Segmentación de Tráfico SEO en Google Data Studio

Para esta clase, quiero preguntarte algo.

¿El tráfico orgánico por búsquedas de marca cuentan como “hacer SEO”?

Es decir, si el tráfico a partir de las búsquedas que hacen las personas en Google contienen el nombre de tu marca cuenta como hacer “posicionamiento en motores de búsqueda”.

Técnicamente, sí lo es. El SEO se refiere a la práctica de aumentar la cantidad y la calidad del tráfico de un sitio web a través de los resultados en motores de búsqueda.

Pero, ¿Qué tanto crees que tus esfuerzos de SEO influencian esas búsquedas?

A menos de que el nombre de tu marca sea genérico o muy utilizado—que tu marca se llame “Sol” o “Corona”, por ejemplo—posicionarse en la primera posición en Google con este tipo de consultas no debería ser tan difícil.

Este tipo de usuarios que llega con una intención de búsqueda de tu marca, empresa o producto lo hacen porque ya te conocen del pasado; ya sea por otros canales de marketing, prensa, alguien les ha hablado de ti (voz a voz) o ya te han comprado.

En este caso, poco tuvieron que ver los esfuerzos que haces en SEO para conseguir ese tráfico, sino, todo lo que has hecho por tu marca en general.

Mientras que el tráfico de descubrimiento—es decir, aquel donde las personas buscan el producto que tú ofreces pero no tu marca y deciden hacer click a tu sitio web— sí representa la efectividad que haces en SEO, el tráfico de búsquedas de marca representa una forma de medir el posicionamiento y reconocimiento de tu marca.

Esta tabla nos ayuda a entender más la diferencia entre las búsquedas de descubrimiento y las búsquedas de marca.

Búsquedas de descubrimiento

Búsquedas de marca

Tenis deportivos

Zapatos de cuero negros

Cómo elegir tenis para trotar

Reviews sobre tenis Adidas

Tenis para entrenar Adidas

Tenis Nike vs Adidas

Un caso concreto sería si tu empresa aparece en una nota de prensa en el New York Times o WSJ y después de esa noticia que se hizo viral las personas buscan más sobre ti en Google. Aunque todo ese tráfico llegue por motores de búsquedas, no se dio gracias al SEO, sino a relaciones públicas.

Estos tipos de tráfico orgánico tienen una connotación distinta, pero están mezclados en tus reportes de SEO con Google Search Console y , por defecto, no hay una dimensión que nos permita desglosarlos.

Y por eso, en esta clase, crearemos esas dimensiones que nos permitan hacer esa distinción.

Vamos a resolver este reto en Google Data Studio.

Requerimientos

Para este ejercicio, usaremos el conector de demo de Google Analytics.

Sin embargo, lo ideal es que tú lo hagas con tu cuenta de Google Search Console.

Google Search Console ofrece mucha más información de los clics orgánicos que recibimos y las búsquedas que los usuarios hacen. En Google Analytics, mientras tanto, casi toda esta información está inhabilitada y aparece como (not Provided) y (Not set).

La razón por la que lo haremos esta vez con Google Analytics es simple: la opción de crear dimensiones y métricas con la cuenta de demo de Google Search Console está deshabilitada.

Crea el reporte en Google Data Studio

Lo primero que harás es crear un nuevo reporte en Google Data Studio y te conectarás a la cuenta de demo de Google Analytics que aparece como [Sample] Google Analytics Data.

Luego, añadiremos el control de filtro de tiempo que utilizamos en todos nuestros reportes y visualizaremos el año pasado.

También, utilizaré el estilo de reporte Acantilado (o Edge, en inglés). En clases anteriores hemos visto cómo cambiar el estilo de nuestros reportes.

Ahora, crearemos una tabla con las siguientes características que puedes modificar en el panel de datos y estilo:

• Fuente de datos: [Sample] Google Analytics Data

• Dimensión: Keyword

• Métrica: Sessions

El proceso con tus datos reales con Google Search Console es casi el mismo. Lo único que cambia es que las dimensiones “Keyword” y “Sessions” las reemplazarás por “Query” y “Clicks”, respectivamente.

La tabla que crees debería lucir muy similar a esta:

Como ves, esta tabla te muestra cuánto tráfico genera cada palabra clave orgánica. Puedes evidenciar que la mayoría de tráfico aparecer como (Not set) y (Not provided) porque Google Analytics no nos muestra todos esos datos.

