Cómo usar Google Analytics con R

Andy Granowitz, Developer Advocate de Google Analytics, septiembre de 2014

El objetivo de este artículo es motivar a los grandes estadísticos, investigadores y científicos de datos que actualmente usan R para que consideren a Google Analytics como un conjunto de datos útil y, también, incentivar a los usuarios de Google Analytics a que utilicen R para satisfacer sus serias necesidades de procesamiento de datos. Este artículo muestra un ejemplo que demuestra cómo medir el valor a largo plazo de las campañas de marketing con datos de Google Analytics en R.

Introducción

R, el lenguaje de programación popular para el procesamiento estadístico, es una herramienta potente que permite analizar datos y obtener estadísticas a partir de ellos. Cuando combinas R con tus datos de Google Analytics, puedes realizar análisis estadísticos y generar visualizaciones de datos para comprender mejor y mejorar tu negocio.

En el resto de este artículo, se describen los pasos necesarios para generar algunos datos y gráficos útiles mediante la biblioteca de Google Analytics con R.

Configuración

La biblioteca de RGoogleAnalytics te permite recuperar datos de Google Analytics de forma nativa desde R. Sigue estos pasos para comenzar:

1. Verifica que tengas acceso a una cuenta de Google Analytics que contenga datos que se puedan usar para el análisis
2. Instalar R
3. Instala el paquete de RGoogleAnalytics
4. Sigue el código de ejemplo en GitHub para asegurarte de que puedas acceder a los datos de Google Analytics en R

Para obtener recursos de configuración adicionales, visita la guía de configuración de RGoogleAnalytics.

Pregunta

¿Cuál es el valor a largo plazo de mis campañas de marketing?

Los informes estándares de Google Analytics pueden ayudarte a determinar si las campañas de marketing generan conversiones a corto plazo, pero puede ser difícil determinar el valor a largo plazo de las campañas, ya que esto requiere que realices un análisis acumulativo.

Análisis

Si quieres determinar el valor a largo plazo de las campañas de marketing, puedes usar R para generar gráficos de ingresos y transacciones acumulativos para cohortes determinadas. De esta manera, podrás ver cuántas transacciones realizó un grupo de clientes que se adquirió de una campaña de marketing determinada durante un período más largo. Esto contrasta con un análisis más estándar, en el que puedes observar si un cliente que visitó tu propiedad desde una campaña de marketing realizó una compra de inmediato.

La consulta

Para realizar este análisis, se puede modificar la consulta de muestra de RGoogleAnalytics. La siguiente consulta extrae las transacciones y los ingresos de todos los usuarios que visitaron el sitio por primera vez desde la campaña A entre el 1 y el 7 de septiembre de 2014 y realizaron una compra en algún momento entre el 1 y el 29 de noviembre.

query.list <- Init(start.date = "2014-09-01",
        end.date = "2014-11-29",
        dimensions = "ga:date",
        metrics = "ga:transactions,ga:transactionRevenue",
        segment = "users::sequence::^ga:userType==New%20Visitor;dateOfSession<>2014-09-01_2014-09-07;ga:campaign==Campaign%20A;->>perSession::ga:transactions>0",
        max.results = 10000,
        sort = "ga:date",
        table.id = tableId)

Si se omite el segmento, esta consulta extrae las transacciones y los ingresos de todos los usuarios según la fecha. El agregado del segmento solo incluirá a los usuarios que visitaron el sitio por primera vez y realizaron una transacción entre los períodos especificados.

Comprende el segmento

El segmento consta de algunas condiciones de secuencia:

1. El segmento selecciona users:: para incluir no solo las sesiones que coinciden con las condiciones, sino también todas las sesiones entre los usuarios que coinciden con las condiciones.
2. El prefijo sequence:: permite seleccionar un conjunto de usuarios que completaron un conjunto específico de pasos. En este caso, el primer paso es visitar desde una campaña determinada en un período determinado, y el segundo paso es realizar una compra.
3. El prefijo ^ delante de ga:userType==New%20Visitor;dateOfSession<>2014-09-01_2014-09-07 garantiza que se cumplan las condiciones de fecha de la sesión, campaña y tipo de usuario para el primer hit de la primera sesión en el período especificado.
4. ->>perSession::ga:transactions>0 especifica el segundo paso para realizar una compra en un momento determinado.

Consulta la Guía para desarrolladores de segmentos a fin de obtener más información sobre los posibles segmentos para crear y los detalles de la sintaxis si deseas modificar este segmento o crear el tuyo propio.

Trabaja con los resultados

El resultado de esta consulta son las transacciones y los ingresos por día del grupo de usuarios especificado. Las transacciones y los ingresos diarios o incrementales por día se pueden convertir en números acumulativos en R mediante la función cumsum. Estos datos se pueden graficar con la función plot o el paquete ggplot2.

Mientras que un gráfico de transacciones incrementales muestra la cantidad de transacciones que ocurrieron en cada fecha, un gráfico de transacciones acumulativas muestra la cantidad de transacciones totales que ocurrieron hasta cada fecha inclusive. Por lo tanto, el gráfico de transacciones acumulativas nos permite ver el valor a largo plazo de cada campaña:

Resultado

Cuando analizamos estas dos campañas, observamos que, aunque los clientes adquiridos de la campaña A completaron más transacciones que los clientes adquiridos de la campaña B durante las primeras cuatro semanas, a largo plazo, los clientes de la campaña B completaron más transacciones acumulativas. Analizar solo las transacciones que se produjeron inmediatamente después de una visita de la campaña A o B habría llevado a la conclusión incorrecta de que la campaña A es más eficaz.

Esperamos que esto te haya aliviado tus ganas de analizar datos de Google Analytics en R. Visita el foro de la API de Google Analytics Reporting para compartir algunos de los interesantes análisis que realizas.

Descripción general del video

En el siguiente video, se describe el ejemplo de este artículo. Además, se presentan otros dos casos de uso para usar R con Google Analytics.