Hacks de Google Analytics

Google Analytics (GA) es un motor analítico excepcional, pero carece de una comprensión inherente de los métricos críticos de tu negocio. Ya sea que tus objetivos principales en línea se centren en compras de suscripciones o llamadas telefónicas, GA necesita personalización para reflejar lo que es más importante para ti. Esta guía se centrará en cómo categorizar flujos de datos, como visitas, eventos, clics, vistas y desplazamientos, en grupos significativos para facilitar un análisis más profundo y efectivo.

Grupo de Contenidos

Grupo de contenidos en GA te permite organizar URL en categorías lógicas que tienen sentido para tu negocio. En lugar de analizar cada página individualmente, puedes segmentarlas en grupos más amplios que representan diferentes secciones de tu sitio web.

Por ejemplo, en True, utilizamos la siguiente estructura:

• /analytics, /competitors y /segmentation se categorizan como “dashboard” porque estas páginas se refieren a análisis de usuarios e información empresarial.
• /dev y /tableau caen bajo la categoría de “development” (desarrollo), ya que están orientados a desarrolladores que buscan soluciones de integración con True.
• /contact y /about se categorizan como “contacto,” porque los visitantes aquí probablemente busquen información sobre cómo comunicarse o conocer más sobre la empresa.

Este método de organización de contenido proporciona una visión más clara y estructurada del rendimiento del sitio web. Simplifica el análisis de compromiso al centrarse en bloques grandes y significativos, como “dashboard,” “landing pages” o “campañas de correo electrónico,” en lugar de detenerse en las complejidades de cientos de páginas individuales. Esto facilita la creación de embudos de compromiso dirigidos y la medición de métricas de rendimiento clave en diferentes secciones de tu sitio.

ID de Usuario

ID de Usuario es una característica crucial de Google Analytics que te permite rastrear y reconocer usuarios individuales en diferentes dispositivos y sesiones. Esto es particularmente valioso si tus usuarios inician sesión en múltiples dispositivos, como computadoras de escritorio, tabletas, teléfonos móviles o dentro de tu aplicación. Al asignar el mismo ID de usuario a una persona en diferentes dispositivos, GA puede consolidar estas sesiones en un perfil de usuario unificado.

Esta vista unificada es esencial para comprender el comportamiento del cliente en múltiples puntos de contacto. Por ejemplo, puedes rastrear el viaje de un usuario desde una campaña publicitaria pagada a una visita directa o un enlace de referencia. Al ver todo el camino de interacción, puedes identificar el primer punto de contacto, lo que te permite tomar decisiones mejor informadas sobre dónde asignar tus recursos de marketing. Este conocimiento te permite invertir de manera más estratégica en canales que impulsan el interés inicial o conversiones altas.

Propiedades de Usuario

Propiedades de usuario a menudo están subutilizadas, pero pueden ser increíblemente poderosas, especialmente para negocios con modelos de suscripción o ciclos de compromiso prolongados, como aplicaciones o juegos. Google Analytics te permite configurar hasta 25 propiedades de usuario personalizadas, permitiendo un seguimiento y segmentación altamente específicos.

Por ejemplo, en True, utilizamos la siguiente estructura para las propiedades de usuario:

user_properties: {
	subscription: "enterprise", // tipo de suscripción
	customer_type: "owner" // o miembro
}

Con estas propiedades en su lugar, es fácil segmentar usuarios según el tipo de suscripción, comportamiento y patrones de compromiso. Podemos filtrar los datos para estudiar cómo se comportan los suscriptores empresariales de manera diferente a los usuarios con un plan estándar. De manera similar, la propiedad customer_type distingue entre el propietario principal de la cuenta y un miembro del equipo, ayudándonos a entender qué características son más importantes para diferentes tipos de usuarios.

El informe en tiempo real proporciona una vista útil y rápida de estas propiedades de usuario. Aunque Tiempo Real se usa principalmente para depuración, también puede ofrecer valiosos conocimientos sobre cómo diferentes tipos de usuarios están interactuando con tu sitio. Más allá de la depuración, estas propiedades pueden aplicarse en varios informes para filtrar el tráfico, construir embudos y analizar el comportamiento basado en la segmentación de usuarios.

