digital marketing Archivi - Gabriele Rapino

Articoli

Conversioni indirette su Google Analytics

Uno dei rapporti più importanti in tutto il pannello di Google Analytics è il rapporto multi-canale Conversioni Indirette, nella sezione Conversioni –> Canalizzazioni Multi Canale. In questo articolo, vedrai nel dettaglio come si legge e perché ti è estremamente utile per ottimizzare le tue risorse di digital marketing.

Il rapporto Conversioni Indirette ti aiuta a capire quanto è importante, e qual’è il ruolo che svolge, ogni tua campagna promozionale (e ogni canale di traffico) per il tuo business online.

E’ uno strumento fondamentale per l’analisi multi-canale delle tue campagne promozionali.

Cos’è una analisi multi-canale?

Nella maggior parte dei siti web, gli utenti tornano diverse volte prima di effettuare una azione di conversione (es. prima di acquistare un prodotto), arrivando sul sito da diversi canali di traffico, e nell’arco di un periodo temporale più o meno lungo.

Effettuare una analisi multi-canale vuol dire cercare di capire quanto, e in che modo, i diversi canali (e le tue campagne marketing) contribuiscono a portare conversioni e valore al tuo business online.

L’analisi ha raggiunto il suo obiettivo se, alla fine, riesci ad estrarre informazioni ed insight che ti aiutano ad allocare al meglio il budget e ad ottimizzare i tuoi canali di digital marketing.

Ad esempio, immagina un utente che non conosca né il tuo sito, né i tuoi prodotti:

Un giorno, l’utente vede un tuo banner pubblicitario su Facebook e ci clicca sopra. Naviga un po’ il tuo sito, che lo interessa al punto che si iscrive alla newsletter… e poi se ne va.
Dopo qualche tempo, riceve una tua email che promuove un certo prodotto. Ci clicca sopra, va sul sito, naviga un po’ e se ne va
Dopo alcuni giorni, cerca su Google il nome del prodotto e vede un tuo annuncio AdWords. Ci clicca sopra, vede il prodotto, lo mette a carrello, ma non compra.
Il giorno dopo, grazie ad una campagna di remarketing display, vede il banner del tuo prodotto, torna sul tuo sito e lo acquista.

L’utente, quindi, prima di acquistare il prodotto, è venuto sul sito 4 volte, sempre da canali e campagne diverse.

Effettuare una analisi multi-canale vuol dire, quindi, cercare di capire, ad esempio:

qual’è il ruolo svolto da ciascun canale nel processo decisionale dell’utente (es. capire che il banner su Facebook ha fatto conoscere il tuo sito web, mentre la campagna di remarketing ha innescato l’azione di acquisto). Questo ti aiuta a capire, in generale, come si comportano i vari canali di marketing per il tuo business.

quanto valore ti ha portato ciascuna campagna, rispetto al costo che hai sostenuto. In questo modo, puoi allocare i tuoi soldi e il tuo tempo in maniera ottimale rispetto ai tuoi obiettivi di business.

quanto tempo passa, mediamente, tra le varie fasi del processo decisionale e se questo tempo viene influenzato dalle tue campagne. Questo ti aiuta a capire come distribuire al meglio, nel tempo, le tue campagne sui vari canali e in che sequenza eseguirle.

Il rapporto Conversioni Indirette ti fornisce diverse informazioni cruciali rispetto a questa analisi.

Nota: per sfruttare al meglio le informazioni di questo articolo, ti consiglio di leggere anche questi due post correlati al tema: cosa sono le conversioni e il problema dell’attribuzione delle conversioni.

Il rapporto Conversioni Indirette

Nello screenshot seguente, puoi vedere un esempio del rapporto Conversioni Indirette nel pannello di Google Analytics, per il sito di Google Merchandise Store.

Innanzitutto, nella riga dei “totali” vediamo subito alcune metriche importanti:

Totale conversioni indirette e last-click per il Google Merchandise Store

Questa riga si legge così:

Conversioni indirette: è il numero di conversioni, avvenute nel periodo selezionato, in cui gli utenti sono venuti sul sito più di una volta prima di convertire. Il valore delle conversioni indirette è il valore economico associato a queste conversioni.
Conversioni attribuite all’ultimo click o dirette: puoi leggerlo come il numero totale delle conversioni avvenute nel periodo selezionato. Il valore di queste conversioni coincide con il valore economico totale generato dalle conversioni sul sito nel periodo.
L’ultimo numero è il rapporto tra numero di conversioni indirette e il totale delle conversioni e, in questa riga dei totali, può assumere valori compresi tra 0 e 1. Se è vicino a 0, vuol dire che gli utenti, nella maggior parte dei casi, convertono in una sola sessione; al contrario, se è vicino a 1, vuol dire che gli utenti generalmente impiegano più di una visita per convertire.

Ora, per capire come applicare questi concetti ai singoli canali, vediamo la tabella subito sotto:

Esempio di rapporto Conversioni Indirette su Google Analytics

La prima colonna riporta la dimensione che stiamo analizzando, che di default sono i canali di traffico (nel raggruppamento predefinito). Se vogliamo, possiamo cambiare questa dimensione, utilizzando i link soprastanti (es. se clicchi su Altro, puoi selezionare come dimensione le tue Campagne promozionali).

La seconda colonna riporta quante sono le conversioni a cui ciascun canale ha contribuito indirettamente, ovvero: in quante conversioni quel canale ha portato utenti sul sito che hanno poi convertito tornando da altri canali? La terza colonna ti dice qual’è il valore economico di queste conversioni.

La quarta colonna riporta, invece, quante sono le conversioni a cui ciascun canale ha contribuito come last-click, ovvero: in quante conversioni quel canale ha portato utenti sul sito che hanno convertito proprio in quella sessione? La quarta colonna ti dice qual’è il valore economico di queste conversioni.

Nell’esempio precedente, i canali Facebook, Email e AdWords hanno realizzato ciascuno una conversione indiretta, perché hanno portato l’utente sul sito, nelle sessioni precedenti a quella con la conversione; l’utente poi è tornato dalla Campagna di remarketing display e in questa sessione ha convertito, per cui questo canale ha portato una conversione last-click.

In questo caso, vedremmo quindi un “1” nella colonna “Conversioni indirette” per tutti questi tre canali, mentre vedremmo “1” nella colonna “Conversioni dirette o last-click” per il canale associato alla campagna di remarketing.

Nota: le conversioni indirette non posso essere sommate tra loro, perché più canali possono avere contribuito ad una singola conversione. La somma delle conversioni indirette, quindi, non ha senso.

La quinta colonna è un po’ più “criptica”: riporta il rapporto, per ciascun canale, tra conversioni indirette e conversioni last-click. In altre parole, ci dice se il contributo di quel canale è più indiretto o più last-click. Per ciascun canale, si hanno, quindi, questi scenari:

se, per un canale, il numero riportato nella quinta colonna è molto inferiore a 1, allora quel canale ha dato un contributo last-click molto più elevato rispetto al contributo indiretto che ha portato. In altre parole, il suo ruolo è soprattutto di “innesco” finale delle azioni di conversione.
se il numero è molto superiore a 1, allora quel canale ha dato un contributo indiretto molto più elevato rispetto al contributo last-click che ha portato. Il suo ruolo è soprattutto di “awareness” o “recall”.
se il numero è circa 1, vuol dire che i contributi indiretti e last-click portati dal canale sono circa simili. In altre parole, questo canale ha un ruolo sia di “awareness” o di “recall”, sia di “innesco.

Ad esempio, vediamo il canale “Display” dello screenshot precedente:

Esempio di ruolo multi-canale del canale Display

Il canale Display ha contribuito indirettamente a 192 conversioni, mentre ha portato l’utente a convertire come last-click in 89 conversioni. Il rapporto tra i due numeri è 2,16, ovvero un po’ più di 1. Qual’è il ruolo di questo canale?

Il suo ruolo è un po’ più di “awareness” o “recall”, e un po’ meno di “innesco”! 🙂

Oggi, tuttavia, a prescindere dal suo ruolo, la sua importanza è piccola nel business di Google Merchandise Store, perché ha partecipato solo a 192 conversioni in maniera indiretta e a 89 come last-click, su un totale di 17.946 conversioni.

Al contrario, il canale (escludendo il diretto) più importante è il referral, che ha partecipato indirettamente a 4.311 conversioni e direttamente a 3.595 conversioni.

