BBVA API Market
Datos, datos, datos. Métricas, métricas, métricas. En el entorno digital no existe una forma distinta para tomar decisiones que la medición en tiempo real del funcionamiento de los productos. Una aplicación no es una excepción. Existen algunas métricas interesantes para ver si el rendimiento es el esperado: usuarios, comportamiento, tiempo de uso, coste de adquisición, ingresos medios… Son muchas y varían en función de la app. Si no se cumplen objetivos, hay que cambiar. La única razón del éxito es probar y no tener miedo a modificar lo que no funciona.
Estas son cinco métricas clave a la hora de valorar el resultado de una app:
El número de usuarios activos es una métrica que tiene un primer objetivo centrado en el volumen. Hay que intentar que su número cada vez sea mayor. Pero también el compromiso que esos usuarios demuestran con el producto, si no es así es muy probable que el cliente termine por eliminarla de su dispositivo. Es el engagement de ese usuario final el que mejor habla de una aplicación.
En el caso de utilizar Google Analytics como herramienta de medición de tráfico, el informe que nos muestra el número de usuarios activos se encuentra en esta ruta:
– Iniciar sesión en Google Analytics.
– Cliquear en la vista de la aplicación.
– Seleccionar en el informe de ‘Audiencia’.
– En Audiencia escoger ‘Usuarios Activos’.
En ese informe, el desarrollador puede medir cuatro tipos de usuarios activos y siempre con respecto al último día del periodo de tiempo seleccionado. Así, imaginemos que escogemos una pinza temporal del 1 de enero al 30 de enero:
– Usuarios activos en un día: número de usuarios únicos que han iniciado sesión en la aplicación ese 30 de enero (el último día del periodo).
– Usuarios activos durante 7 días: misma métrica del 24 al 30 de enero.
– Usuarios activos durante 15 días: en este caso del 17 al 30 de enero.
– Usuarios activos durante 30 días: el mes entero (1-30 de enero).
Una métrica importante referente al número de usuarios es el porcentaje de usuarios nuevos. Solo si el flujo de nuevos clientes es contante, conseguimos alejar el techo de crecimiento de la aplicación. Si la incorporación de nuevos usuarios se vuelve más lenta, podemos estar ante una señal de alerta que nos invite a cambiar el diseño y la experiencia de usuario. Por ejemplo, en aplicaciones de tipo editorial, el flujo constante de lectores nuevos a los contenidos es esencial.
Google Analytics dispone de una métrica específica para medir ‘Nuevos usuarios’. Existe la posibilidad de crear paneles específicos para medir del número total de usuarios únicos en un periodo de tiempo, cuáles son usuarios nuevos y cuáles son usuarios recurrentes. Esta métrica es indispensable para medir el éxito futuro.
Es una métrica interesante para medir el engagement real de los usuarios. Sobre todo de los clientes nuevos a los que necesitamos fidelizar para viralizar el uso de la aplicación. Da igual el tipo de producto que sea: si encontramos muchos usuarios que entran y salen de inmediato de una app, es una muy mala señal. Es evidente que la duración media de la sesión va en función del tipo de contenidos de la aplicación: hay productos de consumo rápido y otros, todo lo contrario.
En Google Analytics existen dos métricas importantes para medir la calidad de cada sesión del usuario: ‘Interacción’ (volumen de tiempo de las sesiones de los usuarios en la aplicación) y ‘Frecuencia’ (mide el número de sesiones abiertas en ese periodo). En resumen: cuántas veces acude a la app y cuánto tiempo la utiliza. Los dos informes se encuentran en ‘Audiencia’ > ‘Comportamiento’.
Estos informes permiten al equipo de desarrollo hacerse una idea bastante aproximada del funcionamiento real de la aplicación y el uso de los clientes. Datos sobre el orden de visualización de las pantallas, el número de errores técnicos (por ejemplo, el número de bloqueos de la aplicación) o los tiempos de carga de elementos esenciales de la interfaz de la app. Son informes muy interesantes.
Además, gracias a la creación de Eventos podemos medir microinteracciones (es el caso del proceso de alta de una newsletter informativa, cómo un usuario añade un producto a un carrito o descarga información adicional para informarse…).
– Visualización de pantallas: este informe contiene información referente al número de visitas a una pantalla, visitas de pantallas únicas y el porcentaje de salidas de una pantalla concreta de la app. Es un informe de situación.
– Flujos de comportamiento: este informe dibuja a través de un diagrama de flujo el movimiento de los usuarios a través de las pantallas de la app. Es bastante informativo porque incorpora también otros datos relevantes:
– Volumen relativo de tráfico según la dimensión.
