Travel funnels from the other side: Naver, Google Maps and reviews paid in gifts in Korea

Part of Travel funnels from the other side, a series on what I learn as a traveller about the booking funnels I usually measure.

In June 2026 I travelled around South Korea. After years of measuring how customers search, book and pay, it was the second trip where I watched myself do it in a market that works differently. The first was Chile and Brazil in 2024. Korea was harder, and more interesting for anyone who works in travel.

Finding my way without Google

Google Maps shows places in Korea, but it would not give me walking or driving directions. The reason is a long-running dispute over taking detailed map data out of the country (background on Wikipedia). In February 2026 the government approved Google's request under strict conditions, but in June the directions still did not work for me. So I did what Koreans do: I moved around with Naver Map and KakaoMap, and I searched on Naver.

Within a couple of days most of my trip happened on Korean platforms. The searches I made, the places I saved and the routes I followed never touched the tools a Western travel brand usually measures.

Booking and paying as a foreigner

Two things stopped me again and again. Many websites asked for a Korean phone number to verify the account, and my foreign card was rejected on several of them. I had seen the same pattern in Chile: the customer is there, wants to pay, and the form decides they cannot.

A gift for a review

The thing that surprised me most happened in shops and restaurants. Several of them offered me a small gift if I left a review on Google or on Naver.

Google's rules for Maps reviews do not allow this. Its Maps content policy lists offering incentives in exchange for reviews as fake engagement. I do not know how strictly Naver applies its own rules, and I am not judging the businesses, which were following what looked like a common local practice. As an analyst, what I noticed was the effect on the data: a rating built partly on rewarded reviews means something different from a rating built on unprompted ones.

What a travel company could take from it

If I worked on the data side of a travel brand selling into Korea, I would look at three things.

1. Search demand outside Google. A brand that measures and bids only on Google sees part of the market. Naver has its own search ads and its own webmaster tool, Naver Search Advisor, and the queries that matter may only show up there.
2. Review data as a data quality question. If ratings feed a ranking, a recommendation or an analysis that compares markets, they need context: where incentives are common, a 4.8 is a different number. Sudden jumps in the number of reviews for one venue are worth flagging before anyone reads the average.
3. The checkout for foreign customers. Errors by form field, split by the visitor's country, show quickly when a phone verification step or a card check is turning away people who wanted to buy.

A question to finish

When you compare ratings or search demand across countries, do you know which platform each market really uses, and how its reviews were collected?

Embudos de viaje desde el otro lado: Naver, Google Maps y reseñas a cambio de regalos en Corea

Forma parte de Embudos de viaje desde el otro lado, una serie sobre lo que aprendo como viajera de los embudos de reserva que suelo medir.

En junio de 2026 viajé por Corea del Sur. Después de años midiendo cómo buscan, reservan y pagan los clientes, era el segundo viaje en el que me veía hacerlo en un mercado que funciona de otra manera. El primero fue Chile y Brasil, en 2024. Corea fue más difícil, y más interesante para quien trabaja en viajes.

Orientarse sin Google

Google Maps muestra los sitios en Corea, pero no me daba indicaciones para ir a pie ni en coche. El motivo es un conflicto que viene de lejos sobre sacar del país datos cartográficos detallados (contexto en Wikipedia). En febrero de 2026 el Gobierno aprobó la petición de Google con condiciones estrictas, pero en junio las indicaciones seguían sin funcionarme. Así que hice lo que hacen los coreanos: me moví con Naver Map y KakaoMap, y busqué en Naver.

En un par de días, casi todo mi viaje pasaba por plataformas coreanas. Las búsquedas que hacía, los sitios que guardaba y las rutas que seguía nunca pasaban por las herramientas que suele medir una marca de viajes occidental.

Reservar y pagar como extranjera

Dos cosas me frenaban una y otra vez. Muchas webs pedían un número de teléfono coreano para verificar la cuenta, y mi tarjeta extranjera fue rechazada en varias. Ya lo había visto en Chile: la clienta está ahí, quiere pagar, y el formulario decide que no puede.

Un regalo por una reseña

Lo que más me sorprendió pasó en tiendas y restaurantes. En varios me ofrecieron un pequeño regalo si dejaba una reseña en Google o en Naver.

Las normas de Google para las reseñas de Maps no lo permiten. Su política de contenido de Maps considera interacción falsa ofrecer incentivos a cambio de reseñas. No sé con qué rigor aplica Naver sus propias normas, y no juzgo a los negocios, que seguían lo que parecía una práctica local habitual. Como analista, lo que me llamó la atención fue el efecto en el dato: una valoración construida en parte con reseñas premiadas significa algo distinto de una construida con reseñas espontáneas.

Qué podría sacar de aquí una empresa de viajes

Si trabajara en datos en una marca de viajes que vende en Corea, miraría tres cosas.

