El modelo Trinity

El que hoy en día es considerado el mejor analista web, Avinash Kaushik, ideó hace ya cierto tiempo un modelo con el cual intentaba mostrar y explicar de un modo sencillo su visión de la analítica web (lo llamó el “modelo Trinity” y podéis consultarlo aquí: modelo Trinity). Antes de comentar en detalle las ideas que se tratan en este modelo, es importante tener en cuenta dos aspectos destacados.

El primero de ellos, es la facilidad con la que Avinash explica un concepto que podría llegar a ser confuso en el año 2004, cuando tan sólo un público muy limitado tenía conocimiento de la existencia de la analítica web o incluso se tenía una idea equivocada sobre ello. Es mucha la gente que, incluso hoy en día, desconoce la existencia de dicha técnica o la asocia únicamente a conceptos como PageViews, Hits, Top Exit Pages…, cuando estos en definitiva solo nos aportan números.

Para la comprensión del modelo descrito por Avinash, es cierto que es recomendable tener algún que otro conocimiento sobre términos como Conversion Rates, A/B testing, Click Density…, pero lo que él intenta mostrar con éste modelo es que este tipo de métricas, pueden englobarse en ideas más sencillas y entendedoras para cualquier persona de a pie.

El segundo aspecto a tener en cuenta, es que dicho modelo fue creado cinco años atrás, como ya se ha comentado anteriormente, y si pensamos en los innumerables avances tecnológicos que han tenido lugar durante este periodo, y en consecuencia los cambios que se han producido en internet, es sorprendente pensar que éste modelo podría haber sido creado ayer, por el simple hecho de que sigue encajando perfectamente con el modelo de análisis de la red actual.

Trinity, es el nombre que recibe este modelo que divide el ciclo de la analítica web en tres fases: el comportamiento del usuario, los resultados/leads, y la experiencia. Gráficamente estas tres fases se representan mediante un triángulo donde cada una de ellas se sitúa en un vértice de la figura, facilitando así la comprensión del vínculo que se crea entre ellas.

La fase de comportamiento del usuario es la que permite segmentar el tráfico para conocer que perfil tienen los visitantes, qué búsquedas se realizan tanto dentro del site como para llegar a él, y en resumen saber cuál es su propósito. La etapa de resultados/leads está más orientada hacia el negocio, plantearse cuáles son los objetivos del site y como lo usaremos para alcanzarlos. Y por último la fase de experiencia analiza la primera etapa, es decir, estudia por qué los usuarios responden de un modo u otro en sus visitas.

Por ejemplo, si se tuviera que realizar el análisis del site de un hotel el cual la mayor parte de sus ingresos proceden de las reservas vía web, a cada fase del modelo Trinity se le podría asociar alguna parte de este análisis. Algunos aspectos destacados de cada una de estas fases podrían ser:

  • En el caso del comportamiento del usuario se podría analizar cuál es su actuación en el site. Dependiendo de sus acciones, puede ser visitante o convertirse en cliente, y dependiendo de la información que aporte en los formularios se podrá segmentar por datos personales (edad, sexo, lugar de residencia…)
  • Para el análisis de resultados/leads un claro objetivo del hotel es que las visitas acaben por convertirse en clientes y completen sin problemas todo el proceso de compra. O bien, que establezcan contacto para posteriormente realizar una reserva ya sea vía web o a través de otros canales
  • Para la fase de experiencia se podría realizar testing A/B o multivariante en el formulario de reserva, según los resultados obtenidos en la fase de análisis del comportamiento de los usuarios. Con estas pruebas se podría saber si ciertas mejoras en la presentación de dicho formulario incrementan el número de reservas completadas

Para resumir cual es el concepto de analítica web, quizá este modelo sí que respondería a ciertas preguntas básicas como ¿Cuál es el papel que tiene el cliente y cuál el negocio? ¿Qué objetivos tienen cada uno de ellos? ¿Cómo lo medimos? Pero quizá aún quedarían otras cuestiones en el aire.

El model Trinity de Avinash Kaushik, al igual que en general la analítica web actual, refleja un análisis muy centralizado en el propio site, pero a menudo también queremos analizar el “ruido”(buzz) que hace el negocio fuera de la propia web. Por tanto, ¿Dónde incluiríamos este análisis?

Si de nuevo se recupera el ejemplo anterior del hotel, el “ruido” a analizar podría ser la opinión de antiguos clientes que ha sido expresada en otros puntos de la red. Algunos lugares donde encontrar estos datos de interés podrían ser blogs relacionados con el turismo, redes sociales o agencias de viajes online, todos ellos sites donde los usuarios pueden expresar libremente su parecer.

