La combinación de datos es un must para cualquier analista digital, bien para contrastar, bien para añadir información que permita identificar con mayor claridad situaciones sobre las que tomar decisiones. Existen diferentes maneras de hacer Data Blending; podemos usar Python, SQL o una simple hoja de cálculo, pero hoy os voy a contar algunos ejemplos de la que considero la forma más visual de hacerlo y, por qué no, la más sencilla: Data Studio.
Antes de entrar en materia y hablaros sobre los ejemplos de mezcla de datos orientados a SEO con Data Studio, me gustaría haceros una pequeña introducción sobre los dos términos generales de los que trata este artículo.
Vamos a hablar de...
¿Qué es el Data Blending?
Data Blending puede traducirse literalmente por combinación de datos. No deja de ser, «simplemente», la mezcla de dimensiones y métricas de diferentes fuentes de datos con el fin de aportar una mayor información a nuestro análisis y tomar mejores decisiones.
Cuando queremos conocer una métrica de una determinada dimensión y la fuente que estamos analizando tiene la limitación de no contar con ella, debemos recurrir a otra fuente que, inevitablemente, debe tener una tecla de unión con la fuente actual para poder juntar la información.
¿Qué es Google Data Studio?
Data Studio es una herramienta gratuita de Google que nos permite visualizar los datos de una manera atractiva y sencilla. Tiene la ventaja de tener una impecable integración con otras herramientas de Google como Analytics, Search Console o BigQuery, pero también la limitación de necesitar conectores externos para otras plataformas de terceros, como pueden ser las redes sociales u otras plataformas de analítica, para lo cual deberemos abrir la cartera, por ejemplo con Supermetrics.
Data Studio es, a todas luces, una de las herramientas de reporte más utilizadas hoy en día, con una comunidad que aporta visualizaciones y conectores para poder obtener los resultados que buscas, o los más parecidos, vamos.
Cómo combinar datos en Data Studio
Para combinar datos en Data Studio lo primero que debemos saber es qué queremos conseguir y empezar a descomponer. A veces, anotarlo en un papel ayuda, otras con lanzarse a ello es suficiente, sobre todo si conocemos las fuentes con las que vamos a trabajar.
Una vez tenemos añadidas las fuentes de datos que necesitamos, en Google Data Studio tenemos diferentes formas de combinar datos:
- Combinar desde el menú
Para mí el método más «tranquilo», en el sentido de que únicamente trabajamos con el menú de combinación (a pantalla completa) y no vemos todavía cómo se plasman los datos, como en los siguientes casos. Para acceder a esta opción debemos pulsar en «Recursos» y posteriormente en «Gestionar datos combinados».
Una vez dentro, le dais a «Añadir vista de datos», ponéis las fuentes de datos a utilizar y tendríais algo como esto:
- Combinar sobre el tablero
En este caso deberemos tener ya dos gráficos sobre el tablero, seleccionar ambos, pulsar botón derecho del ratón y elegir «Combinar datos». De esta forma no se abrirá por defecto el panel de combinación, sino que generaréis un nuevo gráfico con los datos que se incorporaban en los dos anteriores.
Suele ser útil cuando tenemos que calcular fórmulas entre métricas calculadas, valga la redundancia.
- Combinar desde las opciones de gráfico
Finalmente, esta opción no requiere más que ponernos sobre un gráfico y, en la columna lateral donde seleccionamos fuente, dimensiones y métricas, pulsar sobre combinar datos.
De este modo, tendremos la fuente seleccionada a la izquierda de la combinación y podremos ir añadiendo nuevas. El panel de combinación, en ese caso, se abre a media pantalla, dejando ver parte del tablero de gráficos.
Al margen del método escogido para comenzar a combinar datos, deberemos tener en cuenta otros aspectos que podremos detectar especialmente cuando se abre el panel de combinación.