Cliccando su “referral”, scopriamo che il sito referente principale è mall.googleplex.com, che è protetto da password. Francamente non conosco il Mall del Googleplex (mi immagino sia un mega-negozio con il merchandising di Google, all’interno del Googleplex), nè tanto meno questo sito: a occhio, posso pensare che sia un portale da cui i dipendenti completano gli acquisti per gli utenti che vanno lì di persona…

I dati multicanale relativi ai referral del Google Merchandise Shopping

Insomma, senza addentrarmi ulteriormente nell’analisi del Google Merchandise Store, spero di aver evidenziato qual’è il ragionamento che posso fare leggendo questo tipo di report.

E, cambiando la dimensione principale nel report, lo posso ripetere per le campagne, per le keyword, ecc…

Altri dettagli importanti del rapporto Conversioni indirette

Ora che abbiamo visto qual’è la logica di base del rapporto Conversioni Indirette di Google Analytics, vediamo qualche altro dettaglio importante.

Selezionare le conversioni da mostrare

Per selezionare quali tipi di conversione mostrare nel rapporto Conversioni Indirette, utilizza il menu a tendina in alto a sinistra:

Selezionare le conversioni da mostrare nel rapporto Conversioni Indirette su Google Analytics

Mostrare le campagne AdWords come dimensione principale

Con il click su questo pulsante, puoi mostrare solo le campagne AdWords come dimensione principale:

Mostrare solo le campagne AdWords nel rapporto Conversioni indirette

Selezionare la finestra di look-back per il rapporto

Quanti giorni precedenti al giorno della conversione vuoi considerare, per valutare il contributo dei canali nel rapporto Conversioni indirette? Lo puoi selezionare con questo switch (il rapporto ti consente di guardare al massimo 90 giorni indietro):

Finestra di look-back per il rapporto conversioni indirette

Ad esempio, se io oggi clicco un annuncio AdWords e fra 31 giorni torno da un altro canale e compro, se la finestra è impostata a 30 giorni, alla campagna AdWords mostrata nel report non verrà assegnata la mia conversione indiretta; se la finestra è impostata su 90 giorni (o qualsiasi numero superiore a 30 giorni), invece sì.

Conversioni indirette, primo click o qualsiasi contributo

Prima ho scritto che se un canale ha molte Conversioni indirette, vuol dire che ha avuto un grande contributo come “Awareness” o “Recall”. Già, ma quale dei due?

Lo posso sapere cliccando su questo tab, ad esempio su Analisi prima interazione:

Analisi interazioni indirette, prima interazione o tutte le conversioni

In questo caso, il rapporto mi mostra le conversioni di “primo click” portate da ciascun canale, ovvero: in quante conversioni quel canale ha portato la prima visita di utenti che hanno poi convertito tornando da altri canali?

Le considerazioni fatte più sopra possono quindi essere ripetute in maniera identica, semplicemente sostituendo “conversioni di primo click” a “conversioni indrette”.

Conversioni primo click su Google Analytics

I canali che hanno molte conversioni primo click sono quindi importanti come primo touch-point, all’interno della finestra temporale di look-back selezionata. Potrebbero essere quindi importanti a generare “Awareness” rispetto al tuo sito e a farlo conoscere a nuovi utenti (che poi hanno convertito tornando da altri canali).

Infine, ultima info qui nel post ma importantissima: cliccando sul tab “Conversioni” puoi vedere il numero di conversioni a cui ogni canale ha contribuito, a prescindere dal ruolo svolto nel processo di conversione.

Se quindi hai speso tanto per una campagna, ma questa non compare nel tab “Conversioni” (o vi compare, ma con poche conversioni), vuol dire che probabilmente questa campagna non sta svolgendo alcun ruolo nel processo di conversione degli utenti, e che quindi forse ti conviene o spegnerla, o aggiustarla in qualche modo.

Ci sarebbe ancora tantissimo da dire sul rapporto Conversioni Indirette (devo dire che è uno dei miei rapporti preferiti su Google Analytics… 🙂 ), ma questo articolo giunge al termine. Spero che ti sia stato utile!

Per qualsiasi dubbio, lascia un commento qui sotto o scrivimi via email.

Un saluto!

Gabriele

gennaio 22, 2017/4 Commenti/da Gabriele Rapino

Attribuzione delle conversioni su Google Analytics

Su Google Analytics, e in generale nel digital marketing, certamente anche tu hai già affrontato (o stai per affrontare) il problema dell’attribuzione delle conversioni.

Attribuire una conversione significa ripartire il “merito” di una conversione (e il valore generato da essa) tra i canali di traffico che hanno partecipato al processo di conversione dell’utente, secondo un determinato criterio.

Il criterio con cui viene ripartito tra i canali il merito (e il valore generato) delle conversioni viene detto “modello di attribuzione” delle conversioni.

Per spiegare cosa significa questa definizione, procedo subito con un esempio.

Immagina che un utente sia interessato ad acquistare una racchetta da tennis. Allora va su Google, cerca “racchette da tennis” e clicca un annuncio AdWords pubblicato dal sito di esempio www.racchettedatennis.it. Naviga un po’ il sito, osserva un po’ di racchette in vendita, e se ne va.

Il giorno dopo torna su Google, cerca di nuovo “racchette da tennis” e questa volta clicca su un risultato non a pagamento del motore di ricerca, sempre dello stesso sito web. Entra nel sito e acquista una racchetta.

Il merito della conversione, secondo te, a quale canale deve essere attribuito?

al primo annuncio AdWords cliccato dall’utente, che lo ha portato a conoscere il sito?
al risultato non a pagamento (probabilmente frutto di un investimento SEO), che lo ha portato sul sito nella sessione in cui ha acquistato?
50% all’annuncio AdWords e 50% al risultato non a pagamento?
Altre combinazioni di pesi? Es. 70% AdWords e 30% risultato non a pagamento?

Esempio di Customer Journey e del ruolo svolto da ciascun canale di marketing per il settore Casa e Giardino in USA. Fonte: https://www.thinkwithgoogle.com

Ti dico subito che non c’è una unica risposta a questo problema, e non è semplice identificare il modello di attribuzione più adatto al proprio business e strategia di digital marketing! 🙂

Tuttavia, Google Analytics fornisce diversi dati e strumenti utilissimi, che ti aiutano a capire il ruolo svolto da ciascun canale nel processo di conversione degli utenti.

Questi dati e strumenti si trovano nelle due sezioni Canalizzazioni multicanale e Attribuzione, due sezioni che molti ancora non conoscono a fondo.

Le sezioni “Canalizzazioni Multicanale” e “Attribuzione” su Google Analytics

Perché ti deve interessare il problema dell’attribuzione?

Sia che tu sia un freelance, sia che sia il responsabile digital marketing di una azienda, certamente anche tu hai il seguente problema:

hai degli obiettivi da raggiungere (es. vendite, nuovi clienti, lead, ecc.), e hai a disposizione delle risorse limitate (tipicamente: soldi e tempo tuo o dei tuoi collaboratori) che ogni mese puoi investire in attività di marketing.

Come devi allocare le tue risorse tra le infinite possibilità che offre il digital marketing?

Nel Digital Marketing, le possibilità di investimento sono tantissime (e aumentano sempre di più!), sia nella scelta tra i canali (es. AdWords? Post sponsorizzati su Facebook? Direct email marketing? Video ADV? SEO? E così via…), sia nella scelta tra le tipologie di campagne e messaggi da comunicare (es. evidenzio i benefici del mio prodotto? Promuovo un’offerta speciale? Promuovo una guida o un articolo di interesse? E così via…).

Capire quindi come allocare in maniera ottimale le tue risorse limitate può fare la differenza fra il successo e l’insuccesso, tra la crescita o la stagnazione, tra il raggiungere gli obiettivi o fallirli, tra il paradiso o l’apocalisse… va beh, mi sono spiegato. 🙂

Per poter allocare le tue risorse, però, devi essere in grado di capire come identificare il valore portato da ciascun canale in cui tu hai investito e prendere delle decisioni:

se un canale non ha portato valore sufficiente rispetto al costo sostenuto, devi diminuire il suo budget, o addirittura eliminarlo.
se un canale sta portando molto valore rispetto al costo sostenuto, potrebbe essere utile aumentare il suo budget.

Inoltre, devi anche cercare di capire se il tuo piano marketing “copre” realmente ed efficacemente tutto il processo decisionale di conversione degli utenti, o se non funzionano dei “pezzi” fondamentali: ad esempio, se non stai investendo efficacemente in campagne di Awareness, che fanno conoscere il tuo brand a persone “in target” che ancora non ti conoscono.

In conclusione, una cosa mi sento di dirla con certezza: saper analizzare le proprie campagne di digital marketing in modo multi-canale è cruciale per ogni business online.