1. La demanda de búsqueda fuera de Google. Una marca que solo mide y puja en Google ve una parte del mercado. Naver tiene sus propios anuncios de búsqueda y su propia herramienta para webmasters, Naver Search Advisor, y las búsquedas que importan pueden aparecer solo ahí.
2. Los datos de reseñas como un problema de calidad del dato. Si las valoraciones alimentan un ranking, una recomendación o un análisis que compara mercados, necesitan contexto: donde los incentivos son habituales, un 4,8 es otro número. Los saltos bruscos en el número de reseñas de un local merecen una alerta antes de que nadie lea la media.
3. El checkout para clientes extranjeros. Los errores por campo del formulario, separados por el país del visitante, muestran enseguida cuándo una verificación por teléfono o una comprobación de tarjeta está echando a gente que quería comprar.

Una pregunta para terminar

Cuando comparas valoraciones o demanda de búsqueda entre países, ¿sabes qué plataforma usa de verdad cada mercado y cómo se recogieron sus reseñas?

Travel funnels from the other side: buses in Santiago and a flight to Rio

Part of Travel funnels from the other side, a series on what I learn as a traveller about the booking funnels I usually measure.

In November 2024 I travelled through Chile, from Santiago down to the northern part of Chilean Patagonia, and then flew from Santiago to Rio de Janeiro. I have spent years measuring checkout funnels. On this trip I was the customer who dropped out of them, more than once.

The bus that kept disappearing

The hardest part of the trip was buying bus tickets in Santiago. On the platform I was using, buses appeared in the results and then disappeared. When I found one, the form asked for a RUT, the Chilean tax ID that a visitor does not have, so the purchase never finished.

Later I learned what I had been using. Recorrido and Kupos are marketplaces that resell tickets from many bus companies, and Recorrido has belonged to the Canadian company Busbud since 2022 (LatamList). Neither is a bus company's own site or an official government service, and each works with different operators, which is why they showed me different types of bus. Other travellers describe the same RUT wall (Tour du Mondiste).

In the end, everyone I asked gave me the same advice: go to the Pajaritos terminal and buy the ticket there, and avoid Estación Central. The advice has a basis. Carabineros list the Estación Central metro station and the Santiago bus terminal among the city's theft hotspots (Meganoticias, 2022). Pajaritos is a smaller terminal in Lo Prado, on the west side of the city.

The flight I booked through someone else

For the flight from Santiago to Rio, the airlines' own websites were my main problem. Again I could not complete all the data they asked for. I ended up booking through Booking.

What the companies' dashboards saw

From the inside, none of this looks like a story. The bus companies saw sessions that searched and left. The resellers saw a form abandoned at the data step. The airline saw an abandoned checkout and, somewhere else in its reports, a sale through an online travel agency. Nobody saw a foreign customer who wanted to buy and could not.

It reminded me of a checkout I worked on at JD Sports Group, where the numbers looked wrong because one page in the funnel was never tracked. Here the hole was bigger: part of the journey happened on sites the companies did not control, and part of it happened at a ticket window.

What I would measure

If I were the analyst at one of these companies, I would start with four things.

1. Form errors by field, split by the visitor's country. A required field that foreigners cannot fill in shows up as one field with a much higher error rate for one group of visitors.
2. The stability of inventory across searches and channels. The same route and date, searched twice within a few minutes on the company's own site or on a marketplace, should return the same buses. When a departure disappears from one channel and stays on another, that is an inventory problem, and customers read it as unreliability.
3. Demand that leaks to other channels. Compare abandoned checkouts from a market with the bookings from that market that arrive through intermediaries or at the ticket office. If one goes up when the other goes up, the direct channel is losing sales it could keep.
4. One short question on exit: what stopped you? At JD a short survey on the checkout gave us reasons that the funnel numbers alone could not.

A question to finish

When a customer gives up on your checkout and buys somewhere else, does any report connect the two events, or do they show up as one lost session and one unrelated sale?

Insights de consultoras sobre retail para 2024

 Informes Omnicanal Retail

Enlaces a los informes y presentaciones sobre retail de las principales consultoras. Tendencias a repasar de cara a planificar el año 2024.

• What does it take to create value in the intensely competitive retail industry
• El mercado retail en España by JLL
• Deloitte Global Retail Outlook 2024
• BDG Boston Consulting Group 2024 Retail predictions
• KPMG : 2024 The grat step forward
• McKinsey&Company The State of fashion 2024
• PwC: Outlook Trends

Tendencias Campañas en Q4 : Navidad, Black Friday, ...

Tendencias para preparar las campañas de Q3-Q4

• Google: Tenedencias de Navidad 2024
• Black Friday Trends by Croud
• Experian: Black Friday trends from 2023 and the outlook for 2024

Curva de Beneficio

Hace una semana compartieron en Linkedin un data product de Mike Rhodes ha super útil para poder visualizar el efecto que tiene en el coste los gastos en campañas de Marketing.

La Curva de Beneficio muestra cómo es probable que cambie el beneficio total a medida que cambia la inversión en marketing.

Para poder usar este gráfico necesitamos el gasto y las conversiones. a partir de este podremos ir calculando las demás métricas.

