SEO

¿Disminución Repentina en el Tráfico de Búsqueda Natural? Considera el Tráfico Mal Categorizado

En iProspect, creemos que los datos alimentan el rendimiento y que la información impulsa los resultados en forma más rápida que cualquier otra cosa. ¿Pero qué debe hacer una marca cuando los datos exponen una anomalía inexplicable? A principios de 2016, nos topamos con un caso de ese tipo con uno de nuestros clientes. Después de un largo período de constante aumento en el tráfico de búsqueda natural, vimos una disminución repentina que no podíamos atribuir a los cambios en los algoritmos de Google. Para llegar al fondo del tema, movilizamos a nuestros equipos de búsqueda natural y de datos e información (D & I) para que ahondaran en los análisis. Trabajando juntos, estos equipos proveen información crítica combinando el análisis de datos con los esfuerzos de SEO o, como en este caso, con factores externos a la industria. Este enfoque de investigación multifacético nos permitió determinar rápidamente que la aplicación de Google había clasificado el tráfico de forma incorrecta en algunas plataformas de análisis. Sobre la base de este descubrimiento inicial, decidimos investigar más.

El Problema: "Dark Search"

La clasificación errónea fue el resultado de algo llamado "búsqueda oscura". Normalmente, la búsqueda oscura se refiere al tráfico de búsqueda natural que se ha categorizado erróneamente como tráfico directo en plataformas de análisis. Sin embargo, el término también puede aplicarse a la búsqueda natural que se ha ubicado junto con tráfico de referencia y otros canales. La búsqueda oscura puede ser muy problemática para la búsqueda natural, porque si pasa desapercibida durante largos períodos de tiempo, puede sesgar negativamente los números de búsqueda naturales.

A medida que continuamos buscando factores influyentes, descubrimos que una actualización hecha al Google App para Android el 27 de abril de 2016, (a veces llamada Google Now), podría haber causado un aumento en el tráfico de búsqueda oscura. El análisis mostró un aumento en el tráfico de referencia y una caída en el tráfico de búsqueda natural que coincidió con la actualización de la aplicación de Google. La estrecha colaboración entre la búsqueda natural de iProspect y los equipos de datos e información nos permitió no sólo descubrir la anomalía y diagnosticar el problema, sino también llegar a una solución eficaz para el cliente.

En este caso, el tráfico de referencia incluye cualquier visita al sitio que provenga de un sitio web o canal de un tercero que no esté ya categorizado como búsqueda directa, natural, búsqueda pagada, visualización, etc. La línea verde del gráfico representa el tráfico de referencia que aumentó en el momento de la actualización de Google Apps. La línea naranja representa el tráfico de referencia que excluye la aplicación de búsqueda de Google.



Re-Atribución del Tráfico

Se deben considerar varios factores al analizar un cambio de tráfico entre canales. Estos factores van desde aquellos impulsados ​​por el mercado, como la estacionalidad, hasta los técnicos, como la gestión de etiquetas. En este caso, sin embargo, el factor de influencia fue una fuerza externa fuera del control de nuestro cliente. Al principio de la fase de análisis, no estaba claro si esta pérdida de tráfico no se contaba en absoluto o si se producía un cambio. Esta fue una instancia en la que mirar sólo los datos de la plataforma de análisis no habría sido suficiente para identificar plenamente el problema. El equipo de D&I de iProspect identificó los problemas analizando los datos en cuestión, pero en este caso el problema apareció en los datos de clickstream, lo que indica que el origen del problema estaba en otro lugar. La investigación externa por parte del equipo de búsqueda natural fue el principal factor que nos llevó por el camino correcto a las ideas prácticas sobre el tráfico de búsqueda natural.

Una vez que pudimos identificar el canal al que se estaba redirigiendo esta pérdida, también pudimos trabajar con el cliente para ajustar la forma en que Adobe Analytics atribuyó estas visitas. Era evidente que las referencias estaban aumentando, pero se necesitaba investigación externa para poner los números en foco y poder crear un plan de acción para realinear los datos de modo que reflejara la realidad con mayor precisión. En cualquier análisis, es peligrosamente fácil atascarse mirando sólo los datos que salen de una plataforma de análisis. Sin embargo, en este caso, investigar otros aspectos de la situación proporcionó un enfoque más cualitativo al problema cuantitativo, y esto resultó ser la clave para nuestro éxito en la identificación y fijación de esta cuestión potencialmente de gran alcance.

La Solución

Después de identificar la lista completa de todos los clientes que fueron afectados, les propusimos reunirnos con sus equipos de TI y análisis para discutir el problema e identificar soluciones. Los equipos de los clientes se zambulleron más profundamente en el problema y encontraron que el tráfico de Google App en Adobe Site Catalyst estaba etiquetado como "com.google.android.googlequicksearchbox". Además, la investigación reveló datos que mostraron que el tráfico provenía de un referenciador de Typed/Bookmarked en vez de uno de motor de búsqueda. Por este motivo, se trataba incorrectamente de "dominio de referencia". Con base en esta información adicional, el equipo interno pudo resolver el problema actualizando las definiciones de canales de marketing en Adobe Analytics.


Resultados

Como resultado de este problema, Adobe agregará la lógica descubierta a sus reglas de detección de búsqueda incorporadas en todas sus plataformas. Este caso es un gran ejemplo de éxito de trabajo en equipo transversal, que resultó no sólo en la solución a un problema, sino también a una mejora universal de la plataforma de Adobe.

En promedio, la falla fue cubrir incorrectamente 22.500 visitas por día en el tráfico de referencia cuando deberían haber sido acreditados a la búsqueda natural. A continuación, se muestra el gráfico que refleja lo que Adobe Analytics ha estado registrando para la búsqueda natural (representada por la línea naranja) en comparación con el tráfico de búsqueda natural correcto ajustado para la aplicación de búsqueda de Google (representado por la línea verde).



Si este problema hubiera pasado desapercibido, habría sumado más de 8 millones de visitas incorrectamente categorizadas por año. Esta cifra representa aproximadamente el 8% del tráfico total de búsqueda natural. Estos números sustanciales pueden hacer una gran diferencia en el rendimiento, especialmente cuando el equipo está tratando de alcanzar las metas de los clientes para el aumento anual de tráfico. Una pérdida del 8% debido a un problema de etiquetado podría haber dañado gravemente nuestros esfuerzos y dificultado nuestra capacidad de satisfacer las expectativas del cliente. La investigación, la planificación y la colaboración con los diferentes equipos de los clientes desempeñaron un papel importante en el descubrimiento del problema y en proporcionar una solución rápida.

Principales Conclusiones

Cada vez que se produce una anomalía o un cambio irregular en una campaña, es muy importante buscar no sólo los datos de los clics, sino también los factores de datos externos. Al mirar ambos factores, una marca obtendrá mayor visibilidad en la causa real y el efecto de un problema de datos. El escenario descrito anteriormente es un ejemplo perfecto de cómo el descubrir un factor externo tuvo un efecto masivo en el rendimiento de los datos. Aunque esto puede parecer un incidente aislado, recomendamos encarecidamente que las marcas evalúen regularmente su informe de tráfico de referencia, independientemente de la plataforma de análisis utilizada. Y si se descubre que el tráfico de la aplicación de Google está siendo clasificado incorrectamente, es importante ponerse en contacto con la representante de la plataforma analítica para discutir la posibilidad de implementar una corrección o una actualización para evitar que los datos se vean sesgados en el futuro.