How to start learning R (part 2)

Filed in Coursera | Data science | R | R programming Leave a comment

Let’s keep talking about R! This is the second part of the post about how to start learning this programming language. In the first part, I tried to highlight that the most important thing about learning R is wanting to learn, no matter what your background is. It doesn’t matter if you have a technical or scientific background (although it helps) as long as you are willing to learn.

If you already know about programming or statistics, this Data Science specialization offered by Johns Hopkins University through Coursera will be much easier for you. If you don’t have any previous knowledge about it, don’t worry, you’ll learn. Just focus on wanting to learn and that’ll keep your motivation up.

Having said that, in this second part of the post, I explain in more detail about each of the courses. In the previous post, I talked through the common points within the 9 courses, but I forgot to add a couple tips that were useful for me to do the quizzes and assignments:

– Typical phrase that we all are tired of hearing: Google is your best friend. If there is something you don’t know, google it. You could change Google for Yahoo or the library in your town, it’s up to you, the thing here is that although most of concepts are explained in the weekly videos, there are specific parts in the quizzes and assignments that require of some investigation to solve them. It doesn’t have any difficulty because if there is something always at our reach, that’s information.

– The forums and the other students in the course are also very good friends: every time I’ve asked anything in one of the forums, it’s been answered almost immediately. I know it’s online, but I’ve perceived a lot of fellowship and eager to help.

The specialization has 9 courses that can be done independent from each other. However they are related and having done one course makes it easier to do the ones after. I’ve done 2 each month, in the same order that they are on the site on Coursera, and the same that they are explained in this post.

1. The Data Scientist’s Toolbox:

This is the easiest course. It’s worth it to start the second one at the same time because it’s very easy. The videos in the first week explain what the other courses are about, and the one in the second week do about what tools will be used during the specialization (Git, R Studio, etc…). It has 3 quizzes and a very simple assignment.

2. R Programming:

Probably the most difficult course for me, as I didn’t have any previous programming knowledge (html and CSS don’t count…). The videos are easy to understand but my problem was when I started to do the first assignment. In this case there are 3 assignments, 1 in the 2nd week, 1 in the 3rd and 1 in the 4th. Something I didn’t know is that watching the videos of week 2 is very helpful to do the assignment in week 1, and watching the videos in week 3 helps to do the assignment in week 2 (and so on). Usually that’s not the case, usually you don’t need to do that in the other courses, but in this one, it’s useful.

In the end I finished R programming with distinction (you get it when your grade is higher than 90%), and for me everything started to make sense when I realised that a programming language is like any other language and sometimes you just have to think in a logical way. Obviously, this is only suitable for simple functions, because to have an advanced knowledge of R (as for any language), you need to learn more and have more experience, but anyway, there are many (beautiful) things you can do by having a basic knowledge of this language.

The next 3 courses, until the Statistical Inference one, weren’t difficult.

3. Getting and Cleaning Data:

Here you learn to clean and organise data sets. In case they have NAs or you need to filter the data or subset a part of it, this course explains how to do it. It has 3 quizzes and a mandatory assignment. There is an optional assignment called Swirl that gives you extra points and also helps to clarify the concepts learnt.

4. Exploratory Data Analysis:

This course shows how to build plots in R to analyse the data. It’s very important because plotting is a recurrent subject in all the next courses, and is as well of a big matter when analysing data. As an analyst, making plots is essential when starting to analyse the data, both to detect outliers and to understand the relation between the different variables. Visual representation is always mentioned as part of communicating the findings, but it is as important for yourself as the analyst when starting to analyse.

It has 2 quizzes and 2 projects.

5. Reproducible Research:

This course shows how important it is that the analysis and the code are available to other people so they can reproduce the same research. It has 2 assignments and 2 quizzes.

6. Statistical Inference:

This course has a different teacher than the previous 5 and things get complicated again. Many think that it’s complicated because of the teacher, but for me it’s a mix of the difficulty of the subject in a big part, and in a much smaller part due to the way it’s explained. Brian Caffo teaches this course and Roger D. Peng taught the previous ones. In the first part of the post you can find my opinion about the 3 teachers.

Statistical Inference is like checking again the notes you took in uni in the subjects about statistics. In my case I had statistics as an optional subject while doing the degree on Advertising, and then as mandatory subjects when studying the Market Research degree. The course talks about probability, variance, distributions, coefficient intervals, t-tests, p-values, etc… The videos and quizzes require more time than in the previous courses. I did this one at the same time than Reproducible Research, and tried to finish Reproducible Research in the first weeks so I could spend more time on Statistical Inference.

It has 4 quizzes, 1 mandatory assignment and 1 swirl assignment. The videos are available on Brian Caffo’s Youtube channel. There are also some videos called Homework that were created to help do the quizzes, which are kind of difficult.

7. Regression Models:

This course, with the next one (Practical Machine Learning) and the R Programming one were my favourite, as well as the ones that took me more time. If you like statistics, you’ll really enjoy them. I’d remove from this course though the mathematical part that is used to explain some of the functions. It’s optional this time (not in Statistical Inference) but it can be confusing to understand the explained in the videos, and also the course don’t go that much in depth to necessarily understand the Maths behind. Despite that, Regression Models is a beautiful subject and this course is about analysing the relation between a dependant variable with other independent variables. It focus a lot in linear models.

