<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Néstor Phx Barreto on Medium]]></title>
        <description><![CDATA[Stories by Néstor Phx Barreto on Medium]]></description>
        <link>https://medium.com/@nstorphxbarreto?source=rss-670ccb373c36------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*W4rNwxI28v2l4lss.</url>
            <title>Stories by Néstor Phx Barreto on Medium</title>
            <link>https://medium.com/@nstorphxbarreto?source=rss-670ccb373c36------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 04:36:29 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@nstorphxbarreto/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[¿Por qué aprender sobre Google Analytics?]]></title>
            <link>https://medium.com/@nstorphxbarreto/por-qu%C3%A9-aprender-sobre-google-analytics-1c2a5955e298?source=rss-670ccb373c36------2</link>
            <guid isPermaLink="false">https://medium.com/p/1c2a5955e298</guid>
            <category><![CDATA[analitica-web]]></category>
            <category><![CDATA[analicis-de-datos]]></category>
            <category><![CDATA[metricas-web]]></category>
            <category><![CDATA[google-analytics]]></category>
            <category><![CDATA[analisis-de-metricas-web]]></category>
            <dc:creator><![CDATA[Néstor Phx Barreto]]></dc:creator>
            <pubDate>Sat, 07 Apr 2018 21:47:14 GMT</pubDate>
            <atom:updated>2018-04-07T21:47:14.540Z</atom:updated>
            <content:encoded><![CDATA[<p>En la actualidad rige el marketing orientado hacia los usuarios. Las marcas buscan sobresalir con respecto a la competencia a través de la UX; o sea, de la experiencia del usuario, por lo tanto, conocer su comportamiento on line a través de las herramientas de métrica es la clave para detectar, mantener y potenciar la ventaja competitiva.</p><p><strong>La Analítica Web</strong> es un procedimiento en el que se estudia la información que proporcionan los usuarios que visitan determinada página de internet para realizar un análisis estratégico y optimizar su estadía en el sitio. La información se recolecta mediante un código<em> javascript</em> que es suministrado por las propias herramientas profesionales de medición, en nuestro caso: <strong>Google Analytics</strong></p><p>A principios de 1990, los estudios de este tipo de herramientas, se concentraban en el análisis de archivos <em>“log”</em> generados por los servidores de páginas web. Estos datos recogen variables acerca de la interacción de un usuario específico con determinada página web, como por ejemplo pestañas visitadas, número de clicks y errores 404. Sin embargo, a pesar del valor de esta información, los diferentes departamentos integrantes de las organizaciones empezaron a demandar más información, naciendo el análisis en tiempo real, y el etiquetado de las páginas o <em>“tagging”.</em></p><blockquote>Según la Web Analytics Association, la Analítica Web se define como “la medición, procesamiento, análisis y reporte del tráfico de internet para entender y optimizar el uso de un sitio web”.</blockquote><p>El análisis y estudio de las métricas cada vez nos ayuda a tomar mejores decisiones en nuestra estrategia empresarial. Es decir, hoy en día la analítica digital es una herramienta de negocio muy importante para todos los sectores del mercado. No importa si manejamos un pequeño sitio en la web, redactamos en un blog o formamos parte de una gran empresa. Ya no basta con tener algunos conocimientos de SEO y de Marketing online. La analítica web es un paso más hacia el éxito y el complemento imprescindible de las futuras campañas publicitarias.</p><h4>¿Qué puedo descubrir usando la Analítica Web?</h4><p>Las herramientas de analítica web no sólo tratan de medir el tráfico de un sitio en internet, también intentan estudiarlo y entenderlo para saber qué mejoras se deben realizar. A través de las diferentes herramientas disponibles se recopilan todo tipo de datos de cualquier visita que haya llegado. Elementos como las cookies permiten hacer un seguimiento y obtener datos importantes sobre la navegación de los usuarios y de cada visita.</p><p>Gracias a este análisis podremos conocer la repercusión de nuestras campañas de mercadeo en línea, el origen y la conducta de los visitantes en el sitio para buscar tendencias relacionadas con sus comportamientos.</p><p>Podemos compilar los datos como visitas, páginas vistas, porcentajes de rebote o tiempo en el sitio, además podemos analizar muchas otras métricas que son iguales o más beneficiosas que estas.