Tengo el SEO hecho...

Esta semana me he encontrado con dos casos muy distintos y muy similares a la vez.

Ambos querían “aparecer” en primeras posiciones en las búsquedas de Internet.

Uno, del sector hostelería, otro del sector artículos de regalo….

Uno, página corporativa, otro página ecommerce…

Uno, había encargado la página a una consultora externa, otro era programador y se encontraba desarrollando…

Ambos decían “tengo el SEO hecho”…

Y ambos no supieron describir con precisión cuál era su cliente objetivo…

Cuando hablamos de Internet, tenemos que tener claro cuál es el motivo por el que estamos ahí y a quién nos queremos dirigir.  El querer posicionarse en buscadores sin haber descrito una estrategia clara, es perder el tiempo.

El motivo de estar en Internet puede ser informativo, ventas, subscripciones,…

El público al que vamos dirigidos es algo más complejo.  Si ya tenemos clientes, un estudio de nuestras ventas nos dirá cuál es el perfil del cliente más rentable para nuestro negocio.  Si no tenemos clientes porque acabamos de arrancar, tendremos que definir a qué público nos queremos dirigir.

No vamos a usar los mismos términos para un cliente que es de Barcelona, que para un cliente que es de Barcelona, de edad media, poder adquisitivo alto, con familiares a su cargo y además, es cliente nuestro porque es cazador.

¿Como vamos a tener el SEO hecho en una página, sin antes saber que términos son los que nos conviene usar?

Guia optimizacion motores busqueda 

Soporte Google para Webmarters 

Caso estadístico práctico “Victoria de Obama en 2012”

  O como el análisis estadístico venció al análisis político. 

Nate Silver, matemático y estadístico trabajó en el equipo de campaña de Obama en las pasadas elecciones de EEUU.

La fama de Nate Silver llegó tras concluir las elecciones y haber conseguido predecir con asombrosa exactitud los resultados en cada uno de los cincuenta estados del pais.  Y todo esto sin apenas conocer la política de su pais, aplicando estadística, análisis de datos y encuestas.

El sistema fue criticado durante toda la campaña por prensa y analistas políticos.  Mientras expertos vaticinaban una votación muy reñida, Silver hablaba de una probabilidad de salir reelegido del 91%, en base a sus cálculos.

 Para obtener estos resultados Silver aplicó un marco poblacional igual a toda la población de los Estados Unidos, al que dividió en subpoblaciones que representaban cada uno de los estados respectivamente.

Además el trabajo se dividió en dos grandes bloques.

Primero promedió una cantidad ingente de datos procedentes de encuestas a las que se había dado peso en base a 3 factores: Tamaño de la muestra, fecha de recogida y calidad de dato.  Cuanto más grande, más actual y más verídico, mayor importancia se le daba.

Después estudió cada uno de los estados a votar, dando importancia al número de delegados que aportaba cada estado, en vez de al número de votantes.

Además, se tuvieron en cuenta para los estados factores como participación histórica, ventaja del partido en el poder, factores demográficos.

 Todos estos datos, para formar un modelo estadístico predictivo que unido a la capacidad de proceso del software actual y un correcto análisis de los datos dio con unos resultados asombrosamente precisos.

He aquí un reciente caso práctico en el que Estadística, Minería de Datos y Big Data bien combinados son una excelente combinación para obtener conocimiento donde antes solo había datos.

Os dejo el vídeo del New York Times donde Nate Silver explica su método.

 

Usos del Big Data en ecommerce

   La mayoría de los pequeños comerciantes piensan que el análisis del Big Data es para grandes empresas. De hecho, es importante para las pequeñas empresas, también, en su intento de competir con los más grandes. Esto se hace aún más importante ya que los comerciantes online interactúan con sus clientes en tiempo real. Tenga en cuenta, sin embargo, que la manipulación de grandes conjuntos de datos puede aumentar el tiempo de carga de un sitio. Un sitio lento perjudica a todos los aspectos del proceso de compra. 

 Aquí están los principales usos de Big Data para los comerciantes online. 

Personalización de consumidores.

No debemos tratar a los clientes fieles al igual que otros nuevos. La experiencia tiene que ser personalizada para recompensar a los clientes fieles. Y debe tener un aspecto atractivo para poder atraer a nuevos clientes. 

Fijación de precios dinámica.

 Necesita fijación dinámica de precios si sus productos compiten en precio con otros sitios. Para ello es necesario tomar datos de múltiples fuentes, tales como precios de la competencia, las ventas de productos y las acciones de los clientes para determinar el precio justo para cerrar la venta. Comerciantes grandes como Amazon ya soportan esta funcionalidad. La superación de este reto será dar a su negocio una ventaja competitiva enorme. 

El servicio al cliente.