This course has 4 quizzes, 1 mandatory assignment, and 1 swirl assignment. As the Statistical Inference course, the videos are available on Brian’s Youtube channel.

8. Practical Machine Learning:

Jeff Leek is the teacher in charge of this course. It could be said that this is the practical part of Regression Models, and it focuses in building predictive models in R, including models as Random Forrest, Boosting, Forecasting, etc… It requires more work than the first courses, but it’s totally worth it. It has 4 quizzes and 1 project.

9. Developing Data Products:

Nineth and last course, currently the one that I’m taking. After doing the last 3, I consider this one much easier. To summarise a lot again, it shows tools to build interactive applications and dashboards with Shiny, RCharts or GoogleVis, and presentations with Slidify or RStudio presenter. It has 3 quizzes and 1 assignment.

The specialization has a final Project (the Data Science Capstone) that is only available when you finish the 9 courses. I haven’t been able to sign up to do the project yet. Will share how it goes when I do!

I don’t have much more to add, just to highlight again that this specialization is for everyone that really wants to do it, even though your background is not technical. If you want to develop your career as an analyst, I totally recommend it. I won’t lie, it requires time and it has some parts that aren’t easy, but there is nothing impossible and it’s great to learn something new that you feel passion about.

As said in the previous post, if there is anyone interested in doing the specialization or has any question, I’m always available on Twitter, Linkedin, on this blog (you can leave a comment here) or by email 🙂

My story with R… how to start learning R

Filed in Coursera | Data science | R | R programming 1 Comment

f2d160940e19554a69af5fc7f06649fbI said once that R was like being in love. I don’t remember where I said that, but I guess in that moment it made sense… or probably, as it’s happening now, it didn’t… maybe it’s just that I enjoyed learning R so much that it became part of absurd conversations in which this statistical programming language was the subject of many jokes.

Definitely if you’re not a geek (I like to call it freak in Spanish), the jokes about R (no matter how good they are… some were great) will seem like bad ones to you, but this post is not about humour (I know, you might have noticed), this is about learning. I have wanted to write this for a while because people in general believe that if you are not a geek or don’t have a technical background, learning R is very difficult. Well, it’s not. Wanting to learn is more important than whatever your background is.

I did the degree in Advertising in university, which is not technical at all. I think I chose that degree because back then I enjoyed writing and journalism had high unemployment. I won’t go into detail about my Advertising degree because I’m trying to sound positive here, but my point is that my background wasn’t scientific at the beginning and it has become more as I’ve spent more years working in data analysis. From my point of view, being a good analyst doesn’t rely on being more scientific or artistic, it depends on having an analytical mindset.

Learning R is much easier if you have some programming knowledge, and as I didn’t have any, I was bit scared of starting the Data Science specialization that I’ve been studying for the last 4 months. The specialisation is offered by Johns Hopkins University through Coursera. It has 9 courses plus a final project, and now I can say (after 4 months and with no programming knowledge at the beginning), than I’ve almost finished all the courses (currently doing the last one).

If you want to learn R, I totally recommend this specialization. Also, as it’s through Coursera, you can do it for free. The only difference between the free and paid version is that you don’t get a certificate at the end with the free version.

In a different post I’ll explain in more detail each of the courses, however there are some things that all have in common. They all are 4 weeks long, and during each of these weeks there are videos available that you’ll have to watch to do the quizzes and assignments. The weekly videos can be watched in 1 or 2 hours (per week), and the ideal way to go is to do the quiz about those weekly videos after finishing watching them. Sometimes after going through so many videos, the brain is pretty dead and it’s better to wait until the next day. Unless you enjoy those moments when you read and reread the same all the time without having any idea of what it says because your concentration decided to go somewhere else.

Apart from the quizzes (which are usually 4, one per week), each course has assignments or small projects. Most of courses have one assignment only that is has to be due by the end of the third week. Most of them are also graded by the other students, so it’s very important to read the questions that need to be answered in each assignment (you can find the questions in the page where the assignment is submitted). The other students are usually very nice when grading, but if you’re missing any of the answers and for that they can’t give you all the points, obviously they won’t. You will also have to grade 4 of the other students’ assignment during the 4th week. It’s a great way to learn because you get to see different ways to solve the same problem.

I’ve done 2 courses each month, so I’ll be done in less than 5 months, and after that I’ll have to wait until the final project of the specialization (the Data Capstone) is available. You can’t start the project until the 9 courses are completed. Doing 2 courses each month requires time but is totally feasible, also it helps that 1 of the courses is always easier than the other.

The specialization has 3 teachers, Roger D. Peng, Jeff Leek, and Brian Caffo. Roger D. Peng teaches in the first 5 courses, which are specifically about R programming, about specific functions to clean the data, organise it, do easy calculations, plots, etc… I know I’m summarising a lot, but roughly that’s what they are about.

