Google Analytics and a game changer 🚀-🔥 Bogota- Colombia

Google Analytics y un cambio de juego

Durante mucho tiempo, consideré que los informes estándar de Google Analytics eran la mejor manera de obtener información útil. De vez en cuando, luché con el muestreo, las limitaciones y los resultados extraños, pero no pude evitarlo, hasta que descubrí Google Analytics 360 y las exportaciones de datos sin procesar a Google BigQuery .

Después de algunas horas jugando con SQL , ya podía entregar información que nunca podría tener con los informes agregados de Google Analytics. Desde ese día, he estado explorando cómo los datos sin procesar pueden ser el mejor amigo de un analista web.

Ahora que cada vez más herramientas le permiten acceder a datos sin procesar (y el almacenamiento en la nube se ha vuelto más poderoso), los analistas web también deberían cambiar su enfoque.

In this article, haré lo siguiente:

  • Presentarte las diferencias entre los datos brutos y agregados;
  • Mostrarle qué esperar de este nuevo acceso;
  • Demuestre cómo puede obtener estos datos (a bajo costo);

¿Cuál es la diferencia entre datos brutos y agregados en Google Analytics?

Google Analytics, in the free version, provides only aggregated data. Eso significa que no puede obtener toda la información de página vista por página vista, evento por evento. Obviously, puede obtener mucha información a través del informe del Explorador de usuarios, pero esto es limitado, no escalable y no se puede descargar.

Para uso regular, los datos agregados suelen ser suficientes. After all, la mayoría de las preguntas que respondemos son bastante básicas

Responder estas preguntas no requiere datos sin procesar. Los informes predeterminados o personalizados en Google Analytics hacen el trabajo. So, ¿por qué sumergirse profundamente en millones de filas de datos precisos?

El problema con los datos agregados es que, bueno, están agregados: estás mezclando un montón de comportamiento del usuario, a veces ocultando los hechos más interesantes.

Tomemos un ejemplo simple con páginas por sesión. Supongamos que tiene dos fuentes con seis sesiones cada una que tienen el siguiente número de páginas por sesión

Al observar los datos sin procesar, puede ver que si omite el valor atípico estadístico de 10 páginas, la Fuente A tiene mucho menos compromiso. Nevertheless, si marca solo datos promedio , es lo mismo que Fuente B: 3 páginas. (La mediana sería diferente).

So, ¿por qué este enfoque más granular no es el predeterminado para Google Analytics? Debido a los costos de cálculo. Cuando proporciona solo datos agregados muestreados, no necesita pasar por millones de filas en cada informe. Tiene sentido que la versión gratuita de Google Analytics no proporcione cálculos avanzados gratuitos.

¿Qué puede obtener de los datos sin procesar?

Ahora que ve las limitaciones de los datos agregados, veamos algunos casos de uso para datos sin procesar

¿Una cosa que falta seriamente

en Google Analytics? Sincronización. No hay una manera simple de conocer el intervalo de tiempo real entre un complemento al carrito y una compra, ya sea dentro de la misma sesión o no.

Now, pueden facturarle según el uso real de datos en BigQuery. Y, como analistas web, debemos ser plenamente conscientes de exactamente lo que obtienes por esa inversión.

Calendario de eventos

Of course, puede almacenar algunos tiempos en una cookie y hacer sus propios cálculos. Pero esto parece reinventar la rueda: ¡se supone que Google Analytics ya ha recopilado estos datos!

Con el análisis de datos sin procesar, puede obtener fácilmente el momento preciso de un evento para un usuario determinado y compararlo con otro evento para el mismo usuario. Para un análisis más amplio, puede agregar datos de cualquier manera que decida: promedio, mediana, distribución porcentual o algún modelo estadístico avanzado.

¿No es importante saber que el 20% de sus usuarios convierten en 2 minutos y el 10% tarda más de 7 days? ¿No crees que deberías comunicarte de manera diferente con estos dos grupos de visitantes?

Análisis del alcance del usuario

En los informes de Google Analytics, incluso Google Analytics 360, la segmentación de usuarios está limitada a 90 days . Para algunas empresas, especialmente aquellas con un largo proceso de decisión , esta ventana retrospectiva no es suficiente.

Con datos sin procesar, puede responder preguntas como:

  • ¿Es más probable que los usuarios adquiridos durante la temporada de vacaciones compren en septiembre que otros tipos de usuarios?
  • ¿Qué efecto tiene mirar un video en el transcurso de un año? ¿Ayuda con las conversiones?

Si almacena datos sin procesar, puede mantener registros de eventos durante el tiempo que desee. Simplemente consulte con su oficial de protección de datos si la duración se ajusta al propósito del tratamiento.

Correlación

Un coeficiente de correlación muestra la relación estadística entre dos variables. Con datos grandes, puede ser perspicaz medir la relación entre dos comportamientos, how:

  • El impacto de las páginas vistas por tema en la compra. ¿Existe una correlación entre los tipos de contenido que lee un usuario y lo que compra?
  • Productos relacionados. Si compro el producto A, ¿qué categoría de producto tiene una correlación positiva con este producto?

Datos de terceros

By last, pero no menos importante, el almacenamiento de datos sin procesar puede ser un cambio total del juego si unes fuerzas con otras fuentes de datos. Aquí están algunos ejemplos:

Datos de comercio electrónico. Esto es especialmente valioso si almacena una identificación de cliente de Google Analytics junto con cualquier acción de agregar al carrito o finalizar la compra

.

Puede calcular una tasa de conversión más precisa ya que puede obtener información de transacciones incluso para los usuarios que no activaron Google Analytics en la página de confirmación (for example, los bloqueadores de anuncios evitan que se activen las etiquetas, los servicios bancarios no redirigen, las páginas de confirmación tardan demasiado para cargar, etc.).

further, como ahora está utilizando sus propios datos, puede eliminar los ingresos de las transacciones o devoluciones canceladas .