(e aggiungo anche: saper analizzare le proprie campagne tenendo conto anche del comportamento multi-device degli utenti… ma questa è un’altra storia, per futuri articoli di questo blog).

Ad oggi, come valuti l’efficacia delle tue campagne? Come decidi l’allocazione risorse tra le campagne di Digital Marketing?

Se ti basi solo sui rapporti “standard” di Google Analytics e sulle metriche mostrate in essi (il tasso di conversione, le entrate per visita o il ROI), potresti avere un problema.

Vediamo perchè…

Rapporti “standard” di Google Analytics: il modello di attribuzione last-click non diretto

Innanzitutto, vediamo il criterio con cui Google Analytics attribuisce le conversioni, nei rapporti “standard” (es. canali di traffico o sorgenti e mezzi di traffico).

Ad esempio, guarda lo screenshot seguente, e nota come, ad ogni canale di traffico Google Analytics ha attribuito un certo numero di transazioni e-commerce (es. Organic Search –> 45 transazioni):

Esempio di rapporto standard “canali di traffico”. Nelle ultime tre colonne sono riportati i dati relativi alle conversioni, che Google Analytics attribuisce ai vari canali di traffico riportati nella prima colonna. Ma in base a quale criterio, ad esempio, GA ha attribuito ad Organic Search 45 conversioni? La risposta è “last-click non diretto”: vediamo che vuol dire.

Ad eccezione dei rapporti contenuti nelle sezioni “Canalizzazioni multicanale” e “Attribuzione”, Google Analytics utilizza sempre lo stesso modello di attribuzione per le conversioni: last-click non diretto:

Nei rapporti “standard”, il modello di attribuzione utilizzato da Google Analytics è last-click non diretto.

Questo vuol dire che tutto il merito di una conversione viene attribuito all’ultimo canale, escluso il “diretto”, che ha portato l’utente sul sito prima della conversione.

Modello di attribuzione Last Click non diretto su Google Analytics. Fonte: https://support.google.com/analytics/answer/1665189?hl=it

Ad esempio, vediamo tre possibili scenari e capiamo come Google Analytics attribuisce le conversioni con il modello last-click non diretto, nei diversi casi:

un utente visita il sito il primo giorno venendo da un risultato non a pagamento su motore di ricerca (canale = “Organic Search”); il giorno dopo, torna da un annuncio AdWords (canale = “Paid Search”) e acquista. La conversione viene attribuita all’ultimo canale (=last click) che ha portato l’utente all’acquisto, ovvero Paid Search.
Un utente visita il sito il primo giorno venendo da un risultato non a pagamento su motore di ricerca (canale = “Organic Search”); il giorno dopo, torna digitando direttamente la URL del sito nel browser (canale = “Direct”) e acquista. La conversione viene attribuita all’ultimo canale (=last click) diverso da diretto (“non diretto”: da qui, il nome del modello “last click non diretto”) che ha portato l’utente all’acquisto, ovvero Organic Search.
Un utente visita più volte il sito, ma sempre solo digitando la URL del sito nel browser. Nell’ultima sessione acquista. In questo caso, essendo il diretto l’unico canale che ha partecipato alla conversione, l’acquisto viene attribuito al canale Diretto.

I rapporti standard di Google Analytics forniscono quindi una visione semplificata del processo di conversione dell’utente, andando ad attribuire tutto il merito delle conversioni all’ultimo canale che ha portato l’utente a convertire, ignorando il canale diretto (tranne nel caso in cui l’utente abbia utilizzato solo il canale “diretto” in tutte le visite prima della conversione: in questo caso, la conversione viene attribuita a “diretto”).

Quindi, se tu effettui campagne di marketing mirate a far conoscere il tuo brand, ad acquisire nuovi clienti, o comunque se i tuoi utenti hanno bisogno di più visite prima di convertire, i rapporti standard di Google Analytics ti forniscono una visione distorta della performance delle tue campagne.

I rapporti standard, infatti, attribuiscono il merito solo alle campagne che “innescano” l’azione effettiva di conversione, nascondendo il merito delle campagne che contribuiscono all’awareness dei tuoi servizi, o al “recall” (cioè che ricordano i tuoi prodotti agli utenti e li riportano sul tuo sito).

Se quindi devi decidere come allocare il tuo budget tra i vari canali e campagne e ti basi solo sui rapporti standard, su quali canali sarai portato ad investire? Ovviamente, su quelli che innescano l’azione di conversione!

Di conseguenza, poiché hai risorse limitate, toglierai budget dai canali che generano awareness o recall, che però potrebbero essere altrettanto importanti per il tuo business.

Il processo decisonale di conversione è come una “catena”…

Il processo decisionale di conversione è come una catena: la sua efficacia non dipende solo dal lucchetto (=il canale che innesca la conversione), ma da tutti gli anelli che formano la catena (=i canali che generano awareness, recall, ecc.).

Se togli un canale importante nel processo decisionale di conversione degli utenti, questo processo si può spezzare, e la conversione non avviene.

Per avere una visione completa del processo di conversione e del ruolo svolto dai nostri canali di digital marketing, dobbiamo analizzare i dati con i rapporti Multicanale di Google Analytics.

Conversioni ultimo click, primo click e conversioni indirette

Nei rapporti multi-canale di Google Analytics è possibile vedere il ruolo svolto dai diversi canali che hanno partecipato al processo di conversione.

In questi rapporti si parla spesso di conversioni dirette o attribuite al last-click, conversioni attribuite al first-click e conversioni indirette.

Vediamo che vuol dire:

Conversioni dirette. Se l’ultimo canale che ha portato la conversione era il diretto, la conversione si dice “diretta”.
Ultimo click (last click). Un canale ha portato una conversione di ultimo click se lui è stato l’ultimo canale che ha partecipato al processo di conversione dell’utente (in altre parole, è il canale che ha portato l’utente sul sito nella sessione in cui ha convertito).
Primo click (first click). Un canale ha portato una conversione di primo click se lui è stato il primo canale che ha partecipato al processo di conversione dell’utente (in altre parole, è il canale che ha portato l’utente a “scoprire” il sito per la prima volta).
Conversioni indirette (dette anche conversioni assistite). Un canale ha portato una conversione indiretta se ha partecipato al processo di conversione dell’utente, ma non è stato l'”ultimo click” (=non è stato l’ultimo canale a portare l’utente sul sito prima della conversione). Le conversioni “primo click” sono quindi un sotto-insieme delle conversioni indirette.

Esempio di rapporto multicanale su Google Analytics.

Ok, ok, ho capito… Ma come analizzare le campagne di marketing in modo multi-canale?

Ottima domanda, di non facile né breve risposta: la vedremo insieme, nei prossimi articoli di questa serie.

Negli articoli successivi, infatti, vedremo come leggere e interpretare i dati dei rapporti Canalizzazioni Multi-canale e come utilizzare lo strumento Modelli di attribuzione delle conversioni.

Per adesso è tutto! Per qualsiasi dubbio lascia un commento qui sotto o scrivimi via email.

Un saluto e a presto! 🙂

Gabriele

gennaio 8, 2017/1 Commento/da Gabriele Rapino

Conversioni, Google Analytics

Cosa sono le conversioni

Nel digital marketing, una conversione è una azione che il proprietario di un sito web desidera che gli utenti effettuino e che, in generale, porta valore (effettivo o potenziale) al suo business online.

Esempi di conversioni per un sito e-commerce possono essere:

l’acquisto di uno o più prodotti
la registrazione al sito
l’iscrizione alla newsletter

Le azioni di conversione generalmente corrispondono con gli obiettivi principali che un sito ha: far comprare gli utenti, farli registrare al sito, farli iscrivere alla newsletter, ecc.

Come si misurano le conversioni su Google Analytics

Su Google Analytics, le conversioni possono essere tracciate in diversi modi:

Le transazioni e-commerce si misurano con l’implementazione del tracciamento e-commerce di Google Analytics (che è presente in due tipologie: “standard” e “avanzato”).
Le conversioni non e-commerce (es. la registrazione al sito o l’iscrizione alla newsletter) si misurano attraverso la funzionalità degli obiettivi, che a loro volta possono richiedere l’implementazione degli eventi.

In questo modo, con Google Analytics possiamo misurare quante azioni di conversione vengono effettuate sul nostro sito in un certo periodo, e capire se la nostra attività sta crescendo nel tempo, o a seguito di una certa campagna di marketing, ecc.

