La voz del cliente en el ecosistema de la analítica web

El Web Analytics Ecosystem consiste en agregar distintos sistemas de medición que nos permitan obtener una información cuantitativa y cualitativa de POR QUÉ, QUIÉN, QUÉ, CUÁNDO y CÓMO de lo que hacen, piensan, opinan y desean nuestros usuarios y clientes online.

miércoles, 10 de noviembre de 2021
Según Eric Petterson, la analítica web se limita al CUÁNDO y DÓNDE pero no puede dar respuesta a aspectos cualitativos de POR QUÉ, QUIÉN, y CÓMO.
Web Analytics se centra en "dónde y cuándo", en la agregación, generación de informes y visualización de grandes volúmenes de datos, mediante la presentación de informes sobre el nivel de visitantes, la interacción, o incluso conocer los flujos, también conocidos como Paths (de dónde vienen y hacia dónde van).
 
La Voz del cliente se centra en "quién y cómo" mediante la recopilación de información directa de los visitantes de un sitio web. La Voz del Cliente también es apropiada para responder a las preguntas "Por qué". Tened en cuenta que es fácil detectar el “qué ocurre”, pero resulta muchísimo más complicado conocer el motivo de “por qué ocurre”.
 
 
Los sistemas de gestión de experiencia del usuario se centran en "qué y por qué" intentando conocer así el origen de los problemas de los clientes y/o clientes potenciales, y sobre todo el porqué de los mismos. La gestión de la experiencia del usuario (CEM) nos llevará a realizar un seguimiento y posterior resolución a los problemas que vayamos detectando en nuestro negocio a través de la elaboración de diagnósticos continuos sobre el comportamiento observado en los visitantes.   
Preguntas y Muestras
Como método de investigación de mercado hay varios aspectos que deben ser bien considerados para obtener credibilidad y fiabilidad en los resultados. La mayoría de los aspectos estadísticos y operativos suelen estar resueltos por los sistemas de encuesta online, pero hay dos aspectos que debemos considerar antes de empezar nuestro programa de VoC y que requieren atención.
 
¿Cómo realizar buenas preguntas?
Lo primero que debemos hacer es plantear o definir el objetivo del programa. Debemos revisar que se cumplan los requisitos de los programas VoC comentados en apartados anteriores, especialmente en cuanto a credibilidad, fiabilidad y accionabilidad. Una vez claro el objetivo del estudio y aseguradas las métricas, necesitamos centrarnos en realizar bien las preguntas.
 
Una vez que tenemos claro el objetivo debemos de tener en cuenta las siguientes recomendaciones a la hora de realizar las preguntas:
 
  1. Que estén diseñadas en el mismo idioma que hablan tus usuarios: Puedes trabajar con la misma encuesta, pero en diferentes idiomas y que sirva una u otra en función del idioma del navegador que se reconoce a partir de la cookie.    
     
  2. Que sea simple: No solo te lo agradecerán tus usuarios, sino también el analista. Cuando intentamos obtener más información de los usuarios, el ratio de cumplimentación de los formularios es cada vez menor, y hasta llegado un momento los usuarios lo completan con lo primero que ven. No obstante cara al análisis si planteamos muchas preguntas abiertas resultará complicado el valorar con una escala objetiva la opinión de un usuario. Para ello se recomienda que la mayoría de los campos estén delimitados por una escala que va de 1 a 5 o 1 a 10, siempre números tradicionales.    
     
  3. No condiciones las respuestas: A veces intentamos que las respuestas de los usuarios sean las que esperamos, y por ello dotamos de una picaresca de subjetividad a la hora de formalizar las preguntas. Por ello deberás dejar tu subjetividad de lado y desarrollar las preguntas de la manera más profesional posible.

¿Cómo escoger la muestra?

En los estudios de mercado la muestra estadística es clave. En estadística una muestra es un subconjunto de casos o individuos de una población. En un sitio web una muestra es un subconjunto del total de visitas, o un subconjunto del total de clientes o suscriptores en su defecto.
Las muestras se obtienen con la intención de inferir propiedades de la totalidad de la población, para lo cual deben ser representativas. Para cumplir esta característica la inclusión de sujetos en la muestra debe seguir una técnica de muestreo. De esta manera, una vez tengamos los datos muestrales y extrapolemos al grueso de la población, podremos obtener información cualitativa de calidad, más rápida y económica que si hubiéramos analizado al grueso de la población.
 
Por otra parte, en ocasiones, el muestreo puede ser más exacto que el estudio de toda la población porque el manejo de un menor número de datos provoca también menos errores en su manipulación. En cualquier caso, el conjunto de individuos de la muestra son los sujetos realmente estudiados.
 
El número de sujetos que componen la muestra suele ser inferior que el de la población, pero suficiente para que la estimación de los parámetros determinados tenga un nivel de confianza adecuado. Para que el tamaño de la muestra sea idóneo es preciso recurrir a su cálculo.

Si quieres formarte en Análisis de Datos, con el Máster en Analítica Web y Big Data de Spain Business School, elegido como la mejor opción para formarse en este área por el Ranking de El Mundo 2021, puedes convertirte en ese profesional que TODAS las empresas de TODOS los sectores están buscando... ¿Hablamos?
 
 
 

Posts Relacionados:

  • Qué tipos de datos recoge el Big Data

    Qué tipos de datos recoge el Big Data

    La diversidad de datos es una característica fundamental que impulsa la innovación, la toma de decisiones estratégicas y el descubrimiento de insights valiosos. Desde datos estructurados hasta no estructurados, pasando por datos en tiempo real y estáticos, el Big Data abarca un amplio espectro de tipos de datos que desafían las capacidades tradicionales de análisis.

  • ¿Qué es el data-driven marketing y porqué se ha convertido en un estándar?

    ¿Qué es el data-driven marketing y porqué se ha convertido en un estándar?

    Conocido también como data-driven marketing, el marketing basado en datos aporta metodología renovada para el análisis del comportamiento del consumidor, agilizada por las herramientas de big data, para la toma de decisiones rápidas que impulsen la conversión en los negocios.

  • Infografía: principales KPIs en RRSS

    Infografía: principales KPIs en RRSS

    No te pierdas esta infografía con los KPIs de las principales Redes Sociales

  • Técnicas cualitativas de analítica web

    Técnicas cualitativas de analítica web

    En la analítica web no hablamos de vuestras opiniones, ni de las opiniones de terceros, sino de datos, y sobre éstos actuamos. La opinión recobra valor por el añadido factor cliente/consumidor. Aportando datos cuantitativos y cualitativos nuestros argumentos serán más valiosos.

Utilizamos cookies propias y de terceros para mejorar nuestros servicios. Si continúa navegando está aceptando su uso. Puede retirar su aceptación cuando lo desee. Aceptar Política de Cookies