Descubra las dificultades de la segmentación de datos complejos. Dominar estas técnicas, como si se tratase del juego de manos de un mago, permite a los analistas hacer magia con los datos, transformando las conclusiones con precisión y delicadeza.

Se ha levantado el telón, el escenario está listo… esto no es un espectáculo de magia en Las Vegas, pero podemos hacer algunos trucos bastante sorprendentes para crear nuestros segmentos.

En este módulo, se describe:

• La lógica de la exclusión
• El uso de contenedores
• Modelo de atribución

Inclusión o exclusión

De forma predeterminada, todos los contenedores empiezan siendo de inclusión, lo que básicamente significa que devuelven datos que coinciden con los criterios. Sin embargo, también puede cambiar el segmento o los contenedores dentro de los segmentos para que sean de exclusión, lo que le permite rechazar determinados criterios.

Está muy bien cuando un mago puede encontrar una carta en la baraja, pero es mucho más increíble cuando puede hacer que el resto de la baraja desaparezca. Del mismo modo, en los segmentos de exclusión, queremos que los datos no deseados simplemente desaparezcan del conjunto de datos.

Pueden estar pensando “Cierto, pero ya tengo las opciones ‘Does not Equal’ y ‘Does not Contain’, ¿no deberían ser suficientes?” Por desgracia, la respuesta es no… y no se trata solo de poder excluir grupos de lógica en un solo elemento. Incluso cuando se trata de un solo componente, a menudo tendrá que utilizar exclusiones para lograr su objetivo.

• Does not contain / Does not equal: es exactamente como suena y logra coincidencias de elementos que no contienen una cadena específica
• Exclude: Value contains / equals: esto excluirá los elementos que coincidan con la cadena

A primera vista, ambos suenan igual… y en segmentos a nivel de visita individual o contenedores, sería correcto, ya que realizarán la misma acción. Sin embargo, cuando se utiliza el ámbito de visita o visitante, se obtienen resultados muy diferentes.

Figura 1: Does not contain / does not equal - Ámbito de visita individual

Tenga en cuenta que cada visita individual devuelve un valor true o false, y que esos valores se invierten entre no excluye y excluye.

• Si “Value” no contiene “Ejemplo” (sí), devuelve true e incluye esa visita individual; del mismo modo, si “Example” no contiene “Example” (no, lo contiene), devuelve false y no incluye esa visita individual. Básicamente, devuelva todos los datos que devuelven un resultado true.
• Si “Value” contiene “Example” (no), devuelve false y no excluye esa visita individual; del mismo modo, si “Example” contiene “Example” (sí), devuelve true y excluye esa visita individual. Básicamente, devuelve datos que no tienen un resultado true o devuelve datos que son false según sus criterios.
• Puede ver a nivel de visita individual, ambos conjuntos de lógica devolverán el mismo conjunto de datos.

Figura 2: Does not contain / does not equal - Ámbito de visita

Como arriba, cada visita individual dentro de la visita se evaluará con el mismo valor true/false. Sin embargo, el conjunto de datos que se devuelve será el de la visita completa.

• En cada visita individual donde “Value” no contiene “Example” (sí), se devuelve el valor true; del mismo modo, si “Example” no contiene “Example” (no, lo contiene), se devuelve el valor false.

  • Si alguna visita individual en la visita devuelve true, se devuelve la visita completa.*
  • Si la visita estaba compuesta únicamente por visitas individuales que contenían “Ejemplo”, ninguna visita individual devuelve el valor true y, por lo tanto, esa visita no se devolverá en el conjunto de datos.

• De nuevo, en cada visita individual, si “Ejemplo” contiene “Ejemplo” (sí), se devuelve el valor true.

  • Si alguna visita individual devuelve true, toda la visita se excluirá.
  • Si todas las visitas individuales en la visita devuelven false, esa visita se devolverá en el conjunto de datos.

• Ahora puede ver dónde esta lógica empieza a divergir. En el ejemplo anterior, hay tres visitas distintas:

  • Cuando se utiliza “Does Not Contain / Equal”, se devolverán dos de las tres visitas.
  • Cuando se utiliza “Exclude Contains”, solo se devolverá una de esas visitas.

