Meta Analytics

META ANALYTICS
Configurando la mente del analista web
Juan Manuel Damia

Damia, Juan Manuel
Meta Analytics: Configurando la mente del analista web. - 1a ed. - Buenos
Aires: Universidad de Palermo - UP, 2010.
130 p.; 24x16 cm. - (Colección Management y Marketing / Natalia Popovsky)
ISBN 978-987-1716-14-2
1. Management. 2. Internet. I. Título

CDD 658.8
Colección Management y Marketing

Directora: Natalia L. Popovsky. MA.
Diseño de tapa: Depto. de Diseño Institucional de la UP

Diseño gráfico: Florencia Turek
Hecho el depósito que marca la ley 11.723

Impreso en China / Printed in China
La reproducción total o parcial de este libro, en cualquier forma que sea, idéntica o modifica-
da, no autorizada por los editores, viola derechos reservados; cualquier utilización debe ser pre-
viamente solicitada.
© 2010 Fundación Universidad de Palermo / nobuko
ISBN: 978-987-1716-14-2
Septiembre de 2010
META ANALYTICS
Configurando la mente del analista web
Juan Manuel Damia

Agradecimientos:
A mi madre Silvia, eterna orgullosa de sus
hijos (a la exageración).
A mi hermano Facundo, que es mi guía y
orgullo personal.
A mi mujer Sabrina y a mis hijos Benjamín y
Jeremías, que no solo me alegran el día a
día, sino que me donaron horas que les per-
tenecían para poder escribir este libro y me
apoyaron constantemente.
A mi tío Juanca, un ser humano tan brillan-
te que ilumina.
Y a mi papá Hugo que me enseñó a mante-
nerme despierto en esta vida y disfrutar todo
lo que hay en ella. Aunque hoy ya no estás
conmigo me seguís contagiando con tu
pasión. Este libro es para vos viejito…
ÍNDICE
PRÓLOGO | 9
Capítulo 1 ENTENDIENDO OBJETIVAMENTE EL PRESENTE I 11
Unificar criterios I 11
Eliminar razonamientos previos I 14
Conocer eventos del pasado I 19
Conocer las partes del sistema I 20
Identificar las interacciones del sistema I 23
Capítulo 2 INTERACTUANDO EN ENTORNOS MULTICULTURALES I 29
Principales diferencias comunicacionales entre hombres

y mujeres I 30
Comunicación en entornos multiculturales I 32
Capítulo 3 PROYECTOS EFICIENTES DE ANALYTICS I 51
Foco en la información I 51
Visión 360º I 65
Generar relevancia I 67
Pensamiento sistémico I 68
Estrategia integrada I 73
Capítulo 4 TOMANDO DECISIONES I 87
Agenda de eventos, un buen comienzo I 89

Proceso de analytics I 91
Información I 91
Indicadores I 92
Reportes ad hoc para optimizar la toma de decisiones I 100
Capítulo 5 FLOWCARDS, TOMANDO DECISIONES EN TIEMPO REAL I 119
¿Qué necesitamos para poder diseñar efectivamente

nuestro flowcard? I 120
Optimizando estructuras de sitios para flowcards I 129
Funcionamiento del flowcard I 130
COMENTARIOS | 133
PRÓLOGO 9
PRÓLOGO
Una de las cosas que más interés me despierta es el comporta-

miento humano. Somos capaces de generar procesos mentales fabu-
losos que terminan enviando a una persona a la luna, inventando el
By-Pass que salva millones de vidas o creando Internet, que conecta
hoy a millones de personas en tiempo real, y otras miles de cosas
fabulosas. Sin embargo, no logramos prever el comportamiento
humano en sí mismo. Desde tiempos inmemorables los seres huma-
nos tratamos de identificar algún patrón común en la conducta de las
personas (digo inmemorable porque sinceramente no creo que esto
haya nacido con, por ejemplo, los filósofos pre-socráticos). En el
transcurso del tiempo, con el fin de simplificar las cosas, se ha tra-
tado de segmentar a los seres humanos de acuerdo con ciertos com-
portamientos; entonces decíamos que todos los que hacían A y luego
B era esperable que luego hicieran C. Sin embargo, el tiempo y la
experiencia nos fueron dando una y otra cachetada mostrándonos lo
equivocados que estábamos.
El ser humano mira casi con desdén a la realidad no deseada que
se le presenta frente a sus ojos y de un momento a otro se vuelve
irracional y avanza por caminos que sabe incorrectos. Así muchas de
las teorías relacionadas a Economía y Management terminan mos-
trando una y otra vez que aún siendo modelos teóricos fabulosos no
reflejan, o al menos no hay una constante, que logren predecir lo que
va a ocurrir al generar tal o cual acción. O sea, un grupo de personas
que debía “hacer C” luego de realizar A y B, en realidad terminaba
haciendo cualquier cosa menos C, o hacía C en algunas contadas
ocasiones.
10 META ANALYTICS
Piensen ustedes mismos como consumidores. Van a un centro de

compras y recorren viendo las vidrieras, generando miles de proce-
sos mentales a cada momento. Cuando ven algo que les gusta se
preguntan si el precio es el adecuado, si tienen dinero suficiente, si
vale realmente la pena esa compra, si no encontrarán algo mejor en
la próxima vidriera, etc, etc, etc. De la combinación de todas esas
variables, en algo tan sencillo como ir a un paseo de compras, se
definirá qué comprarán y qué no. Cada empresa tuvo unos segundos
de contacto con nosotros y en ese segundo tuvo que sortear la difí-
cil tarea de responder a cientos de preguntas que nosotros mismos
nos hacemos incluso sobre cosas que no tienen que ver con la
empresa, por lo que esta no puede hacer nada, o casi nada para
resolver (por ejemplo, que justo no cuente con dinero suficiente en
ese momento). Entonces por más que la política de precios sea la
adecuada, el producto tenga el diseño y calidad esperada por ese
nivel de precios y esté ofrecido en un lugar donde están los “poten-
ciales” compradores nada les asegurará que ustedes terminarán com-
prando el producto. Básicamente porque ni siquiera ustedes saben si
lo harán.
El objetivo de este libro es “configurar la mente analítica” desde la
base para permitirles tener las herramientas para comprender lo mejor
posible la realidad y en definitiva planificar con el menor grado de
incertidumbre posible.
En muchas ocasiones personas de diferentes empresas me pregun-
tan qué deben hacer cuando bajan las ventas en el sitio web o cuan-
do las campañas rinden menos de lo esperable y la única respuesta
que encuentro es “no lo sé sin contar con más información”.
Lamentablemente cada situación es única e irrepetible y difícilmente
podamos resolver dos veces el mismo problema con la misma solu-
ción. En realidad un hecho que se manifiesta igual no tiene por qué
estar relacionado a la misma causa.
No creo que el camino de las fórmulas mágicas sea posible, por
eso escribí este libro. No para decirles, ni siquiera para sugerirles, lo
que tienen que hacer, sino para que tengan las herramientas necesa-
rias para que ustedes mismos puedan resolver las situaciones únicas
e irrepetibles a las que tengan que enfrentarse en el día a día.
Capítulo 1 ENTENDIENDO OBJETIVAMENTE EL PRESENTE
UNIFICAR CRITERIOS
Uno de los grandes inconvenientes con los que nos enfrentamos los
seres humanos es justamente lo más valioso que tenemos, la individua-
lidad. Cada persona es distinta; y cuando decimos distinta nos referi-
mos a realmente diferente. Tanto es así que cada uno de nosotros va
mutando día a día, minuto a minuto y segundo a segundo. En realidad,
el intento de clasificación del cambio en cuanto a tiempo es incorrecto
–tal vez no para alguien con un modelo mental monocrónico según el
que desarrollara Edward Hall en 1959, del cual hablaremos más ade-
lante–, ya que las personas no cambian sólo por el paso del tiempo,
sino también por el devenir de las acciones que cometen u omiten.
Los individuos cambian constantemente y, por ello, también
mudan su forma de pensar sobre las cosas que hacen o hicieron. Esto
es así. Por ello, lo menos que podemos esperar es que cambie la
forma de relacionarse con otros individuos.
Pensarán que es un comienzo demasiado filosófico para un libro
que trata sobre modelos para análisis y toma eficaz de decisiones
para proyectos web. Tal vez así sea. De hecho, durante un tiempo
creí que era la forma en que me forzaba a integrar mis dos grandes
pasiones: la filosofía y la industria de Internet. Mientras releo lo que
escribí incluso me sigue sonando un poco absurdo, pero mi modelo
mental me da respuestas bastante convincentes que, cuanto menos,
me dejan pensando y que a continuación paso a explicarles.
Por el año 1995, mi hermano Facundo escuchó hablar de algo lla-
mado Internet y de las cosas que uno podía hacer con esta “herra-
mienta”. Todo eso de lo que se hablaba desde que éramos chicos, en
12 META ANALYTICS
el marco de la ciencia ficción, ahora ya tenía menos de ciencia ficción

y mucho más de realidad. Inmediatamente le encargó a un tío nuestro,
que vive en Nueva York, que le traiga un MODEM de 14.400 baudios
(algo bastante lento) marca Motorola. Luego, contratamos un servicio
que costaba algo así como 100 dólares por 15 horas mensuales de
dial-up, más el costo de la llamada telefónica. Era realmente mucho
dinero, y nos significó un esfuerzo económico tremendo, pero cómo no
iba a valer la pena si podíamos hacer cosas casi espaciales.
Yo, inicialmente, estaba muy poco motivado; pero la primera vez
que navegué en Internet fue como amor a primera vista. En ese
momento estaba por ingresar a la universidad, sin estar demasiado
convencido de que Ciencias Económicas fuera lo que quería hacer, y
no estaba muy esperanzado sobre el futuro laboral.
Esa primera vez en Internet cambió todo; fue un punto de inflexión
en mi vida, y quiero remarcar esto porque es literal.
La computación me había gustado desde mi TK-83, cuando tenía
sólo 6 años, y con mi hermano nos quedábamos los fines de sema-
na copiando líneas de código para obtener como resultado algo que
hoy ni siquiera requiere programación. Sin embargo, Internet no era
solamente buena; era algo grande, muy grande. Estábamos viviendo
el cambio del mundo contemporáneo, tal vez algo así como la
Revolución Industrial en su momento. Mis hijos iban a estudiar lo que
yo estaba viviendo en esa época.
Desde aquella primera vez en que navegué en Internet casi no pude
moverme de al lado de la computadora, y la cosa “empeoró” cuando
accedí a banda ancha.
Desde ese momento sabía que aquello era a lo que me iba a dedicar
en mi vida; no sabía si me iba a dar de comer (de hecho, al principio
no lo hacía), pero no concebía mi vida sin Internet. En la facultad, mis
trabajos siempre trataban acerca de Internet, algo que en ese momen-
to todos miraban con desdén. No era un tema serio, era “Internet”.
Por otro lado, siempre me gustó la filosofía y la observación de la
conducta humana. Cuando chico no me daba cuenta, ni siquiera
sabía qué era la conducta humana y menos aún la filosofía. Haciendo
un análisis retrospectivo me doy cuenta de que era extremadamente
observador, lo que me llevó a entender ciertos comportamientos
humanos desde muy temprana edad. Una de las cosas que aprendí al
observar es que es poco probable que las personas reaccionen o
actúen de forma idéntica ante eventos iguales o similares.
Ahora bien, te preguntarás qué tiene todo esto que ver con este
primer capítulo. En mis años de estudio y experiencia trabajando con
y para grandes corporaciones, pude identificar que, en general, el
CAPÍTULO 1 • ENTENDIENDO OBJETIVAMENTE EL PRESENTE 13
mundo corporativo se enamora de nuevos e innovadores modelos,

pero se olvida de algo muy importante. Todo su sistema y entorno
(tomando al sistema como un conjunto de cosas que interactúan con
un fin común, y no como un mero sistema informático), está forma-
do por personas. Y las personas, obviamente, no son predecibles. El
ser humano tiene la capacidad de generar pensamientos lógicos (lite-
ralmente hablando), lo cual no quiere decir que todo su obrar esté
impregnado de lógica. O mejor dicho, es lógico, pero bajo un mode-
lo mental particular. Como dijimos anteriormente, el ser humano es
único, por lo tanto, ve todo con la luz distorsionada (o no) de su sub-
jetividad (o su verdad).
No existe la objetividad; existen las cosas objetivas y la interpreta-
ción subjetiva de cada persona que ve esa misma cosa.
El propósito de este capítulo, y de ahí la importancia de esto que
en principio parecería no tener relación directa con la temática del
libro, es basar todas nuestras acciones en el hecho de que cada una
de las cosas que ocurren en un proyecto, una empresa y hasta en la
vida, no son vistas ni analizadas por todos nosotros de igual mane-
ra. Por ello, es de vital importancia la interacción reiterada con el
resto del equipo con el que trabajamos, para ir, de esta forma, elimi-
nando cualquier posibilidad de malentendido o visión divergente
sobre el mismo hecho analizado.
¿Cuántas veces nos pasa que un compañero de trabajo nos da su
opinión sobre cómo él cree que deberían hacerse las cosas y en prin-
cipio nos parece raro, incorrecto o hasta ilógico? Luego, esta persona
nos explica “el porqué”, o nos da sus fundamentos de por qué cree
que hay que hacerlo de esa y no de otra forma y, de un segundo a
otro, lo raro, incorrecto o ilógico se transforma en una excelente idea.
Básicamente, esto ocurre debido a que los modelos mentales que pro-
cesan la misma información son distintos, y llegan –debido a concep-
tos catalogados de manera divergente– a diferentes conclusiones aun
basando su análisis en la misma realidad aparentemente “objetiva”.
Como dijo Mark Twain: “Cuando yo era un muchacho de 14 años,
pensaba que mi padre no sabía nada y hasta me molestaba tenerlo a
mi alrededor. Pero cuando llegué a los 21 años, me sorprendió todo
lo que había aprendido en sólo 7 años”. Básicamente, lo que había
mutado, y mucho, era su modelo mental, debido justamente a pasar
de los 14 a los 21 años de edad. Poco había cambiado en la cabeza
de su padre, que ya era grande y tenía ideas bien consolidadas.
Aristóteles hablaba de la doble existencia de las cosas. Por un
lado, la cosa existente en sí misma, o sea su existencia objetiva. Por
otro lado, esa cosa creaba una nueva existencia en la mente de quien
la percibía con su propio modelo mental.
14 META ANALYTICS
ELIMINAR RAZONAMIENTOS PREVIOS

El ser humano genera, de manera constante, procesos de pensa-
mientos que guarda y replica o reutiliza de manera constante en el
futuro. Como si se tratara de un robot, que aprende las cosas una
vez y las da por aprendidas. Cuando vuelve a enfrentarse al mismo
“problema”, reutiliza el resultado de la anterior toma de decisiones.
De ese momento en adelante, el aprendizaje va disminuyendo mien-
tras aumentan los procesos de repetición.
Hace un tiempo escuché a alguien decir: “Yo tengo diez años de
experiencia en mi trabajo, nadie en esta empresa me puede decir
cómo hacer las cosas”. Sin embargo, eso no es correcto: las perso-
nas aprendemos mucho cuando desconocemos completamente
algo, pero luego el proceso de aprendizaje va disminuyendo mientras
reutilizamos lo aprendido.
Yo lo llamo “aprendizaje por capas”. Como si fuera un lenguaje de
programación (hay lenguajes básicos o de bajo nivel y lenguajes de
alto nivel), los seres humanos construimos nuestros modelos menta-
les en base a capas. Las capas más bajas son las que desarrollamos
generalmente la primera vez –son los aprendizajes básicos–, donde
realmente tuvimos que dedicarnos plenamente a aprender algo.
Luego, cuando damos esto por cierto, o sea cuando nos conven-
cemos de que dentro de nuestro razonamiento tiene lógica (para
nosotros mismos y en un momento en particular), tomamos esto
como aprendido. Desde ese momento en adelante generaremos
conocimiento sobre la capa anterior de información (que no volve-
mos a investigar).
Sin embargo, ese estrato inferior de conocimiento se construyó
basándose en un análisis de una realidad particular en un entorno
único e irrepetible. ¿Cómo podemos entonces “cerrar” esa capa y
reutilizarla constantemente para construir conocimiento futuro sin
que medie pensamiento alguno sobre la anterior?
De a poco, vamos creando capas y más capas. Cada una de ellas
sobre otra que tal vez ni siquiera se adecua a nuestra lógica actual;
pero jamás nos daremos cuenta, ya que no volvemos a efectuar pen-
samiento alguno sobre ella. Es como si esa capa estuviera encapsu-
lada o encriptada, y sólo podemos conocer la respuesta, pero no la
lógica utilizada.
Esteban Echeverría, en su libro Ontología del lenguaje, habla sobre
esto mismo con extrema claridad. Él dice que todas aquellas cosas
que hacemos repetidamente se vuelven “transparencias”; o sea, no
las vemos. Hacemos esas cosas de manera automática, como

robots. Ahora bien, si el ser humano es lógico y racional, ¿cómo
puede ser que lleve a cabo acciones sin mediar razonamiento lógico
alguno? No estamos hablando de cosas menores; en muchos casos
son cosas de gran complejidad, riesgo o peligrosidad.
Busquemos ejemplos de la vida cotidiana: aquéllos que conducen
un vehículo desde su casa camino a la oficina, es algo que hacen a
diario, ¿correcto? Hagan, por favor, el ejercicio de pensar todas las
cosas que pasaron mientras manejaban hoy camino a la oficina. Es
probable que no recuerden la mayoría de ellas, excepto aquéllas que
se salieron de la “rutina”. Un ejemplo podría ser:
a. Saludamos a nuestra familia.

b. Nos dirigimos a la cochera.
c. Ponemos el auto en marcha y nos “acomodamos” para comenzar
a manejar (cinturón de seguridad, calentamos el motor del auto
por un momento, ponemos las noticias o algo de música, etc.).
d. Conducimos. En esta etapa pasan muchas cosas.
a. Nos cruzamos con nuestro vecino que se dirige a trabajar al
mismo horario que nosotros y, casi con precisión de reloj, los
dos abrimos el portón de la cochera casi en paralelo.
b. Nos detenemos a unas 2 ó 3 cuadras de casa para comprar
el periódico.
c. Encontramos un desvío porque están reparando una calle.
d. Vemos gente que pasa caminando. También a quienes condu-
cen los autos a nuestro lado.
e. Un auto realiza una maniobra brusca y casi produce un cho-
que en el que podríamos estar involucrados.
f. Llegamos a la oficina y nuestra cochera en la empresa está
ocupada.
De todas las actividades listadas arriba, hacemos la mayoría sin

que medie un proceso mental “lúcido”, e implican gran responsabi-
lidad. ¿Cuáles creen que son transparencias? Traten de recordar,
cuando llegan a la oficina, el detalle de todas esas cosas y se van a
sorprender. No hablo únicamente de acordarse de que saludaron a
su pareja, sino de recordar el momento, qué cara puso él/ella y qué
nos dijo. Es probable que no puedan recordarlo, y esto ocurre por-
que son cosas que hacemos de manera “transparente” o invisible
para nosotros.
16 META ANALYTICS
Entonces, como dijimos previamente, las cosas repetitivas se vuel-

ven transparencias, y aquellas distintas o fuera de la rutina no. A
continuación marquemos con una T las transparencias y con NT las
no transparencias:
a. Saludamos a nuestra familia: “T”

b. Nos dirigimos a la cochera: “T”
c. Ponemos el auto en marcha y nos “acomodamos” para comen-
zar a manejar (cinturón de seguridad, calentamos el motor del
auto por un momento, ponemos las noticias o algo de música,
etc.): “T”
d. Conducimos. En esta etapa pasan muchas cosas.
a. Nos cruzamos con nuestro vecino que se dirige a trabajar al
mismo horario que nosotros y casi con precisión de reloj los
dos abrimos el portón de la cochera casi en paralelo: “T”
b. Nos detenemos a unas 2 ó 3 cuadras de casa para comprar
el diario: “T”
c. Encontramos un desvío porque están reparando una calle:
“NT” (depende con qué frecuencia ocurra esto en su ciudad.
En muchos casos, cuando se vuelve transparencia, uno puede
incluso tomar un desvío sin siquiera pensar en ello).
d. Vemos gente que pasa caminando y a quienes van conducien-
do y sus acompañantes en los vehículos linderos: “T”
e. Un auto realiza una maniobra brusca y casi produce un cho-
que en el que podríamos estar involucrados: “NT” (si condu-
cen en Buenos Aires, es probable que sea una transparencia).
f. Llegamos a la oficina y nuestra cochera en la empresa está
ocupada por otro auto: “NT”
Fíjense que estuvimos “inconscientes” durante 40 minutos, y sólo

nos despertamos algunas pocas veces de nuestro “letargo”. Y está-
bamos nada menos que conduciendo un auto a velocidad, pasando
cerca de ciclistas y peatones (además, claro está, de otros autos).
Esto mismo ocurre en sus empresas. Al ir involucrándose en la
actividad más y más, y al ir resolviendo los problemas del día a día,
vamos creando “capas” encriptadas de conocimiento que terminan
por apresarnos en decisiones que alguna vez tomamos porque en su
momento, y bajo condiciones particulares, nos resultaron lo mejor.
Albert Einstein dijo: “La mente que crea el problema, no puede crear
la solución”. ¿Se dan cuenta cabal de la importancia del trabajo en
equipo? También escuché decir (perdón pero no recuerdo el autor de

esta frase): “Nadie es tan inteligente que no necesite un buen conse-
jo, y nadie es tan tonto que en algún momento no pueda darlo”.
El trabajo en equipo y la multiplicidad de opiniones (con un orden
establecido), son vitales para combatir las transparencias. Cada uno
de nosotros tiene sus propias transparencias, ya que son individua-
les, y no son las mismas que las del resto de las personas con las
que trabajamos o convivimos.
La interacción entre individuos que no comparten transparencias
logra forzar el mejor mecanismo existente para evitarlas. Esteban
Echeverría lo llama “quiebre”. ¿Qué es un quiebre? Es la ruptura de
esa inercia con la que hacemos cosas de manera casi inconsciente.
En nuestro ejemplo anterior, cuando salimos de la cochera con nues-
tro auto marcha atrás, como lo hacemos todos los días, chocamos a
nuestro vecino, que justo ese día fue marcha atrás más de lo normal.
Estaríamos rompiendo con la inercia (además de los focos del coche),
y nos “despierta”, ya que no tenemos previamente “programada”
una reacción para ese hecho, por lo que requiere de nosotros un pro-
ceso de pensamiento y toma de decisión.
De igual modo ocurre cuando llegamos a la cochera de nuestra ofi-
cina y está ocupada, o cuando nos encontramos con un desvío.
En nuestro trabajo sucede lo mismo, con la diferencia de que en
la industria on-line los quiebres deberían ser bastante más frecuen-
tes. ¿Por qué? Forzar un quiebre tiene como objetivo dejar de basar
nuestra toma de decisiones en un análisis previo realizado sobre un
entorno particular. Ese entorno en el mundo on-line fluye mucho
más rápido, con lo cual es posible que, de un mes a otro, el entor-
no utilizado para generar nuestro escenario de planificación y toma
de decisiones ni siquiera exista.
Veamos un ejemplo que permite resaltar el “espíritu” de lo que
quiero contarles. Muchos de ustedes vivieron la primera ola de
Internet. De ser así, es probable que estén muy familiarizados con el
concepto ICQ.
Aproximadamente por el año 1998 la mayoría de la gente utilizaba
como mensajero el ICQ (excepto en Estados Unidos donde reinaba
AIM de AOL). Tan es así que todos mis contactos en ese momento
tenían ICQ, y nos contactábamos frecuentemente por ese medio.
Nadie pensaba la vida on-line sin ICQ. Sin embargo, poco tiempo
después, muchos gradualmente comenzaron a dejar ICQ y cuando
“nos despertamos” estábamos todos utilizando MSN o algún otro sis-
tema que permitía utilizar varios mensajeros en paralelo.
18 META ANALYTICS
Algo parecido pasó recientemente con las redes sociales. En 2007

no más de dos de mis contactos tenían Facebook. Sin embargo, hoy
no sólo están todos mis conocidos en Facebook sino que, además,
recuperé amigos que hacía tiempo no contactaba.
¿Qué lógica tiene utilizar un modelo de análisis que se basa en la
repetición si, aunque no se vea claramente, el entorno cambia tan
rápidamente que ni siquiera nos permite advertirlo?
Forzar quiebres no es sencillo, pero es necesario, y por ello vale la
pena intentarlo.
Quienes tienen hijos pequeños (o sobrinos, nietos o primos) pue-
den acudir a la técnica que ellos utilizan para aprender, pero, en lugar
de hacerlo con el objetivo de instruirse, háganlo con el de re-apren-
der constantemente. La técnica es la del “¿por qué?”. La utilización
constante del interrogativo “¿por qué?” es una excelente forma de
forzar quiebres.
El siguiente es un cuento de la vida real que transcurre en una
empresa bastante grande en Buenos Aires, Argentina. Resulta que la
empresa había contratado una persona para recibir paquetes en la
entrada del edificio. Algún tiempo después se crea un área de logís-
tica, la cual contemplaba dentro de su listado de actividades la recep-
ción de correo y mensajería. Sin embargo, nadie le advirtió de esto a
la persona que esperaba mensajes y paquetes en la puerta del edifi-
cio, y estuvo así por más de 1 año. En un momento determinado, y
sólo por moda, la empresa contrata una consultora para auditar sus
procesos y mejorarlos (aunque jamás ocurrió, ya que eso requería un
cambio de cultura y no sólo de procesos). El auditor externo no tardó
demasiado en darse cuenta de esta situación atípica y hasta ridícula:
le estaban pagando a alguien para que haga algo que ya no se reque-
ría desde hacía mucho tiempo.
¿Lo anterior quiere decir que el auditor era más inteligente o tenía
más conocimientos que las personas de la empresa? No, para nada.
El auditor externo, además de ser una persona con conocimientos
específicos para detectar irregularidades en los procesos (capacidad
que podría tranquilamente estar presente también en el personal
regular de la compañía), es una persona que tiene dos cualidades
extremadamente importantes:
1. No conoce las respuestas (y es su obligación hacer las preguntas).

2. Sabe cómo forzar quiebres, aun cuando no sepa que lo está
haciendo. Preguntarse todo es parte esencial de su actividad.
CONOCER EVENTOS DEL PASADO

Para lograr entender los eventos del pasado es necesario, antes
que nada, tener un pasado (como empresa o proyecto) y, en caso
de poseerlo, que esté registrado. Imaginemos que un hijo está por
nacer. Los padres harán todo lo que esté a su alcance para que sea
educado, estudie, etc. Pero, no saben cómo este niño o niña será
efectivamente, ya que ignoran cómo reaccionará a la educación que
le brinden. Aquellos que tienen más de un hijo, seguramente esta-
rán de acuerdo en que lo que les “funcionaba” con el primer hijo, no
es aprendizaje utilizable para educar al segundo, y lo de estos para
un tercer hijo, y así sucesivamente.
En el apartado anterior a este capítulo, analizamos los problemas y
riesgos de tomar decisiones en la actualidad basándonos en los resul-
tados de razonamientos que realizamos previamente. En este aparta-
do vamos a ver exactamente eso: cómo mejorar el conocimiento de
nuestro presente apoyándonos en los eventos del pasado.
Si hay algo en lo que todos seguramente estamos de acuerdo es
en que no podemos conocer el futuro. Sin embargo, gracias a mode-
los estadísticos, podemos estimar los sucesos venideros con una cer-
teza aceptable. Para que esto ocurra, necesitamos sí o sí del pasado
y, para que el pasado exista, debemos medirlo. No podemos contro-
lar todo aquello que no medimos, principalmente porque no hacemos
que exista y que perdure en el tiempo.
Si no medimos el tráfico de nuestro sitio web, difícilmente podre-
mos saber si las cosas están yéndonos bien o mal, y mucho menos
tomar decisiones que nos lleven (o tiendan) al éxito o, al menos, no
podremos estar seguros de ello.
El pasado es todo lo que tenemos para entender el presente (dónde
estamos y cómo llegamos hasta allí) y poder, basándonos en él, esti-
mar con cierta exactitud qué pasará en el futuro. Dicho de otra
forma: “Todo lo que podemos saber sobre el futuro está relacionado
con algo que ocurrió en el pasado”.
Ahora bien, ¿a qué nos referimos con entender el pasado?
Básicamente, se trata de analizar en profundidad los eventos ocurri-
dos, y tratar de identificar dependencia e independencia de variables.
O sea, en esos eventos del pasado, al manifestarse una acción de una
variable, cómo reaccionan las restantes variables bajo análisis. Por
ejemplo, hacemos una campaña de paid search (búsquedas pagas).
Durante 3 meses vamos haciendo pruebas y ajustes en diferentes
20 META ANALYTICS
variables de la campaña (creativo, keywords, posiciones, target, etc.).