Brian Caffo teaches the courses about statistics (Statistical Inference and Regression Models), and in the last course (Developing Data Products). I’ve read online some critics about the way he teaches, and I have to agree that sometimes he makes the concepts more difficult than they really are, but statistics is not an easy subject to teach. He focuses too much on the mathematical explanation behind the formulas used to calculate the statistical concepts explained, and this is often unnecessary. Even though it is important, it doesn’t seem necessary due the nature of the course. Also, the mathematical part is optional in the course about Regression Models, and here, Brian says to skip the video if the student is not interested in learning about that. Despite all that, I wouldn’t say he’s a bad teacher at all, and that’s proved in the Developing Data Products course.

Jeff Leek is the teacher responsible of the second last course, Practical Machine Learning, which shows how to build predictive models in R on a more practical way than the courses about statistics do.

I personally liked the 3 teachers. The 3 of them show passion about what they do and it’s always a pleasure to listen to someone talking about something that they are passionate about.

R Programming, Regression models and Practical Machine Learning were my favourite courses. I did the last 2 at the same time during Christmas, and thanks to being on holidays, I could spend more time on them. Otherwise my advice is to not to do them together, because, with Statistical Inference, they take longer than the other courses.

As said above, I’ll publish a different post explaining in detail about all the courses, but if anyone has a question, I’m available on Twitter, Linkedin, leaving a message here or by email 🙂

R was an important part of the last months of my 2015 and I hope it keeps being that way during my 2016. It’s been long since the last time I enjoyed so much learning something new. R is not like being in love, but it leaves you that great sensation of feeling passionate for something does.

Impacto de smartphones en la web – Nueva edición de Tapas Valley

Filed in Web Analytics Leave a comment

No es nuevo el hecho de que las webs reciben cada vez más visitantes desde dispositivos móviles. Es una tendencia que llevamos viendo desde hace unos años, pero a pesar de eso, aún ahora son muchas las empresas que no miden el impacto del uso de smartphones en su web y que tampoco han adaptado la experiencia de sus usuarios a estos dispositivos.

Este viernes 21 ese será el tema del que charlaremos en la nueva edición del Tapas Valley. Marga Rodríguez, developer en, y yo hablaremos sobre el impacto que está teniendo el uso de smartphones en el rendimiento de las webs y sobre como optimizar Google Analytics para trackear visitantes que usan distintos dispositivos. Además hemos preparado un concurso por el que entregaremos 4 (pequeños) premios al final de la charla.

Para los que queráis asistir, os podéis apuntar a través de este enlace

Dónde será? En el Mas Q Menos que está en 70 Mark Lane, EC3R 7LQ, London
Y cuándo? Este viernes 21 de agosto a las 18:30

Tapas Valley, por si no habéis oido hablar de este meetup, es una gran iniciativa que reúne mensualmente a españoles residentes en Londres que trabajan en el sector TIC. El ambiente es muy distendido y el perfil de los asistentes muy variado, desde desarrolladores, diseñadores, profesionales del marketing, hasta analistas web 😀

Esperamos veros allí!

Mi ponencia en el Santander Social Weekend

Filed in Web Analytics Leave a comment

Hace un par de meses tuve la suerte de participar en el Santander Social Weekend, que como su nombre bien indica es un evento destinado a profesionales de las redes sociales y otras áreas del marketing online. Mi ponencia fue concretamente sobre analítica web, y en ella intenté contar de forma resumida por donde empezar para conseguir un modelo de analítica web accionable dentro de tu empresa.

Os dejo aquí colgada la presentación. Se aceptan comentarios 🙂

Una pinta con Xavier Colomés

Filed in Analítica Web 2 Comments

Una pinta con Xavi

Hoy hace exactamente 2 años, mis 3 maletas y yo nos metíamos en un avión con destino a Londres. Billete solo de ida, ni siquiera con la vuelta abierta. Con 2 semanas de diferencia, una persona que ahora forma parte de lo que yo llamo mi familia londinense, hacía exactamente lo mismo. Desconozco el número de maletas que llevaba, pero supongo que como yo, se venía con muchas ganas, mucha ilusión y hasta un poco de miedo (o mejor llamémoslo respeto).

Esta persona es Xavier Colomés, al que no voy a presentar porque no hace falta. Así que para conmemorar estos 2 años, y puestos que va a ser el próximo ponente del mgghub, qué mejor que hablar desde un punto de vista bastante personal y algo profesional sobre su experiencia aquí.

Todo empezó con una serie de preguntas que escribí para poder hacer este post y que llevé conmigo al pub donde había quedado con Xavi. Como ya he dicho son preguntas en su mayoría personales y alguna hay profesional. Una de las preguntas profesionales fue la que más nos dio para comentar, así que me gustaría empezar por ella y ya después publicar el resto de la entrevista. Es un tema que me da que pensar y del que me gustaría saber la opinión de todo aquel que quiera opinar (bienvenidos son todos los comentarios).

Este tema es la fecha de caducidad del analista web, ya que cada vez tengo más claro que la evolución profesional del analista web tiene un recorrido muy corto si no se sale del campo específico de la analítica. Creedme si os digo que me fascina analizar. Por mal que suene, disfruto intentando entender una y varias tablas llenas de datos. Me encanta el Excel (soy fan 🙂 ), y más me encanta convertir esos datos en una serie de insights que alguien podrá utilizar para soportar o para medir la evolución de su proyecto. Pero (el pero no podía faltar), me pregunto dónde estaré en 5 años si quiero que mi carrera profesional evolucione.

