Tu directora de marketing recibe el informe semanal de analítica. Cincuenta páginas. El tráfico subió un tres por ciento. La tasa de rebote bajó un dos por ciento. La duración media de la sesión aumentó ocho segundos. Las conversiones subieron un uno por ciento.
Ella lo lee. Piensa que todo va bien. No hace nada. Acaba la semana. La semana siguiente recibe el siguiente informe. Mismo patrón. Todo sube un poco. No toma ninguna decisión.
Mientras tanto, tu competencia recibe un informe semanal. Mismos datos. Presentación distinta. El informe muestra: un canal nuevo lanzado el martes generó el cuarenta por ciento del tráfico de la semana, con el doble de tasa de conversión que los canales existentes. Recomendación: aumentar el presupuesto del canal nuevo en un trescientos por ciento.
La competencia aumenta el presupuesto. El canal nuevo crece. Sus ingresos suben un quince por ciento este mes. Los tuyos suben un uno por ciento.
Mismos datos. Distintos informes. Distintos resultados.
El coste de los malos informes
Los malos informes cuestan dinero de verdad.
Ejemplo: una empresa de SaaS con diez mil dólares de ingresos recurrentes mensuales. La tasa de abandono es del cinco por ciento mensual. Son quinientos dólares de ingresos perdidos cada mes.
Un mal informe muestra que hay abandono, pero no investiga por qué. No identifica qué segmentos de clientes se van. No conecta el abandono con eventos concretos.
Coste: cien clientes al año a quinientos dólares cada uno. Son cincuenta mil dólares perdidos que se podrían haber evitado.
Un buen informe muestra que el abandono aumentó entre los clientes que no adoptaron la función principal. Muestra que la adopción de la función es la palanca. Recomienda mejorar la incorporación. La empresa mejora la incorporación. El abandono baja un uno por ciento. Los ingresos aumentan cien dólares al mes. Mil doscientos dólares al año.
Diferencia entre un mal y un buen informe: cincuenta mil dólares encontrados más cinco mil dólares ahorrados. Cincuenta y cinco mil dólares de impacto solo por los informes.
La diferencia entre datos e ideas
Datos frente a ideas
Dato: el tráfico subió un tres por ciento esta semana.
Idea: el tráfico subió un tres por ciento porque el martes se lanzó un nuevo canal de pago. El canal nuevo costó una media de ocho dólares por visitante con una tasa de conversión del tres por ciento. Los canales existentes cuestan una media de doce dólares por visitante con una tasa de conversión del dos por ciento. El canal nuevo es un tres por ciento más eficiente. Recomendación: probar a subir el presupuesto diario de doscientos a quinientos dólares durante dos semanas para ver si la eficiencia se mantiene a mayor escala.
Los datos son solo números. Una idea conecta los números con la causa y recomienda una acción.
Los malos informes enumeran datos. Los buenos informes aportan ideas.
Qué hace realmente útil un informe
Los informes responden preguntas concretas
Un informe útil responde una pregunta concreta. No responde todas las preguntas posibles. Responde la única pregunta que la persona interesada necesita resolver esta semana.
Ejemplo: el responsable de marketing preguntó "qué canales rinden por debajo de lo esperado". Un informe útil muestra: el coste por adquisición de la búsqueda de pago subió de ocho a doce dólares en las últimas cuatro semanas. El coste por adquisición de la búsqueda orgánica subió de dos a cuatro dólares (en realidad es gratis, pero es el coste de captación de clientes incluyendo el trabajo orgánico). El coste por adquisición del correo se mantuvo en un dólar.
Conclusión del informe: la búsqueda de pago rinde por debajo del objetivo de un tope de ocho dólares. La búsqueda orgánica empeora. El correo es estable. Recomendación: pausar la expansión de la búsqueda de pago, investigar el deterioro de la búsqueda orgánica y mantener la inversión en correo.
Un informe inútil muestra: todos los canales contribuyeron al crecimiento de los ingresos. La búsqueda de pago generó el cuarenta por ciento de los ingresos. La orgánica, el treinta y cinco por ciento. El correo, el veinticinco por ciento.