Esto va generando un historial que nos permite entender las relacio-
nes entre las variables. Es importante no modificar más de una por
vez, ya que de hacerlo estaremos viciando nuestra muestra y no
podremos entender qué variable alterada está generando una modifi-
cación en la performance de una segunda variable.
Simplificándolo aún más, siguiendo con el ejemplo anterior, sólo
con el hecho de probar conjuntos de keywords, y siguiendo al usua-
rio que llegó al sitio por medio de este canal, podríamos identificar el
perfil de keyword que genera mejores resultados en el sitio. Cuando
hablamos de resultados, nos referimos a aquellas keywords que
hacen que mejoremos el alcance de nuestro objetivo primordial. Por
eso, luego hablaremos del tema con mayor profundidad. El tráfico no
determina la performance de una campaña, y de hecho podría ocurrir
todo lo contrario. Una campaña con mucho trafico y poca conversión
termina generando un incremento innecesario de costos y de stock
(personas) que, al no convertir, sólo incrementan el costo de adqui-
sición de quienes sí compran.
CONOCER LAS PARTES DEL SISTEMA

Para comenzar, es oportuno definir qué es un sistema.
Un sistema es un conjunto de partes, o elementos, organizados y
relacionados, que interactúan entre sí para lograr un objetivo. Los sis-
temas reciben (entrada) datos, energía o materia del ambiente, y pro-
veen (salida) información, energía o materia. Un sistema puede ser
físico o concreto (como una computadora, un televisor, un humano),
o puede ser virtual o intangible (un software).
Cada sistema existe dentro de otro más grande; por lo tanto,
puede estar formado por subsistemas y partes y, a la vez, puede ser
una pieza de un supersistema.
Los sistemas tienen límites o fronteras que los diferencian del
ambiente. Ese límite puede ser físico (el gabinete de una computado-
ra) o conceptual. Si hay algún intercambio entre el sistema y el
ambiente a través de ese límite, el sistema es abierto, de lo contra-
rio, es cerrado.
El ambiente es el medio externo que envuelve física o conceptual-
mente a un sistema. De él recibe entradas y, al mismo tiempo, le
devuelve salidas (interactúan entre sí). El ambiente también puede
ser una amenaza para el sistema.
Un grupo de elementos no constituye un sistema si no hay una

relación e interacción que dé la idea de un “todo” con un propósito.
La interacción de las partes o elementos es lo que diferencia a un
sistema de un conjunto de cosas, ya que el sistema es más que la
suma de las partes que lo componen. Si bien más adelante veremos
en profundidad el tema, es importante mencionar que no podemos
entender ni conocer un sistema sólo conociendo sus partes. O sea,
contratando a los mejores profesionales de Internet (Diseñadores,
Programadores, Project Managers, Analistas, Administradores de
Bases de Datos, Media Planners, etc.) y dándoles el mejor equipa-
miento no nos aseguraremos de que tendremos el sitio web que más
venda. El concepto de que el todo es más que la suma de las partes
(la mirada holística de los sistemas que aportó Aristóteles) fue lleva-
do a un nuevo nivel por el Biólogo Austríaco Ludwig Von Bertalanffy,
a quien se le atribuye la Teoría General de Sistemas.
Habiendo explicado el concepto de sistema, prosigamos con el
tema de este apartado.
A veces hay cosas que parecen muy claras, incluso a la luz de quie-
nes forman una organización, hasta que alguien hace una pregunta al
respecto y todos se quedan pensando la respuesta. Al cabo de un
rato, las personas que conforman el equipo responden de distinta
manera, afirmando que en realidad no era una cosa que estuviese
clara. Era algo que se daba por sabido, y formaba parte de la cultura
de la empresa, porque en algún momento alguien la pensó y desarro-
lló capas superiores de conocimientos sobre dicha cuestión. Todos los
que vinieron después, repitieron el resultado de este proceso de aná-
lisis realizado previamente, pero sin conocer el “por qué” de las cosas.
Una de estas cuestiones es el entendimiento real del conjunto de
objetos, tangibles o no, que conforman nuestro proyecto.
Dentro de un proyecto de Internet, sea éste parte de un proyecto off-
line o en su totalidad on-line, tenemos diferentes clases de objetos que
conforman nuestro sistema, y que de una forma u otra interactúan.
¿Qué tipo de cosas encontramos en un sistema?
1. Gente: en todo proyecto, afortunadamente, hay gente. Personas

que cumplen diferentes roles, todos necesarios para poder lle-
varlo a cabo. Los perfiles y nombres de puestos varían de una
empresa a otra, pero podemos clasificarlos genéricamente entre:
a. Ventas
b. Manejo de Proyectos
22 META ANALYTICS
c. Administración y Finanzas
d. Creatividad y Comunicación
e. Programación y Tecnología
f. Marketing
g. Recursos Humanos
2. Equipamiento: el equipamiento es todo aquello que sirve a las
personas para que puedan cumplir con los objetivos planteados.
Entonces, el programador necesitará de una computadora para
poder hacer su trabajo, y la gente de Recursos Humanos nece-
sitará de un software especial para poder hacer búsquedas y
administración de personal de manera más eficiente.
¿Qué cosas podrían, dependiendo de la empresa y su estructu-
ra, conformar parte del equipamiento?
1. Hardware
2. Software
3. Comunicaciones (telefonía fija y móvil, red de datos móviles,
Internet, fax, etc.)
4. Sistema de control de ingreso y egreso de personal
5. Transporte
6. Otros
3. Clientes: son todas aquellas personas, físicas o jurídicas, que
interactúan con nuestra compañía comprando o contratando
nuestros productos y/o servicios. Existe una relación básica con
los clientes, que podríamos llamar relación genérica cliente-pro-
veedor, que es por la cual el cliente se compromete a pagar un
determinado monto de dinero a cambio de un conjunto de acti-
vidades realizadas por nuestra compañía (proveedor) que confor-
man, o deberían conformar, para el cliente una solución.
Además de esta relación básica, tenemos una maximizada,
donde nuestra empresa y la del cliente se interrelacionan en un
sistema donde los flujos, frutos de interacciones entre ambas
empresas, tienen un objetivo común. De esta forma, se genera
un “supersistema”, que da beneficios mutuos.
4. Proyectos: según el Project Management Institute, un proyecto es
una planificación que consiste en un conjunto de actividades que se
encuentran interrelacionadas y coordinadas; la razón de un proyec-
to es alcanzar objetivos específicos dentro de los límites que impo-
nen un presupuesto y un lapso de tiempo previamente definidos. La
gestión de proyectos es la aplicación de conocimientos, habilidades,

herramientas y técnicas a las actividades de un proyecto para satis-
facer los requisitos de éste.
Un proyecto es un emprendimiento que tiene lugar durante un
tiempo limitado, y que apunta a lograr un resultado único. Surge
en base a una necesidad, acorde con la visión de la organización,
aunque ésta puede desviarse en función del interés. El proyecto
finaliza cuando se obtiene el resultado deseado, desaparece la
necesidad inicial, o se agotan los recursos disponibles. Este con-
junto de actividades son realizadas por medio de la gente (equi-
po), utilizando el equipamiento, según los requerimientos de los
clientes para el alcance de un objetivo común.
IDENTIFICAR LAS INTERACCIONES DEL SISTEMA

Anteriormente mencionamos algunas cosas que conforman los sis-
temas. Un error típico es, con el fin de identificar la performance de
un sistema (que puede ser desde una empresa hasta una campaña
web), analizar los componentes de ese sistema por separado y tratar
de mejorarlos, ya que “si mejoro las partes que conforman el todo,
tendré un todo optimizado”. Sin embargo, esto no es así: la mejora
aislada de las partes que conforman el todo no mejora el todo.
Supongamos que tenemos una empresa y mejoramos sus partes de
la siguiente manera.
a. Gente: incorporamos personas más capacitadas y entrenamos

mejor a los que actualmente trabajan en la compañía.
b. Equipamiento: compramos software más sofisticado y mejores
computadoras.
c. Clientes: les brindamos a nuestros clientes productos más
sofisticados.
En el caso mencionado arriba, ¿tendremos una mejora en el siste-

ma como un todo? En primer lugar, es importante evaluar cuál es el
objetivo de la empresa. Si es ganar dinero, objetivo principal de la
mayoría de las compañías, entonces el modelo anterior tiene varios
problemas, algunos primarios y otros secundarios:
Primarios: una mayor inversión en todas las áreas incrementa el

costo operativo. Si bien es cierto que ahora ofrecemos produc-
tos más sofisticados, no sabemos si los clientes los necesitan
24 META ANALYTICS
realmente. Y si los necesitan, no sabemos si están en condicio-

nes de pagar más por ellos.
Además, tenemos el agravante del costo operativo mayor, y
debemos incrementar los ingresos lo suficiente como para man-
tener la rentabilidad.
Secundarios: la capacitación de personal es excesiva, y/o la

empresa no acompaña el exceso de conocimientos con una sofis-
ticación de las actividades, es probable que generemos una bre-
cha entre aspiraciones y actividades a realizar, provocando una
“fuga” de recursos (empleados), con todo lo que eso significa.
Tener productos más sofisticados también puede ser un problema.
Muchas veces esto no se tiene en cuenta, pero aumentar la sofis-
ticación de nuestros productos podría hacernos perder a nuestros
actuales clientes, así como también ponernos frente a nuevos
competidores que podríamos no estar en condiciones de enfrentar.
Finalmente, podemos caer en el problema de “ofender” a nuestro
cliente. Mejorar la interfase de nuestra plataforma (sin basarnos para
ello en la opinión de nuestros clientes) puede confundirlos, aun
habiendo logrado hacerla “más intuitiva”. No debemos olvidar que,
muchas veces, lo distinto, aunque sea mejor, puede ser rechazado
por el sólo hecho de que generalmente las personas, cuando se sien-
ten “indefensas” o en una posición de “riesgo” por desconocer algo,
optan por desacreditar aquello que desconocen.
Pero, si mejorar las partes no mejora el todo, o al menos no ase-
gura que lo haga, ¿cuál es el procedimiento correcto?
En primero lugar, el proceso es el inverso. Debemos interpretar
cómo funciona el sistema en conjunto, luego identificar qué rol tiene
cada parte dentro del sistema y cómo se relaciona con el resto.
Seguramente ahora estén pensando que eso es imposible, y tal vez
lo sea si quieren ser estrictos en la modelización en el momento cero.
Tener un problema no es un inconveniente, a no ser que sea el mismo
con el que ya lidiaron anteriormente.
Jamás van a poder conocer toda la realidad de un sistema en el
momento cero, aunque de todos modos tampoco es necesario hacer-
lo. A lo que nos referimos es, en todo caso, a ir conociendo este sis-
tema e ir buscando patrones de conducta que se repliquen a través del
tiempo. Si es a través del tiempo, claramente es algo que se constru-
ye de a poco. Cuando un joven sale a bailar y conoce a una chica jamás
puede saber si será la chica de su vida, pero identifica patrones que
coinciden con los propios. Día a día, uno conoce más y más a la per-
sona hasta que se da cuenta que ésa es la persona de su vida (o no).
En este caso ocurre lo mismo, día a día van a ir conociendo su sis-

tema y cómo interactúan sus partes. Luego, y en esto es bien dife-
rente al trato con una mujer, uno puede identificar qué cosas debe
cambiar para que el todo funcione mejor. Por favor, no traten de
seguir este consejo con una mujer, a no ser que quieran deshacerse
de ella.
Volviendo al sistema, el primer día seguramente van a ver grandes
bloques de objetos y algunas escasas relaciones. Sean curiosos y pre-
gúntense en ese momento sobre el por qué de las cosas. ¿Por qué el
Project Manager reporta a dos gerentes? ¿Por qué utiliza un software
y no otro? ¿Por qué tiene tal o cual toma de decisión a su cargo?
Todas esas preguntas van llenando huecos de desconocimiento y, sin
darse cuenta, van a empezar a entender el funcionamiento de ese sis-
tema y podrán definir, de manera cada vez más fácil, qué cosas fun-
cionan bien y qué cosas mal.
Uno de los errores comunes es pensar que quien está más tiempo
en una compañía conoce mejor su funcionamiento. Esto puede ser
verdad, pero no depende únicamente de que esa persona esté duran-
te 10, 20 ó 50 años en la compañía, sino de:
Curiosidad: qué tan curioso es al analizar las relaciones del sis-

tema. Al inicio de este libro hablamos de utilizar el ejemplo de
los niños, preguntar, preguntar, preguntar. Si no lo hacemos es
posible que demos por sentadas cosas que realmente no sólo no
son claras, sino que pueden estar equivocadas por varias razo-
nes. A menos que estemos completamente seguros de que esta-
mos entendiendo y comprendiendo lo que estamos analizando,
es conveniente utilizar la metodología de dudar. Si mencionamos
la duda, lamentablemente para aquellos que no gustan mucho de
la filosofía, debemos mencionar al padre de este método filosó-
fico: Descartes. Además de ser conocido por su frase célebre
“Pienso, luego existo” (que explica casi todo su pensamiento
filosófico), es considerado el filósofo de la duda porque pensaba
que, en el contexto de la investigación, había que rehusarse de
asentir a todo aquello de lo que pudiera dudarse racionalmente.
Él estableció tres niveles principales de duda:
En el primero, citando errores típicos de percepción de los que
cualquiera ha sido víctima, Descartes cuestiona cierta clase
de percepciones sensoriales, especialmente las que se refie-
ren a objetos lejanos o las que se producen en condiciones
desfavorables.
En el segundo, se señala la similitud entre la vigilia y el sueño,
y la falta de criterios claros para discernir entre ellos; de este
26 META ANALYTICS
modo se plantea una duda general sobre las percepciones

(aparentemente) empíricas, que acaso con igual derecho
podrían imputarse al sueño.
Por último, al final de las Meditaciones, Descartes concibe
que podría haber un ser superior, específicamente un genio
maligno extremadamente poderoso y capaz de manipular
nuestras creencias. Siendo éste el más célebre de sus argu-
mentos escépticos, no hay que olvidar cómo Descartes con-
sidera también allí mismo la hipótesis de un azar desfavorable
o la de un orden causal adverso (el orden de las cosas), capaz
de inducirnos a un error masivo que afectaría también a ideas
no tomadas de los sentidos o la imaginación.
El propósito de estos argumentos escépticos, y en particular los

más extremos de los dos últimos niveles, no es provocar la sensación
de que hay un peligro inminente para las personas en su vida cotidia-
na. Se trata de posibilidades abstractas, cuya finalidad es servir a la
investigación en forma semejante a un microscopio en el laboratorio.
Quizás en este momento estén notando cómo una infinidad de
conocimientos con los que convivimos son utilizables y reutilizables
en todo ámbito de la vida. Incluso este libro, que tiene un enfoque
puramente de negocios, requiere de la filosofía para explicar ciertas
cosas.
Esto ocurre, en primer lugar, por lo que podría describirse como un
“principio de convergencia” hacia el ser humano. Las cosas se gene-
ran desde y para el ser humano; por ello, no es raro que todos los
conocimientos terminen de una forma u otra siendo útiles a éste, en
diferentes situaciones. En segundo lugar, ¿cómo un libro con foco en
el análisis de información para mejorar los resultados de los negocios
podría no tener en cuenta la conducta humana? Si quitamos al com-
portamiento humano del análisis, obtenemos modelos de predicción
económicos y estadísticos fabulosos, pero utópicos e irreales.
¿Por qué hacemos esta aclaración? Cuando comenzamos el cole-
gio primario quizás solíamos pensar que la mayoría de las cosas que
estudiábamos no nos servirían a futuro. Es comprensible, dado que
en general la mayoría de las cosas se enseñan sin explicar el fin prác-
tico que tienen. Incluso en la facultad uno puede estar estudiando
modelos estadísticos fabulosos sin entender cómo ayudan o ayuda-
rán cuando necesite entender porqué mis campañas de paid search
no rinden lo suficiente, o porqué la mayoría de la gente pone produc-
tos en el carrito de compra pero no concreta la compra.
Si pudiésemos hacer a la inversa, el proceso de aprendizaje sería

mucho más sencillo. ¿Cómo sería eso? Las personas aprenden cuan-
do surge un problema que deben solucionar. Esto es así desde el prin-
cipio de los tiempos. Al no encontrar peces para pescar, aprendimos
a cazar y dejamos de ser depredadores para pasar a cultivar nuestro
propio alimento. En la actualidad sucede lo mismo, sólo que, en lugar
de aparecer las necesidades, tratamos de dar soluciones a todos los
problemas, muchas veces sin mencionar cuáles son.
Con esto queremos decir que no tiene sentido explicarle a una per-
sona un método estadístico que tiene como foco la optimización de
una campaña, cuando no tiene necesidad de generar una, ya que al
no tener la necesidad le será muy difícil y poco eficiente incorporar
los conocimientos.
Si, por el contrario, una vez que tiene la necesidad mostramos
cómo un modelo estadístico puede ayudarle a generar escenarios
futuros para una planificación más real, entonces definitivamente el
conocimiento va a incorporarse de manera más sencilla.
Quiebres: qué tan exitoso es en forzar quiebres (¿todavía recuer-

dan el concepto quiebre?)
Constancia: qué tan constante es al momento de hacer segui-
miento del funcionamiento del sistema. Heráclito de Éfeso dijo:
“Todo cambia, cambian las cosas y cambiamos nosotros. Lo
único que permanece es el devenir” o, para hacerlo más senci-
llo, “Nadie entra al mismo río dos veces, porque no es el mismo
río y uno no es el mismo hombre”. Sin querer sumergirnos en la
teoría del “devenir constante” de Heráclito de Éfeso, sólo utilice-
mos su frase para reforzar este punto: si cambiamos nosotros y
cambian las cosas, la única forma de entender nuestro sistema
es investigando constantemente, e identificando aquellas con-
ductas persistentes a lo largo del tiempo (y lógicamente, aqué-
llas que no lo son).
Capítulo 2 INTERACTUANDO EN ENTORNOS MULTICULTURALES
En el mundo de analytics existen diferentes tipos de profesionales,

los cuales realizan distintas actividades: auditoría técnica, auditoría
de información, entrenamientos, capacitación, implementación técni-
ca, análisis, planificación, entre otras.
Si nos ponemos a pensar sobre lo que implican cada una de las
actividades mencionadas anteriormente, no podemos ser ajenos a lo
importante que es la comunicación entre quienes componen el ya
mencionado sistema.
Ya señalamos que el ser humano es único y está en constante
cambio, lo cual requiere de una relación sostenida para mejorar los
niveles de comunicación. Sin embargo, la globalización nos presenta
un desafío adicional: entendernos con personas que hablan en otros
idiomas y que tienen diferentes culturas.
Si la clave está en interactuar para mejorar la comunicación, ¿qué
pasa cuando la comunicación está viciada no sólo por el hecho irrefu-
table de ser seres humanos únicos, sino que además se agregan varia-
bles propias y aprendidas por el ser humano que generan a su vez una
combinatoria de diferencias y una infinidad de modelos mentales?
Además de ser seres humanos, pertenecemos a un género (mascu-
lino o femenino), hablamos un idioma específico, tenemos una cultura
particular y contamos en nuestras espaldas con una historia que termi-
nó por darle el toque final a nuestro modelo mental para hacerlo único.
En esto se basa este capítulo: dejar en evidencia que las diferen-
cias idiomáticas y culturales constituyen la principal barrera en la
forma en que los individuos interactúan y lógicamente analizan y
toman decisiones de negocios.
30 META ANALYTICS
PRINCIPALES DIFERENCIAS COMUNICACIONALES ENTRE

HOMBRES Y MUJERES
De acuerdo a la literatura (recomiendo leer a Geert Hofstede) y a
las experiencias prácticas, existen algunas diferencias entre los hom-
bres y las mujeres en lo que respecta a la comunicación.
Diferencias en los objetivos: uno de los temas que vamos a tratar
en este libro es la importancia de tener objetivos convergentes, de
modo tal que quienes estén en su búsqueda puedan sumar fuerzas
para alcanzarlos de manera más eficiente. ¿Cómo podemos compren-
der lo que necesita la otra parte si no está hablando de la forma en
que podemos comprenderlo?
Mientras las mujeres tienen como objetivo tanto la información
como la interacción (al mismo nivel), los hombres sólo están intere-
sados en la información. De esta forma, las mujeres disfrutan más
de la interacción como medio para lograr una mejor comunicación,
algo que para los hombres generalmente “no tiene sentido”, ya que
no es necesario interactuar demasiado para obtener la información
necesaria.
Diferencias en las formas: la mujer habla un lenguaje que busca
conexión, acercarse a la gente y ser aceptada. Este tipo de comuni-
cación lleva a entornos de mayor interacción, con mucha participa-
ción de todos los miembros. Los hombres hablan en un lenguaje que
los orienta al estatus y al poder que llevan a entornos de comunica-
ción menos interactivos donde una persona “da información” y la
otra “recibe información”.
Por otro lado, para las mujeres es importante lograr cierta confian-
za con su contraparte antes de “entregarse” y dar información, lo que
requiere de una interacción previa a la obtención de información.
Los hombres tienen una necesidad principal de “soluciones” y, por
lo tanto, de entregarse ellos mismos en la relación desde el principio.
Los hechos, números y resultados son las cosas más importantes
para un hombre.
Por lo antes mencionado, los hombres pueden actuar muy bien en
comunicaciones asimétricas, donde el estatus de cada persona es
claro o aceptado. Si el estatus no está claro, o no es aceptado, habrá
una pelea por posiciones. Si la posición no es aceptada o no es clara,
habrá competencia y, si es dentro de una compañía, se dará entre
departamentos. Esto es vital para comprender las restricciones en el
CAPÍTULO 2 • INTERACTUANDO EN ENTORNOS MULTICULTURALES 31
sistema que estemos investigando. Muchas veces nos encontramos

con departamentos completos que tienen falta de información para la
toma de decisiones. La mayoría de las ocasiones esa información
está disponible en otros departamentos, pero no se comparte debido
a la desconexión entre estos, generalmente a causa de “diferencias”
entre sus gerentes o supervisores.
Las mujeres se comunican más fácilmente en relaciones simétricas
(lo cual no quiere decir, por supuesto, que no puedan comunicarse
asimétricamente).
Lenguaje femenino: la cercanía a la gente es la clave en un mundo
de relaciones, en donde el objetivo es lograr acuerdos y minimizar
diferencias.
Lenguaje masculino: independencia es la clave en un mundo de
estatus. Dar o recibir órdenes es el principal objetivo de obtener
estatus.
Las mujeres tienen un vocabulario distinto al de los hombres.
Normalmente, formulan las necesidades en términos indirectos y, por
lo tanto, son más “intuitivas” respecto de propuestas indirectas de
otros. Por eso, a los hombres les cuesta comprender tales preguntas
en los términos en que son planteadas.
En una conversación, los hombres están más interesados en mos-
trar estatus, mientras que a las mujeres les importa más la atmósfe-
ra de la conversación.
Las mujeres normalmente reaccionan de manera más sensible y
agresiva que los hombres.
Los hombres hablan de manera más directa y clara que las muje-
res. Esta práctica constante los lleva a no tener la habilidad para
comprender la comunicación “entre líneas” de ellas.
Los hombres intentan resolver los problemas de manera racional y
analítica. Las mujeres tienden más a describir el problema y pedir a
los empleados que cooperen en la resolución del mismo. Son, clara-
mente, más aptas para el trabajo en equipo. Para un hombre, pregun-
tar a un empleado sobre la solución de un problema es una muestra
de debilidad.
Recordar: escuchar es un arte. “Para aprender a hablar, una perso-
na necesita tres 3 años, para aprender a callar, cincuenta50” (Ernest
Hemingway).
32 META ANALYTICS
El lenguaje de la mujer, el lenguaje del hombre (Edward T. Hall).
Lenguaje masculino Lenguaje femenino

Alto Atolondrado
Dominante Menos estructurado
Agresivo Integrado
Lineal Pasivo
Simple Cuidadoso
Uso frecuentes de frases como
No extensivo
“tal vez”, “yo sugiero que”
Más suaves, con un nivel más
Interrupciones más frecuentes
alto de voz
Más emocional Más abierto
Esperando confirmación de sus
Con oraciones más cortas
actos
Más asertivo, aun cuando lo que
Preguntan más
dicen no es verdad
Uso de conclusiones y formas
Tiende a ser impreciso
más imperativas
Se extienden más en sus posturas,
Orientado a jerarquía
tanto positivas como negativas
Más reservado Menos dominante
Con menor interrupción a los demás
COMUNICACIÓN EN ENTORNOS MULTICULTURALES

Cuando necesitamos involucrarnos en entornos donde interactúa
más de una cultura, es importante que tengamos en cuenta algunos
conocimientos adicionales (principalmente culturales) que pueden
causar serios problemas de comunicación. Nuestro comportamiento
en entornos laborales no es “natural”, sino que, en parte, estará
determinado por nuestra cultura.
Entonces, ¿qué es cultura? Cultura es el conjunto de creencias,
actitudes y valores, los cuales ocurren en un tiempo dado y en una
sociedad particular. Los valores representan una persuasión central y
concentran unos pocos contenidos por un período prolongado de
tiempo.
En cada cultura existe un sistema de valores con tres elementos

principales:
1. Cognitivo (verdadero o falso)

2. Afectivo (agrada o no agrada)
3. Evaluativo (bueno o malo)
La cultura es representada como un iceberg (1/8 visible, 7/8 invisi-

ble) con aspectos concientes e inconscientes. Los aspectos concien-
tes, o sea aquéllos que son visibles y/o audibles son: el lenguaje, la
música, la gastronomía, la historia, la religión, la literatura, la filosofía,
el arte, el folclore, los hábitos, entre otros.
Por otro lado, los aspectos inconscientes, o sea aspectos cultura-
les ocultos, no visibles y/o audibles, son: la comunicación no verbal,
el estilo comunicativo, el estilo de negociación, el sentido del tiem-
po, la distancia (o territorio/espacio), el estilo de management, el rol
del hombre y la mujer, el sistema de valores, las relaciones humanas,
la actitud hacia el trabajo y las obligaciones, el profesionalismo y la
autoridad, y la jerarquía.
DIMENSIONES DE LA DIVERSIDAD DE CULTURA (HOFSTEDE)
Geert Hofstede es uno de los principales investigadores en mate-

ria de cultura y trabajo. Basado en estudios que comenzó en los años
60, logró proveer información vital sobre las actitudes laborales en
áreas críticas de cientos de individuos encuestados alrededor del
mundo.
Con los datos recabados en su investigación empírica ha identifi-
cado cuatro áreas en donde las personas difieren unas de otras en
cuanto al trabajo según su cultura:
1. Individualismo versus colectivismo: en este sentido, diferenció
las culturas en aquellas de “alto y bajo contexto”. El colectivismo
(trabajo en equipo) formaría parte de culturas de alto contexto y
están caracterizadas por ser indirectas, ambiguas y reservadas.
El individualismo, de bajo contexto, está relacionado a culturas con
comportamiento directo, explícito, abierto y preciso.
Las personas de cultura individualista como la americana, por ejem-
plo, usan la comunicación de bajo contexto en la mayoría de sus rela-
ciones (Edward T. Hall, 1976). Ellos utilizan posiblemente comunicación
de alto contexto cuando hablan con sus hermanos o esposas de 20
34 META ANALYTICS
años de matrimonio. En culturas de este tipo, como la alemana, es

importante ser preciso para ser comprendido. En cambio, en culturas
colectivistas como la asiática, africana o latina, se tiende a emplear
mensajes de alto contexto la mayoría del tiempo. No obstante, ellos uti-
lizan lenguaje de bajo contexto en algunas relaciones (por ejemplo, con
amigos cercanos).
Los principales rasgos de cada una de estas culturas son:
Individualistas Colectivistas
Énfasis en objetivos personales Énfasis en objetivos grupales

Búsqueda de autorrealización Se adecua al grupo
Diferenciación escasa o nula en o Marcada diferenciación en la comu-
fuera del grupo nicación en o fuera del grupo
Dicen lo que piensan Evitan confrontación en el grupo
Comunicación directa, precisa y Comunicación indirecta, imprecisa y
absoluta probabilística
Algunos ejemplos de países con cultura de bajo contexto son:

Australia, Bélgica, Canadá, Finlandia, Francia, Alemania, Gran
Bretaña, Irlanda, Israel, Holanda, Nueva Zelanda, Suecia, Suiza y
Estados Unidos, entre otros.
Algunos ejemplos de países con cultura de alto contexto son:
Argentina, Brasil, China, Colombia, Egipto, Grecia, India, Japón,
Corea, México, Nigeria, Panamá, Pakistán, Arabia Saudita, Tailandia,
Venezuela y Vietnam, entre otros (Fuente: Gudykunst, William y
Young Yun Kim. Communicating with strangers. 3ra. .a Edición, Mc
Graw Hill. 1997. Página 70).
2. Evitar la incertidumbre: algo que generalmente hace difícil la

vida de un analista web es interactuar en culturas diferentes. Por
ejemplo, un analista de Estados Unidos tendrá grandes problemas
para trabajar en un entorno latinoamericano donde generalmente se
tiende a brindar información menos formal.
Evitar la incertidumbre se relaciona con el grado en que los miem-
bros de una cultura tratan de eludirla. En algunas culturas, los indivi-
duos tratan de evitar lo ambiguo, incierto, impredecible o las situa-
ciones riesgosas. En otras culturas, la gente puede estar más confor-
me con lo ambiguo e impredecible, y no tienen en cuenta el riesgo
(bajo grado de evasión a la incertidumbre).
En aquellas culturas donde las personas están más acostumbradas

a trabajar en entornos ciertos, las decisiones se toman de manera
lenta y cuidadosa, después de mucha consideración de todos los
detalles posibles. Estas culturas necesitan de lo formal y burocrático
para poder sentirse cómodas, y no comprenden a las personas o gru-
pos que tienen comportamientos o ideas esquivas.
Sienten que planificar es muy importante, debido a que piensan
que el mundo es un lugar inseguro y peligroso. Para la gente de esta
cultura, las reglas fueron hechas para cumplirse, y el comportamien-
to agresivo hacia otras personas es aceptable, aunque prefieren con-
tenerlo y evitar el conflicto y la competencia.
Por otro lado, tenemos las culturas en donde a las personas no les
incomoda tomar decisiones bajo cierto nivel de incertidumbre. Estas
culturas son de bajo nivel de evasión de la incertidumbre. A las per-
sonas pertenecientes a estas culturas les disgusta la jerarquía, ya que
la encuentran deficiente y destructiva. Se basan en principios que
garanticen acciones seguras y no ven la planificación como un medio
para evitar catástrofes o para controlar el futuro. La gente en estas
culturas se mueve rápido. Hay más tolerancia y aceptación de la
ambigüedad y las diferencias.
En todas las culturas existen diferentes grados de evasión, pero en
cada una existe una tendencia dominante.
3. Distancia del poder: esto se refiere a “cómo las personas o ins-

tituciones menos poderosas aceptan que el poder no está distribuido
equitativamente” (Hofstede & Bond, 1984).
En aquellas culturas con menor grado de aceptación del poder,
existe una limitada dependencia entre subordinados y jefes. La dis-
tancia emocional entre ellos es relativamente escasa o nula, y los
subordinados tienden muchas veces a contradecir a sus jefes. En cul-
turas con mayor grado de aceptación al poder, existe una considera-
ble dependencia de los subordinados con los jefes. Los subordinados
responden a sus jefes y prefieren esa dependencia (en la forma de
jefe autocrático o paternalista).
El poder de la distancia se enfoca en las relaciones entre personas
de diferentes estatus. Por ejemplo, en culturas con mayor grado de
aceptación al poder, los subordinados no cuestionan las órdenes de
sus superiores. Ellos esperan que les digan qué hacer. Las personas
de cultura de menor grado de aceptación al poder no necesariamen-
te aceptan las órdenes de sus superiores. Ellos quieren saber por qué
deben hacer aquello que se les pide.
36 META ANALYTICS
¿EXISTEN DIFERENCIAS INTRÍNSECAS AL GÉNERO?
Según Hofstede, existe una clasificación del comportamiento de las

personas relacionada a la masculinidad o feminidad. Con esto no se
refiere únicamente a hombres y mujeres, sino al grado en que cada
cultura valora ciertas cualidades relacionadas a los diferentes géneros.
Por un lado, tenemos las culturas que tienden a la masculinidad.
En este tipo de culturas las personas, en general, tienden a valorar la
asertividad, la orientación a tareas, y existe una importante división
en los roles de cada sexo. O sea, qué es esperable que haga una per-
sona de sexo masculino y qué es esperable que haga una persona de
sexo femenino.
En cambio, las culturas que tienden a la feminidad generalmente
valoran las relaciones interpersonales y la calidad de vida, valores
que, por otro lado, comparten entre hombres y mujeres. No existe,
en estas culturas, una fuerte división entre lo que es esperable que
haga un hombre y lo que es esperable que haga una mujer.
En lo que atañe a la temática de este libro, es vital conocer no sólo
las diferencias, sino tener la capacidad de identificar a qué culturas
pertenecen las personas con las que estamos trabajando, sea porque
las estamos auditando o porque estamos realizando actividades de
análisis o planificación conjuntas. ¿Por qué es tan importante? Es
importante porque esas diferencias impactan directamente en el esti-
lo de trabajo que estas personas tienen. Por ejemplo, en culturas
“masculinas” las personas tienden a “vivir para trabajar”, mientras
que en las culturas “femeninas” tienden a “trabajar para vivir”, lo que
lleva en el primer caso a un estilo de trabajo más competitivo, indivi-
dualista y en búsqueda de asimetría relacional (jerarquías), mientras
que en una cultura “femenina” generalmente se busca la simetría y
colaboración.
El profesor Nello Gaspardo (profesor mío cuando estudié Marketing
Internacional en Alemania) nos comentó algo muy interesante.
Relativamente hablando, la cultura americana no es una sociedad
“masculina”, como uno podría llegar a pensar. Aun cuando existe un
mediano grado de orientación a tareas, no es muy significativo. Los
países estudiados más “masculinos” son Japón, donde es aún poco
común que las mujeres estudien una carrera (aunque esto está cam-
biando), México (el machismo y sus efectos recaen en la división de
roles según el sexo), y otros países de cultura latinoamericana, ade-
más de España, Suiza, Filipinas, Italia y Jamaica, entre otros.
Hofstede (1980) reportó que en comparación con las personas en
culturas “femeninas”, las de culturas “masculinas” tienen mayor
motivación por alcanzar sus objetivos, ven el trabajo como algo cen-
tral en sus vidas, aceptan que sus compañías interfieran en sus vidas
privadas, tienen mayor estrés por el trabajo, perciben distinto a un
hombre o a una mujer en el mismo puesto y ven el reconocimiento
como algo muy importante para obtener satisfacción en sus trabajos.
Por otro lado, las culturas más “femeninas” son las pertenecientes
a los países nórdicos (el término house husband es una palabra
sueca, y los temas relacionados con la calidad de vida, tales como el
cuidado diario, el entorno y la seguridad de los ancianos son siempre
temas de mucha importancia).
COMPRENDER LOS ESTILOS DE COMUNICACIÓN
Todas las interacciones entre los seres humanos se generan

enviando y recibiendo mensajes. Cuando una persona envía un men-
saje, la otra lo decodifica según su modelo mental, lo interpreta y
genera una respuesta. Esto crea una clara complicación, ya que no
existe tal cosa como “lo que yo dije”, sino que es un proceso que
requiere de dos o más personas con modelos mentales y culturas
diferentes. Lo que yo digo, o quiero dar a entender (con gestos, soni-
dos, etc.), puede ser interpretado de cualquier forma por la otra per-
sona, dependiendo de su propia cultura y modelo mental.
Por ello, comprender los diferentes estilos de comunicación según
las diferentes culturas es vital para poder interpretar información,
decodificándola correctamente y entender así, por ejemplo, por qué
el proyecto que se está encarando tiene tal o cual restricción para
alcanzar sus objetivos.
Existen tres tipos de comunicación interpersonal:

Comunicación verbal: la comunicación verbal es la relacionada
tanto con las palabras como con el significado de éstas y el lengua-
je en general.
Comunicación paraverbal: se refiere al volumen, al significado del
silencio/pausas y al significado de la superposición de conversaciones.
Comunicación no verbal: tiene que ver con la mímica, la gesticula-
ción y el lenguaje corporal.
COMUNICACIÓN VERBAL
La comunicación verbal generalmente tiene más que ver con provo-
car una reacción en quien escucha, que con transmitir un mensaje.
38 META ANALYTICS
Los métodos de comunicación varían de cultura a cultura. Algunas

enfatizan los métodos directos y simples de comunicación, otras uti-
lizan métodos indirectos o complejos. Estos últimos suelen utilizar
formas figurativas de hablar, expresiones faciales, gestos y otros
tipos de comunicaciones no verbales.
En una cultura que valora lo directo, como sucede en Alemania o
en Estados Unidos, se puede esperar recibir un mensaje claro y orien-
tado a preguntas y proposiciones. En culturas volcadas a formas indi-
rectas de comunicación, como en América latina, la respuesta a una
propuesta puede obtenerse sólo interpretando una serie de señales,
gestos y algunos comentarios aislados.
Lenguaje
Los lenguajes difieren en sintaxis, gramática, vocabulario, contex-
to, pronunciación y entonación. Lo anterior influencia la forma de
pensar de las personas.
Los problemas de lenguaje en las relaciones internacionales son los
siguientes:
Problemas de traducción.
Problemas en transmitir distinciones sutiles entre lenguajes
(incluso con modismos en un mismo lenguaje utilizado en dife-
rentes países).
Variaciones basadas en la cultura entre personas del mismo lenguaje.
Los problemas de traducción normalmente no causan serios con-
tratiempos, ya que son fácilmente detectables. Las dificultades más
serias son causadas cuando alguien intenta traducir sutilezas de un
lenguaje a otro.
Claridad versus armonía

