Implementación técnica de herramientas, ¿realmente es tan difícil?

La implementación técnica de una herramienta de medición siempre supone un reto. Los analistas digitales debemos dedicar un tiempo a pensar qué y cómo vamos a recolectar los datos, de forma que en el futuro podamos contestar a todas las preguntas que nos lancen desde negocio. Sin embargo, siempre tropezamos con la misma piedra: la integración técnica. Un trabajo que se suele dejar para la última etapa de desarrollo y que suele acabar con la salida a producción sin datos. O aún peor, con datos erróneos. Pero, ¿realmente es tan difícil?

La realidad de la implementación técnica de analítica

Cuando tenemos claro el plan de medición, hablamos con el equipo de desarrollo y ahí nos damos de bruces con la realidad:

“ Ufff, vamos pilladísimos de tiempo para entregar, no vamos a poder incluir la analítica, ya la incluiremos en la siguiente release”

“Tal y como está montada la web es imposible que recuperemos este dato en esta página, va a requerir un cambio muy grande, lo incluimos en el backlog y a ver cuándo lo podemos priorizar”

“¿De verdad necesitas toda esta información? No podemos incluir el evento de click y listo”

Desesperación cuando oyes a los técnicos

Seguro que todos habéis vivido esto en algún momento. ¿Cómo podemos afrontar estas situaciones y, sobre todo, anticiparnos a ellas? Durante estos 10 años de experiencia he adoptado algunos trucos que hoy quiero compartir con vosotros.

Pensar en la analítica desde el inicio del proyecto

Es imprescindible que empecemos a trabajar la parte de analítica desde el primer momento en el que se inicia un nuevo proyecto. Ya sea el desarrollo de una nueva web, añadir una nueva funcionalidad o hacer un rediseño de la aplicación actual. Deberíamos de intentar tener una analítica consistente para el lanzamiento. Esos datos serán muy valiosos para medir la acogida en el mercado de las novedades, ¿están nuestros usuarios contentos con los cambios?

En demasiadas ocasiones he visto planificaciones de proyectos donde se reserva la última semana para la inclusión de la analítica. El resultado suele ser siempre el mismo: salir a producción sin datos. O peor, con datos erróneos.

Definir el etiquetado sobre los diseños

No es una práctica cómoda para el analista, ya que en muchas ocasiones no sabes si un elemento será clickable o para qué sirve un botón. Pero sobre los diseños podremos hacer una primera aproximación del plan de medición, aunque más adelante se hagan pequeñas modificaciones. La gran ventaja que tiene esto es que podemos tener la guía de etiquetado antes de que el equipo técnico empiece con el desarrollo técnico de la funcionalidad.

Revisar el plan de medición con el equipo de desarrollo

La inclusión del snippet de código básico y el envío de la información a la herramienta no requiere un gran esfuerzo técnico. La complejidad reside en recuperar todos los datos que se necesitan en el momento preciso y las páginas adecuadas. Si presentamos el plan de medición en la fase más temprana del desarrollo podemos revisar con el equipo técnico todas las necesidades de medición. El equipo sabrá cuáles son los requisitos y los tendrá en cuenta a la hora de diseñar la arquitectura del sistema.

Formación y evangelización de los equipos de desarrollo

Es una buena práctica hacer unas sesiones con los equipos de desarrollos para explicarles cómo funciona la analítica. Qué sepan por qué es importante la implementación, qué es una guía de etiquetado, cómo deben de utilizarla, cómo exponer la información en el dataLayer…Todo lo que necesiten saber para llevar a cabo una buena implementación. Son excelentes profesionales en su campo, pero no suelen tener experiencia con la parte de analítica, por eso es tan importante explicarles cómo funciona todo.

Aseguraos de que estas sesiones se hacen con la gente que realmente integrará el código. En ocasiones he tenido estas sesiones sólo con los Project Managers y el resultado ha sido nefasto.

Ser flexibles y adaptar la analítica a las limitaciones técnicas

Una misma acción la podemos medir de muchas maneras distintas, el reto está en conseguir aquella que mejor se adapte a nuestra web. Siempre nos encontraremos con limitaciones técnicas a la hora de recuperar los datos. Es importante ponerlas en común con los desarrolladores y buscar alternativas.

Os pongo un ejemplo, supongamos que quiero recoger el tipo de usuario que se ha logado en mi web. Inicialmente lo he definido como una variable que envía el valor “gold” o “silver” cuando el usuario hace click en el botón de login. Sin embargo, el equipo técnico me dice que en ese momento no tienen disponible esa información, tendrían que hacer una llamada adicional a un servicio provocando la ralentización de la web. Por supuesto, la experiencia de usuario siempre se debe priorizar, así que acordamos que enviaremos esa variable en la página de bienvenida.

Empatizar con los técnicos

A veces somos muy críticos con los programadores de las webs. Vemos que los datos que se envían no son correctos y enseguida nos sale un “ya la han liado otra vez” o “un vaya inútiles”. No olvidemos que son excelentes profesionales en su campo, pero no en analítica. No saben para qué sirven esos códigos, no ven qué aporta y en la mayoría de las ocasiones les falta contexto.

