Cualquier herramienta de analítica con la que trabajemos, hacemos uso de métricas y dimensiones y, muchas de éstas, están preconfiguradas por la propia herramienta para su utilización. Sin embargo, para crear una solución de analítica adecuada al caso que nos ocupe, se hace indispensable el uso de variables personalizadas, con las que poder recoger toda la información que necesitemos.
Ahora bien, para obtener la información de forma correcta en nuestros informes, debemos tener muy en cuenta el ámbito que tienen dichas variables.
En el caso concreto de Google Analytics, por ejemplo, el ámbito de las variables tiene cuatro niveles: producto, hit, sesión y usuario.
Un hit podría definirse, grosso modo, como una acción individual, por ejemplo, una vista de página o un evento lanzado por un clic, una descarga, etc.
Asimismo, una sesión sería el conjunto de todos esos hits que se realizan a lo largo de una visita de un tiempo determinado realizada por un usuario concreto.
Por su parte, un mismo usuario con un identificador puede realizar varias sesiones a lo largo del tiempo dentro de un mismo activo digital.
Fuente: support.google.com
Tener claro el concepto de hit y de sesión es indispensable a la hora de definir una variable personalizada en nuestra solución. Debemos saber qué ámbito tendrá, es decir, si la información que recoja será aplicable a una única interacción o a toda la visita.
Cuando una variable personalizada tiene ámbito de hit, el valor sólo se aplica al hit con el que se ha establecido. Por ejemplo, una variable que recoja la URL de la página que se está viendo, se recoge cada vez que hay una nueva carga de página, actualizando su valor. El valor que recoja en un determinado punto, se perderá para la siguiente interacción. No es persistente.
Sin embargo; si la variable tiene carácter de sesión, una vez que adopta un valor, éste se mantendrá a lo largo de toda la visita (siempre y cuando no se le asigne otro). Es persistente.
Debemos tener muy clara la información que se va a obtener en los informes cuando definimos las variables. No debemos combinar variables de sesión con variables de hit en el momento de realizar un informe. Podemos caer en un error si, por ejemplo, combinamos métricas de sesión con dimensiones de hit.
Podemos ver un ejemplo del comportamiento errático de la información si no tenemos en cuenta el ámbito de las variables. Imaginemos que queremos ver en Google Analytics un informe que nos diga en cuántas sesiones se ha visto determinada página. Combinando “Páginas” (Page) con “Sesiones” (Sessions), la tabla resultante no mostraría dicha información, sino cuántas sesiones empiezan con esa página. Para obtener la información que queremos, debemos combinar Page con otra dimensión de nivel de hit, como Unique Pageviews.
En el caso concreto de Adobe Analytics, podemos distinguir dos tipos de variables denominadas variables de tráfico (sProps) y variables de conversión (eVars).
Las sProps son dimensiones que tienen ámbito de hit, es decir, no son persistentes. Se usan para recoger información acerca del tráfico aportando significado a métricas de tráfico, como las vistas de página, visitantes únicos, etc. Estas variables tienen la capacidad de hacer pathing, es decir, permiten hacer un seguimiento ordenado de los valores que toman a lo largo de la visita, por ejemplo, el nombre de las páginas visitadas a lo largo de la navegación.
Las eVars, por su parte, sí son persistentes, por lo que la información que recogen se mantiene durante toda la sesión. Del mismo modo que las sProps se utilizan con métricas de tráfico, las eVars están pensadas especialmente para su uso con eventos, visitas y visitantes. Están pensadas, especialmente, para aportar información de conversión. A diferencia de las sProps, las eVars no permiten hacer pathing.
En el día a día, está muy extendida la práctica de recoger la misma información, indistintamente, en sProps y eVars pero, realmente, cada una tiene su propósito y a la hora de realizar informes es muy importante tener clara la razón de ser de cada tipo de variable para realizar cruces de información.
Veamos un ejemplo: si queremos recoger las secciones o subsecciones a las que pertenece una página vista dentro del site, no tendría sentido guardar esa información en eVars, puesto que es información que se aplica sólo a dicha página vista. Esa información se actualizará con cada nueva vista de página a lo largo de toda la navegación, está ligada a tráfico.
Por su parte, imaginemos que queremos saber qué término de búsqueda utilizó un usuario en un buscador y le ha llevado a acabar realizando una compra en nuestro site. En el momento de llegar a la confirmación de la compra nos interesa saber la información de búsqueda citada, es decir, dicha información ha tenido que viajar a lo largo de toda la navegación, por lo que no tendría sentido meterla en una sProp, que no es persistente. Es un ejemplo de información ligada a conversión.
Si quieres más información sobre variables personalizadas, te recomendamos la lectura de este post.
Resumiendo…
De cara a optimizar el uso de las variables es muy importante conocer la solución que requiere el cliente en cada caso. Dependiendo de la información que se quiera obtener, tenemos que utilizar variables con el ámbito adecuado y hacer un uso responsable de éstas, ya que su número es limitado. Si queremos obtener información en ámbito de sesión, utilizar variables de sesión y análogamente con el ámbito de hit. Nunca mezclar métricas y dimensiones de ámbitos diferentes, puesto que, además de que conceptualmente no tendría sentido, los informes pueden no dar los resultados esperados.