Dentro de las diferentes culturas tenemos dos grandes clasificacio-
nes respecto a la claridad con la que se comunican. Algunas culturas
tienen como objetivo principal transferir información, con lo cual ser
claros y concisos es vital. Esto los lleva a ser directos, aun cuando
lo que se comunica o se informa pueda traer aparejadas tensiones
entre las partes.
Por otro lado, están aquellas culturas donde se priorizan las rela-
ciones, y por ello es vital no perder la armonía. Aquí, la prioridad está
puesta en la forma en que se comunica y/o reporta algo, lo cual lleva
a que la comunicación fluya de manera indirecta. En este tipo de cul-
turas, las personas utilizan muchos condicionales al hablar, para no
ser interpretadas como “agresivas” o irrespetuosas. Difícilmente escu-

charemos un sí o un no directo, por eso es importante leer entre líneas
lo que se dice para poder comprender lo que se nos quiere decir.
En América latina el foco principal es, en general, “mantener la
armonía” y, por ello, la comunicación se da en un ámbito indirecto.
Cuando en una organización, por ejemplo una mejicana, alguien pre-
senta un reporte, seguramente dará “muchas vueltas” para “dar a
entender” lo que quiere decir. Si una o varias personas de las que
están siendo reportadas son de una cultura donde se acostumbra la
asertividad (como la estadounidense), seguramente tendremos pro-
blemas. Para una persona de una cultura “directa”, que escuche
atentamente un reporte donde no se dice exactamente lo que se
quiere comunicar (no se verbaliza el tema), la comprensión inmedia-
ta será sumamente difícil. Es decir, esa persona no estará esperando
tener que hacer un análisis mediato de cada cosa que se dice para
comprender lo que se quiere decir.
Si una persona de una cultura “directa” quiere comunicar que hubo
una caída en las ventas debido a una mala estrategia adoptada, segu-
ramente su e-mail dirá: “Durante el mes en cuestión hubo una caída
de X% en las ventas que llevó a una caída promedio de X% en ren-
tabilidad. Sugerimos un cambio en la estrategia de comunicación del
producto A y una adecuación del precio de sus complementarios”.
Este e-mail, cuando es leído por una persona que valora la “armonía”,
será percibido como hostil.
El mismo e-mail en una cultura donde el foco es la “armonía” sería
algo así: “Durante el mes en cuestión se identificaron diferencias en
la aplicabilidad de la estrategia en los diferentes segmentos de mer-
cado, que serán ajustadas convenientemente para optimizar los
resultados de ventas y rentabilidad”. Este e-mail es interpretado por
personas de culturas “directas” como esquivo, falto de información
y hasta irrespetuoso o, en el mejor de los casos, como que “no hay
problemática alguna”.
Dentro de América latina, en particular, también se dan estas dife-
rencias. En Argentina, aun cuando se busca la “armonía”, el tono de
comunicación generalmente es “directo”. Esto genera constantes
problemas con los pares brasileños, chilenos y mexicanos (por men-
cionar algunos), quienes interpretan la falta del uso de condicionales
como falta de respeto, poca cordialidad y hasta hostilidad.
La mayoría de los japoneses, chinos y asiáticos del sur, evitan las
negativas directas o las preguntas delicadas. En lugar de dar un NO
rotundo, prefieren responder de manera indirecta, por ejemplo: “eso
será difícil”, “tal vez” o “quizás”.
40 META ANALYTICS
Hace algunos años, en Argentina se vivió un escándalo respecto a

una reunión de cooperación comercial con China. Al salir de la reu-
nión, la comitiva argentina afirmó: “China va a invertir X cantidad de
dinero en nuestro país”. Al preguntarle a los dirigentes chinos al res-
pecto, estos dijeron que no podían entender cómo se había dicho
algo así, que ellos jamás se habían comprometido a invertir esa can-
tidad de dinero.
Básicamente, lo que ocurrió es que ambas partes estaban siendo
indirectas y cada cual interpretó algo distinto, la falta de asertividad
(utilizada para no perder la armonía) terminó jugando en contra al
momento de comprender lo que las partes decían.
En las culturas altamente enfocadas a la relación, como sucede en
el este o el sur de Asia, se busca incluso no sólo la “armonía” en base
a lo que se dice (verbalmente), sino que además se trata de no ofen-
der con los gestos o posturas corporales (comunicación no verbal).
En estas culturas, cuando alguien gesticula con el rostro es algo ver-
gonzoso porque deja a la persona expuesta en sus “sentimientos”, es
por ello que se busca no “perder el rostro”. Los negociantes tailan-
deses sonríen constantemente mientras discuten en una reunión, aun
cuando están nerviosos o en desacuerdo.
Culturas muy expresivas

Región mediterránea
Europa latina
Latinoamérica
Culturas variablemente expresivas

Estados Unidos y Canadá
Australia y Nueva Zelanda
Este de Europa
Sur de Asia
África
Culturas reservadas
Este y sudeste de Asia
Europa nórdica
Europa germana
Cómo se comunican latinoamericanos y estadounidenses
Cuando los latinos ... realmente quieren Y los norteamericanos

dicen... decir... interpretan...
Él sabe exactamente lo
Tengo un proyecto. Tengo una idea.
que quiere hacer.
Sólo necesito pensar
No estoy convencido
uno o dos argumentos
que ésa sea la mejor Ésa es una idea ridícula.
convincentes más, para
manera de hacerlo.
que se decida.
Está bien, hagámoslo si
Me lavo las manos
usted cree que es lo Finalmente lo convencí.
sobre este asunto.
mejor.
Debe haber una buena Quiero que usted se Está preguntándome
idea para solucionar encargue de esto de quién podría tal vez
este problema. manera inmediata. solucionar el problema.
Esta persona no tiene
Resolveremos el proble-
sentido de responsabili-
Veremos. ma de algún modo. Pero
dad, ni idea de a dónde
lo importante es empezar.
está yendo.
Esta persona es agrada- Se puede hacer con él lo Esa persona debe ser
ble. que quieras. agradable.
Adaptación de texto de Sinergia Franco-Alemana JPB.
COMUNICACIÓN PARAVERBAL
Al regreso de un viaje de negocios en el exterior, mi socio me hizo
el siguiente comentario: “La reunión estuvo muy bien, sólo que había
un grupo de japoneses que por momentos se tapaban los ojos como
queriéndose dormir, y por momentos hablaban arriba mío (superponían
su voz)… me pareció que no les importaba lo que les estaba diciendo”.
Éste es un caso típico de problemas de comunicación paraverbal entre
dos culturas distintas. Mi socio (latino) está acostumbrado a hablar,
discutir sobre temas, negociar y salir de una reunión con un “sí” o un
“no”. Los japoneses necesitan comprender lo que están escuchando,
discutir entre ellos tantas veces como sea necesario para entender las
diferentes posibilidades y problemáticas, y tomarse su tiempo para no
equivocarse. Cuando los japoneses se tapaban los ojos estaban siendo
perceptivos, intentaban capturar toda la información necesaria para
procesarla e ir generando hipótesis. Por ello, generalmente hacen
pausas en silencio. En otros momentos de la reunión, cuando dialo-
gaban, no era porque estaban desinteresados de la temática de la
42 META ANALYTICS
reunión, sino que estaban buscando consenso para tener ciertas defi-
niciones antes de continuar con el siguiente punto o tema. Para un lati-
no, las pausas de un japonés son eternas e incómodas, mientras que
para un japonés la dinámica latina es bastante atolondrada y confusa.
El lenguaje del silencio utilizado por los japoneses es percibido por
los latinos como un signo de indecisión. Por otro lado, para los japo-
neses, un momento de silencio representa un importante instrumen-
to de concentración. Las principales diferencias son:
Los latinos conversan solapando las conversaciones, incluso

hablan simultáneamente.
Los japoneses evitan interrumpir a su contraparte.
Los japoneses usan frecuentemente el lenguaje del silencio y
realizan largas pausas entre las conversaciones.
En Argentina, por ejemplo, se habla en un volumen alto. En algu-

nos casos, incluso parecería que uno está gritando con el otro; sin
embargo, probablemente sea sólo una interacción entre partes sin
ningún tipo de divergencia.
Uno de los momentos en que me di cuenta realmente de la impor-
tancia de la comunicación paraverbal fue (siendo argentino) al escu-
char hablar a un grupo de italianos. Estaba distraído y podría haber
asegurado (aun cuando hablan en otro idioma) que eran argentinos.
O sea, la afinidad en la comunicación paraverbal de dos culturas y
países distintos puede, en definitiva, ser más fuerte que el idioma
mismo.
COMUNICACIÓN NO VERBAL
Todavía recuerdo el día en que un amigo norteamericano me imi-
taba (y a los latinos en general) por el uso intensivo de las manos
como instrumento de comunicación. Gran parte de estos gestos,
heredados principalmente de antepasados italianos y españoles, son
la delicia de quien quiere, sin ser un gran imitador o humorista, emu-
lar a un latino.
El uso intensivo de las manos para comunicarse, por parte de los
latinos, aunque gracioso para algunos, no es menos importante que
la comunicación verbal (lo que se dice) o paraverbal (las pausas o
silencios). De hecho, aproximadamente el 70% de lo que comunican
los seres humanos en general es “no verbal”.
Ahora bien, ¿por qué es tan importante esto dentro de la temática
del libro? Si estamos tratando de comprender una situación, una
necesidad de información de alguien, o incluso si lo que estamos

reportando va a servir para algo (o sea, si alguien va a tomar alguna
decisión), necesitamos comprender lo que esta otra persona piensa.
Generalmente, no podemos hacerlo sólo por lo que las personas
dicen; de hecho, las personas en general solamente dejan entrever la
verdad a través de sus palabras.
El primer paso en el proceso de generar un sistema de información de
web analytics para una empresa es conocer el “sistema”. La única
forma a nuestra disposición para conocer el sistema es observando y
dialogando con los participantes. El problema de esto último es que, en
general, las personas dicen muy poco verbalmente. Básicamente, utili-
zan la “palabra” para convencer a otras, más aún en ámbitos laborales.
Cada vez que comiencen un proceso de auditoría van a encontrar-
se con varios inconvenientes. El primero es la diversidad de modelos
mentales; luego, las diferentes culturas y, finalmente, la “intenciona-
lidad” que tiene el entrevistado. La intencionalidad es lo que hará que
esta persona verbalice aquellas cosas útiles para contarnos su verdad
y/o convencernos de algo. Si tan sólo escuchamos lo que la persona
dice, nos confundiremos cada vez más y, de hecho, notaremos que
dos personas que trabajan en conjunto dicen (verbalizan) cosas com-
pletamente opuestas.
En estos casos, lo importante es poder leer todo lo que las perso-
nas dicen sin hablar, o sea, ese 70% que los seres humanos comu-
nican con su cuerpo.
Existen diferentes formas de comunicación no verbal: proximidad,
forma de tocar, contacto visual y lenguaje corporal.
Proximidad
La proximidad es el uso espacial de las personas e interespacial
con otras personas.
Todas las criaturas vivientes tienen un límite físico que los separa
del entorno. Este es el límite más sencillo de identificar: mi persona
termina en cada extremo de mi cuerpo. Sin embargo, existe un segun-
do límite un poco más difícil de identificar, pero tan real e importante
como el físico, que es el límite personal o territorio personal.
La territorialidad es el acto de reclamar un espacio personal y
defenderlo. Si alguno tuvo la oportunidad de interactuar con un perro
podrá comprender lo dicho. El perro tiene identificado un límite terri-
torial como propio y, cuando alguien pasa esa línea virtual, o inexis-
tente físicamente, que considera como límite de su territorio, el perro
lo defiende, generalmente atacando.
44 META ANALYTICS
Los seres humanos, aun cuando no mordemos (generalmente), tra-

zamos estas líneas virtuales y las defendemos de la misma manera.
Edward T. Hall fue uno de los pioneros en estudiar las necesidades
espaciales de los hombres y creó, en la década del 60, el término
“proxemics” proveniente de las palabras en inglés proximity (proximi-
dad) y nearness (cercanía).
Una de las principales identificaciones que estableció Hall es que
los seres humanos reclamamos por ese espacio territorial como si
fuera parte de nuestro cuerpo. Si alguien invade ese territorio, es
como si estuviera invadiendo nuestro cuerpo o nos golpeara.
¿Por qué es tan importante este espacio de “aire” alrededor de
nuestra persona? Porque para los hombres esa dimensión no es aire,
es parte de su persona y, al invadirla, invadimos su persona.
Si bien esto es más difícil de entender por los latinos que por los
anglosajones o los germanos (sólo para mencionar algunos perfiles
opuestos), ocurre en todas las culturas. El espacio territorial en los
latinos es bastante inferior al de las otras culturas mencionadas. Los
latinos interactúan bastante próximos unos a otros; incluso sin cono-
cerse, en algunas culturas latinas las personas se saludan con un
beso cuando se conocen. Esto es algo que puede resultar agresivo
para un norteamericano o un alemán, quienes inmediatamente tende-
rán a alejarse marcando su territorio.
Si tienen una reunión en una empresa donde van a interactuar lati-
nos y, por ejemplo, norteamericanos, podrán ver que el latino se
acerca al norteamericano delineando su límite territorial inferior.
Posteriormente, el norteamericano se alejará marcando el suyo. Al
cabo de unos minutos sigue el desfile por toda la habitación, repitien-
do incansablemente ese comportamiento.
Es importante no invadir ese territorio. Por ello, es mejor mantener-
se algo lejos, y que se vayan adecuando las distancias, en lugar de
comenzar con una distancia menor que puede poner a la otra perso-
na en una posición defensiva. Recuerden que van a hacer la diferen-
cia si logran que la otra persona se sienta relajada en la interacción,
tanto para auditar y conocer el “sistema” de dicha empresa, como
para conocer sus necesidades de información.
Forma de tocar
Una de las primeras cosas que notamos cuando interactuamos con
personas de culturas como la norteamericana, es que en éstas no se
hace tanto uso de tocarse unos a otros. De hecho, tienen una expre-
sión para llamar a los latinos en este aspecto: touch culture, algo así
como toquetones. Es importante tener en cuenta que tocar a otra

persona que proviene de una cultura donde esto no es costumbre
puede ser tomado como una falta de respeto y, de esta forma, pode-
mos complicar nuestro trabajo.
Contacto visual
Se refiere a la forma en que la mirada y la fijación de ésta transmiten
o comunican información. Existe una fuerte relación entre intensidad del
contacto visual y el grado de expresión que tienen los individuos. En cul-
turas como la árabe, las personas hacen pausas prolongadas, momen-
tos en los cuales tratan de leer los ojos y cara de su contraparte. En ese
tipo de cultura, evitar el contacto visual es un mal signo, ya que comu-
nica que uno tiene algo que ocultar o que está mintiendo.
Culturas donde se hace uso intenso del contacto visual son: el
mundo árabe, las regiones mediterráneas, los latinos europeos y los
latinoamericanos.
Culturas con contacto visual firme son las de Europa del Norte y
América del Norte.
Finalmente, en la mayoría de las regiones asiáticas se hace contac-
to visual indirecto.
Kinésica (o quinésica)
Llamamos kinésica a la comunicación no verbal generada por
medio de la expresión facial (mímica) y el movimiento de brazos y
manos (gestos) durante una conversación.
Anteriormente, mencionamos que se dice (verbalmente) aquello
que queremos que el otro escuche o crea, mientras que la verdad se
dice con el lenguaje no verbal. Esto es así porque es más fácil con-
trolar lo que vamos a decir (lo hacemos desde chicos) que controlar
lo que comunicamos sin decir. Incluso, dentro de lo que decimos no
verbalmente es más sencillo ocultar la comunicación realizada con las
extremidades más cercanas a la cabeza (incluso la cara misma), que
la realizada por extremidades más alejadas (las piernas). Cuando
alguien está nervioso, mueve las piernas, reflejo animal que nos pre-
para para huir cuando estamos en peligro. Cuando alguien está ner-
vioso y mueve las piernas, aunque quiera controlarlas, a los pocos
minutos estará nuevamente moviéndolas sin siquiera percibirlo.
Los latinos hacen uso intensivo de ambas cosas. Son muy expre-
sivos tanto con las manos como con el rostro. Algo que pude com-
probar viviendo fuera de mi país (Argentina), es lo fácil que resulta
leer la cara de alguien de una cultura latina. Mientras uno habla,
46 META ANALYTICS
puede ver reflejada la respuesta en la cara de su contraparte sin nin-

gún inconveniente, sea porque abre los ojos, hace muecas con la
boca o porque se muerde los labios o levanta las cejas.
Como analistas, no hay nada más difícil que tratar de comprender
las necesidades o auditar a un latino sólo utilizando el lenguaje ver-
bal. Sin embargo, si uno hace uso extensivo de este lenguaje (dán-
dole relevancia con otra información, claro está), accede a un mundo
de información sin “filtrar”.
Por otro lado, en culturas más directas, como la alemana o la nor-
teamericana, es más fácil comunicarse verbalmente, ya que en gene-
ral se dice lo que se quiere decir en forma más abierta. Pero, resulta
más difícil identificar aquello que no se quiere decir, debido al uso
poco intensivo de la comunicación no verbal como los gestos y la
mímica.
“Si uno se sienta a hablar con dos agradables señoritas por dos
horas, parecerían minutos; si uno se sienta en una estufa caliente por
dos minutos, parecen dos horas. Eso es relatividad” (Albert Einstein).
Las diferentes culturas tienen percepciones del tiempo bastante parti-
culares que hacen que las personas actúen e interactúen de manera
distinta. ¿Por qué es esto tan importante para un analista?
Básicamente, porque el analista debe comprender lo que la otra per-
sona requiere o sugiere, y toda interacción necesita de un “decodifi-
cador” del lenguaje de la otra persona. La forma en que las diferentes
culturas perciben el tiempo no sólo influye en temas relacionados al
tiempo de manera directa (momento de entrega de un documento o
puntualidad frente a una reunión), sino respecto a la forma de llevar
adelante un proyecto, o incluso la manera en que la persona vive.
Dependiendo de la forma en que la cultura perciba el concepto del
tiempo, las personas de esa cultura adoptarán una conducta muy par-
ticular. El modo en que las personas toman el tiempo se puede clasi-
ficar en:
Comportamiento lineal o monocrónico: es típico de las culturas
fuertemente orientadas hacia el dominio del tiempo y la organización.
El pensamiento y la actuación secuencial del tiempo conducen a un
comportamiento donde las tareas se llevan a cabo una tras otra con
la mayor perfección posible. Personas pertenecientes a este tipo de
comportamiento se concentran en completar una actividad antes de
comenzar con una nueva.
Actividad I Actividad II Actividad III
Figura: comportamiento lineal (suizos, alemanes).

Comportamiento multiactivo o policrónico: es típico de aquellas

culturas que prefieren actuar según la situación. Esto significa que la
forma de desarrollar las actividades se adapta a los requerimientos y
a las prioridades momentáneas. El alto grado de flexibilidad lleva al
desarrollo de actividades paralelas.
Actividad 1 1 Actividad 4
Actividad 2 2 Actividad 5
Actividad 3 3 3
Figura: comportamiento multiactivo.
Comportamiento reactivo: es típico de culturas que operan bajo un

sistema de consenso. Este comportamiento no se deja clasificar cla-
ramente como lineal o multiactivo. Algunas culturas tienen más com-
ponentes lineales, mientras que otras tienen una tendencia multiacti-
va. La mayor diferencia existe en la forma de comunicarse. Las cul-
turas reactivas operan con el siguiente patrón de comunicación:
monólogo, pausa, reflexión, contramonólogo (retroalimentación). En
contraste, las culturas lineales y multiactivas usan el diálogo como
base para comunicarse.
Actividad 1 INTERRUPCIÓN 5
Monólogo Pausa Reflexión Respuesta
Cultura Lineal Multiactiva Reactiva

Carácter Introvertido Extrovertido Introvertido
Emociones Sin Emociones Bastante emocional Mantiene la calma
Expresión física Uso limitado Uso extensivo Uso disciplinado
De pocas pala-
Locuacidad Calmado Muy locuaz
bras / escuchador
Extensivo con
Comunicación Corto y conciso Exuberante buena capacidad
de resumen
Paciencia Paciente Impaciente Muy paciente
Entorno Protege su privacidad Sociable Reservado
Figura: comportamiento reactivo.
48 META ANALYTICS
1) Personalidad
Actividades Reacción a los
Proceder Paso a paso
paralelas sucesos
Planificación metódi- Respeto de principios
Planificación Visión global
ca y por adelantado generales
Influencia mutua
Ejecución Por etapas Visión global
de las tareas
Desarrollo Plan de tiempo fijo Según necesidad Flexible
Percepción
Puntual Impuntual Puntual
del tiempo
Se atiene a las Interpretación flexible
Normas Esquiva normas
concecuencias de normas
Fidelidad a
Mantiene planes Cambia planes Adapta planes
planes
2) Forma de trabajo
Declaraciones son
Fidelidad a Se atiene a hechos / Juega con
consideradas
hechos datos hechos
como hechos
Por escrito como Por escrito como Por escrito como
Documentación
regla excepción regla
Consecución de Orientación hacia Información oral
Ambos
informaciones datos de la fuente
Criterios de Competencia Buenas Confianza y
colaboración profesional conexiones responsabilidad
3) Interacción - Relación con otros

Orientación hacia Orientación hacia Orientación hacia
Orientación
tareas / objetividad personas personas
Interacción Directa Ambos Indirecta / cortés
Relaciones con Concentración en Curiosidad / intro-
Respeto
otros asuntos propios misión
Busca crear Salvaguarda la
Dependencia Evita dependencias
dependencias faz
Separa asuntos de Mezcla asuntos de Combina asuntos
Vinculación negocios de asuntos negocios con de negocios con
privados asuntos privados asuntos privados
Salvaguarda la Evita perder la faz Tiene escasas Nadie debe perder
faz propia para todo la faz
Confronta con Evita confronta-
Discusión Confronta con lógica
emociones ciones
Busca acceso a Se atiene a las
Jerarquías Respeta jerarquías
mayor jerarquía jerarquías
Como para comprender un poco mejor las diferentes culturas, vale

la pena ahondar en los estudios realizados por Edward T. Hall (6 de
mayo de 1914 - 20 de julio de 2009), respetado antropólogo esta-
dounidense e investigador intercultural, quien llevó a cabo durante
toda su vida una investigación relacionada con las diferencias cultu-
rales basadas en la percepción del tiempo. Durante su investigación
logró distinguir dos tipos principales de culturas basadas en el tiem-
po, culturas monocrónicas y policrónicas: “al igual que el agua y el
aceite estas dos culturas no se mezclan” (1998: 60).
Las culturas monocrónicas, también llamadas de “bajo contexto”,
son aquéllas que debido a su comunicación e idioma no necesitan
contextualizar lo que se dice para comprenderlo. Lo que se dice, es
lo que se quiere decir.
Las culturas policrónicas son aquellas culturas que debido a su
idioma o tipo de comunicación requieren de conocimientos adiciona-
les para comprender o decodificar lo que se dice. Con cada comuni-
cación tenemos lo que se dice y lo que se quiere decir.
En una cultura de bajo contexto como la alemana, si alguien invi-
ta a otra persona a comer a las 8 de la noche, ésta va a comer a las
8 de la noche (lo que se dice, es lo que se quiere decir). Sin embar-
go, en una cultura de alto contexto, cuando alguien es invitado a
comer a las 8 de la noche tanto el anfitrión como el convidado saben
que la hora puede ser en cualquier momento entre las 8:15 y las 9
(dependiendo del país y la cultura); o sea, lo que se dice (8 p.m.) es
distinto a lo que se quiere decir (8:15 p.m. en adelante). Llegar a las
8 p.m. no será un problema y no ofenderá a nadie, pero seguramen-
te generará la pregunta “¿ya llegaste?”. Como vemos, en la cultura
de alto contexto es necesario el entorno para comprender lo que se
quiere decir, de ahí la dificultad en la comunicación entre personas
de alto y bajo contexto.
A lo anterior hay que agregar dos temas vitales. En las culturas de
alto contexto las personas tienden a la comunicación constante: lo
que se habla entre personas termina siendo tomado como informa-
ción relevante e importante para la toma de decisiones, lo cual podría
ser tomado como una irresponsabilidad por alguien de una cultura de
bajo contexto donde se tiende a tomar decisiones basadas en infor-
mación de fuentes formales (informes, reportes, etc.).
He tenido la posibilidad de interactuar en ambos entornos y es real-
mente fabuloso identificar y comprender sus diferencias.
En América latina, con culturas de alto contexto, he visto llegar
directivos de empresas norteamericanos con gran experiencia de
negocios y muy confiados sobre sus capacidades. Sin embargo, al
50 META ANALYTICS
llegar a la subsidiaria en algún país de America latina no han podido

lograr que la empresa funcione correctamente, básicamente porque no
logran comunicarse eficientemente con su personal. Toman estas
diferencias culturales como carencias y las penalizan. Desde el otro
lado, los empleados se ven penalizados por actuar como “es espera-
ble que actúen” y no logran comprender lo que ocurre, y esto termi-
na por desmotivarlos, restringiendo aún más su rendimiento.
Algunas preguntas interesantes para comprender la cultura en la
cual vamos a interactuar son:
1. ¿Cómo se relacionan los humanos con el entorno? ¿Los huma-

nos controlan el entorno o buscan la armonía con el entorno?
2. ¿Qué visión tienen sobre el tiempo? ¿Qué rol juega el tiempo en
la vida de los seres humanos?
3. ¿Qué importancia se le da a las relaciones interpersonales? ¿Son
individualistas o pluralistas?
Capítulo 3 PROYECTOS EFICIENTES DE ANALYTICS
En el capítulo anterior hablamos sobre cómo lograr una mejor inter-

pretación de la situación de nuestro proyecto. Básicamente, porque
no es posible generar acciones de mejoras cuando no sabemos qué
cosas no están funcionando lo suficientemente bien.
El entendimiento del presente es tan o más importante que el resto
de las actividades, ya que éstas estarán planificadas sobre la primera
etapa, o supeditadas a ella. Si interpretamos de manera incorrecta los
perfiles de usuarios que visitan nuestros sitios, generamos clusters
desasociados de la realidad y acciones (incluso correctas) orientadas
a los clusters erróneamente generados. No importa que tan bien imple-
mentados estén los modelos estadísticos de planificación y modeliza-
ción, todo el trabajo va a ser incorrecto y difícilmente producirá los
resultados esperados (o al menos no podremos preverlo).
Este capítulo tiene como objetivo explicar los principios que con-
forman la piedra angular del modelo de Meta Analytics. Los invita-
mos, entonces, a leerlos con detenimiento, ya que únicamente com-
prendiendo los conceptos enumerados y detallados a continuación,
estarán en condiciones de implementar los conocimientos explicados
en el siguiente capítulo.
FOCO EN LA INFORMACIÓN
La situación actual en la industria se focaliza en las herramientas.
O sea, tengo una cantidad de herramientas, cada una realiza una acti-
vidad particular dentro de nuestro sistema y reporta el resultado de
la generación de las actividades propias.
52 META ANALYTICS
Entre estas herramientas, las más comunes son:
Web Analytics:
Son aquéllas que generalmente capturan y procesan información

referida al comportamiento del usuario en nuestro/s sitio/s.
Dependiendo de su tecnología, puede variar levemente o significati-
vamente el tráfico medido por una u otra herramienta de este tipo.
Las tecnologías involucradas son principalmente dos:
1. Logfile analyzers (analizadores de logs): el logfile analyzer, tam-

bién llamado “software de análisis de web logs”, clasifica la
información obtenida por el servidor y, basándose en los valores
obtenidos, genera información sobre el comportamiento de los
usuarios de un sitio web (behavior).
Entre las ventajas de este tipo de tecnología encontramos:
a. El servidor web siempre produce logs, tengamos o no una
herramienta de web analytics de esta tecnología instalada en
nuestros servidores. Por ello, la información está siempre dis-
ponible. En cualquier momento que queramos podemos pro-
cesar los logs y tener disponible información, incluso todo el
histórico del sitio (tanto historial como logfiles tengamos a
disposición).
b. La información se guarda y permanece en los propios servido-
res de la empresa.
c. El almacenamiento de la información se hace en formato
estándar y se puede procesar y reprocesar con diferentes
herramientas de web analytics en el transcurso del tiempo.
d. Este tipo de tecnología permite medir incluso páginas de error
(cuando el servidor no muestra una página por algún error).
En cuanto a las principales desventajas de esta tecnología tenemos:

a. Requiere gente dedicada. En caso de tener funcionando una
herramienta de logfile analysis en los propios servidores, es
necesario tener una o más personas dedicadas al control y
mantenimiento del software, identificando cualquier inconve-
niente relacionado con la sobrecarga de procesamiento en el
servidor del sitio web y hacerlo de manera inmediata.
b. Almacenamiento de datos. En el caso de sitios con una gran
cantidad de tráfico, estos archivos de logs que el servidor
CAPÍTULO 3 • PROYECTOS EFICIENTES DE ANALYTICS 53
guarda con la visita de cada usuario, pueden llegar a ser ridí-

culamente grandes y requerir de una importante inversión en
servidores para su almacenamiento.
c. Complejidad. Esta tecnología es un poco más compleja por su
propia naturaleza, principalmente durante la configuración inicial.
d. Dificultad para definir usuarios únicos. Para una herramienta
de análisis de logs, un usuario único es aquel que tiene una IP
única. Sin embargo, dentro de una empresa se conectan con
una misma IP una importante cantidad de personas, las cua-
les serán contadas como un visitante único dentro de la herra-
mienta de web analytics con tecnología de análisis de logs.
2. Page tagging: los temores (en muchos casos fundados) sobre la
calidad de la información obtenida por medio de una herramien-
ta con tecnología de logfile analysis (principalmente su capaci-
dad de identificar usuarios únicos) han servido de impulso de la
tecnología de análisis por page tagging. Ésta se basa principal-
mente en la implementación de una etiqueta JavaScript en el
código de cada página, objeto o acción que sea necesario medir
dentro de un sitio web. Dicho tag o etiqueta (o pequeño paque-
te de código) pasa todo tipo de información a los servidores de
la empresa que nos provee el servicio.
La empresa proveedora procesa esa información por medio de
un motor de reportes (consultas hechas a la base de datos), y
nos presenta la información capturada y procesada en tiempo
real. Si bien algunas herramientas son más rápidas que otras, en
todos los casos el procesamiento se hace de manera constante
cada X cantidad de minutos.
Dentro de las principales ventajas relacionadas a esta herramien-
ta están:
a. Flexibilidad. Es posible medir prácticamente todo lo relaciona-
do con el comportamiento de un usuario en el sitio web.
b. Simplicidad. Medir todo lo requerido en una herramienta de
page tagging generalmente requiere un mínimo esfuerzo. Tan
sólo modificar líneas del tag (código) implementado en las
páginas, objetos o acciones.
c. Seguimiento de usuario (clickstream). Gracias a la tecnología
de cookies es posible hacer seguimiento del comportamiento
de un usuario que llegó al sitio, por ejemplo, por medio de una
campaña de banners particular.
d. Universal. Las herramientas de web analytics con tecnología
de page tagging pueden ser usadas tanto por empresas que
54 META ANALYTICS
alojan su/s sitio/s web en su propio servidor como por aqué-

llas que lo alojan en un servidor externo.
Entre las desventajas de esta tecnología están:

a. La información está alojada en servidores de la empresa pres-
tadora del servicio, con todo lo que eso significa. El tema más
significativo es que si renunciamos a sus servicios perdemos
nuestro historial de información. Además, la información
podría ser asequible por personas externas a la compañía, ya
que el proveedor tiene acceso a ella. O sea, si lo quisieran,
tuvieran el tiempo para hacerlo y tomaran el riesgo que signi-
fica consultar información que saben que no deben, entonces
existe la posibilidad de que el proveedor vea los datos de
nuestro sitio web. Ahora bien, con esto apunto a decir que es
técnicamente posible, ya que la información está alojada en
los servidores del proveedor, y lógicamente ellos tienen acce-
so a ésta. Sin embargo, de llegar a hacerse público que una
empresa proveedora de una herramienta de web analytics uti-
liza la información de sus clientes para fines personales,
puede ser tan desbastador para esa compañía que se saldría
inmediatamente del mercado, y dudo que el valor de la infor-
mación que utiliza sea tan valiosa como para tomar ese riesgo.
b. El costo (en caso de las herramientas pagas) se determina por
página vista, tomando como página vista cualquier carga de
página, objeto o acción que estemos midiendo.
c. Problemas con navegadores que no tienen habilitado
JavaScript. En estos casos, la herramienta no podrá obtener
información sobre el visitante, ya que no se ejecutará el
JavaScript del tag que hace el llamado al servidor.
Es importante aclarar que difícilmente dos herramientas midan

exactamente el mismo tráfico, no sólo por las diferencias tecnológi-
cas, sino por las diferencias en las metodologías de procesamiento.
Ejemplo: una herramienta que tenga visitas con un timeout de 15
minutos (o sea una persona visita el sitio y se queda en él sin hacer
nada por 15 minutos), contará mayor cantidad de visitas que aquella
que las tenga configuradas con uno de 30 minutos.
E-mail marketing:
Las herramientas de e-mail marketing son aquéllas que tienen
como objeto la administración de campañas generadas por medio de
ese canal. Dentro de las actividades principales se cuentan:
Segmentación y limpieza de bases de datos.

