Analítica Digital: la gran aliada de la Experiencia de Usuario (UX)

English

La analítica digital es cada vez más importante como disciplina integrada en nuestros procesos de diseño. La Analítica de datos y la investigación de usuarios han unido sus caminos para ofrecer una visión holística de los insights que obtenemos de los usuarios. Esto nos está permitiendo entender de forma más completa los customer journeys en una sóla experiencia de investigación.

Los profesionales de Experiencia de Usuario recurrimos en nuestro trabajo a técnicas muy variadas, como test de usuarios, estudios etnográficos, entrevistas, focus groups, etc, pero este tipo de investigación cualitativa, que nos ayuda a conocer las necesidades de los usuarios, frustraciones y expectativas en el uso de un producto o servicio digital, ya no es suficiente. Necesitamos apoyar nuestras investigaciones con datos cuantitativos que nos ayuden a tener más peso a la hora de tomar nuestras decisiones de diseño.

 

Incorporando una cultura de datos en los procesos de diseño

analytics-3265840_1920

Hasta hace poco solo se vinculaba la analítica a departamentos específicos o de Marketing exclusivamente, pero poco a poco se está convertiendo en una disciplina transversal y ya forma parte de nuestra estrategia de UX o específicas de CRO (Convertion Rate Optimization).

Para ello aplicamos metodologías data-driven design o diseño basaso en los datos en cualquier proyecto, ya sea de desarrollo de software, en un eCommerce o una web de captación de leads, por ejemplo.

Incorporar esta cultura de los datos en nuestro trabajo genera infinitas ventajas para el negocio:

  • Optimizar las aplicaciones o webs, mejorando con ello la experiencia de los usuarios/clientes.
  • Identificar oportunidades de negocio para construir nuevas funcionalidades o características de un producto o servicio.
  • Validar nuestras soluciones. Toda idea que diseñamos, surge de investigaciones de negocio y de nuestros usuarios. Pero las ideas siempre son hipótesis a refutar o confirmar. Y la analítica nos ayudará en este proceso.

Además, en proyectos que requieren de estrategias de Conversion Rate Optimization (CRO), los datos cobran más importancia: encontrar los problemas hacia la conversión requiere una medición constante de nuestros activos digitales. Los datos, cualitativos y cuantitativos nos ayudarán a realizar hipótesis de mejora y a tomar decisiones. Lo explico más adelante.

 

¿En qué consiste hacer diseño basado en datos?

Hacer diseño basado en los datos consiste en adaptar los métodos y técnicas de diseño, orientándolas a conseguir unos objetivos de negocio. Es decir, antes de empezar a diseñar las soluciones necesitamos tener claro:

  • ¿Cuáles son los objetivos de negocio y de nuestra aplicación?
  • ¿Quién es nuestra audiencia?
  • ¿Qué estrategias y acciones haremos para conseguir nuestros objetivos?
  • ¿Cómo vamos a medirlo?

 

Metodología de trabajo

Sin entrar en detalle, una buena base metodológica pasa por:

  1. Entender, investigar, definir y conceptualizar la propuesta de valor para luego ayudar a establecer los objetivos de negocio y los KPIs.
  2. Diseñar las soluciones de interfaz organizando el trabajo dentro de metodologías agile.
  3. Medir, aprender y optimizar. Toda idea que diseñamos tras nuestras investigaciones son hipótesis que tendremos que refutar o confirmar.

Estrategias específicas CRO

CRO son las siglas de Conversion Rate Optimization.

Podemos encontrar muchas definiciones y explicaciones de lo que significa hacer CRO en un modelo de negocio digital, yo me quedo con esta: cuando hablamos de CRO estamos hablando de una disciplina y metodología orientada a mejorar la eficacia comercial y de negocio de cualquier activo digital (web, aplicación, landing, etc)  a través de la identificación de puntos de mejora, generación de hipótesis que expliquen las ineficiencias detectadas, diseño de acciones para corregirlas, e implementación y seguimiento de la eficacia de esas acciones.

Todo ello con un objetivo claro: mejorar la rentabilidad del negocio digital sobre el que se trabaja.

El desarrollo de la estrategia UX integral para estos proyectos centrados en la conversión pasa, nuevamente, por la gestión analítica del dato, segmentar e identificar aquellos elementos y/o páginas con mayor contribución a la conversión.

 

¿Qué tipo de empresas hacen CRO?

Cualquier empresa que disponga de un sitio web, aplicación, modelos SaaS, Ecommerce , etc que quieran conseguir que los usuarios acaben haciendo una acción beneficiosa para ellos en sus negocios digitales (compra, registro, contacto, etc.).  

 

¿Hay una metodología de trabajo para hacer CRO?

Por supuesto. Necesitamos entender, primero, que hacer estrategias de optimización supone seguir una metodología que conlleva mucho esfuerzo para que pueda ser abarcado apropiamente.

