ux y big data. ¿por dónde comenzar?

Midiendo mejor la conversión de nuestros

leads onlineRichard Johnson HurtadoDirector Metriplica America

richard@metriplica.com | www.metriplica.com

UX & el Big Data¿Por dónde comenzar?

UX Nights Vol. XXVI Big Data y Experiencia de Usuario

05

Richard Johnson HurtadoDirector Metriplica America

10+ años de Consultor en Analítica Digital

Profesor Master Analítica Web & Multidispositivo OBS

Award of Achievement in Digital Analytics University of British Columbia

Ingeniero Comercial, Universidad Santa María. Chile

Fundador Web Analytics Wednesday Mexico #wawmx

Co-autor del podcast “AnalíticaGeek” conVeronica Traynorhttps://soundcloud.com/analiticageek

Twitter: @rjohnsonhLinkedin: https://mx.linkedin.com/in/rjohnsonh

05

¿Por qué el Data Analysis puede ser tan relevante para el UX?

05

+

USAURIO“Animal opinante, que se dice ser el usuario típico pero que

piensa que las cosas han sido y serán como en la prehistoria… de la era digital”

USAURIO● Es el que pide una renovación del sitio web sólo porque el actual ya está

feo.

● Es el que pide crear una App, porque toda nuestra competencia ya tiene una.

● Es el que viéndose a sí mismo, comenta “hay que hacer esto, porque es lo que yo hago”.

● Es el que evalúa el desempeño del nuevo sitio en base a la opinión de sus otros amigos expertos.

05

Datos

Insights

Resulta

dos

Big Data

Más barato Mayor volumen

Más variabilidad

05Detectando y descubriendo patrones en datos que antes desconocíamos

Coeficiente de CorrelaciónDescubriendo patrones y relaciones entre variables

05Detectando y descubriendo patrones en datos que antes desconocíamos

05Detectando y descubriendo patrones en datos que antes desconocíamos

Coeficiente de CorrelaciónDescubriendo patrones y relaciones entre variables

Enhanced Ecommerce

http://bit.ly/1PBalbJ

05

Correlación: 0.994751

Detectando y descubriendo patrones en datos que antes desconocíamos

05

Ventas del iPhone vs

Número de personas que murieron cayéndose por las escaleras

http://tylervigen.com/view_correlation?id=28669

Correlación: 0.994751

Pero con la precaución de que las estadísticas pueden mentirnos

05

Correlación: 0.987492

Correlación: 0.987492

Muertes en una cirugía vs

Visitas a Disneyland

http://tylervigen.com/view_correlation?id=29704

Correlación: 0.987492

Muertes en una cirugía vs

Visitas a Disneyland

http://tylervigen.com/view_correlation?id=29704

05

Correlación no implica Causalidad

… quizás solo “Casualidad”

Ciclos de Mejora Continua

Enriqueciendo nuestros datos con más calidad

Tipos de Datos relacionados a la simulación/contratación:• Marca• Modelo• Año• Plan• Medio de Pago• Periodicidad del Pago

Tipos de Datos relacionados al cliente:• Cliente / No Cliente• Género• Rango de Edad

12Capturar información clave de las simulaciones que nos permita perfilar mejor a nuestros usuarios

15Capturar información clave de las simulaciones que nos permita perfilar mejor a nuestros usuarios

Representación de un funnel horizontalsegmentado por atributos del negocio

17Capturar información clave de las simulaciones que nos permita perfilar mejor a nuestros usuarios

18Y aprovechar estos atributos para persuadir a quienes no están seguros: Remarketing

19Y aprovechar estos atributos para persuadir a quienes no están seguros: Remarketing

07

Usuario ingresa a la Landing

Usuario reproduce video

Usuario envía formulario

Usuario descarga PDF

Sin menospreciar el “Little Data”... o la investigación uno a uno

08

Sin menospreciar el “Little Data”... o la investigación uno a uno

Complementando la medición con otras herramientas: Heatmaps, Session Recording

¿Y como comenzar a sacarle el máximo provecho a nuestro little

Big Data?

1. Reconociendo e identificando los datos que hoy tenemos

2. Uniendo e integrando silos… creando inteligencia

3. Analizando la data y generando hipótesis

4. Probando una y otra vez, hasta aprender patrones de mejora

5. Reconociendo que nuestros usuarios son distintos

Audience Score de usuariosCalificándolos según sus características y patrón de comportamiento, para

priorizar nuestras acciones con aquellos más valiosos al negocio

Y finalmente… con una Estrategia de Medición clara

MacroObjetivos

MicroObjetivos

KPI

Meta

Responsable

KPI

Meta

Responsable

MicroObjetivos KPI

Meta

Responsable

Midiendo mejor la conversión de nuestros

leads online

Gracias

Richard Johnson HurtadoDirector Metriplica America

richard@metriplica.com | www.metriplica.com