Y tras esta introducción, así fue la conversación con Xavi:

B – Xavi, ¿qué piensas de la fecha de caducidad del analista web? Yo creo que el desarrollo natural es terminar dedicándose a algo en lo que el análisis sea parte del día al día, pero no la tarea principal. ¿Crees que esto es así? Tanto si lo crees como si no, ¿cuáles crees que son las “salidas” del analista web?

X – Creo como tú que el analista de hoy dentro de unos años será otra cosa. Está claro que la analítica web seguirá y por muchos años! Es una disciplina sin la que no se entiende la actividad digital, pero las personas que realizamos esta tarea somos inquietos y seguiremos adelante. La analítica (entendida como la capacidad de tomar mejores decisiones usando datos) se convertirá en un Skill de cualquier “marketer” y los especialistas serán expertos en herramientas y en procesos de tratamiento de datos.

Hace unos meses escribí lo que pienso del tema en este artículo que fue bastante criticado, pero me reafirmo completamente: El analista web de hoy será el director de marketing del mañana (no hace falta que recalque que para ello tendrá que formarse y trabajar mucho, ¿verdad?). EL analista está en medio del departamento de marketing: estrategia, captacion, conversion, campañas, forecast, kpis… creo que esto le da una vision 360 del departamento que, si completa con formacion en Marketing estrategico, Marketing relacional, y gestión de marketing, puede llegar a ser el director de Marketing. Y para los que no lo crean, que miren nuestros Linkedin en 10 años, no me cabe duda que tú Barbara lo serás, además ya tienes el background necesario en marketing.

B – Para mí aparte de esa “salida” como director de Marketing, también veo una muy clara hacia la gestión de proyectos. Así que no tengo claro donde estaré dentro de 10 años, pero bueno, espero que entonces podamos echar la vista atrás, coger esta entrevista y comentarlo 🙂 Dicho lo dicho, pasemos a las preguntas más relajadas. ¿En qué es lo que más ha cambiado tu vida desde que vives aquí?

X – A nivel personal no ha cambiado nada a nivel substancial. Nunca he tenido la sensación de estar lejos de casa, o ni siquiera de “no” estar en casa. Mi hogar está aquí y llevo una vida muy parecida a la que hacía en Madrid o Barcelona. Seguramente sea por 3 factores:

a) el hecho de venir con mi pareja, lo que da mucha estabilidad y continuidad

b) las redes sociales: estoy todo el día conectado e informado que lo que pasa en mi familia y amigos

c) estar a sólo 60€ de casa (o 2h, según lo midamos en tiempo o dinero)  Voy muy a menudo a Madrid y Barcelona

A nivel Laboral, no obstante… ha cambiado dramáticamente.

B – ¿A qué te refieres con que laboralmente ha cambiado dramáticamente?

X – Laboralmente he podido desplegar mis skills como analista y tener impacto real y directo sobre el crecimiento de un proyecto web. Puedo señalar con el dedo un informe de ingresos que sube y decir “aquí entré yo”. Esta es la visión de muchos analistas web, creo, y yo la he podido llevar a cabo aquí.

También he aprendido el concepto de Liderazgo real. No el liderazgo entendido en España, que es lo que se llama “líder impuesto”. El líder impuesto es el que te dicen que tienes que seguir, el jefe. En UK he aprendido a liderar en el trabajo y como muestra del impacto que esto ha tenido, ha nacido Conversion Garden: antes jamás hubiese pensado en crear una empresa yo mismo.

B – Estoy muy de acuerdo contigo en lo que comentas del liderazgo. Siempre digo que me encanta la forma de trabajar que tienen aquí. De todos modos, supongo que también habrá cosas que no sean tan buenas como en tu vida en España. ¿Es así? ¿Hay alguna personal o laboral?

X – Económicamente. El coste de vida, y vivir en uno de los barrios de moda, nos ha liquidado los ahorros de muchos años. En Barcelona pagábamos una risa de alquiler y con lo ahorrado solíamos viajar un par de veces al año, cenar fuera habitualmente, cine, caprichos… En Londres paseamos mucho, que es gratis 🙂

B – jajajaja Los canales están muy bien para pasear 🙂 Dime, ¿qué es lo que más echas de menos de España? No vale decir la comida

X – La comida. 😀 En serio, nunca antes me habia preocupado tanto por la comida… ahora veo un trozo de chorizo y lloro. Me he dado cuenta del tesoro que tenemos en España: la cocina. La variedad, la elaboración, la materia prima… de verdad (ya lo sabes) se pasa mal. Cuando llega la hora de comer y la única alternativa es de qué quieres el sandwich.

B – Muy original, gracias. ¿Hay algo que no cambiarías por nada de tu vida aquí?

X – Vivir en el noreste. Para vivir en otros sitios de Londres… creo que antes me mudaría a otra ciudad!

B – Eso es porque no has vivido en mi barrio 😉 ¿Las cosas más positivas de la vida laboral en Londres?

X – El horario y el Pub. A las 5:30 todo el mundo está fuera. Si tienes familia, a casa, si no vas al Pub. No sólo demuestra una grandísima madurez como sociedad (tienen claras las prioridades, la familia) si no que es una manera de mantenerte productivo, ¡ya que sabes que las cosas hay que hacerlas rápido!