Su Google Analytics, le informazioni relative alle conversioni si trovano in diversi rapporti, ad esempio:

nelle ultime tre colonne dei principali rapporti di “sessione” (es. categoria dispositivo, canali di traffico, pagina di destinazione)
nei rapporti all’interno della macro-sezione “Conversioni”, l’ultima in basso della colonna di sinistra del pannello di Google Analytics

Esempio di metriche per canale di traffico. Nelle ultime tre colonne sono riportati i dati relativi alle conversioni.

Ai seguenti link puoi trovare un approfondimento su:

cosa sono e come impostare gli obiettivi
il tracciamento e-commerce e come implementarlo: standard e avanzato

Cos’è il tasso di conversione

Nel digital marketing, una delle metriche più importanti ed utilizzate è il tasso di conversione.

Come puoi vedere dallo screenshot soprastante, il tasso di conversione viene riportato in una delle ultime tre colonne dei report di Google Analytics (al momento nella terz’ultima, ma credo che presto verrà spostato nell’ultima colonna).

Per spiegare cos’è il tasso di conversione, procediamo con un esempio.

Immaginiamo che nell’ultimo mese nel mio negozio online siano arrivate 100.000 visite di utenti provenienti da Roma e 20.000 visite di utenti provenienti da Milano.

Gli utenti di Roma hanno effettuato 3.000 acquisti, mentre gli utenti da Milano solo 2.000.

Se volessi attivare una campagna di marketing localizzata solo in una città, dove mi converrebbe effettuarla: su Roma o su Milano?

Per rispondere a questa domanda, devo ovviamente confrontare quanti acquisti provengono dalle due città a parità di visite. Il tasso di conversione mi consente proprio di effettuare questo confronto.

Infatti:

Il tasso di conversione è una metrica che misura quante conversioni sono state generate mediamente in un certo periodo, ogni 100 visite al sito.

Il tasso di conversione si esprime in percentuale, e si calcola con questa formula:

tasso di conversione = conversioni / sessioni * 100

Calcoliamo quindi il tasso di conversione per le due città dell’esempio qui sopra:

Roma: 3.000 / 100.000 * 100 = 3% –> Tasso di conversione = 3% –> ovvero: ogni 100 visite mediamente vengono realizzati 3 acquisti
Milano: 2.000 / 20.000 * 100 = 10% –> Tasso di conversione = 10% –> ovvero: ogni 100 visite mediamente vengono realizzati 10 acquisti

Nel nostro esempio, il tasso di conversione di Milano è oltre tre volte più grande di quello di Roma, ovvero, a parità di visite gli utenti comprano oltre 3 volte di più!

Confrontando i valori del tasso di conversione per le due città ottengo una informazione importante che posso utilizzare (insieme ad altre informazioni, che vedremo in articoli successivi) per decidere dove attivare la mia campagna pubblicitaria.

Cosa sono le micro-conversioni

Spesso, nel digital marketing, e nella web-analytics, si parla di micro-conversioni.

Le micro-conversioni sono tutte le quelle azioni che l’utente può compiere prima di arrivare ad una conversione e che sono associate al processo decisionale di conversione.

Ad esempio, nel caso di un sito e-commerce, possono essere considerate micro-conversioni:

la ricerca di un prodotto nel sito (es. attraverso il box di ricerca interno o il menu di navigazione)
l’aggiunta a carrello di un prodotto
l’aggiunta di un prodotto alla lista di desideri
l’avvio del checkout
il click sul pulsante “Vai a pagare”

… e così via.

E’ molto importante tracciare con Google Analytics anche le micro-conversioni che avvengono sul tuo sito, perchè ti consentono di avere una visione di dettaglio del comportamento utente e capire quali sono, ad esempio, i principali punti di abbandono.

Per adesso è tutto! Per qualsiasi dubbio lasciami un commento o scrivimi via email senza esitare.

Un saluto e a presto!

Gabriele

gennaio 7, 2017/0 Commenti/da Gabriele Rapino

Definizione Dimensioni, Google Analytics

Canali di traffico

Da alcuni anni, su Google Analytics è disponibile una funzionalità molto utile rispetto all’analisi dell’acquisizione del traffico: il raggruppamento dei canali.

I canali sono delle “etichette” che ci permettono di aggregare le sessioni rispetto a vari criteri relativi all’acquisizione del traffico, che possono essere utili in fase di analisi.

Ad esempio, un criterio è: tutte le sessioni che provengono dai risultati non a pagamento sui motori di ricerca vengono etichettate sotto il canale “Ricerca organica“.

Un altro criterio: tutte le sessioni che provengono dai risultati a pagamento sui motori di ricerca (es. gli annunci AdWords) vengono etichettate sotto il canale “Ricerca a pagamento“.

I canali sono di fatto un’altra “dimensione” su Google Analytics, rispetto a cui è possibile analizzare i dati.

Il concetto di canale estende quello più “antico” di “mezzo di traffico” di Google Analytics, che aggrega le sessioni in base alla tipologia della sorgente (es. organic, referral, “none” per diretto, ecc.).

Con i Canali abbiamo la possibilità di impostare dei criteri di aggregazione direttamente dal pannello di Google Analytics in maniera molto flessibile e comoda.

Su Google Analytics, i canali si possono trovare nel rapporto Acquisizione –> Tutto il Traffico –> Canali:

Esempio di rapporto Canali su Google Analytics

Raggruppamento dei canali

L’insieme delle regole che definiscono un insieme di canali è detto raggruppamento di canali.

Su Google Analytics, infatti, è possibile definire più “set” di raggruppamenti di canali.

Ad esempio, potremmo creare un set di raggruppamento in cui tutte le sorgenti a pagamento vengono aggregate sotto l’unica etichetta “traffico a pagamento”; potremmo poi creare un altro set di raggruppamento in cui invece le sorgenti a pagamento vengono suddivise in maniera più granulare, es. “annunci sui motori di ricerca”, “pubblicità sui social”, ecc..

Avere diversi set di raggruppamenti di canali può essere utile quando vogliamo analizzare i dati (o creare report per i nostri colleghi o capi) con diversi livelli di dettaglio.

Google Analytics ci fornisce un raggruppamento di default, che è quello che vediamo nello screenshot precedente.

Nel raggruppamento di default sono definite le seguenti etichette di aggregazione, i cui relativi criteri sono riportati qui:

Raggruppamento di canali predefinito su Google Analytics

Queste regole possono essere visualizzate (ed eventualmente modificate, anche se non è consigliabile! Vediamo fra poco come impostare le nostre regole personalizzate) nella sezione di amministrazione, tra le impostazioni “Raggruppamento canali” a livello di vista.

Come creare un nuovo raggruppamento di canali

Per creare un nuovo raggruppamento di canali, basta andare nella sezione di amministrazione –> selezionare la vista –> Impostazioni di canale –> raggruppamento canali.

Personalmente, per evitare di dover ricreare tutti i criteri da zero, trovo conveniente cliccare su “Copia” a partire dal “Default channel grouping” e andare poi a modificare / aggiungere le nuove regole:

Elenco dei raggruppamenti canali nella sezione di amministrazione di Google Analytics

Opzioni del menu a tendina del raggruppamento canali

Nel seguente screenshot di esempio, vado ad aggiungere un criterio al canale “Email” in modo da includere, oltre al criterio di default anche le sessioni che provengono da sorgenti che contengono il valore “mail” o “posta”:

Esempio di definizione del canale personalizzato “Email”

La cosa molto utile dell’utilizzo dei raggruppamenti di canali personalizzati è che i cambiamenti di queste regole sono retroattivi e non permanenti sui dati, e quindi posso andare ad analizzare dati vecchi con nuovi criteri personalizzati di aggregazione del traffico.

Le modifiche al raggruppamento di default invece sono permanenti sui dati e non retroattive, e quindi saranno attive solo sui dati raccolti dalla modifica in poi, e una volta raccolti non sarà possibile cambiare il valore del loro canale associato.

Ulteriori informazioni sui canali e su come crearli le potete trovare qui: https://support.google.com/analytics/answer/6010097?hl=it&ref_topic=6010089

Spero sia tutto chiaro! 🙂 Per qualsiasi dubbio lasciate un commento o scrivetemi via email.

Un saluto e a presto!

Gabriele

gennaio 5, 2017/8 Commenti/da Gabriele Rapino

Definizione Metriche, Google Analytics

Percentuale di Uscita

Cos’è la percentuale di uscita su Google Analytics

Su Google Analytics, la percentuale di uscita per una pagina misura la percentuale di volte, sul totale delle sue visualizzazioni, in cui quella pagina è stata l’ultima ad essere vista prima dell’abbandono del sito.

