DATA FIRST #6: introducción al análisis de datos con Connectif

Es interesante conocer que la analítica al fin y al cabo es un enfoque metodológico que implica recopilar, transformar, analizar y visualizar datos con el objetivo de obtener información significativa y tomar decisiones informadas sobre los resultados.

La analítica no sólo se aplica al campo de los negocios como en nuestro caso en el marketplace, sino también a la ciencia, la tecnología o la salud. Por lo que, a continuación, os hablaremos de su importancia y de qué tipos de informes puedes elaborar con Connectif.

Te dejamos aquí el formato vídeo. Si prefieres leer, continúa más abajo.

El proceso de analítica de datos

Dentro de los componentes clave dentro del proceso de la analítica debemos destacar:

• Recopilación de datos: recopilaremos datos de diversas fuentes, BBDD. Pueden ser numéricos, textuales, visuales o la combinación de estos tres, como ocurre en nuestro caso.
• Transformación de datos: en esta parte limpiaremos, organizaremos y estructuraremos los datos para analizarlos más fácilmente.
• Análisis de datos: aplicaremos técnicas y herramientas en el análisis de los datos. En nuestro caso, la herramienta de la que nos facilitaremos son los informes creados dentro de la herramienta de Data Explorer, que nos ayudará a descubrir patrones o tendencias en los datos obtenidos según las métricas que marquemos.
• Interpretación y descubrimiento: Extraeremos información relevante y valiosa de los resultados obtenidos. Aquí descubriremos ideas, relaciones o soluciones a problemas que den los datos.
• Visualización de datos: Nos ayudamos de tablas, gráficas u otros elementos visuales para presentar la información obtenida de manera clara y comprensible, en este caso para el cliente.

Existen 4 tipos de analítica: descriptiva, predictiva, de diagnóstico y prescriptiva.

• La analítica descriptiva se basa en describir eventos pasados y presentes basándose en informes y visualizaciones estáticas.
• El análisis predictivo emplea modelos estadísticos para predecir eventos futuros basados en eventos ya acontecidos.
• El análisis de diagnóstico nos sirve para poder determinar las causas por las que obtuvimos estos datos.
• Y en nuestro caso, hacemos un tipo de análisis prescriptivo, puesto que sugerimos acciones específicas para lograr resultados deseados a partir de los datos pasados que obtenemos.

La herramienta de Data Explorer en Connectif

Es fundamental reconocer que el Data Explorer en Connectif marca un punto crucial y muy interesante. Más allá de ser únicamente una herramienta de automatización mediante workflows, Connectif busca centralizar toda la información que recopila, ya sea de nuestros contactos conocidos o anónimos, así como de las actividades en nuestro sitio web. Esta acumulación de datos brinda la oportunidad de generar informes que guían nuestro negocio hacia direcciones específicas, impulsando decisiones informadas y estratégicas.

Gracias al Data First hemos podido desarrollar e investigar diferentes casos super interesantes donde lo aplicamos de manera integrada y beneficiosa para nuestras acciones en Connectif. Visitando el resto de entradas de nuestro blog puedes descubrir mucha información sobre el RFM y como simplificar los segmentos, que días y horas son las mejores para lanzar tus campañas, conocer más sobre la tasa de bajas, la importancia del CLV y el Lead Nurturing.

Además, desde el canal de Youtube de Geotelecom, puedes ver videos explicativos dónde hacemos un recorrido dentro de la herramienta y te enseñamos workflows esenciales. ¡No te lo pierdas!

Los 4 informes esenciales que debes incluir en tu Data Explorer

Dentro de los informes que se pueden plantear, vamos a ver algunos que pueden ser clave a la hora de plantear la estrategia del ecommerce.

La manera de generar informes en Connectif es muy sencillo, pues no deja de ser un “drag and drop” donde seleccionamos cuales son las dimensiones con las que queremos agrupar el informe y arrastraremos las métricas que mostrará el informe.

Informe de compradores recurrentes vs. compradores primerizos

Este informe se enfocará en analizar la mejora en la recurrencia de nuestros compradores a lo largo del año. Organizaremos los datos por mes como dimensión principal, centrándonos en métricas específicas relacionadas con compradores primerizos y recurrentes.

Seleccionaremos el número de compradores primerizos y recurrentes, así como el porcentaje correspondiente a cada grupo. Este enfoque en porcentajes es fundamental, ya que nos permitirá comprender mejor el peso relativo de los compradores recurrentes y primerizos. No es suficiente basarse únicamente en los números absolutos, ya que en ocasiones, incluso cuando el número total de compradores recurrentes aumenta, el porcentaje puede disminuir.

Esto podría deberse a la incorporación de nuevos clientes en ciertas campañas, lo que afecta la proporción de compradores recurrentes. Analizaremos el impacto de nuestras acciones dirigidas a mejorar la recurrencia de los compradores. La estrategia dependerá de si deseamos un análisis más amplio (considerando el último año de acciones) o más inmediato (limitado al último mes, por ejemplo). Al realizar este análisis en conjunto para ambos tipos de compradores, obtendremos una visión más completa y podremos planificar una estrategia más efectiva.

Un incremento gradual en el porcentaje de compradores recurrentes indica que estamos implementando una estrategia exitosa en nuestro comercio electrónico. En caso contrario, será necesario reevaluar el plan estratégico para los próximos meses y buscar formas de mejorar este porcentaje.