B – ¿Y cosas negativas? Para que no parezca que aquí es todo idílico

X – Juro que no se me ocurre ninguna. Muchos piensan que trabajar en Londres es estresante, pero hay el mismo cachondeo que en cualquier oficina española. Diría que hay personajes que te hacen la vida imposible, pero esto pasa en todos lados, no creo que sea cosa de Londres u otro sitio. Hay que aprender a gestionarlo para que estas personas no consuman tu energía ni tu motivación.

B – ¿Cosas que destacarías de trabajar en cliente aquí vs allí?

X – Hay una cosa que siempre destaco, algo que en España no existe. El Feedback. En UK y sobre todo en USA es una herramienta más de trabajo que ayuda a todos a mejorar. Después de una reunión si has estado especialmente poco afortunado un compañero te vendrá y te ofrecerá feedback. Si lo tomas, te dirá cómo ha visto él la situación  de manera constructiva y es una manera muy eficaz de mejorar laboralmente. Hay que saber darlo y tomarlo, pero mi consejo es tener un feedback buddy: alguien de otro departamento que sea nuestro colega de feedback y nos aconseje sobre cómo hemos actuado en algunas situaciones.

B – Vale, pasemos ahora a algo más banal. Últimamente me ha dado por preguntarle a la gente su color preferido. ¿Cuál es el tuyo?

X – El morado. Siempre llevo algo morado / violeta, y llevarlo me da mucha confianza y autoestima!. Precisamente hoy me he comprado una chaqueta morada.

B – Lo recordaré entonces para tu próximo cumpleaños. ¿Volverás a Barcelona en el futuro?

X – Si, desde luego, pero aún no. Eso tampoco implica quedarse en Londres, creo que la ruta de vuelta a Barcelona me llevará por otros continentes. Después de Londres me gustaría vivir en algún pais cálido 🙂

B – Gracias Xavi por esta entrevista. Como siempre un placer las charlas contigo. No te diré que nos vemos en los bares, mejor nos vemos en el pub 🙂


Análisis accionables sin desarrollo. Mi presentación del Congreso web Zaragoza

Filed in Web Analytics Leave a comment


Hace poco más de una semana, tuve el privilegio de participar como ponente en el Congreso Web Zaragoza. Fue una experiencia nueva para mí, la cual disfruté mucho y en gran parte gracias a la pedazo de organización y la calidad del congreso.

Mi ponencia consistió en un taller de analítica web en el que quise dejar claras 2 ideas principales:

1. Hablamos mucho y hacemos muy poco. Nos obcecamos tratando grandes términos como el big data, y en muchísimos casos no se está haciendo ni lo más básico. Como dije en la presentación, el big data me da pereza, porque actualmente me parece una excusa más para llenarnos la boca hablando de datos y no hacer nada con ellos

2. La segunda idea era compartir análisis que nos permiten hacer cambios en nuestra web sin necesidad de implicar al equipo de desarrollo. No es fácil estar entre las prioridades de IT y mientras esperamos a estarlo, nuestros usuarios siguen viniendo y muchos de ellos se siguen yendo para no volver. Basta de esperar. Tenemos la información, hagamos algo con ella. Se puede conseguir tanto cambiando tan poco

Aquí podéis ver la presentación completa. Y lo dicho, se aceptan quejas, preguntas y comentarios.


Analiza tus campañas online (y las de otros) con esta herramienta

Filed in Analítica Web 1 Comment

Hace unas semanas llegó a nosotras información sobre una herramienta de medición online chilena que acaba de aterrizar en España. Bajo el nombre de Admetricks, esta herramienta extrae datos de campañas publicitarias online, y está destinada tanto a agencias como anunciantes y medios.

Como dice en su propia web, los beneficios que presentan para sus 3 targets son:

  • Anunciantes: les da a conocer las campañas de la competencia y dónde se están anunciando
  • Medios: detectan empresas que no se están anunciando con ellos
  • Agencias: poseen datos sobre anunciantes con los que pueden hacer mejores propuestas a sus clientes

Nosotras hemos querido ir más allá y probar de primera mano que ciertamente ofrecen lo que pone en su web. Para ello nos dieron acceso a sus cuentas y ahí pudimos comprobar la información que proporcionan.


El funcionamiento de Admetricks es muy sencillo y todo gira en torno a un buscador. En este buscador, puedes solicitar información de campañas online por marca, industria o medio. En mi caso las búsquedas que hice fueron sobre Coca Cola como marca, sobre Moda como industria y sobre El Marca como medio.


Al buscar Coca Cola, debes elegir también el país y el periodo a analizar. La información que devuelve se puede ver en los siguientes pantallazos.


Detalle de las campañas


Participación en medios


Impactos diarios



Si la búsqueda la haces por Industria, lo que hace es solicitar la información anterior, pero para un grupo de anunciantes pertenecientes a esa industria.

Estos fueron los anunciantes al buscar en Moda:


Las campañas se pueden ver en más detalle. Había muchísimas, pero en la imagen solo he incluido 2:


Especialmente interesante aquí ver la participación y los impactos por marca, y en qué medios se publicitan. La participación de Lee es muy alta, por lo que no se aprecian los datos del resto en los impactos por marca. En este caso se puede eliminar Lee de la búsqueda para poder ver las demás marcas en más detalle.