Ad esempio, se la pagina /chi-siamo.html ha generato 50 visualizzazioni, e in 25 di queste l’utente è poi uscito dal sito (ovvero, /chi-siamo.html è stata l’ultima pagina ad essere stata vista nella sessione), la percentuale di uscita per la pagina /chi-siamo.html è 50% (25 / 50 * 100).

Su Google Analytics, la percentuale di uscita della pagina A è calcolata come:

Numero di uscite dal sito dalla pagina A / Numero di visualizzazioni della pagina A * 100

Lo possiamo facilmente vedere passando il mouse sul punto interrogativo relativo alla metrica % Uscita (meglio sulla versione inglese, dove la spiegazione è più chiara):

Screenshot della spiegazione di %Exit sul pannello di Google Analytics

La percentuale di uscita, poichè riguarda le pagine del sito, puoi trovarla nei rapporti “Comportanento” > “Contenuti del sito”, ad esempio “Comportamento” > “Contenuti del sito” > “Pagine di uscita”

Esempio di pagine di uscita su Google Analytics

Differenza tra percentuale di uscita e frequenza di rimbalzo

La frequenza di rimbalzo e la percentuale di uscita vengono spesso confuse. Puoi chiarire facilmente la differenza, confrontando le due definizioni:

La frequenza di rimbalzo per una pagina A è definita come la percentuale di sessioni in cui gli utenti sono entrati sul sito dalla pagina A e hanno poi abbandonato immediatamente il sito, senza vedere altre pagine o effettuare azioni (tracciate).

La percentuale di uscita per una pagina A, come abbiamo visto sopra, è invece la percentuale di visualizzazioni di quella pagina in cui è risultata l’ultima pagina vista nella sessione

Come interpretare la percentuale di uscita

La percentuale di uscita ti aiuta a capire se una pagina sta svolgendo bene la sua funzione, oppure no.

Ad esempio, immagina di essere il proprietario di un sito e-commerce. Tra le varie pagine del tuo sito, vi sarà sicuramente la pagina /cart/, nella quale vengono riepilogati tutti i prodotti aggiunti a carrello dall’utente, e da cui viene avviato il processo di checkout.

Qual’è la funzione della pagina /cart/?

La funzione primaria è certamente quella di far proseguire l’utente verso il checkout, oppure di fargli continuare lo shopping verso altri prodotti che potrebbero interessarlo.

Di certo, non vuoi che l’utente abbandoni il sito dalla pagina /cart/. In termini di “KPI” della pagina, tu vuoi che la percentuale di uscita per la pagina /cart/ sia più bassa possibile.

Se per ipotesi vedessi, per la pagina /cart/, una percentuale di uscita dell’80%, vorrebbe dire che su 100 volte che viene visualizzato il carrello, 80 volte l’utente subito dopo ha abbandonato il tuo sito.

Se ritieni che una percentuale di uscita dell’80% per la pagina /cart/ sia troppo elevata, dovresti allora lavorare per ottimizzare la pagina e abbassare il valore di questo indicatore.

Nota: non per tutte le pagine una percentuale di uscita alta è necessariamente una cosa negativa. Potrebbero esserci delle pagine, ad esempio, da cui è ragionevole immaginare che l’utente concluda la navigazione.

Ad esempio, è ragionevole immaginare che la thank-you page di acquisto possa avere una percentuale di uscita elevata.

Come dice il guru di analytics, Avinash Kaushik: da qualche parte la sessione dell’utente dovrà pure terminare! 🙂

Come abbassare la percentuale di uscita

Per abbassare la percentuale di uscita di una pagina, dovresti innanzitutto definirne in maniera chiara la sua funzione, il suo scopo. Ad esempio, poco sopra abbiamo definito la funzione primaria per la pagina /cart/ di un e-commerce.

Una volta definita la funzione della pagina, ti chiedi:

in questa pagina, quali sono gli ostacoli che impediscono all’utente di proseguire, rispetto allo scopo per cui la abbiamo pensata?

Ad esempio, nella pagina /cart/, una ipotesi di ostacolo potrebbe essere una “call to action” poco chiara che impedisce agli utenti di proseguire facilmente verso il checkout.

Come passo successivo potresti quindi avviare un A/B test, e mostrare randomicamente agli utenti versioni alternative della pagina /cart/, in cui gli elementi di ostacolo che hai ipotizzato vengono variati.

Monitorando gli indicatori di performance della pagina durante il test, tra cui la percentuale di uscita, puoi capire a quale delle versioni testate è associato il valore migliore, ed eventualmente metterla definitivamente in produzione.

Altre risorse sull’argomento

Ai seguenti link puoi trovare alcune risorse di approfondimento:

Definizione del calcolo della percentuale di uscita su Google Developer
Pagina di spiegazione su frequenza di rimbalzo vs percentuale di uscita di Google Analytics Support

Questo articolo è giunto al termine. Spero che sia stato utile, per qualsiasi dubbio o domanda non esitare a scrivermi.

Un saluto e ti auguro una buona giornata! 🙂

luglio 13, 2016/4 Commenti/da Gabriele Rapino

Google Analytics, Introduzione

A che serve Google Analytics?

Questa è la prima puntata di una serie di tutorial su Google Analytics.

In questa prima puntata andremo a vedere a cosa serve Google Analytics, e perché ci può essere molto utile. Tutte le puntate sono disponibili in video, podcast e su questo blog.

Premessa: il dilemma del “Digital Marketer”

Innanzitutto, immaginiamo di essere i responsabili del team di digital marketing di una grossa azienda che vende libri online.

Il nostro obiettivo è quello di aumentare il fatturato derivante dalle vendite online. Ad esempio potremmo dover raggiungere un certo target di fatturato entro fine anno.

Per raggiungere il nostro obiettivo, abbiamo a disposizione una serie di leve di digital marketing: SEM, SEO, Social Media Marketing, Email Marketing, Affiliazione, ecc.

Le leve del Digital Marketing

Tuttavia, generalmente le nostre risorse sono limitate: ad esempio, abbiamo un budget mensile massimo che possiamo spendere, o un numero limitato di risorse umane a cui affidare le attività, o il nostro tempo personale è limitato.

Non possiamo quindi fare tutto: dobbiamo effettuare delle scelte, tra le tante leve di digital marketing che abbiamo a disposizione.

Investire in SEM…

Ad esempio, potremmo investire in Search Engine Marketing (SEM), e cercare di mostrare i nostri annunci a pagamento ad utenti che cercano sui motori di ricerca (es. su Google) parole tipo “negozi di libri online” oppure “acquisto libri online” “vendita libro harry potter”, e così via.

Quando l’utente clicca un nostro annunci, verrebbe indirizzato sul nostro sito e noi pagheremmo il click sull’annuncio.

Esempio di annunci SEM (AdWords) su Google

… o investire in SEO?

Oppure potremmo investire in Search Engine Optimization (SEO) ed effettuare una serie di attività per fare in modo che il nostro sito appaia nelle prime posizioni sui motori di ricerca tra i risultati non a pagamento (i cosiddetti risultati “organici”), quando gli utenti cercano parole chiave in target rispetto al nostro prodotto.

Esempio di risultati organici su Google

Ad esempio, una attività potrebbe essere aprire una sezione blog sul nostro sito, in cui potremmo pubblicare degli articoli periodici in tema rispetto al prodotto che vendiamo (es. recensione dei migliori 10 libri del periodo, oppure la biografia di autori famosi), in modo che quando un utente cerca un argomento di cui noi abbiamo parlato (es. “biografia di Stephen King”), il nostro articolo compaia tra i risultati non a pagamento nella pagina dei risultati del motore di ricerca.

In questa maniera potremmo attrarre utenti che non stanno cercando direttamente il nostro prodotto, ma che potrebbero essere comunque potenzialmente interessati.

Il costo di questa attività di blogging sarebbe per noi ovviamente il costo (o il tempo) necessario alla produzione e pubblicazione dei contenuti sul blog.

E i Social Network?

Un’altra possibilità potrebbe essere investire sui Social Network. Ad esempio potremmo aprire una fanpage su Facebook, e pubblicare una serie di contenuti periodici che verrebbero visti dai nostri fan (le persone che hanno messo “like” alla pagina) e, se i contenuti vengono condivisi, dai loro amici, dagli amici degli amici, ecc. Il costo di questa attività sarebbe di nuovo la produzione e pubblicazione dei contenuti sui nostri canali social.

Esempio di Fanpage di Amazon.it

Potremmo anche investire in annunci a pagamento sui Social Network, pubblicando ad esempio dei banner o dei “post sponsorizzati” su Facebook che verrebbero visti dagli utenti nel loro profilo.

