Implementaciones de Google Analytics con Komito. Rápidas pero arriesgadas

Implementaciones de Google Analytics con Komito. Rápidas pero arriesgadas

Cuando abordamos la implementación de una herramienta como Google Analytics, una de las cosas que tendremos que hacer es configurarlo para que mida toda una serie de cosas que no contempla por defecto, pero que son muy comunes en cualquier página web, como los enlaces salientes, descargas, enlaces en mail, botones sociales, etc.

Para facilitar este trabajo Datamart proporciona una librería JavaScript de código libre que promete encargarse de todo con sólo añadir una línea al código fuente de la página web. Sin embargo, si nos limitamos a añadir esta línea sin tener claro que es lo que hace la librería, los datos recogidos pueden llevarnos a conclusiones erróneas y, lamentablemente, no he encontrado documentación que recoja su funcionamiento con detalle. Veamos cómo funciona.

Instalar Komito Analytics

Komito Analytics es compatible con varias soluciones de analítica web, entre las que se encuentra Google Analytics, que es en la que nos vamos a centrar por su mayor cuota de mercado. Para su instalación basta con añadir una línea antes de la etiqueta </body>, que cargará la última versión de la librería desde github.

<script src="//datamart.github.io/Komito/komito.js"></script>

En caso de que estemos usando Google Tag Manager para gestionar nuestras etiquetas bastaría con crear una nueva etiqueta HTML con esta línea y hacer que se dispare en todas las páginas. Además, es conveniente que la configuremos para que solo se lance después de la de Google Analytics. Para ello en la etiqueta de Google Analytics podemos ir a Configuración Avanzada -> Secuenciación de etiquetas y elegir la etiqueta HTML que acabamos de crear para que se active después.

A partir de este momento nuestra cuenta de Google Analytics empezará a recibir los eventos que genera Komito Analytics y ya podremos verlos en los informes en tiempo real.

¿Qué datos genera Komito Analytics?

Komito Analytics crea los eventos necesarios para seguir las interacciones más comunes en cualquier página web, entre las que se encuentran las siguientes:

  • Clics en enlaces salientes
  • Botones sociales
  • Descarga de ficheros
  • Envío de formularios
  • Páginas vistas por usuarios logados en Google, Google+ y Twitter
  • Clics en enlaces de mails, teléfonos, etc
  • Impresiones de página
  • Reproducciones de vídeos
  • Scroll
Unos días después de añadir Komito Analytics encontraremos algo parecido a esto en el informe de eventos de Google Analytics

Unos días después de añadir Komito Analytics encontraremos algo parecido a esto en el informe de eventos de Google Analytics

El detalle de que elementos en concreto se contemplan se puede encontrar en la web de Komito, en la que también encontraremos la forma de desactivarlos uno a uno, pero a continuación vamos a intentar ver en detalle cómo se miden estas interacciones y con qué situaciones hemos observado que hay que tener precaución para no caer en errores de interpretación. Y decimos intentar porque para entender cómo se comporta hemos tenido que recurrir a herramientas de auditoría que nos indican que datos se mandan a Google Analytics en las diversas situaciones contempladas en la página de demo de Komito, o en un par de webs de test en las que lo hemos estado probando, y esto nos lleva a que habrá otras situaciones que puede que no hayamos tenido en cuenta.

Clics en enlaces salientes

Siempre que se haga clic en un enlace a un dominio diferente del propio se registrará un evento con “outbound” en la categoría, el dominio de destino en la acción, y la URL de destino completa en la etiqueta.

Botones sociales

Se hace seguimiento mediante eventos sociales de los botones de Facebook, Twitter y Linkedin, siempre que se usen los botones oficiales, pues con algunos de los plugins típicos para CMS no funciona.

En el caso de Facebook se hace uso de la API de la red social, por lo que el evento no se lanza hasta que no se ha completado la acción del botón (por ejemplo, hasta que no se ha compartido realmente y publicado en tu muro).

En cambio en Twitter basta con pulsar el botón para que se registre el evento, por lo que si después se cancela y no se publica no podremos saberlo. Además el mismo evento se registra de dos formas, una como clic en enlace saliente con destino twitter.com y otra como evento social. Al analizar tendremos que tenerlo en cuenta para no contar más interacciones de las reales.

En LinkedIn no está implementada la demo, pero si hay un ejemplo en la página de integración y, aparentemente, se registra solo como enlace saliente.

Descarga de ficheros

Los ficheros más habituales se monitorizan clasificados según su extensión y en base a un listado limitado en el que echamos en falta algunos tipos de documento relativamente comunes. Si los necesitas siempre puedes descargar el código fuente y añadirlos. Por ejemplo, entre los “Documentos” están los pdf y las extensiones de Microsoft (.doc, .docx, .xls, .xlsx, .ppt y .pptx), pero no las extensiones de los formatos abiertos y estándar OpenDocument (.odt, .ods, .odp…). En los archivos de medios no aparecen algunos tan comunes como .mpg y .mpeg.