El primero es el elemento clave o la tecla de unión que nos va a permitir unir las dos fuentes de datos. Por ejemplo, si tenemos dos fuentes en las que se listan url pero alguna de ellas coincide, podemos usar la url como elemento clave de unión (como en las bases de datos) para asignar la métricas de la primera fuente y la segunda a esa url.
Debemos tener en cuenta, de igual manera, la denominada sentencia LEFT JOIN de SQL. La fuente de datos A estará a la izquierda si queremos que predomine la información contenida en su tecla de unión, es decir, si el número de urls de A es > al de B, el gráfico nos mostrará todas las urls de A y, de aquellas que no haya métricas en B, nos mostrará el valor nulo. Si queremos limitar el gráfico únicamente a aquellos datos que sabemos que sí tenemos, deberemos colocar B a la izquierda.
Casos SEO que podemos analizar con Data Blending
Y ahora sí. A continuación voy a contaros algunos ejemplos en los que puede resultar útil el Data Blending para SEO. Combinar datos de diferentes fuentes como Google Analytics, Google Search Console o herramientas como Semrush es muy sencillo y nos abre las puertas a más información con la que conocer el comportamiento orgánico de nuestro sitio web.
Conocer impresiones, clics y CTR de las páginas de aterrizaje que generan conversiones
Fuentes de datos a combinar: Google Search Console y Google Analytics.
Este caso es tan sencillo como utilizar la dimensión «Página de aterrizaje» de Google Analytics y «Landing page» de Google Search Console.
Existe la particularidad de que las páginas de aterrizaje de Analytics nos vienen en formato path, mientras que GSC nos ofrece la url completa. Para eso, tan solo tendremos que crear un campo personalizado en la fuente de Google Analytics con una fórmular similar a la siguiente:
CONCAT("https://www.DominioQueEstoyAnalizando.com",Página de destino)
De este modo, convertiremos el path en la url completa y podremos, ahora sí, combinarla con la dimensión Landing Page de Google Search Console. Una vez establecidas las teclas de unión, tan solo deberemos añadir las dimensiones que nos interesen de ambas fuentes. Ahora bien, si solo queremos listar aquellas landing de las que tenemos datos en Search Console, deberemos colocar la fuente de esta plataforma a la izquierda, tal y cómo expliqué anteriormente. Si quisiéramos listar todas las páginas de aterrizaje, independientemente de que GSC tenga datos, colocaríamos a la izquierda la de Analytics.
En este caso, vamos a listar todas las «Páginas de aterrizaje» de Google Analytics, pero vamos a limitar su número con el segmento de Organic Traffic y un filtro en el que la métrica Transacciones debe ser superior a 0.
Quedaría algo así:
Con esta fuente combinada, podríamos crear una tabla en la que indicaríamos como dimensión la que personalizamos previamente en Google Analytics para añadirle el host al path, y añadiríamos las métricas, quedando algo así:
Ojo con la dimensión «Página de aterrizaje» de Google Analytics, puesto que nos viene por duplicado debido a un error de traducción. Recomiendo probar ambas y, en aquella que obtengamos el resultado que buscamos, cambiemos el nombre desde la gestión de las fuentes de datos.
Conocer las palabras clave que posiblemente hayan producido conversiones
Fuentes de datos a combinar: Google Search Console y Google Analytics.
En este caso vamos a hacer una nueva combinación de datos similar a la anterior, pero en este caso, colocando a la izquierda la fuente de Google Search Console. Antes de ello, deberemos crear un campo personalizado en la fuente de Google Analytics para convertir las Transacciones a texto. Lo haremos con la siguiente fórmula:
CAST(Transacciones AS TEXT)
Ahora sí, nos metemos a combinar datos e incluimos las mismas métricas y dimensiones que en el ejemplo anterior, pero añadimos las Query de Google Search Console y el campo personalizado que hemos creado de Transacciones en texto, tal que así:
A continuación, la mejor manera de visualizar esta combinación es utilizando una tabla dinámica. En ella, colocaremos las dimensiones Landing Page, Transacciones en formato texto y Query; meteremos también, por ejemplo, las métricas Url Clicks e Impressions. Finalmente, añadiremos un nuevo filtro para establecer una exclusión de la dimensión Transacciones en formato texto cuando es nula. Previamente, utilizaremos el segmento de tráfico orgánico.