Métricas de Experiencia del Usuario: Tiempo de Generación de Página y Tiempo de Carga de Página

El tiempo de generación de página en Google Analytics se puede descomponer en dos categorías principales:

Hay una lista de tiempos, pero las 2 categorías principales son:

• page_generation_time - Rendimiento del lado del servidor: Mide qué tan rápido tu servidor puede generar páginas web. Refleja la velocidad de tu servidor web y base de datos, identificando cualquier página pesada o cuellos de botella que tu equipo de desarrollo debería optimizar.
• page_load_time - Rendimiento del lado del cliente: Esta categoría mide qué tan rápido se carga una página desde la perspectiva del usuario. Factores como la velocidad de conexión, tiempo de solicitud DNS y latencia afectan los tiempos de carga de página. La métrica más crítica aquí es cuánto tiempo lleva generar la página web una vez que el servidor ha procesado la solicitud.

Al analizar el tiempo de generación de página, puedes identificar cuellos de botella que causan que los usuarios abandonen tu sitio o aplicación. Por ejemplo, si el rendimiento del lado del servidor es lento, puede indicar la necesidad de optimización del servidor o ajuste de la base de datos. En el lado del cliente, los tiempos de carga excesivos pueden resultar en tasas de rebote más altas, lo que hace crucial abordar problemas como el tiempo de conexión o la velocidad de renderización de páginas web.

Como ilustra la imagen de arriba, incluso pequeñas mejoras en el tiempo de carga de página pueden llevar a aumentos significativos en las tasas de conversión. Por lo tanto, entender y optimizar el tiempo de generación de página es vital para mejorar tanto la experiencia del usuario como los resultados comerciales.

En True usamos un código simple para poner todas las variables necesarias en Google Analytics:

<script type="text/javascript">window.gaConfig={
    "user_id": "random-user-id-you-generated",
    "content_group": "landing",
    "page_generation_time": 19,
    "user_properties": {
    	"subscription": "small",
    	"customer_type": "member"
    }
};</script>
<script defer="defer" src="/js/ga.js"></script>

Y luego en ga.js

if(element.getElementById('gajavascriptscript') === null) {
	let script = element.createElement('script');
	script.setAttribute('src', 'https://www.googletagmanager.com/gtag/js?id=G-XXXXXXXX');
	script.setAttribute('id', 'gajavascriptscript');
	element.body.appendChild(script);

	// ahora espera a que cargue...
	script.onload = () => {
	  window.dataLayer = window.dataLayer || [];
	  function gtag(){dataLayer.push(arguments);}
	  gtag('js', new Date());
	  gtag('config', 'G-XXXXXXXX', window.gaConfig);
	  gtag('event', 'page_generation_time', {value: window.gaConfig.page_generation_time});
	  gtag('event', 'page_load_time', {value: Date.now() - window.performance.timing.navigationStart});
	};
}

El código carga gtag.js de GoogleAnalytics y después de que se carga, ejecuta un código que envía page_generation_time y page_load_time a GA.

Como se ve en el gráfico, el Tiempo de Generación de Página es casi cero para la mayoría de las páginas, excepto para la página /setting/account. Esto indica que el procesamiento de backend para la mayoría de las páginas es altamente eficiente. Sin embargo, el Tiempo Promedio de Carga de Página, que depende del rendimiento de la red y el navegador del visitante, muestra valores ligeramente más altos, que van de 0.5 a 1.2 segundos. Estos son resultados excelentes, que reflejan un esfuerzo y optimización significativos.

Dicho esto, me preocupa particularmente el Tiempo Promedio de Generación de Página de 0.2 segundos. Aunque esto puede parecer pequeño, sugiere que algunas páginas están tardando un tiempo inusualmente largo en cargarse en el lado del servidor. Estos elementos atípicos podrían representar potenciales cuellos de botella en la aplicación. Investigar y resolver estas anomalías sería crucial para asegurar un rendimiento consistente en todas las páginas.

Al centrarse en páginas con tiempos de generación más altos, como /setting/account, podemos identificar las áreas específicas que necesitan optimización. Estas mejoras pueden implicar reducir la complejidad de las consultas de base de datos, optimizar el procesamiento del lado del servidor o abordar cualquier camino de código ineficiente. Hacerlo mejorará aún más el rendimiento general de la aplicación y la experiencia del usuario.