– Volumen relativo de usuarios en cada nodo de la ruta.
– Volumen de tráfico y el porcentaje de abandonos entre pasos.
– El punto de la ruta en que los usuarios volvieron atrás.
– Conexiones, nodos y salidas al colocar el cursor encima.
– Bloqueos y excepciones: este informe permite que el equipo de desarrolladores disponga del nombre y la descripción de los principales errores de una aplicación (fallos de red, búsquedas sin resultado…). Los bloqueos, al tratarse de una excepción específica, aparecen de forma diferenciada del resto. Para medir los errores en una app es necesario retocar el código de seguimiento. Para ello, los equipos con conocimientos técnicos disponen de un SDK tanto para iOS como para Android.
– Informes de velocidad de la aplicación: permiten saber cuánto tiempo tardan en ejecutarse las distintas solicitudes de los usuarios en la app. Para disponer de esa información es necesario hacer una configuración especial del código de seguimiento, al igual que sucede con los informes de excepciones. Los desarrolladores también tienen un SDK específico de tiempos de usuario tanto para dispositivos iOS como terminales Android.
– Eventos: este tipo de mediciones lo que hacen es registrar las pequeñas acciones que no provocan un cambio en una pantalla. Compartir un contenido de una red social no provoca un cambio de interfaz dentro de una app sino una acción adicional. La descarga de un archivo es otro ejemplo. Para medir esas microinteracciones es necesario también cambiar el código de seguimiento de la app y el grado de personalización es bastante elevado. Tenemos también dos SDKs específicos, tanto para iOS como para Android.
Los informes de modelos de atribución son importantes para establecer si la inversión en campañas, por ejemplo, para la descarga de una app o para captación de usuarios y tráfico tienen éxito y qué fuentes son más eficaces en ese objetivo. Es habitual usar redes sociales como Facebook o Twitter o plataformas de publicidad on line como Google Adwords para la promoción de aplicaciones.
Existen varios tipos de modelos de atribución:
– Modelo de atribución de ‘Última interacción’.
– Modelo de atribución de ‘Último clic indirecto’.
– Modelo de atribución de ‘Último clic de Adwords’.
– Modelo de atribución de ‘Primera interacción’.
– Modelo de atribución ‘Lineal’.
– Modelo de atribución ‘Deterioro del tiempo’.
– Modelo de atribución ‘Según la posición’.
El valor de vida del cliente es una métrica realmente importante para cuantificar el valor real de la app. Es la cantidad de ingresos que genera un usuario en su utilización de la aplicación. No solo es una métrica que muestra la capacidad de monetización sino también el engagement del usuario con el producto.
¿Cómo configurar Google Analytics para medir el LTV? No es sencillo. Existen algunos tutoriales muy prácticos, por pasos, para hacer la implementación:
– Crear la métrica personalizada en GA: en el administrador de Google Analytics seleccionar Propiedad < Definiciones personalizadas < Métricas personalizadas. Allí es donde se crea una métrica propia para el LTV.
– Uso de Google Tag Manager para modificar el código de seguimiento: es necesario introducir una sencilla línea de código para empezar a medir el resultado final de cada compra en la aplicación. Tanto el tipo de productos como el valor de cada una de esas transacciones. Con Google Tag Manager es realmente fácil incorporar nuevas etiquetas de seguimiento en una app. En este caso, se crea una variable para capturar el valor de cada una de las transacciones que se producen en la aplicación de comercio electrónico.
– Asociar cada transacción al ID de un usuario: una vez definida la métrica personalizada LTV, es necesario saber qué cliente hizo cada compra. Para eso es posible utilizar los elementos de identificación propios del CRM de cualquier empresa y crear una variable User-ID con Google Tag Manager.
Síguenos en @BBVAAPIMarket
Se espera que durante los próximos años se regule el ‘open finance’, lo que dará lugar a un nuevo ecosistema de datos abiertos El open finance está abriéndose paso en el terreno legal mediante la consolidación de varias iniciativas que le darán blindaje jurídico. Una vez esto se haya completado, los clientes confiarán en un […]
Las APIs son el futuro de la automatización de servicios bancarizados. Albert Pla, Head of SME eSales en Global Markets de BBVA, explica esta tecnología. Las API son una de las herramientas más recientes y esperadas de Open Banking. Con ellas es posible automatizar procesos empresariales y realizar operaciones bancarias sin salir de los entornos […]
Los pagos en tiempo real se han convertido en una de las innovaciones más relevantes de la industria financiera. Su crecimiento en los últimos años está siendo muy importante gracias a las posibilidades que proporciona a las empresas, especialmente en las relaciones con sus clientes.