Medición de las diferentes métricas de envío y recepción.
Reporte de los resultados de las campañas.
Ad-server:
Son servidores que guardan piezas publicitarias utilizadas en mar-
keting on-line. El contenido de un ad-server se actualiza de manera
constante haciendo que las páginas renueven las publicidades mos-
tradas. Adicionalmente los ad-server cuentan la cantidad de impresio-
nes y clics de las diferentes campañas generadas.
Hay dos tipos de tecnologías de ad-server:
Locales: son generalmente utilizados por un Publisher particular

para servir campañas dentro de su sitio o Network.
Remotos: pueden servir piezas publicitarias a diferentes domi-
nios, propiedad de diferentes Publishers.
Si bien las funcionalidades varían de una plataforma a otra, en

general son las siguientes:
Almacenar piezas publicitarias.

Medir las publicidades en base a diferentes reglas de negocios.
Segmentar campañas a diferentes tipos de usuarios.
Mejora y optimización en base a resultados.
Reportar impresiones, clics y acciones subsiguientes.
SEO tools:
Las herramientas de SEO permiten planificar, implementar y hacer
seguimiento a las estrategias de posicionamiento natural en buscadores.
Monitoreo de reputación (buzz monitoring):

Son herramientas que capturan la información sobre comentarios
que dejan las personas en Internet, para luego procesarla y reportar
en tiempo real la percepción de los usuarios respecto de marcas, pro-
ductos, personas, temas, problemáticas, etc.
Estas herramientas van a generar, en mi opinión, un punto de inflexión
en los tiempos y calidad de toma de decisiones actual. Principalmente
porque nos permiten, de manera inmediata, tener información cualitativa
56 META ANALYTICS
transformada en forma cuantitativa. Si bien no creo que, al menos en el

corto plazo, este tipo de herramientas sustituya a los servicios actuales
de investigación de mercado, la realidad es que se complementan exce-
lentemente bien porque nos brindan información cualitativa en tiempo
real que es transformada en cuantitativa y presenta varias ventajas. La
información es obtenida de los comentarios y opiniones que las perso-
nas dejan en Internet, sea en medios editorializados (un periódico) o en
aquéllos con contenido generado por usuarios. Por lo tanto, esos
comentarios son “oportunos”, o sea, esas personas opinaron cuando
tuvieron la necesidad o ganas de hacerlo y tienen mayor transparencia,
ya que las personas en Internet tienden a decir lo que realmente pien-
san porque, en primer lugar, están cubiertas por cierto manto de ano-
nimato y, en segundo lugar, debido a que no se sienten bajo la presión
de responder a un cuestionario.
Como para entender un poco mejor de qué se trata este tipo de
herramientas, veamos un ejemplo.
Supongamos que vemos una publicidad en la televisión y luego
nos dirigimos al negocio a adquirir el producto del anuncio. Nos
encontramos, en ese momento, con que dicho producto difiere de lo
que la publicidad promocionaba. Probablemente esto nos moleste y
queramos protestar, pero en el servicio de atención telefónica de la
empresa nos dicen que interpretamos mal la publicidad y que no
hubo ninguna intención de engaño. Con más enojo aún ingresamos
a Internet y buscamos algún foro que sea de una temática relacio-
nada con el producto que quisimos comprar, y abrimos un tema con-
tando la vivencia con esta compañía o producto en particular.
Poco tiempo después, existirá una cantidad importante de respues-
tas de otros usuarios que tuvieron el mismo inconveniente. De un día
al otro, el post que habla muy mal de esta empresa aparece primero
en los resultados naturales de búsquedas, ya que tiene contenido
altamente relevante con las palabras relacionadas a la empresa y sus
productos, y esto genera un efecto extremadamente negativo entre
los potenciales nuevos clientes. Recordemos que un alto porcentaje
de personas utilizan hoy en día Internet como la principal fuente de
averiguación sobre un producto que quieren comprar. Al encontrar
una gran cantidad de comentarios negativos sobre una marca, es pro-
bable que la desechen en la primera etapa de búsqueda debido a algo
que podría haber sido un problema aislado.
Hay tres tipos de herramientas de monitoreo de reputación. Se
definen, por su tecnología, en herramientas de procesamiento de len-
guaje natural, de keyword counting (cuentan palabras clave) e híbri-
das (ambas tecnologías en conjunto).
El proceso que llevan adelante es similar:
I. Un crawler (o robot del buscador) “navega” Internet y busca

contenido reciente.
II. Se guarda la información en un repositorio o base de datos.
III. La información es procesada de una determinada manera, de
acuerdo con su tecnología.
IV.El motor de reportes alimenta una interfaz gráfica que muestra
datos tanto cualitativos como cuantitativos sobre las opiniones
de las personas sobre una marca, productos, características de
productos, temas, problemáticas o personas.
Todas las herramientas mencionadas anteriormente, y otras tantas

que no mencionamos para no perder foco en el objetivo principal del
libro (ayudarlos a ser mejores analistas o, como diría Avinash
Kaushik, analytics ninjas y no mejores operadores de herramientas),
58 META ANALYTICS
tienen algo en común. En todos los casos, cada herramienta tiene su

propio sistema de reporte, porque éste se basa en un enfoque por
herramienta, en lugar de por información. Si queremos saber qué
campañas corrimos en un momento determinado, cómo impactó eso
en el tráfico del sitio y cómo resultaron las ventas es probable que
tengamos que perder bastante tiempo, descargando los reportes
desde cada herramienta en un formato importable en una planilla de
cálculo para luego, previo renegar un poco con los problemas de
importación de datos y sus formatos, poder hacer en análisis del total
de la información requerida.
Si lo que necesitamos es información sobre el funcionamiento de
nuestro “sistema” como un todo, ¿qué sentido tiene que la informa-
ción esté distribuida en diferentes repositorios? ¿Qué importancia
tiene de dónde provenga la información? Exacto, ninguna.
De ahí el valor de este primer principio: pasar de un modelo enfo-
cado en herramientas, como el mencionado arriba, a un modelo
enfocado en información, donde lo principal es contar con todos los
datos necesarios de manera integrada.
En el modelo superior vemos cómo la información de nuestro pro-

yecto/empresa es capturada con las diferentes herramientas para
luego ser integrada. Más adelante vamos a volver a este modelo para
explicar otro de los principios.
Ahora bien, ¿cómo lograr integrar fuentes de información en un
sólo repositorio o plataforma de reporte? En realidad las posibilidades
son infinitas y dependen exclusivamente de cada proyecto en cues-
tión. Antes que nada, debe tenerse en cuenta el valor de tener la
información integrada, para luego poder definir cuál es el monto que
estamos en condiciones de invertir por contar con ella. Y, para poder
determinar ese valor, tenemos que tener en cuenta dos cosas:
1. Costo de oportunidad: ¿cuál es el costo de oportunidad de tener
a mis recursos capacitados, haciendo tareas repetitivas como
exportar reportes, generar fórmulas y tablas, en lugar de estar
analizando la información para tomar decisiones eficientes? No
estoy tratando de forzar una respuesta favorable hacia ninguna
de las posibilidades, sólo trato de generar abiertamente la pre-
gunta. Si tengo recursos de sobra a costos bajos, poco presu-
puesto extra y costos de integración muy altos, es probable que
en el corto plazo sea mejor no integrar. Mejor dicho, la propues-
ta sería integrar, pero por medio de personas y no conectando
diferentes herramientas de manera automatizada.
2. Una aclaración importante: siempre que tengamos procesos
manuales y repetitivos, luego de varias secuencias aparecerán
errores humanos; esto es casi insalvable, ya que los seres huma-
nos son fabulosos creando y desarrollando, pero torpes e
inexactos repitiendo, mientras que las computadoras son fabu-
losamente buenas repitiendo pero inútiles para crear. Esto tiene
que ver con lo que hablamos en el capítulo II: lo repetitivo se
vuelve transparente, y nos es imposible o muy difícil mantener-
nos alertas a todo lo que ocurre para hacer un buen control de
calidad. Por ello, si éste es el camino elegido, es necesario gene-
rar tantos mecanismos de control como sean necesarios.
¿Cómo generamos mecanismos de control? Una vez que volca-
mos o diseñamos cómo funcionan los procesos dentro del sis-
tema, tenemos que identificar los subprocesos humanos y
determinar qué otras acciones deben llevarse a cabo dentro del
proceso para asegurar ciertos niveles de calidad aceptados. Si
queremos asegurarnos de que no haya ningún tipo de error, y
esto sólo es posible aplicando tres puntos de control y generan-
do muchos costos, entonces tal vez no sería irresponsable pen-
sar como posibilidad tener sólo un punto de control si esto nos
asegura X% de certeza en la aplicación del proceso.
60 META ANALYTICS
3. Decisiones esperadas: ¿qué decisiones estaremos en condicio-

nes de tomar en caso de contar con esa información? Muchas
veces se dice que es difícil medir el retorno de la inversión en
información (o Investigación de Mercado); sin embargo, aun
cuando esta afirmación no está 100% errada, disiento. Si gra-
cias a un conjunto de datos que para mí constituyen información
relevante puedo diseñar un escenario futuro y planificar exitosa-
mente mi campaña, entonces el resultado de ésta es atribuible
a la información, ya que sin ella no pudo existir escenario y
mucho menos campaña exitosa.
4. Si pudimos generar una campaña 20% más exitosa (en términos
de ROI o ROCI: Return on Customer Investment) gracias a lograr
planificar escenarios más ciertos de toma de decisiones, y logramos
optimizar nuestras decisiones respecto a ese escenario que “espe-
ramos” que ocurra, entonces el valor de la información es ese 20%
adicional. Sin esta información, seguramente no habrían tomado las
decisiones que en definitiva optimizaron un 20% los resultados.
Ahora bien, veamos dos ejemplos bien sencillos sobre integración

de fuentes en un solo repositorio de información y reporte.
Integración cuando la herramienta de web analytics no permite
incorporar información externa (sin EDS o external data source): se
generan consultas desde una planilla de cálculo por medio de una API
o web service al ad-server, e-mail marketing, web analytics, base de
datos y demás fuentes de información de la empresa. Estas consul-
tas se configuran para actualizarse cada vez que abra el archivo.
Los lectores con nivel técnico más avanzado se estarán preguntan-
do porqué no pasar la información de las diferentes herramientas por
medio del código (o tag de la herramienta de web analytics). O sea,
podríamos hacer, por ejemplo, que la herramienta de web analytics
clasifique automáticamente cierta información proveniente de la pla-
taforma de e-mail marketing, como “nombre de campaña”, “tráfico
referido”, “ventas provenientes de esta campaña”, entre otras. Y eso
es cierto, pero también lo es que indefectiblemente estarán perdien-
do información muy valiosa (qué tan valiosa, lo deberán evaluar uste-
des) como, por ejemplo, envíos realizados en esa campaña, rebotes
(e-mails que por diferentes razones no llegaron a su destinatario),
abiertos (incluso sin clics), etc.
Lo mismo ocurre con campañas de paid search (o búsquedas
pagas) donde si sólo se pasa información por medio de la URL, no
podrán tener integrada información sobre, por ejemplo, precio y posi-
ción promedio de una palabra clave particular.
¿Cómo elegir la información que estaremos integrando en la plani-

lla de cálculo? Eso lo veremos más adelante.
Integración cuando la herramienta de web analytics permite incor-

porar información externa (con EDS o external data source): la mayo-
ría de las herramientas más avanzadas de web analytics, permiten
incorporar información externa a su plataforma. Incluso existen
herramientas gratuitas que incorporan esta funcionalidad. La función
en cuestión se llama EDS, del inglés external data source o en espa-
ñol “fuente externa de datos”. En la mayoría de los casos, funciona
de la siguiente manera:
1. Seleccionar tipo de EDS: en primer lugar, se selecciona un tipo

de EDS. Generalmente vienen algunos predefinidos como, por
ejemplo, e-mail marketing, ad-server, CRM (customer relationship
management), registraciones en base de datos y encuestas. En
caso de que nuestra fuente externa de información no sea una
de las que la herramienta trae preestablecidas, dependiendo de la
herramienta tendremos dos opciones.
Algunas traen la opción de “seleccionar otro tipo de EDS”, mientras
que otras sugieren elegir una de las preestablecidas, la que mejor se
adapte a la fuente que queremos integrar, es decir, aquélla donde la
estructura de las variables y evento/s sea similar. Un ejemplo sería
el caso de querer integrar, desde una fuente externa, información
sobre conversión con datos demográficos provenientes de la base
de datos. La herramienta tal vez tenga predefinida la fuente exter-
na para lead conversion o conversión de usuario cualificado.
Entonces, aun cuando lo que queremos medir sean descargas de un
documento y no una venta, también lo podemos hacer. En este
caso, deberemos configurar el download o descarga como evento
y como variables datos como sexo, edad, país, etc.
2. Definir los eventos y/o variables involucradas: lo que estaremos

haciendo al definir eventos y variables es configurando la estruc-
tura de datos que se integrará a la plataforma de web analytics.
Eventos: son todas aquellas acciones que queremos medir, en
particular debido a que el alcance de nuestro/s objetivo/s
estará supeditado a la ocurrencia de éstos. Algunos ejemplos
son: registraciones, downloads, compras, y cross-sell (o
venta cruzada), entre otros.
Variables: es toda aquella información que utilizamos para
darle más relevancia al análisis de un evento en particular. Por
62 META ANALYTICS
ejemplo, en el evento “compra” será importante conocer el

perfil del comprador (además de su comportamiento on-line),
como por ejemplo si es hombre o mujer, qué edad tiene, si ya
compró otros productos, cuánto hace que es cliente de nues-
tra empresa, etc.
Contar con EDS en una herramienta es algo realmente útil, ya que

permite tener toda la información necesaria para la toma de decisio-
nes con las siguientes ventajas:
1. Plataforma de reportes de fácil utilización y visualización.

2. Interfaz conocida por la mayoría de las personas en la organiza-
ción.
3. La mayoría de la información disponible en tiempo real (depen-
diendo de cómo configuremos los EDS).
4. Información disponible todo el tiempo. Aunque muchas veces no
le damos la importancia que se merece, lo cierto es que no es
un tema menor tener toda la información necesaria disponible en
todo momento sólo con una conexión de Internet. No necesita-
mos instalar ni trasladar nada.
Además, la integración debe incluir:
1. Agenda de eventos: todas las personas en la organización gene-

ran actividades. Estas actividades influyen en el todo (ya habla-
mos sobre cómo funciona un sistema); sin embargo, no todos
sabemos qué hace el resto de las personas.
Generalmente nos encontramos con el resultado de las acciones
sin siquiera saber que, sólo por dar un ejemplo, se debió a la
mejora realizada por la persona que se sienta junto a mí.
Entonces, para poder tener información perfecta en nuestra
organización, o al menos que tienda a un escenario de “informa-
ción perfecta”, es necesario poseer una agenda integrada de
actividades. Es posible que les suene muy sencillo, pero puedo
asegurarles que no lo es. Tener una agenda integrada de todas
las actividades (relevantes, claro está) que se realizan en la
empresa es todo menos sencillo. ¿Por qué? Normalmente por
dos cosas:
a. Recelo: nadie quiere mostrar al resto qué es lo que hace y deja
de hacer, ya que podrían ver que “no estoy todo el tiempo tra-
bajando”. La base de este problema es algo que jamás voy a
entender, o sea, la idea de muchas empresas de que sus
empleados trabajen sin detenerse durante las ocho (o incluso

más horas) diarias de trabajo. Esta expectativa, erróneamen-
te creada, provoca una presión innecesaria que genera, en
lugar de mayor trabajo, menor información. Las personas van
a seguir teniendo pausas en el trabajo, pero van a dejar de
reportarlo, con todo lo que significa perder información de
performance. El mayor problema está en que es como si
comenzáramos a utilizar para navegar una brújula que funcio-
na mal. Y algo peor que podría ocurrir (y ocurre) es que la
gente sepa que la brújula anda mal, con lo cual dejamos de
tomar decisiones en ese ámbito.
Imagínense si en la agenda de una persona hay media hora de
dispersión por cada 2 horas trabajadas. ¿Cómo hace un
gerente regional para reportar a la casa matriz semejante
cosa? Sin embargo, las personas toman descansos, hay días
en los que rinden menos que otros y ello no quiere decir que
estén siendo poco eficientes. Esto ocurre, y no aceptarlo sólo
lleva a una situación de información imperfecta.
b. Miedo: el resto de las personas pueden ver que hice mal mi
tarea o no fui lo suficientemente eficiente. Éste es un miedo
tan generalizado como infundado. Si uno no hace algo bien,
es importante enterarse a tiempo y poder corregirlo, antes
que enterarse cuando el problema es realmente grave. Yo no
conozco a nadie que haya perdido el empleo por equivocarse
en alguna cosa en algún momento. Un tema importante, que
se basa principalmente en la cultura de algunas corporacio-
nes, es enfocarse en el alcance de los objetivos y resolución
de los problemas que se van suscitando. Pensar que un plan
no va a tener desvíos, más aún en una industria que se basa
principalmente en tecnología (hard y soft) es utópico. Quien
espera esto va a vivir desilusionándose y desmotivando a su
entorno. Esto es peor cuando esta persona es quien tiene a todo
un equipo a su cargo, ya que va a tender a “reprender” a quie-
nes estén involucrados en el proyecto que tuvo un desvío o una
contingencia. En entornos como el descripto, frente a un desvío,
la respuesta es tratar de buscar un responsable, en este caso
nos referimos a “responsable” en el sentido que mencionábamos
en el primer capítulo, o sea, como sinónimo de “culpable”.
Sin embargo, aun con todo lo difícil que puede resultar, en cuanto
a aceptación por parte de la cultura de la empresa, los beneficios
obtenidos hacen que valga la pena intentarlo.
Incluso cuando en algunas oportunidades la agenda no nos respon-
derá por qué un evento en particular generó un efecto determinado
64 META ANALYTICS
en el tráfico, nos indica de manera inmediata dónde buscar la res-

puesta. Así, si el mismo día implementamos una campaña off-line
con un call to action a una landing page particular y, en paralelo, se
cae el sitio una hora, tal vez veamos en el gráfico del tráfico diario
que no hay variación en ese día (supongamos que las personas no se
preocupan por indagar más). Sin una agenda de eventos (o hitos), los
diferentes departamentos harían el siguiente análisis.
Tecnología: el tráfico casi no varió con la caída de los servidores

así que mejor no lo reportemos. Si se enteran de que el sitio estu-
vo caído una hora y nadie se dio cuenta nos van a reprender.
Marketing: la campaña no generó ningún resultado, no pautemos
más en ese medio off-line.
Gerente: el tráfico está igual que ayer, ¡¡estamos bien!!… No
sigo indagando.
Ahora, si en ese mismo momento pudiéramos tener, además de la

información de tráfico, la de eventos o hitos, la respuesta es auto-
mática. Por otro lado, generamos la obligación de reportar los pro-
blemas, con lo cual quien no lo haga estará ciertamente en falta; y,
realmente, no reportarlo carecerá de sentido ya que, como dijimos
anteriormente, el sitio se puede caer justo en el momento en que el
equipo salió a almorzar, y eso no hace a las personas culpables. En
todo caso, se replanificará el horario de almuerzo para que siempre
quede una persona de guardia.
De esta forma, la gente no reporta el problema cuando le pregun-
tamos, sino que generamos la obligación de reportar siempre.
Ahora bien, ¿cómo hacemos para incorporar una agenda de even-
tos o hitos a nuestro sistema integrado de información?
La mayoría de las herramientas de web analytics permiten agregar
fácilmente estos eventos, para luego mostrarlos en cada reporte con-
sultado. Sin embargo, muchas herramientas, incluso algunas muy
conocidas, no incorporan esta funcionalidad. En esos casos una
opción muy sencilla y útil es una planilla de cálculo, de esas que fun-
cionan en línea. Podemos generar una hoja dentro de la planilla de
cálculo por cada departamento o área funcional.
2. Alertas generales y por área o perfil funcional: antes de que apa-

recieran las computadoras electrónicas, el termino “computar”
(utilizado desde el siglo XVII) era utilizado cuando hablábamos
de una persona que hacía cálculos matemáticos. Hoy en día,
incluso cuando utilizamos computadoras y software para gran
parte de nuestras actividades, y más aún quienes trabajamos en

la industria de Internet, todavía queda mucho trabajo (en algu-
nos casos más que en otros) que se hace de manera manual. O
sea, entre un proceso, iniciado por una computadora y el
siguiente hay involucradas tareas que generan (generamos) las
personas de manera manual. Estas tareas manuales, llamadas
también human computing, se vuelven un problema cuando son
repetitivas. Recordemos que decíamos que cuando una activi-
dad es repetitiva se vuelve para el ser humano una transparen-
cia, o sea que la repite con cierto grado de inconciencia. Esto
significa que cada vez se hace más difícil controlar si lo estamos
haciendo bien, y cada vez será más fácil equivocarnos.
Por ello, es importante automatizar la mayor cantidad de activi-
dades posibles. Una de las más importantes, y necesaria en
todos los proyectos, es configurar alertas. Las alertas son, bási-
camente, reglas que creamos para ser avisados, generalmente
por medio de un e-mail o pop-up, ante la ocurrencia de una con-
tingencia. Hay dos tipos principales de alertas que podemos
crear:
a. Alertas de negocios: son todas aquellas contingencias relacio-
nadas con el negocio de la compañía. Algunos ejemplos son:
variación excesiva tanto positiva como negativa en ventas,
visitas, visitas repetidas, visitas a productos o contenidos par-
ticulares y registraciones, entre otros.
b. Alertas tecnológicas: en este caso, las alertas no están rela-
cionadas con el negocio principal de la empresa, sino con
variaciones en el funcionamiento de la tecnología utilizada.
Así, no solamente buscaremos ser alertados cuando algo deja
de funcionar, sino cuando tenemos servidores subutilizados.
Teniendo en cuenta que actualmente existen servicios que
nos permiten contratar ancho de banda y espacio a demanda
(cuando se necesita), tener espacio o transferencia subutiliza-
da incrementa nuestros costos operativos sin generar ningún
tipo de beneficio.
Cada departamento o área funcional (incluso personas en
cada departamento o área funcional) deberá configurar (o,
lógicamente, pedir que alguien lo haga por él/ella) el conjunto
de alertas relacionadas con las contingencias de su departa-
mento o área funcional. De esta forma puede despreocuparse
por completo sobre los potenciales desvíos y centrarse en el
análisis y toma de decisiones que le agreguen valor a su posi-
ción y, por tanto, a la empresa en su conjunto.
66 META ANALYTICS
VISIÓN 360º
Uno de los principales vicios en lo que a analytics respecta es
basar todas las decisiones en información referida a cuáles son los
canales por los que llevamos a los usuarios al sitio y qué es lo que
hacen en él una vez ahí (behavior), también llamado el “antes y des-
pués del clic”. Sin embargo, el comportamiento del usuario nos dice
únicamente qué es lo que hacen los usuarios, pero no mucho más
que eso. Y ese no es el mayor problema, ya que contar sólo con parte
de la información no es algo a lo que no debamos enfrentarnos en
algún momento. Lo grave es que, generalmente, se utiliza la informa-
ción de comportamiento como base de inferencias posteriores. El
ejemplo más común es a partir del análisis del comportamiento del
usuario, inferir el motivo de éste. O sea, si el 90% de los usuarios
que llegan al formulario de registración no se registran, entonces éste
es muy largo. ¿Cómo podríamos saber que la gente no completa y
envía el formulario de registración debido a que lo encuentran muy
largo?, ¿sólo sabiendo que éstos efectivamente no se registran?
Jamás sabremos porqué una persona actúa de tal o cuál manera sólo
porque identificamos su comportamiento; son dos mundos completa-
mente distintos y es importante entenderlos así para saber adónde
recurrir cuando se necesita una respuesta.
Para poder entender un proyecto en su totalidad no es suficiente
la información de comportamiento, sino que es necesario abarcar
todos los tipos de información que nos permitan tener el panorama
total de la realidad, dejando poco o nada a la inferencia. Una clasifi-
cación genérica de la información para poder simplificar su entendi-
miento y análisis es la siguiente:
Información de comportamiento o behavior: la información de

comportamiento es definitivamente la estrella en Internet. Todas
las herramientas reportan información sobre cómo los usuarios
se comportan en nuestro sitio o campaña. Esta información, tal
como nos revela su nombre, nos dice únicamente qué hacen los
usuarios.
Información de actitud o actitudinal: es todo dato que determi-
na tanto el por qué los usuarios se comportan de tal o cual
forma, así como cuál será su reacción frente a una situación de
interacción con nuestra empresa (una venta, una funcionalidad
del sitio, una campaña, etc.). Así, el único medio de captura de
ese tipo de información es la encuesta (survey o poll). Si que-
remos saber por qué un amigo no nos llamó para el cumplea-
ños, podemos inferir que es un desconsiderado o simplemente
llamarlo y preguntarle. Tal vez nos sorprenda saber que no pudo

por algún motivo, o bien lo hizo y el saludo nunca llegó.
Lo mismo ocurre con nuestro proyecto web; no vale la pena
arriesgarse a dejar de vender un producto sólo porque la gente
actualmente no lo compra. Puede ser que simplemente no
entiendan el producto, o no esté siendo ofrecido en el lugar
correcto y, al dejar de venderlo, podemos estar perdiendo una
fabulosa fuente de rentabilidad.
¿Cómo hacemos para obtener información actitudinal? Hay dos
fuentes principales, surveys (encuestas) y polls (votaciones).
Existe una gran cantidad de herramientas de surveys y polls, la
mayoría de las cuales nos provee de más cosas que las que
podríamos necesitar aunque hiciéramos encuestas las 24 horas
del día.
Ahora bien, lo más importante para obtener la información es
dónde y cómo vamos a preguntarle a nuestros usuarios. En este
sentido, es recomendable analizar como será la experiencia del
usuario y una vez definida hacer algunos pre-tests. En general,
los pre-tests son fabulosos identificando pequeños problemas
que mejoran sustancialmente el proyecto de investigación (sea
tanto survey como poll).
Normalmente, las empresas tienden a no querer implementar
encuestas, ya que existe la idea, completamente injustificada,
de que a las personas les molesta contestarlas. Sin embargo,
esto en la práctica no ocurre; los latinos particularmente tienen
una muy buena predisposición para contestar encuestas, inclu-
so se explayan asombrosamente cuando hay una pregunta
abierta. Las bajas tasas de respuesta, por el contrario, no están
asociadas a la encuesta en sí, sino que en la mayoría de los
casos tienen que ver con malas segmentaciones de las bases de
datos de usuarios y a una mejorable experiencia de usuario.
Momento (o tiempo): la búsqueda de información referida a tiem-
po es casi inconsciente, y es casi inconcebible pensar en tomar
una decisión si nos falta información referida a cuándo ocurrió
algo que estamos tomando como base de análisis para planificar.
Siempre que analizamos información la situamos en un lugar
determinado en el tiempo. La falta de un espacio determinado en
el tiempo asignado a la información analizada la despoja casi por
completo de sentido.
Entorno: la información referida a entorno es de vital importan-
cia para darle relevancia al resto de los datos. Conocer el entor-
no en un momento determinado nos permite comprender bajo
qué circunstancias ocurren/ocurrieron cosas y por qué tal o cual
acción fue exitosa o cuál fue el motivo por el que no lo fue.
68 META ANALYTICS
Si podemos saber que en el mismo mes que el actual, pero del

año anterior, se estaba mudando el datacenter, nos será fácil
entender porqué cayeron las ventas en ese período. Lo mismo si
podemos saber que durante la Navidad anterior nos quedamos
sin stock de un producto, no nos llamará la atención que duran-
te esta Navidad vendamos más, o sea, no se debe atribuir a un
incremento en la demanda del producto, sino a la incapacidad
que tuvimos durante el período anterior de satisfacer la deman-
da existente.
GENERAR RELEVANCIA
Ya hablamos bastante en el capítulo I sobre la subjetividad y los
modelos mentales. La información no es relevante en sí misma sino
frente a quien analiza y el momento en que lo hace. No toda la infor-
mación va a ser relevante para todas las personas.
La gran diferencia entre el on-line y off-line, y esto es algo que
experimenté personalmente, es que en off-line lo más costoso es
conseguir información, mientras que procesarla y analizarla es mucho
menos costoso (en relación). Por el contrario, en el on-line la infor-
mación fluye constantemente y hay tanta (y más) de la que podría-
mos necesitar. Sin embargo, lo difícil es identificar qué información
nos es útil. ¿Cómo definimos “útil”? La información sirve para tomar
decisiones y controlar. Toda aquella información que no nos es “útil”
para eso, entonces no nos sirve.
En el on-line, además, tenemos un agravante. Las cosas fluyen a
un ritmo tan rápido que la información incluso es necesaria de mane-
ra inmediata. Esperar un reporte durante un mes está completamen-
te fuera de los tiempos esperables. La gran cantidad de información
y el poco tiempo para tomar decisiones complican bastante la situa-
ción. Por ello, el foco debe estar en generar información que sea rele-
vante para una persona o área particular de la empresa. Si queremos
que la información sea útil para todos, tendremos que agrupar dema-
siados datos, “ensuciando” la información y complicando el análisis
del resto del equipo. Si, por el contrario, damos a las diferentes per-
sonas únicamente la información que ellas necesitan para tomar deci-
siones, entonces éstas serán más eficientes.
Para que eso sea posible debemos enfocarnos en entender qué es
lo que necesita cada persona en la organización y, para ello, es pre-
ciso saber qué decisiones tomar (qué información requiere para ello),
y con qué frecuencia necesita la información actualizada.
PENSAMIENTO SISTÉMICO
Si bien voy a explicar el concepto con la mayor claridad posible,
recomiendo la lectura del libro La quinta disciplina, de Peter Senge.
Dicho libro describe la noción de organización como un sistema
(desde el punto de vista de la Teoría General de Sistemas desarrolla-
da por el biólogo austríaco Ludwig Von Bertalanffy), en el cual expo-
ne un dramático cambio de mentalidad profesional principalmente por
el planteo del concepto de aprendizaje continuo.
Ahora bien, para que nuestro sistema llamado Organización sea
exitoso, ¿qué debe hacer? Una de las personas que mejor compren-
dió y nos enseñó cómo manejar y mejorar nuestros sistemas de orga-
nización fue Peter Senge.
Senge definió cinco disciplinas necesarias en toda organización
inteligente:
1. Dominio personal: el dominio personal va más allá de cuán cualifi-

cado y competente pueda uno ser. Significa vivir la vida desde un
punto de vista creativo y no reactivo. O sea, crear uno mismo lo
que uno quiere para su vida y trabajo. Expandir constantemente el
dominio personal por medio de una visión personal, propósito per-
sonal, generando el estado de tensión entre la visión (expectativa)
y realidad actual. No aferrarse al pasado ni a los conocimientos ya
adquiridos.
2. Modelos mentales: ya hablamos holgadamente sobre modelos
mentales en el capítulo I. Los modelos mentales son todas
aquellas cosas que una persona da como asumidas, basándose
en las capas de conocimiento que fue generando con cada pro-
ceso de pensamiento. Al asumirlas así, dos personas que tienen
distinto modelo mental pueden observar lo mismo y ver distin-
tas cosas. Por eso, es necesario forzar quiebres y volver a
repensar las capas inferiores de conocimiento de manera cons-
tante, permitiendo lograr un entendimiento menos subjetivo de
la realidad.
3. Visión compartida: algo que escuchamos seguido, pero que se
implementa poco, es que todas las personas en una organiza-
ción deben entender perfectamente hacia dónde va la empresa
y cómo va a hacer para llegar allí.
Lamentablemente, esto pocas veces ocurre. En mi experiencia
como consultor, al auditar una empresa generalmente me
encuentro con que personas pertenecientes a equipos consolida-
dos no comparten la visión. Peor aún, en algunos casos no hay
70 META ANALYTICS
siquiera un enfoque compartido entre personas del mismo depar-

