Plan de analítica web: controla tus resultados y mejóralos

En el mundo del Marketing digital, todos están obsesionados con Facebook, Google y los anuncios por Internet, pero pocos se han parado a pensar en qué es la analítica web, qué ventajas ofrece y cómo puede ayudar a mejorar tu negocio.

Entiendo que esto sucede porque es un paso que se descubre, tras realizar lo más básico, como posicionar la web en Google para salir el primero, crear los anuncios o mover publicaciones por redes sociales.

Pero aun así, se le presta menos atención e importancia de la que realmente tiene, llevándonos al error de insertar únicamente un código de Analytics, para ver por donde nos llegan los usuarios, y olvidándonos de cosas tan importantes como la configuración de conversiones o el seguimiento de KPI’s.

En este tema, hay bastante que tocar, muchas cosas que van más allá de las simples páginas vistas o vender un producto, muchos aspectos que hay que tener en cuenta.

Es por ello que si te empieza a picar la curiosidad de saber si realmente te sale rentable el negocio o por dónde se están perdiendo el dinero invertido, presentamos un guía muy básica y simple que te ayudará a realizar un plan de analítica web.

No esperéis convertiros en gurús, pero va orientado a un público sin conocimientos y quieran adentrarse un poco más en el mundillo. Espero que os sirva como orientación.

Antes de empezar

Hay que entender por qué lo hacemos, qué es lo que nos lleva a analizar nuestra web. Esto no es algo que se haga sin motivos, al igual que, para realizar esto, también hay que entender el negocio o sector para el que vamos a trabajar, la tecnología usada y la fase en la que se encuentra el proyecto.

Todo esto es necesario para poder realizar un plan de analítica web.

Por qué analizar mi web

Analizar tu web es un principio fundamental para entender qué hace el usuario.

Si no sabes qué hace el usuario en tu web, estás vendido en cierto modo, ya que pierdes mucha información de gran relevancia.

Es importante comprender cómo se comporta el usuario en cada una de las páginas, para poder adaptar la web al uso que este hace de ella y detectar posibles elementos que le confundan durante su navegación, como imágenes que clica y no te llevan a ningún lado, errores en el envío de formularios, etc.

Ejemplo:

1. ¿Cuáles son las páginas que más tráfico tienen?
2. ¿Qué página me ayuda a captar más leads?
3. ¿Existe algún problema para el usuario que le impida realizar alguna acción?
4. ¿Le gusta al usuario la página?
5. ¿Repite la experiencia el usuario?
6. ¿De donde provienen estos usuarios?

Y así, podemos continuar con una larga lista de preguntas a las cuales nunca encontraríamos respuesta.

Con un plan de analítica bien estructurado, tendríamos respuesta a las preguntas anteriormente planteadas.

Al obtener estas respuestas podemos, por ejemplo, comparar los datos de si las páginas que más tráfico tienen, son las que más conversiones nos generan.

Si los resultados no coinciden, tendremos que indagar en si existe alguna problemática en las páginas con más tráfico o no estas no son lo que el usuario espera encontrar.

Este es un ejemplo básico y una deducción simple y rápida, pero el abanico es mucho más grande y complejo. Es por ello de la importancia de crear un plan de analítica web, nos permite dar respuestas a preguntas y realizar mejoras en nuestro sitio web para lograr nuestros objetivos.

Entender el negocio

No podemos realizar un plan de analítica web sin entender el negocio. Necesitamos conocer qué es lo importante para el negocio, que es lo que funciona y qué es lo que no, si existe un período de temporalidad (como los alquileres de verano, o la venta de turrón) donde las ventas aumenten o disminuyan, los pasos que sigue el usuario hasta completar una conversión, etc.

Cada negocio es un mundo y requiere de medidas personalizadas para el seguimiento del usuario. Nunca será lo mismo realizar un proyecto de analítica web para una tienda de ropa, de una web de alquileres o de una web donde el objetivo es la captación de clientes potenciales mediante leads.

Fase del proyecto

Desarrollar un plan de analítica para una web ya terminada es un proceso bastante distinto a desarrollar un plan para una que está a medias o por empezar. Los programas que ayudan a realizar la labor de analítica web son amplios, pero a veces, tienen pequeñas limitaciones que podemos plantear en el desarrollo inicial del proyecto o adaptarnos una vez ya esté realizado.