Algunos conceptos que debemos entender antes de empezar a meter datos y sacar conclusiones:

• El Beneficio Incremental ;muestra el beneficio adicional obtenido por cada aumento en el gasto. Las barras positivas (verdes) indican aumentos de gasto rentables.
• Beneficio Total frente al Retorno de la Inversión Publicitaria (ROAS), layuda a identificar el rango de ROAS que maximiza el beneficio.
• El ROAS Marginal : muestra el retorno esperado de la inversión publicitaria correspondiente a un nivel de gasto, lo que ayuda a identificar los rendimientos decrecientes

El ROAS Marginal es un concepto bastante potente que suele pasar desapercibido para los equipos de Marketing pero que puede ser muy útil

Break even 

Profit max

Puedes acceder al data product en

K-means cluster - How to choose K

 One key step in K-means clustering is deciding on the number of clusters. Ideally, the data itself should guide us on the optimal number of groups.

There are several ways to detemine the number of cluster

This is what we want to achieve in a picture with our groups:

Elbow criterion

The elbow criterion helps us achieve this. It plots the ratio of within-cluster variance to between-cluster variance against the number of clusters. We want this ratio to be low, indicating tight clusters and high separation between them.

In a graph: 

It looks like this:

As we increase the number of clusters, this ratio initially drops significantly. However, there comes a point where adding more clusters doesn't lead to a substantial improvement. 

This point, known as the "elbow," is considered the ideal number of clusters.

More information about the elbow criterion

https://en.wikipedia.org/wiki/Elbow_method_(clustering)

Customer segmentation with K-Means

 Today, let's unravel the magic of K-Means clustering, your trusty tool for discovering those hidden gems within your marketing data.

What's K-Means Clustering, you ask?

Think of K-Means as a way to group similar data points together, helping you uncover those underlying patterns that might not be obvious at first glance. It's like sorting your favorite candies into different piles based on their flavors – except in this case, we're using customer data like demographics or location.

How Does It Work?

1. Choose K: First, you need to decide how many clusters (K) you want. It's like deciding how many candy piles you'll have! We'll talk about how to find the perfect K later.
2. Random Centers: Imagine randomly picking K candies as the starting centers for your piles. That's what we do with your data – randomly select K points as the initial cluster centers (centroids).
3. Calculate Distances: Now, measure the distance between each data point (candy) and each center (pile). We use the Euclidean distance formula (don't worry, it's not as scary as it sounds!).
4. Group Them Up: Assign each data point to the closest center, creating your clusters!
5. Find New Centers: Re-calculate the center of each new cluster (like finding the average position of all the candies in a pile).
6. Repeat: Keep repeating steps 3-5 until your clusters stop changing much. You've found your final clusters!

Validate Your Clusters:

• Check the Variance: How tightly packed are the data points within each cluster? Low variance is good, like having candies that are all very similar in flavor within each pile.
• Dunn Index: This fancy index measures both the tightness of your clusters and how far apart they are. Aim for a high Dunn Index – it means your clusters are well-defined and distinct.

Remember:

• K-Means is just a tool, not magic! You'll need to use your marketing expertise to interpret the clusters and give them meaningful names.
• I´ll cover how to find the best K and name your segments in upcoming posts.

Segmentando clientes en Python usando el modelo RFM

 Ya en 2016 escribía un post sobre el modelo RFM de segmentación de clientes, para qué servía o qué preguntas podíamos responder y cómo se podía hacer una sencilla consulta en SQL para conseguirlo.
Cinco annos más tarde puedo decir ya con bastante más experiencia que estos datos 

• 'Recency
• Frecuency
• Monetary Value

no se encuentran tan facilmente en las empresas en las bases de datos. Así que para empezar nos va a tocar pasar bastante tiempo limpiando los datos. El modelo sigue siendo utilizado para la segmentación de CRMs y nos va a dar buenas pistas de los usuarios en lo que debemos que poner más atención ya que son nuestros mejores usuarios. 
También podemos usar el mismo modelo para ver que clientes nos han abandonados o qué clientes están inactivos y potencialmente podemos volver a activar. Email Marketing preparado.
Para esto hay diferentes formas de hacerlo. Aquí voy a tirar del usor de percentiles ya que es una de las formas másfáciles de calcular ya que tenemos funciones para ello y además de las que mejor resultado tienen.

Qué formato tienen que tener nuestros datos

Para poder realizar este análisis vamos a necesitar datos de forma transaccional. Es decir por cada acción que haga nuestro usuario como por ejemplo una compra de ecommerce, vamos a tener una línea. Estas transacciones normalmente tienen un ID Además vamos a necesitar que al hacer esa transacción también se guarde un id de cliente. Siempre es más fácil trabajar con numeros y id que con nombres, pero esto último lo podemos arreglar al limpiar los datos antes del analísis. Así que no cunda el pánico.

