El tema de la ley de Cookies Europea, fue uno de los temás más comentados en el mundillo de la Analítica Web, la semana pasada. En este aspecto desde Bruselas, dejaron por fin el tema claro durante la semana pasada:
First party analytics cookies are not likely to create a privacy risk when they are strictly limited to first party aggregated statistical purposes and when they are used by websites that already provide clear information about these cookies in their privacy policy as well as adequate privacy safeguards. Such safeguards are expected to include a user friendly mechanism to opt-out from any data collection and comprehensive anonymization mechanisms that are applied to other collected identifiable information such as IP addresses.
Es decir las cookies first party, como las que utiliza Google Analytics, siempre y cuando se trate de datos agragados no existe un riesgo de privacidad por lo cual, no es necesario el consentimiento explícito de los usuarios para su utilización. Eso si, deberemos dejarlo claro en la política de privacidad de nuestra web, así como ofrecer al usuario la posibilidad de poder decidir si recogemos sus datos. A este técnica se la denomina opt-out, y ya hablamos hace un tiempo en esta web en como hacerlo en algunos de los servicios de Analitica web más utilizados, podéis visitarlo aquí: Excluye tus visitas con Opt-Out.
El anuncio del fin de Urchin Software hace unos meses vino acompañado de otro anuncio, el de AngelFish Stats , que se presentaba como el sustituto de este para el entorno in-house de la analítica web .
Se trata de un Software de analítica no de una herramienta SaaS, por lo que su gran baza se basa en la propiedad de los datos, es decir los datos de los visitantes no se envían a terceros, por lo cual la privacidad se asegura al 100%.
Esta herramienta no nace de la nada, si no que viene de la mano de ActualMetrics , empresa estadounidense capitaneada por uno de los ex-empleados de Urchin en el momento de la compra por parte de Google alla por el año 2005. Ofrecen desde su fundación soporte y formación para Urchin y Google Analytics , siendo además partners de estas dos herramientas, por lo que podemos estar seguros que saben lo que hacen.
AngelFish Stats, parace continuar con el mismo modelo que Urchin, es decir un módelo logs + tags , incluyendo un javascript que enriquece los logs de nuestro servidor para conseguir una mayor información y exactitud de lo que hacen los usuarios por nuestra web, pero también admitirá otro tipo de identificación de visitas, a partir tan solo de los logs, o de las sesiones.
Las características del software son:
Permite migrar los datos de perfiles, configuraciones, y reportes desde Urchin.
Diferentes tipos de tracking , IP + User Agent, Id de sesiones, tags …
Conformidad con HIPAA, Sarbanes-Oxley, PCI .
API, integra los datos de analítica web, con tu CRM, o crea tus propios cuadros.
Estadísticas In-House, minimiza los problemas y sé el dueño de tus datos.
Actualizaciones constantes.
Por lo tanto es una herramienta muy enfocada a la privacidad de los datos, por lo que se perfila como una herramienta perfecta, donde esta sea una máxima, como administraciones, banca, universidades, intranets, etc, …
No hay mucha documentación sobre los requerimientos que necesitará , pero si se sabe que correrá bajo un entorno de 64bits y sobre sistemas Linux, por lo que el coste en licencias, no se extenderá más lejos de la licencia de la propia herramienta.Según el último newsletter de la compañía, parece ser que la primera beta podría ver la luz finalmente esta semana. Y de momento nos dejan el AGF( Su tecnología propietaria de tracking ). para poder instalarlo en nuestras páginas y así ir teniendo datos para procesarlos después.
Debemos recordar también, que tendremos que configurar el formato de nuestros logs para que se registre el valor de nuestras cookies en ellos, al igual que se hacía con Urchin.
En esta ocasión vamos a hacer un repaso por los principales clientes disponibles para ver las estadísticas de tu instalación de Piwik, que os ayudarán a sacarle el máximo a esta magnífica herramienta de Analítica Web Open Source desde cualquier lugar y con la mayor comodidad.
Desktop Web Analytics
Se trata de la única versión que incluye versión multiplataforma, tanto para iOS, Android, BlackBerry y versión en Adobe Air. Sin duda alguna el mejor cliente que hay, para tener siempre disponibles tus estadísticas en cualquier lugar.
Todos sabemos lo importante que es una que una web sea rápida a la hora de cargar, ayuda en el posicionamiento, y hace que la experiencia del usuario sea más agradable, incluso hay estudios que relacionan este parámetro con el número de conversiones .
Google está coincienciada de ello y desde hace un tiempo Google Analytics nos muestra el tiempo que tardán en cargar nuestra web a nuestros usuarios en el reporte de Site Speed, ahora van un paso más adelante con los “user timings”, permitiéndonos etiquetar nuestra web para poder medir lo que tardan en cargarse ciertas partes de ella o las interacciones de los usuarios, algunos ejemplos serían los siguiente ejemplos:
Tiempo que tarda en cargarse un script.