En muchos casos, para obtener cierta información valiosa se necesitan implementaciones personalizadas o que algunos módulos o plugins nos pueden ofrecer.

Ejemplo:

Mis usuarios me contactan únicamente por email, y luego convierten. Para realizar el seguimiento de este usuario, es necesario tener un identificador que se guarde en la base de datos con el email tras el envío del email por parte del usuario. Además este identificador debe estar también en el programa de analítica. Con Analytics podemos hacer uso del id de cliente o el identificador de usuario.

Tecnología usada en el proyecto

La tecnología es una de las partes más importantes del proyecto, ya que muchas herramientas de analítica web te explican los códigos que hay que insertar o cómo deben ser implementados, ofreciendo unos recursos base, pero según el tipo de web, deben hacerse “ligeras modificaciones en los códigos”.

A día de hoy, paralelamente a estos recursos base, han aparecido librerías o plugins que facilitan a los programadores instalar los códigos de una forma más sencilla, por lo que a la hora de especificar lo que necesitas y cómo lo necesitas, puede variar.

Estos plugins pueden ser un aliado muy valioso para insertar cierta información en cada uno de los pasos del funnel de conversión a través de dataLayers y variables que nos permiten recoger más datos sobre cada acción que realiza el usuario en nuestra web.

Además estos plugins suelen detectar de manera automática las acciones que realiza el usuario, lo cual facilita mucho la configuración de las etiquetas que mandan la información a las herramientas de analítica, aunque no siempre son perfectos.

Lo básico de las mediciones

Una vez hemos explicado lo básico de por qué debemos realizar un plan de analítica web y que es lo que tenemos que tener en cuenta antes de realizarlo, hay que tener claro lo básico y genérico que existe en la gran mayoría de herramientas de analítica, tomando como base Google Analytics, que es la herramienta más usada actualmente y además tiene una versión gratuita muy completa. Todas las etiquetas de medición que queramos enviar a Google Analytics se pueden implementar con Google Tag Manager, que os ayudará saltaros a los programadores y os facilitará bastante el trabajo.

Métricas y dimensiones

Debemos tener claro la diferencia clara y absoluta entre métrica y dimensión.

• Las métricas son todos los datos numéricos que nos da la herramienta ya sea en tiempo o número, del cual pueda sacarse una media numérica, como el número de usuarios, el promedio de tiempo, el porcentaje de rebote, etc.
• Las dimensiones son aquellos parámetros más cualitativos que nos permiten agrupar las métricas por categorías (generalmente escritas a modo texto), por ejemplo, las ciudades, dispositivos, geografía del usuario, medidas de la pantalla, etc.

Google Analytics tiene métricas y dimensiones por defecto que puedes ver en sus informes, pero además también permite crear tanto métricas como dimensiones personalizadas para tener una mayor granularidad de los datos.

Canales, medios y fuentes

Dentro de Analytics, existen los canales, medios y fuentes. Para los más iniciados, puede causar algo de confusión diferenciar cada uno, pero si se realizan algunas pruebas, se entiende mucho más rápido.

• Los canales son agrupaciones de medios y fuentes que podemos modificar para entender cómo llega el tráfico.
  Ejemplo: Supongamos que nos llegan visitas de distintas páginas en las que hacemos publicidad, podemos crear un canal específico para analizar únicamente la rentabilidad de estos canales, en los que se pueden incluir tanto medios como fuentes y otras opciones de filtrado bastante variadas.
• Los medios son las categorías a las que pertenece cada fuente. Una fuente solo puede pertenecer a una categoría, pero una categoría puede tener varias fuentes.
• Las fuentes son las páginas que nos aportan un tráfico determinado, pertenecen a un canal y a un medio.

UTM’s

Los UTM’s, nos permiten crear campañas específicas de seguimiento mediante el etiquetado de la url.

Dentro de los UTM’s nos encontramos con:

• utm_source: indica las fuente
• utm_medium: indica el medio
• utm_campaign: indica el nombre de la campaña
• utm_term: indica el término relacionado (opcional)
• utm_content: indicas el contenido del artículo (opcional)

Ejemplo: Queremos saber la cantidad de gente que hace clic en un enlace para una campaña que estamos realizando de artículos distintos en redes sociales, al cual llamaremos “Artículos en redes sociales”.

