Google Analytics DIY: replicación de la funcionalidad 360 en GA

Algunos de ustedes pueden tener la suerte de tener el presupuesto para pagar Google Analytics 360 con todas sus campanas y silbatos. Pero, para aquellos de ustedes que tal vez aún no estén listos para invertir mucho dinero, este artículo debería brindarles algunos consejos y trucos que les permitirán irse y obtener algunas de las funciones pagas sin tener que gastar un centavo

La mayoría de los clientes con los que trabajamos no tienen la versión paga de Google Analytics, por lo que hay una serie de procesos que hemos perfeccionado a lo largo de los años que permiten a nuestros clientes aprovechar al máximo sus paquetes de análisis gratuitos.

¿Qué estás comprando con 360?

En primer lugar, ¿qué paga realmente cuando invierte en Google Analytics 360? Bueno, como puede imaginar, hay una serie de características excelentes:

• Integración de BigQuery*
• Integración con Salesforce*
• Análisis de avances
• Acceso a datos sin procesar
• Informes de embudo avanzados
• Modelado de atribución
• Vistas aumentadas
• Cuotas de datos más grandes
• Dimensiones personalizadas adicionales*
• Datos más frescos
• Informes sin muestrear*

Todas estas son excelentes características, sin embargo, en este artículo vamos a ver los puntos que se destacan en la lista anterior y cómo podemos obtenerlos en la versión gratuita de la plataforma.

Pensamiento creativo

Google Analytics nos brinda un conjunto de herramientas o informes que nos permiten ver nuestros datos de cierta manera. Si bien esta es obviamente la forma más sencilla de usar la plataforma, con un poco de pensamiento creativo en torno a estas herramientas, podemos crear usos mejores y más grandes para ellas, donde podemos obtener aún más información de nuestros datos. Así que echemos un vistazo a algunos trabajos de características de bricolaje que podemos realizar.

Informes sin muestrear

El primer proyecto de bricolaje que vamos a ver son los informes sin muestrear. Muchos de nosotros probablemente nos hemos enfrentado a la situación en la que vamos a superponer un segmento o una dimensión secundaria en un informe y, de repente, aparece una marca amarilla en la esquina superior izquierda que nos indica que nuestro informe ahora está siendo muestreado.

Hay 2 formas de evitar esto. En primer lugar, si gastamos 120 000 £ en Google Analytics 360, obtendremos un botón adjunto a todos los informes que nos permitirá crear un informe sin muestrear. Alternativamente, sin embargo, hay una serie de productos gratuitos que utilizan la API de Google Analytics y vienen con una función llamada minimizar el muestreo. Ejemplos incluyen:

• Análisis perimetral para Excel
• Supermétricas para Google Sheets/Data Studio

Para comprender cómo funcionan estos productos, primero debemos analizar por qué Google Analytics toma muestras de datos en primer lugar. Hay una serie de factores involucrados en la tasa de muestreo, incluido el tipo o la calidad de las dimensiones, sin embargo, un factor importante es la cantidad de datos que se procesan.

La cantidad de datos en un informe tiene una relación muy lineal con el lapso de tiempo del informe: cuanto mayor sea el intervalo de fechas, más datos habrá en el informe y, por lo tanto, mayores serán los niveles de muestreo.

Lo que hace la función de minimización de muestreo antes mencionada es que, si está ejecutando un informe durante un período de 10 días, en su lugar, ejecutará 10 informes en incrementos de 1 día y los unirá. Cada uno de estos informes de 1 día tendrá una tasa de muestreo significativamente reducida o ningún muestreo debido a su tamaño reducido.

Esta es una manera realmente fácil de reducir el tamaño de la muestra y muy simple de implementar.

Una nota de GA4:

Vale la pena señalar que estos proyectos de bricolaje se centran en Universal Analytics; sin embargo, Google Analytics lanzó recientemente una nueva versión de la plataforma llamada GA4 que tiene un motor muy diferente debajo del capó.

Entonces, ¿cómo se ve el muestreo en la nueva plataforma GA4? Bueno, la respuesta corta es que sigue siendo una cosa. Funciona de manera ligeramente diferente, pero fundamentalmente tiene un límite máximo de 10 millones de visitas por consulta; por encima de este muestreo se producirá.

Es pronto para la plataforma, por lo que veremos cómo algunas de las plataformas de terceros discutidas anteriormente se adaptan a estos límites para ofrecernos opciones en torno a la minimización del muestreo.

Integración CRM

Cualquier empresa que genere clientes potenciales en línea y los convierta fuera de línea se habrá encontrado con el problema en algún momento de conectar los datos históricos de navegación de los clientes, como las páginas visitadas y la atribución del canal, con información de clientes potenciales, como la calidad y los ingresos generados.

Google Analytics 360 resuelve este problema mediante la introducción de un conector nativo para SFDC que le permite enviar información de este CRM en particular a Google Analytics. Este es un gran beneficio, ya que significa que puede comenzar a optimizar sus campañas para obtener clientes potenciales de calidad en lugar de solo enviar formularios.

Sin embargo, es perfectamente posible construir esta conexión usted mismo utilizando un elemento clave: la ID de usuario/cliente. Esta es la identificación que Google Analytics almacena en una cookie y utiliza para identificar visitantes únicos. Si captura este ID cuando se envía un formulario, puede almacenarlo como un campo en su CRM.

