  1. Genial!!!! Excelente artículo (super útil para nosotros) y explicado como siempre (de bien)!!!

    Responder

Trackbacks/Pingbacks

  1. @DelpozoP - Muy útil >> Análisis de páginas según su uso - http://t.co/zIwey4Fb1A @la_metrica

Deja un comentario