Tenemos un artículo que habla de seo con un enlace anchor “posicionamiento web”, publicándose en Facebook.

Los utms serían los siguientes:

• utm_source: facebook
• utm_medium: social
• utm_campaign: articulos redes sociales
• utm_term: posicionamiento web
• utm_content: seo

La URL que se generaría quedaría así:
https://agenciaseo.eu/?utm_source=facebook&utm_medium=social&utm_campaign=articulos_redes_sociales&utm_term=posicionamiento_web&utm_content=seo

Para ayudaros a crear estas UTM’s, existen herramientas que, completando los datos, te crean la URL. Una que suelo recomendar para aquellos que les dificulta crear esta url es url builder de raven tool.

Es importante utilizar un medio ya existente o crear un nuevo canal que agrupe ese nuevo medio si no está definido por defecto por Analytics, ya que en este caso, en el apartado de adquisición se creará un canal definido como “otros” donde se nos agruparan las visitas y nos dificultará el análisis de estos datos.

Eventos

Los eventos, son acciones que se generan en nuestra página, desencadenados por una interacción de un usuario generalmente (aunque también puede implementarse como detonante alguna acción de la propia página al producirse algún error).

Los eventos suelen emplearse para darnos indicativos de dónde realiza clic el usuario, scrolls de página, errores, relleno de formularios, etc. Cualquier acción (o casi cualquiera), puede medirse de forma más o menos precisa con eventos.

De forma automática, Google Analytics 4 ya mide algunos eventos básicos:

Conversiones

Las conversiones son aquellos eventos que consideramos que son fundamentales para nuestro negocio. Por defecto Google Analytics 4 marca la compra como una conversión, pero podemos añadir más, y si nuestro objetivo no es la venta, tendremos que indicar a la herramienta qué evento queremos considerar una conversión, como podría ser el envío de un formulario.

Embudos de conversión

Los embudos de conversión, nos permiten trackear los pasos que un usuario sigue hasta completar una acción. Estos informes se generan en el apartado Explorar de Google Analytics 4. Nos ayuda a identificar si hay una gran cantidad de usuarios que salen en alguna fase de nuestra web, segmentándola en diferentes secciones.

Ejemplo: Tenemos una tienda online con varias URLs de categorías de producto, varios productos, una página de pago y la página final de gracias.

Podemos crear un funnel de conversión basado en estas cuatro fases, para ver en qué punto el usuario tiene mayor tendencia de salida de página y centrar esfuerzos para mejorarlo.

Conversiones online

Las conversiones online son todas aquellas que se producen dentro de la plataforma o gracias a ella, como por teléfono o email, casos bastante difíciles de medir.

Para realizar un seguimiento más correcto, es necesario recurrir a la imaginación y también al desarrollo técnico de la web, para poder identificar de dónde viene el usuario.

Ejemplo: Supongamos que tenemos un usuario que visita nuestra página y abajo, en pequeño, mostramos un id que se almacena en una dimensión personalizada que identifica a dicho usuario.

Si el usuario nos llama, podemos almacenar este número preguntándole directamente al usuario y almacenarlo para más adelante, contrastar los datos y saber de dónde vino este usuario. No es una solución perfecta, pero ayuda.

Conversiones offline

Son todas las conversiones que provienen de medios offline, como nuestra tienda física.

Estos datos pueden subirse a Google Analytics (al igual que otros datos que nos interesen) para realizar un seguimiento y el impacto que ha tenido nuestra campaña offline.

Subir los datos, nos facilita tener toda la información dentro de un mismo sistema, ahorrándonos el desarrollo de una plataforma propia que guarde toda esta información y genere todos estos informes.

La puesta a punto

Una vez ya conocemos lo básico a tener en cuenta de lo que podemos medir y gestionar en una herramienta de analítica web, podemos plantearnos qué objetivos y KPI’s queremos trackear, así como las micro-conversiones que nos ayudarán a lograr nuestras conversiones/objetivos, segmentando a los usuarios. Es decir, empezar a desarrollar un plan de analítica en condiciones.

Después de definir todo ello, pasaremos a crear nuestro propio dashboard o panel de analítica, para ver de forma rápida los indicadores y sacar conclusiones de forma más rápida.

Definir objetivos

Los objetivos, como bien sabemos, es aquello que se quiere alcanzar, pero, a mayor cantidad de objetivos, mayor trabajo y esfuerzo para conseguirlos, por lo que tiene que ir acorde al personal y presupuesto invertido.