Pero también puedes ver que la mayoría de búsquedas tienen que ver con mercancía de Google y Youtube. Por si no lo habías notado, las cuentas de demo que nos ofrece Google son las cuentas de su tienda de mercancías donde la gente compra, entre otras cosas, ropa, gorros y maletas con las marcas de Google.

Crea tus propias dimensiones

Primero, te explicaré qué es lo que vamos a hacer.

Crearemos una columna adicional en nuestra tabla donde, al lado de cada keyword haya una clasificación: branded o non-branded. Es decir, si la palabra clave contiene “Google” es búsqueda de marca (e.g. Google merch, Google Clothes, etc.) y si no, que se clasifique como non-branded (e.g. appareil, shoes, etc.).

Para eso, seleccionaremos la tabla y en la opción de dimensiones, vamos a agregar una nueva y elegiremos el botón azul que aparece de último en la lista que dice “Crear campo” o “Create field”, tal como se ve a continuación.

Al hacer click en “Create field”, aparecerá un modal (o una ventana, como quieras llamarlo) con la opción de añadir un nombre a esta nueva dimensión, un editor y el tipo de dato de esta nueva dimensión. En nuestro caso, la dimensión se llamará “Non/Branded”. En realidad, puedes llamarla como quieras.

Condicionales

Para crear nuestra dimensión, usaremos un condicional que indique:

Cuando la palabra clave contenga “google”, clasifícala como “branded”; si no, clasifícala como “non-branded”.

Así sería la sintaxis de esta consulta en Google Data Studio. Si estás familiarizado con SQL, es muy similar.

CASE indica a Google Data Studio que comenzaremos un condicional.

WHEN indica la condición (en español es “Cuando”).

THEN indica la acción que debe tomar si el resultado se cumple.

ELSE indica el resultado si la condición no se cumple.

END termina la consulta.

Puedes declarar estos comandos en mayúsculas o minúsculas.

Ahora, reemplazaremos las variables x, y y w con valores reales y para eso entenderemos un poco sobre expresiones regulares. Platzi tiene un curso de esto, por si quieres profundizar.

Expresiones regulares

Las expresiones regulares (o REGEX) son un conjunto de caracteres que ayudan a determinar una búsqueda; son valores que nos permiten hacer consultas de nuestros datos cuando están en formato de cadenas de texto.

Las expresiones regulares son muy usadas en todo tipo de desarrollos y programación; para Google Data Studio harán la tarea de limpiar nuestros datos de acuerdo a la consulta que queramos.

Por ejemplo, si quieres agrupar el tráfico que provenga de dispositivos móviles o tablets. La expresión regular que usarías sería “|” para representar “o”. Y la consulta sería más o menos así: (device type, “mobile | tablet”).

En otro caso, si queremos obtener las URLs páginas que terminen en “html”, utilizaríamos el signo $. La consulta sería más o menos así: (Page, "(html$)").

Google Data Studio nos ofrece 3 funciones que puede utilizar con REGEX:

• REGEXP_MATCH: muestra los valores que cumplen con tu consulta. Esta es la función más común.

• REGEXP_EXTRACT: extrae el valor que obtienes de tu consulta. Esta función sirve sobre todo para limpiar la forma en la que se ven tus datos. Por ejemplo, una URL que contenta “/q%%$%hola” y que queremos que solo aparezca como “/hola”.

• REGEXP_REPLACE: reemplaza los valores que obtienes de tu consulta con un nuevo valor que especifiques. Por ejemplo, si queremos agrupar todas las fuentes de tráfico que contengan “Facebook” como “l.facebook.com” o “m.facebook.com” y que todas queden como “Facebook”.

Aquí te dejo algunos recursos sobre expresiones regulares en Google Data Studio para que avances más en el tema y explores por tu cuenta:

• Ejemplos de REGEX.

• Lista de expresiones regulares

• Consejos para usar REGEX

Búsquedas de marca y no de marca

Ya que entendemos un poco más de condicionales usando CASE y expresiones regulares, creemos una consulta que nos permita separar nuestras búsquedas de marca de las que no lo son. Y se verá exactamente así:

Veamos qué dice esta consulta:

• Vamos a hacer un REGEXP_MATCH, es decir, la consulta debe empatar con la condición que asignemos.

• La dimensión original con la que crearemos la condición es Keyword (o palabra clave)

• La expresión regular es .google. que indica que en cualquier parte del valor puede estar ubicada la palabra “google”; “.*” es, posiblemente, la expresión que más utilices porque es más “permisiva” en cuanto permite valores independientemente de dónde se ubiquen en la cadena de texto. Esta vez la utilizamos al principio y al final del valor que buscamos.

