Hoy ha sido uno de esos días en los que he sido testigo del fascinante resultado de la fusión del análisis estadístico con la analítica web (que no deja de ser, por su parte, análisis estadístico).

La pregunta es si una serie de sitios y el servidor que los aloja necesitan o no la aplicación de Akamai. Las personas que gestionan el servidor nos pedían unos datos para hacer esa valoración: la media de páginas vistas diarias y si los sitios en cuestión tienen o no un “riesgo alto de subidas de tráfico inesperadas”.

La media de páginas vistas diarias no ha resultado difícil (como la propia pregunta indica, promedio de las páginas vistas de todos los días del periodo), pero me he empeñado en dar una respuesta argumentada y respaldada con datos a la segunda pregunta, en lugar de un “sí, bueno, en realidad este sitio sí que suele tener subidas, y éste otro también algunas, de vez en cuando…”. Y es cuando me he acordado de mi curso de estadística en la UOC, y de algo que se llamaba desviación estándar, que es la media de distancias que tienen los datos respecto del promedio. Cuanto mayor sea ese valor, más se desvían las páginas vistas de cada día del promedio, o dicho de otra forma, más picos (y/o valles) tienen los datos.

Pero los sitios que estaba analizando tenían un volumen de tráfico muy diferente, así que un valor muy alto en la desviación estándar de un sitio con mucho tráfico no necesariamente quiere decir que ese sitio tenga más picos que otro con menor desviación estándar pero también con menos tráfico. En definitiva, no podía comparar los sitios según su desviación estándar, necesitaba relativizar ese dato. Así que, como mis compañeros de trabajo han empezado a mirarme como si hablara en chino, me he puesto en contacto con mi amigo el matemático y experto analista de datos para consultarle cómo hacer que las desviaciones estándar fuesen comparables. Al mismo tiempo, una extraña intuición me ha llevado a relativizar las desviaciones estándar con los promedios de cada sitio, es decir, (desviación estándar)/promedio, lo cual me ha devuelto cifras ciertamente comparables y que daban la sensación de ser algo parecido a lo que buscaba… pero soy de letras, así que nunca me fío de mi intuición con los números.

Cuál ha sido mi sorpresa cuando Juanjo me ha confirmado (eskerrik asko!) que lo que necesito para relativizar y comparar las diferentes desviaciones estándar es precisamente (desviación estándar)/promedio, y que esa medida se llama coeficiente de variación. Eureka!

En definitiva, he podido responder qué sitios tienen relativamente mayores picos (mediante el coeficiente de variación), y también qué sitios generan picos con mayor volumen de tráfico en términos absolutos (mediante la desviación estándar). ¡Tiene su encanto, esto de los números!

También me han venido muy bien para pensar algunas cosas nuevas para este blog y la web de Humanidades y repensar algunas cosas que ya tengo por aquí. Con el tiempo, según las vaya implementando, ya os iré contando. De momento, baste decir que he modificado todo casi todo el contenido y los metadatos de este blog del inglés al castellano; me he dado cuenta de que podía estar mareando a más de uno/a. Y también he instalado los plugins All in One SEO Pack, Google Analytics for WordPress y Google (XML) Sitemaps Generator for WordPress. Todo el trabajo de posicionamiento, optimización y seguimiento es mucho más fácil con un CMS bien pensado como WordPress.

Sin pretender hacer un post sobre posicionamiento o analítica, sólo voy a listar algunas herramientas que he conocido o encontrado a través de estos dos cursos, que espero que os sean tan útiles como me están resultando a mí. Si alguna requiere más explicaciones de las que de hoy, no dudéis en pedirlas: prometo hacer lo que pueda.

• Search Engine Decoder. Porque parece ser que la mayoría de los buscadores que conocemos utilizan sólo dos o tres motores de búsqueda. Este sitio nos muestra gráficamente cuáles son las relaciones entre distintos buscadores. Gracias a él he sabido, por ejemplo, que Alltheweb, que yo siempre había tenido por un metabuscador, en realidad se alimenta sólo del motor de búsqueda de Yahoo.
• Google Analytics. Analítica web con esteroides, y gratis. El único problema es saber interpretar los datos que muestra. Estuvimos doce horas en ello y justo rascamos la punta del iceberg…
• Google Webmaster Tools. Una serie de herramientas oficiales que muestran cómo Google ve nuestro sitio: la última vez que el bot nos visitó, qué errores o impedimentos encontró durante el rastreo, y la posibilidad de añadir orientaciones sobre cómo rastrearnos mejor. Imprescindible si nos interesa el posicionamiento en Google.
• Search Engine Ranking Factors. «Este documento representa el saber colectivo de 37 líderes en el mundo de la optimización orgánica en buscadores. Juntos, han votado los varios factores que se estiman como componentes del algoritmo de Google (el método por el cual el motor de búsqueda ordena los resultados)». Muy interesante para hacerse una idea fundad de qué le importa a Google y qué no.

Han sido muchas más cosas, pero éstas han sido las que me han impactado más. Seguramente surgirán otras según vaya poniendo en práctica lo que he aprendido en estas dos semanas. En fin, lo dicho, espero que os aporten algo a quienes os dedicáis a diseñar/desarrollar sitios web y os interese el SEO.