Recuerdo una vez que tras una primera validación de los datos donde el etiquetado estaba realmente mal, decidimos tener una reunión con los desarrolladores. Les explicamos lo que estaban haciendo mal enseñándoles la guía de etiquetado para mostrarles lo que tenían que enviar. Al final de la reunión el equipo nos dijo “¿podéis enviarnos ese documento para tenerlo como referencia?”. Nos quedamos asombrados al darnos cuenta de que el cliente no les había pasado las guías. ¿Cómo iban a hacer una buena implementación técnica si ni siguiera tenían los requisitos de medición? Pasaron de ser unos “inútiles” a ser unos “genios” por haber hecho tanto sin las guías. En la siguiente entrega de código los datos estaban increíblemente bien.

No subestimes la implementación técnica de la analítica

Como ya he comentado, he visto muchas planificaciones de proyecto donde se reserva una semana de trabajo para la analítica, justo antes de la salida a producción. Esto es siempre sinónimo de fracaso. Por lo general se piensa que la implementación técnica es sencilla, pero os aseguro que no lo es. Un etiquetado avanzado requiere tiempo y recursos. Es importante reservar tiempo no sólo para su integración, si no para su validación y para la corrección de las incidencias que se detecten.

En el desarrollo de software están muy claros los pasos: diseñamos, desarrollamos, testeamos, corregimos, volvemos a testear y, cuando pasa los estándares de calidad definidos, lo pasamos a producción. Con la analítica debemos de seguir el mismo proceso. Si no reservamos el tiempo necesario para validar y corregir, tendremos unos datos que no servirán para nada.

Empieza con un etiquetado de mínimos

Muchas veces diseñamos unos etiquetados super complejos para medir absolutamente todas las interacciones del usuario. Huye de esta práctica. Es mejor que te centres en las cosas importantes, en aquellos eventos que realmente vayas a analizar y te vayan a aportar valor. Ve a mínimos y asegúrate de que esos mínimos están muy bien medidos para la salida. Ya habrá tiempo más adelante para aumentar ese etiquetado.

Caso de éxito

Para finalizar me gustaría compartir con vosotros un caso real en el que trabajé hace unos años. En este caso el cliente iba a lanzar una nueva web responsive para su ecommerce. Habíamos diseñado un etiquetado muy complejo, con muchos eventos y, como siempre, se dejó la implementación técnica de analítica para el final. Cuando empezamos a validar vimos que había muchos errores en eventos muy importantes como por ejemplo en las ventas. Pero estábamos a una semana de la fecha de salida y no había tiempo para corregir. Así que salimos a producción con un etiquetado que era una auténtica basura, los datos recogidos no servían para nada. Podíamos decirte cuánta gente visualizaba la política de privacidad pero no éramos capaces de decir cuáles eran los productos más vendidos. Un auténtico desastre de medición.

Trabajo en equipo

Decidimos incorporar a un perfil de analítica que trabajase codo con codo con el equipo de desarrollo. Esta persona se encargaba de hablar con los técnicos. Les explicó la importancia de la analítica, para qué se utilizaba. Además, redefinió el etiquetado para empezar a integrar los eventos más importantes, ir a mínimos. Les explicaba a los técnicos qué tenían que hacer, validaba los datos con ellos y les explicaba por qué estaba mal la implementación.

Tras unas semanas de duro trabajo ya se veían los resultados. Empezamos a tener datos importantes con una calidad increíble. Tras unos meses el equipo de desarrollo había asimilado tan bien la parte de analítica que ellos mismos nos avisaban de nuevos desarrollos. Incluso nos proponían los eventos y datos a enviar. Creo que puedo decir que este ecommerce pasó de tener uno de los peores etiquetados que jamás haya visto a tener el mejor etiquetado posible. Y todo con el mismo equipo de desarrollo, sólo necesitaban entender lo que estaban haciendo.

La clave del éxito en la implementación técnica

Si le dedicamos a la integración de analítica el mismo cariño y mimo que dedicamos a otros desarrollos, veréis que los datos que obtendremos serán de una calidad óptima. Es básico que los desarrolladores entiendan qué es lo que están implementando y sólo así conseguiréis los datos que necesitáis. La inversión de recursos en esta etapa del proceso os ahorrarán mucho tiempo de limpieza de datos en el futuro. Y lo más importante, generarán confianza en los datos y os permitirán tomar decisiones con fundamento.

Cuéntanos tu experiencia. ¿Cómo afrontas las integraciones de las herramientas de analítica? ¿Tienes algún truco para compartir con la comunidad? ¿O es algo que has dejado por imposible y has asumido que es imposible tener datos buenos?

Eva González Vior
Eva González Vior

Empecé en la analítica digital como un perfil puramente técnico que implantaba herramientas de analítica. Después me surgió la oportunidad de evolucionar hacia un perfil de negocio que explotaba esos datos. Tras casi 10 años de experiencia, creo que la combinación de conocimientos técnicos y de negocio es la clave para exprimir al máximo los datos

Necesitas compartirlo y lo sabes!

Deja un comentario