tamento sobre cuál es el objetivo a seguir.
¿Qué pasa si un equipo de camilleros tiene que llevar un herido
y cada uno tira la camilla para un lado distinto? Con algo de
suerte (para el herido) no van a moverse y, con un poco menos
de suerte, la persona terminará en el suelo. En una organización
ocurre lo mismo: si no nos ponemos de acuerdo sobre qué hacer
y cómo hacerlo difícilmente la empresa va a avanzar hacia su
objetivo. Y esto es extensivo a todas las posiciones. Todas las
personas en una organización son importantes para que ésta
alcance sus objetivos. Si una sola posición no fuera lo suficien-
temente necesaria, entonces no tiene sentido su existencia.
4. Aprendizaje en equipo: aun cuando en toda organización hay
posiciones (o puestos) donde las personas tienen una mayor
experiencia y capacidad para ciertas actividades o trabajos, las
“grandes ideas” en esos campos terminan saliendo (al menos en
las empresas donde hay trabajo en equipo) de personas que no
son expertas en esos temas. ¿Eso parece ilógico? Pues no lo es,
de hecho sucede completamente lo contrario. Quienes son exper-
tos en una materia terminan por volver muchas cosas transparen-
cias, y al momento de superarse o superar problemas nuevos les
es más difícil hacerlo. También es importante mencionar que
sería imposible para alguien que no es experto solucionarlo solo,
ya que no cuenta con el marco de conocimiento teórico y prácti-
co para saber hacia dónde enfocar el análisis y determinar qué
soluciones son posibles y cuáles no. La “magia” se produce
cuando diferentes perfiles interactúan eliminando de manera
simétrica las diferentes transparencias y aportando conocimien-
tos y puntos de vista distintos, generando sinergia.
Si trabajan en una gran corporación podrán entender de lo que
hablamos. Cuando están en ella, generan cosas muy grandes y,
si se ponen a pensar, jamás podrían hacerlo solos. Ese funcio-
namiento extraordinario entre las partes y el equipo en conjunto
es lo que denominamos más arriba sinergia y que es indispensa-
ble para una organización efectiva.
5. La quinta disciplina – pensamiento sistémico: mientras que el
reduccionismo científico de Descartes tiene una mirada holística
de los sistemas, proponiendo la descomposición de las partes
del sistema para su mejor entendimiento, ya que la mejora de las
partes nos lleva a una mejora del todo, el pensamiento sistémi-
co propone analizar las relaciones entre las diferentes partes del
sistema. Comprendiendo las relaciones o interacciones entre
esas partes se podrían mejorar los flujos dentro del sistema,
optimizando el alcance de resultados. O sea, si queremos saber
por qué surgió un problema, debemos analizar las relaciones con

el resto de los elementos y no los elementos en sí mismos. Dicho
de otra manera: actuar sobre las causas y no sobre los efectos.
Así, si nuestro sitio tiene una baja tasa de conversión (efecto),

incrementando el presupuesto publicitario, lo cual sería buscar la
solución en el objeto que se manifiesta, no vamos a revertir esta
situación, de hecho es esperable que pase todo lo contrario. Una tasa
de conversión baja difícilmente podría estar relacionada a escaso trá-
fico (incluso tomando un criterio estrictamente matemático).
Dentro del pensamiento sistémico podemos identificar las siguien-
tes creencias:
a. Un sistema es un todo, dinámico y complejo, que interactúa

como una unidad funcional estructurada.
b. Energía, materia e información fluyen a través de los diferentes
elementos que componen el sistema.
c. Los sistemas están situados e interactúan en un entorno.
d. La energía, materia e información fluyen entre el sistema y su
entorno vía “membranas” semi permeables.
e. Los sistemas están compuestos generalmente por entidades que
buscan equilibrio pero que pueden comportarse oscilante y caóticas.
f. Un sistema holístico (grupo) es un conjunto de partes que interac-
túan en un momento determinado. Tales partes son, por otro lado,
sistemas en sí mismos y están compuestas, a su vez, por otras
piezas.
Los principios del pensamiento sistémicos son:
1. Interdependencia de sus objetos y atributos. Elementos indepen-

dientes no forman jamás un sistema.
2. Holismo: en los sistemas existen conductas o propiedades que
sólo son explicables con una mirada holística.
3. Objetivo: la interacción de las partes de un sistema debe resul-
tar en el alcance de un objetivo único.
4. Inputs y outputs (entradas y salidas): en un sistema abierto
(como un sitio web) los elementos ingresan tanto desde el pro-
pio sistema como desde su entorno.
5. Transformación de inputs en outputs: es el proceso por medio
del cual se alcanzan los objetivos.
72 META ANALYTICS
6. Entropía: todo sistema presenta cierto desorden, que es propio

de su condición y lo hace impredecible.
7. Regulación: la generación de feedback (o retroalimentación per-
manente) es un método necesario para hacer que el sistema fun-
cione de manera predecible.
8. Jerarquía: todo sistema pertenece a otro sistema mayor gene-
rando estructuras de sistemas y subsistemas.
9. Diferenciación: cada parte específica del sistema genera funcio-
nes específicas.
10.Finalidad única: dentro de un sistema existen formas diversas de
alcanzar el mismo objetivo.
11.Finalidades múltiples: dentro de un sistema es posible alcanzar
diferentes objetivos basándonos en los mismos inputs.
Ahora bien, una organización saludable que aprende de su pasado

para mejorar su situación futura debe estar formada por individuos
sin estas características:
a. Yo soy mi puesto: muchas veces las personas terminan por con-

fundir su persona con su puesto y eso hace que restrinjan sus
capacidades de aprender. Cuando se discute un proyecto, la per-
sona con este perfil tiende a defender su posición a rajatabla, ya
que está defendiendo “su persona”.
b. Enemigo externo: una de las cosas que más frena el desarrollo
personal y el aprendizaje continuo es la búsqueda constante de
un “enemigo externo”, que es el culpable de que las cosas no
salgan como queremos o como deberían. El principal problema
es que se confunden los términos “responsabilidad” con
“culpa”. Rafael Echeverría, en su libro Ontología del lenguaje,
lo dice muy claro. De chicos nos enseñan que ser responsable
es lo mismo que ser culpable. Por ejemplo: siendo chico, cuan-
do nuestra madre entraba al dormitorio y lo encontraba todo
desordenado preguntaba: “¿quién es el responsable de todo
este desorden?”
En un entorno laboral ocurre algo parecido, pensamos que ser res-

ponsables es ser culpables y tratamos de evadir esa “culpabilidad”
buscando un agente externo a quien hacer cargo y aliviar nuestras
penas. Sin embargo, al no responsabilizarnos por las cosas (sean o
no nuestra culpa) no podemos generar la solución, y si somos parte
de la organización no hay nadie con mayor necesidad de que las
cosas se solucionen que quienes la conformamos.
Las leyes que Senge enumeró en su Quinta disciplina son:
1. Los problemas de hoy son consecuencia de las soluciones del

pasado.
2. Cuanto más fuerte empujamos, más fuerte el sistema te devuelve
el empujón.
3. Las cosas se pondrán peor antes de mejorar.
4. El camino más fácil generalmente no lleva a ningún lado.
5. Muchas veces la cura es peor que la enfermedad.
6. Las soluciones más rápidas, son las soluciones más lentas.
7. La causa y el efecto generalmente no están próximos en el tiempo.
8. Pequeños cambios producen grandes resultados; sin embargo,
las áreas de mayor potencial son las menos obvias.
9. Uno puede hacer una torta y comérsela, pero no puede hacer
ambas cosas en paralelo.
10. Dividir un elefante por la mitad no produce dos elefantitos.
11. No hay culpa.
ESTRATEGIA INTEGRADA
Es importante vincular todo el proyecto on-line al objetivo y la
estrategia corporativa de la organización, antes que nada, porque son
el mismo sistema y difícilmente podremos hacerlo moverse hacia su
objetivo único si no hacemos fuerza con todos nuestros recursos
hacia el mismo lado. Una de las cosas más importantes en un pro-
yecto on-line es no desvincularlo del resto de la organización. Sea el
caso de una organización que utiliza el canal on-line como un canal
más o una organización que se dedique 100% a su proyecto on-line,
en ambos casos es vital que todo esté orientado al alcance del obje-
tivo organizacional siguiendo la estrategia global. No estamos dicien-
do que no haya una estrategia on-line particular, sino que ésta debe
estar directamente relacionada a la global.
Esto tal vez a algunos les parecerá lógico, pero lamentablemente, como
dijimos en el capítulo I, el ser humano pocas veces actúa de manera lógi-
ca, si es que eso es posible. De hecho, en la corta historia de Internet
tenemos una cantidad innumerable de casos donde la Red es sólo un
canal aislado dentro de la estrategia de marketing de una compañía.
74 META ANALYTICS
En muchas ocasiones me encontré con campañas off-line que

tenían un call to action a on-line. O sea, una campaña off-line con
una promoción que terminaba con una invitación a un sitio web. Lo
que uno espera o cree lógico en estas situaciones es que la landing
page, es decir, la página adonde uno llega al poner la dirección de
una empresa como la arriba mencionada es encontrarse con infor-
mación relativa a la campaña. Sin embargo, esto es más la excep-
ción que la regla.
Si desean (como empresas) que las personas hagan lo que uste-
des quieren, lo primero es hacerse entender. Y para hacerse enten-
der no hay que hacer lo que “uno cree lógico”, sino lo que la otra
persona cree lógico. El problema surge cuando tenemos muchas
otras personas que tienen su propia lógica y una sola empresa (la de
ustedes) que tiene que comunicarse con ellas. A no ser que esta
empresa busque contactarse con un solo cliente (monopsonio) van
a estar en un problema, ya que van a tener que ser lo suficientemen-
te claros para muchas lógicas.
¿Es esto posible? Definitivamente sí, pero tal vez simplificar al
extremo de tener sólo un tipo de cliente no sea lo óptimo en térmi-
nos de negocios.
Es recomendable llevar a cabo las siguientes acciones:
1. Identificar qué variables determinan el perfil de un cliente y, en
base a la variación en las magnitudes, aparecerán los diferentes
segmentos de clientes. Tanto aquellos que deseamos que sigan
siéndolo, como aquéllos que no. Por ejemplo, para una empresa
en particular las variables que determinan el perfil de sus clien-
tes, podrían ser que hace tiempo que son clientes, monto de
compra promedio, tiempo promedio entre una compra y otra,
recomendaciones de nuestros productos a otros amigos y cono-
cidos, ofertas compradas, etc.
De las variables antes mencionados ya se desprenden varios
perfiles. Por ejemplo:
Cliente de alto valor: su variable monto de compra promedio
es alto.
Cliente generador de valor: compre o no, recomienda a otros
clientes que sí lo hacen y mucho.
Comprador de ofertas: aquéllos con un valor alto en la varia-
ble ofertas compradas.
Cliente fidelizado: sin importar el monto de su compra, hace
mucho tiempo que es cliente y sigue siéndolo.
En este caso estamos viendo que sólo con medir la magnitud de

una sola variable en el perfil de los usuarios podemos hacer una
segmentación interesante. Al incrementarse la cantidad de
variables y el historial de información, el análisis puede evolucio-
nar bastante y lograr segmentaciones muy acertadas para la rea-
lización de acciones específicas.
2. Determinar la forma de medición de las variables: para poder
entender nuestra realidad, sea ésta cual fuere, es necesario
tener un modelo coherente de medición. Un dicho muy intere-
sante señala: “Dime cómo me mides y te diré cómo actuaré”.
Mídeme de manera ilógica y no te quejes si actúo de manera
ilógica. Un excelente ejemplo es el referido a los tipos de infor-
mación existente (esto lo vamos a ver más adelante). En la
industria de Internet generalmente se tiende a medir, casi apa-
sionadamente, el comportamiento (behavior), mientras que no
se acompaña esta información con otra de diferente naturale-
za. Esto produce el efecto “obligado a inferir”, o sea, “llenar”
los espacios desconocidos de información con inferencias.
Cuando se analiza un sitio con una herramienta de web analytics,
podemos conocer “qué es lo que la gente está haciendo”, pero
no por qué hace tal o cual cosa. Sin embargo, no es difícil escu-
char a diario a alguien que realiza un análisis de ese tipo.
Entonces, si una campaña de paid search no genera clics, pen-
samos que es mala (primera inferencia, ya que puede pasar que
el target de nuestro producto sea escaso, pero olvidemos esto
por un rato) e inmediatamente buscamos una respuesta que
suene lógica para nosotros mismos y para quienes tenemos que
convencer. La ansiedad se calma cuando esa razón aparece, por
ejemplo, “las keywords no fueron acertadas”. Es imposible llegar a
la conclusión arriba mencionada sólo viendo la performance de la
campaña. Que las personas no hagan clic puede tener una infini-
dad de significados y la única manera de saberlo es de la misma
forma que nos manejamos en la vida. Cuando quieren saber por
qué su hijo no hizo la tarea, ¿qué hacen? Le preguntan (esto no
quiere decir que les va a responder, pero con el tiempo van a ganar
la experiencia necesaria para poder obtener la respuesta). Como
dice el dicho, “el diablo sabe por diablo, pero más sabe por viejo”.
En este caso es igual. Si quieren saber por qué una campaña
funciona o no, tienen que preguntarles a sus clientes.
Prueben, analicen, prueben, analicen. No se cansen de hacerlo
porque es la única manera de conducir sus negocios.
3. Buscar conductas comunes en el grupo de referencia: dentro de
todo grupo de personas, y aquí es importante conocer el perfil
76 META ANALYTICS
del grupo de referencia al que estamos apuntando, hay un con-

junto de conductas comunes. Si podemos identificarlas vamos a
poder mejorar la respuesta del grupo para una campaña o acción
de marketing en particular.
4. Generar un circuito de testeo/análisis que provea de información
para el aprendizaje y mejora continua: debido a la dinámica de
Internet y a lo reciente de dicha industria, constantemente nos
encontramos con que tenemos que hacer cosas que son nuevas,
y no tenemos historial sobre el cual basar nuestro análisis.
Incluso cuando tenemos algo de información, a veces probar es
tan poco costoso en términos tanto económicos como de ries-
gos, que no sólo es valiosísima la información que nos genera,
sino que no tiene sentido no hacerlo.
Hagan uso de las cuatro P, probar, probar, probar y probar. “Más
vale pecar de ejecutivo que de incapaz ya que es por el balance
de aciertos y errores que se evalúa una gestión y no por la falta
de errores de quien no tuvo aciertos” (autor desconocido).
5.Identificar y enfocarse en la meta: en todo sistema hay sólo un
objetivo. Como dijimos anteriormente, para que un conjunto de
cosas que interactúan pueda ser definido como un sistema,
debe tener un objetivo común.
Esto no es caprichoso. Es, básicamente, la única forma de hacer

que un conjunto de cosas interactúen de forma correcta. Por ejem-
plo, si tenemos todas las piezas para armar una computadora, aún no
tenemos una computadora, sino que tenemos sólo un conjunto de
elementos. Ahora, cuando juntamos la placa mother con el resto de
las partes en los lugares correctos, aparece la magia, y ese conjunto
de partes pasa a ser un computador que tiene el objetivo de ayudar
a las personas en ciertas actividades laborales y recreativas.
Identificar el objetivo único o meta es tan importante como la exis-
tencia misma del sistema. ¿Cómo podemos hacer que todos los ele-
mentos del sistema se alineen para alcanzar ese objetivo único si ni
siquiera sabemos bien cuál es?
Posiblemente la persona que llevó este análisis a un nivel superior
fue Eliyahu Goldratt, quien no sólo desarrolló una teoría donde plan-
tea la necesidad de identificar esa única meta, sino que además creó
todo el proceso necesario para subordinar los elementos del sistema
a ese objetivo. Además, y esto es lo más loable, lo hizo de manera
tan sencilla como sorprendente. De hecho, su libro La meta permite
entender conceptos realmente complicados dentro del entorno senci-
llo de una novela romántica.
La teoría desarrollada por Eliyahu Godratt se llama Teoría de las

Restricciones y, a pesar de que se desarrolló y fue probada por cien-
tos de empresas industriales alrededor del mundo, los métodos allí
planteados son fabulosos para la implementación dentro del dinámi-
co entorno de la industria de Internet.
Según la Teoría de las Restricciones, todo sistema tiene un recur-
so principal que limita los resultados totales de éste. Para ilustrarlo,
tomemos el ejemplo de una cadena. Si tiramos de cada extremo, lle-
gará un momento (si tenemos suficiente fuerza) en que la cadena se
cortará. Cuando eso ocurra, nos daremos cuenta de que no se corta
en varios lados, sino en un sólo eslabón. Luego, si seguimos hacien-
do fuerza desde los extremos opuestos de lo que quedó de la cade-
na anterior, ocurrirá lo mismo: se cortará en un sólo lugar, o sea,
donde está el eslabón más débil.
En un sistema ocurre lo mismo, siempre existe un eslabón más
débil. A este eslabón más débil lo llamamos recurso de capacidad res-
tringida, ya que limita la capacidad de todo el sistema. Volviendo al
ejemplo de la cadena: si quisiéramos levantar un auto con una cade-
na, tendríamos que tener una cadena donde todos los eslabones ten-
gan la suficiente resistencia como para levantar ese peso. Si un solo
eslabón se rompiera, el objetivo no se alcanzaría, aun cuando el resto
de los eslabones fueran extremadamente resistentes.
En todo sistema ocurre lo mismo: siempre existe un recurso que
tiene menor capacidad que el resto. Esto ocurre por dos cosas:
1. Ineficiencia del recurso.

2. La actividad en particular lleva más tiempo y requiere de más
recursos, aun cuando éstos sean eficientes.
Ambos casos significan lo mismo: que todo el sistema estará limi-

tado por ese recurso.
Un buen ejemplo de lo mencionado anteriormente lo podemos
identificar en empresas que venden por Internet. Estas empresas
saben que pueden pagar por cada nuevo cliente adquirido un monto
determinado de dinero y en base a ello generan la planificación y opti-
mización de medios.
Un (mal) hábito de uso común es el identificar erróneamente el
RCR (Recurso de Capacidad Restringida). Un ejemplo típico es incre-
mentar la inversión en medios cuando la cantidad de registrados
comienza a ser decreciente cuando en realidad el problema no está
en la “cantidad de gente” que están derivando al sitio sino en que el
canal podría no ser el adecuado o estár agotado entre otras causas.
78 META ANALYTICS
Recuerdo una empresa que estaba invirtiendo, supongamos, 50

mil dólares mensuales en búsquedas pagas. Al ver que la cantidad
de conversiones disminuía comenzó a incrementar más y más el pre-
supuesto hasta que habían llegado al nivel de los 90 mil dólares. Al
analizar la curva de inversión-conversión se identificó que estaban
invirtiendo en un canal “agotado” donde los rendimientos eran
decrecientes, ergo, cuanto más gente enviaban al sitio el porcenta-
je de conversión disminuía elevando los costos de adquisición cada
vez más alto a un punto tal donde no lograban repagar a cada clien-
te nuevo que lograban.
Es importante tomarse el tiempo necesario para identificar la res-
tricción, como dice el dicho, podemos medir dos veces, pero cortar
solo una.Existen dos tipos principales de limitaciones: las físicas y las
políticas o culturales.
Las limitaciones físicas son computadoras, software, servidores,
recursos humanos (tan difícil de conseguir en esta industria) e inclu-
so escaso stock publicitario. Sólo las denominamos limitaciones físi-
cas cuando no permiten que la empresa alcance su meta. No tener la
nueva versión de un software no es una limitación, a menos que
nuestra meta no pueda alcanzarse o se vea restringida por esto. Esas
restricciones pueden explotarse de dos formas:
1. Agregar capacidad: contratar personal cualificado, o de no exis-

tir un perfil adecuado, incorporar uno y capacitarlo. Comprar un
software más eficiente, nuevas computadoras, cambiar el ad-
server por uno que requiera menor trabajo humano y contratar
una herramienta de administración de campañas de paid search
entre otras cosas.
2. Aprovechar al máximo la capacidad del sistema (gestión eficiente).
La teoría se basa sobre las siguientes cinco actividades.
1. Identificar las restricciones del sistema.

2. Decidir cómo explotarlas.
3. Subordinar todo a la decisión anterior.
4. Superar la restricción del sistema (elevar su capacidad).
5. Si en los pasos anteriores se ha roto una restricción, regresar al
primer paso para no permitir la inercia.
O sea, estamos en la constante búsqueda del recurso de capaci-

dad restringida y nos enfocamos en explotar al máximo su capacidad.
A diario, vemos que las empresas quieren mejorar muchas cosas a la

vez, y esto sólo logra confundir cada vez más a quien debe tomar deci-
siones y, lógicamente, pone al proyecto en posición de mayor riesgo.
Si sabemos que sólo hay una restricción, en cada momento o corte
de tiempo de nuestro proyecto, que restringe nuestra capacidad, no
solamente no tiene sentido apuntar nuestros esfuerzos a diferentes
recursos sino que esto, al ser un conjunto de elementos interrelacio-
nados, genera un caos en el sistema donde cada acción modifica
todo el sistema, y nos es imposible entender la relación causa/efec-
to de cada una de ellas.
El modelo, además, da inicio a un cambio en el ámbito contable.
Todos quienes estudiaron alguna carrera relacionada con las ciencias
económicas (principalmente) han estudiado contabilidad de costos y
han, de una manera u otra, configurado su modelo mental con los
principios de la contabilidad de costos. Por ello, es bastante difícil
entender los errores no menores asociados a la implementación de un
sistema contable y de medición basado en ésta.
Según la contabilidad de flujos, existen para todas las empresas,
además del conjunto de métricas propias para monitorear las dife-
rentes áreas y subestructuras, tres indicadores que funcionan de
manera jerárquica. O sea, el primero tiene mayor importancia que el
segundo, y éste que el tercero. Estos indicadores principales de todo
sistema son:
Throughput: mide la “velocidad” con la que el sistema genera
dinero a través de su objetivo principal. Si tenemos un sitio que
tiene como meta generar dinero por medio de la venta de publi-
cidad, entonces el throughput será la velocidad con la que el sis-
tema genera ingresos por medio de las ventas publicitarias. Para
que el sistema pueda generar más dinero en ventas publicitarias
no sólo tiene que crear ventas, también tiene que producir stock
publicitario, y éste tiene que ser relevante para el público al que
se va a impactar con la pauta, tienen que funcionar bien los ser-
vidores, y también el ad-server, que además debe medir bien
para poder reportar al cliente que compra una cierta cantidad de
impresiones. Cualquiera de las cosas anteriores, y muchas otras
más, van a hacer que el dinero fluya más lentamente por ese sis-
tema (empresa, sitio web, etc.).
En el caso de una empresa que vende productos por Internet, el
flujo del dinero estará relacionado a la velocidad con la que éste
fluya por el sistema fruto de las ventas generadas. Hablamos de
velocidad del dinero y no valor agregado, el cual tiene poca
importancia en este modelo, como vamos a ver más adelante.
80 META ANALYTICS
Inversión: llamamos inversión a todo el dinero invertido en stock

que se transformará en aquello que nos va a generar flujo de
dinero. En el caso de los proyectos on-line, la inversión del pro-
yecto no debe confundirse con la de la empresa. El caso que más
tiende a confundir es en el de empresas que tienen, además de
su canal convencional de ventas, un canal on-line para vender
sus productos (pero sólo éstos). ¿Por qué tiende a confundirse
el concepto de inversión en estos casos? Porque no se dividen
las barreras de análisis de costos. Ya hemos hablando anterior-
mente de la necesidad de integrar el proyecto web a la estra-
tegia global de la empresa, así como de la importancia de
entender al sistema como un todo y a los subsistemas que
interactúan dentro de él. En este caso ocurre eso: no estamos
diciendo que debemos separar el sitio web del análisis de cos-
tos, sino generar un subsistema de análisis de costos y sólo
incorporar en el global el resultado de éste.
Para hacer sencillo lo complicado, usemos un ejemplo: si una
empresa produce unos zapatos que luego vende por un canal
convencional y por un sitio de e-commerce propio, la inversión
del proyecto web no involucra el costo de los materiales como
cuero y goma, sino que -como dijimos anteriormente- involucra
únicamente a aquellos costos que dentro del proyecto web serán
convertidos en dinero. Entonces, ¿se imaginan cuáles serían
algunos ejemplos de inversión en los proyectos web? No hagan
trampa, piensen un poco más que es sencillo. Exacto, la inver-
sión en paid search, en campañas on-line e incluso off-line rela-
cionadas únicamente con las ventas on-line (o su proporcional en
caso de campañas off-line derivando parte del tráfico al on-line),
e-mail marketing, etc. La inversión en tráfico es la más fácil de
determinar, ya que el resultado inmediato compone lo que llama-
remos “stock” en nuestro modelo. Todo nuestro tráfico stock es
convertible de una forma u otra, dependiendo de cada proyecto
en particular, en dinero. Para un sitio de contenidos que “vive”
de la publicidad, el stock significará la posibilidad de tener más
impresiones, o sea, más ventas publicitarias por delante. Para un
sitio que vende productos será la posibilidad de convertirlos en
clientes, es decir, de venderles sus productos.
Si bien en la contabilidad de costos se toma el stock de materia-
les sin procesar como activo, lo cierto es que si no se puede
generar dinero entonces es un pasivo porque sólo genera una
carga: todo aquello en lo que invierto dinero y que no incremen-
ta el throughput sólo disminuye los ingresos finales.
Por ello es importante identificar aquellos elementos dentro del

sistema en donde invertir, y que esa inversión se traduzca en
mayor throughput, que en definitiva será un incremento en los
ingresos totales.
Gasto de operación: el gasto de operación es todo el dinero que
la compañía asigna a recursos de diferente tipo para la conver-
sión de la inversión en throughput.
Ahora bien, se preguntarán cómo calcular el throughput. La fórmu-
la es muy sencilla:
throughput = precio de venta – costo totalmente variable
Donde:
a. Precio de venta: sin importar de qué se trate el proyecto web
que tengan (a no ser que sea tener un sitio sin fines de lucro)
todos requieren vender algo, sea de manera directa o indirecta.
Digamos que la forma directa es aquella en la cual una persona
compra un bien o servicio que estará a la venta en el sitio web.
Mientras que la forma indirecta es cuando lo que se vende no
está relacionado con lo que el sitio en sí ofrece. Generalmente
decimos que una forma indirecta es la venta de publicidad en
todas sus formas: contextual, banners, personalización de sec-
ciones, apps, etc.
En todos los casos, el precio de venta es una variable con una
elasticidad precio-demanda muy alta. O sea, a un nivel de pre-
cio particular nos enfrentamos con una alta demanda, pero una
mínima variación del precio, las variaciones de cantidades
demandadas son también grandes. Esto en general es así, y se
basa en que en un mercado altamente competitivo y que tien-
de a la información perfecta como lo es el mercado de Internet,
es muy fácil conseguir sustitutos de los proveedores y los pro-
ductos que ellos ofrecen. Por lo tanto, si a quien le compro
generalmente a un precio, en algún momento lo incrementa,
puedo sustituirlo rápidamente por otro proveedor. Y esto pasa
en ambos casos, cuando hablamos de venta directa o venta
indirecta. Si bien es más fácil verlo en casos de venta directa,
donde hablamos de sitios que ofrecen un producto o servicio
particular, en casos de venta indirecta pasa exactamente lo
mismo. Si estoy pautando en un sitio de contenidos con un CPM
(costo por mil impresiones) determinado y en un momento el
Publisher me comunica su decisión de subir la tarifa, en ese
mismo momento puedo optar por buscar otro medio que tenga
un visitante con perfil similar (o varios medios con menor tráfico)
82 META ANALYTICS
y pautar a costos menores. De hecho, con la atomización que

se generó en la industria debido a la web 2.0 podemos descen-
tralizar nuestra inversión en un gran número de blogs que debi-
do a su contenido vertical concentran una mayor cantidad de
usuarios con un perfil específico. Por ello, en estos casos la
expectativa de conversión será mayor.
b. Costo totalmente variable: es todo aquel dinero necesario para
producir más unidades de productos o servicios que aumentan
conforme se incrementa la producción.
Quienes estén familiarizados con la contabilidad tradicional iden-
tificarán que, a diferencia de ésta, aquí hablamos de “totalmen-
te variables”. En contabilidad tradicional, los costos variables
pueden tener un tinte de fijos, por lo cual son “cuasi variables”.
Sin embargo, en este modelo (y en la fórmula de throughput en
particular) estamos midiendo únicamente aquellos costos varia-
bles libres de todo matiz de “costo fijo” o gasto de operación.
Siempre que calculen su throughput y tengan un costo que dudan
si es totalmente fijo, entonces inclúyanlo en “gastos de operación”.
Una vez entendida la fórmula, es probable que algunos la identifi-
quen como el margen real de producto, ya que el gasto de operación
lo tenemos produciendo o no haciéndolo. O sea, no podemos dejar
de pagarle al equipo de tecnología sólo porque durante un mes las
ventas o el contenido a generar haya mermado, por lo tanto, duran-
te ese mes en particular, aun vendiendo con un margen por sobre los
costos variables, estamos ganando.
Incluso cuando, por ejemplo, nuestro sitio de e-commerce venda
parte de sus productos a un precio que no cubra los costos totales (fijos
más variables) sino sólo los variables, logra maximizar los ingresos tota-
les de ese período ya que de todos modos la empresa iba a cargar con
los costos fijos. O sea, los costos de la operación durante ese período
no se verían afectados por cualquiera de las dos decisiones (vender a
menor precio o no). Sin embargo, al vender con una rentabilidad menor
sin incrementar el costo de operación, genera de manera directa un
incremento en la rentabilidad de la empresa durante ese período.
Ahora bien, ¿alcanza únicamente con conocer el throughput?
Ciertamente no, esto sólo nos cuenta una realidad, y nosotros tene-
mos que accionar para modificarla.
Todos los sistemas tienen restricciones y que nuestro proyecto on-
line sea un sitio de e-commerce, de contenidos o cualquiera que fuere,
no queda exento. El objetivo es buscar esas restricciones y trabajar
con ellas para dejar que más dinero fluya por nuestra estructura.
En tiempos en que el tráfico controla la vida de quienes trabajan

en proyectos on-line parece raro que nadie se ponga a pensar qué
hacer con él. Creo que de una u otra forma esto forma parte de esta
burbuja ilógica que se ha formado por segunda vez alrededor de la
industria de Internet. El tema del tráfico como musa de inspiración de
todos los entrepreneurs de Internet es un tema muy polémico, y
están quienes defienden la postura de “el tráfico es lo principal” y los
que no. En ambos casos, la gente es generalmente apasionada por
sus fundamentos, por eso quiero hacer la siguiente aclaración.
Tener tráfico genera stock (de potenciales clientes) que, al no ser
convertido en dinero, termina convirtiéndose en un pasivo.
Recordemos que nos basamos en la contabilidad de flujos y no en con-
tabilidad de costos. Ahora bien, esto no quiere decir que la empresa
que tenga un enorme tráfico no rentabilizado en la actualidad no
pueda hacerlo en el futuro. Tal vez tenga un fabuloso plan de rentabi-
lización del proyecto a futuro (se cumplan o no estas predicciones, al
fin y al cabo los proyectos web no quedan exentos del riesgo inma-
nente en todo negocio). Si este es el caso, entonces no estamos en
desacuerdo, la empresa está generando un pasivo que rentabilizará a
futuro y, en ese caso, el objetivo principal del proyecto no es “dine-
ro”, sino tráfico (seguramente con algún perfil determinado).
ENTENDIENDO EL FUNCIONAMIENTO DEL SISTEMA
Para poder entender el funcionamiento de nuestro proyecto tenemos

que tener en cuenta dos conceptos principales ligados a la relación
existente entre los elementos del sistema (¿recuerdan estos conceptos
de cuando hablamos anteriormente de la Teoría de los Sistemas?):
1. Eventos dependientes: o lo que se denomina en Project
Management como actividades predecesoras, son todas aque-
llas actividades (eventos) que deben finalizarse antes de que el
proceso siguiente pueda comenzar. Llevando la teoría a la prác-
tica, podemos poner como ejemplo lo que pasa en un sitio web
cualquiera. No podremos convertir un usuario si éste no llegó
previamente al sitio. Entonces, para que un usuario interactúe
(cualquiera que sea nuestro objetivo, siempre significa una inter-
acción de algún tipo) es necesario que previamente haya llega-
do al sitio. Y para que éste convierta (sea una registración, una
compra o lo que fuera) debe antes interactuar de una u otra
forma con el sitio.
Poder entender cómo las relaciones entre los diferentes ele-
mentos del sistema y sus eventos es vital para entender cómo
84 META ANALYTICS
fluyen los procesos y cuáles son los limitantes (o recurso de

