Analisis avanzado de Embudos de conversión

Creo que hay pocos analistas webs y profesionales del marketing on line por lo general que no estén absolutamente enamorados de los embudos de conversión. Pocas herramientas son tan claras y eficaces a la hora de progresar nuestras conversiones en la web. Las visitas llegan a nuestra página web, entran en el embudo y, poquito a poco, van perdiéndose a medida que avanzan por exactamente el mismo hasta el momento en que consiguen el propósito. Sí, los embudos de conversión son geniales para advertir problemas de conversión y mejor aún: solucionarlos.

Pero la realidad es que los embudos de conversión no son herramientas que hagan magia. Bastantes personas los emplean, sí, mas una vez los tenemos definidos y configurados pocos son los que son capaces de comprender los inconvenientes que se les están mostrando y menos aún como solucionarlos. Tendemos a buscar la solución fácil, quedarnos con el dato que nos aparece en pantalla y sacar conclusiones que una gran cantidad de veces tienen mucho más de suposición que de análisis real de los datos. Y esto es pues el embudo en sí es solo el principio, una vez comenzamos a ver como se comportan los usuarios en el mismo llega la hora de analizar cada uno de ellos de sus pasos.

Back to top

1) Qué es realmente un embudo de conversión

También conocidos como Funnels (por su nombre en inglés) los embudos no son otra cosa que una correlación de datos que recogemos a lo largo de un proceso de conversión. Este proceso en páginas web acaba siempre y en todo momento siendo una correlación de páginas vistas o acciones que sabemos que se van a producir para poder llegar a una conversión concreta. Así estos embudos son en análisis de lo que hace el usuario ya antes de conseguir una conversión, lo cual nos permite evaluar el estado de salud de ese proceso.

Para los pocos que incluso no los conozcan un ejemplo. Imaginemos un proceso de adquiere en el que el usuario tiene que efectuar siempre y en toda circunstancia los siguientes pasos para poder realizar su compra:

• Añadir un factor al carrito
• Previsualizar carrito
• Indicar datos personales
• Indicar datos de envío
• Confirmar la compra
• y realizar el pago

Nuestro objetivo es solo contabilizar cuantos pagos se han efectuado, no obstante nuestro embudo de conversión querrá saber que sucede en cada uno de ellos los pasos precedentes entendiendo que cuanto más se avance en los diferentes pasos de la conversión y cuantos más obstaculos quitemos a este camino más usuarios terminarán realizando la adquisición.

Así pues en un embudo de conversión hablamos siempre y en toda circunstancia de PASOS como elementos de los que extraemos información y sobre cada paso queremos extraer distintas informaciones que nos ayudarán a entender ese paso:

• Cuantas páginas visitas, visitas o bien usuarios llegaron a ese paso
• Cuantos pasan de un paso al siguiente
• Hacia que páginas fuera del embudo van los usuarios (puntos de fuga)
• Desde que páginas llegan a distintos pasos del embudo (puntos de entrada)
• Como son todos estos valores para distintos segmentos del tráfico (medios, móviles, tipos de visita, etc)
• Y otras métricas que puedan interesarnos (tiempo en cada paso, acciones en un paso, vuelas atrás, etc.)

Si lo pensamos bien, la cantidad de datos que podemos apreciar saber de cada paso es enorme y en cada proyecto puede ser realmente distinta. Hay unos estándares básicos a observar como pueden ser usuarios y puntos de fuga mas indudablemente eso no es todo cuanto podemos estimar saber de un embudo...

Back to top

2) Los embudos de Analytics apenas nos sirven para analizar nuestros pasos

Google Analytics ha sido uno de los promotores de los embudos de conversión más grandes que han existido. Es la herramienta de analitica web reina y en ella crear un embudo es tremendamente fácil. Además sus gráficos de embudos son de los informes más atractivos que nos permiten ver... enamoran a todos y cada uno de los ejecutivos y nos permiten sacar conclusiones (desatinadas o bien no) muy rápidamente.

