Caso 9 · 3 niveles
Dónde pierde gente el embudo web
Marketing cree que el móvil convierte mal. Plantea la pregunta, verifica lo que los datos de sesiones pueden y no pueden mostrar, construye un embudo por dispositivo y por año, y redacta la recomendación.
Este caso se desbloquea cuando terminas cualquiera de estos capítulos. Ya puedes leer los niveles.
Jordan Reyes ha estado mirando el panel web y no le gusta lo que ve: los visitantes móviles compran con mucha menos frecuencia que los de escritorio, y el móvil ya es la mayor parte del tráfico. Antes de que alguien reconstruya el sitio móvil, quiere saber dónde está realmente el problema.
Una sola tasa de conversión no puede responder eso. Una visita tiene que pasar por varias etapas antes de convertirse en venta, y un embudo muestra en qué etapa abandona la gente. Este caso construye uno:
- Plantea la pregunta: qué sesiones, qué etapas, qué comparación y qué decisión alimenta.
- Verifica los datos: duplicados, sesiones vacías y las sesiones que nunca pueden convertir en estos datos.
- Analiza en SQL, pandas o Excel, como prefieras: el embudo por dispositivo y luego las mismas tasas año por año a medida que la mezcla de tráfico se mueve hacia el móvil.
- Recomienda: elige el párrafo que enviarías, con los números y las salvedades.
El caso se abre cuando terminas cualquiera de estos: el capítulo 6 de SQL, el capítulo 6 de pandas o el capítulo 3 de Excel. Usa
conteos condicionales (SUM(CASE WHEN ...), groupby con columnas booleanas o SUMIFS sobre una
hoja preparada); las lecciones explican cada una.
Niveles
- Plantea la pregunta de conversión en móvil
de Jordan Reyes, Director de Marketing
smart goal, problem framing, funnel, conversion rate, segmentation
- Verifica y construye el embudo web
Resuélvelo en SQL, pandas o Excel
de Jordan Reyes, Director de Marketing
data validation, conditional aggregation, funnel, conversion rate, mix shift, simpsons paradox
- Recomienda: ¿a dónde debe ir el trabajo en móvil?
de Jordan Reyes, Director de Marketing
recommendation, caveats, funnel, mix shift, data quality, data storytelling