El poder de las preguntas, más allá de GA4

Hablando con alguien bastante más mayor que yo de un tema random me dijo:

“La cuestión no es el por qué, sino el para qué”

Y en tal caso era verdad. El “por qué” pone el foco en el pasado. El “para qué” en el futuro.

Es curioso como las preguntas condicionan las respuestas y eso es algo a tener muy en cuenta a la hora de optimizar negocios digitales.

En este artículo quiero compartir contigo un ejemplo de la utilidad de ir más allá de GA4 a la hora de hacerse preguntas y de cómo podemos inventarnos nuevas métricas útiles para un ecommerce sin depender de un equipo de desarrollo.

GA4 y preguntas importantes sin respuesta

Nos acostumbramos y conformamos con tener datos en GA4, BQ o la herramienta que sea. Decenas de métricas y dimensiones. Un sinfín de informes en la interfaz e infinitas posibilidades en Looker.

• ¿Qué productos nos generan más ingresos?
• ¿Cómo evoluciona la tasa de conversión?
• ¿Qué campañas me generan más negocio?

Preguntas habituales con respuesta relativamente rápida.

Pero, ¿es suficiente?

Vayamos al mundo real un momento, a una tienda física. Entras en ella y das vueltas por los pasillos viendo diferentes productos.

Puede que en el almacén haya más que no has visto porque no los tienen a la vista del público.

Y puede que uno de esos hipotéticos productos que hay en el almacén si lo hubieras visto dentro de la tienda lo hubieras comprado.

La cosa es que al final te marchas sin comprar y ni tú ni el dueño del local sois conscientes de que el resultado de tu visita a la tienda podría haber sido otro.

Volvamos al online.

• ¿Cómo medimos una situación similar en nuestros proyectos?
• ¿Cómo en GA4 podemos saber si hay productos que no se ven y se están perdiendo ventas por ello?

No es posible.

Y es un problema en proyectos con miles de productos. Porque una pregunta clave que deberíamos aspirar a responder es:

¿Cuál es la tasa de visibilidad sobre el total de productos que hay publicados en la web?

Y de los que no se están viendo, ¿se venden en tiendas físicas? Porque si es así podría ser indicativo de que tienen demanda y estamos perdiendo ventas.

Veamos a continuación cómo podemos tratar de dar respuesta a este tipo de preguntas de la forma más autónoma posible.

Paso 1: Aprovechando archivos enfocados a SEO

Hay un archivo dentro de lo que es el mundo SEO que se llama sitemap. Lo puedes encontrar enlazado desde el archivo robots.txt (ejemplo robots.txt de Datola) o añadiendo al dominio en el que estés trabajando algo como /sitemap.xml o similar (ejemplo sitemap de Datola).

Lo útil de este archivo, si funciona bien, es que nos puede permitir saber cuál es el total de productos que hay en una web.

Puede que estén todas las urls mezcladas. O puede que dentro del sitemap principal haya mini sitemaps por tipología de página y uno de ellos sea el de productos.

Una vez tengas el listado de urls de producto frente a tí lo que tienes que buscar es un patrón que te permita identificar que una url es de tipología producto.

Ejemplos:

• Puede que la url tenga un directorio llamado /products/.
• O que las urls de producto sean las únicas que terminen en .html.
• O que estén todas subidas en sitemap-products.xml.
• O lo que sea.

Si eres capaz de encontrar un patrón que te permita identificarlas en el siguiente paso podrás crear un script que contabilice el número de productos publicados.

Paso 2: Automatización para controlar el número de productos subidos en la web

El siguiente paso es crear un script que diariamente consulte el número de productos que hay subidos al ecommerce.

Puedes hacerlo con Javascript, con Python… como quieras. Con la ayuda de la IA este tipo de tareas está al alcance de cualquiera.

No obstante te adjunto el código que me ha servido a mí en un proyecto concreto.

Lo que hago es, gracias a Apps Script, automatizo la ejecución de un script diario que consulta el sitemap de productos de una web y contabiliza el número de urls que terminan en “.html” (que es el patrón que encontré para poder contabilizar el número de productos).

Aquí el link por si quieres copiar el código y modificarlo.

Una vez tengo el dato, dos posibilidades:

• Lo puedes volcar a un Google Sheet para luego conectarlo a un Looker.
• O puedes enviar el dato a GA4 de la misma forma que expliqué en este artículo en el blog de Datola de cómo monitorizar y volcar a GA4 caídas en el servidor.

Paso 3: Nueva métrica clave en el negocio

Recapitulemos.

1. Podemos tener en cualquier proyecto de analítica con GA4 el número de productos visualizados (contabilización en Looker de SKUs diferentes por ejemplo).
2. Ahora con la la monitorización que hemos configurado tenemos el número total de productos que hay en la web. Lo que hay en la tienda y en el almacén, si apelamos al ejemplo del principio.

Por tanto podemos tener una tasa de visibilidad sobre el total de productos.

Una tasa que podemos monitorizar por fecha y ver su evolución como en la tabla de abajo o en un gráfico evolutivo por fecha.

Una tasa que de ser baja, puede ser indicativo de la necesidad de:

• Replantear estrategias de captación a determinadas fichas de producto.
• Analizar si el buscador interno perjudica a un gran número de productos.
• O los algoritmos de ordenación de listados.
• Analizar si hay productos que se venden bien en tiendas físicas y ni se ven en online.
• Analizar si hay productos que no tienen demanda y no merece la pena que estén publicados en la web.
• Detectar si un cambio en la web ha afectado a la visibilidad de productos.
• … etc.

Pegas y/o mejoras

Para que el sistema estuviera más automatizado lo ideal sería tener el dato de ventas totales (on y off) por SKU para poder detectar aquellos productos que se venden en tiendas físicas pero ni se ven en la web.

Aquí no veo solución que no dependa de hablar con el departamento de ventas o IT para que nos faciliten el dato.

¿Se te ocurre alguna forma?, te leo en comentarios.

Otras aplicaciones

El concepto es aplicable a otro tipo de KPIs.

En un blog por ejemplo podríamos llegar a tener el total de artículos publicados y calcular ratios de visibilidad por categoría. De esta forma podríamos tener un dato complementario y más realista de la aportación que hacen los artículos de un blog a nivel tráfico.

Porque no es lo mismo que una categoría del blog aporte mil visitas con mil artículos publicados.

Que una categoría aporte mil visitas con un un sólo artículo publicado.

¿Qué otras aplicaciones se te ocurren?