NOTA: el artículo lo ha escrito Cristina Mataix, recientemente incorporada a WebAnalytics.es como consultora de analítica web. Cristina irá colaborando en este blog y en otros de la empresa, como www.trucosgoogleanalytics.com y www.trucosoptimizacion.com.

cristina@elisa-interactive.com'
En constante aprendizaje sobre el mundo de Internet, y más concretamente sobre Analítica Web, disciplina en continua evolución. Consultora en WebAnalytics.es desde 2008.

14 Comentarios

  1. ricardojaume@gmail.com'

    Eso eso vaya debut!
    Yo creo que todo se reduce al factor de convergencia entre los intereses/objetivos del negocio y la alineación con los intereses/objetivos de los usuario. Si el desvío es mínimo no sólo la conversión sino la fidelización y el engagement creo que están aseguraos.

    Reply
  2. blog@kaushik.net'

    Cristina,

    Thanks so much for your wonderful interpretation of the Trinity strategy. I really enjoyed reading your blog post (using Google Translate!:).

    -Avinash.

    Reply
  3. cmlebron@gmail.com'

    ¡buen post! no podia llegar en mejor momento, justo ahora andaba releyendo la parte introductoria del libro donde inicia la explicación del modelo… ¡estamos conectados!

    Reply
  4. ferriol@webanalytics.es'

    Muy buen post Cristina! Muy orgulloso de ti! Sin miedo!

    Reply
  5. gmunoz@bankinter.es'

    Cristina, me ha encantado, muy bien explicado y el ejemplo muy ilustrativo.

    Gran fichaje, chicos!

    Reply
  6. cristina@webanalytics.es'

    @ Avinash:

    I’m very pleased to know that you have read my first post.
    Thank you so much.

    @ Ricardo, Carlos, Gemma:

    Gracias por vuestros ánimos y comentarios. Espero no decepcionaros en el próximo post. Seguimos en contacto en FANSGAO porque los tres sois miembros, verdad?

    @ Edu, Ferriol:

    Merci, por todo lo que me habéis enseñado y ayudado estas primeras semanas en Webanalytics. Se agradece todo el apoyo recibido!

    Saludos!

    Reply
  7. adrian.asegovia@gmail.com'

    Cristina, sin palabras!!

    excelente! Gracias y bienvenida

    Reply
  8. cristina@webanalytics.es'

    @AdrianSN:

    Muchas gracias!

    Por cierto, hace poco que he descubierto tu blog y creo que va a ser muy útil para mi aprendizaje en este mundillo. Gracias por ello también!

    Reply
  9. cmlebron@gmail.com'

    Si, Cristina, allí estamos todos, en FANSGAO y en lso blogs correspondientes. Un saludo
    PD: yo estoy seguro, es imposible que decepciones en los siguientes posts

    Reply
  10. gonzita@gmail.com'

    El comportamiento del usuario es influido por lo que experimenta en base a lo que busca/necesita, y esto deriva en un resultado.

    Desde el punto de vista del analista, todo esto está intrínsecamente ligado. No veo por ende ninguna utilidad práctica en este tipo de separación comportamiento-experiencia-resultados. Son tres caras de una misma moneda.

    Por otra parte, visualizando un panel estadístico cualquiera, supongamos Google Analytics: ¿cómo podríamos diferenciar entre uno y otro factor? y además ¿cuáles son los parámetros de medición de cada uno de ellos?

    Reply
  11. pere@e-interactive.es'

    bueno pues no sé si voy a dejarte que escribas más por aquí… el primer artículo y te comenta avinash y recibes 11 comentarios :))) … juventud, divino tesoro!

    Reply
  12. antonio.canabate@upc.edu'

    Felicidades Cristina por tu entrada de estreno.

    Respecto al “ruido” ya hay algunas herramientas para medirlo, todo y que su “inteligencia” en interpretar el ruido está en su fase infantil. Recuerdo que en ArtFutura 2007 Hugo Zaragoza de Yahoo! Research explicó cómo estaban trabajando en buscadores que “entendiesen” los textos que indizaban para poder ofrecer respuestas más inteligentes a los usuarios. Así pues, algunas de estas herramientas que indico más abajo entienden que un comentario en un blog sobre una marca o un producto es positivo a pesar de que el comentario positivo no se refería a la marca o producto, sino a algo que no tiene nada que ver. Pero en cualquier caso son un claro síntoma del interés creciente de las empresas por escuchar qué dice ese ruido.

    Aquí van los enlaces:

    http://echo.socialmetrix.com

    y un artículo sobre la herramienta que me pasó Ferran
    http://www.doctormetrics.com/2008/09/29/smx-echo-monitorea-tu-marca-online

    Reply
  13. pere@webanalytics.es'

    muchas gracias por los enlaces toni, gracias por compartir el conocimiento!

    Reply

Trackbacks/Pingbacks

  1. El trío dinámico de Web Analytics | HashTag 2.0 - [...] A Mindset & Strategic Approach El modelo Trinity The Trinity Strategy – Learn it, Live it, Love [...]

Envia un comentario