No sirve de nada tener 100 objetivos si solo disponemos de dos personas en la empresa, y tampoco tiene mucho sentido plantear un objetivo para una empresa de 100 trabajadores (aunque pueden existir excepciones).

Definir los KPI’s

Los KPI’s son los indicadores clave de rendimiento (Key Performance Indicator). Son medidas clave o principales que nos ayudan a identificar el valor de un proceso relacionándose directamente con los objetivos establecidos.

Las micro-conversiones son el camino

Las micro-conversiones, son pequeñas acciones que realiza el usuario, que nos ayudan a identificar qué usuario tiene más posibilidades de alcanzar el objetivo que nosotros queremos.

Ejemplo: Tenemos una página de alquiler de alojamientos, categorizando las páginas por destinos, alojamientos, pago y página de gracias.

Un usuario va a estar más interesado, si llega a la página del alojamiento y pulsa en el calendario para ver las fechas disponibles, que un usuario que solo llega a la página del alojamiento y se va de la web.

El primero, tiene muchas más posibilidades de convertir que el segundo, ya que ha mostrado un interés al tratar de buscar fechas. Puede que no reservara, porque no tiene fechas disponibles el alojamiento, existe algún error en la página o está comparando, pero en cualquiera de los casos, nos interesa captar de nuevo a este usuario.

La acción del desplegable del calendario, en este caso, sería una micro-conversión, aunque otra micro-conversión mucho más potente, sería que el usuario llegue a la página de pago.

Dashboard de trabajo

Nuestro panel de analítica debe ser un resumen de todo lo que ocurre en nuestra web. Por su puesto, debe contener todos los datos de objetivos, KPI’s y micro-conversiones existentes en nuestra web.

Esto nos ayudará a identificar rápidamente los errores y poder realizar comparativas rápidas para intuir cosas que puedan estar sucediendo en la web.

También pueden crearse dashboards de trabajo para otros departamentos que necesiten información para mejorar en su trabajo.

Ejemplo: Supongamos que los usuarios realizan búsquedas de un determinado producto, por ejemplo ropa de hombre.

El departamento de producto, debe estar pendiente de que no falte este tipo de producto, además de ampliar el catálogo orientado a cosas a las que pueda estar interesado el cliente.

Para ello, debe tener un dashboard con los elementos que más buscan los usuarios y no tenemos porque no existen, además de los productos que ya no nos quedan.

Herramientas

Para la analítica web, existen varias herramientas que os ayudarán en vuestras tareas, algunas de ellas son:

Analítica web

• Google Analytics
• Omniture
• Piwik
• Yandex Metrica
• Mixpanel
• Google Search Console

Dasboards

• Tableau
• Google Data Studio
• Excel + Analytics edge
• Excel + SEO tools
• Spreadsheets + Supermetrics
• Geckoboard

Búsquedas en Google e investigar páginas de la competencia

• Google Trends
• Google Adwords
• Google Keyword Planner
• Ahrefs
• SEM rush
• Sistrix

Etiquetas

• Google Tag Manager

Redes sociales

• Twitter Analytics
• Facebook Business

Mailing

• Active Campaing
• Mailchimp

Crawlers

• Screaming Frog
• Sitebulb

Mapas de calor y navegación de usuario

• Crazyegg
• Hotjar

Definición del proyecto de analítica

Una vez ya tenemos todos los objetivos, micro-conversiones, KPI’s, estrategias, eventos, UTMs, etc. Ya teniendo todo claro y con una visión global del proyecto, debemos crear un funcional de analítica o definición del proyecto de analítica web, explicando todos los procesos a realizar, los motivos, lo que queremos medir y la correcta implementación de todo el código en la web, ayudándonos de imágenes, para facilitar a los desarrolladores, identificar los que queremos realizar y lo que sucederá en los diferentes casos que puedan suceder en la web.

Así mismo, cualquier integrante del equipo, debe ayudar también a ver posibles casos no contemplados, que tras realizar una acción, no se realice ninguna medición, ya sea por error humano o por nueva implementación de desarrollo.

Ejemplo: Tenemos una tienda online de frutas donde siempre vendemos frutas por peso de 5 kg.

Tras 2 meses de la creación de la tienda, decide darse la opción de introducir la opción de 10 kg, además de la de 5 kg, pero en el seguimiento, solo se envía la información de 5 kg.