Al buscar por Medio, volvemos a ver un funcionamiento igual que el anterior, ya que lo que hace es analizar al conjunto de marcas que se anuncian en ese medio concreto. Para El Marca me devolvió estas marcas:


Y de ellas se podía ver la participación de cada anunciante en el medio.

En este caso lo que más interesante me resultó fue un informe en el que indica qué anunciantes no están presentes en el medio, y lo que es más importante, donde lo están.

Como punto negativo me dio la sensación de que disponen de mucha menos información sobre anunciantes en España que en Chile. Lo comenté con Admetricks y me dijeron que a pesar de acabar de aterrizar en España sí que tienen muchos anunciantes registrados (+ de 6.000), pero que al hacer una consulta solo devuelve datos de los anunciantes que tuvieron actividad esa semana. Por lo tanto, el problema fue que durante la semana que consulté en la herramienta, las marcas analizadas no habían tenido mucha actividad.

Los precios por el uso de la herramienta los desconozco. Para eso os tendréis que poner en contacto con ellos.

Espero que os haya resultado de utilidad conocer una herramienta nueva. Bienvenida es cualquier pregunta o comentario sobre ella 🙂

Formas de medir la conversión por sección de un ecommerce. En Mango, por ejemplo

Filed in Analítica Web 9 Comments

Soy muy fan de Mango. Su web es siempre una de las que visito cuando quiero comprarme algo de ropa. Me gustan especialmente los vestidos que tienen, por lo que normalmente cuando visito su site, lo primero que hago es ir a la sección de “Prendas” en el menú y seleccionar “Vestidos”.


Si tengo el mes consumista y visito Mango recurrentemente, tiendo a visitar directamente la sección “Nuevo” del menú. En “Nuevo” solo veré los productos que acaban de subir a la web, y en cambio en “Prendas”, estaré viendo muchos vestidos que he visto otras 20 veces y ya me sé de memoria.


Aparte de ser fan de Mango, soy analista web y sufro de deformación profesional, por lo que cuando navego por su web, me pregunto también como medirán determinadas cosas. Una de ellas es cómo medirán el performance de sus categorías, es decir, cómo miden la conversión de la sección Nuevo, Prendas, Complementos, etc…

Hay 2 formas de medir la conversión de secciones en una web. Una es la conversión directa y otra es la conversión de misma sesión.

Por ejemplo, supongamos que Mango detecta que el top de la imagen de abajo es el más vendido de la semana. Esa información puede ser extraída desde su software de business intelligence, no se requiere una herramienta de analítica web para este tipo de información. Sin embargo, la siguiente pregunta será desde qué sección se vendió ese top y ahí sí que entra la analítica web.

MANGO   NUEVO   Partes de arriba   Tops   Top fluido tirantes

Navegando por el site, veo que se puede acceder a la página de producto del top desde distintas secciones. Este producto se encuentra tanto bajo la sección de “Magazine”, como en la de “Tops” dentro de “Prendas”, como en “Tops” dentro de “Nuevo”. Viendo esto, a priori no tenemos ni idea de a qué sección hay que agradecerle las altas ventas. Es erróneo pensar que las 3 han contribuído de la misma manera o dar por hecho que ha sido gracias a la sección “Nuevo”, ya que el producto ha entrado esa semana. Podría ser el caso, pero no hay que dar por hecho algo si podemos confirmarlo fácilmente.


Volviendo a los 2 tipos de conversión, la directa y la de misma sesión, si hablamos de la primera (directa), la compra del top debe ser atribuída a la sección de la que el visitante venía cuando añadió el producto a la cesta de la compra. Esa fue la sección desde la que se inició la compra y no otra. Por lo tanto, si yo voy a “Prendas”, entro en “Tops”, veo este top, hago click en la imagen para acceder a la página de producto, y una vez ahí, añado a la cesta, la conversión será atribuida a la sección “Prendas”. Esto es cuando hablamos de conversión directa.

Cuando hablamos de conversión de misma sesión, no importa desde donde hayamos añadido a la cesta. La conversión de misma sesión atribuye la compra del top a todas las secciones por donde el visitante haya navegado durante la sesión que se produjo la compra. Por lo tanto, si yo en esa sesión visito “Nuevo”, después visito “Prendas”, tras esto el “Magazine” y por último “Accesorios”, la compra del top será atribuida a cada una de las secciones por las que he navegado. No importa el producto que haya comprado. La conversión de misma sesión quiere decir que durante mi visita he visitado esa sección y he realizado una compra.

Pongamos que la sección “Nuevo” ha tenido 20,000 visitantes. De esos 20,000 visitantes, 800 han realizado compras añadiendo productos a la cesta desde la sección “Nuevo”. Esto quiere decir que “Nuevo” tiene una conversión directa del 4% (800 transacciones / 20,000 visitantes).

Ahora pongamos que esos 20,000 visitantes han realizado en total 2,000 transacciones. Esas 2,000 transacciones pueden haber sido iniciadas desde cualquier sección, pero como han tenido lugar durante la sesión en la que se visitó “Nuevo”, en la conversión de misma sesión, las compras se atribuirán a “Nuevo” y a todas las secciones que se hayan visitado durante la sesión. Por lo tanto, la conversión de misma sesión de “Nuevo” es del 10% (2,000 transacciones / 20,000 visitantes).