Una propuesta de trabajo que te comparto pasa por varias fases:

  • Fase 1: Conocer el negocio. Al abordar un proyecto de CRO tenemos que tener una visión amplia y completa del escenario digital y del modelo de negocio sobre el que vamos a trabajar.
  • Fase 2: Auditar analítica. Analizar el nivel de la empresa en analítica digital. De dónde partimos, para proponer las herramientas de medición que utilizaremos.
  • Fase 3: Análisis. Estudiar la audiencia: convierten / no convierten, clientes/usuarios. Estudiamos los datos cuantitativos y analizamos sus datos cualitativos. Buscamos posibles problemas, ineficiencias o nuevas idea de mejora.
  • Fase 4: Hipótesis. Tras analizar, formulamos hipótesis.
  • Fase 5: Objetivos, acciones y KPIs. Definimos objetivos y proponemos acciones para cada objetivo: de corrección o persuasión. Dependerá de cada objetivo propuesto.
  • Fase 6: Plan de experimentación. Planificaremos test A/B y multivariantes para validar las hipótesis que creamos necesarias.
Es un ciclo continuo que podemos integrar en una metodología agile.

 

Herramientas de medición

analytics-1925495_1920Monitorizar los resultados de nuestra estrategia es fundamental para el éxito de nuestros proyectos ya que solo conociendo los resultados, podemos hacer un análisis y ayudar en la toma de decisiones que permitan corregir el rumbo de la estrategia seguiuda, viendo que cosas funcionan, cuáles no, y en consecuencia, que debemos mejorar.  

En nuestra disciplina UX (igual que en cualquier otra), tenemos una gran caja de herramientas a utilizar dependiendo del proyecto y de la estrategia a seguir. A nuestras herramientas de trabajo tradicionales de UX se unen otras propias de la analítica de datos, como Google Analytics, Adobe Analytics o específicas como VWO, Optimizely, Mixpanel, etc (por nombrar algunas). Con ellas, debemos ser capaces de convertir los datos en información útil que nos ayude a entender al usuario, lo que más les gusta a nuestros clientes, descubrir segmentos potenciales, identificar patrones de conducta, puntos de fuga en nuestros embudos de conversión, etc.

Nombro algunas que me gustan bastante actualmente (en este mundillo y en general en tecnología lo que vale para hoy ya no vale para mañana 😉)

 

Mapas de calor y comportamiento

Análisis on-page

Hotjar/Clicktale/CrazyEgg. Son herramientas especialmente destinadas a esta clase de tareas: comprobar dónde se han atascado los usuarios, dónde han abandonado, tiempo que tardan los usarios en completar los formularios, etc.

 

Encuestas

Typeform (tanto NPS como generales)

 

Test A/B

Optimizely. Permite crear diferentes versiones de una web de una manera rápida sin necesidad de programarlas con el fin de analizarlas y decidir cuál es la más adecuada para su posterior desarrollo.

Google Optimize. Permite crear diferentes variantes en distintos tipos de test, así como la personalización HTML y CSS del sitio a testar.

 

Otras

Mixpanel. Es una manera distinta y sencilla de aproximarse al mundo de la analítica web. Cuenta con funciones de marketing online interesantes para mejorar el engagement  de los usuarios que visitan una web.

KISSmetrics.  Es una plataforma en la nube de analítica web cuya principal característica es que muestra inteligencia asociada a cada persona o cliente, haciendo un seguimiento en tiempo real de las acciones de los usuarios una vez visiten nuestro sitio web, recopilando información sobre los sitios de referencia, búsqueda, comportamiento y embudo de conversión.

 

Dashboard

Una de las partes más importantes en el proceso de análisis de datos es mostrar los resultados. La Visualización de Datos es la disciplina que se encarga de identificar las mejores formas de representar los datos de forma gráfica, utilizando instrumentos que hacen que el dato sea aprovechable y accesible en cualquier momento. Los dashboards son los encargados de mostrarnos con un solo vistazo todos nuestros KPIs.

Algunas herramientas:

  • Google Data Studio es la herramienta gratuita de visualización de datos de Google. Desde que se lanzó ha tenido muchas modificaciones e integraciones. Con ella puedes hacer un análisis de los datos de manera visual de una forma muy fácil e inmediata y con una curva de aprendizaje “relativamente” baja.
  • Power BI, de Microsoft. Llevaba tiempo usando Tableau y Google Data Studio pero hace poco empecé a tocar esta herramienta y la verdad es muy potente. Puedes crear una cuenta corporativa con licencia Pro y crear una cuenta gratuita a título personal. En ambos casos puedes instalar Power BI Desktop.

 

Conclusión

La analítica de la experiencia del usuario nos ayuda a identificar nuevas necesidades del usuario y responder con nuevos servicios innovadores para satisfacerlas. También nos ayuda a detectar, corregir y optimizar nuestras aplicaciones, funcionalidades o webs de manera continua lo que, sin duda, contribuye a la conversión y mejora de la rentabilidad de cualquier negocio digital porque sabrá donde invertir sus esfuerzos.