</p><p>Con “beneficios” no solo se refiere a un aumento en la venta de nuestros productos a través de la Web, sino también a un mayor número de visitas, a poder llegar a un público más acorde a nuestros servicios, a saber que estamos haciendo mal en nuestra Web y sobre todo a cumplir nuestros objetivos ya sean en ventas, en proporcionar información o en darnos a conocer.</p><blockquote>La economía entendida como la ciencia que estudia el comportamiento humano desde la perspectiva de una relación entre fines dados y medios escasos, requiere cada vez más del procesado sistemático y objetivo de grandes volúmenes de datos. Fuente: Wikipedia</blockquote><h4>Cómo es el proceso de Análisis?</h4><p>Gracias a esta evolución, la analítica web comenzó a desempeñar un papel central en las más importantes organizaciones, que llevan a cabo una serie de procesos de análisis web en determinadas etapas esenciales como se muestra a continuación:</p><ol><li><strong>Recopilación de datos</strong>: Mediante códigos Javascript o logs. Normalmente, estos datos son cuentas de cosas que aún no han sido clasificados.</li><li><strong>Tratamiento de datos en la información:</strong> Contabiliza y hace ratios. Toma los datos y los conforma en información, específicamente métricas.</li><li><strong>Desarrollo de KPI:</strong> Centra en el uso de los ratios (y los recuentos) y la infusión de ellos con las estrategias de negocio, conocido como Key Performance Indicators (KPI).</li><li><strong>Formulación de la estrategia en línea</strong>: Metas, objetivos y estándares en línea para la organización o negocio. Estas estrategias suelen estar relacionadas con ganar dinero, ahorrar dinero o aumentar la participación en el mercado.</li><li><strong>Experimentos y pruebas</strong>: <a href="https://es.wikipedia.org/wiki/Test_A/B">Los Test A / B</a> son experimentos controlados con dos o más variantes, en la configuración en línea, como el desarrollador web. El objetivo de las pruebas A / B es identificar los cambios en las páginas web que aumentan o maximizan un resultado estadísticamente probado de interés.</li></ol><h4>¿Porqué Google Analytics?</h4><p>Google Analytics brinda un estudio detallado sobre el negocio y permite identificar posibles mejoras estratégicas de todo tipo sin necesidad de invertir dinero, puesto la compañía te brinda toda <a href="http://www.google.com/analytics/learn/index.html">la información que necesitas gratuitamente</a>.</p><p>Existen otras versiones de herramientas mucho más profesionales y complejas como <a href="http://www.omniture.com/es/">Omniture</a>, <a href="http://webtrends.com/">Webtrends</a>, entre otras; pero a diferencia de Google Analytics, estas cuestan muchísimo dinero, cosa que un trabajador autónomo o pyme no necesita costear.</p><p>Otra de las atractivas funcionalidades que tiene Google Analytics es que permite programar informes para recibirlos periódicamente en un correo electrónico. De este modo la plataforma se hace más amigable permitiendo configurar la herramienta para que envíe un correo con el resumen mensual de una página web sin necesidad de hacerlo por sí mismo.</p><p>Además, Google Analytics permite conectar cuentas de Google AdWords de forma automática para realizar seguimiento sobre el funcionamiento de campañas CPC, así como obtener información sobre el ROI (retorno de inversión).</p><h4>¿Qué información me brinda Google Analytics?</h4><ul><li><strong>Número de visitantes</strong>: Tal vez sea el valor que más nos importa, ya que nos indica el nivel de visibilidad de nuestro sitio web, o la cantidad total de personas que lo han visitado. Dentro de los números de visitantes encontramos detalles relacionados con las visitas que nos pueden aportar información extra, por ejemplo el <strong>número de visitantes exclusivos</strong>. Es decir, no indica el número de visitas de personas, en este caso IPs, que visitan varias veces nuestro sitio, sino que nos da el número de visitantes únicos. La herramienta nos muestra también un gráfico relacionado con este dato, en el cual se aprecia un gráfico de sectores, de un color el porcentaje de <strong>visitantes nuevos</strong> y de otro color el porcentaje de <strong>visitantes recurrentes</strong>.</li><li><strong>Número de páginas vistas: </strong>Nos informa si los usuarios que entran en nuestra web se interesan por otros contenidos del sitio. En este caso el número de páginas vistas por visitas es mayor.