Si el analista, en este caso, por error humano, no se diera cuenta (o está de vacaciones), pero otro miembro del equipo si, este está en la obligación de hacérselo saber.

Es un caso muy simple, pero en webs muy grandes, puede suceder más a menudo.

Estructurar la información a analizar

Es importante que se estructure toda la información que se quiere analizar, sobre todo en páginas webs muy grandes, como los casos de los ecommerce, que tienen cientos de productos diferentes.

Una página muy grande nos puede llegar a aportar mucha información, que debemos tener ordenada y segmentada desde el primer momento, para realizar más tarde una comparación de nuestros datos sin necesidad de alterar nuestros informes con nuevos datos.

Introducir nuevos datos de medición o modificarlos, siempre nos va a dificultar un poco más el análisis de nuestra web.

Además de estructurar la información a nivel de analítica, también debemos mantener una estructura en nuestro funcional o informe, para poder llegar fácilmente a cualquier apartado y entender el por qué se han llevado a cabo ciertas acciones o cómo han de realizarse.

Ayudará también con el paso de los años si cambias de analista, ya que le ayudará a entender todo el proyecto y cómo se ha llevado a cabo todo el plan de medición.

Códigos a implementar

Esta es la parte que debemos derivar a nuestro desarrollador o equipo de desarrollo, es decir, el departamento técnico.

Siempre que les enviamos algo, nunca debemos dar nada por entendido. Hay que explicarlo todo como si no fueran conscientes de nada, para que ellos no caigan en ningún error.

La forma más sencilla de gestionar todo esto es meter el código de Google Tag Manager en la web y desde ahí configurar todas las etiquetas. Esto se puede hacer manualmente en el template tal y como te indica la herramienta al proporcionarte el script, o con módulos o plugins en los que solo tienes que insertar el ID de Google Tag Manager.

Cómo presentar los códigos a implementar al programador

Como comentábamos anteriormente, hay muchos aliados que nos permitirán hacer implementaciones de etiquetas de forma muy sencilla, pero a veces necesitamos insertar algunos fragmentos de código de forma manual a aquellos puntos en los que esos plugins no lleguen.

Siempre que envíes a un programador lo que quieres medir o el desarrollo que se debe realizar, es recomendable que le indiques:

• Los datos que quieres conseguir con imágenes.
• Como quieres que se visualiza la información o cómo va a ser estructurada y almacenada en cada dimensión/métrica
• El código que necesitas implementar
• Un link a la fuente con información de este código

Puede aparentar ser mucha información, pero es necesario para que el equipo de desarrollo entienda completamente que es lo que se necesita y cómo se realiza de forma básica.

Ellos lo estudiaran y lo implementaran posiblemente de la misma forma o de otra mucho más simple para ellos.

Testear la funcionalidad de los códigos

Una vez se implementen todos los códigos de seguimiento en la web, es necesario realizar las pruebas pertinentes para asegurarnos que todo se está trackeando correctamente y se envían los datos que queremos a nuestro programa de analítica web.

En Google Analytics, podemos ayudarnos del panel en tiempo real además de algunos plugins para el navegador Chrome como Tag Assistant o Google Analytics Debugger.

Ambos te dan datos de si se están ejecutando las etiquetas y la información que estás enviando.

Además, si estamos usando Google Tag Manager, también tenemos un modo de comprobación de etiquetas para conocer si se están ejecutando las etiquetas y los datos que se están enviando, con la vista previa y la consola del navegador.

Esto se realiza para detectar posibles errores o si alguna cosa no se muestra como esperábamos, y realizar los cambios pertinentes para saltar ya a la producción de la web.

Resultados y análisis

Una vez saltamos a la fase de producción, debemos ir vigilando los datos y estudiar cómo van evolucionando para detectar nuevas oportunidades así como salvaguardar situaciones en las que estemos teniendo pérdidas.

Análisis de datos

Esta es la parte que más gusta: ver datos, jugar con ellos, cruzarlos, detectar patrones, etc. En base a las estrategias planteadas, debemos estudiar los datos relacionados con los objetivos planteados para tratar siempre de mejorar los resultados.

Habrá ocasiones, que una misma estrategia deberemos repetirla varias veces, hasta detectar el punto en el que funciona, y esto podemos lograrlo gracias a la analítica de datos.