Il costo in questo caso sarebbe di nuovo associato agli annunci pubblicati (es. in base al numero di “impressioni” degli annunci o dei click che abbiamo ricevuto).

Potremmo anche ottimizzare il nostro sito web!

Anche l’ottimizzazione del nostro sito web potrebbe aiutarci ad aumentare le vendite e a raggiungere il nostro obiettivo di fatturato.

La versione mobile della homepage di Amazon.it

Ad esempio, potremmo impiegare una parte del budget per migliorare il nostro sito, realizzando un layout accattivante o rendendolo molto semplice da utilizzare.

Potremmo anche ottimizzarlo per mobile, in modo che sia facilmente fruibile su uno schermo piccolo come quello di uno smartphone.

In questo caso, il costo sarebbe del web designer che realizza la grafica del nuovo layout, e del web developer che lo implementa sul sito vero e proprio.

Questi sono solo alcuni esempi, ma le possibili leve di Digital Marketing, che possiamo muovere per raggiungere il nostro obiettivo, sono tantissime.

Ed è chiaro che quando spendo del budget o del tempo su una attività, quei soldi e quel tempo non li sto spendendo su tutte le altre attività.

Come fare quindi una scelta efficace di allocazione delle nostre risorse? E come facciamo a capire se la scelta effettuata ci sta portando i risultati attesi, e ci sta facendo avvicinare al nostro obiettivo?

Google Analytics ci aiuta a prendere decisioni efficaci

Google Analytics è uno strumento che ci permette di raccogliere ed analizzare i dati provenienti dal nostro sito web (in realtà anche da app mobile, o da qualsiasi dispositivo digitale connesso ad internet).

L’analisi di questi dati ci è indispensabile per poter prendere decisioni efficaci su quali leve di Digital Marketing utilizzare e anche per valutare l’efficacia di decisioni già prese.

Come funziona Google Analytics (in brevissimo)

Dopo aver creato un nuovo account su Google Analytics, ci viene fornito un codice, che dobbiamo inserire in tutte le pagine del nostro sito.

Quando un utente entra sul nostro sito, il codice inserito viene eseguito e una serie di dati relativi all’utente (es. città di provenienza, lingua, dispositivo, browser, ecc.) e alla sua navigazione (es. quali pagine del sito ha visto) vengono inviati a Google Analytics.

Noi possiamo poi analizzare questi dati ed estrarre informazioni utili per prendere decisioni di marketing efficaci.

Un esempio concreto: il mio sito web “Incidi!”

Vediamo un esempio di dati di un sito web reale e come Google Analytics ci può aiutare a prendere delle decisioni.

Nel 2007 avevo lanciato Incidi!, un servizio per gli artisti indipendenti rimasto attivo fino al 2011, che permetteva di vendere la musica online attraverso il sito di Incidi! e altri canali (es. iTunes Store).

Incidi! guadagnava sia sulle quote di iscrizione al servizio pagate dagli artisti, sia grazie ad una percentuale sulla musica venduta attraverso i canali di Incidi!. Io, come proprietario del servizio, ero quindi interessato a far iscrivere più artisti possibile e a vendere più musica possibile.

I dati di Incidi! su Google Analytics

In questa schermata, vedete i dati del sito di Incidi! relativi alle sorgenti di traffico, ovvero: quali erano le fonti di traffico che portavano gli utenti sul sito. Ad esempio: Google, Facebook, YouTube, altri siti, ecc.

Esempio di report Sorgente / Mezzo su Google Analytics

Nella seconda colonna, quella delle sessioni, vediamo quindi le visite al sito che sono state portate da ciascuna sorgente di traffico.

Per promuovere il mio sito verso gli artisti io infatti effettuavo una serie di attività promozionali, ad esempio:

Avevo un blog sul sito, su cui pubblicavo periodicamente degli articoli su come promuovere la musica indipendente. Questi articoli si indicizzavano su Google e portavano utenti potenzialmente interessati al mio servizio
Avevo creato una fanpage su Facebook su cui pubblicavo periodicamente degli aggiornamenti e dei contenuti promozionali, e la stessa cosa facevo anche sul canale di Incidi! su YouTube
Effettuavo delle attività di Forum Marketing, partecipando a discussioni di artisti che si chiedevano come vendere la musica online e come promuoverla. Ad esempio uno di questi forum era macitynet.it

Approssimativamente, possiamo ipotizzare che il numero di visite portate da ciascun canale fosse proporzionale al tempo che spendevo per promuovermi su quel canale.

La domanda a questo punto è: su quale canale avrei dovuto spendere la maggior parte del mio tempo?

Primo esempio di analisi: identificare i canali promozionali più efficaci

Nell’ultima colonna dello screenshot precedente, vediamo quante iscrizioni di artisti sono state generate da ciascuna sorgente di traffico (le iscrizioni erano tracciate come obiettivi).

Ad esempio: un utente aveva cliccato uno degli articoli del blog apparsi nei risultati di Google, dopodichè si era iscritto al servizio. In questo caso, l’iscrizione è stata generata dalla sorgente di traffico Google.

Il numero “assoluto” di iscrizioni portato da un canale è però fortemente influenzato dal tempo che io spendevo per promuovermi su quel canale, quindi non è un parametro ideale per confrontare la performance dei diversi canali (su cui spendevo tempo diverso).

Per effettuare un confronto di performance tra i canali, ci conviene guardare la penultima colonna dello screenshot, ovvero il tasso di conversione rispetto alle iscrizioni. Questo numero esprime il numero medio di iscrizioni ogni 100 visite arrivate sul sito.

Con il tasso di conversione, posso confrontare il numero di iscrizioni generato dalle varie sorgenti a parità di visite portate.

Qual’è la sorgente che mi ha portato il maggior numero di iscrizioni a parità di visite?

Si vede che la riga 5, macitynet.it, è quella che ha registrato il tasso di conversione più elevato: questo canale ha portato 1,3 iscrizioni ogni 100 visite.
Al contrario, YouTube, su cui avevo inserito diversi video promozionali, ha registrato un tasso di conversione molto basso: questo canale ha portato 0,02 iscrizioni ogni 100 visite.

Dovendo scegliere su quale canali promozionali investire il mio tempo, dove avrei dovuto spenderlo per essere più efficiente? Ovviamente da questi dati sembrerebbe che Macitynet.it fosse la scelta più conveniente.

Ecco: Google Analytics ci aiuta a prendere questo tipo di decisioni e ci permette di utilizzare le nostre risorse (che generalmente sono limitate) nella maniera più efficiente rispetto ai nostri obiettivi.

E ci aiuta anche a rispondere a tanti altri tipi di domande, ad esempio:

– ci sono delle sezioni sul mio sito che non stanno funzionando correttamente, ad esempio da cui gli utenti escono spesso, senza concludere l’acquisto?

– quali sono i percorsi di navigazione più frequenti dagli utenti che acquistano sul mio sito?

Esempio di report Flusso di comportamento su Google Analytics

– quali sono i segmenti di utenza per me più redditizi, su cui dovrei concentrare maggiormente le mie risorse e i miei sforzi promozionali?

– Quali sono tutti i canali promozionali che hanno contribuito a portare i miei utenti ad iscriversi? Es. molti utenti potrebbero non essersi iscritti subito alla prima visita, ma aver visitato il sito una prima volta venendo dalla mia pagina facebook, poi dopo qualche giorno da un risultato non a pagamento su google, poi da una mia email promozionale, e infine da un annuncio a pagamento su google, dopo il quale si sono iscritti al servizio.

Esempio di report multicanale su Google Analytics

Google Analytics mi aiuta a rispondere a queste e molte altre domande, e a prendere decisioni di marketing e di business efficaci.

Questa puntata del tutorial si conclude qui, per restare sempre aggiornati iscrivetevi alla newsletter, oppure seguitemi su Facebook, su Twitter o su LinkedIn.

Un saluto e a presto!

giugno 5, 2016/2 Commenti/da Gabriele Rapino

Conversioni, Google Analytics

Gli Obiettivi su Google Analytics

Cosa sono gli Obiettivi su Google Analytics?

Su Google Analytics, gli obiettivi sono la modalità principale che viene utilizzata per tracciare tutte le conversioni non e-commerce.

Il tracciamento delle azioni di conversione attraverso gli obiettivi è cruciale per il tuo business, ed è uno dei pilastri fondamentali di un buon tracciamento con Google Analytics.

Di default, Google Analytics non traccia gli obiettivi: per tracciare una azione di conversione come obiettivo devi effettuare una configurazione ad-hoc del pannello di Google Analytics (dalla sezione Amministrazione –> Viste –> Obiettivi).