capacidad restringida).
Volviendo a la comparación con las prácticas de Project
Management, sería algo así como encontrar el conjunto de activida-
des mínimas, completamente necesarias para poder cumplir con el
objetivo del proyecto (critical path method). Aun cuando haya otras
actividades en el proyecto, éstas pasan a un plano secundario al no
limitar el alcance del objetivo principal.
Entonces, si nuestro sitio tiene como foco principal vender un pro-
ducto que producimos, dentro del proyecto es posible que exista un
conjunto de actividades, las cuales tienen un objetivo dentro del sis-
tema. Por ejemplo, los canales de tráfico entrante son diversos links
en otros sitios que nos envían tráfico, campañas de banners, campa-
ñas de paid search, búsquedas orgánicas, etc. Sin embargo, si nues-
tro sitio es nuevo, difícilmente podamos lograr una masa crítica
importante por medio del canal de búsquedas orgánicas y, en ese
caso, no tiene sentido subordinar el éxito de nuestro proyecto (cum-
plimiento de nuestro objetivo) a que los buscadores comiencen a
indexar nuestro sitio y a enviarnos tráfico. En el caso antes mencio-
nado, el tráfico proveniente del canal de búsquedas orgánicas será un
elemento no requerido en esta instancia y, por lo tanto, fuera del
camino crítico (critical path method).
2. Fluctuaciones estadísticas: todos los elementos de un sistema
llevan a cabo sus actividades de manera fluctuante, modifican-
do los resultados del sistema en conjunto. Estas fluctuaciones
son normales y esperables. De hecho, pensar que cada elemen-
to va a rendir uniformemente en el tiempo, si bien fabuloso, es
utópico. Las campañas de banners generan resultados fluctuan-
tes, la interacción de los usuarios en nuestro sitio y las registra-
ciones de estos usuarios fluctúan y la cantidad de ventas que
realizamos también, como para dar algunos ejemplos. Sin
embargo, todo esto se da dentro de un rango de máximos y
mínimos. Lo que es necesario entender es no sólo cuáles son
esos máximos y los mínimos, sino cómo afecta al rendimiento
de los elementos posteriores los diferentes rendimientos que
genera el elemento anterior.
Esto, si bien puede parecer complicado, no es más que análisis
estadístico de series de datos para comprender, en caso de variables
dependientes (o con cierta dependencia), cómo oscila el rendimiento
de la variable dependiente cuando fluctúa la variable independiente.
En este punto podemos comprender realmente la importancia de
nuestra información. Todo nuestro sistema nos cuenta sobre su fun-
cionamiento a cada instante al variar las actividades entre los ele-

mentos que lo componen. Todo lo que podemos conocer sobre el
futuro está relacionado con lo que sabemos del pasado, y lo que
conocemos del pasado está relacionado con la información que dis-
ponemos de los eventos que lo componen. Por ello, podemos decir
que la piedra angular de cualquier proyecto es no sólo medir todo
aquello que nos sirve para entender el funcionamiento del sistema
sino que, además, esta información nos cuenta de manera coheren-
te los eventos del pasado.
Capítulo 4 TOMANDO DECISIONES
Si hay algo que caracteriza a los proyectos on-line son los volúme-
nes ridículamente altos de datos.
Mientras más evoluciona el mercado, más se desarrollan las actua-
les herramientas y logran medir cada vez más cosas.
Todo esto hace que una persona que deba tomar una decisión opte
por dos caminos. O bien se enfrenta a una cantidad de información
imposible de analizar, al menos en los tiempos que requieren los pro-
yectos de Internet, o bien, lo que vemos bastante seguido: se ven
algunas pocas métricas y se intenta inferir el resto (“si la gente no se
registra es porque el formulario de registro es muy extenso”).
Lo cierto es que si se pierden más de 30 minutos o una hora por
día analizando información del sitio para tomar decisiones, es proba-
ble que no estemos haciendo las cosas lo mejor que podemos. Y, si
es menos de 30 minutos, lo estamos haciendo fabulosamente bien o
probablemente no estemos analizando lo suficiente.
El proceso de análisis suele ser ineficiente y se lleva a cabo en la
mayoría de los casos de la siguiente manera:
1. Entro a mi herramienta de web analytics y veo el tráfico. Si está

más o menos como ayer o el mismo día de la semana anterior,
entonces no hay desvío y no sigo indagando. Si por el contrario
es mayor o menor (desvío de lo normal) entonces comenzará la
búsqueda de la causa.
2. Para buscar los porqués empiezo a entrar a los diferentes repor-
tes y, si la herramienta lo permite, hago cruces de datos.
También exporto la información a un Excel, con la cual sigo
88 META ANALYTICS
armando tablas y más tablas y generando, en base al importan-

te volumen inicial de información, mucha otra data nueva.
3. La información se vuelve ridículamente grande. La causa de esto
es simple. Si buscamos todas las respuestas en información de
comportamiento (behavior) siempre nos va a faltar algo para
resolver nuestra inquietud, básicamente porque, como dijimos
antes, la información de comportamiento sólo nos dice “qué
hacen los usuarios”, pero no “por qué lo hacen”, o cómo era el
entorno cuando tomaron la decisión de “hacerlo”.
Equívocamente, cuando la información de comportamiento no
da las respuestas, seguimos buscando más y más información
de comportamiento, sumergiéndonos en un entorno de confu-
sión y pérdida de tiempo.
4. Cuando ocurre lo antes mencionado, generalmente se opta por
dejar todo como está, o sea, a medio analizar y sin ningún
insight importante, y se intenta encontrar respuestas por otro
lado.
5. Resignado, hablamos con personas de otros departamentos para
ver si saben qué pudo causar el desvío (que a esta altura ya casi
ni recordamos).
En base al nivel de respuesta que obtenemos, terminamos por infe-

rir o adivinar el resto, lo que produce cierta sensación de calma para
el espíritu curioso. La desesperación por no entender lo que pasó abre
la puerta a la aceptación de cualquier respuesta que tenga algo de
lógica para nosotros y que explique el evento, aun cuando en el
fondo sabemos que la causa identificada no explica con la confianza
suficiente la razón del desvío.
Esto lo remarco porque no sólo le pasa a los analistas en

algún momento, sino que termina por ocurrirle incluso a per-
sonas de altos niveles jerárquicos. Yo, particularmente, he
vivido innumerables situaciones en las que se me pedía que
infiera un insight con información insuficiente, o que siquiera
había forma de saber su grado de confianza, ya que no esta-
ba disponible la metodología de investigación aplicada (algo
común con la información obtenida en Internet.)
¿Tiempo total utilizado? Entre 4 y 8 horas… (El resto aban-
dona en el paso 3).
CAPÍTULO 4 • TOMANDO DECISIONES 89
Tal como hablamos en capítulos anteriores, es necesario integrar

distintos tipos de información para que ésta dé respuestas concretas.
Cuanto más información y de distinto tipo tengamos, menor será la
necesidad de inferir, ya que la realidad se presentará más completa.
Si bien la opción de máxima es “integración de fuentes en un sólo
repositorio” que nos dé todas las respuestas en un solo lugar, lo cier-
to es que esta opción es a veces imposible para algunas empresas.
O bien por temas técnicos, o bien por falta de recursos. Yo recomien-
do buscar opciones, hay muchas disponibles. La única “no opción”
es no integrar, básicamente porque no cumplirá con el objetivo que
tiene que ver con mejorar la experiencia de usuario de quien debe
analizar y tomar decisiones.
AGENDA DE EVENTOS, UN BUEN COMIENZO

Hace un tiempo atrás alguien que tenía un proyecto web con muy
pocos recursos (tanto humanos como económico-financieros) pre-
guntó cómo podía hacer para integrar información en su situación. Mi
recomendación fue que comience a darle relevancia a la información
de comportamiento (behavior) que actualmente ya estaba siendo
medida por una herramienta de page tagging. Para ello, no eran nece-
sarios recursos de ningún tipo, sólo un pequeño cambio de cultura de
trabajo. La primera actividad implicaba tener una agenda con todas
las actividades que se generaban en el proyecto. Comunicaciones,
modificaciones al sitio, si cambiaba algún empleado, cambio de pro-
veedor de hosting, demora en la generación de contenidos, etc.
Dicha agenda tiene dos objetivos principales: en primer lugar, para
darle relevancia al dato que analizamos para tomar decisiones y, en
segundo lugar, aunque no menos importante, tener un historial del
cual aprender. Como nos enseñó Peter Senge: aprender a aprender,
convertirnos en una “empresa que aprende” (learning company).
Recordemos que todo lo que podemos conocer del futuro está rela-
cionado a algo que ocurrió en el pasado.
En cuanto a lo primero, nos ayuda a comprender el pasado ya que,
como dijimos antes, todo proyecto es un sistema, y como tal toda modi-
ficación en alguna de sus partes produce un cambio en el resto. No
podemos darnos el lujo de desconocer, aun cuando no sea algo referi-
do a nuestra área, lo que ocurre en otras partes del proyecto/empresa.
Veamos un ejemplo: supongamos que un día implementamos una

campaña de paid search y, en paralelo, por un problema en el servidor
90 META ANALYTICS
de la empresa, se cae el sitio durante una hora. Quizás veamos en el

gráfico del tráfico diario que no hay variación en ese día. Sin una agen-
da de eventos (o hitos) el proceso fluiría de la siguiente forma:
1. Departamento de Tecnología: La caída del servidor no se

notó, no digamos nada.
2. Departamento de Marketing: La campaña no sirvió para nada.
3. Gerente: El tráfico está igual que ayer, ¡¡estamos bien!!…

No sigo indagando.
Ahora bien, si en ese mismo momento pudiéramos tener, además

de información de tráfico, información referida a eventos o hitos, la
respuesta es automática. Todos cuentan con más información, todos
ganan.
¿Cómo incorporar una agenda de eventos o hitos? Una buena can-
tidad de herramientas de web analytics permiten agregar fácilmente
estos eventos, los cuales luego son mostrados en cada reporte con-
sultado. Éste es el caso más sencillo.
En caso de otras herramientas que no cuentan con esta funciona-
lidad, vale la pena evaluar posibilidades. No tener un calendario de
eventos o hitos no debería ser una de las decisiones a evaluar.
Una opción sencilla es utilizar una hoja de cálculo, de esas que fun-
cionan en línea y que se pueden compartir. Se crea una por departa-
mento con una hoja principal que resuma todas las actividades de la
empresa.
Ahora bien, ya hablamos en otros capítulos de las diferentes fuen-
tes de información y qué aporta cada una de ellas a nuestro “siste-
ma de información”. También, sobre cada uno de los pilares de
nuestro modelo de analytics. En el transcurso de este capítulo el
foco principal estará puesto en qué hacer con todo lo que vimos
hasta ahora para:
1. Generar nuestro sistema de información.

2. Sacarle el máximo provecho tomando decisiones eficientes.
3. Utilizarlo como base para convertirnos en una “empresa que
aprende”.
PROCESO DE ANALYTICS
En el capítulo anterior hablamos de las diferentes fuentes de infor-
mación y la importancia de que esta información sea clasificada den-
tro de nuestro sistema por tipo (lo que aporta a nuestro sistema), sin
importar qué herramienta o fuente la generó.
A nivel reporte/análisis (el foco de este capítulo) la información
recibe una nomenclatura distinta, esta vez no basada en el tipo (com-
portamiento, actitud, etc.), sino en su nivel de procesamiento.
Todo sistema, por el sólo hecho de estar en movimiento, genera
muchos datos. Éstos son los resultados de las interacciones y subin-
teracciones que se dan en él. De todos esos datos sólo una porción
será útil para nuestro sistema de información y, por ello, solo será esa
porción de datos la que se transformará en lo que llamaremos “infor-
mación del sistema”. Básicamente será el conjunto de datos sin pro-
cesar (counts), relevantes para nuestro sistema. Algunos ejemplos
serían pageviews (web analytics tools), opens o aperturas (e-mail mar-
keting tools), impressions o impresiones (ad-server), clics (paid
search), answers o respuestas (survey), entre otros. Es decir, todas
aquellas métricas que no son calculadas tomando 2 ó más métricas.
INFORMACIÓN
La información o counts tienen la característica de ser extremada-
mente granular. Es el nivel más básico de información, y por ello la
que tiene menos sentido en sí misma. ¿Qué quiere decir esto? El nivel
de granularidad de los counts produce el efecto del árbol que tapa el
92 META ANALYTICS
bosque. Si estamos muy cerca del bosque, al extremo de que tene-

mos el tronco de un árbol frente a nuestros ojos, vamos a poder ver
en detalle la corteza y los huecos que hay en ella, pero no vamos a
poder ver el bosque. Esto no es ni bueno ni malo, sino que tiene dife-
rentes objetivos. Si la persona que está viendo desde tan cerca el
árbol es un estudioso del tema, entonces le va a ser relevante ver el
tronco de cerca, y va a entender perfectamente lo que significa cada
hueco, su color, etc. Ahora bien, si quien lo esta haciendo es alguien
que quiere ver el bosque para entenderlo como un todo, entonces
tanta cercanía será un problema.
Si llevamos el caso a nuestra industria, el count (árbol) podría
representar las impresiones. Para quien está a cargo de las campañas
de banners es importante saber cuántas impresiones se están sirvien-
do. Esta persona sabrá perfectamente qué significan 10 millones de
impresiones porque ya tiene el contexto que le da trabajar con foco
en eso todo el tiempo. Además, esa información le es completamen-
te relevante, ya que responde a las necesidades de toma de decisión
que tiene.
Sin embargo, dicha métrica (impresiones) podría significar nada
para un gerente general. De hecho hasta podría llegar a confundirlo,
ya que no cuenta con la relevancia que le da a ese tipo de informa-
ción la actividad diaria. O sea, básicamente, no tiene puntos de com-
paración para estimar su situación en base a counts.
INDICADORES
En segundo lugar tenemos los indicadores, que surgen de procesar
dos o más counts. Este procesamiento se hace con dos objetivos.
Primero, generar información que responda nuevas preguntas y,
segundo, para quitarle relatividad al count en caso de ser utilizado
para informar a personas que no son estrictamente de un ámbito
meramente operativo.
Los indicadores más comunes están generalmente disponibles en
la estructura de reportes de las distintas herramientas. En el caso de
herramientas de web analytics algunos son pageviews per visit (pági-
nas vistas por visita), average time spent on visit (tiempo promedio
de visita), tiempo promedio de visita a una página particular, bounce
rate (tasa de rebote, o sea, visita de una página y dejar el sitio), entre
otras.
En cuanto a herramientas de e-mail marketing uno de los indicado-

res más comunes es bounce rate. Este indicador, a diferencia de las
herramientas de web analytics, muestra los e-mails que, o bien por
un tema temporal como casilla de e-mail completa (soft bounce) o
definitivo e-mail incorrecto (hard bounce), no llegaron al destinatario.
También tenemos otros indicadores interesantes dependiendo de la
herramienta como clics por usuario, referring rate (tasa de referencia
a otros usuarios), clic through rate (tasa de conversión en clics) rea-
lizados, etc.
Los ad-servers, por su lado, también tienen su sets de reportes e
indicadores preestablecidos, generalmente un poco menos atractivos
que las herramientas anteriores, pero no menos completos. Entre los
indicadores más comunes de un ad-server están promedio de impre-
siones diarias, clic through rate y tasa de conversión.
Las herramientas de encuestas (surveys y polls) también vienen
provistas de reportes y, en algunos casos, bastante sofisticadas. Los
principales indicadores de estas herramientas son tasa de respuesta,
promedio de respuestas por cuestionario válido y promedio de cues-
tionarios válidos incompletos, entre otras. El siguiente caso probable-
mente ejemplifique bien la importancia de los indicadores: imagínen-
se que alguien, que produce al menos dos o tres encuestas por día,
a la semana quiere ver como están performando sus encuestas;
entonces, al pedir un reporte recibe un listado con entre 14 y 21 líne-
as, donde cada línea tiene el número de respuestas validadas com-
pletas e incompletas. Sería imposible entender si esa cantidad que
está viendo significa un buen o mal resultado. Ahora bien, si por el
contrario lo que recibe es la tasa de respuesta, no va a necesitar nada
más para entender cómo están resultando las diferentes investigacio-
nes y, en caso necesario, tomar alguna decisión inmediata.
KEY PERFORMANCE INDICATORS (INDICADORES CLAVE DE PERFORMANCE)
Los key performance indicators o KPI son indicadores conformados

generalmente (pero no necesariamente) por dos o más indicadores.
El objetivo de un KPI es permitir comprender el nivel de performance
de una actividad particular del proyecto web sin necesidad de estar
involucrado en la producción en sí. O sea, un gerente de línea media
puede tener a cargo la producción de 20 sitios web, motivo por el
cual puede serle extremadamente ineficiente estar informado sobre
todo lo que ocurre en cada uno de ellos, o sea, qué actividades se
están llevando a cabo en cada momento. Los KPI “generan sentido”,
logrando reflejar la performance de una actividad sin necesidad de
94 META ANALYTICS
que quien los analiza se “apoye” en información de carácter operati-

va o granular.
Si bien existen KPI estándar, como podemos ver en la Web
Analytics Association o en el libro The key performance indicators
Book, de Eric Peterson, lo cierto es que los KPI deben estar en fun-
ción de la gente y no la gente en función de los KPI. Todos los pro-
yectos son sistemas con interacciones únicas, principalmente por la
gran cantidad de KPI generados en la corta pero intensa vida de esta
industria; existen KPI útiles para medir una variedad importante de
actividades. Sin embargo, es de vital importancia que partamos de la
base de que la relevancia del KPI no es negociable, y siempre será
mejor perder un rato tratando de “crear” una métrica que refleje de
manera eficiente la evolución de una actividad a utilizar una métrica
estándar que le pudo haber resultado fabulosa a diez, cien o miles de
empresas, pero que no es lo suficientemente relevante para nosotros.
Algunos KPI estándar son:
Average order value

Average revenue per visit
Average cost per conversion
Stickiness factor
Freshness factor
Bounce rate first time visits
Bounce rate returning visits
Bounce rate by referring traffic source
Si revisan con atención, podrán ver que cualquiera de los KPI antes
mencionados les podría permitir entender la situación o resultado de
diferentes acciones sin la necesidad de tener mucha información
sobre dichas actividades, más aún si utilizamos algunos indicadores
en conjunto, aunque eso lo veremos más adelante con los diferentes
modelos de reporte.
KSI (KEY STRATEGY INDICATORS)
¿Recuerdan que vimos anteriormente que uno de los pilares de

Meta analytics es que los proyectos on-line deben seguir los linea-
mientos de la estrategia de la empresa? Bien, los key strategy indica-
tors, o indicadores clave de estrategia, son los indicadores clave para
medir la evolución de un proyecto respecto a la estrategia global.
Estos indicadores tienen como principal característica que no se

basan en la estructura del sistema de negocios web analizado y, por
ello, permiten un alto nivel de comprensión de la situación del pro-
yecto, incluso a personas que no tienen ningún tipo de contacto con
las actividades de nivel operativo.
Algunos KSI son:
Churn rate:
Esta métrica (churns/clientes) determina el nivel de abandono o
rotación de clientes que tiene una empresa en un período determi-
nado. Churns son aquellos clientes perdidos, o que consideramos
perdidos. ¿Por qué diferenciar entre perdidos y qué consideramos
perdidos? Comencé a utilizar está métrica con quienes tienen una
relación contractual con sus clientes y todo marchaba bien. Cuando
un cliente pedía la baja (cancelar la subscripción) de los servicios
contratados, pasaba a formar parte de un cliente churn.
Luego me di cuenta de lo importante que es para cualquier tipo de
sitio web medir el churn rate. ¿Pero cómo saber cuándo un cliente
nos está abandonando en casos donde la relación cliente (o usua-
rio)/sitio web (empresa) no requiere ningún anuncio por parte del
cliente? Por ejemplo, ¿cómo saber que un cliente se está yendo para
jamás volver (o al menos en principio es así) en el caso de descarga
de software? ¿Y en el caso de una comunidad on-line o red social?
¿En un periódico o revista de Internet? Bueno, en principio es impo-
sible conocer la respuesta. Pero calma, todo tiene solución. En estos
casos contamos con el conocimiento generado por nuestro historial.
¿Se acuerdan de “aprender de pasado”? ¿Todo lo que podemos cono-
cer del futuro tiene que ver con algo que ocurrió en el pasado? Bien,
el churn en estos casos se determina ex-post, o sea con el hecho
consumado. Supongamos que revisamos nuestra información y
vemos que el 80% de los usuarios que nos visitaron hace más de tres
meses que no volvió a visitarnos. Bien, esto quiere decir que pode-
mos definir como churns a los usuarios que nos visitaron por última
vez hace tres meses. Una vez que definimos qué es para nosotros un
churn debemos calcularlos, y lo haremos de la siguiente manera: los
churns del mes en curso los calcularemos t-3m; o sea, los churns de
abril son los usuarios que nos visitaron por última vez durante enero
del mismo año.
En ese caso, podremos calcular el churn rate dividiendo el churn
por los usuarios existentes en ese momento, o sea, en enero y no en
abril. Es decir:
CR= (churns)n / (clientes o usuarios)n
96 META ANALYTICS
Con esta métrica calculada estaremos en condiciones de identifi-

car qué porcentaje de nuestros clientes/usuarios estamos perdiendo
mes a mes.
Tasa de intercambio de clientes:

Esta métrica, si bien muchas veces se confunde con churn rate,
nos dice algo totalmente distinto. Nos permite saber si el resultado
de los clientes que nos abandonan y los clientes nuevos es positivo
o negativo. O sea, ¿tenemos déficit o superávit de clientes? La métri-
ca se calcula de manera simple y rápida, y en muy poco tiempo la
van a amar.
TICn= (clientes registrados)n / (clientes churn)n
Si la métrica les da como resultado un número mayor a 0, ¡bingo!
tienen superávit de clientes/usuarios. Si les da menos que 0 quiere
decir que cada período que finaliza los recibe con una cartera de
clientes menor a la anterior, es decir, tienen déficit.
Costo de adquisición:
Todo usuario o cliente nuevo tiene un costo de adquisición.
Generalmente, se tiende a calcular el costo de adquisición basándo-
se únicamente en el esfuerzo publicitario. Entonces, si una campaña
de paid search me costó 1.000 dólares por 1.000 clics y me trajo 10
ventas, decimos que el costo de adquisición por cada usuario fue de
100 dólares.
Basándonos en el modelo anterior, podríamos decir que, en los
casos en que no haya una campaña de medios enviando usuarios o
clientes al sitio, el costo de adquisición es cero. Sin embargo, ésta es
una visión “miope” del asunto, e incluso lo es para analizar el costo
de adquisición cuando los usuarios o clientes son enviados al sitio por
medio de una campaña, y ahora veremos porqué.
Nuestros proyectos web son sistemas, es decir, un conjunto de
cosas que interactúan entre sí con un objetivo único. Al atribuir el costo
de adquisición solamente a los costos de una campaña estamos elimi-
nando la visión sistémica del medio, con todo lo que ello significa. ¿Por
qué? Porque si una campaña de banners trae muchos usuarios al sitio,
eso no quiere decir que van a convertir. De hecho, la conversión esta-
rá determinada por cómo funciona el sistema en su conjunto; en qué
momento la campaña que corre determinará qué usuarios trae al sitio.
A su vez, dependiendo del contenido que se muestre cuando éstos lle-
gan al sitio, harán que un usuario se interese o no y, finalmente, que
el proceso de conversión sea adecuado (según la visión del segmento
en cuestión) terminará por empujar al usuario a convertir.
La correcta interacción entre todas las actividades que mencioné,

en un modelo de sistema ridículamente simplificado, será lo que final-
mente terminará por empujar al usuario a la conversión. Y, por ello,
son los costos de todas las actividades las que tenemos que conta-
bilizar al momento de calcular el costo de adquisición.
Por otro lado, al no tener una mirada sistémica de la contabiliza-
ción de costos, estaremos generando escenarios de toma de decisio-
nes incompletos, y tomaremos decisiones con un alto riesgo.
Toda registración, venta, concreción de perfil (en una red social, por
ejemplo), concreción de encuesta, absolutamente todo, tiene un costo.
Y jamás podremos tomar una decisión correcta sobre hasta cuánto
pagar por una adquisición si no conocemos el costo real que tiene.
Lifetime value:
Es el valor que nos generará un cliente durante el tiempo que lo
siga siendo. Si tenemos una agencia de venta de autos por Internet,
podemos revisar nuestra base de datos y ver que, en promedio, un
cliente nos compra un auto cada 4 años y que cada 12 años algo “los
molesta” y nos dejan de comprar. Por otro lado, sabemos que el pre-
cio promedio de compra es de 12 mil dólares y nuestra empresa tiene
un beneficio neto por automóvil del 10% o sea, 1.200 dólares de
beneficio neto. Esto quiere decir que el LTV de un cliente, o sea el
beneficio que nos genera durante su vida como cliente, será de
1.200 x 4 (primera compra al año 0, segunda al año 4, tercera al año
8 y cuarta al año 12) o sea 4.800 dólares. A partir de ahí sabrán que
no deberán pagar más de 4.800 dólares por un nuevo cliente (total)
descontado el VAN (valor actual neto).
Descontando el valor actual neto sabrán cuánto valen hoy los
4.800 dólares que sus clientes les dejarán en el transcurso de 12
años, y ése valor será el máximo pagable por un cliente nuevo.
Esta métrica es fabulosa, porque permite actuar en tres frentes dis-
tintos una vez que identificamos el LTV.
Primero, podemos tratar de optimizar costos y, de esta forma,
maximizar el beneficio.
Segundo, podemos trabajar en el coeficiente de recompra para
que, en lugar de generar una venta cada 4 años, podamos generar al
menos 4.1 ventas por usuario (recordemos que es promedio por seg-
mento y puede no dar valores enteros) por medio de up-selling (ven-
der el auto cada 3 años en lugar de cada 4) o cross-selling (vender
otras cosas relacionadas al auto como mejor equipamiento, servicio
premium, etc.).
98 META ANALYTICS
Tercero, podemos incrementar el período de cliente (disminuir el

churn) y, en lugar de que sea cliente por 12 años, que pase a serlo
por 16 años y que genere una compra más.
Si bien puse un caso de una agencia de automotores, esta métri-
ca es medible y accionable por empresas de cualquier magnitud,
incluso por alguien que tenga un sitio para vender los productos que
él mismo produce. O incluso un sitio de contenidos generados por
usuarios, como es el caso de un foro. Es posible medir cuánto nos
cuesta un usuario nuevo, y valuarlo como cliente en base a lo que
genera (el contenido tiene costo y es medible) y a la navegación (que
genera stock publicitario también medible).
Período de repago de clientes: el período de repago es el tiempo
que un cliente tarda en generarle a la empresa un beneficio igual a
su costo de adquisición. Cuanto más largo sea el período de repa-
go, mayor será la incidencia de la variable interés del dinero en el
análisis de rentabilidad. Ejemplo, si hoy pagamos 100 dólares a un
cliente nuevo, y este genera a la empresa ese monto en 5 años,
entonces es necesario calcular cuanto tiempo tarda el usuario en
pagar los 100 dólares de hoy.
User experience management efficiency (eficiencia en la gestión
de experiencia de usuario): esta métrica tiene como objetivo identifi-
car la calidad de todas aquellas interacciones medibles entre el sitio
y el usuario. Como sugerencia se propone tener en cuenta:
1. Up-time promedio diario del sitio durante un período determina-

do (ningún servidor puede garantizar el mismo up-time promedio
todos los meses).
2. Páginas que no se mostraron por un error.
3. Tiempo promedio de carga de páginas (total o de un proceso
definido).
Aun cuando les damos algunas sugerencias, recuerden que el obje-

tivo del libro no es limitar sus prácticas a lo que aquí se dice, sino
que pueden utilizar estos conocimientos como base para que –suma-
do al conocimiento sobre sus proyectos– tomen, adapten o creen
según sus necesidades.
Por ello, les recomiendo que, antes que nada, identifiquen cuáles
son los puntos de contacto entre su proyecto web y sus usuarios o
clientes. Luego analicen las interacciones que se generen y cómo
pueden ser medidas.
Ahora bien, para no complicar demasiado el análisis, supongamos

que vamos a medir la experiencia de usuarios con las interacciones
que mencioné arriba. ¿Cómo hacemos?
1. Definir para cada interacción el nivel que consideramos necesa-

rio para una agradable experiencia de nuestros usuarios.
2. Calcular el desvío entre planificado y obtenido.
3. Sacar el promedio de desvío entre todas las interacciones que
estemos midiendo (en este caso sólo tres).
Para el ejemplo arriba mencionado el proceso sería:
1. Up-time: objetivo 98%. Obtenido 96%. Desvío= ((obtenido-

objetivo)/objetivo)
Es decir, en nuestro ejemplo tendremos un desvío del 2,04%.
2. Páginas con error: objetivo 0,0007%. Obtenido 0,001%. Desvío
42,86%.
3. Tiempo promedio de carga de páginas: objetivo 10 segundos.
Obtenido 14 segundos. Desvío 40%.
Ahora calculamos el promedio. Nos da 21%. O sea que estuvimos

21% alejados de lo que consideramos una experiencia de usuarios
aceptable, lo cual no es un tema menor. Para que se den una idea,
durante un tiempo probamos una herramienta que, utilizando servido-
res en las principales ciudades de todo el mundo, simulaba navega-
ción humana para identificar el tiempo de carga de una página o un
objeto de la página en un momento particular, desde una ciudad
específica. Usando esto como base, hicimos un análisis para identifi-
car cómo reaccionaban las conversiones cuando variaba el tiempo de
carga en las páginas del proceso de conversión. El resultado fue
asombroso. Una mínina variación en los tiempos de carga (algunos
segundos más) generaba una caída muy fuerte en las conversiones.
Recordemos que todo lo que no aporte al cumplimiento del objetivo
principal del sitio sólo genera stock de gente en el sitio, y dicho stock
no es más que un pasivo.
Tal como decíamos, la utilización de KSI es la mejor manera de
generar relevancia a la interpretación del estado de situación de un
proyecto web cuando quien debe tomar decisiones no está directa-
mente en contacto con las operaciones.
100 META ANALYTICS
REPORTES AD HOC PARA OPTIMIZAR LA TOMA DE DECISIONES

Todos nosotros tomamos constantemente decisiones, y lo hace-
mos intentando basarnos en la mejor información con la que dispo-
nemos. Es decir, ante la necesidad de tomar una decisión buscamos
información suficiente para identificar posibles decisiones a tomar, y
finalmente optamos por una.
En una empresa, cada persona tiene una función o conjunto de
funciones sobre las cuales tiene que tomar decisiones. Dichas funcio-
nes requieren de un perfil particular de información y períodos de
reporte. Por ello, es importante partir de la base de que cada perso-
na en una organización debe contar sólo con aquella información útil
para la toma de decisiones (de funciones propias a su actividad) o el
control.
Toda información que no es necesaria (con todo el rigor de esa
palabra) para tomar decisiones y/o controlar es riesgosa (con todo lo
que significa esa palabra), porque desvía la atención del proceso de
análisis que se está realizando, porque puede confundir. Y, finalmen-
te, es riesgosa porque hará demorar más tiempo y disminuirá la cali-
dad de la toma de decisiones, lo que significa pérdida de dinero.
Es necesario eliminar del sistema de reportes todas aquellas métri-
cas que no brinden una respuesta a las preguntas basadas en el
objetivo principal. Es importante no confundir necesidad de informa-
ción con curiosidad. Si se quiere curiosear, se puede hacer, pero no
debemos agregar nada en el sistema de reportes que distraiga, que
complique el análisis y –en definitiva– que no permita tomar mejo-
res decisiones relacionadas con la misión de la empresa/proyecto.
El sistema de reportes de una empresa se puede dividir en tres
niveles, según su relevancia intrínseca.
REPORTES FUNCIONALES
Los reportes funcionales son aquellos orientados al núcleo operati-

vo de una empresa, quienes deben tomar decisiones respecto a ope-
raciones. Debido a que este perfil de “cliente de reporte” cuenta con
mucha relevancia adquirida con el trabajo día a día, este tipo de
reporte contará principalmente con counts e indicadores. Un reporte
funcional del área de publicidad on-line contará con cantidad y/o por-
centaje de impresiones servidas para una campaña en particular, que
si bien puede ser un dato “tonto” e inútil para un gerente regional (por
dar un ejemplo), es muy necesario y tiene mucho sentido para las per-
sonas de dicha área (quienes sí cuentan con la relevancia del día a día).
Los reportes pueden generarse tanto con la función custom reports
(reportes customizados) en la mayoría de las herramientas de web
analytics, o simplemente integrando diferente información en un for-
mato de presentación (los reportes son los típicos reportes en forma-
to presentación).
DASHBOARDS
Los dashboards son los módulos del sistema de reportes orienta-

dos a ayudar en la toma de decisiones y control a personas a cargo
de un área funcional o gerencia de línea media. Son personas que, si
bien están al tanto de las actividades de área, no conocen los porme-
nores (como se dice en Argentina, son los que no están en “la coci-
na”), y por ello no cuentan con la relevancia que genera el día a día.
Generalmente, cada departamento, área funcional o función parti-
cular dentro de una empresa deberá contar con un dashboard. A su
vez cada dashboard contará con los principales KPI e información de
tendencias más relevantes para quien deba tomar decisiones. Al igual
que con los reportes, sólo se debe integrar al dashboard aquella infor-
mación imprescindible para la toma de decisiones y ésta debe estar
disponible tomando el período de tiempo en el que la persona deba
tomar decisiones. Si una persona toma decisiones semanales única-
mente, generar un dashboard con información diaria será irrelevante
e inútil. Menos (y mucho más en on-line) siempre es más.
Al momento de desarrollar un dashboard es importante compren-
der lo siguiente:
1. Quién será el usuario.

