Autor: Marce Castro

Os pongo en situación: acabo de implementar en uno de mis sitios el plugin de Icegram para captar emails antes de que el usuario deje la página. Lo que hago es mostrarle al visitante un mensaje, en formato de ventana pop-up, para animarlo a que se suscriba a mi blog.

Google Analytics es una de mis herramientas favoritas, y encima es gratuita. Pero este artículo no es para elogiar más aún a la herramienta de Don Google, sino para mostrar un ejemplo de cómo con una pequeña modificación en el código de Analytics podemos «conectar» los datos de nuestro CRM con los datos estadísticos que Google nos da.

Vamos al grano. Imaginad que tenemos una tienda online en la que captamos clientes para una residencia universitaria. En esta caso, cuando un cliente nos envía un formulario de contacto solicitando información es considerado un lead (posible venta/cliente final). Tenemos, además, un programa de gestión de clientes en el que automáticamente recibimos los datos desde el formulario y desde donde gestionamos el proceso de captación, gestión y venta.

Una vez claro esto, tendríamos un algo parecido a este flujo, aunque aquí lo simplifico bastante:

1. Visita web. El usuario visita nuestra web y navega entre diferentes páginas buscando información. Acaba enviando la solicitud de información solicitando plaza en la residencia.
2. Contacto/lead. Este mensaje produce un lead en el CRM, es decir, tenemos una base de datos donde se registran los datos del visitante; que ahora es un «posible cliente».
3. Datos a Analytics. Constituyen el conjunto de métricas y dimensiones que Google Analytics nos ofrece y que recoge para este cliente concreto.
4. Datos a CRM. Supone el conjunto de datos que nos llegan desde el formulario de contacto y que nos servirán para gestionar la venta. Es decir, nos pondremos en contacto con el cliente e intentaremos cerrar el pedido. Si al final se convierte en cliente consideraremos ese lead como «cerrado OK». Sé que hay mil formas mejores de llamar a estas cosas, pero me gusta simplificar.

¿Qué queremos analizar conectando Google Analytics y el CRM?

Esta es la pregunta del millón. Imaginad que esa web recibe 2.000 leads mensuales. ¿No sería interesante poder analizar algo tan simple como esto?:

• 2. 000 leads totales
  • 567 son rechazados: no contratan nada, hay algún duplicado, formularios vacíos, etc.
  • 1.433 formularios de contacto acaban siendo clientes.
    • 1000 llegaron desde AdWords
    • 100 desde fuente social
      • 64 desde Facebook
      • 36 desde Twitter
    • 300 desde Google
    • 33 de una campaña de email marketing

¿Y cómo sabemos que 64 de los 1.433 clientes finales vinieron desde Facebook? Google Analytics nos muestra los visitantes que llegan a nuestra página desde Facebook, pero no sabe que 64 de ellos al final se convirtieron en clientes, ni sabe qué 64 usuarios exactos fueron los que contrataron.

Ahora imaginad que Analytics nos muestra estos datos (siempre hablando del mismo periodo de tiempo):

• Visitas desde Facebook: 2000
• Visitas dede Twitter: 250

¿En qué red social invertiríais más vuestro esfuerzo/dinero? Aunque vemos que tenemos muchas más visitas desde Facebook, cuando contrastamos los datos del CRM con los de Analytics deducimos que la conversión de usuarios provenientes de Twitter es mucho mayor que la de los que vienen de Facebook:

• Porcentaje de conversión real de Facebook: 3.2%
• Porcentaje de conversión real de Twitter: 14.4%

Pues nada, imaginad esto con muchas más métricas: porcentaje de rebote, número de páginas vistas, etc.

¿Cómo conectamos CRM con Google Analytics?

La solución se llama «definiciones personalizadas» y se puede localizar en esta sección:

Dentro de «definiciones personalizadas» encontramos «parámetros personalizados» y «métricas personalizadas«. En este caso vamos a usar el primero de ellos, que nos permitirá enviarle a Google Analytics el ID de registro que también enviamos a nuestro CRM. De esta forma ya tendremos enlazados los datos del CRM con los de Analytics. Algo como esto:

De esta forma, Analytics tendrá también ya el ID de registro del mensaje concreto y podremos cruzar datos con el CRM. Ejemplo:

1. Pedro envía un mensaje para reservar plaza en la residencia: ID del registro: rn16357627
2. Analytics recibe, mediante el parámetro personalizado, el ID del registro.
3. Nuestro CRM también recibe este mismo ID
4. Cruzamos datos entre CRM y Analytic gracias a ese ID

Por ejemplo, podemos sacar un informe de nuestro CRM que nos diga que IDs han comprado/convertido y buscar esos datos en Analytics para saber qué porcentaje de conversión final tiene cada fuente de tráfico.