</li><li><strong>Sistema Operativo o Navegador:</strong> Quizás no parezca un dato muy relevante en concreto para la web. Sin embargo, sí lo puede ser para elegir en qué plataformas desarrollar de forma óptima nuestro sitio para que los usuarios puedan disfrutar de una experiencia agradable, ya que son típicas las webs que no se visualizan bien en ciertos navegadores o sistemas operativos</li><li><strong>Tiempo de estancia en la web</strong>: Da una media del tiempo que permanecen los usuarios dentro de nuestro sitio web y nos deja entrever <strong>s</strong>i la gente encuentra útil nuestra web.</li><li><strong>Porcentaje de Rebote</strong>: Nos dice la cantidad de usuarios que entran en nuestro sitio y salen del mismo sin realizar interacción alguna.</li><li><strong>Fuentes de Tráfico</strong>: Indica el porcentaje de usuarios que han venido desde cada uno de los tipos de fuente. como usuarios que llegan a través de buscadores, usuarios que llegan a través de otros sitios webs, usuarios que introducen directamente la URL de nuestra web o campañas como <a href="http://www.google.com/adwords">AdWords</a>, RSS o email.</li><li><strong>Datos geográficos</strong>: Saber desde qué países nos están visitando resulta útil, por ejemplo, para adaptar una oferta de productos o servicios pudiendo personalizar nuestros contenidos para países concretos en los que tengamos más éxito. Traducir nuestro sitio en aquellos idiomas en los que empecemos a notar un incremento de visitas puede ser una acción interesante y que nos puede reportar aún más visitas.</li><li><strong>Número de conversiones: N</strong>os indica el número de personas que han realizado la acción deseada en el sitio, bien puede ser una venta o bien puede ser un registro.</li></ul><h4>Conclusión</h4><p>En los últimos 10 años el uso de Internet ha crecido exponencialmente, logrando ampliar los antiguos mercados tradicionales al mundo virtual. Este acontecimiento se ha traducido en nuevos modelos de comportamiento por parte de los consumidores y a su vez en nuevos y mejores mercados que satisfagan estas tendencias , caracterizados por un gran volumen de datos que deben ser convertidos rápidamente en información útil para las organizaciones.</p><p>Google Analytics se presenta como la mejor y más recomendable alternativa en herramientas de análisis de datos gracias a su versatilidad y su amigable plataforma que supone una puerta abierta hacia el futuro del E-Commerce a nivel mundial.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=1c2a5955e298" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Lo que no sabías sobre el Data Mining]]></title>
            <link>https://medium.com/@nstorphxbarreto/lo-que-no-sab%C3%ADas-sobre-el-data-mining-26ce80d93d3a?source=rss-670ccb373c36------2</link>
            <guid isPermaLink="false">https://medium.com/p/26ce80d93d3a</guid>
            <category><![CDATA[data-mining]]></category>
            <category><![CDATA[macrodata]]></category>
            <category><![CDATA[analisis-de-datos]]></category>
            <category><![CDATA[big-data]]></category>
            <category><![CDATA[big-data-analytics]]></category>
            <dc:creator><![CDATA[Néstor Phx Barreto]]></dc:creator>
            <pubDate>Sat, 07 Apr 2018 20:05:15 GMT</pubDate>
            <atom:updated>2018-04-07T20:05:15.294Z</atom:updated>
            <content:encoded><![CDATA[<h4>Crear nuevos servicios y productos a partir del análisis de datos</h4><p>En la actualidad del mundo cibernético se escucha hablar sobre la importancia del análisis de la <em>“Big Data”</em> como estrategia para generar nuevos productos y tendencias, compensando la evolución tecnológica junto a la creciente demanda y el constante cambio de comportamiento de los usuarios.</p><p>El <em>“Big Data”</em> o <strong>macrodatos</strong>, como se conoce por su término en español, hace referencia a un grupo de datos encriptados tan grande que las aplicaciones informáticas comunes de procesamiento de datos no son suficientes para procesarlos.</p><p>Estas aplicaciones practican el <strong><em>Data Mining</em></strong>; o sea, se dedican a buscar, recolectar, almacenar​, compartir, analizar​ y visualizar cada vez mayores cantidades de datos para intentar identificar patrones y establecer relaciones, con el fin de generar informes estadísticos virtuales y modelos predictivos con información de mucha importancia para diversas materias y organizaciones dedicadas al análisis de negocio, experimentos publicitarios, entidades de seguridad e incluso la lucha contra el crimen organizado.