La temporada navideña está sobre nosotros y con ella viene el ciclo habitual de excesos en la mesa, seguido de los propósitos de Año Nuevo para ponerse en forma. Y aunque yo, por mi parte, planeo hacer ambas cosas, creo que también es un buen momento para comenzar a considerar algunos propósitos de Año Nuevo para tu programa de analítica. Basado en mi experiencia como consultor con clientes en 2016, he anotado algunas ideas de resoluciones que creo que te serán útiles para 2017. Afortunadamente, todas estas son mucho más realistas que ponerse en forma después de un mes lleno de pasteles y ponche de huevo.

1. Revisa tus objetivos y KPIs

Sí, comenzamos con lo básico. Una de las razones fundamentales por las que la analítica pierde su capacidad para impulsar la mejora del rendimiento es que la medición puede desconectarse de la toma de decisiones. Así que reúne a tus interesados en una sala (física o virtual) y pregúntales directamente: ¿Son relevantes las métricas que les estamos proporcionando? ¿Les ayudan a tomar las decisiones clave que necesitan tomar? La retroalimentación sincera sobre este bloque de construcción fundamental de la analítica puede ayudarte a identificar KPIs faltantes, KPIs existentes que no agregan valor en la toma de decisiones y aquellos en los que los interesados no tienen confianza, no confían, etc. Basado en una sesión de revisión como esta, es probable que necesites actualizar tus paneles de control, ajustar tus plantillas de informes y hacer otros cambios. Pero hacer ese trabajo para mejorar tu “producto” de analítica dentro de tu organización vale la pena para evitar que tus informes se queden en los estantes, sin leer.

2. Reemplaza los informes manuales con paneles de control automatizados

Una vez que hayas confirmado que las métricas que estás utilizando para medir el rendimiento siguen siendo relevantes para los tomadores de decisiones que utilizan los datos, puedes sentirte seguro de que estás en el camino correcto. Pero si pasas mucho tiempo extrayendo datos de tus fuentes de datos, compilándolos y organizándolos en Excel, y creando gráficos y presentaciones de PowerPoint, saber que todo ese esfuerzo está produciendo datos relevantes puede ser de poca consuelo. Para romper el ciclo de informes manuales intensivos en mano de obra, considera cómo los paneles de control automatizados y “siempre activos” pueden ayudarte. La buena noticia es que hay una miríada de herramientas de paneles de control que pueden ayudarte, con muchas características y herramientas para elegir. Puedes elegir una herramienta básica y funcional como un “Toyota” para tus paneles de control, o ir con un emocionante y llamativo “Ferrari”, dependiendo de tus necesidades. Pero la idea básica es esta: en lugar de pasar por el mismo proceso de informes laboriosos todos los días/semanas/meses/trimestres/años, en su lugar crea un panel de control (o conjunto de paneles de control) que presente los mismos datos, que sea accesible para todos los interesados necesarios, y que esté siempre activo, para que las personas puedan revisarlo a su conveniencia. ¿Qué harás con todo el tiempo que acabas de liberar? Bueno, ¿qué tal si haces un análisis más profundo, no solo informando sobre cuántas visitas de página o transacciones o ventas adicionales o MQLs (leads cualificados de marketing) se generaron en el último período, sino investigando por qué sucedió eso y cómo mejorar en el futuro? Si se hace bien, tus paneles de control siempre activos liberarán mucho tiempo para el análisis y también generarán demanda para ese análisis más profundo por parte de tus interesados. ¡Eso es un círculo virtuoso!

3. Audita tus datos para descubrir problemas

Probablemente hayas escuchado el dicho de que “una onza de prevención vale una libra de cura”. (Por cierto, ¿hay un equivalente métrico para esta frase?) Y eso es cierto cuando se trata de garantizar la integridad de los datos en tu conjunto de marketing. Es mucho mejor limpiar proactivamente tus datos de analítica web, tus datos de CRM, etc., y descubrir que todo funciona perfectamente, que ser ignorante de los problemas de calidad de datos que acechan en tus sistemas. Auditar tus datos es relativamente rápido y fácil y promueve una amplia confianza en toda la organización de que los datos se pueden utilizar para tomar decisiones importantes. Para evitar que una auditoría termine siendo una “excursión” confusa e indefinida a través de tus datos, considera armar una lista de verificación antes de comenzar. Una lista de verificación debe darte problemas específicos que estarás revisando y debe definir los criterios para determinar si cada problema “pasa” o “falla” su revisión. Para usar los datos de Google Analytics como ejemplo, podrías considerar auditar tus datos de seguimiento de eventos. Tus criterios para “pasar” podrían incluir, por ejemplo, “no hay cambios semanales inexplicables de +/- 90% en el volumen de eventos para ninguna categoría de eventos en particular”. Observa la importancia de la palabra “inexplicables”. Puede haber razones legítimas por las que una métrica en particular pueda tener un cambio repentino y significativo. Siempre y cuando haya una explicación, está bien. Si no la hay, es hora de profundizar y averiguar qué sucedió. Y por simple que parezca, el análisis de la causa raíz es clave para cualquier auditoría que valga la pena. No quieres simplemente llamar la atención de los consumidores de datos sobre los problemas. En cambio, es crucial llegar a la raíz del problema para que se pueda resolver y para evitar que problemas similares se repitan en el futuro.

4. Integraciones de datos: 1+1=3

Para obtener la historia completa, haz clic aquí.