Twitter Analytics ya nos proporciona informes básicos de las cuentas de Twitter desde el verano de 2014. Intentaré exponer la información que nos aporta los informes y la interpretación de los datos. La interpretación de los datos es el valor añadido que le podemos aportar al informe, sacar datos de forma mecánica es relativamente fácil. Una frase muy utilizada dentro del analytics es que lo que no se puede medir no se puede controlar y lo que no se puede controlar no se puede mejorar. Por encima de los datos que nos proporciona Twitter Analytis, es más importante la interpretación de los mismos, ya que es lo que nos permitirá tomar unos planes de acción u otros en función de los resultados obtenidos. Los informes de Twitter nos proporcionan una información visual que nos permitirá seguir la evolución de los resultados en un simple vistazo. Por otro lado, con la posibilidad de poder exportar los datos a excel, de este modo podemos trabajar más en profundidad y realizar informes y cuadros de mando de gran nivel.
Aspecto visual de los datos de Twitter Analytic
Número de Impresiones: Es el número de veces que se han visto los tweets emitidos en el plazo que se determine (en este caso 28 días) A simple vista podemos ver la evolución diaria del número de visualizaciones y del alcance de los tweets emitidos cada día
El informe también
nos proporciona una información general de cada uno de los tweets (impresiones, interacciones y % tasa de interacción) Aunque tener un buen alcance (número de
impresiones) es importantísimo, no es determinante. El número de impresiones
viene determinado, entras cosas, por el número y tipo de seguidores que tengamos (o en
el número de listas que estemos incluidos), el tipo de hashtag que usemos, la hora en la que realicemos la publicación, etc.... Pero esto no nos asegura una buena tasa de interacciones si el contenido
mostrado no tiene la calidad y carece del interés necesario para nuestros seguidores
principalmente. Lo ideal es que haya un equilibrio.
Aunque
de forma visual, en gráficos de menor tamaño, nos proporciona información general
de las interacciones más frecuentes de los tweets en el periodo de tiempo
marcado, está información la veremos más detallada cuando exportemos a excel la
información. También podemos ver mucha información entrando en cada uno de los tweets.
De forma visual dispondremos de una información general de las interacciones y alcance de los tweets generados y una información individual de cada uno de los tweets.
De forma visual dispondremos de una información general de las interacciones y alcance de los tweets generados y una información individual de cada uno de los tweets.
El
gráfico que establece el % de tasa de interacciones proviene de los siguientes
gráficos: clics en el enlace, retweets, favoritos y respuestas. Esto nos proporciona
información sobre el impacto que ha tenido nuestro contenido en los seguidores
y demás usuarios que hayan podido visualizar nuestro tweet. En función de la
evolución podemos determinar la calidad y el interés de los contenidos
aportados, qué tipos de contenidos funcionan mejor, qué contenidos son
propicios para tener conversaciones con los seguidores, qué horas o días de la semana son mejores para publicar tweets, etc...
Además
de la evolución diaria del número de seguidores que tiene nuestra comunidad, uno
de los mejores aspectos que nos proporciona Twitter Analytics es la información
de los usuarios de nuestra comunidad (CRM Social).Otra herramienta muy potente en este aspecto es Socialbro
Podríamos
dividir en tres secciones la información que nos aporta. Los temas que les
interesa a nuestros seguidores (entre para otras muchas cosas, es una buena
información para el content curator) Nos geolocaliza a los seguidores (por
ejemplo, si queremos tener un alcance internacional mayor en los países de otro
lado del charco, tendremos que emitir contenidos en franjas horarias en las que
hay actividad en esos países (por la noche hora española) Por último, nos
proporciona información de qué usuarios son influyentes para tu comunidad y qué
% de tus seguidores les siguen.
Cómo
exportar de forma ordenada archivos Analytcs formato CSV a Excel.
Aunque esta información tiene que ver más con excel que con Twitter, es una de las cuestiones que me han planteado en diversas ocasiones por lo que he considerado incluirlo en el tutorial.