Los dos usan los mismos datos. El primero responde la pregunta. El segundo no.
Los tres componentes de un informe útil
Componente uno: comparación con una base de referencia
Nunca muestres una métrica aislada. Muestra la métrica comparada con:
La semana o el mes pasado (cambio inmediato). El mismo periodo del año pasado (referencia estacional). La media de las últimas trece semanas (referencia de variación normal).
Sin comparación, una métrica no significa nada. El tráfico fue de cinco mil visitas esta semana. ¿Es bueno o malo? Depende de la referencia.
Si la semana pasada fueron cuatro mil, esta semana es buena. Si la semana pasada fueron seis mil, esta semana es mala. Si la media es cinco mil, esta semana es normal.
La referencia elimina la ambigüedad.
Componente dos: conexión con el objetivo
Cada métrica debe conectar con un objetivo de negocio.
Objetivo: aumentar los ingresos. Métrica uno: los ingresos de esta semana fueron cincuenta mil. El objetivo es sesenta mil. Por detrás un dieciséis por ciento. Métrica dos: el tráfico fue de diez mil. El objetivo era once mil. Por detrás un nueve por ciento. Métrica tres: la tasa de conversión fue del cuatro por ciento. El objetivo era del cinco por ciento. Por detrás un veinte por ciento.
La métrica tres es el problema. El tráfico va algo por detrás. Pero la tasa de conversión va bastante por detrás. Recomendación: mejorar la tasa de conversión para alcanzar el objetivo.
Sin objetivo, las métricas son solo números.
Componente tres: motivo del cambio y recomendación
Si una métrica se movió, ¿por qué se movió?
La tasa de conversión bajó del cinco al cuatro por ciento. ¿Por qué? ¿Qué páginas convirtieron peor? ¿Qué fuentes de tráfico convirtieron peor? ¿Qué dispositivos convirtieron peor?
Si sabes por qué, puedes arreglarlo.
El informe debe explicar el motivo y recomendar una solución.
Qué excluir de los informes
No incluyas métricas que no impulsen decisiones.
Las vistas de página son una métrica de vanidad. No informes de vistas de página. Informa de conversiones por página. Eso impulsa decisiones.
Los visitantes únicos son una métrica de vanidad. Informa del tráfico cualificado para el objetivo. Eso impulsa decisiones.
El tiempo en la página es una métrica de contexto. Inclúyela si el tiempo se relaciona con la conversión. Pero no informes del tiempo en la página sin el contexto de la conversión.
Excluye las métricas que te hacen sentir bien pero no guían ninguna acción.
Informe frente a panel
Fines distintos
Informe: narrativa escrita con datos. Responde una pregunta concreta. Aporta ideas y recomendaciones. Se genera cada semana, cada mes o cada trimestre.
Panel: vista en vivo de las métricas. Sin narrativa. De autoservicio. Se usa para supervisar. Cada persona explora lo que quiere.
El informe es de tirón: lo pides tú. El panel es de empuje: está ahí. El informe responde una pregunta. El panel te deja hacer preguntas.
Cumplen fines distintos. Se necesitan los dos.
El error de cambiar los informes con demasiada frecuencia
Creas un informe. Lo usas dos semanas. Decides que no es útil. Lo cambias.
Dos semanas no son tiempo suficiente para aprender de un informe. Necesitas un mes de datos para ver patrones.
Usa la misma estructura de informe al menos un mes antes de decidir que no funciona. Da tiempo a las personas interesadas para adaptarse y aprender.
Cambiar los informes sin parar impide aprender.
Preguntas frecuentes
¿Debemos incluir en los informes todas las métricas que podemos medir o solo las más importantes?
Solo las más importantes. Los informes con treinta métricas no sirven porque el lector no sabe cuáles importan. Puedes seguir todas las métricas en el panel. Pero los informes deben incluir cinco a diez métricas como máximo. Si no puedes explicar por qué una métrica está en el informe, quítala. Una métrica debe impulsar una decisión o explicar por qué se movió otra métrica. Ejemplo: puedes seguir cien métricas en tu plataforma de analítica. Pero el informe semanal debería mostrar cinco métricas como máximo: ingresos, tráfico, tasa de conversión, coste por adquisición y retorno de la inversión publicitaria. Las demás métricas son detalle de apoyo en el panel o en el análisis a fondo del informe mensual. Con el creador de webs de WEMASY, puedes configurarlo directamente en tu web.
