Escucha las estadísticas de tu página.

Es momento de escuchar las estadísticas de tu página web, serán las bases para atraer nuevos y recurrentes visitantes. Estas son las principales métricas que te ayudarán a analizar tu página web: 

1- El tráfico de tu página.

¿Cuántos usuarios visitan tu página web todos los días? El seguimiento de esta métrica te dirá si tu sitio web está teniendo éxito o en su defecto si está estancado. El tráfico total de una página se compone de: usuarios únicos (nuevos)  y usuarios repetidos. Un número alto de usuarios nuevos indican una buena visualización y posicionamiento, mientras que más usuarios repetidos reflejan un contenido atractivo.

Aunque depende del giro de la empresa, idealmente estos 2 números tienen que crecer al mismo tiempo por ejemplo si usted no tiene un aumento en usuarios repetidos es posible que el contenido no esté generando usuarios leales. Existen métodos como User ID que te permiten asociar varias sesiones a un ID único obteniendo resultados mucho más precisos y realistas. 

2- Fuente de tráfico. 

Toda referencia a un sitio web tiene un origen es importante saber de dónde vienen los usuarios esto nos ayudará a tomar decisiones acerca de campañas y contenidos, las fuentes más comunes son:

1. Búsqueda orgánica: Representa los visitantes que llegan a su sitio web a través de diferentes navegadores como son Google, Firefox, Safari, Explorer, entre otros. 
2. Referencia: Se refiere a los usuarios que vienen desde otro sitio web es decir a través de enlaces de otras páginas web, contabiliza tanto de redes sociales como partners.
3. Directo: Aquellos usuarios que teclean directamente tu URL en la barra del navegador, que dieron clic en algún link de un correo electrónico, marcaron el link como favorito, o un link que está dentro de un documento Word, pdf, PowerPoint etc.
4. De pago: Este refleja el éxito de tus campañas ya que engloba a los usuarios que llegaron hasta tu sitio gracias a una campaña de Adwords.

3- Porcentaje de rebote.

Esta métrica suele confundirse con el porcentaje de salidas en realidad es el porcentaje de usuarios que llegan a tu página web sin interactuar con algún  botón, enlace, formulario, etc. Si tu sitio es de una sola página la cual consta de videos, descargas de documentos u otros  puedes agregar eventos estos te ayudarán a reducir el porcentaje de rebote y realizar un mejor análisis de tu página.

4- Comportamiento del usuario (Flujo del usuario).

¿Te has preguntado que hizo un usuario antes de llenar un formulario o incluso antes de realizar una transacción?  

Esta representación gráfica marca la ruta de la sesión de principio a fin, la página a la que llegó, el siguiente paso que realizó, hasta el momento en que abandonó la sesión. El comportamiento del usuario ayuda a comprender la manera global y singular en la que interactúan lo usuarios.

5- Tasa de conversión.
Esta métrica se traduce totalmente al idioma de los negocios ya que indica el porcentaje de conversiones dividida por la cantidad de clics en el anuncio. Para ello es necesario agregar campañas Adwords. De lo contrario podrá indicar objetivos en Analytics es decir una actividad completada, como llenar un formulario, descargar un documento, e incluso realizar una compra.

6- Mejores páginas.

¿Cuál es el top de tus páginas dentro de tu sitio web? Conocer las principales páginas es decir las que obtienen más tráfico te ayudará a saber que es atractivo dentro de tu sitio y que no lo es. Utiliza estas páginas con mejor rendimiento como enlaces y realiza un comparativo de aquellas que no lo tienen.

Actuar sobre estadísticas te ayudarán a tener éxito además de comprender el comportamiento de los usuarios de tu sitio web.

¿Quieres mejorar tu sitio web? ¡Contáctanos! 

consultoria@avansys.com.mx

www.avansys.com.mx

Estrategias de lealtad para el 2016

Estamos entrando a la época donde los vendedores comienzan a dar forma a sus estrategias para el 2016, y en el tema de lealtad la estrategia clave para llegar al éxito es entender lo que mides.

Si el 78% de los consumidores están esperando un mejor servicio y beneficios a cambio de sus datos -loyalty360 entonces que estamos haciendo mal, quizá nosotros aún estamos luchando con innumerables temas que ha implicado querer generar un retorno de inversión a través de la lealtad como: la visión, la tecnología, los procesos, la mecánica del programa el desempeño, el comportamiento etc, etc.