Tiempo que tarda en realizarse una petición por Ajax.
Tiempo que pasa desde que se hace click en un botón y se termina la acción.
El tiempo que tarda un usuario en subir un archivo a nuestra web.
Esta funcionalidad no altera el número de páginas vistas, por lo que es el método más adecuado para medir los tiempos de acción en nuestra web.
Es reporte lo podremos encontrar dentro del apartado de contenido, dentro del apartado “User Timings” dividido en tres reportes “Explorador”, “Rendimiento” y “Superposición de mapa” . Seremos capaces de ver los reportes por las siguientes métricas: Categoría, Variable y Label, es decir como si de un Evento se tratase.
Para realizar la medición de las interacciones de los usuarios, deberemos utilizar javascript, concretamente
la siguiente función :
_trackTiming(category, variable, time, opt_label, opt_sampleRate);
Ayer mirando el tema de not-provided junto con Natzir de Analista SEO y Web nos dimos cuenta a raiz de ciertos posts por la blogesfera que dicen como sacar la posición de las keywords “not-provided” en base a filtros en nuestro Google Analytics, que el búscador de Google envía el tráfico a nuestra web de forma diferente desde su versión HTTPS dependiendo el navegador del usuario.
Al parecer si se está navegando desde Chrome, el comportamiento es el adecuado y no se envía los datos completos del referrer , tan sólo el dominio, pero si se trata de un FireFox o un Internet Explorer, Google nos haré llegar el tráfico a través de un enlace http ( con su referer ), pero eliminando el parámetro “q”, correspondiente a la palabra clave que ha utilizado el usuario para encontrarnos.
Asi que actualmente tenemos 2 tipos de “not-provided” , de los que podemos sacar la posición en el SERP y de los que no podemos hacerlo. Por lo tanto los filtros y perfiles que existen por internet, no son ciertos al 100% , aquí abajo está la tabla donde se ve el comportamiento de la SERP de Google en base al Navegador, http o https, y si se está logeado o no:
Desde hace poco más de una semana en el panel de configuración de los perfiles, hay una nueva opción “Configuración Social”, que al parecer se trata de lo siguiente: Google permite enlazar los streams sociales de algunas de sus redes como YouTube a vuestra cuenta de Google Analytics.
La página de ayuda, la cual no es muy extensa, dice lo siguiente:
Social Settings: Web Property Prefix
If you leave the Web Property Prefix blank, you’ll see Activities data for the domain you are tracking with Google Analytics (e.g. example.com). If you also wish to see Activities data for properties such as your YouTube channel, enter your prefixes here; for example, youtube.com/example. Make your prefix as specific as possible (i.e. do not simply enter youtube.com). Activities data is only shown for properties from which your domain has received hits.
Please note that if you enter one or more prefixes (such as youtube.com/example), you must also enter your primary domains (e.g. example.com). Otherwise, Activities data for your primary web property will be filtered out.
Es decir, no ponemos nada en esa configuración GA medirá las actividades tan sólo de tu dominio, pero deberemos incluir nuestro propio dominio, si introduciesemos alguna más, aparentemente para evitar que nadie pueda de alguna forma enviar datos a nuestro analytics de forma ilícita, y utilizando esta configuración como filtro.
Al parecer, y aunque no haya encontrado nada oficial al respecto, esto podría tener que ver directamente con el reciente anuncio de Analytics Social Data Hub, a través del cual Google ofrece la posibilidad a las redes sociales de que sus usuarios las integren con sus cuentas de Google Analtyics, para así poder medir los +1, likes, comentarios, votos, etc. Hay muchas webs ya como partners del programa: Reddit, TypePad, Delicious , Digg, Badoo, y otras pueden darse de alta como “proveedores” de datos en la siguiente dirección: https://developers.google.com/analytics/devguides/socialdata/socialSignup
Un punto importante a la hora de media una página web qué excluyas tus propias visitas, así como las de trabajadores propios de la empresa, cosa que en ocasiones no es tan sencilla como bloquear una o varias IP’s, para ellos, la mayoría de herramientas recurren a una cookie opt-out para conseguir esto, es decir fijando que no se recojan los datos de los clientes con esa cookie fijada, pero conlleva ciertos problemas como veremos más adelante.
Aquí os dejo los enlaces para hacerlo con algunas de las herramientas más conocidas:
¿ El problema ? que con estos enlaces bloquearemos el envío de datos independientemente del dominio que estemos visitando, por ejemplo si instamos el plugin opt-out de Google Analytics, tampoco enviaremos datos al resto de webs que utilicen Google Analytics, por lo cual tal vez no es lo que busquemos, siempre será funcional si corremos las estadísticas bajo un dominio propio nuestro.
