Trucos de Adobe Analytics: calcular el número de veces que un usuario realiza una acción hasta lograr la conversión

Es una pregunta habitual entre los responsables de negocio: ¿Cuántas interacciones (como por ejemplo visitas o páginas vistas) necesita un usuario en una página web para realizar una acción específica que se considera una conversión (por ejemplo compras, suscripciones o rellenar un formulario)? Gracias a la segmentación avanzada y a las métricas calculadas de Adobe Analytics, podemos resolver esta pregunta y hacer un seguimiento de un KPI que nos puede ser de enorme utilidad para planificar acciones.

Pongamos el ejemplo de un medio de comunicación digital que quiere que su audiencia realice una suscripción anual. Los responsables del medio quieren saber cuántas visitas necesita un usuario de media para suscribirse. La pregunta, además de lógica, es sencilla. Pero su respuesta requiere de segmentación avanzada y entender cómo retorna el dato Adobe Analytics para su resolución.

Para lograr la métrica que buscamos en este ejemplo lo primero que deberemos hacer es comprender la funcionalidad que se ofrece en la segmentación secuencial de Adobe Analytics: «Only Before/After Sequence«. Por lógica, optaríamos por segmentar en primer lugar todos los hits que ocurren antes de la acción que perseguimos. Por ejemplo, si queremos saber cuántas visitas deben ocurrir antes de una suscripción, usaríamos el «Only Before Sequence». Pero este tipo de segmentación no captura los datos que esperamos.

En este ejemplo podemos ver cómo se capturan los datos secuenciales para cada caso, considerando B –> D:

Como vemos en el ejemplo, en el «Only Before Sequence» el output de los datos no es el que esperamos si queremos ver todo lo que ocurre hasta justo antes de D.

Pero si nos fijamos en los datos del ejemplo, y considerando la D como el objetivo, vemos cómo usando el negado del «Only After Sequence» podemos lograr lo que bucamos. Es decir, todo lo que ocurre justo después de la primera vez que se cumple la acción objetivo que buscamos es lo contrario de lo que buscamos. Por lo tanto, usando el «Only After Sequence» con la opción «Exclude» podremos invertir el concepto y obtendremos todo lo que ocurre hasta el objetivo. Porque con el negado logramos obtener el dato ajustado a lo que buscamos.

Una vez obtenida la solución a lo que buscamos debemos aplicarla. Si seguimos con el ejemplo, obtener las visitas necesarias para que un usuario se suscriba a nuestro medio digital, lo que haremos en primer lugar será crear un segmento de «Visitas antes de la Suscripción».

• El primer concepto a tener en cuenta: en un contenedor de Usuario contemplamos que las Visitas existen y DESPUÉS (=THEN) la Suscripción también existe
• Una vez tenemos esto creado, introducimos el contenedor  con el «Only After Sequence» dentro de un contenedor de HIT y aplicamos el EXCLUDE.

   

  Incluyendo un contenedor de usuario con el «Only After Sequence» dentro de un contenedor de HIT lo que estamos viendo son únicamente los hits después (y la suscripción incluída) que han ocurrido. Que aplicando el negado nos da justo lo contrario, que es lo que buscamos.

   

Pero para completar la segmentación y obtener el dato que buscamos correctamente nos faltan dos segmentos más:

• El primero es que si buscamos todos los hits antes del objetivo debemos incluir únicamente New Visitors, para obtener absolutamente toda la actividad del usuario hasta el objetivo. Por ello, haremos un segmento de Usuario en el que el «Visit Number equals = 1»

   

• En segundo lugar, el otro segmento a añadir es que debemos tener en cuenta únicamente aquellos usuarios que han logrado el objetivo que buscamos, con lo que añadiremos un segmento de usuario  donde, en nuestro ejemplo, la suscripción exista.

Con estos tres segmentos, se deberá crear una métrica calculada para trasladar toda la segmentación que hemos realizado al dato que buscamos.

Para ello deberemos Añadir los tres segmentos que hemos creado (Hits antes de la suscripción, New Visitors y usuarios que han comprado) y lo dividiremos entre el total de usuarios. Con ello obtendremos la media de visitas por usuario antes de la compra de una suscripción.

Finalmente, a la hora de montar el report en e workspace, deberemos tener en cuenta el rango temporal que aplicamos, que será el que module la cifra que buscamos.