Tuttavia, per effettuare questa configurazione, potrebbe essere anche necessario tracciare la medesima azione come “Evento“, e questo richiede l’inserimento di un codice di tracciamento sul sito.

Cosa misura esattamente un obiettivo

Un obiettivo è sostanzialmente un contatore, che conta le sessioni in cui si è verificata una specifica azione di conversione.

Ad esempio, immaginiamo che una azione di conversione sul nostro sito sia la registrazione al sito. Se abbiamo configurato questa azione come obiettivo su Google Analytics, ogni volta che viene tracciata una sessione in cui un utente si registra al sito, l’obiettivo “Registrazione al sito” incrementa di uno.

Se l’utente effettua la stessa azione di conversione più volte in una sessione, l’obiettivo viene comunque conteggiato solo una volta.

Inoltre, è possibile anche associare un valore economico ad ogni obiettivo. In questo modo, nei report di Google Analytics possiamo anche valutare il valore generato dalle conversioni che abbiamo tracciato come obiettivo.

Nello screenshot seguente vediamo le tre metriche principali che vengono calcolate sia per ogni obiettivo tracciato, sia in forma aggregata per tutti gli obiettivi.

Esempio di metriche associate agli obiettivi, visibili nel rapporto Conversioni –> Obiettivi –> Panoramica

Vantaggi degli obiettivi

I vantaggi di tracciare una conversione come obiettivo sono tanti, ma possiamo evidenziarne principalmente tre.

1 ) Quando una conversione viene tracciata come obiettivo, ne viene calcolato automaticamente il tasso di conversione

La misura del tasso di conversione è fondamentale per effettuare analisi con Google Analytics, perchè ci permette di confrontare la performance di elementi diversi di una dimensione (es. la performance di conversione per ciascun tipo di dispositivo: mobile, desktop e tablet) a parità di sessioni.

Ad esempio, nello screenshot sottostante: quali sono le città che, a parità di visite, generano la maggior parte delle azioni di Awareness sul sito? Dove ci converrebbe investire maggiormente, se volessimo massimizzare le azioni di Awareness a parità di sessioni?

Esempio: citta e obiettivi su Google Analytics

2 ) Le metriche relative agli obiettivi sono visualizzate nella maggior parte dei rapporti su Google Analytics, nelle ultime tre colonne.

Come si vede dallo screenshot precedente, nelle ultime tre colonne del report vengono visualizzate le tre metriche:

Tasso di conversione all’obiettivo
Conteggio delle sessioni con obiettivo
Valore generato dalle sessioni con obiettivo

Queste tre metriche le troviamo quasi in tutti i report su Google Analytics, permettendoci così di valutare, in modo rapido, la performance di conversione rispetto a moltissime dimensioni, semplicemente spostandoci di rapporto su Google Analytics.

Ad esempio, possiamo valutare immediatamente la performance di conversione per:

campagne promozionali e tutte le dimensioni ad esse associate (es. tipo di annunci, keywords, ecc.)
canali di traffico
pagine di entrata sul sito
device
città di provenienza
browser
dimensioni customizzate di interesse per noi (es. segmenti di utenza)

3 ) Gli obiettivi, assieme alle transazioni e-commerce, compaiono come metriche nei rapporti multicanale.

I rapporti multicanale sono dei rapporti specifici su Google Analytics, che ci permettono di effettuare analisi approfondite sul valore effettivo che portano i nostri canali promozionali, e sul ruolo che svolgono nel processo di conversione degli utenti.

Ad esempio, con i rapporti multicanale possiamo valutare quanti e quali sono i canali di traffico che hanno portato gli utenti ad effettuare una certa azione di conversione, compresi i canali di prima interazione e interazioni intermedie.

Nello screenshot sottostante, vediamo i principali percorsi di conversione rispetto ad un certo obiettivo che abbiamo tracciato. Nella riga 3, due conversioni effettuate da utenti che sono provenuti sul nostro sito prima da ricerca organica e poi, successivamente, da una nostra campagna Email (e in questa seconda visita hanno convertito).

Con gli obiettivi, quindi, possiamo far emergere il valore di “assistenza alla conversione” portato del canale organico e da tutti gli altri canali.

Esempio di obiettivi visualizzati in un rapporto multicanale su Google Analytics

Inoltre, con i rapporti Multicanale relativi al tempo alla conversione, e alle sessioni alla conversione, possiamo vedere quanto tempo e quante sessioni passano mediamente tra la prima visita al sito e il momento in cui avviene una conversione tracciata come Obiettivo:

Esempio di tempo alla conversione su Google Analytics

Quali azioni devo tracciare come obiettivo?

Sicuramente è fondamentale tracciare come obiettivo su Google Analytics tutte le azioni di conversione non e-commerce.

Tuttavia, personalmente trovo molto utile tracciare come obiettivi anche le azioni di micro-conversione che avvengono sul nostro sito (come le azioni di Awareness), perchè questo mi aiuta a comprendere in maniera approfondita come si comportano gli utenti su un sito e a prendere decisioni di marketing più efficaci.

Ad esempio, per un e-commerce generalmente traccio anche come obiettivo:

azioni di approfondimento sui prodotti
aggiunta di prodotti alla wishlist
aggiunta di prodotti a carrello
visualizzazione del carrello
avvio del checkout
registrazione al sito
iscrizione alla newsletter
… e altro, finchè non utilizzo tutti e 20 gli obiettivi

Si, infatti c’è un limite che va considerato in fase di design del tracciamento, ovvero:

Su una vista, si possono configurare al massimo 20 obiettivi.

Dato questo vincolo, io procedo nel seguente modo:

innanzitutto determino una lista di azioni che vorrei tracciare come obiettivo, che in genere sono le azioni che ipotizzo essere maggiormente correlate con il processo decisionale di conversione dell’utente
ordino questa lista di azioni per priorità decrescente rispetto alle mie esigenze di analisi, e seleziono le 20 più importanti, che configuro come obiettivi

Un altro tracciamento importante, e strettamente collegato agli Obiettivi, sono gli eventi, di cui puoi trovare qui il nostro articolo con la spiegazione dettagliata.

Quest’articolo è giunto al termine. Spero che sia stato utile, per qualsiasi commento, suggerimento o dubbio, non esitare a scrivermi.

Un saluto e buona giornata! 🙂

maggio 25, 2016/0 Commenti/da Gabriele Rapino

Definizione Dimensioni, Google Analytics, Rapporti

Sorgenti e mezzi di traffico

Che vuol dire sorgente e mezzo di traffico?

Su Google Analytics, vengono spesso utilizzati i termini sorgente di traffico e mezzo di traffico.

Sorgente e mezzo sono due dimensioni che ti permettono di analizzare la provenienza delle visite al tuo sito.

Ad esempio, immaginiamo che il sito corriere.it contenga un link verso il tuo sito. Un utente, che si trova sul sito del corriere, clicca il link e visita il tuo sito.

Appena l’utente arriva sul tuo sito, Google Analytics avvia una sessione e vi associa due etichette, che ne definiscono la provenienza: la sorgente e il mezzo di traffico.

Cosa sono queste due etichette?

Definizione di sorgente e mezzo di traffico

Vediamo nel dettaglio la definizione di sorgente e mezzo di traffico per Google Analytics:

La sorgente di traffico identifica il “luogo” contenente il link che ha portato l’utente sul tuo sito.

Generalmente, questo “luogo” è il sito web da cui è provenuto l’utente. Ad esempio, potrebbero essere sorgenti di traffico: google.com, facebook.com, corriere.it, ecc..

Il mezzo di traffico, invece, è una etichetta che identifica la “tipologia” della sorgente che ha portato l’utente sul tuo sito.

Per esempio, tutte le visite al tuo sito provenienti da risultati non a pagamento su motori di ricerca (come google.com, yahoo.com o bing.com), verranno associate al mezzo “organic”, che è l’etichetta comune a questo tipo di sorgenti.

In generale, quando un utente visita il tuo sito, Google Analytics analizza sempre la provenienza della visita e scrive i rispettivi valori per la sorgente e per il mezzo associati alla sessione.

Di default, Google Analytics utilizza 4 valori possibili per il mezzo:

organic = le visite da utenti provenienti da risultati non a pagamento visualizzati dai motori di ricerca (come Google, Yahoo, Bing, ecc.)
referral = le visite da utenti provenienti da link su siti esterni (es. corriere.it) che puntano al nostro sito
CPC = le visite provenienti da annunci a pagamento di tipo “costo-per-click” pubblicati con Google AdWords. Questi annunci possono essere pubblicati sia sui motori di ricerca (es. gli annunci a pagamento che trovi nei risultati di ricerca su Google), che sui siti esterni (es. i banner pubblicitari della rete display di Google AdWords).
diretto = le visite da parte di utenti che hanno digitato l’indirizzo del tuo sito direttamente nel browser e altri casi speciali che vediamo di seguito.