¿Qué es lo que nos dicen estos datos? Pues ahora mismo entre poco y nada. No tenemos nada con lo que compararlos, por lo que nada nos dice cómo de positivos o negativos son.

De todos modos, conociendo cómo se calculan los tipos de conversión (directa y de misma sesión), sí que podemos empezar a plantearnos cual es la manera más correcta de calcularla.

Yo siempre digo que no es que una sea más correcta que la otra, sino que dan distintos tipos de información. Sí que es cierto que la conversión directa nos dará una foto más fiel del rendimiento de una sección, ya que nos indica qué categorías del site están propiciando que el usuario inicie la compra.

De todos modos, la conversión en misma sesión también es importante. Puede ser que la compra no se haya producido directmante desde esa sección, pero este tipo de conversión nos indica que esa sección puede estar contribuyendo a que el usuario compre.

Supongamos que estos son los ratios de conversión de cada una de las secciones:

Datos“Nuevo” es sin duda la sección que mayor conversión tiene, tanto directa como de misma sesión. Es por lo tanto la sección que más incita al inicio del proceso de compra, y a su vez, la más visitada por aquellos que compran en el site (como indica el 10% de conversión de misma sesión).

El Magazine por su parte tiene la conversión directa más baja, pero la 2ª conversión de misma sesión más alta. ¿Qué me está diciendo esto? Pues parece que los usuarios de Magazine en muy bajo porcentaje compran directamente desde ahí, pero sí que es una sección importante para aquellos que compran en el site. Aunque no compren un producto del Magazine, sí que pasan por este en la sesión en la que realizan una compra.

La conversión en misma sesión no es algo que yo mediría cada semana, pero sí que es un dato que se debe conocer. La alta conversión en misma sesión del Magazine puede significar que son tus usuarios más fieles los que consultan ese contenido antes de realizar una compra. Quizás no te esté ayudando a conseguir más ventas de forma directa, pero sí está aportando valor a tus usuarios y contribuyendo a fidelizarlos. Por lo tanto, está ayudando a conseguir más ventas de forma indirecta.

En otro post explicaré como implementar y medir esto con Google Analytics y Adobe SiteCatalyst.

Ahora, para terminar, solo decir que recuerdes siempre controlar la conversión directa, pero no pierdas de vista la de misma sesión.


1 año en Londres

Filed in Web Analytics 17 Comments


Hoy hace un año que empecé mi aventura en Londres. He de confesar que no fue una decisión meditada y sopesada. Sí que es cierto que a lo largo de muchos años deseé y dije en repetidas ocasiones que me encantaría vivir aquí porque hace 5 años pasé un mes genial en esta ciudad, pero de ahí a tener la certeza de querer hacerlo hay un gran paso.

El caso es que empezaron a pasar cosas y más cosas que me acercaban a la posibilidad de venir a Londres. Me acerqué tanto que dejé que la decisión final la tomara un poco el destino, y decidí que si ocurría 1, me quedaba en Madrid, y si ocurría 2, me iba a Londres.

Ocurrió 2. Pasé un día horrible, muy triste, con miedo. Al día siguiente dejé de pensar y empecé a organizar mi viaje.

Es una de las mejores decisiones que he tomado en mi vida. Por esta razón, quería celebrar mi primer año aquí enumerando las cosas por las que doy gracias y me siento orgullosa. Tanto a nivel personal, como profesional, aunque me centraré más en lo segundo 🙂

Aquí he encontrado un trabajo, en Net-a-Porter, que de verdad me apasiona. No es que antes no me apasionara. La diferencia es que ahora siento que esa pasión es alimentada para que no se apague. Mi mayor problema en analítica web siempre ha sido la falta de acción. No puedo decir que sea fácil y rápido lanzar un test, pero aquí las cosas cambian y las decisiones se toman teniendo en cuenta los datos. Desde poner en marcha una nueva campaña o modificarla sobre la marcha (si así lo indican los datos) hasta hacer cambios en la web.

Estoy fascinada con las campañas y actualmente es lo que más me gusta analizar. Tiene una explicación y es que para mí el mundo de la moda es nuevo completamente (la primera semana descubrí que Michael Kors y Michael Michael Kors no eran lo mismo… sí, yo puse esa misma cara :D), y cada semana aprendo algo con las distintas acciones que se llevan a cabo. Por ejemplo, la semana pasada la historia principal del site fue Louboutin y analizar todas las acciones llevadas a cabo en los distintos canales (incluida la propia web) entorno a esta historia es brutal.

Obviamente no me encargo yo de analizar todo ni mucho menos. Aquí se trabaja muchísimo en equipo. Nunca había estado en un sitio donde pesara más el trabajo en equipo que el miedo a la competencia. Hace unos meses hicimos un estudio de un país concreto entre Marketing, Merchandising, y Analítica, entre otros. Cada uno aportó su granito de arena y ayudó a interpretar los datos que teníamos. Convertirlos en información útil hubiera sido imposible sin la colaboración de todos.