• La línea de “Then” representa que si eso pasa, esta keyword debe ser categorizada como “branded” o búsqueda de marca.

• La línea de “Else” indica que si eso no sucede, que la palabra clave se mantenga tal cual es.

Al hacer click en aplicar y Google Data Studio nos indique que sintácticamente nuestra función es correcta con una tilde verde, podemos ver nuestra nueva dimensión creada.

También veremos una tabla con el resultado de nuestra consulta:

Aquí, oficialmente, ya creaste tu primera dimensión utilizando condicionales y expresiones regulares. Pero podemos ir más allá.

Si ves la tabla, hay keywords que contienen la palabra “Google” y “Youtube” que no fueron etiquetadas como “branded” cuando deberían serlo. Así que refinaremos aún más nuestra consulta.

Para eso nos interesa hacer dos cosas:

1. Incluir todas las palabras que contengan “Google” o “google” independientemente a si hay o no mayúsculas.

2. incluir otras marcas de Google como Youtube, Waze, Android.

Primero, vamos a hacer que nuestra consulta acepte búsquedas de marca con o sin mayúsculas con un pequeño cambio:

Si no lo has notado, añadimos un “(?i) que indica a la consulta que no distinga entre mayúsculas o minúsculas.

Y en efecto, así queda la tabla:

Como ves, ya todas las búsquedas que contengan la palabra “Google” o “google” son etiquetadas como “branded”.

Ahora, añadiremos a esta consulta las marcas “Youtube”, “Waze” y “Android”, de esta forma:

Aunque parezca una consulta más larga, funciona exactamente igual. A cada marca le añadimos “.*” para indicar que pueden aparecer en cualquier parte del valor y (?i) para indicar que ignore si hay mayúsculas o no.

La diferencia es que estamos utilizando una barra vertical (|) para indicar un O (or, en inglés); es decir, que etiquete la keyword como “branded” si dentro del valor está “Google” o “Youtube” o “Android” o “Waze”.

Y efectivamente, es el resultado que nos entrega la tabla:

Crea gráficos con tu propias dimensiones

¿Qué tal si usamos nuestra nueva dimensión para crear gráficos?

Por ejemplo, veamos una serie temporal que nos muestre cada mes cuántas sesiones tenemos, desglosadas por palabras clave de marca y no de marca. Se vería más o menos así:

Para crear este gráfico sigue estas instrucciones:

• Tipo de visualización: Gráfico de serie temporal suavizado

• Dimensión: month of year (mes del año)

• Dimensión de desglose: Non/ Branded (si no lo encuentras en la lista de opciones, vuélvelo a crear).

• Métrica: sesiones

• Estilo: habilita “Mostrar las etiquetas de datos” y elige los colores para tu gráfico.

¡Eso es todo! Puedes acceder al reporte que acabamos de crear en este enlace.

Ahora haz esto

Como ves en los gráficos, la mayoría de tráfico viene desde búsquedas de descubrimiento y no de marca, lo que indicaría que estamos llegando a una audiencia nueva.

Generalmente, el tipo de tráfico más valioso que puedes tener es el de la gente que ya te conoce (el de búsquedas de marca), porque posiblemente ya llega a tu sitio web con una intención de compra y un mayor nivel de confianza de tus productos.

Esto lo puedes corroborar midiendo la tasa de conversión para los dos tipos de tráfico; es probable que el de búsqueda de marca sea significativamente más alto.

Si tú tienes tráfico desde búsquedas de marca, felicitaciones, eso indica que las personas hablan de ti y, posiblemente, tienen una buena experiencia de compra con tu empresa.

Para el caso de la tienda de mercancías de Google sabemos que esto es falso. En realidad, la mayoría de tráfico llega por motores de búsqueda y sí utilizan sus marcas para realizar las búsquedas, pero como estamos utilizando Google Analytics, no tenemos datos confiables de todas las palabras clave, cosa que sí haría Google Search Console. La mayoría de keywords aparece como “Not set” y “Not provided”.

Ahora es tu turno de crear un reporte en Data Studio que te ayude a diferenciar el tráfico que llega por tus esfuerzos de SEO y por el reconocimiento y posicionamiento de tu marca.

Y ya que sabes cómo crear dimensiones con expresiones regulares y condicionales, se te abren infinitas posibilidades para personalizar y limpiar tus datos.

Te espero en la próxima clase.