Figura 3: Does not contain / does not equal - Ámbito de visitante

Como en el caso anterior, cada visita individual realizada por el visitante se evaluará con la misma lógica true/false. No obstante, ahora estamos viendo todas las visitas individuales que este visitante ha realizado en todas las visitas (dentro del intervalo de fechas seleccionado).

• En cada visita individual donde “Value” no contiene “Example” (sí), se devuelve el valor true; del mismo modo, si “Example” no contiene “Example” (no, lo contiene), se devuelve el valor false.

  • Si alguna visita individual realizada por el visitante devuelve true, se devuelve la visita completa.
  • Si el visitante nunca ha realizado una visita individual que contenga “Ejemplo”, ninguna visita individual devolverá el valor true y, por lo tanto, ese visitante no se devolverá en el conjunto de datos.

• De nuevo, en cada visita individual, si “Ejemplo” contiene “Ejemplo” (sí), se devuelve el valor true.

  • Si alguna visita individual devuelve true, el visitante completo se excluirá (y, por lo tanto, también todas sus visitas).
  • Si todas las visitas individuales en la visita devuelven false, ese visitante se devolverá en el conjunto de datos, por lo que se devolverán con éxito los visitantes que no hayan hecho “X”.

• Esta es una extensión de la lógica de las visitas donde hay incluso más consideraciones. En el ejemplo anterior, hay dos visitantes diferentes, con 3 visitas cada uno:

  • Cuando se utiliza “Does Not Contain / Equal”, se devuelven ambos visitantes, al igual que sus tres visitas (lo que representa 2 visitantes y 6 visitas totales en los informes).
  • Cuando se utiliza “Exclude Contains / Equals”, solo se devolverá uno de esos visitantes y solo se incluirán las tres visitas asociadas a él (lo que representa 1 visitante y 3 visitas totales en los informes).

Ejemplo de segmento 1: Excluir las visitas que realizan una compra

En este ejemplo, deseo segmentar los usuarios que han llegado a un sitio y no han realizado una compra durante su visita (básicamente, quiero excluir las visitas que han realizado una transacción; por lo tanto, me quedaré con las visitas que no han realizado una transacción).

A efectos comparativos, vamos a ver un segmento que se ha creado con “Does not exist”:

Observe cómo la vista previa muestra un resultado muy diferente. De hecho, este segmento devolverá el 100 % de mis visitas, ya que cada visita tiene al menos una visita individual que no incluye la métrica “Order”.

Para ilustrarlo aún más, vamos a comparar los dos segmentos en paralelo:

En primer lugar, puede ver que, a pesar del ámbito a nivel de visita del segmento, podemos emparejarlo con otras métricas (por ejemplo, con vistas de página o con visitantes únicos). El primer conjunto de columnas está sin segmentar, para mostrar de un vistazo que el segmento uno (Does not exist) devuelve prácticamente el 100 % de los datos; solo el segmento Exclude hace lo que necesitamos que haga.

La columna más destacable son los pedidos: debería ser inmediatamente obvios que el contenedor “Does not exist” es incorrecto, ya que la mayoría de los pedidos aún se están devolviendo.

Ejemplo de segmento 2: Excluir los visitantes que han realizado una compra dentro del período del informe

En este ejemplo, quiero utilizar las ideas de la muestra anterior (que se fijaba específicamente en el nivel de visita) y expandirla para encontrar los visitantes que no han realizado una compra en el intervalo de tiempo de mi informe.

Este segmento será muy similar al ejemplo anterior, casi idéntico, pero el ámbito del segmento va a marcar una gran diferencia.

Ahora, si comparamos el segmento con ámbito de visitante con el segmento con el ámbito de visita anterior, veremos que se excluyen muchos más datos y muchas más visitas, ya que los  visitantes que han realizado compras también han tenido visitas donde no se ha realizado ninguna compra y, por lo tanto, esas visitas también se excluyen, ya que forman parte del ciclo de vida del visitante.

Es importante saber exactamente qué datos o qué historia está intentando contar con su informe. Para realizar el análisis adecuado, debe asegurarse de que las tablas y visualizaciones indiquen claramente al público lo que se muestra, y utilizar el modelo de segmentos correcto. Solo se pueden tomar correctamente decisiones informadas si todos entienden lo que están viendo.