Un embudo en Analytics para una web de hoteles:

En los embudos de analytics (tan bonitos ellos con todo ese verde y colorado) se nos resaltan 4 informaciones sobre cada paso:

• Usuarios que llegan al paso (que no visitas ni páginas vistas)
• Porcentaje de usuurios que alguna vez pasaron al siguiente paso (que no visitas ni páginas vistas)
• Primera página de entrada del usuario en el embudo
• Y remata página de salida del embudo (si es que no cumplió objetivo o bien siguió al siguiente paso)

Si duda, para lo poco que cuesta sacar la información esta resulta muy relevante. Mas como os decía esto no es un análisis del embudo... podemos ver pasos a los que a los usuarios les cuesta llegar y advertir puntos de fuga pero no realizar un análisis real de la problemática de nuestros embudos.

Los problemas de los embudos de Google Analytics son muchos y bastante graves:

• 1. Se fundamentan siempre y en toda circunstancia en usuarios, una métrica que probablemente no será la que empleemos en otros informes (el resto de G.A. tiende a emplear visitas) y solo puede trabajar con usuarios y nada más
• 2. Los valores sobre cuantos usuarios pasan al siguiente paso o bien la página de fuga son muy relativos debido a este foco en los usuarios: Podríamos tener un usuario que ha entrado 10 veces en el embudo, que nueve de esas veces saliese por páginas diferentes y en la décima transformase y el embudo de Google Analytics nos mostraría un usuario que ha pasado por todos los pasos sin provocar puntos de fuga (pues nos enseña le valor máximo alcanzado por usuario y no la actividad real en las páginas
• 3. Los embudos no pueden segmentarse ni analizarse. En los embudos tenemos la información tal como nos viene dada y no podemos trabajar con ella. Nada de segmentos, nada de examinar otras métricas, nada de trabajar la información... Son tan extraños que ni siquiera podemos sacarla vía API para trabajarla.
• 4. La contabilización de pasos, en ocasiones es errática. En embudos sin pasos obligatorios, cuando un usuario entra en el paso inicial y llega a un paso superior o bien convierte el embudo se autocompleta si bien el usuario no haya cumplido los pasos intermedios. Esto es pues como contabiliza usuarios totales Gooogle Analytics nos mostrará por donde entró el usuario y hasta donde llegó del embudo por lo que no tiene otra forma de mostraros un usuario que comienza, por en medio se va y después termina (si lo mostrase veríamos dos usuarios: uno que entra y se marcha y otro que convierte de forma directa lo que tampoco sería adecuado puesto que duplicaría usuarios). Por este motivo en ocasiones en embudos con pasos imposibles podemos ver como estos a veces se autorrellenan

Con todos estos problemas esta claro que los Embudos de Analytics están muy bien (porque lo están, me agrada criticar pero verdaderamente los utilizamos cada día por algún motivo) mas no son suficientes para hacer un análisis serio de lo que sucede en el embudo... Precisamos saber más...

Back to top

3) Qué pasa cuando no estudias más tus embudos

El inconveniente de quedarse en los embudos de Analytics está en que tanto como los superdirectivos que deciden sobre la página web tendemos a disfrazar las suposiciones de conclusiones. Seamos claros: con un análisis tan básico como el que se nos enseña no sabemos gran cosa del proceso de coversión. Sí, podemos detectar puntos de fuga y cerrarlos. Sí, podemos saber que cierto paso o bien formulario son el problema por el que los usuarios no acaban de convertir. Mas a partir de ahí todo son suposiciones...

• "Los usuarios no pasan del carro pues no entienden como hacerlo y el botón está muy escondido": ¿Necesitabas un embudo para ver eso? ¿No será que ya lo habías visto y ahora te apoyas en el embudo para decirlo?
• "La mayor pérdida de tráfico es en el momento del pago, eso serán usuarios que solo querían ver el costo del producto": Em... y te quedas tan ancho con esta afirmación ¿no?
• "Los usuarios caen justo cuando les pedimos el DNI, así que el documento de identidad es el problema". Claro, porque eso es lo que dice el embudo ¿no? tiene una línea que dice: "salidas por ver que les solicitaron DNI".

