Lleve su análisis de datos al siguiente nivel con métricas calculadas
La mayoría de los nuevos usuarios de Adobe Analytics están familiarizados con los segmentos como una forma de cortar y fragmentar sus datos. Hoy, quiero presentarles las métricas calculadas, la siguiente mejor herramienta de su caja de herramientas de analistas.
Como función avanzada de Adobe Analytics, las métricas calculadas le permiten crear nuevas métricas sin cambiar la implementación con los datos que ya ha recopilado. El Creador de métricas calculadas puede utilizar muchas funciones matemáticas y estadísticas diferentes, de modo que puede crear métricas que respondan incluso a las preguntas comerciales más complejas.
Introducción a las métricas calculadas
Para empezar a usar las métricas calculadas, veamos un ejemplo sencillo. Imagine que desea saber si los usuarios de autoservicio en línea tienen un valor de pedido promedio (AOV) mayor que los usuarios con asistencia por llamada. Para crear una métrica calculada que responda a esta pregunta, haga lo siguiente:
Para abrir el Creador de métricas calculadas, use la barra de navegación superior para hacer clic en → Componentes → Métricas calculadas → o más Agregar. O bien, puede hacer clic en el signo + situado encima de Métricas en el panel Componentes.
Descripciones siguientes de los elementos de la interfaz de usuario
Una vez que se abra el Creador de métricas calculadas, agregue o haga lo siguiente:
A. Un nombre para la métrica calculada. Este nombre se muestra en la lista de componentes de métricas, por lo que debe ser claro para usted y para los demás, como Call Center AOV.
B. Descripción de la métrica calculada. Esta descripción aparece cuando los usuarios hacen clic en 'i' junto a la métrica en la lista de componentes, por lo que asegúrese de que sea informativa. Por ejemplo, para Call Center AOV, podríamos agregar Calcula AOV para pedidos asistidos por Call Center.
C. Formato de métrica: elija decimal, tiempo, porcentaje o moneda, y agregue lugares decimales y polaridad. Aquí elegiremos Moneda para el formato, 0 para el número de decimales y ⬆ Buena (verde) para la polaridad.
D. Si utiliza etiquetas, que le permiten aplicar temas y localizar rápidamente métricas calculadas, agregue las etiquetas que se apliquen aquí. Hemos agregado las etiquetas AOV y Centro de llamadas.
E. Esta sección está destinada a la visualización: a medida que genere la métrica calculada en la sección F, la fórmula se mostrará aquí.
F. Aquí, arrastrará y soltará dimensiones (H), métricas (I) o segmentos (J) para crear su métrica calculada, así como los operadores de la fórmula. Para cada métrica, si hace clic en la rueda dentada, puede cambiar el Tipo de métrica (Estándar/Total) y el Modelo de atribución. Arrastraremos y soltaremos los ingresos del centro de llamadas, luego debajo de eso,÷. Aceptaremos el tipo de métrica y el modelo de atribución predeterminados.
G. Utilice esta opción +Add para agregar condiciones adicionales o números estáticos, que no necesitamos aquí.
K. Y, por último, a medida que genera el cálculo, puede obtener una vista previa de los datos de los últimos 90 días aquí.
Ahora que hemos creado el centro de llamadas AOV, también necesitamos una métrica calculada para AOV en línea. Lo haríamos siguiendo los mismos pasos descritos anteriormente.
A continuación, podemos crear una tercera métrica calculada, ya sea mediante el Creador de métricas calculadas o sobre la marcha desde la tabla de forma libre, para comparar el centro de llamadas y el AOV en línea, de modo que terminemos con algo similar a esto:
En nuestro ejemplo, vemos un alza significativa cuando los compradores utilizan el centro de llamadas para ayudarles a realizar una compra. Estos datos pueden entonces informar nuestras decisiones sobre cómo ayudar a los clientes a obtener asistencia con sus compras a través, por ejemplo, de ofertas emergentes u otras experiencias guiadas.
Uso de segmentos en métricas calculadas
Ahora, veamos cómo podemos usar segmentos en métricas calculadas para obtener más información sobre el comportamiento, las preferencias y las motivaciones de los clientes. Con los segmentos y las métricas calculadas, podemos aprender lo suficiente sobre los clientes para mejorar su experiencia, aumentar los ingresos y mejorar la satisfacción y lealtad de los clientes.
Ya sabemos, a partir de los ejemplos de AOV anteriores, que las compras asistidas por el centro de llamadas suelen tener un AOV más alto. Sin embargo, otras métricas indican que la mayoría de los usuarios no utiliza el centro de llamadas para realizar compras.
Entonces, ¿qué categorías minoristas (y rutas de usuario a través de esas categorías) resultan en el AOV más alto? Podemos averiguarlo combinando segmentos con métricas calculadas.
Para ello, primero debemos crear segmentos de nivel de visita include y exclude para cada categoría de producto. Incluir o excluir se determina haciendo clic en el engranaje de Opciones en la esquina derecha del contenedor. El valor predeterminado es Incluir.
Una vez creados estos segmentos, podemos crear una métrica calculada para darle la respuesta a su pregunta. Abrimos el Generador de métricas calculadas y hacemos lo siguiente:
-
Busque los segmentos recién creados y arrastre y suelte los que deseamos usar en el área gris en la parte superior del cuadro Definición. Por ejemplo, si queremos crear una AOV para usuarios que visitaron las categorías de mujeres y hombres, pero no la de niños, podemos arrastrar y soltar estos tres segmentos en esa área: Incluir mujeres, Incluir hombres y Excluir niños. A esto lo llamamos apilar segmentos.
