No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

¿Qué datos podemos capturar?

4/10
Recursos

Aportes 15

Preguntas 0

Ordenar por:

Los aportes, preguntas y respuestas son vitales para aprender en comunidad. Regístrate o inicia sesión para participar.

Algunas de las miles de métricas de Netflix me imagino son:
Tiempo para escoger película
Película finalizada
Tiempo total en la aplicación
Recomendaciones
Las financieras (Subscripciones, Churn Rate, LTV, CAC)
etc, etc, etc

**¿Qué datos podemos capturar?
**

Para tener presente

  • Buscamos rastrear y analizar TODAS las acciones y eventos que se refieren o afectan a usuarios.

  • Amplia variedad de herramientas.

  • Entender la importancia de cada tipo.

    Desafíos previos a la instrumentación

    • Abrumadora variedad de opciones a la hora de instrumentar.
    • Entender categorías de instrumentación

    Categorización

Algunas métricas que me imagino para cualquier Casa de Bolsa son:

  • Que empresas son las que tienen mas compra/venta de acciones.
  • En que horario hay mas actividad de los usuarios.
  • Cuanto es el portafolio promedio de cada usuario.
  • Cuanto tiempo pasan los usuario haciendo trading.
  • Cual es el nivel de cancelación de una compra o venta de una acción y por que (subida/bajada de precio, confusión, error, etc)?
  • Cual es la queja mas común entre los usuarios?
  • Por que algunas ordenes son rechazadas?

etcétera…

Este curso debiera estar en la Escuela de Data Science. Creo que contiene información importante respecto a medios a través de los cuales obtener data, que luego se procesaría.

hablando de privacidad de usuario este tipo de acceso a la información de las personas puede ser incluso problemático. Pero hasta donde es etico? ¿Qué opinan?

Rappi podría obtener datos como :

🔴 Tipo de comida o restaurante favorito
🔴 Cada cuanto hace un pedido
🔴 Promedio de gasto por compra
🔴 Tiempo que se gasta en elegir el producto
🔴 Cuales son las funcionalidades que mas utiliza
🔴 Método de pago recurrente
🔴 Porcentaje de uso de bonos

Categorizar los datos

Netflix: - Qué tipo de contenido prefiere - Cuánto tiempo suele conectar - Desde qué dispositivo conecta (celular, tablet, tv...) - Qué búsquedas realizan Rappi: - En qué horario suele pedir - Que tipo de comida pide - Que restaurantes suele buscar - Cuando de envío suele pagar

Por lo que veo las métricas que se definen no son sobre el promedio sino sobre el comportamiento del usuario.
En el caso de Netflix:
✅ Horario de Inicio de Uso de la Aplicación x Cuenta.
✅ Dispositivo de visualización. Ratio porcentual.
✅ Tiempo muerto (scrolling) antes de decidir por una opción.
✅ Géneros de vídeos vistos.
✅ Tiempo de uso en cada interacción.
✅ Keywords cuando se realiza una búsqueda.

Facebook
Las paginas que sigue y deja comentarios
Tiempo transcurrido desde que ingresas y sales
Cuantos amigos agrega mensualmente
Notificaciones presionadas
Total de vistas de las historias
Veces al día ingresados por celular
Horario que visita Facebook
etc.

IOS jode más que un niño pequeño… cada vez que lanzan algún cambio, estoy seguro que el app va mostrar un problema

Netflix

**Duración de contenido **de los contenidos que prefieren ( cortometrajes , películas, series )
Tiempos ( que cantidad de horas dura un usuario en la plataforma )
cantidad de usuario en una cuenta y que contenido prefieren según las métricas anteriores

Caso Netflix

  • Life Time Value de cada cliente

  • Primera pieza de contenido vista en la plataforma

  • Serie/Película con más engagement para el usuario

  • Hora del día de uso de la plataforma

  • Genero + consumido

Caso Rappi

  • Ciudad del usuario

  • Establecimiento frecuente

  • Gasto medio por compra

  • Frecuencia de uso

  • Hora de uso

En Attribution Analytics podemos saber el click de un cliente de donde provino, nunca se han preguntado sobre las URL largas:

https://www.handy.la/?campaign=ads-sales-español&gclid=Cj0KCQiArvX_BRCyARIsAKsnTxPgYwKXd-t-08fHK00GwkMpJMjRU4328JKE_pIeNOP60dwpdP0jRs0aAm3XEALw_wcB

Daré el ejemplo de Twitter, posiblemente en sus métricas tiene:

  • A quienes sigue.
  • Con qué tipo de Tweets interactúa más (A que temática le da más like, expande el post, da retweet, etc)
  • Tiempo que pasa en la plataforma
  • Ubicación geográfica estimada