Y así mil casos... No afirmo que advertir los problemas con embudos de Google Analytics no sea una buena idea, tampoco que la intuición y las buenas prácticas no sean un pilar muy preciso en la usabilidad de las webs... Sólo destaco que en multitud de negocios se efectúan acciones justificadas en datos que realmente no existen o bien no se han tomado.

Back to top

4) Qué queremos examinar verdaderamente en un embudo para sacar conclusiones

Existen tres focos principales que podemos apreciar aplicar al examinar en un embudo y que nos alertarán sobre posibles inconvenientes de forma mucho más específica.

• El análisis de la página que conforma el paso: Qué hacen los usuarios en dicha página
• La repercusión que puede tener en el proceso de decisión del usuario los diferentes elementos que les mostramos
• Y el análisis del embudo para distintas tipologías de tráfico

Bajo estos prismas podremos verdaderamente saber que sucede en nuestras páginas, que elementos de persuasión funcionan y que tipos de usuarios son los que verdaderamente ofrecen más contrariedades para transformar. Con estos 3 análisis realizados si que vamos a poder realizar afirmaciones fundamentadas en datos. Veamos pues como efectuar este tipo de análisis...

Back to top

5) Análisis de las páginas de los pasos

Para los pasos que deseemos examinar (esto es, aquellos en los que advertimos posibilidades de mejora en el embudo sencillo) es preciso poder saber que hacen los usuarios en los mismos.

Aquí las herramientas a emplear pueden ser varias, todas destinadas a comprender como interactúa el usuario con nuestro paso.

• en este paso.

  Una opción que nos permitirá saber lugar desde donde entran a este paso y a donde van tras el mismo. Esta información podemos apoyarla también en los propios datos del embudo si bien siempre y en toda circunstancia será más rica si la sacamos a nivel de páginas vistas donde vamos a poder acceder además a otras dimensiones de página como tiempo en la página o número de abandonos y usar segmentos para poder ver precisamente por donde sale cada género de tráfico.

• Si las opciones que damos al usuario para continuar son muy complejas podemos facilitarlas con unusados en el paso

  Esto nos permitirá conocer cuales son los recursos de navegación que más interesan a los usuarios: que botones utilizan, que menús les llaman la atención, etc.

• Para medir al detalle ciertos pasos complejos puede resultar muy útil medir mapas de clics, scroll, etc.

  El mapa de click de Google Analytics (analitica de página) es un buen punto de inicio, sobretodo si activamos elpara distinguir mejor nuestros enlaces. Mas para profundizar aun más y mejorar el detalle de lo que ocurre en nuestra página podemos emplear diferentes herramientas especializadas como,, instalar en tu servidor tu versión deo (si deseas ver vídeos completos de comportamiento) emplear el espectaculardonde puedes perder días enteros pero aprender mucho de tus visitas

• Por último, con implementaciones avanzadas sobre tus formularios puedes comprender realmente como se emplean por los usuarios

  Aquí son validas desde implementaciones a medida de analytics (acontecimientos o páginas vistas virtuales) a herramientas especializadas comooque llevan a otro nivel el análisis de formularios.

Una opción que nos permitirá saber lugar desde el que entran a este paso y a donde van tras el mismo. Esta información podemos apoyarla también en los propios datos del embudo aunque siempre y en toda circunstancia será más rica si la sacamos a nivel de páginas vistas donde podremos acceder además a otras dimensiones de página como tiempo en la página o bien número de abandonos y utilizar segmentos para poder ver exactamente por donde sale cada tipo de tráfico.

Esto nos permitirá conocer cuales son los recursos de navegación que más interesan a los usuarios: que botones emplean, que menús les llaman la atención, etc.

El mapa de clic de Google Analytics (analitica de página) es buen punto de partida, sobretodo si activamos elpara diferenciar mejor nuestros enlaces. Pero para profundizar aun más y progresar el detalle de lo que pasa en nuestra página podemos usar distintas herramientas especializadas como,, instalar en tu servidor tu versión deo (si quieres ver vídeos completos de comportamiento) usar el espectaculardonde puedes perder días enteros pero aprender mucho de tus visitas

Aquí son validas desde implementaciones a medida de analytics (acontecimientos o páginas vistas virtuales) a herramientas especializadas comooque llevan a otro nivel el análisis de formularios.