Para no hace muy largo este post voy a poner un ejemplo con código de la parte de frecuency y recency para poner labels a nuestros usuarios en función de estas dos variables. Así podremos saber en qué fase están nuestros clientes inactivos, activos, engaged, nos abandonado (churn). Estos nos va a ayudar a crear algunas métricas como el churn rate. Qué porcentaje de clientes no vuelven a comprarnos.

Etiquetar a nuestros clientes

Un ejemplo de como podemos etiquetar a nuestros clientes es

- Activos - Active

- Inactivos - Inactive

- Abandonado - Churn

Para llevar acabo el analisis completo de RFM, aquí puedes acceder a un script donde la analista usa también los percentiles. Así que va más allá de lo explicado aquí con la creación de etiquetado.

https://github.com/susanli2016/Machine-Learning-with-Python/blob/master/Customer_Segmentation_Online_Retail.ipynb

En este Jupyter Notebook además comenta con bastante detalles que preguntas hay que hacerse para limpiar los datos y qué decisiones toma en base a como están los datos.

ROAS vs. ROI: Unraveling the Marketing Metrics Mystery

In the fast-paced world of digital marketing, measuring success is paramount. Return on ad spend (ROAS) and return on investment (ROI) are two key metrics that often get misleading, sometimes even interchangeably. But they're actually quite different! 

Let's break down what each means and how to use them to track your marketing performance.

ROAS: Your Ad Campaign's BFF

ROAS, or return on ad spend, is all about how effectively your advertising dollars are generating revenue. The formula is simple:

• ROAS = (Revenue from Ads / Ad Spend) x 100

ROAS focuses solely on the direct impact of your advertising efforts. It's great for performance marketers who need to see how well their specific campaigns are performing and which channels are delivering the best bang for their buck.

ROI: The Big Picture

ROI, or return on investment, takes a more holistic view. It considers your overall profitability by factoring in all costs, not just ad spend. This includes expenses like technology, salaries, and production costs. The formula is:

• ROI = (Net Profit / Total Investment) x 100

ROI gives executives a top-level understanding of the overall financial success of a campaign, taking into account all the resources invested.

Key Differences

• Focus: ROAS looks at revenue generated directly from ads, while ROI considers the overall profit after all expenses.
• Scope: ROAS is specific to advertising spend, while ROI encompasses all costs associated with the campaign.

Example

Let's say you spent $100 on ads and sold $500 worth of flowers. Your ROAS is 500% - impressive! But what if your production and other costs were $400? Your ROI would be 0%. 

This highlights why ROI is crucial for understanding the true financial impact of your marketing efforts.

This highlights why ROI is crucial for understanding the true financial impact of your marketing efforts.

Remember:

• ROAS is tactical, focusing on the effectiveness of specific ad campaigns
• ROI is strategic, giving a big-picture view of overall profitability

Both metrics are valuable, and which one you prioritize will depend on your specific goals and role. By understanding the difference between ROAS and ROI, you can make more informed decisions about your marketing investments and drive greater success for your business.

Hacer una auditoria SEO técnica

Desde hace tiempo llevo queriendo remodelar mi página web. La verdad es que empecé la casa por la ventana:Test A/B, pero bueno la cosa era probar algunos test antes de redisenarla.

Por otro lado sigo investigando en encontrar mi informe SEO ideal, que "fit" conmigo como un guante y me haga andarme poco por las ramas investigando nuevas cosas. Y teniendo un blog, lo mejor que casa conmmigo es dedicarle tiempo al contenido.

Pero no fue hasta hace unas semanas que no caí en la cuenta de que está muy bien mirarse el ombligo, estudiar las keywords,revisar el GWT y Google Analytics y tener un ojo en los competidores, pero que en realidad tener limpica a nivel tecnico nuestra web también es importante, porque los post que creamos van a más y ya no se ni de cuantas páginas web cuenta mi blog.

Echando cuenta hará unos 9 meses que no reviso demasiado a fondo a nivel tecnico mis URLs, ni los enlaces salientes ni internos que tengo. Y lo peor de todo es que una de mis funciones en la empresa donde trabajo es reportar esta serie de errores. Si es que en casa del herrero...  Además a Google ultimamente le ha dado por cambiarme las metatags, incluso incluyendo enlaces internos de otras web, algo que me tiene completamente anonadada (ó WTF, como diríán por aquí), pero me dá una idea de que Google no piensa que sean las mejores.

Volviendo al título de este post.
Voy a ir desgranando en que me voy a fijar para , en mi caso, hacer una auditoria técnica SEO.
A modo de índice:
- Google webmaster tools
- ScreamingFrog (vaya nombrecico)
-Pagespeed de Google (en la sección de developer)

Antes de nada voy a pasarme por GWT, sin duda una de mis herramientas favoritas, aunque muchos webmaster la tengan bastante infravalorada. hey chicos que por mucho Semrush, Moz o lo que queráis mirar, el que mejor conoce Google y su funcionamiento es el mismo Google.Haced caso al Papá.

Google Webmaster Tool

En este caso voy a mirar si tengo indexadas todas las página que quiero y bueno, como esto lo llevo un poco a raja table tampoco hay muchas sorpresa.