</p><h4>¿Dónde se genera tanta cantidad de datos?</h4><p>Un Smartphone en la actualidad tiene más capacidad de cómputo que la NASA cuando el hombre llegó a la luna,​ por lo que los datos generados en el mundo por persona y en unidad de tiempo son impresionantemente grandes.</p><p>La cantidad de datos que se genera en la actualidad crece diariamente de manera exponencial porque los vamos fabricando directa e indirectamente a cada instante que pasa. Según Wikipedia, en 2012 se estimaba su tamaño de entre una docena de <em>terabytes </em>hasta varios <em>petabytes</em> en un único conjunto de datos. Para el 2016, la <a href="https://es.statista.com/estadisticas/677828/trafico-ip-mensual-a-nivel-mundial/">evolución de volumen de tráfico IP</a> se multiplicó de manera indetenible (como muestra la gráfica del hipervínculo) lo que nos da una idea del incontenible crecimiento de datos e información.</p><p>Si tan sólo pensamos en la “huella informática” que cada uno de nosotros deja a diario al participar en las redes sociales, ejecutar una compra en línea o hasta simplemente hacer una búsqueda en internet, podemos entonces pensar en cantidades enormes de información que reflejan esas acciones; que si se analizan detalladamente, podrían predecir nuestras conductas y patrones de comportamiento.</p><h4>Estos datos pueden clasificarse según su procedencia:</h4><ul><li><strong>Generados por las personas</strong>: Se estima que por cada minuto se envían más de 200 millones de correos electrónicos, se comparten más de 700 mil publicaciones de Facebook, se realizan 2 millones de búsquedas en Google o se editan 48 horas de vídeo en YouTube.</li><li><strong>Transacciones de datos:</strong> Facturaciones, llamadas en línea o transacciones entre cuentas generan información con datos sumamente relevantes.<br>El ejemplo más común está en las transferencias bancarias: lo que el usuario percibe como un ingreso de dinero, la computación lo interpretará como una acción llevada a cabo en una fecha y momento determinado, en un lugar concreto, entre unos usuarios registrados, y más metadatos.</li><li><strong>Mercadeo electrónico:</strong> El simple hecho de navegar en la web genera una gran cantidad de datos. Hoy en día los mismos usuarios se han convertido en generadores de contenido gracias a sus interacciones con los sitios. Existen muchas herramientas de seguimiento utilizadas en su mayoría con fines de mercadotecnia y análisis de negocio. Los movimientos de ratón quedan grabados en mapas de calor y queda registro de cuánto pasamos en cada página y cuándo las visitamos.</li><li><strong>Máquina a máquina (M2M):</strong> Son tecnologías que transforman las magnitudes físicas o químicas y las convierten en datos que comparten con otros dispositivos: medidores, sensores de temperatura, de luz, de altura, de presión, de sonido, etc.</li><li><strong>Biométrica:</strong> Son los datos que provienen de la seguridad, defensa y servicios de inteligencia. Son cantidades de datos generados por lectores biométricos como escáneres de retina, escáneres de huellas digitales, o lectores de cadenas de ADN. El destino de estos datos es proporcionar mecanismos de seguridad y suelen estar custodiados por los ministerios de defensa y departamentos de inteligencia.</li></ul><h4>¿Qué podemos lograr con todos estos datos?</h4><p>En un informe investigativo que se fundamentaba en congresos y presentaciones relacionadas,​ la META Group (ahora Gartner) aseguraba que el crecimiento constante de datos no era más que una oportunidad y un reto para investigar en el volumen, la velocidad y la variedad.</p><p>El data mining se refiere especialmente al descubrimiento de patrones interesantes y desconocidos anteriormente; registros inusuales o dependencias. Hay diferentes tipos de análisis que se pueden hacer para obtener información del Big Data y cada uno tendrá un impacto o resultado diferente. Qué tipo de técnica de data mining se debe utilizar, depende realmente del tipo de problema de negocio que se está intentando estudiar.</p><p>Por ejemplo, la detección de anomalías consiste en buscar datos que no coinciden con un patrón proyectado o un comportamiento esperado. A las anomalías también se les llaman <em>outliers</em>, excepciones, sorpresas o contaminantes. Una anomalía es un objeto que se desvía significativamente del promedio general dentro de un conjunto de datos o una combinación de datos. Está distante numéricamente del resto de los datos y por lo tanto el valor indica que algo está fuera de lo común y requiere un análisis adicional.