Con toda esta información en tu mano podrás asegurar que verdaderamente sabes lo que hacen los usuarios en tus pasos del embudo. Ya no te quedarás en que X usuarios salen por el menú primordial o en que te parece que "tal" elemento no se ve sino tendrás acceso a todo cuanto realmente hacen tus usuarios y lo que no hacen.

Back to top

6) Influencias en el proceso de decisión

Otro nivel de análisis es conocer realmente como influyen diferentes informaciones, elementos o simplemente sensaciones en el abandono del paso. Aquí entramos de lleno en el terreno del CRO (Conversión Rate Optimization) donde cada vez hay más técnicas de análisis entre las que resaltan 2 sobre todas las demás:

• El Testing (A/B o multivariante)

  Una herramienta fundamental para acreditar suposiciones. Basándonos en los datos del embudo, el análisis del paso y en nuestro conocimiento sobre el usuario y la página web generalmente se generan hipótesis mas en vez de llevarlas a cabo se intentan corroborar a base de distintos tests que prueben que realmente las hipótesis son válidas para nuestro tráfico.

  Para efectuar estos tests podemos emplear las implementaciones deo su versión parau optar por herramientas más dedicadas y menos técnicas comoo.

• El Análisis Cualitativo

  Donde se sale del cajón de los datos automáticos para pasar a consultar de forma directa a usuarios sobre sus creencias, experiencias y satisfacción.

  Este análisis en embudos podemos efectuarlo de dos formas. Por una parte podemos contratar una batería de respuestas genéricas con opciones como el conocidoo incluso automatizadas con. Opciones que a pesar de están en la categoría de cualitativo les falta el toque personal del usuario real.

  La otra opción, la reina del cualitativo, es utilizar encuestas web. En este caso ya no solo para clasificar a los usuarios sino más bien provocándolas en usuarios que han abandonado el proceso de nuestro embudo y preguntándoles directamente por sus motivaciones. Aquí algunas opciones son más genéricas comoy otras van mucho más al grano comoo.

  Además de estas herramientas siempre podemos tirar por el análisis cualitativo manual:

  • O provocando la encuesta mismos programándola en la web
  • o, si en el paso de abandono ya disponíamos del correo electrónico o teléfono del usuario, contactando con el más adelante para proponerle la encuesta

Una herramienta esencial para avalar suposiciones. Basándonos en los datos del embudo, el análisis del paso y en nuestro conocimiento sobre el usuario y la web normalmente se generan hipótesis pero en vez de llevarlas a cabo se intentan corroborar a base de distintos tests que prueben que realmente las hipótesis son válidas para nuestro tráfico.

Para realizar estos tests podemos usar las implementaciones deo su versión parau optar por herramientas más dedicadas y menos técnicas comoo.

Donde se sale del cajón de los datos automáticos para pasar a preguntar directamente a usuarios sobre sus creencias, experiencias y satisfacción.

Este análisis en embudos podemos realizarlo de 2 formas. Por una parte podemos contratar una batería de contestaciones genéricas con opciones como el conocidoo aun automatizadas con. Opciones que a pesar de están en la categoría de cualitativo les falta el toque personal del usuario real.

La otra opción, la reina del cualitativo, es usar encuestas web. En este caso ya no solo para clasificar a los usuarios sino provocándolas en usuarios que han abandonado el proceso de nuestro embudo y preguntándoles de manera directa por sus motivaciones. Aquí ciertas opciones son más genéricas comoy otras van mucho más al grano comoo.

Además de estas herramientas siempre podemos tirar por el análisis cualitativo manual:

• O provocando la encuesta nosotros mismos programándola en la web
• o, si en el paso de abandono ya disponíamos del email o teléfono del usuario, contactando con el más adelante para proponerle la encuesta

Ambas opciones son un trabajo lento y requieren un volumen de visitas grande para poder obtener resultados (lo que en ciertas webs lo hace más lento aun). A cambio recibimos unos resultados de una calidad asombrasa: tanto por su capacidad de validar hipótesis que nos saquen el mundo de las creencias para percibir feedback real de los usuarios que finalice aun convirtiéndose en insights para nuestro negocio.