Contenido bloqueado

Otra herramienta incluida en GWT que tambien sirve para ilustrar esto es Fetch as Google. Si alguna página te da algún error raro puedes verla con esta herramienta. Además si le tienes carinno a alguna landing page ( o página de aterrizaje) en particular no dudes en revisarla. El blog de Google Webmaster explica un poco mejor que significa todo como renderizar páginas en este post de Mayo de 2014

Screaming Frog

Una de las últimas herramientas que he conocido y que parece que tiene mil usos y es muy rápida (en menos 5 minutos puedes tener tu web). He de decir que hace dos meses me daba bastante fallos de estabilidad, pero ha mejorado muy mucho en esto.

*Tienes que descargarla porque es una herramienta de escritorio http://www.screamingfrog.co.uk/seo-spider/ (con versión gratuita y de pago)


Más vale echarle miles de horas a todo lo que podemos sacar de aquí y lo mejor de todo es que también podemos tener acceso a a información de las páginas de nuestros competidores.Asi que hazte un café y manos a la auditoria.
Para empezar tienes que poner tu web en  "Enter url to spider" y darle a start, esperar unos minutos. Et voilá!

Esto ya depende de cuanto tiempo le quieras dedicar a a web. En mi caso, y para este tipo de auditoria voy a dedicarle especial tiempo a los responses codes, y a external ya que quiero saber si enlazo a enlaces roto, ya que esto puede ser frustrante para mis usuarios e irse a buscar lo que quieren a otro sitio.

Más tarde me meteré un poco más en profundidad en la parte de Internal. Para ello exporto todo a csv y me lo llevo a excel para manejarlo.

Responses codes

Si aparece un 200, hey todo va bien. Sin embargo si lo que obtienes es un 30X ya puedes ir mirando si estás haciendo lo que realmente quieres. Si lo que encuentras en un 500 algo falla con el servidor. Pero de todas formas en este artículo de la wikipedia tienes los códigos explicados (he enlazado a la página en castellano).

Pagespeed de Google

También vale la pena mirar un poco  la velocidad. Para ello Google nos ha hecho esta aplicación, donde además podemos ver nuestra web móvil.También dá ejemplo de cosas a mejorar en tu web, así que a mejorar se ha dicho.
https://developers.google.com/speed/pagespeed/insights/

La parte de móvil tenla en especial interés, ya que hoy en día todos usamos móviles para visitar la web. Así que según cómo tengas configurado este tema te encontrarás con diferentees dficultades.

Y asi he realizado yo la auditoria para mi web.(este post se irá actualizando conforme vaya descubriendo información relevante.

England,UK,Great Britain or United Kingdom?

Después de leer un artículo de broma sobre la dificultad de "ser británico" en 2014 con el típico humor britanico, he caído en la cuenta de que yo también me enfrento a algunas de las situaciones que describen.
Una de ella es cuándo hay que buscar por país en una empresa de aerolineas o cualquier tipo de transporte. Estará por UK, England, Reino Unido,...? Siempre me lleva unos segundos de más. Parecido a cuándo no sabes si buscar por Spain o por Espana.

Para ver cómo buscan los mismo británicos por su país y cómo lo buscan en otros países de habla ingresa me he ido a Google trends a ver si ha ido cambiando.

Fijate tú, cómo buscan por #UK en paises de habla inglesa pic.twitter.com/m0tMYrW9SX
— Maria S. López Oller (@_Sali) July 24, 2014

Google Trends

Cómo se escribe Reino Unido en el mundo inglés

Los resultados han sido los siguientes:
  Al final he decidido annadir London para ver si es más importante que el propio país. Y bueno, parece que tanto en USA como en Canadá, Londres como concepto de busqueda es tan importante como el país en sí. La verdad es que si una empresa decide hacer una página web internacional le puedes servir muy bien investigar en Google Trends sobre este aspecto, sobre todo y mmientras Google Hummingbird, el algoritmo de Google, sigue aprendiendo cómo buscan los usuarios en Internet. Yo aún me enfrento a ello cuando voy a Espanna de vacaciones y me preguntan "qué tal por Londres "(a 3-4 horas de Leeds, dónde me encuentro). Igualmente a un amigo le pasa lo mismo cuándo le preguntan por Inglaterra y él está viviendo en Gales. Y es que no sólo en Espanna existe esa diferencianción por la "comunidad" dónde vivimos o hemos nacido y el país en sí...

Keywords para SEO y SEM

Asi que si decides hacer una keyword research para otros países (tanto en SEO cómo en SEM), deberíás tener todas estas cosas en cuenta, pero todos estos detalles pueden que te permitan crear una entrada de tráfico para long keywords por ejemplo que tu competencia aún no haya minado. Así que todavía queda mucho trabajo por hacer :)

Segmentando con el modelo RFM con SQL : Recency, Frequency & Monetary value

Si contamos con una base de datos de clientes podemos aplicar un modelo bastante fácil y que ya lleva bastante rodaje en el Marketing Directo:el modelo RFM.