Este informe resulta esencial, ya que ofrece una visión clara de los datos y nos permite trazar una estrategia sólida considerando ambas categorías de compradores. A través de su análisis, podemos ajustar nuestras acciones y aspirar a resultados más positivos en cuanto a la proporción de compradores recurrentes.

Informe de datos RFM en específico

Como vimos en el artículo anterior, el RFM es una herramienta de agrupación por tipo de clientes muy interesante. En esa parte simplificamos y posicionamos a cada grupo dentro de un estado en el proceso de compra. Con este informe podremos analizar de una manera minuciosa el comportamiento de los diferentes segmentos en los diferentes canales (email, contenido web y push).

Agruparemos los datos por los segmentos RFM que nos brinda Connectif, aunque posteriormente sugerimos simplificarlo en los 4 grupos que comentábamos en el artículo anterior para hacer un análisis más simple pero igualmente completo.

En cuanto a métricas, nos interesa saber:

• Número de compradores
• % de compradores recurrentes
• Importe total de compras
• Número de compras atribuidas a email
• Tasa de conversión de email
• Número de compras atribuidas a notificaciones PUSH
• Tasa de conversión de notificaciones Push
• Número de compras atribuidas a contenido web
• Tasa de conversión de clics de contenido web
• Número medio de abandonos de carrito por contacto
• Número de compras
• Número medio de compras por contacto

Como indicábamos en el informe anterior, nos interesa tanto el valor absoluto como la tasa, pues estos pueden variar el uno del otro. Este informe nos puede ayudar a la hora de planificar las acciones según el canal y el tipo de comprador que sea, pues podremos estudiar el comportamiento de compra y conversión de cada segmento según impacto de cada canal y dirigirnos de una manera más efectiva a cada segmento.

Informe de email marketing

Este informe está dirigido a examinar las métricas relacionadas con el canal de email marketing, con el propósito de exportar regularmente estos datos a una hoja de cálculo que podremos volcar a una tabla en Data Studio. Este enfoque nos permitirá visualizar y analizar los datos de manera interactiva en Data Studio.

En términos de dimensiones clave, se busca incluir información sobre el workflow del email, su nombre, el día y el mes (especialmente si estamos enfocándonos en un año específico). En cuanto a métricas, se priorizan los indicadores esenciales para comprender el rendimiento de la campaña:

• Número de envíos.
• Aperturas totales.
• Tasa de apertura.
• Número total de clics.
• Tasa de clics en relación con las aperturas (CTOR): nos interesa que sea un dato lo más fiel posible, y el CTOR calcula los clics basándose en las aperturas, no los envíos simplemente como hace el CTR.

Establecemos un período de tiempo pertinente para diseñar estrategias futuras. Este informe puede mantenerse dentro de Connectif para analizar el rendimiento de las campañas basado en estas métricas, lo cual es crucial para la planificación estratégica de campañas de email. Para un análisis más completo, podemos exportar los datos y utilizarlos como fuente de datos en Data Studio.

La ventaja de utilizar Data Studio es la capacidad de cruzar los datos de Connectif con los de Google Analytics, lo que permite entender el impacto de los envíos de correo electrónico en la actividad del sitio web. Esto nos brinda un informe visual que facilita el análisis de las estrategias más efectivas dentro del canal de email marketing.

Aunque se pueden obtener conclusiones sustanciales directamente desde Connectif, el enfoque en Data Studio proporciona una visualización más robusta y la capacidad de realizar análisis comparativos con datos de Google Analytics.

Informe de estadísticas en emails

Aunque en este informe empleamos algunas métricas similares a las anteriores, en este caso el objetivo del análisis es obtener datos de: número de compras, número de carritos abandonados, tasa de apertura, tasa de clic en email y tasa de conversión de email en base a los días de la semana. Con estos datos, podemos llegar a determinar qué días de las semanas funcionan mejor en compras y email.

Es un informe también centrado en el canal de email, puesto que es una función muy potente de la herramienta que desde nuestro departamento desarrollamos mucho. Además, agrupamos por semana o días de la semana, según el tipo de datos que nos interese medir.

En cuanto a las métricas, emplearemos:

• Número de envíos de email
• Tasa de apertura de email (OR)
• Tasa de clics de email (CTR)
• Tasa de conversión de email
• Número de bajas de email
• Tasa de bajas de email
• Tasa de rebote de email

Así podremos analizar entre otras cosas el envío excesivo o insuficiente de correos y podremos identificar la frecuencia óptima de envío para mejorar la participación y evitar el spam. La analítica es un proceso esencial para convertir datos en conocimientos significativos. Permite tomar decisiones más informadas, identificar oportunidades y desafíos, y optimizar procesos.

Como ves, el Data Explorer es una herramienta muy potente que nos permite analizar datos de infinidad de maneras diferentes. No existe un informe que recoja toda la información que necesitamos para actuar sobre nuestro ecommerce, pero nos ayuda a analizar de manera específica los diferentes aspectos que queremos impulsar en este.

No queremos cerrar el post sin antes hacer una pequeñas recomendaciones y tips esenciales:

Si necesitas un análisis más exhaustivo enfocado concretamente en tu negocio, en Geotelecom ofrecemos el servicio de Marketing Automation, donde empleamos diversas herramientas para impulsar tu sitio web y que los usuarios quieran visitarte una y otra vez.

Contáctanos y cuéntanos tu caso.