La siguiente etapa consiste en aprovechar el protocolo de medición de Google Analytics para comenzar a enviar datos de CRM a Google Analytics. Si envía estos datos junto con el ID de cliente/usuario, Google los conectará automáticamente con cualquier campaña histórica/comportamiento de navegación dentro de GA.

Esto significa que puede comenzar a alimentar datos como los ingresos fuera de línea y el estado de los clientes potenciales en Google Analytics (y, por lo tanto, también en Google Ads) y comenzar a optimizar las campañas en torno a las métricas que realmente cuentan.

Tecnología SAM

Si está pagando por GA 360 o construyéndolo usted mismo parece un poco más de esfuerzo de lo que está buscando, entonces la ayuda está a su alcance. Hemos creado una pieza de software que conecta una amplia gama de CRM (no solo SFDC) con Google Analytics. Llamamos a este software Tecnología SAM (Atribución Sistemática de Marketing). Si está interesado en optimizar sus campañas hacia las métricas que generan valor real para su negocio, comuníquese con nosotros.

Una nota de GA4:

Las conexiones nativas de CRM aún no son posibles con GA4, por lo que este sigue siendo un problema que debemos superar. Sin embargo, se incluye una conexión nativa con Big query que nos da la opción de fusionar nuestros datos de CRM a través de esta plataforma también.

Integración de consultas grandes

Big Query es la plataforma de base de datos de Google. Es probable que se vuelva cada vez más prominente en el mundo de la analítica, por lo que definitivamente recomendaría a las personas que se familiaricen con él. Tener sus datos almacenados en una base de datos personalizable en lugar de Google Analytics tiene una serie de ventajas diferentes, que incluyen:

• Integración más rápida con DataStudio
• Modelado predictivo
• fusionando datos
• Sin muestreo

La idea básica de cómo funciona esto es que defina los campos que desea extraer a través de la API de informes y luego cargue esos datos en Big Query. Los matices de cómo funciona esto son obviamente un poco más complejos, pero los laboratorios difusos hacen un excelente trabajo al explicar cómo funciona esto en el siguiente enlace: https://github.com/fuzzylabs/google-analytics-big-query-importer

Una nota de GA4:

GA4 cambia las reglas del juego en términos del uso de Big Query. Viene con un conector nativo que hace que sea muy fácil importar todos sus datos de GA a Big Query. Si está buscando obtener sus datos de GA en Big Query en el futuro, este es definitivamente el camino a seguir.

Dimensiones personalizadas adicionales

Nuestro último proyecto de bricolaje tiene dimensiones personalizadas. Para cualquiera que quiera repasar cómo funcionan, hay un enlace aquí: https://support.google.com/analytics/answer/2709828?hl=en.

Son extremadamente potentes y nos permiten enriquecer nuestro análisis con dimensiones y métricas personalizadas que son específicas de cómo funciona nuestro sitio web. El problema es que solo obtenemos 20 de ellos, por lo que a menudo hay que tomar una decisión en términos de lo que capturamos y lo que no.

A menos, por supuesto, que reconsideremos cómo informamos sobre ellos. Las dimensiones personalizadas en las que queremos centrarnos para este proyecto de bricolaje son aquellas con baja cardinalidad (es decir, hay pocas variaciones). Por ejemplo, concentrémonos en el escenario de cuando un usuario registrado donde la dimensión puede iniciar sesión o no iniciar sesión. Cuando hay una dimensión con baja cardinalidad, podemos buscar crear un segmento para cada resultado y, por lo tanto, liberar una dimensión personalizada.

Como ejemplo aquí, por lo tanto, si quisiéramos una dimensión personalizada a nivel de sesión para los usuarios que iniciaron sesión y los que no iniciaron sesión, podemos buscar crear un evento que se active cuando alguien inicie sesión. A continuación, creamos un segmento de nivel de sesión para las sesiones que incluyen un evento de inicio de sesión y un segundo segmento que no incluyen un evento de nivel de sesión.

Si sus dimensiones son un poco más complejas, es posible que también desee asegurarse de que no hayan cambiado dentro de una sesión (para replicar el comportamiento de las dimensiones personalizadas).

Para hacer esto, puede usar las opciones de secuencia dentro de los segmentos. Un ejemplo aquí son los tipos de cuenta. Alguien puede pasar de una cuenta gratuita a una cuenta paga dentro de una sesión. Es posible que desee informar solo sobre sesiones con cuentas gratuitas creadas.

En este caso, por lo tanto, debemos excluir a cualquiera que haya creado una cuenta paga. Por lo tanto, nos gustaría crear una dimensión personalizada a nivel de sesiones donde existiera un evento de cuenta gratuita, pero excluir las sesiones en las que alguien creó una cuenta paga.

Una nota de GA4:

GA4 reescribe por completo la forma en que funcionan las dimensiones personalizadas. Ahora tiene 100 dimensiones y métricas personalizadas y 25 propiedades de usuario que funcionan de manera similar a las dimensiones personalizadas. Sin embargo, ¡se acabaron las dimensiones personalizadas a nivel de sesión!

Conclusión

Entonces, ¿qué vamos a tomar de todo esto? Esencialmente, Google Analytics le brinda un conjunto de herramientas y le dice cómo debe usarlas. Pero con una pequeña cantidad de bricolaje y pensamiento creativo, podemos adaptar esas herramientas para crear niveles de conocimiento aún mayores.