Lo primero que debemos hacer es pegar un vistazo rápido a los informes que deberían estar automatizados, para detectar si alguno de nuestros KPI’s nos da alguna señal de algo que esté sucediendo dentro de la web que estemos analizando.

Una vez detectados los cambios para cada una de las estrategias aplicadas, pasaremos a realizar un análisis más exhaustivo y profundo de los datos.

Comparando de la información

Tras realizar el paso anterior, debemos comenzar a trabajar con los datos para sacar conclusiones.

Para ello, es recomendable exportar los datos a nuestra base de datos y trabajar con ellos, o trabajar directamente con hojas de cálculo de Excel. Podemos usar Open Office o Spreadsheets de Google.

Por experiencia, si debes trabajar con hojas de cálculo, recomendamos Excel, ya que te permite realizar comparativa de los datos bastante rápidas, además de que existen mil plantillas configuradas y herramientas que te permiten exportar rápidamente datos de otras herramientas de analítica obteniendo los datos de forma automatizada.

Una función muy interesante son las tablas dinámicas, que te permiten ver datos calculados de tu tabla y en diferente orden de forma bastante rápida. Un recurso muy útil para tablas gigantes con muchas columnas y filas.

Resultados de las estrategias

Ya hemos realizado las estrategias, ya hemos analizado los factores y hemos sacados varias teorías o suposiciones de lo que puede estar pasando en las estrategias planteadas.

Ahora toca proponer cambios para mejorar las estrategias o descartar alguna en el caso que fuera necesario por no obtener el retorno esperado u objetivo logrado, cuando esta ha funcionado bastante bien y la hemos optimizado al máximo.

Revisión de las estrategias

Una vez extraído los datos, preparamos el informe con los KPI’s genéricos, para demostrar que hay una alteración en ellos, también necesitaremos preparar los datos extraídos que nos han llevado a la conclusión y evidentemente, explicar cómo hemos llegado a la conclusión y las posibles acciones a tomar.

Todo esto será para reunirnos con el departamento adecuado y exponer las situación que será supervisada por ellos y además, podrá aportar más información desde su punto de vista.

Nuevos planteamientos y mejoras

Durante la reunión y tras plantear todo el informe con datos, conclusiones y propuestas, posiblemente existan cosas que se nos escapen, es por ello que es bueno que el propio departamento, que es quién ha llevado a cabo la acción, comente los planteamientos o sugiera otros al igual que mejoras.

Si bien es cierto que nosotros tenemos datos y realizamos suposiciones en base a estos, no hay que olvidar que cada departamentos ha ejecutado la acción y ha tenido la experiencia, por lo que puede haber detectado elementos que nosotros hayamos pasado por alto o no tengamos acceso a ellos.

Ejemplo: Si llevamos una acción de mailing que la intención es que la gente responda el email, podemos saber la cantidad de gente que abre el email y posiblemente que contesta, pero los números no pueden decirnos el contenido exacto de cada email.

Este contenido exacto solo lo conocerá el departamento encargado de llevar a cabo esta acción.

Re-ejecución de estrategias nuevas y mejoradas

Por último, y no menos importante, tras las propuestas, podemos hacer test A/B, realizar cambios en las estrategias, realizar nuevas o eliminar estrategias. Siempre es bueno llevar un histórico de estas estrategias y las acciones realizadas.

Y para terminar…

Realizar un plan de analítica web e implementarlo es algo bastante complejo. Para webs más pequeñas, puede que con unos pocos datos sea suficiente, pero para webs muy grandes donde tenemos miles de visitas diarias y necesitamos un seguimiento de todo, es necesario contratar a profesionales que sepan y tengan experiencia en detectar todo lo que sucede en una web.

Todo lo expuesto anteriormente, no solo os ayudará a realizar el plan de analítica web, además os será de utilidad para saber cómo continuar una vez realizado.

De todas formas, si lo que buscas son expertos en la analítica web, busca una empresa con experiencia en analítica web, que se dedique a ello y pueda aportar los resultados que necesitas.

En agenciaSEO.eu no nos conformamos con plasmar y transmitir los datos básicos en un informe mensual. Analizamos y estudiamos los resultados proponiendo soluciones que funcionan. Si buscas expertos en analítica web, nos buscas a nosotros. Contacta y te ayudaremos.