Este artículo tiene como objetivo describir el procedimiento para comenzar a analizar los indicadores de una tienda online.

El proceso completo consta de tres pasos que se describen en el artículo Cómo medir los factores críticos de una tienda online.

Esta primera parte consiste en describir el indicador una vez detectado que se trata de un factor crítico y que puede medir el desempeño o resultado de éste.

Podés consultar el mapa de factores críticos de una tienda online.

Para describir este proceso se utilizará como ejemplo un indicador en concreto, conversión de producto, pero es aplicable a todos los indicadores que miden un negocio.

Conocé los 120 indicadores propuestos para gestionar una tienda online.

Para comenzar a comprender el indicador es necesario analizarlo en tres dimensiones: Conocer sus valores y variaciones, Analizar los patrones en el tiempo, y Describir sus movimientos internos:

Valores y variaciones

El indicador es una variable cuantitativa que se genera en el tiempo y nos arroja un valor en un momento dado.

Para que ese valor tenga sentido en un día en particular es necesario contextualizarlo.

Para comenzar deberemos contar con un histórico de los valores por día. Es posible otras ventanas de tiempo si el análisis que se pretende tiene que ver con el largo plazo.

A continuación, se presenta la tabla de valores que se requieren por día para nuestro indicador ejemplo:

En este caso el indicador es un ratio formado por dos métricas: visitas a ficha de producto y cantidad de artículos vendidos.

Si fuera otro indicador necesitaremos formar una tabla con los valores que requiera la formula.

Consideraciones para tener en cuenta al momento de armar la tabla:

• Los datos se encuentran agregados por día y producto
• La tabla estará alimentada con información de Analytics y la tienda online
• Esta tabla debe relacionarse con el maestro de productos para las categorías

Lo conveniente para este tipo de análisis es contar con un histórico de 2 años.

Esta cantidad de tiempo nos permite comparar el desempeño en momentos distintos teniendo en cuenta la estacionalidad propia del negocio.

Además, nos proporcionará una muestra significativa para realizar un análisis en términos estadísticos.

El análisis para un día en particular o una ventana de tiempo se vería así:

Los aspectos destacados a revisar en este análisis de tarjetas son los siguientes:

• Valor en un momento: Puede ser un día, una semana, un mes. En nuestro ejemplo para un día concreto nos arroja una conversión producto de 2,35%.
• Comparaciones: Necesitamos contextualizar ese valor comparando contra otros períodos. La lógica de comparación incorpora las particularidades de cada negocio.
• Comportamiento de la variable: Podemos agregar medidas estadísticas para entender el indicador como una variable. Hay que tener en claro cuál es la variable.

Series de tiempo

Con este histórico tendremos la posibilidad de analizar gráficamente su comportamiento en el tiempo y utilizar herramientas de análisis técnico.

En este gráfico es recomendable incorporar como variables el valor real y el valor óptimo. Esta forma permite visualizar los desvíos del real versus el potencial a lo largo del tiempo.

Otra ventaja de este gráfico es que permite detectar tendencias de las variables y su magnitud. Ante una tendencia marcada, aumenta el riesgo o la oportunidad de la variable.

Por otro lado, permite detectar en forma rápida y visual la volatilidad de la variable. En la medida que nos familiarizamos con sus movimientos este trabajo será más rápido e intuitivo.

Dependiendo de la naturaleza de la variable, podremos agregar otras herramientas de análisis técnico como por ejemplo medias móviles. Esta herramienta permite identificar cuando la variable asume valores por encima o debajo de una media histórica.

Podemos observar en este caso que pareciera haber un patrón donde los domingos, miércoles y sábados son los mejores días, y lunes, martes y jueves parece bajar la intensidad.

También se observa que el valor real corta varias veces a la media móvil.

Movimientos internos

Vamos a conocer el interior del indicador y su potencial de mejora.

Debemos descomponer la variable en los elementos que la conforman, siendo estas dimensiones un desagregado de su valor.

En el ejemplo, la tasa de conversión por día resulta de sumar todos los elementos que en este caso son los productos agrupados por categoría.

Para gestionar con datos necesitamos conocer el óptimo esperado para un momento dado y corregir versus el valor real.

Para encontrar el óptimo de un día determinado partimos de este nivel de análisis, y diseñamos una serie de cálculos que nos permitan detectarlo.

En el ejemplo, los dos componentes de la variable son las visitas a ficha de producto y las ventas de artículos. Es necesario que todas las proyecciones de los indicadores sean coherentes.

El nivel optimo en este caso podría ser la tasa de conversión por categoría en los mejores días de venta bajo contextos similares.

Es recomendable trabajar en el algoritmo que permita encontrar el nivel óptimo, siempre recordando que desconocemos de su existencia, pero podemos crearlo.

Una vez detectados los óptimos por categoría, podemos encontrar las áreas de trabajo identificando aquellas categorías en las que el real se aleja más del nivel óptimo.