</p><p>El análisis de anomalías <strong>se utiliza para detectar fraudes o posibles riesgos dentro de sistemas críticos, encontrar eventos que podrían indicar fraudes, procedimientos defectuosos o áreas donde una teoría determinada es inválida.</strong></p><p>Otro ejemplo es el del aprendizaje de reglas de asociación, que permite el descubrimiento de relaciones interesantes entre diferentes variables en bases de datos grandes. El aprendizaje de reglas de asociación descubre patrones ocultos en los datos que pueden utilizarse para identificar variables dentro de los datos y las co-ocurrencias de diferentes variables que aparecen con mayores frecuencias.</p><p>Esto <strong>se utiliza, entre otras cosas, para encontrar patrones en los datos de los puntos de venta. Estos patrones se pueden utilizar al recomendar nuevos productos desde otros, basado en lo que otros clientes han comprado antes, o sobre qué productos se compran juntos.</strong> Si esto se hace correctamente puede ayudar a las organizaciones aumentar su tasa de conversión.</p><p>También existe un análisis por agrupación, que identifica conjuntos de datos similares entre sí para entender las diferencias, así como las similitudes, dentro de los datos. Las agrupaciones tienen rasgos en común que pueden usarse para mejorar los algoritmos. Por ejemplo, a las agrupaciones de clientes con comportamientos de compras similares se les pueden ofrecer productos y servicios similares para aumentar la tasa de conversión.</p><p><strong>Un resultado de un análisis de agrupación puede ser la creación de personajes ficticios diseñados para representar los diferentes tipos de usuarios dentro de un grupo demográfico, actitud y comportamiento; de forma que pueden utilizar un sitio web, una marca o un producto de manera similar.</strong></p><p>Por otra parte, el análisis de regresión trata de definir la dependencia entre variables. Asume un efecto causal unidireccional de una variable a la respuesta de otra variable. Un análisis de regresión puede demostrar que una variable depende de otra pero no viceversa y se utiliza para determinar los diferentes niveles de satisfacción de los clientes y cómo afectan a esto a su fidelidad. Cómo los niveles de servicio pueden verse afectados por causas externas como por ejemplo el clima.</p><h4>Nuevos Modelos de Negocio</h4><p>La evolución digital crea cada vez mejores oportunidades para diversificar las fuentes de financiación, lo cual incentiva su capacidad de adaptación a cada nuevo panorama. A su vez hay una gran incertidumbre por lo que respecta a saber qué modelos de negocio funcionarán y cuáles no. Por ejemplo: ¿cuánto pagarían las personas de un sector determinado por un producto o un servicio nuevos? ¿Cuánto pagarían si ese mismo servicio pudieran obtenerlo on line?</p><p>La mejor manera de ver qué funciona es hacer experimentos de “modelos de negocio” para compilar datos y aprender más sobre el tema.</p><p>El éxito de grandes empresas como Amazon comienza en la minería de datos masiva basando los patrones de compra de un usuario cruzados con los datos de compra de otro, creando así anuncios personalizados y boletines electrónicos que incluyen justo aquello que el usuario quiere en ese instante. Esto supone otro de los nuevos modelos de negocios que nos ofrece el análisis de macrodatos o “Big Data” y que es tan solo una ventana a un futuro universo repleto de nuevas ideas surgidas a partir del análisis de datos.</p><h4>Conclusión</h4><p>El análisis de datos puede ayudar a encontrar la información más relevante sobre la forma en que las personas interactúan con determinados parámetros de la web. Esta información se puede utilizar para crear nuevos y cada vez mejores modelos de productos y servicios que pueden hacer más efectiva la interacción directa e indirecta con los usuarios, al mismo tiempo que se generan más conversiones y aumenta la liquidez. Cuantos más datos se tengan, mejores serán los resultados que se obtengan sobre cada análisis y esto a su vez se traduce en mayor efectividad para cada organización.</p><p>En un futuro muy cercano estos datos serán la clave para una nueva generación de modelos comerciales, sociales, informáticos, comunicacionales y de cada ámbito en el que se desarrolla el ser humano, por lo que es importante comenzar a conocerles desde ya y aprender a darles un correcto uso.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=26ce80d93d3a" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>