Back to top

7) Análisis de tipologías de tráfico en el embudo

Esta parte, más cercana a los datos de Analytics a los que una mayor cantidad de gente está acostumbrada, no acostumbra a efectuarse por las limitaciones de los propios embudos de Analytics. Y resulta bastante curioso... Por una parte nos esforzamos en crear nuestros segmentos y también informes personalizados a medida de nuestro negocio y por otro, cuando nos hallamos con los embudos, nos conformamos con lo que nos viene dado. La solución a nuestros inconvenientes es muy simple: deseamos embudos, pero no tal como nos los ofrece Google Analytics.

7.1) ¿Cómo lograr embudos en Analytics más versátiles?

Existen 2 formas de conseguir estos embudos fuera de la interfaz de embudos de objetivos que nos ofrece analytics. Ambas son muy afines y nos permitirán salvar el inconveniente primordial de los embudos: el trabajo con otras métricas aparte de los usuarios y la segmentación del tráfico que examinamos.

• Opción 1: Objetivos de paso.

  Se trata sencillamente crear un fin para cada paso del embudo en vez de intentar resumir todo el embudo en un único paso. De este modo, al crear luego un informe personalizado utilizando los diferentes objetivos (paso 1, paso 2, paso tres, etc.) como métricas a observar veremos el propio embudo pero en horizontal y tendremos ya la capacidad de segmentarlo al trabajar este con visitas y no con usuarios.

• Opción 2: Con segmentos basados en página vista

  Aún más potente, sobretodo si estamos acostumbrados a trabajar con la API de Google Analytic es ir sacando dato a dato mediante los segmentos de Analytics. La potencia de sacar cada dato uno a uno es que entonces ya se nos abre todo el abanico de dimensiones y métricas de Analytics permitiéndonos acceder a cualquier dato: visitas, usuarios, medios y landings de entrada, dispositivos, resoluciones de pantalla, etc.

Se trata sencillamente crear un propósito para cada paso del embudo en vez de procurar resumir todo el embudo en un único paso. De este modo, al crear entonces un informe adaptado usando los diferentes objetivos (paso 1, paso 2, paso 3, etc.) como métricas a observar vamos a ver el propio embudo mas en horizontal y vamos a tener ya la capacidad de fraccionarlo al trabajar este con visitas y no con usuarios.

Aún más potente, sobretodo si estamos acostumbrados a trabajar con la API de Google Analytic es ir sacando dato a dato mediante los segmentos de Google Analytics. La potencia de sacar cada dato uno a uno es que entonces ya se nos abre todo el abanico de dimensiones y métricas de Analytics permitiéndonos acceder a cualquier dato: visitas, usuarios, medios y landings de entrada, dispositivos, resoluciones de pantalla, etc.

Una vez disponemos de esta tipología de embudos ya podemos trabajar nuestros datos para comprender mejor como caen los usuarios de un paso a otro.

7.2) En en análisis de embudos lo esencial es la caída y no el volumen de visitas

Cuando realizamos este análisis es muy común (por costumbre) procurar visualizar nuestros pasos del embudo en un formato de volumen lo que daría como resultado el gráfico que os mostraba antes como ejemplo. Es un gráfico muy mono y que verdaderamente nos muestra como las visitas se marchan perdiendo conforme avanzan por el embudo. Sin duda en una primera aproximación se comprende mejor que otras visualizaciones de los datos pero no es la mejor forma para visualizar a nuestros usuarios pues al estar basada en volúmenes nos hace creer que las caidas en los primeros pasos son más esenciales que en los últimos.

Viendo el gráfico precedente podríamos decir que el inconveniente de este embudo está en el paso de búsqueda a visualización de producto... No obstante cuando empezamos a trabajar con porcentajes de caída, vemos resultados muy diferentes.