2. Qué nivel de conocimiento tiene esa persona, en lo que se refie-
re al manejo de información de proyectos de Internet.
3. Qué decisiones tienen a cargo las personas que van a tomar deci-
siones basadas en dicho dashboard. En este punto, es buena idea
hacer un listado del tipo de decisión segmentado por decisiones
regulares, decisiones atípicas y decisiones contingentes. Luego,
determinar qué información es necesaria para tomarlas.
Generalmente, se sitúa en la parte superior aquella información
que permita tomar decisiones de carácter regular, mientras que
la información para la toma de decisiones atípicas o contingentes
deberán localizarse en el módulo inferior del dashboard.
102 META ANALYTICS
4. Cada cuanto toma cada una de esas decisiones: en el punto ante-

rior dijimos que es importante hacer un listado de todas las deci-
siones a tomar en forma segmentada. Dentro de cada uno de los
segmentos hay decisiones que la persona tomará con periodicidad
diaria (o hasta por horas), con periodicidad semanal y con perio-
dicidad mensual (y, lógicamente, cualquier combinación de éstas).
Es de vital importancia tomar como base de tiempo de cada métri-

ca el tiempo que tiene lógica para quien deba tomar decisiones. Así,
si alguien toma decisiones semanales sobre ajustes de campaña es
importante que el período de reporte sea semanal, ya que de hacer-
lo diario va a generar “granularidad” innecesaria y producirá pérdida
de tiempo, algo más grave que la pérdida de dinero, porque el dine-
ro se puede recuperar, pero el tiempo no.
Yo recomiendo que quien esté a cargo de desarrollar un dashboard
no sea éste usuario, por dos motivos:
1. Separar información “necesaria” de información meramente
“curiosa”: generalmente, al ser humano le es muy difícil enten-
der qué es lo que quiere/necesita y, como vimos anteriormente,
muchas veces se utiliza información por “curiosidad” más que
por “necesidad”. Lo no necesario no está ligado al objetivo prin-
cipal del proyecto, no contribuye al throughput, y por ello gene-
ra pérdida de dinero.
2. Separar las necesidades de la función de las “necesidades” de
la persona: cuando quien diseña el dashboard es un tercero, se
produce un flujo constante de interacción entre éste y el “usua-
rio” de la aplicación. Esa interacción, además de permitirle al
usuario del reporte comprender mejor sus necesidades, permite
a quien diseña el dashboard conocer cuáles son las necesidades
de información necesarias de la función y cuáles de quien está
en ese momento a cargo de dicha función. De esta forma se
puede eliminar el componente subjetivo, haciéndolo útil y efi-
ciente ante cualquier persona que ocupe dicha posición.
Ocurre, con mucha frecuencia, que una vez auditada la persona
que está en una posición de gerencia de línea media, se desarrolla un
dashboard que responde a todas las preguntas de su posición. Sin
embargo, la respuesta es “esto no me sirve” o “esto no es lo que yo
necesito”. Básicamente, porque gran parte de lo que esa persona
creó en su cabeza sobre cómo debe ser el dashboard tiene en cuen-
ta “curiosidades” personales.
Me ha ocurrido en muchas oportunidades que me han dicho “yo
necesitaba X información en el dashboard”, a lo que pregunté: “que
decisión tomarías contando con ella”. La respuesta fue silencio, una

leve sonrisa comenzó a dibujarse en el rostro (porque la persona
recordó lo de la “curiosidad”) y la respuesta en todos los casos fue,
“es cierto, esa información la quiero de curioso, la puedo obtener
cuando quiera por fuera del dashboard”.
SCORECARD
El scorecard está compuesto generalmente por KSI (key strategy

indicators o indicadores clave de la estrategia), y tiene como objeti-
vo permitir a la/s persona/s que tienen a cargo la empresa compren-
der la situación de ésta con sólo dar una mirada, y sin la necesidad
de entrar en los detalles de nivel operativo. Esta persona (que podría
ser un CEO, CFO o cualquiera con ese perfil de necesidad de infor-
mación) generalmente no tiene (o al menos no debiera tener) contac-
to diario con operaciones y no cuenta con la relevancia del día a día.
Por ello, el scorecard debe permitir comprender si se están alcanzan-
do los objetivos corporativos, cumpliendo con la estrategia plantea-
da (si esta da o no da resultados), aun sin comprender siquiera de
qué se tratan los proyectos. O sea, un CEO puede no conocer qué
contenido se publicó durante el último mes en los diez sitios web de
la compañía, puede no saber de qué se trataban las campañas imple-
mentadas, pero debe, sin lugar a dudas, saber qué acciones genera-
ron un resultado positivo y cuáles un resultado negativo para, en
todo caso, marcar el rumbo a la empresa/proyecto.
Diseñando un scorecard
1. Conocer: lo primero que se debe hacer es comenzar indagando
lo más alto posible en la organización para entender el negocio,
perspectivas futuras, misión y estrategia. ¿Por qué digo indagar
bien arriba?
Básicamente, porque muchas veces ocurre en las organizacio-
nes que incluso los gerentes de línea media desconocen cuál es
la estrategia de la compañía e incluso algunos objetivos de
mediano plazo.
La idea es preguntar de manera “indirecta” sobre los objetivos y
la estrategia, ya que en muchas ocasiones si la pregunta es
directa la respuesta se parece bastante al brochure corporativo,
que no siempre representa la realidad de la compañía.
Una excelente estrategia de relevamiento es repreguntar desde
distintos ángulos lo mismo, así se puede ir encontrando el
104 META ANALYTICS
rumbo de investigación y de relevamiento. Es de vital importan-

cia entender que poder eliminar cualquier sesgo o tendencia en
las respuestas nos permitirá ser más efectivos en nuestro traba-
jo, lo que redundará definitivamente en mejores resultados para
la empresa. Dudo que alguien en la empresa pueda tomar a mal
la testarudez de un empleado o consultor por mejorar los resul-
tados de la empresa. Como dice una famosa frase (desconozco
su autor): “Más vale pecar de ejecutivo que de incapaz”.
En caso de que la empresa con/en la que estemos trabajando
esté en la bolsa de valores, les recomiendo como primer paso
analizar los estados contables (annual report). Estos dan muchí-
sima información sobre los objetivos de la empresa, estrategia,
situación actual y expectativas futuras. Analicen el nivel de
gasto en investigación y desarrollo, capacitación, equipo de ven-
tas. Identifiquen si hay conceptos poco claros, o montos muy
altos en conceptos del tipo “otros”. Lo mismo para los concep-
tos contingentes, muchas veces se puede detectar si la empre-
sa tiene alto nivel de rotación de personal y/o trabajo en negro
por este concepto, lo cual va a redundar en una peor calidad de
trabajo.
Es cierto que hemos visto en la historia que muchas empresas
presentaban sus estados contables tratando de ocultar o encu-
brir la situación de la empresa, pero créanme que tratar de ocul-
tar la situación de la empresa en los estados contables es como
querer tapar el cielo con las manos. De hecho, en los mayores
desfalcos o estafas que empresas realizaron a sus accionistas,
los estados contables evidenciaban situaciones por lo menos
irregulares, pero claro que el ser humano tiene una gran capaci-
dad para escuchar lo que quiere oír.
2. Planificar la estructura del scorecard: el scorecard deberá basar
toda la medición con foco en identificar situación y evolución de
la empresa respecto a su objetivo estratégico. Por ello, iremos
desagregando el scorecard de izquierda a derecha, de estrategia
a operaciones.
Veamos un caso práctico para entender mejor de lo que estamos
hablando. Para no tomar un caso simple, como sería el de un sitio de
e-commerce, donde los objetivos son mucho más claros y conocidos
(incrementar el ROCI, o sea el retorno de la inversión en cada clien-
te), tomemos un ejemplo más complicado: un sitio de comunidad
donde el contenido es generado por usuarios. Sin embargo, para no
hacer demasiado largo el ejemplo y para no perder la idea en el cami-
no, vamos a suponer que este sitio sólo vende publicidad por CPM
(costo por mil impresiones).
A.MISIÓN (objetivo principal): en este caso, la misión es generación

de stock publicitario. O sea que todos los esfuerzos de la empre-
sa deben estar orientados a generar stock publicitario vendible.
B. OBJETIVOS: luego debemos seleccionar los diferentes objetivos

que nos permitirán medir si la empresa está evolucionando hacia
la misión o si, por el contrario, se está alejando de ella. La idea
es transformar la misión en objetivos medibles.
En nuestro ejemplo identificamos tres objetivos que en su totalidad
nos permiten medir si estamos evolucionando hacia la misión. Éstos son:
Atraer: lo primero que tenemos que hacer si queremos generar
stock publicitario es atraer usuarios a nuestro sitio. Sin usuarios
no habrá quién genere ni consuma los contenidos. Los usuarios
son, para el sitio en análisis, la “materia prima”.
Con este objetivo en mente debemos identificar qué estrategia
adoptaremos para lograrlo. Es decir, cómo vamos a accionar
para lograr el objetivo, que en este caso es atraer usuarios.
La estrategia que se utilizará será incrementar la visibilidad (o
disponibilidad). Esto quiere decir ser “localizables” cuando un
usuario nos busque. Ahora hay que identificar quiénes son esos
usuarios, es decir, definir los usuarios target.
106 META ANALYTICS
Por medio de esta estrategia buscaremos atraer visitantes nue-

vos, visitantes actuales y usuarios de comunidad.
Por último, debemos definir el conjunto de métricas que nos per-
mitirán medir si estamos atrayendo usuarios nuevos, usuarios
actuales y usuarios de comunidad generando visibilidad.
a. Métricas para usuarios nuevos: en este caso, seleccionamos

las siguientes métricas que nos permiten identificar si el sitio
está logrando atraer usuarios nuevos.
1. Visitas nuevas – Búsquedas orgánicas
2. Visitas nuevas – Campañas (banners y paid search)
3. Visitas nuevas – Directo o favoritos
4. Visitas nuevas – Otros sitios
b. Métricas para usuarios anteriores:

1. Visita repetida – Búsquedas orgánicas
2. Visita repetida – Campañas (banners y paid search)
3. Visita repetida – Directo o favoritos
4. Visita repetida – Otros sitios
Es posible obtener las visitas repetidas y nuevas en las herra-

mientas de web analytics, las cuales, por medio de la asignación
de una cookie de usuario durante la primera visita logran identi-
ficar si una visita que recibe el sitio es generada por un usuario
que anteriormente lo visitó o no.
c. Métricas para usuarios de comunidad:

1. e-mail marketing
Interactuar: una vez que tenemos “materia prima” (visitantes)

debemos hacer que estos interactúen. Cualquiera que fuera el
objetivo del sitio, siempre requiere una interacción, por lo tanto
es importante identificar cuáles son esas interacciones del usua-
rio con el sitio que aportan a la misión.
Como estamos hablando de un sitio de comunidad, donde el
contenido es generado por los usuarios, las interacciones impor-
tantes tienen que ver con generación y consumo de contenido.
La primera produce pageviews de manera directa y contenido
que es fuente de consumo de tráfico.
En ambos casos, generando o consumiendo contenidos, se
generan pageviews. Esas pageviews, multiplicadas por el pro-
medio de posiciones vendibles por página, nos da el ingreso adi-
cional generado por página adicional vista.
Ahora que ya sabemos el valor que tiene medir la interacción,
pasemos al siguiente paso: seleccionar la estrategia. Busquemos
una bien sencilla que pueda ser comunicada a todos en la orga-
nización. Debe ser lo suficientemente eficiente para lograr los
resultados y lo suficientemente sencilla para que no se malinter-
prete o lleve a confusiones.
En este caso, la estrategia es incrementar participación. Es bien
claro: todo el mundo sabe que ahora las acciones que generen
en el sitio tienen como objetivo la interacción, la cual se logra-
rá incrementando la participación de los usuarios. La persona a
cargo del proyecto podrá ver si se está o no alcanzando el obje-
tivo, y corregirá el camino de ser necesario. En caso de no
alcanzarse el objetivo, deberá comunicarlo al gerente funcional
o departamental, quien con su equipo desarrollará las nuevas
tácticas para corregir el desvío. Estas tácticas podrán ser, por
ejemplo, hacer un concurso entre usuarios, lo cual es algo bien
operativo y que quien utilice el scorecard tal vez jamás se ente-
re bien de qué se trató, pero podrá a simple vista entender si
generó o no resultados.
108 META ANALYTICS
¿A qué target apuntaremos esta estrategia? Visitantes nuevos

(incrementar la interacción de quienes nos visitan por primera
vez, ¿cómo atrapamos nuevos usuarios?), visitantes anteriores
(¿qué y cómo debemos servir el contenido para atrapar a estos
usuarios que ya nos conocen?) y usuarios de comunidad (¿cómo
podemos generar más interacción por parte de los usuarios
registrados?).
Ahora bien, ¿qué métricas nos permiten medir que generando
participación estamos logrando mayor interacción?
Veamos las métricas seleccionadas para el ejemplo:
Videos subidos por visitante.

Fotos subidas por visitante.
Comentarios por visitante.
Votos por visitante.
Participación en encuestas por visitante.
Temas creados por visitante.
Contestar tema por visitante.
Votar ítems por visitante.
Stickiness.
Non-bounced traffic - Visitantes nuevos.
Non-bounced traffic - Visitantes actuales.
Todas las métricas anteriores nos permiten medir si aquello que

estamos buscando en nuestro sitio, la interacción, está ocurrien-
do por aumentar la participación de los usuarios.
O sea, toda la interacción esperable del sitio va a estar genera-
da por las acciones antes mencionadas. Midiendo todas ellas
podemos comprender en qué proporción cada una de ellas está
aportando al alcance del objetivo, y una vez que sepamos cuál
está “restringiendo” el alcance del objetivo en mayor medida,
podremos enfocar los recursos (siempre escasos) en esa acción
particular que es la que nos está acotando los resultados.
Recordemos que, dado que tratamos con un sistema, el recurso
de capacidad más restringida es el responsable del flujo total de
dinero por el sistema (o throughput). Por ello, debemos enfocar
nuestros recursos en expandir la capacidad de ese recurso antes
que cualquier otra cosa. Cualquier otra acción que hagamos con
nuestros recursos sólo logrará incrementar los costos pero no

los ingresos y, por tanto, caerán los beneficios.
Fidelizar: ya todos hemos escuchado sobre las ventajas de tener
clientes o usuarios fieles. De hecho, ya hay frases bastantes tri-
lladas al respecto como “un cliente nuevo nos sale siete veces
más caro que uno actual” o “un cliente fidelizado nos genera X
veces más que uno que no lo es”. Sin embargo, si hay algo que
no se vislumbra en la estrategia de las empresas actuales es una
explotación efectiva de su cartera de clientes/usuarios, por
medio de un manejo coherente en base a sus intereses.
En todas las oportunidades en que, como consultor, me han
llamado porque las campañas de paid search no daban resul-
tados, el problema no eran las campañas, sino lo que hacían
luego que implicaba que un usuario de Internet se convirtiera
o no en cliente/usuario. O sea, si lo más difícil es conseguir
un cliente/usuario nuevo, ¿no se supone que la restricción
esté ahí? Sin embargo, la mayoría de las empresas tienen el
problema después. ¿Recuerdan el capítulo I, cuando decíamos
que no existe la “lógica” per se? ¿Ahora se entiende mejor el
concepto?
Pongamos como ejemplo (sencillo) un sitio de e-commerce que
genera leads y clientes por medio del canal paid search. Si una
campaña les dejara el 300% de retorno en la inversión por clien-
te, ¿dirían que es una campaña exitosa o no? Supongo que la
respuesta sería sí. Sin embargo, sin siquiera notarlo, muchas
veces están dejando de comprar clientes que podrían generarles
300% o más de retorno sin saberlo. ¿Recuerdan la frase “no
podemos gestionar lo que no podemos medir”? Bueno, en este
caso ocurre exactamente eso, es importante conocer lo que
ocurre para tomar una decisión acertada.
Supongamos que tienen un ticket promedio de 30 dólares por com-
pra: ¿cuál será el precio máximo a pagar por un cliente nuevo?
¿Serán 10, 20 ó 30 dólares? En realidad, no lo sabemos; la res-
puesta está detrás del clic y requiere de un cambio de enfoque.
Para empezar, enfocarse en ROI está bien cuando no tenemos iden-
tificados a nuestros clientes/usuarios. En un sitio de e-commerce
los usuarios están identificados, por ello es ineficiente hablar de
ROI, ya que esta métrica nos dice si entre lo que invertí y lo que
gané sobre esa inversión hay saldo positivo o negativo. Sin
embargo, dentro de ese gran paquete que analizamos en conjun-
to, hay matices. La verdad es que no todos los clientes nos deja-
ron ganancias, y tampoco todos nos dejaron pérdidas. ¿Cómo
110 META ANALYTICS
podríamos tomar decisiones si no sabemos de manera desagre-

gada la participación de cada cliente en nuestras ganancias? No
podemos tomar decisiones sobre lo que no conocemos, por lo
tanto, lo primero es el cambio de foco de ROI (return on inves-
tment o retorno sobre lo inversión) a ROCI (return on customer
investment o retorno en la inversión por cliente). Este cambio de
enfoque permite ver, en primer lugar, a todos los clientes y
usuarios como unidades y comprender la situación particular de
cada uno con la empresa y, en base a ello, tomar decisiones y
ejecutar acciones por grupos (o clusters) de clientes o usuarios
con objetivos comunes.
En segundo lugar, para poder entender cuál es el costo máximo
que podemos pagar por un cliente nuevo (break even point), debe-
mos identificar qué está ocurriendo después del clic. Si, por ejem-
plo, estamos pagando 30 dólares por un cliente nuevo y éste nos
compra productos por 30 dólares, tenemos información necesaria
pero no suficiente; o sea, no dice mucho si no contamos con otra
información adicional. Para empezar, es importante identificar cuál
es el beneficio neto de esa venta; es decir, vendimos un produc-
to de 30 dólares pero éste nos generó un costo, con lo cual los
30 dólares no son de beneficio. Aun cuando vendamos un servi-
cio, habrá costos implicados en la generación de éste que debe-
mos tener en cuenta al momento de calcular el beneficio neto (o
bien, cuánto nos dejó en mano esa venta). Ahora bien, suponga-
mos que nos dejó en mano 10 dólares y pagamos por el cliente
30 dólares, ¿estamos ganando o perdiendo dinero? Aquí entra en
juego la otra parte del análisis. Cuánto nos deja un cliente en su
vida, como cliente en general, y cuánto vale eso que nos deja en
su vida como cliente el día de hoy (valor actual neto). Dentro de
lo primero entran en juego tres conceptos vitales (que seguramen-
te estarán dentro de cualquier scorecard de un sitio de e-commerce)
como lo son up-selling (vender más o mejores servicios de los ini-
cialmente solicitados por el cliente), cross-selling (que un cliente
compre otros productos de nuestra empresa) y LTV o lifetime
value (cuánto vale ese cliente durante su vida como tal).
Entrando en lo segundo, es importante entender porqué es nece-
sario actualizar al día de hoy lo que un cliente nos deja en su
vida como tal. Si un cliente nos compra en el transcurso de su
vida por un valor de 1.000 dólares, eso nos sería suficiente
como para saber la expectativa que podemos tener, pero no nos
permitirá evaluar cuánto significa ese dinero en el transcurso del
tiempo. Por eso es importante aplicar el VAN o valor actual
neto.
El VAN es un procedimiento que permite calcular el valor presen-

te de un determinado número de flujos de caja futuros, origina-
dos por una inversión. La metodología consiste en descontar al
momento actual (es decir, actualizar mediante una tasa) todos
los flujos de caja futuros del proyecto. A este valor se le resta la
inversión inicial, de tal modo que el valor obtenido es el valor
actual neto del proyecto (Wikipedia).
Una vez repasados los conceptos antes mencionados, podemos
tener una idea mucho más clara de cuánto podemos pagar por
un cliente. La información necesaria sería:
a. ¿Cuánto gasta un cliente en su vida como tal? Como ven,

conocer el lifetime value no es información adicional, sino
vital.
b. ¿En cuánto tiempo y con qué frecuencia lo hace?
c. ¿Cuánto valen “hoy” los diferentes montos que gastará en el
transcurso del tiempo?
Una vez que conozcamos la información anterior estaremos en

condiciones de identificar el período de repago de un cliente en
base a la situación actual y accionar en base a ello.
Hasta unos renglones más arriba no sabíamos si pagar por un
cliente los 30 dólares que gastaba en su primera compra era ren-
table o no. Sin embargo, con esta nueva información adicional
ya tenemos todo el escenario generado. Veamos el ejemplo en
números:
Compra inicial= 30 dólares

Costos totales sin paid search= 10 dólares
Costo de adquisición (paid search)= 30 dólares
Lo que nos da un resultado directo de (20) dólares o sea un

ROCI de (25%).
Ahora bien, apliquemos la segunda parte del análisis:
LTV= 150 dólares

Período como cliente: 12 meses
Frecuencia de compra: cada 3 meses
VAN (cuanto valen hoy los 150 dólares): 135 dólares
112 META ANALYTICS
Resultado del cliente (ingreso menos costos)= 95 dólares

ROCI= 284%
O sea, por nuestra miopía en el análisis inicial estábamos per-

diendo la oportunidad de generar 284% en el retorno de nues-
tra inversión en un cliente. Son incontables los casos de este
tipo que encuentro en clientes y, ciertamente, no hay que ser un
genio para poder tomar decisiones acertadas; sólo hay que con-
tar con la información correcta y suficiente.
Como ven, el concepto de un cliente fidelizado es algo muy
común, pero generalmente no se comprende la amplitud del con-
cepto y lo que esto significa en términos monetarios para una
compañía.
C.ESTRATEGIA: una vez que identificamos los objetivos, o sea,

sabemos dónde queremos estar en un futuro cercano, tenemos
que decidir qué acciones vamos a generar para lograrlo. En este
punto es importante no definir una acción en particular, sino
cuál va a ser el foco del conjunto de acciones. Cada estrategia
(el conjunto de acciones que luego definamos para ejecutarla)
debe enfocarse en alcanzar un objetivo; de hecho, pueden pla-
nificarse varias acciones para el alcance de cada objetivo en par-
ticular. En este caso las estrategias son:
Estrategia Objetivo
Incrementar la visibilidad Atraer

Incrementar la atracción Interactuar
Reducir cluster de usuarios inactivos Fidelizar
D.TARGET: el target es el perfil del conjunto de usuarios al que

vamos a enfocar una determinada estrategia. Este perfil puede
tener mayor o menor desarrollo dependiendo del tipo de proyec-
to y las posibilidades de segmentación. Con mayor desarrollo
nos referimos a perfiles diseñados teniendo en cuenta una
mayor cantidad de variables. Cuantas más variables tenga un
perfil, mejor podremos entender o conocer acerca de ese con-
junto de usuarios: ergo, podremos generar acciones que brinden
mejores resultados.
En el siguiente ejemplo vamos a seleccionar tres segmentos
target de clientes, relacionados a cada estrategia de la siguien-
te forma:
Estrategia Target
Incrementar visibilidad Visitantes nuevos

Visitantes anteriores
Usuarios de comunidad
Incrementar participación Visitantes nuevos

Visitantes anteriores
Usuarios de comunidad
Reducir clusters de usuarios inactivos Usuarios de comunidad
E. MÉTRICAS: una vez definido lo anterior, tenemos que pasar a la

parte más operativa del scorecard, las métricas que van a per-
mitir identificar el papel que juega cada objeto dentro del siste-
ma que es el sitio web, permitiendo accionar en aquéllos que
están restringiendo la generación de ingresos (el throughput).
Recordemos que los sistemas (conjunto relacionado de objetos
que interactúan con un fin único) tienen siempre un recurso que
es el que restringe mayormente el throughput de la empresa, o
sea, sus beneficios.
Todo aquello que no logre incrementar el throughput no debería
estar en nuestra lista de mejoras, básicamente porque todo lo
que invertimos y no nos genera más beneficios termina única-
mente incrementando nuestro costo operativo. Es decir, no sólo
no generará más ingresos, sino que producirá más costos, ergo,
menores ingresos.
Por ello, es importante, al momento de seleccionar los KPI (indi-
cadores clave de performance), identificar aquellos que nos per-
mitan medir aquellas actividades relacionadas con el alcance de
los objetivos planteados.
Para comprender la importancia de seleccionar los KPI utilice-
mos la siguiente analogía. Cuando llamamos para que nos insta-
len una alarma a domicilio vienen los técnicos nos preguntan
cómo está compuesta la familia, si hay mascotas, revisan cuán-
tas ventanas hay, si hay escaleras y otras preguntas más rela-
cionadas con la actividad que hay en la casa. El objetivo de
todas estas preguntas es identificar dónde es necesario poner
los censores que detectarán la actividad de la casa y, en caso
de que ocurra algo no deseado, que alerte a sus ocupantes o a
quienes tienen como objetivo proteger a los ocupantes. Estos
censores no serán más eficientes porque alerten todas las veces
que haya cualquier movimiento en la casa; de igual manera, los
114 META ANALYTICS
KPI tampoco lo serán por reportar cualquier actividad que haya

en un sitio web.
Los KPI son esos censores y sólo debemos tener aquéllos que
nos alerten cuando ocurre algo relevante para el proyecto.
Los KPI deben ser lo último en seleccionarse y no lo primero. Una
práctica común es buscar en la herramienta de web analytics qué
métricas hay disponibles, y seleccionar como KPI aquellas que
nos parecen útiles. Jamás debe hacerse eso, porque restringimos
el análisis a la información disponible y no a la necesaria. El pro-
cedimiento correcto debe ser el inverso: primero identificamos
qué respuestas necesitamos, luego, qué información respondería
a esas preguntas y, por último, identificaremos qué información
está disponible. En caso de que no esté disponible la información
necesaria, recordemos que siempre es posible conseguirla. No
sean ustedes quienes pongan cota al sistema de información.
F. PERÍODO DE TIEMPO: generalmente, yo recomiendo utilizar tres

períodos de tiempo a analizar.
Fecha actual (n): éste es el período corriente que vamos a
analizar. Nos da información sobre la performance del sitio
durante el período bajo análisis.
Período comparativo inmediatamente anterior (n-1): en caso de
estar utilizando períodos mensuales, deberíamos tomar para este
campo el mes anterior. Este período nos sirve para identificar la
situación del proyecto durante el período anterior, además de
permitir la comparación con el mes actual. Este parangón nos es
útil para saber si el proyecto evoluciona según lo planificado o si
existen desvíos. Sin embargo, esta información sería necesaria
pero no suficiente sin el siguiente período.
Período comparativo del año anterior (n-12): contar con este
período comparativo dentro del scorecard tiene como objeti-
vo darle relevancia al resto de la información. Analizándolo de
modo estanco no brinda, generalmente, información relevan-
te. El valor de analizar este período se ve al compararlo con el
período actual e identificar estacionalidades, las cuales debe-
rán ser tomadas en cuenta al comparar el período actual con
el período anterior. O sea, si estamos analizando este mes
como período actual, el mes anterior será útil para identificar
si, por ejemplo, hubo o no crecimiento, mientras que el mismo
mes pero durante el año pasado nos permitirá saber si hay en
nuestra industria o nuestra empresa en particular, estaciona-
lidad y, de esta forma, sabremos si la variación que vimos
comparando período actual contra anterior es real o no.
Los tres períodos presentados uno al lado del otro (contando

cantidades y variaciones porcentuales) generan mucha relevan-
cia analizados en conjunto. Para cada período debemos tener
dos columnas. La primera (izquierda) contendrá la información
referida al KPI durante el período en cuestión, mientras que la
segunda columna estará destinada a la variación porcentual
entre el período anterior inmediato y el período en cuestión.
G.RECOMENDACIONES: la anteúltima columna del scorecard será

un campo libre de texto donde tanto el/los analista/s como quie-
nes tomen decisiones en base a esa aplicación puedan redactar
las diferentes acciones que son recomendables para corregir el
desvío identificado, o incluso para mejorar la situación actual.
Estas recomendaciones deben enfocarse únicamente en aquellas
acciones correctivas referidas a la restricción principal del sitio
o proyecto; recordemos que no tiene sentido modificar más de
un objeto del sistema a la vez ya que en primer lugar nos será
difícil medir el impacto de hacer los dos o más cambios juntos
(ya que cada objeto del sistema modifica el todo) y, en segun-
do lugar, nos será difícil comprender qué cambios provocó el
resultado obtenido (sea este bueno o malo). Toda acción que
generemos, y que no se vea representada en un incremento del
retorno, nos produce pérdida, ¿y qué sentido tiene cambiar algo
en el proyecto si no es para tener retorno? ¿Para que sea más
lindo el sitio? ¿Más lindo para quién? Porque si esto no genera
más resultado, dudo que el cambio sea para mejor.
H.NOTAS: el campo notas es, sin lugar a dudas, uno de los más
importantes para los analistas. Este campo deberá contener
todas aquellas cosas importantes que ocurrieron en los períodos
analizados y son relevantes al proyecto.
Generalmente, cuando le pregunto a algún cliente o alumno cuá-
les son las fuentes de información con las que cuentan en su
empresa, nadie menciona una de las más importantes: la agen-
da de actividades que cada uno lleva día a día (y que muchas
veces está incluso en papel). Esta agenda contiene información
extremadamente relevante tanto para uno mismo (ya que, si
bien uno se puede acordar de lo que hizo en el corto plazo, en
el futuro se va a olvidar), como para el resto de la empresa. Lo
último es extremadamente importante, y creo que poca gente
comprende la magnitud de esto. Si dijimos, y espero que a esta
altura estemos de acuerdo, que los proyectos on-line son siste-
mas, entonces las cosas que ocurren en nuestro escritorio van
a afectar al resto de la organización. Muchas personas no le dan
116 META ANALYTICS
importancia, pero cuando uno toma distancia de los proyectos y

los ve en perspectiva esto se hace mucho más claro. Si la perso-
na que maneja el stock de productos de un sitio de e-commerce
no comunica los excesos de producto, quien esté a cargo de
ventas no podrá promocionarlos para generar la reducción ade-
cuada de ese stock. Si la persona que genera contenidos para
un sitio con contenido editorializado lo entrega a su jefe sin
hacer una correcta revisión, se generará un cuello de botella en el
jefe, quien deberá hacer las correcciones además de su trabajo
habitual, haciendo que el contenido posiblemente sea publicado
más tarde, lo que puede impactar en los resultados de navegación.
Todo lo que hacemos, nos guste o no, impacta en el funciona-
miento de la organización. Esto no es ni bueno ni malo, no es
una forma de poner presión en sus trabajos, solo de resaltar la
importancia de que el resto de la organización conozca estas
actividades que realizamos y que, de una forma u otra, inciden
en el funcionamiento total.
A partir de la frase inicial, “no podemos gestionar lo que no
podemos medir”, se desprende entonces otra frase: “si es medi-
ble podemos tomar decisiones, si además le damos contexto
éstas serán eficientes”.
Base de aprendizaje: en el punto anterior (Notas) mencionamos

que el scorecard deberá contener notas donde se detallen los
eventos ocurridos durante los diferentes períodos en cuestión,
para darle relevancia a las métricas allí presentadas. Ahora bien,
¿cómo hacemos para obtener la información de los períodos
anteriores? Lo que propongo es crear una base de datos de
aprendizaje, que no tiene porqué ser un sistema complejo de
base de datos, y puede incluso generarse en una simple planilla
de cálculo. Lo importante de esta base no será su estructura, la
cual debe ser sencilla por los requerimientos que ésta tiene, sino
que debemos almacenar en ella todos los aprendizajes de cada
período. Si, por ejemplo, durante un mes se probó poner el add
to cart en la columna izquierda del sitio y no funcionó, por lo que
volvieron a posicionarlo a la derecha, lo que debemos hacer es
anotar esto mismo en la base de datos de aprendizajes, de modo
tal que sirva para muchos fines, como por ejemplo:
1. Darle relevancia a futuros reportes, ya que durante un perío-

do estuvo el add to cart localizado en un lugar distinto, y esto
debió haber influido seguramente en las ventas.
2. Darle información sobre el historial del proyecto a nuevos

integrantes del equipo, de modo tal que pueda ir construyen-
do capas de conocimiento (¿recuerdan el capítulo I?).
3. Para no volver a cometer los mismos errores reiteradas veces,
ni perder tiempo en la implementación de acciones que sabe-
mos que no funcionaron. De todos modos, es importante
aclarar que si el tiempo ocurrido desde la implementación de
una acción es mucho, quizás valga la pena intentarlo nueva-
mente, ya que el sistema está en constante cambio al igual
que su entorno y, muchas veces, cosas que no funcionaron
en el pasado terminan por funcionar en el presente.
FUNCIONALIDAD DEL SCORECARD
Basándonos en los pilares del modelo de Meta analytics es impor-

tante tener en cuenta que el scorecard debe:
1. Enfocarse en información.
2. Tener una visión de 360º.
3. Generar relevancia.
4. Tener una visión integrada del sistema y sus interacciones.
5. Tener una estrategia integrada.
Entonces, debe tener un objetivo de máxima único e inequívoco

que debe estar basado en la estrategia global de la organización.
Cada módulo de estrategia debe tener un módulo numérico indi-
cando el throughput.
118 META ANALYTICS
Capítulo 5 FLOWCARDS, TOMANDO DECISIONES EN TIEMPO REAL
Cuando comencé a trabajar en el análisis de información de