Si por ejemplo quisieramos excluir las visitas nuestras en una cuenta especifica de Google Analytics, sin tener que confiar en que siempre tengamos las mismas direcciones IP, podríamos utilizar variables personalizadas para conseguir está funcionalidad.
Para ello podríamos crear una página en blanco que nos fije una variable llamada “optout”, y luego excluir las visitas que incluyan esa IP
La función a llamar para fijar la variable sería la siguiente:
pageTracker._setVar(‘optout’);
Y después crearíamos el siguiente filtro y lo aplicariamos a nuestro perfil:
De esta manera excluiremos nuestras visitas sin tener que andar pensando en las direcciones IP o cambiando los filtros cada vez que nuestra IP cambia. Cabe recordar que habría que visitar la página que hemos creado desde todos los navegadores que queramos excluir.
También podríamos incorporar la opción a nuestros visitantes de no ser trackeados de esta manera.
Detrás de una web siempre hay algún objetivo, puede ser tan simple como que alguien te lea, a que alguien compre un producto, o que se produzca un lead para tu empresa, pero siempre hay un objetivo ( Goal ) por simple que sea. Por lo tanto la fijación de objetivos es un paso obligatorio a la hora de medir vuestra web que no debéis obviar de ninguna manera, hace poco lo comentaba Oriol Farré en su post 8 errores de implementación típicos de Google Analytics y lo comentaba el ya más que conocido Avinash hace unos días en su propio Twitter.
Puedes fijar como objetivo por ejemplo el número de contactos que se realizan en tu web, que alguien se descargue un determinado archivo o grupo de archivos ( pdf’s por ejemplo ), o la gente que visita la página de tu nuevo productom y cada una de estas acciones le damos un valor.
Una variable personalizada ( Custom Variable ) es una etiqueta nombre-valor que se puede fijar mediante javascript para mejorar el seguimiento de tu página web con Piwik.
Podemos utilizar las variables personalizas en Piwik con dos tipos de alcance diferentes ( scope ), bien a nivel de visita o a nivel de página, con un límite de 5 diferentes para cada scope. Esto nos permitirá segmentar la información de nuestras visitas forma más precisa.
Para fijar las variable deberemos llamar a la función setCustomVariable con los siguiente parámetros:
setCustomVariable (index, name, value, scope = “visit”) index: Será el slot o posición de la variable, deberemos tener cuidado de no sobreescribir la posición de forma involuntaria, se trata de un valor entero entre el 1 y el 5 name: El nombre que le queremos dar a la variable personalizada. value: El valor que contendrá nuestra variable. scope: Se trata del alcance de la variable, bien “visit” o bien “page”.
Debemos tener en cuenta que tanto el name como el value, tiene un límite de 200 caracteres, y podemos tener una variable de tipo visita en el slot 1, y una variable en el slot 1 a nivel de página, por lo que en total podemos definir 10 variables personalizas.
Si decidimos eliminar una variable personalizada, podremos utilizar la siguiente función para tal efecto, deleteCustomVariable (index, scope )
Para recuperar el valor actual de una variable, haremos uso de esta función,
getCustomVariable (index, scope )
Algunos de los ejemplos de utilización de variables personalizas puede ser los siguientes:
Fijar si una visita el usuario está logeado o no lo está.
Medir la cantidad de productos que ha visitado un usuario.
Fijar la categoría que está visitando el usuario para ver cuantas veces se ha visitado cada categoría de la web.
Fijar el tipo de visita ( primera vez, comprometido, cliente ) para cada visita y después comparar las estadísticas, incuyendo visitas, tasas de converrsión y ingresos de cada tipo de visita.
Por lo tanto las variables personalizadas nos ayudarán a segmentar la información para poder después explotarla según nuestras necesidades y de forma más efectiva.
Llevamos algún tiempo hablando de Piwik como alternativa a Google Analytics, pero existen otras alternativas como Open Web Analytics . La primera versión se publicó en el año 2006 , y hace tan solo un par de semanas ha visto la luz la última revisión la 1.5.2 . Open Web Analytics destaca tal vez por incluir las funcionalidades de varios productos, dispone de todas las funcionalidades de Google Analytics, añadiéndole los mapas de calor ( heatmaps ) y click-streams de ClickTale , se trata de una opción excelente para convertirla en una herramienta de análisis Web in-house inviertiendo un poco de dinero en hardware, los datos se mantienen bajo el dominio del cliente, por lo que es una alternativa a considerar para clientes que por temas de protección de datos o protocolos no puedan enviar la información a terceras empresas aunque sea de forma agregada.
Otra de las carácterístas de Open Web Analytics, es que puede trabajar con colas de eventos ( event queueing ), es decir los eventos (páginas vistas, visitas, etc ) no se procesan en el momento de carga del usuario, por lo que se podrían imaginar diferentes escenarios para montar el sistema de forma escalable y que pueda crecer de la misma forma que nuestra web.