¿Qué es RFM?

El fin de este modelo es poder segmentar a nuestros clientes para saber cuales son los que mayor beneficio nos puede aportar. Así a esos clientes podemos mandarles códigos promocionales, por poner un ejemplo.

Descuartizando el modelo RFM

¿Qué significan cada una de esas letras?

• Recency: que podríamos describir como recencia.
¿Hace cuánto que compró el cliente? Si el cliente hace mucho que no ha comprado puede ser que se haya ido a la competencia.

• Frecuency: Frecuencia
¿Con qué frecuencia suele comprar?

• Monetary Value: valor monetario

Cantidad de dinero que ha gastado de media. Si un cliente suele gastar más será más valioso que otro que suele hacer una compra pequeña.

Cómo definimos RFM en una sentencia de SQL

• La recencia ("recency") viene definida por el día de la última compra: MIN(dias_desde_la_ultima_compra).
• La frecuencia ("frequency") viene definida por el total de veces que el cliente ha comprado.
• El valor monetario ("monetary value"), en este caso, lo vamos a definir como la media de la cantidad comprada de cada uno de los clientes.

Imaginando un CRM con un id por cliente podríamos definir la query como: SELECT cliente_id,
MIN(dias_desde_ultima_compra) AS 'recencia',
COUNT(*) AS 'frecuencia',
AVG(cantidad_comprada) AS 'valor monetario'
FROM data GROUP BY 1")
Al ser en SQL la podríamos usar tanto R como en Python, o cualquier otro lenguaje de programación.

Medir nuestra Target Keywords en todo nuestro dominio

Acabo de leer un artículo sobre Keyword Target en todo el dominio que me ha gustado tanto que la voy a poner una nueva métrica para medir en mis informes SEO a partir de ahora.

La idea la vi en un artículo del SEJ (Search Engine Journal) escrito por Neil Pratel que es el cofundador de Kissmetrics y Quick Sprout. Ambos blogs siempre cuentan con post super interesantes y en profundidad.

La idea me ha parecido super buena ya que lo que pretende es tener en cuenta las keyword que queremos que Google nos tenga en cuenta con el sitio, así podemos ver en que paginas aparecen. Así mismo podemos escribir las variaciones semánticas de esas keywords para crear las famosas entidades o Entities  semánticas ahora que Google es mucho más semántico.

Según Neil Pratel muchos SEOs (equivocadamente) creen que pueden rankear las keywords para una o dos páginas de un blog en vez de ponerlo para todo el dominio. Según el autor está bien que hagan esto, poner las palabras claves por los artículos del blog, pero deberían hacerlo en todo el site.

Cómo medirlo

1. Para poder medir esto hay que poner: inurl:nombre_de_domino "target keyword"
2. ver los resultados de Google
3. Comparar nuestro site con nuestros competidores

Según este artículo de este crack, ha medido los sitewides para estas ocurrencias de keywords y  el ranking es mayor cuántas más ocurrencias hay de estas keywords. Esto no quiere decir que cuánto más uso de estas keywords mejor es el ranking, pero sin embargo si que parece que es un factor importante.

Extra: A la hora de buscar los resultados en Google es muy aconsejable mirar que hacemos una búsqueda anónima por si nos toma los resultados personalidazos o el historial.

Herramientas para contar palabras

Y buscando una forma de hacer esto más fácil me he encontrado con esta página
http://www.contadordepalabras.com/ que puede ayudar para hacer las auditorias de contenido.

Más información y fuente

Para ver el artículo entero : http://www.searchenginejournal.com/7-hood-optimization-techniques-will-rock-seo/124140/

Encontrar patterns estacionales o de temporada en Google Analytics : ya llegó la Navidad para los estudiantes

Ya ha pasado la Navidad y una de las cosas que me hace más gracia del análisis web es ese poder de ver patterns en los datos. Y no estudiantes, no me engañéis, la mayoría de vosotros cierra la mente por vacaciones a partir del 20 de Diciembre y no vuelve a retomar los libros hasta el 6 de Enero.

¿Qué no? Vamos a ver

Comparar datos Navidad 2013 y Navidad 2014

Vale, más o menos todo cuadra, sobre todo lo del 6 de Enero. Sin embargo, no estaría mal normalizar los datos según el día de la semana. Ya que como vimos en el post anterior el día de la semana influye en mis usuarios/visitantes

Datos normalizados según día de la semana

En este caso sólo había un día de diferencia Sabado 20-12-2014/ Viernes 20-12-2013 y Martes 06-01-2015/ Lunes 06-01-2014 pero nos ayuda a ver visualmente alguno de los días que siguen la tendencia de días de semana, en vez de días festivos.

Google Analytics sólo nos deja comparar dos fechas a la vez. Así que si queremos seguir comparando años, lo mejor es exportar datos y llevárnoslos a otra herramienta, por ejemplo el Excel nuestro de cada día.