El uso de contenedores

Los contenedores nos permiten crear una “sublógica” dentro de la lógica principal del segmento. Un error común es pensar que el ámbito debe ser el mismo entre el segmento y el contenedor, pero no es así. Esto nos da más libertad para crear escenarios específicos en el esquema general para construir lógicas complejas.

La mejor manera de pensar en los contenedores es imaginar que cada contenedor es una caja, y que podemos apilar varias cajas (de lógica) dentro de una caja, dentro de otra caja, etc. No obstante, a diferencia de las cajas físicas, donde cada una debe ser más pequeña que la exterior, podemos poner una caja más grande dentro otra si eso nos permite recuperar los datos correctos. Piense en el sombrero de un mago, donde puede entrar lo imposible, y nosotros somos los magos de los datos.

Ámbito de contenedores

Primero vamos a hacer un desglose rápido del ámbito de contenedor. Como el ámbito de segmento, tiene las opciones de ámbito básicas visita individual, visita y visitante, aunque a veces también verá algo llamado grupo lógico en lugar de visitante (esto solo ocurrirá en los segmentos secuenciales, que veremos en el siguiente artículo).

Para añadir contenedores dentro del segmento (o dentro de otros contenedores), acceda al menú opciones* (cuando anide varios elementos, tenga cuidado de añadir al bloque correcto, aunque afortunadamente puede arrastrar y soltar contenedores dentro de la interfaz si lo añade a la ubicación incorrecta)

Figura 1: Adición de un contenedor

Como he explicado anteriormente, el ámbito de un contenedor es independiente del padre, no tienen por qué coincidir. Dependiendo de lo que desee devolver, es posible que deba dibujar el plan para visualizar bien todo lo que necesita, al menos hasta que tenga práctica visualizándolo en su cabeza.

Figura 2: Diferencias entre el ámbito de segmento y el ámbito de contenedor

Al igual que para los segmentos básicos, cuando empiece a crear un segmento complejo con contenedores anidados, debe tener una idea clara sobre qué tipo de datos desea que se devuelvan. ¿Cómo tiene previsto usar esos datos? ¿Qué métricas espera emparejar con el segmento?

Estas preguntas le ayudarán a determinar cuál será el ámbito del segmento en su conjunto. Este es el punto de partida para cualquier segmento.

Solo porque tenga previsto emparejar un segmento con su métrica de visitantes únicos no significa que el propio segmento deba tener un nivel de visitante, ni mucho menos. Un segmento de nivel de visitante devolverá todos los datos de un visitante, es decir, todas sus visitas, todas sus vistas de página, etc. Una vez que un visitante coincida con los criterios del segmento, el segmento puede empezar a devolver datos del  pasado para este visitante (siempre y cuando esté dentro del intervalo de fechas de su espacio de trabajo).

He hablado mucho sobre los conceptos de cómo seleccionar el ámbito adecuado, pero no he dado ejemplos o detalles específicos realmente útiles. Vamos a profundizar en eso ahora con algunos ejemplos de casos de uso reales. Dicen que un mago nunca revela sus secretos, pero eso no es del todo cierto. En el mundo de la magia, las técnicas y los trucos “entre bastidores” se suelen compartir con compañeros, para que puedan reproducir y mejorar la ilusión, y eso es lo que voy a hacer para abrir la puerta una amplia gama de posibilidades.

Ejemplo de segmento 3: Vistas en páginas específicas de visitantes que han realizado un pedido recientemente (dentro del período del informe)

En este escenario, deseo devolver solo un conjunto de páginas específicas que han sido visitadas por compradores recientes (tenga en cuenta que también puedo emparejarlo con visitas o visitantes únicos, aunque el propio segmento tenga un ámbito de VISITA INDIVIDUAL).

Este tipo de escenario es muy bueno para ver si tengo compradores que consultan páginas específicas de un sitio o páginas que puede que no estén conectadas explícitamente a un evento específico.

Mi ejemplo va ser consultar las páginas de “Ofertas destacadas” y “Productos recomendados”. Vamos a intentar mantener la lógica simple y no entrar en la segmentación secuencial (al menos aún no, pero abordaremos una lógica más compleja como esa en un artículo posterior).