Interesante ver donde está verdaderamente el problema, ¿verdad?

7.3) Examinando nuestros embudos por segmentos

El trabajo de veras en este tipo de análisis comienza cuando comenzamos a visualizar nuestros embudos filtrados por distintos segmentos significativos, o sea, segmentos en donde sepamos que la experiencia de usuario o la intención de adquiere cambia. Algunos ejemplos clásicos de estos segmentos serían:

• Tráfico con compra ya efectuada anteriormente
• Nuevas visitas o visitas recurrentes
• Distintos posibles diseños (por dispositivo móvil o por resolución de pantalla en diseños adaptable)
• Tráfico de cieta tipología o bien de campañas (branding, producto, interés genéricos, etc.)
• Landings de entrada (o bien)
• Otros criterios de comportamiento (vio x página, usó X recurso, etc.)

Al final, debemos buscar aquellos segmentos en los que un cambio de porcentaje de caida en un paso específico (el que estamos examinando) nos lleve a una conclusión. El ejemplo más sencillo sería ver como reacciona el embudo ante tráfico móvil vs de escritorio para descubrir si alguno de los dos diseños es el autor del inconveniente en dicho paso.

Como antes el análisis por volúmenes globales no nos servirá de mucho, siendo mucho más adecuado examinar los embudos segmentados por sus porcentajes de caída en cada paso. Como os decía, versiones móviles y de escritorio acostumbran a probar problemas en pasos distintos:

Realizando este trabajo con gran cantidad de segmentos podemos llegar a entender mucho más sobre nuestras caídas entre pasos. Sumar a esta información un análisis de página o bien de la intención de adquiere también segmentado por los mismos criterios puede darnos conclusiones valiosísimas y evitarnos muchos fallos futuros.

7.4) Examinando los valores de dimensión en nuestros embudos

Otra forma de trabajar es enseñar embudos ya divididos por alguna dimensión. En el informe adaptado, creado con objetivos veíamos esta posibilidad. Trabajar con estos datos puede ser menos ilustrativo a nivel de cambios en las páginas pero sobretodo con las dimensiones de adquisición de tráfico (campañas, keywords, landings, etc.) nos pueden dejar claro como afectan las campañas al paso por los embudos y verdaderamente de que calidad es el tráfico que traemos, más allá incluso de si convierte o no transforma.

Este trabajo suele hacerse sobre el propio embudo, segmentándolo directamente en su visualización...

Pero como anteriormente, esta no es la opción conveniente pues pone el foco sobre los volúmenes totales del segmento y como mucho nos deja intuir los cambios en el tráfico de una de las dimensiones (la que queda pegada al eje vertical), el resto nos cuesta entenderlas con este género de visualizaciones. En estos casos ni siquiera un informe por la metrica de caída en el paso va a asistirnos. Lo que tenemos que comprender es que lo que procuramos con esta información es visualizar como cambia la distribución de dimensiones en todos y cada paso (para ver como unas se comen a otras conforme avanza el embudo) y para esto la visualización idónea es mediante un gráfico de barras porcentuales y no absolutas:

Lo cual nos deja ver mucho mejor como se comportan las diferentes dimensiones en los pasos.

Back to top

8) Conclusión

Como comentaba al comienzo del post, los embudos de conversión son una herramienta fascinante y con un sinnúmero de aplicaciones. Podemos llegar a prosperar mucho nuestros resultados trabajandolos correctametne. Sin embargo, si no vienen acompañados de un análisis adecuado su uso es peligroso: abre demasiadas puertas a la opinática que ya es de por si demasiado grande en la mayor parte de las empresas. Tendámonos un cable a nosotros mismos y mejoremos la calidad de nuestros embudos: mejoremos la información que tenemos sobre cada uno de ellos de sus pasos y démosle inteligencia a nuestros análisis. Pensar que el mundo de los embudos de conversión se reduce a los simples embudos de objetivos de Analytics es un enorme error que nos hará perder muchas ocasiones de negocio.

¿Te gustó este artículo? Puedes seguir sus comentarios mediante, o realizardesde tu weblog.

Back to top