Encontrar pattern mensuales en Google Analytics: visitantes por días de la semana

Hace tiempo que no escribía nada, mayormente por el tema mudanza y no tener acceso a Internet 24/7.  Me gustaría volver a un tema de principiante en análisis web.
Al principio de tener Google Analytics me frustraba un poco cómo se veía este gráfico tanto Google Webmaster Tools como en Google Analytics. Qué pasaba en esa cada toda las semanas? Pues muy fácil, que además de vida online, mis usuarios tienen vida offline y los fines de semana, pues se lo toman de relax.
Como muestra este gráfico del mes de septiembre que empezó en lunes.

¿No queda muy claro no? Bueno, ya le valdria al equipo de UX de Google Analytics currarse una vista para que no tuviera que hacer yo esto a mano. Pero mientras tanto y tras una mini sesión de Photoshop así queda más claro.

Se puede observar que el ánimo de los estudiantes va decayendo durante la semana,Y el Domingo nos entran los remordimientos de conciencia y decimos. Está semana me pongo...

Antes de nada si vuestro sitio tiene muchas visitas vía redes sociales o no tenéis el filtro en vuestras IP  y lo que queréis ver es cómo llega a la gente vuestro sitio via Google o Bing debéis mirar en tráfico orgánico.

Otra de las cosas que se nos puede escapar en este gráfico y que sabiamente Google añadió hace varios meses, es la posibilidad de poder ver las horas a las que accedieron a tu site.

Si nos vamos a la vista de horas tenemos que

Vaya, visualmente esto nos da algún Insights bastante interesante en el periodo entre el viernes a última hora, a partir de las 16.00 más o menos, y el domingo hasta las 18.00 es cuando la gente busca menos. Bueno, las visualizaciones nos hacen darnos cuentas de algunas pistas que podemos ver más a fondo por ejemplo bajando los datos en tablas a Excel o directamente cargando estos en SPSS o R para encontrar correlaciones.

Lo que siempre está bien es tener en cuenta que cuánto antes recopilemos estos datos para las webs, cuando tengamos algo de tiempo podremos empezar a analizarlos.

Auditorias de links para penalizaciones de Google

Penalizaciones de Google ? En este post voy a intentar no irme mucho por las ramas y dar un poco de luz. Gran parte de mi tiempo en mi empresa lo paso y lo he pasado haciendo auditorias de links.A veces es un poco cmplicado explicarle a un cliente o a un compannero que trata de hacer linkbuilding que ese link es malo para Google y que hay que meterlo en el saco del disavow. Pero bueno, mejor confiar en la mano experta que ya hemos sacado del pozo de la penalización manual y de penguin a muchas empresas.

Lo mejor si te ha tocado una penzalición manual es entonar el mea culpa y limpiar la profile. Al menos Google te ha dado una segunda oportunidad de "empezar de nuevo".

Tipos de penalizaciones de Google

Google tienes dos tipos de penalizaciones:

- Penalizaciones de algoritmos de Google  En el caso que que los causantes sean los links estos son de Penguin.
- Penalizaciones manuales, alguien ha revisado tu profile de links y se ha encontrado que se lo estás intentando meter. Asi que con la policía te has topado. Ten en cuenta que alguién de Google directamente te ha señalado con el dedo y ha revisado tus links.

Cuando empecé en esto de SEO más a nivel profesional nunca me había imaginado que los links fueran tan importantes para estar indexados en las web. Yo siempre me había currado la parte del "qué es lo que quieren leer mis usuarios", lo que ahora llaman "Marketing de contenidos", estudiando que es lo que comparten por las redes sociales, intentando investigar las respuestas a las preguntas que me hacían a través del blog, echando horas y horas a keywords research y había sido una buena chica con las guidelines de Google por bandera, sin preocuparme nunca por los links.

 Hasta que empecé a trabajar creando disavow files y me tocó verle las entrañas a las páginas web de muchos clientes. Como dicen algunos excomponentes de la Quality de su trabajo, yo también he visto lo más sucio de Internet. Al fin y al cabo, gran parte de mis horas lo tengo que dedicar a lo mismo y me pongo en su piel.

Por qué Google penaliza una web

Google tiene unas guidelines, si no lo sigues o has seguido anteriormente o vas siempre en la línea roja, puedes caer en alguna de ella. Así que lo primero es leerselas porque de vez en cuando cambian alguna cosa, cunde el caos entre los SEOs q leen a SEOs que a su vez leen a ... y el ruido que se crea es tan grande que ya no sabes ni de lo que están hablando.

Cómo sé si una web tiene penalización de penguin

Herramientas de Google : Google Analytics

Lo más normal es que te baje en Google Analytics las visitas orgánicas y pierdas posiciones.

1. Así que filtra por google / organic y hazte una idea de lo que ha pasado. Iguamente cuentas con Google Webmaster tool para ver si te han desaparecido o te van desapareciendo keywords sobre una temática.

Usa una herramienta como Searchmetrics o Semrush

Otra forma de saber esto es irte a Searchmetrics o Semrush y ver si hay una gran bajada en la visibilidad de la web. Aquí también puedes comparar la caída de las keywords de una semana para otra. En estas mismas herramientas puedes estudiar las URL con más enlaces.