Trabajar así da gusto más aún cuando estás rodeada de gente a la que le encanta lo que hace y que encima se le nota. Trabajan con motivación y profesionalidad, ambas igualmente importantes. Las ganas de hacer cosas se transmiten y provocan más ganas de hacer. Me contaba el otro día una compañera, que las integrantes de su equipo eligen cada semana un diseñador y se visten inspiradas en él. Quizás os parezca una tontería, pero yo lo veo una idea genial para conocer el estilo de los diseñadores con quienes trabajas.

Además aquí te valoran, y si haces las cosas bien, te lo dicen. No es que en España nunca me haya pasado, pero no a este nivel. Entiendo que es una forma de recompensar el trabajo bien hecho, de motivar.

Claramente hay cosas también que no me gustan, pero lo positivo gana con creces a lo negativo, y no es momento ni lugar de hablar de lo malo.

A nivel personal, me siento orgullosa de haber salido de mi zona de confort y haber sido capaz de construirla de nuevo en un lugar desconocido. Es fascinante las vueltas que da la vida. Hace 2 años no me hubiera imaginado ni por un momento que ahora estaría desde el salón de mi casa en Londres escribiendo el resumen de mi primer año aquí.

He conocido a gente de muchas partes del mundo que me han enriquecido como persona. Todo el mundo tiene una historia que contar y de la que siempre se aprende algo. Hay tanto mundo detrás de cada uno de nosotros.

También he conocido o me he reencontrado con gente que ha hecho que ampliara el círculo de personas que me han llegado de verdad al corazón. Gente a la que puedo llamar amigos, que forman parte de mi vida presente y que de algún modo lo formarán de mi vida futura.

Echo de menos Madrid y a mi gente de allí. Eso es algo que no se olvida por muchas cosas buenas que me traiga aquí la vida. Pero Madrid está ahí y siempre tendré la oportunidad de volver. No sé cuándo ni cómo ni cuántas vueltas me deparará la vida 🙂

El mundo analista ideal

Filed in Analítica Web 3 Comments

Desde que me dedico a la analítica web, en la firma del email me he presentado de distintas maneras. Empecé como analista de métricas, después pasé a ser analista web. Tras esto analista digital, luego especialista en analítica digital, y por último, vuelta a analista web. Cuánto nombre para una misma cosa, ¿no? Aparte de la responsabilidad, poco variaba de un puesto a otro. La amplitud de funciones era más o menos las misma, y yo misma he sido siempre la que ha ido determinando si me iba a limitar solo a la web o a dedicarme al medio digital en general.

Todo esto viene porque aún ahora me sigo encontrando, no sólo gente que espera de mí solo que extraiga datos, sino que solo los extraiga si están relacionados con la web. Es decir, que de la parte de campañas y Marketing ni hablamos.

La pregunta es, ¿debemos limitarnos solo a lo que pasa en la web? Obviamente NO.

Perdonad, lo explicaré un poco. Si quieres trabajar como administrador de datos y dedicar tu tiempo a repartirlos bajo demanda, adelante, limitate a la web. Si quieres ir más allá y añadir más factores que te den pistas de lo que pasa, entonces amplía tu círculo.

Esto es como decirle al responsible de la web que no tenga en cuenta las campañas en las que están trabajando sus colegas de Marketing. O a ambos equipos que no hablen con el responsable de compras para conocer el stock disponible por producto.

Pues para nosotros es lo mismo. Básicamente porque las visitas se supone que vienen de algún sitio, y puede ser que el sitio del que procedan condicione su comportamiento en la web. El otro día una compañera me llamó Miss Analytics, porque me gusta analizarlo todo. No hasta el punto de la parálisis que provoca el exceso de análisis, pero sí hasta poder tener la visión global de lo que ocurre. Si para ello tengo que revisar los datos de campañas proporcionados por el adsever y saber qué ocurre antes de llegar al site, pues lo hago. Me encanta que me llamen Miss Analytics.

Esto me trae a la mente una pregunta que me han hecho innumerables veces sobre si la analítica web está más avanzada en UK que en España. Hasta ahora siempre he dicho que no, y más o menos lo mantengo. Digo esto porque la mayor diferencia que encuentro es que aquí apuestan más por ello, y quizás eso quiera decir que aquí están más avanzados (o que hay más dinero). Realmente creo que depende muchísimo de la empresa que te toque. En la empresa en la que estoy ahora somos 4 personas dedicadas a analítica web. Vale que tenemos 3 webs, pero incluso en UK es raro ver una empresa con tantos analistas. Yo nunca había trabajado en un sitio que se movieran tanto por los datos y me siento afortunada. Me encanta la industria, me encanta mi equipo, me encanta lo mucho que solicitan otros departementos información… y a veces también me encuentro a gente como la mencionada en este post. Actualmente en mi vida esa gente es minoría, pero hacen que a los analistas web nos toque seguir demostrando el valor que sabemos generar.

He de reconocer que también tiene su punto. Aunque a veces no tenga del todo gracia.

Para terminar, he de añadir, que el analista web, digital, o cualquiera que sea su nombre, debería gestionar proyectos. Quizás no él solo, porque por falta de tiempo se perdería la esencia de lo que es el analista web, pero sí mano a mano con el project manager. Ese es mi mundo ideal para el analista web.

¿Alguien más que tenga un mundo analista ideal?