Analytics para ecommerce, la conversión segmentada

El mundo del ecommerce es, probablemente, el sector de los negocios online que más se ha entregado a las virtudes de la analítica digital. Es natural, puesto que junto a los SaaS son de los pocos en los que el «ruido» offline tiene un impacto menos relevante. Esto hace que con un programa analítico bien diseñado e instrumentado, puedas contar con una visión muy completa de todo lo que afecta al cumplimiento de tus objetivos de negocio.

Y sin embarga siguen repitiéndose en la red las misma preguntas que hace unos años se hacían en todos los foros de marketing: ¿Qué métricas debo vigilar en mi tienda online?

Es difícil determinar cuál es la métrica más importante para una tienda en línea, ya que depende de los objetivos y necesidades de cada negocio. Algunas de las métricas más comunes que se utilizan para medir el éxito de un ecommerce incluyen el tráfico del sitio web, el porcentaje de rebote, las tasas de conversión, el valor del pedido promedio y el número de clientes recurrentes. Todo esto está muy determinado por la fase de desarrollo del negocio en la que se encuentre la tienda.

Además, también es importante medir el engagement y la satisfacción del cliente, ya que pueden tener un impacto significativo en el éxito a largo plazo de la tienda online.

En realidad, las respuestas no han cambiado mucho en estos años, aunque ahora aparecen algunas relacionadas con la experiencia de usuario (UX) que antes no eran tan valoradas.

La métrica reina de cualquier ecommerce debería ser la rentabilidad del negocio. Si una tienda online no es rentable, poco importa todo lo demás. Sin embargo esta métrica no es del todo accionable y se presenta un poco pobre como North Star. La North Star es una métrica que refleja el éxito del negocio a largo plazo y que además debe reflejar tanto la generación de ingresos como también el valor que aportamos al cliente.

Esta North Star se alimenta a su vez de una serie de Input Metrics que reflejan el desempeño de cada área de responsabilidad en tu proyecto.

Un buen ejemplo de north star aplicada al sector ecommerce es el del valor de la cesta media o incluso del LTV (life time value). Normalmente unos valores altos de estas métricas reflejan, no solo el crecimiento de nuestro negocio, sino el de la satisfacción del cliente.

De entre todas las input metrics habituales, una de las que más preocupan a ecommercers de todo el mundo es el porcentaje o tasa de conversión. Esta métrica refleja de forma relativa la cantidad de personas que completan un objetivo (una compra, normalmente) y debo reconocer que es una de mis métricas preferidas por lo sencilla que resulta de entender y toda la información que aporta.

La tasa de conversión se suele utilizar para evaluar las fricciones en la web y el funnel de ventas pero su uso es muy amplio en casi cualquier fase del negocio.

Se trata de una métrica muy rica en su análisis segmentado: por canales de adquisición, por dispositivo de acceso, por países, por días de la semana o por cualquier otro parámetro que pueda ser determinante en el caso de tu tienda online.

En esta presentación que hice para WordCamp Griñón profundizo en estos aspectos y comento las medias de porcentajes de conversión en tiendas online españolas, algo que puede ser un buen punto para tu benchmarking.

Tengo que agradecer muy especialmente tanto al equipo de selección de ponentes de Griñón que contaron conmigo, como a Raiola Networks, la empresa de hosting que tanto me apoya en todos los eventos WordPress en España.

Y aquí tienes las diapositivas por si quieres repasar algún concepto:

2 comentarios en «Analytics para ecommerce, la conversión segmentada»

  1. ¡Muy útil el post para aprender sobre analytics para ecommerce! Me gustaría expresar mi agradecimiento por la información valiosa y práctica que se proporciona en el artículo.

    En resumen, el contenido del texto nos enseña la importancia de implementar una estrategia de analytics en un sitio web de ecommerce. Se detalla cómo las herramientas de analytics pueden ayudarnos a comprender mejor el comportamiento de nuestros clientes y a tomar decisiones basadas en datos para mejorar la experiencia del usuario y aumentar las ventas.

    Responder
    • Ahí, ahí, tirando de ChatGPT para escribir comentarios en posts XD. Por cierto, os he eliminado el enlace. No me gustan estos trucos de SEO barato 😉

      Responder

Deja un comentario