 Mejorar el servicio al cliente es fundamental para el éxito de un sitio de comercio electrónico. Por ejemplo, si un cliente se ha quejado a través del formulario de contacto en su tienda online y también tuiteó sobre él, será bueno tener esta información cuando llame a atención al cliente. Esto le dará la sensación  de ser un cliente valioso, creando una resolución más rápida. 

Gestión de fraude.

Los grandes conjuntos de datos ayudan a aumentar la detección del fraude. Pero se requiere de la infraestructura, para detectar el fraude en tiempo real. Esto conducirá a un entorno más seguro para hacer funcionar su negocio y mejorar la rentabilidad. Si no lo hace en tiempo casi real, podría ser demasiado tarde para atrapar a los estafadores. 

Visibilidad de la cadena.

 Los clientes esperan conocer la disponibilidad exacta, estado y ubicación de sus pedidos. Esto puede ser complicado para los minoristas si hay varios terceros involucrados en la cadena de suministro. Sin embargo, es un reto que hay que superar para mantener a los clientes contentos. 

El análisis predictivo. El análisis es crucial para todo lo que se vende online, independientemente de su tamaño. Sin análisis, es difícil sostener su negocio. Big Data ha ayudado a las empresas a identificar los acontecimientos antes de que ocurran. Esto se conoce como "análisis predictivo". El análisis predictivo se está convirtiendo en una herramienta importante para muchas empresas.

Un poco de Google Analytics

La analítica web consiste en recoger los datos de herramientas de medición tales como Google Analytics. La forma de realizar una visita, un clic, un “me gusta” dejan suficientes datos, los cuales se pueden  convertir en información muy valiosa para las empresas.Sin hacer buen uso de las estadísticas es prácticamente imposible tomar medidas y decisiones acertadas.

La analítica web es utilizada en el mundo del marketing online, donde los datos que se recogen deben tener un significado y deben estar en línea con la estrategia del negocio.


La mayoría de las empresas cuenta con la herramienta más utilizada para obtener estos datos, como es Google Analytics, por tratarse de un sistema gratuito y de muy buena calidad, nos centraremos en los datos que en realidad pueden ser más significativos.

 Estos son los 5 grupos de datos que se deben tener en cuenta:

1. Número de visitas. Es el principal  indicador del éxito de la estrategia en la red. Allí se muestra el tráfico que se recibe en el sitio web de manera global y también desglosado por diferentes fuentes, como pueden ser el tráfico de búsqueda, las webs de referencia, el tráfico directo y las campañas.

2. Páginas más visitadas. Esta analítica corresponde  a la visibilidad que tienen las páginas del sitio web y está en proporción a las acciones que se han llevado a cabo para promocionarlas. Si se han hecho campañas de SEM, Banners o e-mail marketing es normal que las páginas de destino de estas estrategias aumenten sus visitas. Sin embargo muchas llegan a posicionarse naturalmente por el tráfico desde los buscadores.

3. Fuentes de tráfico. Este es la forma cómo los usuarios llegan a la página web y dirá si se está trabajando bien en el SEO y el SEM de la página, las redes sociales, y las campañas de e-mail marketing o banners. Además indica la fidelidad de los usuarios y el conocimiento de la marca, a través del porcentaje de tráfico directo.

4. Palabras clave. Para cualquier organización es muy importante saber cuáles son las palabras clave por las que los usuarios llegan a la página web. Esta información habla muy bien sobre sus necesidades e intereses y deja ver las palabras más utilizadas en sus búsquedas. Estas palabras son las que logran posicionarse mejor en sitios como Google y por lo tanto dan idea de como manejar el tema del contenido para mejorar la estrategia de marketing.

5. Contactos. Muchas empresas crean formularios de ventas o de contactos en sus sitios web. Por este medio se pueden obtener datos como el número de usuarios registrados, la procedencia de los mismos y el número de conversiones obtenido. De esta manera se puede determinar y calificar la usabilidad del sitio y la eficacia de las landing pages o páginas de aterrizaje.

Google Analytics es sin duda una herramienta completísima que permite conocer casi todo lo que nos preguntamos acerca de nuestra web y del comportamiento del usuario.

Introducción al Big Data

   “Big Data” es un término aplicado a conjuntos de datos que superan las capacidades, del software hasta ahora habitual para ser procesados.

   Podemos escuchar también que Big Data está definido por 3 V´s… Volumen, Velocidad y Variedad.

   Los límites de almacenamiento y procesamiento están variando constantemente.  Hemos pasado en muy pocos años de hablar de Petabytes y Zettabytes de datos, a hablar de que en 2012 se creaban casi 2,5 quitillones de bytes nuevos diariamente.  

   La necesidad de manipular tales cantidades de datos surge en Análisis de negocio, Investigación médica, Lucha contra el crimen organizado, Meteorología, Motores de búsqueda en Internet,…