Otra pregunta es ¿por qué estamos utilizando las visitas individuales? Técnicamente podría generar datos por Visitas o Visitantes, pero si deseo ver estas páginas por vistas de página (para el conjunto de páginas específico) por visita o por vistas de página (para el conjunto específico) por visitante, este ámbito me da flexibilidad para realizar esta operación matemática específica. Dado que estas visitas individuales se pueden emparejar fácilmente con visitas o visitantes únicos para determinar el número de visitas o visitantes que ven estas páginas, optaré por el segmento más flexible que pueda utilizar para todos los escenarios.

En primer lugar, a efectos comparativos, este es un segmento simple basado en VISITAS INDIVIDUALES para las páginas específicas.

Ahora, vamos a aumentar la complejidad:

Podemos ver que no sólo utilizo varios contenedores, sino que estoy mezclando el ámbito de esos contenedores. El segmento en su conjunto está a nivel de VISITA INDIVIDUAL, pero también busco VISITANTES que hayan realizado un pedido.

Vamos a dedicar unos momentos a esto, ya que hay mucho que analizar.

Primero, en lugar de mostrar un desglose diario, estoy mostrando un desglose por página, ya que creo que esto ayudará a ilustrar mejor los dos segmentos.

Ejemplo de segmento 4: Visitas dirigidas a ofertas destacadas O productos recomendados Y que realizan un pedido dentro de la misma visita

El ejemplo anterior muestra cómo se puede añadir un contenedor de ámbito mayor (en este caso, visitante) dentro de un contenedor de ámbito menor (en este caso, visita individual; añadir contenedores de visita individual dentro de segmentos con ámbito de visitante o visita no es ninguna sorpresa).

Usando algunas de las mismas páginas que hemos visto anteriormente, ahora solo nos interesa recuperar los visitantes que han visitado ofertas destacadas O la página de productos recomendados Y han realizado un pedido en la misma visita.

Este segmento combina los tres ámbitos. El nivel superior del segmento es visitante, lo que garantiza que se devuelvan TODAS las visitas individuales de todas las visitas del visitante coincidente. Dentro de él, hemos añadido un contenedor con ámbito de visita, que garantizará que el visitante haya realizado al menos una visita que coincida con los criterios específicos de hacer un pedido Y haya visitado páginas específicas. También hemos añadido un contenedor con ámbito de visita individual para las propias páginas, para que podemos utilizar la lógica OR para buscar la página de ofertas destacadas O la página de productos recomendados.

La ventaja de este segmento con ámbito de visitante es que devolverá TODAS las visitas de los visitantes que cumplan este criterio, por lo que este segmento será útil si quiero ver los comportamientos de las visitas anteriores que preceden a esta combinación y las acciones de estos visitantes tras un escenario de este tipo.

Estoy comparando visitas individuales en ofertas destacadas/contenido recomendado con los pedidos que existen y con el segmento complejo donde tanto el pedido como una de las páginas especificadas existen en la misma visita. En el segmento complejo es donde interseccionan los dos primeros segmentos, pero como tiene un ámbito de visitante, también se devolverán las demás visitas de esos visitantes.

Modelo de atribución

El modelado de atribución dentro de una definición de segmento hace referencia principalmente a dimensiones que tienen una caducidad que no es de visita individual, por lo que las props o variables de tráfico (que siempre son a nivel de visita) no son realmente un buen candidato. Estos ajustes están diseñados realmente para eVars, canales de marketing, etc.

Antes de ver el segmento, deberíamos hacer una revisión rápida de cómo funciona el modelado de atribución en un ejemplo sencillo.

Supongamos que tenemos dos eVars: una está establecida en la caducidad de las visitas (eVar 1) y la otra está establecida en una caducidad de 30 días (eVar 2). Para simplificarlo, vamos a realizar el seguimiento de una campaña interna (icid).

Visita 1

• Página A

  • eVar1 no se ha establecido
  • eVar2 no se ha establecido

• Haga clic en el banner de promoción con ?icid=promo-banner en la URL.