¿Con cuánto detalle hay que explicar los cambios en las métricas?
Con el detalle suficiente para recomendar una acción, sin tanto que confunda al lector. Ejemplo: "Los ingresos bajaron un tres por ciento. Se debió a una pausa en la búsqueda de pago que probaba una nueva estrategia de pujas. La estrategia no funcionó como se esperaba y los costes subieron. Hemos retomado la estrategia de pujas anterior y esperamos que los ingresos se normalicen la semana que viene." Es suficiente detalle. No entres en todos los detalles técnicos de la estrategia de pujas. Da el detalle suficiente para que la persona interesada entienda qué pasó y qué estás haciendo al respecto. Versión mala: "Pausamos las campañas de búsqueda de pago durante tres días con la función Smart Bidding, con un CPA objetivo de doce dólares y ajustes de valor de conversión aplicados a los segmentos de clientes nuevos y recurrentes." La persona interesada se confunde. Versión buena: "Los costes de la búsqueda de pago subieron, así que pausamos las campañas y volvimos a nuestro enfoque de pujas anterior. Los ingresos deberían normalizarse la semana que viene."
Si una métrica baja, ¿la explicamos como variación estacional o la investigamos como un problema?
Las dos cosas. Si la métrica baja y es una variación estacional esperada, anótalo. "Los ingresos bajan un ocho por ciento, lo esperable en agosto según los datos históricos de los dos últimos años." Pero investiga también: "Sin embargo, los ingresos también están un tres por ciento por debajo de la media de agosto, lo que sugiere un viento en contra adicional más allá de la estacionalidad habitual. Estamos investigando qué campañas rindieron por debajo de la referencia de agosto." Reconoce el patrón esperado, pero señala la variación inesperada. No culpes a la estacionalidad e ignores los problemas. La estacionalidad explica parte del movimiento. La variación adicional necesita investigación.
¿Cómo evitamos que los informes lleven horas de trabajo?
Automatiza la recogida de datos. La herramienta debe extraer las métricas y generar una plantilla. Tú añades la explicación y la recomendación. Si la recogida de datos es manual, usa plantillas de consulta. Si el formato es manual, usa plantillas. Dedica tu tiempo a la explicación y la recomendación, no a recoger datos ni a dar formato. El tiempo invertido en plantillas y automatización da buenos frutos. Ejemplo: dedicas dos horas a crear una plantilla que extrae los datos y da formato al informe semanal. Cada semana dedicas treinta minutos a rellenar la explicación y la recomendación. Tras cuatro semanas, la plantilla se paga sola. Tras un año, has ahorrado ochenta horas al automatizar la recogida de datos.
¿Debemos incluir datos de la competencia en nuestros informes?
Solo si tienes datos fiables. Si estás adivinando, exclúyelos. Si tienes referencias del sector o has comprado datos de la competencia, inclúyelos como contexto. "Nuestra tasa de conversión es del cuatro por ciento. La media del sector es del tres por ciento. Estamos por encima." El contexto ayuda a explicar si las métricas son buenas o malas. Pero no especules sobre el rendimiento de la competencia. Ciñete a los hechos.
¿Cada cuánto debemos rediseñar por completo la estructura de nuestros informes?
Una vez al año. Revisa cada trimestre que los informes sigan siendo útiles. Pero no los rediseñes cada trimestre. Deja que la estructura se estabilice. Una vez al año, en temporada baja, revisa si la estructura de los informes debe cambiar por nuevos objetivos, nuevos canales, nuevos productos o cambios en la organización. Frecuencia de cambio: si la revisión trimestral muestra que los informes siguen funcionando, déjalos como están. Si la mayoría de las personas interesadas dice que hay que mejorarlos, cámbialos. Si solo se queja una persona, ignóralo. Rediseñar cada trimestre crea caos e impide aprender.