Internet me surgió la inquietud de disponer de un tipo de reporte que
permitiera tener el control total del proyecto en un sólo lugar. Para
ello, era necesario que ese reporte lograra reflejar el funcionamiento
del sistema en cuestión y, como todos sabemos, graficar un sistema
es bastante más complejo de lo que se supone.
Alrededor del año 2004 creí encontrar la respuesta al desarrollar
un modelo que denominé “Flowcards”: un tablero de comando que,
en lugar de ser “plano” o “estático”, reflejaba la medición de partes
de un sistema y cómo cada objeto de éste influía en el resultado del
conjunto. Sin embargo, había algunas pequeñas cosas que era preci-
so resolver para que el sistema reflejara la realidad y permitiera gene-
rar acciones concretas.
Durante los 2 años siguientes me dediqué a hacer pruebas inter-
nas de flowcards con casos reales. ¿Para qué? ¿Recuerdan el capítu-
lo I? El ser humano aprende cuando tiene una necesidad, cuando se
enfrenta a un problema y se pregunta las razones.
Puse el modelo a prueba en los proyectos más difíciles, para sor-
tear diferentes problemáticas y tratar de forzar quiebres. ¿Por qué
ocurrió esto? ¿Por qué tal solución es mejor que tal otra?
Finalmente, hoy me siento confortable presentándoles, de manera
introductoria, el modelo de Flowcards. El desarrollo en profundidad
del modelo va a ser expuesto en el próximo libro: Flowcards, toman-
do decisiones en tiempo real.
¿Qué es un flowcard? Es un modelo de reporte y planificación con-
junto que mide las interacciones entre los objetos de un sistema e
120 META ANALYTICS
identifica los recursos de capacidad restringida que lo limitan de gene-

rar más throughput, o sea, más ingresos. En paralelo, permite identi-
ficar el recurso que restringe principalmente el flujo del throughput, y
permite destinar recursos para liberar sólo ese cuello de botella.
Este modelo, como pueden notarlo, tiene como objetivo integrar la
idea a la acción, acortando períodos de toma de decisiones y hacién-
dolos más eficientes. Es un modelo de aprendizaje constante, ya que
la información del pasado se vuelve parte del modelo de planificación
futura de manera automática, permitiendo tomar decisiones con cada
vez mayor grado de certeza.
La posibilidad de identificar el recurso con capacidad restringida
permite que la compañía implemente acciones que resulten de mane-
ra inmediata en un incremento del throughput, es decir: un rápido
retorno económico. Como hemos dicho anteriormente, de nada sirve
generar muchas acciones que individualmente “deberían” optimizar el
sitio web, ya que nos producirá dos problemas. El primero es el des-
perdicio innecesario de recursos que significa, por ejemplo, mejorar
el diseño de un sitio cuando los clientes se sienten conformes con él,
sólo porque “pensamos” que mejorará las ventas o el stock publici-
tario. En segundo lugar, porque la generación de varias acciones en
conjunto no permite que entendamos el efecto de cada una de ellas
en el sistema. Si no comprendemos esto, no podremos aprender esta
relación para que formen parte de nuestra futura toma de decisiones.
A todos nos gusta tener la información necesaria a la hora de
tomar decisiones. Sin embargo, en esta instancia no suele captarse
la importancia que tiene el medir y entender los sucesos del pasado.
Todo lo que podemos conocer del futuro esta relacionado con un
suceso del pasado: sin un pasado cierto, el futuro es incierto.
¿QUÉ NECESITAMOS PARA PODER DISEÑAR EFECTIVAMENTE

NUESTRO FLOWCARD?
Antes de sentarnos a diseñarlo, es necesario trabajar previamente
en los siguientes módulos de actividades:
1. DEFINICIÓN ESTRATÉGICA:
Definir el motivo de existencia del sitio web en cuestión. Puede

existir una gran diversidad de objetivos, todos ligados, de una forma
CAPÍTULO 5 • FLOWCARDS, TOMANDO DECISIONES EN TIEMPO REAL 121
u otra (salvo contadas excepciones), con ganar dinero de manera

directa o indirecta.
a. Directa: generación de ingresos por medio de la actividad princi-

pal del sitio web, sea mediante la venta de productos y/o servi-
cios como la venta de espacios de publicidad.
b. Indirecta: muchas veces algunos clientes me han dicho: “nues-
tro sitio web no tiene como objetivo ganar dinero, sólo brinda un
servicio para que nuestros clientes estén informados sobre nues-
tros productos”.
O también: “Nuestro sitio sólo tiene el objetivo de posicionar nues-

tra marca, pero no hay forma alguna de generar dinero en él”. Ambos
ejemplos refieren a lo mismo, aunque un sitio web es un canal de
marketing para generar más dinero de manera indirecta. Nadie invier-
te en informar a sus clientes “porque sí”, o para posicionar la marca
sólo para que nos recuerden y que luego compren los productos de
otros.
Ahora bien, podrán preguntarme: ¿vale la pena desarrollar un flowcard
para un sitio sólo informativo? Bueno, ese es otro tema completamente
distinto y tendrá que ver con el costo de oportunidad. Qué beneficios les
traería hacer una buena gestión del sitio web en cuestión, y cuánto les
costaría. Luego, se vuelve un tema completamente subjetivo, y que
deberá evaluar cada uno de ustedes. Si tienen recursos disponibles
pueden hacer uso del “costo hundido” para desarrollar el flowcard
automatizado, y así el costo de oportunidad es cero. Pero, si el caso
es el inverso, donde no tienen recursos siquiera para abastecer sus
actuales canales de comercialización, entonces les recomendaría
que, al menos por el momento, no avancen. Recuerden analizar cons-
tantemente todo con una visión sistémica. Si sus ganancias no están
siendo limitadas por el sitio web en particular, entonces no tiene sen-
tido invertir en el desarrollo de éste. Ahora, para poder saber si con-
forma o no una restricción, es de vital importancia medirlo. Que no
lo midamos no quiere decir que no significa una restricción, sólo que
tal vez no la estamos viendo.
2. IDENTIFICAR UNIDAD DE MEDIDA DEL THROUGHPUT:
El throughput es dinero generado por productos y servicios. En una

planta industrial (ámbito en donde nace la Teoría de las Restricciones
de E. Goldratt), es más sencillo medir throughput en dinero, ya que
la materia prima tiene un costo identificable. Sin embargo, al usuario
de Internet (nuestro stock en un sitio de e-commerce, más adelante
122 META ANALYTICS
veremos porqué) no podemos asignarle un valor, ya que no sabemos

si será un comprador y, en caso que lo sea, qué será lo que adquiera.
En el caso de on-line, es recomendable que se midan los flujos en
visitas, y sólo se transforme en dinero al llegar al proceso de conver-
sión, donde los productos adquiridos tienen un valor que será asigna-
do a ese cliente como “producto en sí mismo”.
¿Por qué visitas? Principalmente porque lo que fluye en un sitio son
visitas. Cada vez que una página recibe una, sea de un usuario nuevo
o anterior, tenemos posibilidad de convertirlo en cliente y ahí es
cuando tenemos que accionar. La métrica usuario único nos da infor-
mación sobre cuántas veces la misma persona (dependiendo como la
herramienta define “persona”, recuerden que el usuario único depen-
de mucho de cómo se defina el timeout de la sesión o, lo que es lo
mismo, el vencimiento de la cookie) estuvo en una página en parti-
cular, pero si el mismo usuario estuvo diez veces queriendo comprar
durante el mismo día (en caso de usuario único diario) sólo contará
una vez. Para nosotros, en este modelo no tiene sentido esa métrica
porque no nos dice qué stock convertible tenemos fluyendo constan-
temente dentro de nuestro sistema.
Por otro lado, las pageviews o páginas vistas nos dan información
de la página, y no de quién está generando el proceso de compra, por
ejemplo. Con lo cual, estaremos contando que una página del proce-
so de compra se cargó diez veces, lo cual no quiere decir que tuvimos
diez potenciales clientes en esa instancia en particular del sistema.
¿Por qué más arriba decíamos que un usuario de Internet termina
siendo un producto en sí mismo? Los sitios de e-commerce producen
ventas, no productos. Las ventas están compuestas por la materia
prima producto o servicio per se y alguien que paga por ellos. Cuando
ocurren estas dos cosas en conjunto (materia prima) tenemos un pro-
ducto (desde el punto de vista del sitio) o venta. Comprendo que esto
los va a dejar pensando, e incluso la gente de la industria off-line que
se dedica sólo a ventas lo hará también. Pero recuerden eliminar todo
vestigio de aprendizajes anteriores y piensen si esto tiene o no sen-
tido. Si no comprendemos bien cómo se compone nuestra actividad,
no podremos medirla coherentemente, y mucho menos tomar deci-
siones eficientes.
Entonces, estábamos en que los usuarios se convierten en produc-
tos per se. De esa manera, cuando logramos traer a un usuario nuevo
al sitio, sea cual fuere el canal, tiene para nosotros un costo (costo
de materia prima). El costo no es únicamente el de la campaña, en
caso de una de banners o de búsquedas pagas, sino el costo de tener
más personas en el servidor, de tener que atender más preguntas,
costos logísticos para poseer una determinada cantidad de producto
disponible, etc. Sin importar si el costo es alto o bajo para la compa-
ñía, pagar por algo que no genera un retorno (que no incrementa el
throughput) no tiene sentido porque, en definitiva, disminuye las
ganancias que obtenemos de aquellos que sí compran. Para ganar
más recordemos que se pueden hacer dos cosas, cobrar más por el
producto o pagar menos por él. De ambas formas, la brecha entre
costo y precio de venta se incrementa y esa brecha es la ganancia
de la empresa.
Ahora bien, si nuestro sitio tiene muchísimas visitas diarias que no
logramos convertir, lo que tenemos es similar a una empresa que pro-
duce muebles de madera que tiene el depósito repleto de maderas.
Las maderas no son productos que ésta pueda vender con valor agre-
gado, motivo por el cual no es throughput; ergo, no genera dinero.
Pero esa materia prima (usuarios) tiene un costo para nosotros,
¿cómo debemos contabilizarla? La contabilidad de costos diría que
ustedes tienen un activo, de hecho muchos de los proyectos on-line
de hoy están sobrevaluados porque, dándose cuenta o no, están
tomando a los usuarios como un activo, los toman como clientes. Y,
si tengo muchos clientes, no importa qué haga con ellos, porque
puedo venderles lo que quiera hoy o en el futuro.
Sin embargo, el problema en esta forma de evaluar los proyectos,
tomando como base la contabilidad de costos, es que no es correc-
to que la materia prima sea un activo. Así como tener un depósito
abarrotado de materia prima no hace que generemos más dinero
(porque, si bien podríamos vender esa materia prima, no obtendría-
mos beneficios por ello). De la misma manera, tener el sitio repleto
de gente no hace que yo genere más ingresos. La forma correcta de
evaluar la materia prima “usuarios” en sitios de Internet es como un
pasivo en la más cruel interpretación contable clásica. Debemos,
entonces, enfocarnos en generar throughput. Es decir, debemos
identificar cuál es la restricción que hace que más usuarios (stock)
en última instancia no concreten una mayor cantidad de ventas,
para poder trabajar en esa restricción específica.
124 META ANALYTICS
3. IDENTIFICAR MÓDULO I - CANALES DE TRÁFICO ENTRANTE:
Dentro de nuestro flowcard, el primer módulo será la disponibilidad

de materia prima. Nuestra materia prima (stock de usuarios) fluye
hacia el sitio por los diferentes canales. Los principales son tráfico
directo, referring sites, campañas de banners, búsquedas pagas, bús-
quedas orgánicas, campañas de e-mail marketing y campañas off-line
(sean o no medidas). Todo el stock de usuarios se genera por estos
canales; medirlos correctamente es el primer paso, y el segundo es
procesarlo para comprender el grado de saturación de cada canal o,
lo que es lo mismo, qué expectativa podemos tener de cada canal en
caso de que quisiéramos incrementar el tráfico.
Nuestro historial de información (por eso es importante medir las
ocurrencias del pasado), compone la base de datos de aprendizaje
que nos permitirá desarrollar escenarios de planificación con cada vez
mayor certidumbre. ¿Cómo podemos utilizar el pasado para pronosti-
car el futuro? Lo primero que tenemos que hacer es evaluar la depen-
dencia existente entre las variables que vayamos a analizar. En el
caso de una campaña de banners deberemos definir cómo reaccionan
las ventas (recordemos que no buscamos traer más gente al sitio,
sino más clientes) ante una variación de creativos, placements,
medios, etc.
Lo antes mencionado permite ir generando historial para saber
cada vez con mayor exactitud cuáles son las variables y en qué
momento influyen en la disminución de la restricción (o sea, atrac-
ción de nuevos potenciales clientes).
Luego de determinar dicha dependencia, es importante conocer el

nivel de saturación del canal. Esto lo hacemos midiendo el ingreso
marginal generado por cada canal en particular. Así, podemos hacer
seguimiento y dejar de invertir en un canal en el momento adecuado
y, por ejemplo, transferir parte de dicha inversión a un canal menos
saturado o con un ingreso marginal mayor.
4. DEFINIR MÓDULO II - GRUPOS DE CONTENIDOS GENERADORES DE

CONVERSIÓN:
Tomó bastante tiempo darle forma al modelo de flowcards, y aun

cuando sabía que era el adecuado para entender y accionar sobre un
sistema, se me hacía complicado lograr diagramarlo o graficarlo com-
prensible y coherentemente. El desafío era cómo hacer que este
modelo, en el cual confiaba al 100%, se transformara en una buena
herramienta de toma de decisiones, que fuera fácil de leer y analizar,
y que inmediatamente llevara a la acción.
En el proceso, una de las mayores restricciones que enfrenté fue la
de identificar el módulo del cual hablaremos en este apartado. Si uti-
lizaba el total de contenidos, la visualización se volvía caótica y enton-
ces no lograba el objetivo de permitir tomar decisiones en tiempo real.
Luego me di cuenta de que un proceso de conversión tiene ciertos
disparadores, si bien es claro que todo el sitio en cierta forma influ-
ye en el proceso de compra, también lo es que nadie puede comprar
si no está frente a una página que tiene algún call to action (llamado
a la acción) para comprar y, si esto no ocurre, entonces no podremos
obtener el producto o servicio.
126 META ANALYTICS
Una vez que definí esto, todo se volvió mucho más claro y com-
prendí la importancia de la interacción de esos nodos dentro del sis-
tema. Esas páginas que pueden forzar una venta definitivamente son
“especiales”, y deben ser tratadas como tales.
Volvamos al concepto de sistemas. Recordemos que propusimos en
el primer capítulo cambiar la mirada holística que Aristóteles le infrin-
gía a un sistema por una mirada sistémica, donde lo importante dejaba
de ser los objetos que lo formaban y pasaban a ser las interacciones
existentes entre éstos. Basado en aquello, traté de identificar si las
relaciones entre variables me daban una pista, y fue en ese momento
donde encontré el camino para avanzar sobre el modelo.
Básicamente, nadie puede comprar si no interactúa con una pági-
na (o conjunto de ellas) que tengan la opción de compra. Entonces,
para poder identificar el throughput es necesario que esas páginas
conformen este segundo módulo.
Algunos ejemplos de páginas (o secciones en una página) que deri-
van tráfico de ventas serían: ofertas en la home, productos, noveda-
des, descuentos, etc.
Todos los usuarios que no estén expuestos a estas páginas o
módulos en páginas no tendrán la oportunidad de comprar; ergo,
están fuera del proceso de conversión de ventas.
5. ESTABLECER MÓDULO III - PASOS DEL PROCESO DE CONVERSIÓN:

Al igual que en los módulos anteriores, la interacción entre los

elementos (en este caso del proceso de conversión) determinará la
cantidad de ventas. De igual forma que no podemos esperar que
nos compren 10 personas si sólo llegan 5 al sitio; no podemos
esperar que compren 10 personas si en el paso anterior del proce-
so de conversión hay menos de 10. Es importante tener en cuenta
lo siguiente: cada paso adicional que agreguemos a nuestro proce-
so de conversión puede generar pérdida de usuarios que, por dife-
rentes razones, abandonan dicho proceso. Muchas de las razones
son previsibles, muchas otras no. Por otro lado, aquéllas que son
previsibles podrían resultar muy costosas de remediar definitiva-
mente, como por ejemplo las variaciones en la performance de los
servidores del sitio que producen, en algunos casos puntuales,
retrasos de segundos en la carga de una página, segundos que se
vuelven horas para un usuario de Internet, quien termina por aban-
donar el proceso o el sitio. Por este motivo, es importante realizar
optimizaciones en dos vías, por un lado reducir los pasos a la menor
cantidad posible y, por otro, generar reglas de negocios que permi-
tan durante esos escasos pasos ofrecer comprar más (up selling)
con un descuento por volumen, u ofrecer otros productos adiciona-
les (cross selling) que dicho usuario esté dispuesto a comprar.
Estas dos vías pueden, además, ser utilizadas en conjunto para
optimizar procesos “no ideales”. Si tenemos un proceso de conver-
sión que requiere, por algún motivo, un paso adicional, entonces
debemos reforzar la potencial pérdida de algunos usuarios con
reglas de negocios que nos permitan generar up selling o cross
selling, y así minimizar el impacto económico de la restricción en el
proceso.
Las dos cosas antes mencionadas son vitales, y para poder lograr
una optimización conjunta es de capital importancia, como siempre,
medir. Con esto no nos referimos únicamente a identificar la evolu-
ción, sino además a determinar la relación existente entre las páginas
de dicho proceso. En este sentido, es necesario tanto A/B testing
como análisis actitudinal (encuestas) para identificar qué rol juega
cada objeto que compone la página en pro de llevar tráfico a la pági-
na siguiente. Para dar algunos ejemplos: qué ocurre cuando cambia-
mos el mensaje; qué ocurre cuando el link es distinto; qué ocurre
cuando la imagen del producto cambia, etc. Comprendiendo las
interacciones, será posible ir mejorando el proceso de conversión de
nuestro sistema como un todo.
128 META ANALYTICS
6. DEFINIR LOS NIVELES DE PÉRDIDA (O BOUNCE) ENTRE CADA MÓDULO

DEL FLOWCARD:
Si tenemos un sitio de e-commerce, nuestro objetivo es incremen-

tar los ingresos. No es tener mucho tráfico, tampoco es tener mucha
gente averiguando por nuestros productos o registrándose. La única
forma de aumentar los ingresos es vendiendo más. Es decir, incre-
mentar el throughput.
Sin embargo, el throughput puede verse restringido en cualquiera
de los módulos que definimos dentro de la estructura del flowcard.
Si de cada diez usuarios que ingresan al sitio, dos de ellos terminan
no interesándose por ver productos, éstos ya no serán parte de los
usuarios convertibles, por lo tanto, no podremos generar ingresos en
base a ellos. De igual modo, si tenemos que dos de cada diez que
están viendo productos terminan no ingresando al proceso de com-
pras, esto significa que de un paso a otro tenemos un 20% menos
de usuarios convertibles. Una vez que estos usuarios abandonan el
sitio, no hay forma de que se conviertan en cliente/ventas.
Entre cada uno de estos módulos tenemos un porcentaje de usua-
rios que nos van a abandonar; esa pérdida debería tender a cero, aun
cuando sabemos que es utópico que esto ocurra. Calcular el bounce
entre módulos es vital para pronosticar como se alterarían los ingre-
sos con una variación X de éste.
Conociendo la variación de los ingresos al alterarse el bounce de
cada módulo, comprenderemos hasta cuánto podremos pagar por
una disminución de un punto en él.
7. EL MODELO FUNCIONA EN DOS MODOS:
a. Modo reporte
b. Modo simulación
El modo reporte muestra lo ocurrido en un momento dado, algo

que ya pasó, aun cuando estemos hablando de un minuto atrás. Este
modo tiene un propósito de análisis ex post, ya que nos permite iden-
tificar el flujo generado en el sistema (sitio) con las acciones o mejo-
ras realizadas previamente.
El análisis que deberíamos hacer sobre el flowcard en modo repor-
te es:
I. Identificar la acción/acciones generadas.

II. Analizar los efectos generados en el sistema.
III. Identificar la restricción principal.
IV.Enfocar los recursos en acciones próximas basadas en explotar
el recurso de capacidad restringida.
OPTIMIZANDO ESTRUCTURAS DE SITIOS PARA FLOWCARDS

Para poder generar un flowcard automatizado podríamos obtener
la información antes mencionada por medio de la API de alguna
herramienta de web analytics. Sin embargo, poder detectar todos
aquellos contenidos que forman parte del módulo II (grupos de con-
tenidos generadores de conversión), teniendo en cuenta que el sitio
está constantemente mutando y puede tener cientos de miles de
páginas, parece ser algo en principio complejo. La forma en que he
resuelto dicha problemática es utilizando los permalinks con una
estructura jerárquica que incorpore un tag que sea el que determine
que esa URL pertenece al módulo II.
O sea, si la URL de ofertas de productos es www.misitio.com/pro-
ductos/producto_uno/, deberíamos cambiar a un formato donde
todas las URL que formen parte del módulo II incorporarán un código
único como, por ejemplo, “e-commerce”. De esta forma, la URL
podría ser añadida automáticamente dentro del módulo II del flow-
card con sólo renombrarla a www.misitio.com/ecommerce/produc-
tos/producto_uno. El resto de las URL podrían ser:
130 META ANALYTICS
www.misitio.com/ecommerce/ofertas_del_dia
www.misitio.com/ecommerce/productos_destacados
www.misitio.com/ecommerce/ultimos_lanzamientos
Respecto a la SEO (optimización del sitio en resultados de búsque-

das naturales), esta estructura debería sumar y no restar ya que esta-
mos agregando una keyword (que puede ser e-commerce o la que
mejor logre optimizar), que terminará por darle relevancia y conteni-
do para quienes buscan comprar lo que nosotros estamos vendiendo.
O sea, el resultado debería ser que se refuerza el concepto.
FUNCIONAMIENTO DEL FLOWCARD

Todo lo que hagamos en modo reporte nos permitirá conocer el
efecto generado por nuestras acciones pasadas en el sistema e iden-
tificar la restricción que no permitió incrementar el throughput, es
decir, generar más dinero con el sistema actual.
El modo simulación, por su parte, tiene un objetivo completamen-
te distinto. Se trata de identificar, una vez reconocida la restricción,
los resultados esperables de diferentes decisiones de negocios.
Entonces, si por ejemplo en modo reporte identificamos una res-
tricción en el proceso de ventas, podremos probar si modificando la
combinación de fuentes de tráfico entrante mejoramos los resulta-
dos, o sea, aliviamos la restricción.
También podremos probar la combinación de productos que logra-
rían mejorar los ingresos. O identificar si enviando más tráfico a
algunas secciones del sitio es esperable una mejora en los ratios de
ventas.
El modo simulación tiene como principal objetivo identificar el con-
junto de acciones que, de llevarse a cabo, resultarían en una optimi-
zación del cuello de botella. O sea, nos permite obtener mayores
ingresos sin necesidad de reestructurar o modificar nuestro sistema
en sí mismo, con lo que ello implica.
Todo lo que podemos conocer del futuro está relacionado de una
u otra forma con nuestro pasado. Por lo tanto, cuanto más de ese
pasado logremos capturar, y cuanto mejor lo procesemos y compren-
damos, más acertados serán los escenarios creados por el flowcard,
y más atinadas podrán ser las decisiones tomadas.
El flowcard es, ni más ni menos, que una herramienta para orde-

nar la información, comprenderla y optimizar la toma de decisiones.
Esto requiere un trabajo apasionado y en profundidad por parte de
quien encare el proyecto. Que tenga interés real en conocer cómo se
relacionan los distintos objetos del sistema. Que integre a todo el
equipo, ya que jamás una persona podrá conocer cómo opera un sis-
tema si no deja que las personas, que de hecho lo componen, den a
conocer cómo funciona cada una de sus partes.
Por ello, es clave que cuando encaren un proyecto se hagan de toda
la información que puedan y hagan participar (en los momentos indi-
cados) a todos quienes forman parte del proyecto. Sólo así estarán en
condiciones de desarrollar un programa exitoso que les permita gene-
rar escenarios de planificación con un nivel de certeza aceptable.
COMENTARIOS 133
COMENTARIOS
“Juan Manuel es una persona a quien admiro, entre muchas otras

cosas, por su capacidad para bajar a la tierra conceptos complejos de
forma que cualquier mortal los pueda entender. Nunca escucharás de
él términos crípticos o rebuscados, y siempre se esmera por compar-
tir sus ideas con ejemplos claros y amenos. De hecho, Juan contagia
su entusiasmo y logra que temáticas a veces arduas, como la analí-
tica web suele ser en ocasiones, resulten no sólo atrayentes sino
también divertidas. Este libro revela ese mismo estilo y lenguaje, tan
ameno e inspirado, y contribuirá a cimentar su poder influenciador
sobre una nueva camada de marketers y analistas.”
RICARDO DAWSON
COO de Intellignos.
“Es con gran emoción que veo la publicación de éste, el primer

libro de Juan Damia, que a lo largo de los años, se ha destacado por
ser uno de los promotores más apasionados de Web Analytics. Uno
de los pocos que abordan el tema con un enfoque realmente sistémi-
co, sin olvidar que también es divertido. No puedo dejar de agrade-
cerle personalmente ya que es una de las personas que más me ha
enseñado sobre el tema.
Evangelizador incansable a través de Blogs, Social Media, eventos
y charlas personales, también participa activamente en la Web
Analytics Association y crea empresas, obvio, de Web Analytics.
Juan es uno de esos, tan sonados, líderes de tribus digitales. La tribu
de Web Analytics.”
ENRIQUE QUEVEDO
Analytics Specialist for Latin America Google
134 META ANALYTICS
“Juan Damia is a growing voice in the web analytics and digital

measurement sphere as his initiatives, of which Hand on Web
Analytics (HOWA), are growing successes. His approach about
reaching an analytical mindset is a must read for any company, NGO
or public instance aware of the growing need for more data driven
decision making as technology is increasingly enabling economic
actors to collaborate, measure and quantify their initiatives. This
book will become part of business schools and university curriculums
in order to foster a new generation of analytically minded managers
and entrepreneurs, embedded into learning organizations”.
AURELIE POLS
Director del Comité de Globalización
de la Web Analytics Association,
Consultor de Web Analytics Demystified en Europa,
Fundador y CEO de OX3 Analytics
“Juan Damia has spent all his life in the trenches working with
data to help companies be more data driven. I am thrilled that his
book allows him to finally share his expertise and love with the
world. Buy the book, you’ll love it!”
AVINASH KAUSHIK
Autor, Web Analytics 2.0
“Juan Damia has been an active and vital part of the international
web analytics community for many years. His in-depth knowledge of
marketing, Internet technology and how organizations can measure
their online success is unsurpassed. His perspective, as revealed in
this book, can save you months of painful learning and set you on a
course of competitive advantage.”
JIM STERNE
Consultor Internacional, Autor de ocho libros,
Productor de eMetrics Marketing Optimization Summit
(www.emetrics.org) y Co Fundador y actual Presidente
de la Web Analytics Association
(www.WebAnalyticsAssociation.org)
COMENTARIOS 135
“Juan Manuel se ha convertido en un referente de la industria de

la analítica web en la región, y en buena medida es por el hecho de
que ha logrado transmitir con claridad la importancia estratégica que
las prácticas de medición y análisis tienen para el éxito de cualquier
negocio que explote el canal online (¿y qué negocio no tiene hoy por
hoy un aspecto online?). Este libro consolida estas ideas, que van
mucho más allá de aspectos técnicos o herramientas, y apuntan a
fomentar en toda empresa una cultura de análisis que facilite y poten-
cie la toma de decisiones de negocio.”
NICOLAS BERMAN
Corporate Marketing Director,
MercadoLibre.com y Director de AMDIA.

Meta Analytics

Cargado por

Copyright:

Formatos disponibles

Meta Analytics

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Meta Analytics

Cargado por

Copyright:

Formatos disponibles

META ANALYTICS

Configurando la mente del analista web

Juan Manuel Damia

1. Management. 2. Internet. I. Título

Colección Management y Marketing

Diseño de tapa: Depto. de Diseño Institucional de la UP

Hecho el depósito que marca la ley 11.723

© 2010 Fundación Universidad de Palermo / nobuko

Juan Manuel Damia

Capítulo 1 ENTENDIENDO OBJETIVAMENTE EL PRESENTE I 11

Capítulo 2 INTERACTUANDO EN ENTORNOS MULTICULTURALES I 29

Principales diferencias comunicacionales entre hombres

Capítulo 3 PROYECTOS EFICIENTES DE ANALYTICS I 51

Agenda de eventos, un buen comienzo I 89

Capítulo 5 FLOWCARDS, TOMANDO DECISIONES EN TIEMPO REAL I 119

¿Qué necesitamos para poder diseñar efectivamente

Una de las cosas que más interés me despierta es el comporta-

Piensen ustedes mismos como consumidores. Van a un centro de

el marco de la ciencia ficción, ahora ya tenía menos de ciencia ficción

mundo corporativo se enamora de nuevos e innovadores modelos,

ELIMINAR RAZONAMIENTOS PREVIOS

las vemos. Hacemos esas cosas de manera automática, como

a. Saludamos a nuestra familia.

De todas las actividades listadas arriba, hacemos la mayoría sin

Entonces, como dijimos previamente, las cosas repetitivas se vuel-

a. Saludamos a nuestra familia: “T”

Fíjense que estuvimos “inconscientes” durante 40 minutos, y sólo

equipo? También escuché decir (perdón pero no recuerdo el autor de

Algo parecido pasó recientemente con las redes sociales. En 2007

1. No conoce las respuestas (y es su obligación hacer las preguntas).

CONOCER EVENTOS DEL PASADO

variables de la campaña (creativo, keywords, posiciones, target, etc.).

CONOCER LAS PARTES DEL SISTEMA

Un grupo de elementos no constituye un sistema si no hay una

1. Gente: en todo proyecto, afortunadamente, hay gente. Personas

gestión de proyectos es la aplicación de conocimientos, habilidades,

IDENTIFICAR LAS INTERACCIONES DEL SISTEMA

a. Gente: incorporamos personas más capacitadas y entrenamos

En el caso mencionado arriba, ¿tendremos una mejora en el siste-

Primarios: una mayor inversión en todas las áreas incrementa el

realmente. Y si los necesitan, no sabemos si están en condicio-

Secundarios: la capacitación de personal es excesiva, y/o la

En este caso ocurre lo mismo, día a día van a ir conociendo su sis-

Curiosidad: qué tan curioso es al analizar las relaciones del sis-

modo se plantea una duda general sobre las percepciones

El propósito de estos argumentos escépticos, y en particular los

Si pudiésemos hacer a la inversa, el proceso de aprendizaje sería

Quiebres: qué tan exitoso es en forzar quiebres (¿todavía recuer-

En el mundo de analytics existen diferentes tipos de profesionales,

PRINCIPALES DIFERENCIAS COMUNICACIONALES ENTRE

sistema que estemos investigando. Muchas veces nos encontramos

El lenguaje de la mujer, el lenguaje del hombre (Edward T. Hall).

Lenguaje masculino Lenguaje femenino

COMUNICACIÓN EN ENTORNOS MULTICULTURALES

En cada cultura existe un sistema de valores con tres elementos

1. Cognitivo (verdadero o falso)

La cultura es representada como un iceberg (1/8 visible, 7/8 invisi-

DIMENSIONES DE LA DIVERSIDAD DE CULTURA (HOFSTEDE)

Geert Hofstede es uno de los principales investigadores en mate-