Si con lo anterior te preguntas, ¿esto significa que no podemos crear una experiencia en el cliente y al mismo tiempo generar ingresos? La respuesta es no, es evidente que ambos están relacionados y es claramente posible lograr el equilibrio de estas necesidades que muchos tratan en dominar.
Por ejemplo: Tu cliente "Juan Contreras es:  casado, un hijo, de 36 años, entusiasta de golf, viajero frecuente, dueño de casa, calificado como excelente cliente en línea shopper electrónica, etc." Sabiendo esto - puedes realmente apuntar al señor Contreras con ofertas que tienen relevancia y hace que se convierta en un cliente propenso en realizar otra transacción". Para poder medir con éxito necesitamos pensar en ¡Datos!, los datos pueden transformar tus resultados por ello te dejamos:

4 ESTRATEGIAS PARA MEDIR UN PROGRAMA DE LEALTAD

1- Crear un programa piloto entre grupos.
Un programa piloto te ayudará a evaluar el impacto de compras, separando en grupos de mercado donde uno representara el que recibe la atención personalizada y el otro el que no, ambos formando parte del programa. Tras asignar periodos de revisión para comparar los resultados de cada grupo, estas métricas te llevaran a un experimento aleatorio sirviendo al final con un control de grupo.


Los grupos te permiten si hay una diferencia significativa en el comportamiento entre un grupo que recibe una oferta o tratamiento específico en comparación con el que no.




2- Miembros del programa Vs cliente natural.

Para poder utilizar esta métrica primero tendrás que encontrar identificadores únicos para tus clientes naturales, ejemplo puedes tomar al titular de una tarjeta de crédito para realizar un seguimiento de su comportamiento e identificar cambios fundamentales.

Calcula los valores predefinidos para las métricas clave como la repetición de compra, la tasa de retención, el ticket promedio, etc. Hazlo para los miembros del programa y los clientes naturales, enseguida podrás crear un subconjunto de los miembros que presentan la misma frecuencia de compra que los clientes naturales, además te ayudará a evaluar el gasto que realiza un grupo y otro en determinado tiempo. Compara antes y después las métricas entre miembros y clientes naturales.

3- Desarrolle un análisis de cohorte.

Este estudio te permite realizar una comparación de frecuencia entre las características y el comportamiento de los grupos que has creado ya sea los grupos que pertenecen al programa y se diferenciarán por atenciones o un usuario de lealtad contra un cliente natural.
El objetivo es analizar cómo es que el usuario madura dentro del programa. Es decir la gráfica deberá representar un resultado cruzado entre el tiempo contra el monto total de consumo mes con mes.
-Agrega el total de visitas en una tabla separados por mes y por grupos.
-Agrega el monto total de consumos separado por mes y por grupos
 Este dato funciona para saber cuáles son los meses estadísticamente hablando en el que el cliente tiene un mayor consumo, gasta más o se queda estándar.





4- Campañas de afiliación.

Evaluaciones de lanzamiento cada cierto tiempo según tus estadísticas, esto te ayudara a repetir el ciclo de vida que acabamos de analizar con el fin de siempre permanecer en el mes donde el usuario está maduró en el programa y por lo cual tiene un alto porcentaje de compra.

Las organizaciones pueden tener una mirada integral al comportamiento incremental o cambios en el gasto incluyendo otras métricas y ver más allá. No se trata de solo afiliar se trata de afiliar inteligentemente y con datos precisos.

Determinar el retorno de inversión para los programas de fidelidad es necesario para demostrar su valor, pero no es fácil. Los indicadores clave de rendimiento relacionados con diversos objetivos pueden variar según la marca y sector. Por lo tanto, no existe una única métrica para dar a las organizaciones los elementos fundamentales que necesita para demostrar por qué su programa de fidelización tiene mérito, o la forma en que debe ser mejorado.

"En el 2016, el personalizado uno a uno ya no es una opción sino un requisito para adquirir y retener a los clientes".- CrowdTwist Loyalty Engaged

El análisis por encima de la tecnología.

Con demasiada frecuencia, cuando un grupo de personas se reúne para discutir el análisis de clientes, se centra en la tecnología. Los gráficos son coloridos y frescos, la visualización de datos es atractiva y bonita. Es fácil distraerse por las cosas brillantes, basta con echar un vistazo a las páginas de inicio de la mayoría de las empresas de análisis y te darás cuenta que mostrar sus informes coloridos podría serlo todo.
En esta ocasión nos centraremos en el beneficio que obtiene del análisis y no en la tecnología que utilizan.


¿Por qué necesitas cuidar del análisis de tus clientes?

Estamos en una economía de la experiencia. Las organizaciones se están adaptando rápidamente a la conclusión de que un enfoque en la experiencia del cliente (por sus siglas en inglés CX) da como resultado la retención de clientes en mayor plazo y en mayor crecimiento.
Si somos capaces de medir cada interacción que un cliente tiene con la marca (también conocido como "punto de contacto"), entonces seremos capaces de empezar a aprender a partir de estos análisis, y mejorar la experiencia en el futuro.