Los archivos descargados se registran tanto si están en nuestro propio dominio como si están en uno externo, con la particularidad de que si el dominio es externo también se genera un segundo evento de enlace saliente, por lo que lo tendremos contabilizado dos veces en dos sitios diferentes.

Envío de formularios

Para los formularios no se utiliza un solo evento asociado al envío correcto, sino un evento por cada campo, incluidos los campos ocultos. La categoría es “form” y la acción el nombre del formulario o “form” si no tiene nombre. En la etiqueta se indican los nombres de cada uno de los campos y su tipo, pero no hay forma de saber si se han completado correctamente o no.

Si el envío es erróneo, por ejemplo porque los campos estén vacíos, los eventos se lanzan igualmente, de modo que un formulario con 10 campos generaría 10 eventos iguales cada vez que se pulse el botón enviar, independientemente de que campos se hayan rellenado o de si el envío se hace realmente o no.

En la captura se ve que se han usado seis veces el formulario de búsqueda y dos el de contacto, aunque este último ha generado 18 eventos que no aportan información adicional.

En la captura se ve que se han usado seis veces el formulario de búsqueda y dos el de contacto, aunque este último ha generado 18 eventos que no aportan información adicional.

Páginas vistas por usuarios logados en redes sociales

Si al visitar una página el usuario está logado en Google, Google+ o Twitter, se registrará la página vista como evento social.

Clics en enlaces de mails, teléfonos, etc

Se registran los enlaces etiquetados como mail, teléfono, sms o Skype cuando se hace clic en ellos y se clasifican por el tipo de enlace.

Impresiones de página

Al imprimir la página se genera un evento de categoría “Print”.

Reproducciones de vídeos

Los vídeos insertados desde YouTube, Vimeo o con HTML5 se monitorizan para registrar el número de plays, pausas y finales de reproducción, pero el funcionamiento es ligeramente diferente.

En los videos HTML5 y YouTube, si el usuario hace un salto en el vídeo se genera un pause seguido de un play automáticamente, en cambio esto no ocurre en los de Vimeo, que no genera ningún evento.

Además en los vídeos HTML5, antes del evento “ended” se produce un “pause”. Esto no ocurre en los de YouTube y Vimeo.

Por lo tanto si tenemos una mezcla de fuentes de vídeo tendremos que tener cuidado pues aunque tengan las mismas reproducciones las cifras siempre serán diferentes, aunque hay que decir que el motivo de esto es, posiblemente, el diferente comportamiento de los reproductores de cada fuente, más que la forma en que se ha desarrollado Komito.

En el caso de que tengas los vídeos en HTML5 en alojamiento propio, puede que te sea más útil el artículo Cómo analizar vídeos con Google Analytics, Tag Manager y video.js pues además de estos eventos podrás registrar cualquier porcentaje intermedio.

Scroll

De forma automática cuando un usuario baja en la página, Komito lanzará eventos al llegar al 25%, 50%, 75% y 100%. El objetivo es hacernos una idea de si las páginas están recibiendo atención o no, aunque para ser más precisos habría que añadir la medida del tiempo, pues no es lo mismo bajar del tirón hasta el final (Komito lanzará los 4 eventos de scroll), que ir leyendo y bajando poco a poco.

Además hacer scroll es una interacción del usuario, por lo que los programadores han optado por hacer que estos eventos sean con interacción. Como resultado veremos que la tasa de rebote de nuestra web baja drásticamente (en torno al 15% en nuestras pruebas). Quizás deberíamos preguntarnos si queremos considerar como interacción que un usuario entre, baje hasta el 25% en menos de un segundo y salga.

Al instalar Komito Analytics en un blog la tasa de rebote se desploma, pues cada vez que un usuario hace scroll hasta el 25% de la página ya se considera que no ha rebotado.

Al instalar Komito Analytics en un blog la tasa de rebote se desploma, pues cada vez que un usuario hace scroll hasta el 25% de la página ya se considera que no ha rebotado.

Conclusiones

En definitiva, Komito Analytics puede ser una solución para generar ciertos eventos rápidamente sin necesitar dedicar grandes recursos a la implementación, pero desde luego no es una solución para implementar sin saber lo que se está haciendo, pues es imprescindible estar en condiciones de poder analizar cómo se generan estos eventos y tenerlo claro y documentado antes de empezar a grabar datos en una cuenta de producción.

En muchos casos los resultados pueden no ser tan intuitivos como cabría esperar, y nos encontraremos interacciones duplicadas, elementos que esperamos que se comporten igual y tienen diferencias, o una avalancha de eventos que no aporta mucho como en el caso de los formularios.

Recurrir a Komito Analytics como solución para hacer una implementación rápida sin los conocimientos necesarios, puede llevar a tener unos datos en Google Analytics que no se puedan analizar correctamente y nos lleven a tomar decisiones erróneas.

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.

Deja un comentario