Parte técnica

Una vez claro esto, nos vamos a «parámetros personalizados» y creamos uno nuevo:

 

Pulsamos sobre «parámetros personalizados» y luego sobre «+ dimensión personalizada nueva»:

Importante: debéis tener en cuenta el valor «índice» que aparece al lado del nombre de la dimensión, ya que será fundamental para implementar el código correctamente y para los informes.

Podéis ponerle un nombre identificativo, que será como aparecerá en los informes de Analytics. Os recomiendo que pongáis algo como «Id registro» o similar, en lugar de lo que pongo yo en la captura de pantalla…

Veréis algo como esto:

Marco en naranja algo importante: el ámbito de la dimensión. No es lo mismo tener en cuenta los valores que recoge Analytics a nivel de usuario, de sesión o de un simple hit (una página vista, por ejemplo). Para entenderlo mejor, pensad en un usuario que envía un formulario de contacto en su primera sesión y al día siguiente vuelve a entrar a la web y genera más páginas vistas.

En este caso, lo correcto sería definir el ámbito a nivel de usuario, puesto que así podríamos saber cuántas páginas en vio en total el usuario que envió dicho formulario.

• Hit: tiene en cuenta valores a nivel de hit (un evento concreto, página vista, etc.)
• Sesión: recoge todo lo que ocurre a nivel de sesión
• Usuario: tiene en cuenta todo lo que el mismo usuario hace en nuestra web
• Producto: este ámbito tiene sentido cuando tenemos la parte de comercio activa en la web

Añadiendo nuestras dimensiones al código de Analytics

Ahora necesitamos modificar el código de Analytics allá donde sea necesario. Es decir, hay que enviarle a Google el valor de esa dimensión (ID de registro, por ejemplo) cuando lo necesitemos. En nuestro caso, el ID se enviará cuando se compre un producto y se llegue a la página de agradecimiento. En esa página debemos añadir al código de seguimiento la dimensión correcta. Este es el un código de ejemplo:

<script>
(function(i,s,o,g,r,a,m){i[‘GoogleAnalyticsObject’]=r;i[r]=i[r]||function(){
(i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o),
m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m)
})(window,document,’script’,’//www.google-analytics.com/analytics.js’,’ga’);

ga(‘create’, ‘UA-XXXXXX-2‘, ‘auto’);
ga(‘send’, ‘pageview’, {
‘dimension1’:  ‘ID-formulario’
});
</script>

El código es igual al normal (Universal Analytics), salvo  en la última línea, donde le decimos al script que cuando cargue envíe el valor «ID-Formulario» a Google, quedando vinculados a ese valor todos los datos que Analytics recoja sobre el usuario.

Si queremos que el ID se envié con un evento concreto, podemos sustituir la última línea por esta otra:

ga(‘send’, ‘event’, ‘formulario’, ‘envío’, {

‘dimension1’: ‘ID-formulario’,
‘dimension2’: ‘ID-landing’
});

He añadido, además, otra dimensión, para identificar la landing en la que se encuentra el formulario.

Cabe destacar que los valores ID-formulario e ID-landing son variables que debéis generar mediante código, según la programación de vuestro sitio web. Es decir, ese valor debe ser el mismo que se envía luego al CRM.

Una vez hecho esto, Analytics comienza a recoger valores y podremos crear un informe para ver datos de esta forma:

Como podéis ver, el usuario que envió el formulario con ID «34» tan sólo realizó una sesión en el sitio web y vio 2 páginas. El usuario con el formulario con ID welcome1861743171 cuenta con 7 sesiones en el sitio y 4.29 páginas por sesión.

No me voy a alargar más, que ya bastante técnico me he puesto. Pero podéis ver qué con una pequeña modificación (y una planificación adecuada de la estrategia) podemos conseguir información mucho más precisa sobre nuestras conversiones.