• Página B

  • eVar 1 y eVar 2 se han establecido en “promo-banner”
  • Se activa la Instancia de eVar 1
  • Se activa la Instancia de eVar 2

• Página C

  • eVar 1 y eVar 2 mantienen el valor “promo-banner”.
  • No se activa ninguna de las métricas de instancia de las eVars, ya que ambas eVars utilizan valores persistentes

Visita 2

• Página D

  • La eVar 1 no se establece en ningún valor y no se activa ninguna Instancia de eVar 1
  • eVar 2 mantiene el valor “promo-banner” debido a la caducidad de 30 días
  • No se activa la Instancia de eVar 2, ya que el valor es persistente y no se ha establecido

• Haga clic en la promoción de carril lateral con ?icid=promo-side-rail en la URL

• Página E

  • eVar 1 y eVar 2 se han establecido en “promo-side-rail”
  • Se activa la Instancia de eVar 1
  • Se activa la Instancia de eVar 2

• Página F

  • eVar 1 y eVar 2 mantienen el valor “promo-side-rail”.
  • No se activa ninguna de las métricas de instancia de las eVars, ya que ambas eVars utilizan valores persistentes

Actualmente, este es el resultado esperado de las dos visitas:

Ahora, veamos dónde puede establecer la atribución en el segmento.

Figura 4: El modelo de atribución

El icono de engranaje de la dimensión es donde se puede establecer la atribución. Cada opción tiene información disponible al pasar el puntero sobre el icono “?”. Básicamente:

• El comportamiento predeterminado devolverá todas las instancias de eVar donde se haya establecido el valor (ya sea de forma específica o a través de la atribución establecida)
• La instancia solo devolverá la dimensión donde el valor se haya establecido explícitamente (es decir, en las visitas individuales donde se active la “Instancia de eVar”)
• La instancia no repetida solo devolverá la primera vez que se establece el valor de la dimensión (es decir, aunque no se incluye en el ejemplo anterior, supongamos que el usuario hace clic en el banner de promoción varias veces. Esto también incrementará la “Instancia de eVar” cada vez que se haga clic en el banner. Este ajuste solo utilizará la primera instancia única de “promo-banner” e ignorará los recuentos posteriores de este banner)

Ejemplo de segmento 5: Diferencias entre el canal de marketing “Búsqueda de pago” y las instancias directas de la búsqueda de pago

Como ya debemos saber, los canales de marketing tienen un modelo de atribución largo (30 días de forma predeterminada, aunque puede personalizarse según sea necesario). Una vez configurado, el canal de marketing no se sobrescribirá con las posteriores visitas “directas” al sitio, para que los controladores específicos obtengan la atribución de conversión. No obstante, a veces es necesario ver específicamente las entradas en el sitio por un canal de marketing específico. Por entradas, quiero decir que necesitamos ver cuándo se establece específicamente el canal de marketing en función de las reglas de procesamiento de marketing.

Vamos a cambiar un poco. Empezaremos viendo las comparaciones y luego vamos a adentrarnos en los segmentos.

Esto puede hacerse de dos formas:

La primera utiliza la atribución de dimensión “estándar” y la empareja con la métrica específica “Instancia del canal de marketing” (como una lógica exists):

En la segunda, para generar un segmento más sencillo, puede cambiar la atribución a “Instancia”. Tenga en cuenta que el nombre de la dimensión cambiará de “Marketing Channel” a “Marketing Channel (Instance)”.

En resumen

Como cualquier buen mago, podemos empezar con pequeños trucos individuales, ganándonos al público a medida que avanzamos, hasta llegar al “truco de prestigio” final. Aquí es donde realmente destacamos y todos los pequeños trucos cobran sentido al mostrar el gran final. Tomamos todas las partes aparentemente desconectadas del truco y mostramos que, de hecho, ahora se juntan para formar un todo cohesivo.

Ejemplo de segmento 6: Visitantes que han realizado un pedido durante una visita con una instancia de pago de redes sociales, excluyendo a los visitantes que se han suscrito a un newsletter

Este ejemplo me permite identificar a los visitantes que han realizado una compra de forma activa durante una visita desde una campaña de medios sociales, pero que no se han registrado en nuestros boletines informativos. Esto permitirá a al equipo de marketing ver el grupo de usuarios potenciales que deben intentar convertir en los boletines informativos y los correos electrónicos de marketing.

Gran final

Hay tantas formas de combinar la lógica para crear escenarios muy detallados que solo puedo arañar la superficie de las posibilidades.

Como cualquier gran mago, el verdadero poder está en inspirar a las nuevas generaciones para partir de conceptos básicos y reimaginar los aprendizajes en algo nuevo y maravilloso. ¡Estoy desean ver las próximas creaciones!