Así pues, con la tabla dinámica podremos descomponer las urls que hayan tenido transacciones, ver cuántas, y después, ver qué palabras clave han traído clics y las impresiones que han provocado. La tabla quedaría de esta manera:
Así pues, podremos deducir, en casos como el de la imagen, qué palabra clave ha provocado la transacción. En casos con un tráfico mayor y más palabras clave aportando clics, comenzaremos a fijarnos en transaccionales, pero solo podremos hacernos una ligera idea que no será tan concluyente.
Conocer la influencia de una buena optimización onpage respecto a la generación de conversiones
Fuentes de datos a combinar: Google Analytics y Screaming Frog
En este ejemplo vamos a introducir un nuevo actor: Screaming Frog. Desde esta herramienta analizaremos el dominio que nos interese crawlear y exportaremos la visión de All HTML en formato Excel, que luego exportaremos como fuente de datos en Data Studio subiendo un archivo csv.
Más que para un reporte, este ejemplo es para puro análisis, puesto que entra el factor manual de sacar la hoja de cálculo a través de un software ajeno a Google. Pero igualmente es bastante útil.
Bueno, pues una vez tenemos la fuente de datos de Google Analytics y la de Screaming Frog, nos metemos a combinar y, de nuevo, utilizaremos la página de aterrizaje con el segmento Organic Traffic para crear la tecla de unión desde Analytics, solo que añadiremos las dimensiones que necesitemos y que, en ese caso, nos brinda Screaming Frog. Podría quedar así:
Y ahora, en una simple tabla, podremos ver aquellas páginas de aterrizaje que, por tráfico orgánico, han producido conversión y toda su situación onpage:
Con este tipo de combinaciones podríamos también, por ejemplo, en caso de tener un blog, ver la influencia del número de palabras de nuestro artículo con el tiempo medio de sesión, etc. También podemos complicarlo más y hacer una tercera combinación con Search Console para tener incluso las palabras clave que han producido impresiones de un vistazo, viendo así si son las que están en nuestros títulos, Hn, etc.
Conocer la influencia de los backlinks en nuestro tráfico
Fuentes de datos a combinar: Google Analytics, Google Search Console y Google Sheets.
En este último caso del artículo, sucede algo parecido al anterior, y es que tendremos que exportar el listado de enlaces externos desde Google Search Console a formato hoja de cálculo de Google Sheets, pues Data Studio no deja sincronizarlos todavía. Una vez con la hoja de cálculo creada, crearemos una fuente con ella en Data Studio.
Para este análisis, vamos a necesitar, además de los enlaces externos de Google Search Console, las métricas de usuarios nuevos y sesiones. Quedando una combinación como esta:
Una vez la tenemos, crearemos un gráfico de serie temporal en el que, por ejemplo, podremos comparar la evolución de los usuarios nuevos procedentes de referral u organic (según el filtro que pongamos), con los últimos rastreos de Google de los enlaces entrantes.
En definitiva, el Data Blending o combinación de datos es una técnica indispensable para conocer información. Es cierto que con un poco de análisis podemos extraer esta información de otras maneras, si bien, como decía al principio del artículo, las formas explicadas resultan mucho más visuales y fáciles de comprender.
Trataré de seguir explicando ejemplos de Data Blending para SEO que puedan resultar útiles en próximos artículos, que solo explicando cuatro este artículo me ha quedado con una forma de ladrillo perfecto.
¡Y esto es todo! Espero que os haya molado el artículo y lo encontréis útil. Si tenéis más ideas de combinación de datos para SEO, no dudéis en comentarlas más abajo. ¡Gracias por llegar hasta aquí! ¡Nos leemos!