-
A continuación, arrastramos y soltamos la métrica Ingresos en línea en el mismo contenedor y, a continuación, Pedidos en línea. Dado que los contenedores funcionan como expresiones matemáticas para determinar el orden de las operaciones, los elementos de los contenedores se procesan antes que los procesos posteriores, aunque no tenemos varios contenedores o procesos en este cálculo.
-
Cambiamos el operador entre las dos métricas a división (÷).
-
Seleccionamos Moneda como formato, 0 decimales y SUBIR para la polaridad.
-
Asigne un nombre a la métrica calculada y proporcione una descripción.
-
Guardar.
Cuando hayamos terminado, la métrica calculada tendrá este aspecto:
Después de crear métricas calculadas utilizando segmentos apilados para cada combinación de recorrido de categoría del visitante y echar un vistazo a los datos, ¡observe lo que aprendemos! Los usuarios que visitan las categorías femenina y masculina durante su visita tienen la mayor AOV y, en comparación con los visitantes de una sola categoría, el alza es significativa:
Sabiendo esto, podemos optimizar el diseño de la página, las ubicaciones de los productos y la mensajería promocional para que más personas entren en estas categorías antes de cerrar sesión.
Útil, pero no disponible en todas partes
Por lo tanto, las métricas calculadas, tanto simples como complejas, son muy valiosas para los analistas.
Sin embargo, estas métricas no están disponibles en todas las áreas de Adobe Analytics. No se pueden usar las métricas calculadas en:
- Secuelas en Analysis Workspace
- Análisis de cohortes en Analysis Workspace
- Data Warehouse
- Informes en tiempo real
- Informes de datos actuales
- Analytics for Target
- Report Builder
Prácticas recomendadas para métricas calculadas
Ahora que sabe lo valiosas que pueden ser las métricas calculadas, veamos algunas prácticas recomendadas para crearlas.
- Compruebe la sintaxis de la fórmula. Asegúrese de que la sintaxis de la fórmula es correcta y sigue la sintaxis de Adobe Analytics para asegurarse de obtener información significativa.
- Compruebe el orden de las operaciones. Asegúrese de utilizar los contenedores con cuidado y de poner las cosas en el orden matemático adecuado de las operaciones.
- No cuente dos veces los datos. Puede evitar el recuento doble de datos asegurándose de que la fórmula utilizada en la métrica calculada no cuente los mismos datos varias veces. Esto se logra a menudo combinando las condiciones Include y Exclude en la métrica calculada o mediante el uso de segmentos.
- Comprobar la granularidad de tiempo. Asegúrese de que la métrica calculada tenga la misma granularidad de tiempo que la métrica de origen utilizada en la fórmula.
- Use datos precisos: Sólo obtendrá resultados valiosos si usa datos precisos y confiables en el cálculo.
Prácticas recomendadas de segmentos personalizados
Cuando cree segmentos en Adobe Analytics, tenga en cuenta estas prácticas recomendadas:
-
Manténgalo simple. Evite complicar en exceso el segmento. Sea lo más sencillo posible y utilice únicamente las condiciones necesarias para garantizar la precisión.
-
Use los tipos de contenedor correctos. Asegúrese de utilizar el tipo de contenedor correcto (visitante, visita o visita individual) en la definición del segmento para evitar obtener resultados incorrectos.
-
No cuente dos veces los datos. Al igual que con las métricas calculadas, asegúrese de que el segmento no cuente los mismos datos varias veces. Los contenedores Incluir y Excluir pueden ayudar.
- Cuando se usa un contenedor de inclusión, incluye todo el contenido de la visita si alguna visita individual coincide con la condición dentro de la visita.
- Cuando se usa un contenedor de exclusión, se excluye todo el contenido de la visita si alguna visita individual coincide con la condición dentro de la visita.
-
Anide los contenedores correctamente. Determine qué datos se incluyen utilizando el contenedor exterior y, a continuación, aplique reglas anidadas a los datos restantes. A medida que se aplican reglas anidadas, el flujo del segmento actúa como un canal y las reglas subsiguientes no se aplican a ninguna visita individual que haya sido excluida por la primera regla.
-
Asegúrese de que los datos estén actualizados. Asegúrese de utilizar datos precisos y actualizados en la definición del segmento para obtener resultados precisos.
-
Probar el segmento. Pruebe siempre el segmento para asegurarse de que funciona según lo previsto antes de publicarlo a otros usuarios.
-
Considerar el rendimiento. segmentos pueden ralentizar el procesamiento del informe, por lo que tenga en cuenta ese impacto al crearlos.
Principales conclusiones
La combinación de segmentos y métricas calculadas en Adobe Analytics puede generar un análisis de datos más robusto y eficaz. Al dividir y cortar en trozos los datos y crear cálculos para comparar, puede obtener perspectivas más profundas del comportamiento de los clientes que puede utilizar para optimizar sus campañas de marketing y crear paneles e informes personalizados. Sin embargo, recuerde que las métricas calculadas no están disponibles en todas las áreas de Adobe Analytics y asegúrese de seguir las prácticas recomendadas para asegurarse de que obtiene datos precisos y útiles.
Autor
Este documento fue escrito por:
Debbie Kern, directora senior de Adobe Analytics en Adswerve
