Big Data versus Better Queries: Analítica Web práctica para Servicios de Información

Transcripción

1 Big Data versus Better Queries: Analítica Web práctica para Servicios de Información Jorge Serrano-Cobos MASmedios.com Organiza: Departamento de Bibliotecas y Documentación Dirección de Cultura. Instituto Cervantes

2 Índice: 1. Qué analizar 2. Cómo analizar (mi sitio web) 3. Cibermetría 4. Conclusiones

3 Sin datos 澎 湖 陽 光 阿 有 專 業 浮 潛 Photo by

4 Con datos Photo by Eric Benacek

5 1. Qué analizar Nombre y Apellidos del ponente. Título de la ponencia

6 Muchas preguntas que contestar Image by Swets HQ

7 Altmetrics Image by universoabierto2012

8 Qué analizar Objetivos Contenidos Usuarios Analizar Canales Competencia

9 Cuándo Analítica Web CRM (feedback) Usabilidad Competencia Análisis de mercado Prepublicación Postpublicación

10 Objetivos Necesidades del usuario Necesidades del Website

11 Objetivos Necesidades del usuario Necesidades del Website

12 Objetivos Gema Muñoz

13 Ejemplos de Objetivos -Objetivo 1: incrementar el número de usuarios registrados -Tipo de objetivo URL de destino -Objetivo 2: Incrementar el número de suscriptores del newsletter del servicio en un XX%. -Tipo de objetivo: Evento -Objetivo 3: aumentar la reservas de ítems en un X% -Tipo de objetivo: URL de destino Tabatha Farney

14 2. Cómo analizar Nombre y Apellidos del ponente. Título de la ponencia

15 Segmentar audiencias Photo by Steve Jurvetson

16 Diferencias vs. Semejanzas Photo by BlueGoa

17 Conocer al usuario

18 Segmentación La más simple Justin Cutroni

19 Segmentación Incluir en el análisis sólo tráfico interno (Ordenadores inhouse) Brad Masters

20 Segmentación Más elaborada, el estudio de cohortes Justin Cutroni

21 Tendencias Progresión= % tendencia alza / baja de mes - año anterior vs. mes - año actual analytics-ninja.com

22 Tasa de rebote OJO, CONTEXTUALIZAR! Image by Nahid Hasan

23 Del embudo de conversiones - De cada 100 que nos enteramos de que el sitio web existe: - X%? Interactuamos - X%? Comparamos - X%? Consideramos - X%? Seleccionamos - X%? Conversiones - Nos registramos - Descargamos - Reservamos

24 al reloj de arena -Interacción Interna CONVERSIONES -Interacción externa (medios ganados) - Repercusión mediática - Backlinks (referrers) - Tweets, retweets, recomendaciones, conversaciones

25 Salir de las métricas por defecto lunametrics.com

26 Salir de las métricas por defecto hallaminternet.com

27 Análisis de OPAC (site search)

28 Análisis de OPAC (site search)

29 Análisis de OPAC (site search)

30 Tracking de descargas mainstreethost.com

31 Engagement (según GA) wikihow.com

32 Comparar segmentos -Usando advanced segments mainstreethost.com

33 Custom Data Import -Problema, si esto son títulos de publicaciones: ouseful.info

34 Custom Data Import -Podemos importar metadatos de nuestro catálogo para generar nuestras propias dimensiones de análisis: Justin Cutroni

35 Custom Data Import Justin Cutroni

36 Custom Data Import Justin Cutroni

37 Correlación

38 Causalidad -A/B testing es muy viejo

39 A/B testing -Una palabra contentverve.com

40 A/B testing -Dirigir la mirada (eye tracking)

41 A/B testing -Dirigir la mirada (eye tracking)

42 Dashboards / Cuadros de mando

43 Dashboards / Cuadros de mando -O exportar, y crear otros propios.

44 LAMP (Library Analytics & Metrics Project)

45 3. Cibermetría Nombre y Apellidos del ponente. Título de la ponencia

46 Mi sitio web Justin Cutroni

47 Mi sitio web Analítica Web

48 1. Objetivos Analítica Web Doug Belshaw dougbelshaw.com

49 1. Objetivos Cibermetría Analítica Web Doug Belshaw dougbelshaw.com

50 Benchmarking

51 Link Analysis

52 Link Analysis

53 Text Mining (menciones, queries )

54 Text Mining (clustering)

55 Sentiment analysis? Photo by Steve Jurvetson

56 Data Mining - Predictive analytics El Profesional de la Información, basado en Berger (2012)

57 Reglas de asociación author/tolkienjrr/readalikes

58 Twitter Analytics para bibliotecas Image by Ned Potter

59 Nicholas Christakis Photo by Steve Jurvetson

60 Social Network Analysis con NodeXL By Marc Smith

61 4. Conclusiones Los objetivos deben doler Ir más allá de los datos básicos Conocer al usuario, luego los contenidos No estamos solos (cibermetría) Maridar bibliotecario + especialista

62 Gracias por su Nombre y Apellidos del ponente. Título de la ponencia

63 63 Nota de agradecimiento: Copyright de los carteles de películas a sus respectivos dueños