Fastbase también nos desvela si el visitante ha llegado a la web por tráfico directo, ha accedido a través del buscador o su visita proviene del contenido generado por la empresa mediante la publicación de contenidos en el blog o redes sociales.

Se trata de un importante paso para ayudar a las B2B, quienes debemos sortear una serie de dificultades derivadas de la ineficacia del marketing tradicional: la clave para un B2B está en crear relaciones de valor con potenciales clientes desde el inicio de las ventas, pero con la dificultad añadida, además, de que el cliente, en nuestro caso, no es un individuo, sino una organización en la que intervienen varias personas en la cadena de decisión.

Todas aquellas empresas dedicadas al business to business conocen la dificultad de impactar a los potenciales clientes, debido a que la segmentación «profesional» entraña mayor complejidad, así como a la carencia de datos en la parte analítica.

El principal objetivo de una campaña de marketing B2B es vender, así lo piensan el 94% de las empresas según datos de la Asociación Española de la Economía Digital; y para vender necesitamos cuanta más información, mejor. Conocer el tipo de clientes que nos visita, en lo relativo al sector, será también una gran ayuda de cara a centrar nuestros esfuerzos de marketing en un colectivo en concreto y trabajar los verticales.

Las B2B acogemos con gran alegría esta extensión de Analytics, un instrumento de adivinación que, a través de datos pasados y presentes, nos permitirá acercarnos a futuros clientes con mayor precisión. Google nos regala una bola de cristal a la que podremos sacar mucho partido.

Con ello nos referimos a todo tipo de agentes que tienen presencia en Internet, desde una red social a una empresa, pasando por las agencias de publicidad y marketing o cualquier sitio web. Las huellas que los usuarios van dejando en sus horas de navegación y los hábitos que se desprenden de toda esa información, se traducen en un torrente de datos de extraordinaria valía para el medio online.

Pero ese rastro sería sólo una amalgama de números y clics (cuyo significado permanecería oculto para cualquiera) si no fuera por aquellos que se dedican a extrapolar, cuantificar, estratificar y analizar dicha información. Traducirla y convertirla en datos asequibles para los interesados es una habilidad que se ha etiquetado en los parámetros y conceptos del análisis web, un mundo que cada vez se vuelve más complejo y especializado.

El analista web ha de estudiar el comportamiento de los usuarios, deducir si en base a ese comportamiento las cosas están funcionando para la empresa en cuestión y, finalmente, elegir las mejores herramientas para llegar a unos objetivos concretos.

Parafraseando a Pere Rovira, miembro fundador de Conversion Thursday, “todas las herramientas son igual de buenas, es decir, todas son igual de malas”, en el sentido de que debemos adaptar esa profusión de herramientas a nuestro trabajo y a nuestros objetivos,  tal y como destacamos en nuestro estudio sobre Herramientas de Buzz Monitoring, donde, además, analizamos las más destacadas en este campo.

En cuanto a medición de tráfico y estadísticas, quizá sea Google Analitycs la herramienta gratuita más usada en el mundo. A su lado hemos de colocar no menos conocidas utilidades de pago: es el caso de Omniture, Webtrends, AT Internet, Nedstat… y, por supuesto, los paneles. Ahí los reyes son Nielsen y Comscore.

Sin embargo, no resulta apropiado decir cuál es la que mejor funciona, porque el buen rendimiento no va a depender de la herramienta que usemos; más bien de cómo la utilicemos. En este sentido, tendremos que dejar claro previamente que para lograr unos mínimos de garantías funcionales, el sistema que usemos deberá responder a cuatro claves indispensables: suficiencia para compilar datos, ductilidad en la segmentación de variables, capacidad para la integración de los datos y ser capaz de gestionarlos.

A partir de ahí hemos de tener muy claro cuánto estamos dispuestos a invertir en este proceso, desde la fase de implementación hasta el mismísimo coste del personal que lo maneje, gestione y mantenga. Aquí es donde entra la regla del 10/90, famosa por predicar que se debe invertir el 10% en la herramienta y el 90% en los sueldos de los analistas. Sin embargo, la realidad confirma que se suele actuar al revés.

Esta es la conclusión a la que podemos llegar en el campo de la Analítica Web: sólo teniendo claros nuestros objetivos, cuánto estamos dispuestos a invertir en ello y hasta en qué proporción, podremos sacar mayor o menor rendimiento a los distintos tipos de herramientas. A veces, si tenemos lo suficientemente claro el fin que perseguimos, hasta una herramienta gratuita puede ofrecernos excelentes resultados.