En la práctica, esto podría significar la anticipación a las necesidades del cliente antes de que el cliente siquiera se dé cuenta (historial de compras, historial de navegación, entre otros). O podría significar la recuperación. Por ejemplo, su plataforma o documento de análisis de clientes podría levantar una bandera en su CRM cuando detecta que un cliente está exhibiendo un patrón de comportamiento que con frecuencia se ve en los clientes que abandonan una semana antes de cerrar la venta.

"Comience con el problema antes de buscar la respuesta".

Basura entra, basura sale. No hay mejor manera de garantizar el fracaso de una implementación de análisis de clientes que no cuidar de los datos.

Un almacén de datos, independientemente del tamaño o complejidad, sólo significa que todos los datos están disponibles a partir de un recurso central. Simplemente recoger los datos juntos no es suficiente para obtener una perspectiva interesante y fuera de él. Es necesario comprender el contexto de los datos en bruto con el fin de dar sentido a la historia de la CX agregada. Por lo menos una hoja de cálculo que describa un lenguaje humano, lo que significa seguimiento a cada evento a la medida. A medida que se envíe un nuevo evento al almacén de datos, debe añadirse a este documento junto con una descripción del contexto. Después de un tiempo, es posible que estas hojas necesiten espíritu; como aumentará el volumen de esta será necesario asignar tiempo para dedicar mantenimiento a esta hoja.  


Datos de limpieza.

Regularmente la limpieza de datos es una de las tareas más importantes y arriesgadas, asociadas a los datos.

Actualizar los datos en lugar de eliminarlos, siempre y cuando sea posible. Esto significa que tratamos de reparar los datos dañados o fuera de lugar, simplemente podar la base de datos.

Una operación de tareas simples como la actualización de la dirección de correo electrónico, el más reciente y el título. Hasta tareas más complejas como la conexión de múltiples perfiles de la CX. Existen servicios de limpieza de datos automatizados, tales como comprobar la validez de las direcciones de correo electrónico, que a menudo puede ser una tarea para la mano de obra barata (como becarios, asistentes virtuales, subcontratados, etc.). El objetivo principal es que queremos crear un registro de la CX más completa mediante el aprovechamiento de los datos de esta persona. 

¿Qué gano con el análisis de clientes?

Análisis de clientes tiene múltiples beneficios y aplicaciones dentro de la organización, que ofrece la optimización del ciclo de vida del cliente ayudando a:

1-Optimizar la tasa de conversión de su página de destino, mejorando el número de inscripciones o contactos de ventas.
2-Optimizar la secuencia de correos electrónicos obtenidos para mejorar la tasa de conversión de prueba gratuita para usuarios de pago.
3-Analizar la CX durante el proceso de incorporación de sugerir patrones y similitudes entre exitosos y no exitosos.

Análisis de clientes a menudo nos pueden mostrar patrones y tendencias que no pueden parecer intuitivas o inmediatamente obvias. Mientras que los informes técnicos y técnicas pueden ser diferentes, todos los análisis de toda la retención de clientes por lo general caen en dos categorías:

Existen 3 etapas de madurez de la analítica de clientes.

1- Análisis descriptivo.
2- Análisis predictivo.
3- Análisis prescriptivo.

Análisis descriptivo es el que está mirando hacia atrás en el pasado y las cosas que ya han sucedido. Se trata de tomar los datos en bruto y hacerlo más fácil de leer para describir esos acontecimientos. Por ejemplo un informe sobre el número de medios de comunicación social, comentarios y acciones o clics y tiempo de navegación en tu sitio web.

El análisis predictivo se basa en análisis descriptivos de tomar los datos que tenemos, construir patrones y modelos, y después utilizar estos patrones para mirar hacia el futuro para predecir lo que es probable que suceda. El análisis predictivo sólo es tan exacto como la modelización estadística detrás de él, por lo cual se trabaja con probabilidades no definitivas.

El análisis prescriptivo construye aún más allá de lo predictivo y descriptivo. Se refiere a una promesa y no sólo a mirar hacia adelante a un probable resultado, sino también tratar de prescribir el curso de acción con el fin de llegar allí. Por ejemplo el análisis predictivo calculo que una cuenta puede vencer en 30 días, con el análisis prescriptivo tienes que crear un motor el cual podría recomendar una campaña de correo electrónico seguido por una llamada el día 14, es 80%  probable que esa cuenta se recupere.

Análisis prescriptivo requiere un proceso muy disciplinado para asegurar que todas las acciones se registren correctamente

Visita nuestra página web:

www.avansys.com.mx