Acabo de leer un artículo compartido por Ismael Briasco en su cuenta de Twitter en el cual Joshua Bixby de Strangeloop publica sus hallazgos en cuanto a la diferencia y similitudes del comportamiento de los usuarios de e-commerce en términos de tiempo en el sitio, páginas vistas y porcentaje de rebote al utilizar diferentes plataformas y sistemas operativos.

Les recomiendo que lo lean completo (esta en inglés), y les dejo a continuación algunos de los puntos que me parecieron interesantes:

• Los usuarios de Internet Explorer navegaron mas paginas, invirtieron más tiempo en el sitio y generaron un porcentaje de rebote menor que los usuarios de Firefox y Chrome.
• En el caso de los usuarios de IPad, los mismos demostraron un comportamiento más similar a los usuarios de escritorio que de Smartphone.
• Por otro lado, los visitantes que utilizaron IPhone tuvieron el menor tiempo de permanencia en el sitio, un porcentaje de rebote mayor y visitaron menos páginas en contraste con las demás plataformas y navegadores.

Cabe aclarar que este estudio está basado en el comportamiento de los usuarios de 5 sitios de e-commerce clientes de Strangeloop, y no representan obviamente el total de los usuarios de Internet pero pueden ser utilizados como muestra a la hora de tomar futuras decisiones relacionadas a estas métricas (porcentaje de rebote, tiempo en el sitio, páginas vistas).

Si no tienen ya el blog de Web Performance Today entre sus feeds les recomiendo que lo sigan porque periódicamente publican artículos muy interesantes.

Enlace relacionado:

Interesting new findings about page views, time on site, and bounce rate across desktop and mobile browsers
http://www.webperformancetoday.com/2012/01/20/interesting-new-findings-about-page-views-time-on-site-and-bounce-rate-across-browsers-and-platforms/

Sin dudas Google Instant, el último cambio en la interface de Google ha generado cierto revuelo entre los que trabajamos y vivimos de Internet, y como a muchos no nos gusta perder rastro de nada, es por eso que me pareció interesante compartir este enlace que acabo de encontrar en donde nos explican (en inglés) como crear un filtro en Google Analytics que nos permita registrar las palabras claves por las cuales los usuarios están accediendo a nuestros sitios,  y poder analizar también un poco su comportamiento.

En la siguiente imagen verán un ejemplo en donde visualizamos los resultados obtenidos gracias a este filtro y como pueden observar, tenemos la columna de palabras claves en donde las mismas están separadas por el símbolo pipe, ej.:  A|B, en donde A son los términos sugeridos por el buscador y B el texto insertado por el usuario. En la segunda linea pueden ver que el usuario solo escribió “stric” y luego selecciono la sugerencia de Google “strictly come dancing 2010″.

Este filtro funciona también para las actuales sugerencias de búsquedas, ademas de para Google Instant.

Artículo relacionado:
How to track Google Instant in Google Analytics
http://blog.semetrical.com/how-to-track-google-instant-in-google-analytics/

Actualización 13/09/2010: Google ha publicado una entrada en su blog de Analytics en donde comentan que el parámetro “oq” no estaría directamente relacionado con Google Instant y no siempre es pasado en la URL durante la búsqueda.
http://analytics.blogspot.com/2010/09/more-on-instant-search.html

Hace unos días atras hablabamos con Bruno Dangelo sobre el problema de Google Analytics y el porcentaje de rebote, luego de leer un artículo publicado por Web-Analytics.es sobre este tema. En el mismo se pone como ejemplo el caso de un medio de comunicación, en donde por lo general muchos de los usuarios solo ingresan a la web para leer los titulares y nada mas o en el caso de una noticia es eso solo y luego se van. Esto ocasionaría que el porcentaje de usuarios que sale de nuestro sitio sin ver otro contenido sea altísimo.

Es así que podemos darnos cuenta de que no porque nuestro sitio tenga un alto porcentaje de rebote (bounce rate) estamos haciendo todo mal, sino que puede deberse a otros factores como por ejemplo la incapacidad de nuestra herramienta de analítica para rastrear mejor el comportamiento del usuario.

Ahora, ¿cual es la solucion a este problema?

Muy fácil, una empresa llamada PadiCode publico hace casi un mes una pequeña modificación sobre el código de Google Analytics para que el mismo cuente como rebote solo a aquellas visitas que permanezcan menos de cierta cantidad de tiempo en nuestro sitio. Esto quiere decir que si lo configuramos con un tiempo de 10 segundos, todos aquellos usuarios que abandonen nuestro sitio en menos de ese tiempo especificado serán contados como rebotes, caso contrario como una visita normal.

Lo que se debe hacer es llamar a un evento cada vez que un visitante pasa en el sitio mas de 20 segundos por dar un ejemplo; aunque cada uno puede elegir el tiempo que crea correcto en base a sus pruebas y experiencia. Solo se debe agregar la siguiente linea debajo del pageTracker._trackPageview(); dentro del código de Google Analytics:

setTimeout('pageTracker._trackEvent(\'NoBounce\', \'NoBounce\', \'Over 20 seconds\')',20000);

El número 20000 hace referencia a la cantidad de mili segundos luego de los cuales se quiere llamar al evento. Y como podrán haber visto en la imagen anterior, el porcentaje de rebote en este caso en particular se vio transformado de 66.6% a 20.36%. Esto se debe a que se configuro un tiempo de 20 segundos como estadía mínima en el sitio para no ser considerado un rebote.

Espero les sea de utilidad

Enlaces relacionados:
SEO: Qué es el Porcentaje de Rebote (bounce rate)?
http://guillermopareja.com/posicionamiento-web-seo/seo-que-es-el-porcentaje-de-rebote-bounce-rate/

El tiempo, el rebote y los medios de comunicación
http://web-analytics.es/blog/index.php/el-tiempo-el-rebote-y-los-medios-de-comunicacion

The Real Bounce Rate in Google Analytics
http://padicode.com/blog/analytics/the-real-bounce-rate/