- El Tracking Code no está presente en todas las páginas del site: puede ocurrir en sites muy grandes o con una arquitectura compleja
- Aplicación incorrecta de filtros de datos: el más básico podría ser, por ejemplo, no excluir IPs internas
- Inadecuada identificación de referrals, inclusión de auto-referrals, spam bots,..
- Distintos criterios para la asignación de la conversión: cuando el modelo de atribución que decidimos elegir en alguna herramienta no coincida con aquel que venga determinado en otra plataforma.
- Rechazo de 3rd party cookies por parte del usuario: según Webtrends entre el 12% y el 18% de usuarios las bloquean.
- Errores de interpretación: dada la inmensa cantidad de métricas disponibles en cada plataforma, si no comprendemos el significado real de nuestras métricas, el método de recopilación y el contexto empresarial en el que deben analizarse, es posible que surjan supuestas incoherencias. Si añadimos a esto el hecho de que varios proveedores de análisis pueden definir métricas aparentemente idénticas de maneras tremendamente diferentes, o dar una variedad de nombres a informes similares que cubren cosas como visitas, visitantes, visitantes únicos y conversiones. Esto puede dar lugar a inevitables equívocos.
- Muestreo de tráfico.
- Adblocks: en incremento debido al nivel creciente de saturación publicitaria que sufren los usuarios.
- Taggeado insuficiente de campañas.
Con la finalidad de identificar rápidamente y resolver discrepancias de datos entre plataformas de medición y publicidad; detectar posibles cambios de tendencia, o incluso analizar la influencia de cambios en la web en Making Science hemos desarrollado Data Quality Solution.
Cómo funciona Data Quality
El funcionamiento en líneas generales sería así: 1.- Seleccionamos las plataformas de medición y publicidad que deseamos incluir en la comparativa así como los indicadores clave a monitorizar. El sistema permite contrastar la información procedente de cualquier plataforma que disponga de exportación de datos a Bigquery. 2.- Sólo se requiere implementar en la web y en el Tag Manager el pixel Data Quality de Making Science, y a partir de ahí podremos monitorizar el rastreo y la medición de cualquier evento, interacción o conversión que nos interese. 3.- Toda la información será analizada en Bigquery. Cuando haya una discrepancia relevante entre los parámetros, el sistema generaría una alerta por correo electrónico, con el fin de poder anticiparnos y tomar medidas correctoras. Dispondremos un dashboard automatizado en Data Studio para tener una visibilidad completa de todos los KPIs claves de nuestro negocio. Definiendo los procedimientos de supervisión adecuados, implementando mecanismos para alcanzar una visibilidad completa de los principales parámetros de negocio en las diferentes plataformas de medición, dispondremos de un seguimiento del rendimiento de nuestros activos en todos los niveles y prevenir posibles contratiempos. Dado que nuestro objetivo siempre es optimizar la inversión y tomar rápidamente decisiones eficaces tratando de minimizar estas discrepancias; la mejor forma de conseguirlo es monitorizando la evolución de todas las métricas importantes para el negocio. Y disponer de este tipo de soluciones que generan alertas automáticas cuando detectan ciertos cambios de tendencia resultan vitales para el día a día de cualquier analista y/o responsable de negocio. Si quieres saber más sobre Data Quality Solution, no dudes en contactar con Making Science y nuestro equipo de expertos.