Usando el API de Google Analytics para mejorar nuestra web

Desde que Google sacó su herramienta Analytics nos proporcionó una nueva perspectiva gratuita para ver nuestra web desde los ojos de las personas que la visitan permitiéndonos conocer lo que "realmente opinan" los usuarios de tu web.

A primera vista desde el panel de control de Google Analytics, la gran cantidad de opciones y menús que tenemos resulta hasta confusa para entender realmente que nos están diciendo y más aún para gente inexperta. Así que tras un tiempo trabajando con ella, decidí ponerme manos a la obra para simplificar esta gran herramienta para hacerla un poco más sencilla.

¿Cómo usar el API?

En primer lugar, damos por supuesto que tenemos una cuenta de Google Analytics y un sitio web con el código Javascript que nos haga recolectar las estadísticas en nuestra cuenta.

En segundo lugar deberemos elegir unas librerías que nos ayuden a usar el API en función del lenguaje de programación que vayamos a usar. Para ello, podemos encontrar en la sección de librerías de Google Analytics una buena cantidad de librerías para diferentes lenguajes (Java, Python, PHP, etc.).

Tras estos dos pasos iniciales, tenemos todo listo para empezar a utilizar el API. Podemos echar un vistazo a la documentación del API  y como era de esperar las posibilidades que nos ofrece esta completísima API son muchas.

Lo que más nos interesa es conocer los parámetros con los que podemos utilizarla: dimensiones qué es lo que vamos a medir y las métricas son en qué unidad lo vamos a medir. Estas dimensiones y métricas las podemos agrupar de la manera que queramos, aunque para obtener unos buenos resultados deberemos hacerlo con sentido y además, podemos hacer el uso de filtros, que nos permite filtrar los valores devueltos por una métrica o una dimensión (por ejemplo una dirección web en concreto).

A continuación vamos a hablar de los datos básicos que se desprenden de su uso.

¿Tiene buen contenido o diseño mi web?

Tras interpretar los datos que obtenemos, podemos considerar si nuestra web tiene buenos contenidos o no desde dos puntos de vista, globalmente o específicamente para una página determinada.

Desde el punto de vista global, deberemos prestar atención al grupo de métricas ga:bounces y ga:entrances que nos dirá el tanto por cien de rebote de nuestra web. Este cálculo lo haremos realizando la división de  ga:bounces entre ga:entrances dándonos como resultado el número de cuantas personas abandonan la web tras visitar nuestra página inicial.

Un alto número en el tanto por cien de rebotes nos indica que la página inicial no contiene o no muestra de manera correcta lo que el usuario esperaba encontrar en ella y por tanto vuelve a la página anterior por donde llegó.

Otra valoración que podemos hacer es si estos contenidos globales son interesantes o no para el usuario mediante la métrica ga:timeOnSite que nos proporciona la cantidad de tiempo que estuvo el usuario en nuestra web y la dimensión ga:pageDepth, que nos dice la cantidad media que los usuarios ven cuando entran en nuestra web.

Desde el punto de vista específico para una determinada página, si existe un alto número número de rebotes significa que al llegar a esa página es confusa o no tiene interés para el usuario así que deberíamos mejorar los aspectos donde falle. Este cálculo lo realizaremos realizando la división de las dimensiones ga:bounces entre ga:uniquePageviews añadiendo la dimensión ga:pagePath a la consulta.

¿Son buenas las palabras clave que utilizo para cada página?

Las palabras claves nos sirven junto al contenido de cada página para describirla de cara a los buscadores. Para ver si las palabras claves que describen nuestras páginas son buenas podemos utilizar las dimensiones ga:source filtrando por ga:pagePath, especificando en esta última la página deseada a comprobar.

Si el resultado que nos devuelve es alto desde los buscadores Google, Yahoo, Bing, etc. significa que de cara a los buscadores las palabras clave describen bien el contenido.

¿Cuál es el comportamiento de los visitantes de mi web?

Un valor interesante es el que nos proporciona la dimensión ga:secondPagePath, que nos dice cuál fue la segunda página que visitó el usuario tras ver nuestra web. Ésto nos indica que es lo que más llama la atención en nuestra web pudiendo potenciar otras páginas que deberían tener mejores resultados.

Podemos observar también la navegación que realizan los usuarios para páginas determinadas y ver desde qué página llegaron y a qué página fueron desde ella. En este caso, para saber desde qué página llegaron a otra deberemos usar como parámetros la dimensión ga:previousPagePath,métrica ga:pageviews y el filtro ga:nextPagePath especificando la página objetivo.

Por el contrario, para saber qué página visitaron desde la actual usaremos la dimensión ga:nextPagePath, métrica ga:pageviews y filtro ga:previousPagePath con la página que queremos consultar

Los datos obtenidos nos dirán si la navegación que realiza el usuario es la que esperamos o por el contrario no lo es y por tanto el contenido no le interesa.

Conclusiones 

Aunque esta herramienta es muy potente para el marketing web y sólo hemos comentado algunas de las más importantes posibilidades que nos ofrece el API, también nos ofrece muchas más como seguimiento de campañas, comercio electrónico, fidelización de clientes, etc.

Todo estos datos sobre el patrón de comportamiento de los usuarios nos sirve para conseguir un mejor posicionamiento web y por tanto tener más posibilidades de éxito. Estas técnicas, mezcladas con los conocimientos de marketing tradicional, las utilizamos en Imaginanet para la consecución de los objetivos planteados en los proyectos de marketing online en que participamos.

En próximas entradas, hablaremos de posibilidades más avanzadas que nos ofrece.