Vete a OpenSiteExplorer, MajesticSeo o AHREF  estudia tus backlinks
Tanto OpenSiteExplorer como MajesticSeo han ido perdiendo poco a poco mi respecto en su uso a nivel individual para backlinks, muchas veces es insuficiente, especialmente para profiles en castellano. Así que si lo puedes tener a mano, mejor estudiar todos los links de una vez. Sin embargo AHREF ha dado una gran mejoría en cuanto a links (desde mi experiencia) y además tiene una interfaz de usuario bastante buena. Mejor "triangular" las tres herramientas si está a nuestro alcance

Checkea los links a tu sitio en Google Webmaster Tools

  En Google Webmaster es donde vas a encontrar más links y además son los que Google te envia,así que si de unacosa puedes estar seguro esque Google conoce esos links.

En qué fijarte: 

- "Anchor text" Una vez que los tengas todos juntos estudia que porcentaje tienes de anchor text. ¿Se repite siempre el mismo anchor text? 

- ¿La mayoría de tus links son do-follow?

- ¿Muchos de tus links vienen de los mismos IPs o IPs vecinas?

Otras herramientas

Por otra parte puede encontrar mucha más documentación por ejemplo Moz tiene timeline de las actualizaciones de algortimos. Te puede dar un poco de luz fijarte en las fechas de caída de tráfico para ver si has sido tocado, especialmente en cambios más específicos como los de "loans". Además, si lo quieres ver de forma gráfica Barracuda hizo una herramienta muy simple pero que a mi me gusta mucho: Pangui

 

# SEO negativo en rumbo.es? o penalización algorítmica?

Estaba hoy mirando viajes cuando se me ha ocurrido ver cómo anda el tema de los viajes por Espanna. Y bueno cuál ha sido mi sorpresa cuando he visto que Trivago no es ni de lejos uno de los que más visbilidad tienen.
Pero volviendo al tema de este post. Rumbo.es ha tenido una bajada bastante grande. Y me he ido

a AHREF a echarle un ojo a sus backlinks  ver si podía ser algun tipo de penalización manual o algorítmica (penguin). Y me he encontrado con lo siguiente:

 La verdad es que un poo extranno que adquiera tantos links en tan poco tiempo y desde luego no es nada natural. Será un caso de SEO Negativo? o que AHREF acaba de cargar estos links ... ehhh

Pues yendo a los últimos links podemos ver esto. Si clickamos en ellos vemos que no tienes muy buena pinta, y espero (y creo) que no  hayan sido los SEO de Rumbo.es quienes han puesto esos links ahí.

Seo negativo?

Si miramos por IP vemos todos estos dominios. Y por fechas ... nos aparecen los últimos que ha annadido AHREF.

35.	30	-	ghmusic.info	13 Jul '14
36.	30	111,910	cyclopaedia.de	14 Jul '14
37.	28	-	infomb.com	17 Jul '14
38.	27	-	nolasol.hu	15 Jul '14
39.	24	-	techrenu.net	13 Jul '14
40.	23	-	labolsa.org.es	12 Jul '14
41.	23	-	relojerias.org.es	12 Jul '14
42.	23	-	urano.org.es	12 Jul '14
43.	23	-	zapatos.org.es	13 Jul '14
44.	23	-	ofertasadsl.org.es	14 Jul '14
45.	19	-	televisa.mobi	14 Jul '14
46.	18	429	l3utterfish.blogspot.mx	14 Jul '14

En cambio al mirar un poco más en profundidad y sin meternos en el perfil de los enlaces podemos comparar los rankings de las palabras claves de Semrush o de Searchmetrics en mi caso nos encontramos con que han perdido varias keywords referentes a los vuelos, entre otras keywords las sigueintes. Lo que podria ser una penalización algorítmica, probablemente una penalización de penguin

keyword	url	semana anterior	semana actual	dif
vuelos baratos a nueva york	www.rumbo.es/vuelos/baratos/NYC/nueva-york/	1	50	49
barcelona sevilla	www.rumbo.es/vuelos/baratos/BCNSVQ/barcelona-sevilla/	1	36	35
vuelos madrid ibiza	www.rumbo.es/vuelos/baratos/MADIBZ/madrid-ibiza/	1	35	34
vuelos a londres baratos	www.rumbo.es/vuelos/baratos/LON/londres/	1	34	33
vuelos a cuba	www.rumbo.es/vuelos/baratos/CU/cuba/	1	33	32
vuelos baratos a ibiza	www.rumbo.es/vuelos/baratos/IBZ/ibiza/	1	32	31
vuelos a lanzarote	www.rumbo.es/vuelos/baratos/ACE/lanzarote/	1	32	31
vuelos a menorca	www.rumbo.es/vuelos/baratos/MAH/menorca/	1	31	30
vuelos a mallorca	www.rumbo.es/vuelos/baratos/PMI/palma-de-mallorca/	1	30	29