A la
hora de exportar a Excel informes analytics en formato CSV es que la
información vuelca toda en la misma columna. Aspecto que hace muy difícil el
poder trabajar de forma correcta con la información recopilada.Los
datos del informe analytic en formato CSV aparecen en Excel en la misma columna
pero separados por comas. En el caso que el archivo fuera TSV los tatos
estarían separados por tabulaciones. El propósito para poder trabajar de forma
correcta en excel es que cada dato aparezca en una columna distinta.
Para
conseguir separar por columnas los datos, seleccionaremos la columna donde está
toda la información, posteriormente iremos al apartado de excel Datos y seleccionaremos Texto en columnas. Seleccionamos “delimitados
por caracteres como comas o tabulaciones que separan campos”.
Siguiente> seleccionar el tipo de separador que queremos que
delimite los datos que irán en una celda u otra "Comas".
Siguiente> formato celda "General"
Al darle a Finalizar nos preguntará si deseamos reemplazar el contenido de
las celdas de destino. Le decimos que sí y ya estaría listo el informe para
poder trabajar con él.
Un aspecto importante es
que antes de realizar cualquier modificación es aconsejable guardar una copia
del informe original para que en caso de posible error no tener que exportar
nuevamente el informe.
Una vez
exportamos el informe de Twitter
Analytcs a Excel podemos comprobar una serie de datos, los cuales para
simplificar la explicación del informe, los agruparemos en tres grupos según el
orden en el que aparecen.
1-Tweet id,"Tweet permalink","Tweet
text","time"
Estos cuatro datos corresponden a la estructura de la que consta el tweet.
Un número de identificación, el enlace del tweet, el texto del tweet y el día y
la hora que se emite el tweet.
Los tres campos siguientes son los que nos aportarán la información de la
repercusión que ha tenido el tweet emitido.
2-"impressions" Número de veces que ha sido visto el tweet.
"engagements" Número de interacción que ha tenido el tweet. Esta
información proviene de cualquier interacción que se haya producido en el grupo
de datos que expongo en el apartado siguente. Los más habituales "retweets","replies","favorites","url
clicks","hashtag clicks"...
"engagement rate" engagement / impressions = % engagement
3- El siguiente grupo de datos son el tipo de interacciones que ha podido
tener el tweet las cuales, como hemos indicado anteriormente, se pueden agrupar
en "engagement", ya que twitter considera engagement a cualquier
interacción con el tweet. (Aunque esto lo vemos de forma superficial es muy recomendable dedicarle tiempo a los datos de estos campos ya que nos aportará mucha información para llegar a conclusiones interesantes)
El tipo de interacción de nuestras publicaciones nos está aportando información de qué es lo que estamos haciendo bien y qué es lo que debemos mejorar en función de la estrategia marcada (falta de empatía con la comunidad, desinterés por los contenidos publicados, franja horaria no adecuada, etc...). Por otro lado, también podemos ver qué es lo que se hace con el contenido (se manda por email, el número de visualizaciones del vídeo, si se ha incrustado el contenido, etc...)
"retweets","replies","favorites","user
profile clicks","url clicks","hashtag
clicks","detail expands","permalink
clicks","embedded media clicks","app opens","app installs","follows","email
tweet","dial phone","video views","promoted
impressions","promoted engagements","promoted engagement
rate","promoted retweets","promoted replies","promoted
favorites","promoted user profile clicks","promoted url
clicks","promoted hashtag clicks","promoted detail
expands","promoted permalink clicks","promoted embedded
media clicks","promoted app opens","promoted app
installs","promoted follows","promoted email tweet","promoted
dial phone","promoted video views"
Para
poder realizar un cuadro de mando lo más completo y fiable posible y para poder
cotejar la veracidad y la desviación de los datos se debe usar otras herramientas como por ejemplo hootsuite o buffer.
La
intención de esta entrada del blog es saber interpretar mejor los datos de los
informes de Twitter Analytics..La mejor interpretación es saber el porqué de cada dato, que causas o condiciones han motivado ese resultado. Cuando no es
posible saber a simple vista los motivos que han causado un dato
"anómalo", hay que realizar un seguimiento e investigar hasta obtener
las causas.
Seguramente
me habré dejado muchas conclusiones en el tintero, ya que resumir un informe de
este tipo (que da para mucho) es complicado. Cualquier aportación será siempre bienvenida.
No hay comentarios:
Publicar un comentario