Caso speciale 1: il traffico diretto

A volte può capitare che l’utente entri sul tuo sito senza provenire da alcun sito web. Ad esempio, questo capita quando l’utente:

digita direttamente la URL del tuo sito nella barra di navigazione del suo browser
apre un segnalibro salvato nel suo browser
clicca un link su una email che ha aperto nel suo client di posta (es. Outlook Express, Thunderbird o Mail)
clicca un link all’interno di una app mobile

In tutti questi casi in cui non c’è sito web di provenienza per la visita dell’utente, per convenzione Google Analytics definisce di default:

– sorgente = direct

– mezzo = (none)

(secondo me avrebbe avuto più senso chiamare mezzo = direct e sorgente = (none), comunque… 🙂 )

Caso speciale 2: le campagne promozionali

Quando effettui campagne promozionali online, molto spesso pubblichi dei link all’esterno del tuo sito web e che puntano al tuo sito.

Ad esempio, sicuramente pubblichi link che puntano al tuo sito web:

nelle campagne SEM e Display
nelle campagne email (DEM o Newsletter)
nelle campagne sui social network (sia tramite advertising a pagamento che attività editoriali sulla tua fanpage)
nelle partnership con siti terzi o tramite network di affiliazione (es. Tradedoubler)
nelle brochure condivise su internet (es. tramite PDF scaricabili)
ecc.

In tutti questi casi, tu sei interessato a differenziare le visite provenienti dalle tue campagne promozionali dalle visite provenienti da traffico spontaneo.

Infatti, differenziare queste visite ti permette di capire quanto valore ti hanno portato le tue campagne (che di solito per te rappresentano un costo), e quindi di prendere decisioni future di ottimizzazione dei tuoi sforzi promozionali.

Di default, però, Google Analytics identifica come campagne promozionali solo le visite provenienti da Google AdWords (ricordati di collegare sempre l’account di AdWords a quello di Google Analytics!) e le etichetta con “cpc”.

Per tutte le altre visite, i valori di sorgente e mezzo vengono sempre scritti con i criteri visti sopra relativi al traffico spontaneo, a meno che tu non customizzi dei parametri aggiuntivi di tracciamento su ciascun link che pubblichi.

I parametri di tracciamento che puoi customizzare sono noti come parametri UTM, e li puoi aggiungere facilmente ai tuoi link promozionali con uno strumento come il nostro URL Builder.

E’ molto importante definire questi valori in maniera chiara per tutti, consistente e, in generale, che semplifichi il più possibile la fase di analisi sul pannello di Google Analytics.

Ad esempio, questi sono i valori di sorgente e mezzo che io trovo comodo usare per alcune tipologie di campagne:

Tipo campagna	Sorgente	Mezzo
Post editoriali su Facebook, Twitter, ecc.	Dominio del social network (es. facebook.com)	social-editor
Advertising a pagamento su Facebook, Twitter, ecc.	Dominio del social network (es. facebook.com)	social-cpc
Direct email marketing	dem	email
Newsletter	newsletter	email

Dove si trovano i dati relativi a sorgenti e mezzi di traffico

Nel pannello di Google Analytics, generalmente i dati relativi alle sorgenti di traffico si possono trovare nella sezione “Acquisizione” –> “Tutto il traffico” –> “Sorgente / Mezzo”.

Esempio di rapporto sorgente / mezzo su Google Analytics

Nello screenshot qui sopra, ad esempio, puoi vedere le visite provenute sul mio sito, in cui si distinguono immediatamente quelle da traffico spontaneo (organic, referral, direct), da quelle provenienti da mie attività promozionali (es. facebook.com / social-editor, generate dalla pubblicazione di post sulla mia fanpage facebook).

Aggregando i dati per “mezzo” (ovvero: cliccando sulla dimensione “Mezzo”, vedi screenshot seguente), puoi vedere in una unica tabella quali sono le tipologie di traffico che portano più visite al tuo sito e che ti portano più valore.

Le ultime tre colonne, infatti, che contengono le metriche relative all’e-commerce e agli Obiettivi, ti permettono di confrontare immediatamente i diversi mezzi di traffico rispetto al tasso di conversione relativo ad un tuo obiettivo (nel mio caso, l’acquisizione di lead).

Esempio di dati aggregati per mezzo su Google Analytics

Qui si conclude il nostro articolo su Sorgente e Mezzo su Google Analytics. Per qualsiasi commento, dubbio o domanda, non esitare a scrivermi.

Ti mando saluto e ci vediamo al prossimo post! 🙂

agosto 22, 2013/6 Commenti/da Gabriele Rapino

Definizione Dimensioni, Google Analytics

Visitatori nuovi e di ritorno

Cosa sono i visitatori nuovi e di ritorno?

Su Google Analytics, una delle informazioni più interessanti è vedere quante visite sono state effettuate da visitatori nuovi e quante da visitatori di ritorno.

Un visitatore viene considerato “nuovo” se non ha mai visitato il sito in precedenza, mentre viene considerato “di ritorno” se ha già visitato il sito in precedenza.

Nel pannello di Google Analytics, la percentuale di visite effettuate da visitatori nuovi e di ritorno è riportata nella sezione “Pubblico” –> “Panoramica”, con una “torta” blu / verde (vedi lo screenshot qui sotto, parte di destra).

Percentuale di visite da parte di visitatori nuovi e di ritorno, screenshot di esempio

Il titolo di questa torta può generare confusione, perchè Google Analytics scrive “new visitors” e “returning visitors” e ciò potrebbe far pensare che le percentuali si riferiscano al numero di utenti nuovi e di ritorno che hanno visitato il sito, nel periodo selezionato.

Invece, questa torta riporta la percentuale di visite effettuate da parte di visitatori nuovi e di visitatori di ritorno, nel periodo selezionato.

In altre parole, le percentuali di questa torta si riferiscono al numero di visite effettuate da queste due tipologie di utenti nel periodo selezionato, non al numero di utenti nuovi e di ritorno che hanno visitato il sito.

Ad esempio, immaginando che il nostro sito oggi abbia ricevuto 4 visite da parte di uno stesso visitatore che in precedenza non aveva mai visitato il sito, noi su Google Analytics vedremo una torta con 25% delle visite da parte di nuovi visitatori (nella sua prima visita il visitatore è considerato “nuovo”), e 75% di visite da parte di visitatori di ritorno (nelle tre visite successive il visitatore è considerato “di ritorno”).

Dove si trovano i dati delle visite nuove e di ritorno

Se vogliamo valutare la performance del nostro sito rispetto ai visitatori nuovi e ai visitatori di ritorno, dobbiamo andare su “Pubblico” –> “Comportamento” –> “Nuovi e di ritorno”.

Confronto di performance tra visitatori nuovi e di ritorno

Qui possiamo confrontare diverse metriche rispetto a questi due segmenti. Ad esempio, la frequenza di rimbalzo, le pagine per visita e la durata media della visita per le visite effettuate dai nuovi visitatori e dai visitatori di ritorno.

Questi tre parametri generalmente sono dei buoni indicatori della performance del nostro sito rispetto a ciò che si aspettano gli utenti da esso.

Ad esempio, se per i nuovi visitatori la frequenza di rimbalzo fosse elevata, e le pagine per visita e la durata media della visita fossero basse, potrebbe essere una indicazione che il nostro sito non li ha interessati a sufficienza per proseguire la navigazione.

In questo caso, potrebbe essere utile ottimizzare il sito, in modo che fornisca più valore e motivi di interesse ai nuovi utenti, o correggere il target a cui si rivolgono i nostri sforzi di acquisizione di nuovo traffico (campagne promozionali, SEO, pubblicità offline, ecc.), in modo da attirare solo persone potenzialmente interessate ai nostri contenuti.

Questo articolo è giunto al termine. Per qualsiasi dubbio, domanda o commento, non esitare a scrivermi.

Un saluto e buona giornata! 🙂

agosto 22, 2013/1 Commento/da Gabriele Rapino

Definizione Metriche, Google Analytics

Visitatori unici

Su Google Analytics, il numero di visitatori unici (o utenti, sono sinonimi) misura il numero di cookie “utente” univoci che hanno visitato il sito, nel periodo selezionato sul pannello.

Se non sai cosa sono i cookie, o cosa sono i cookie “utente” di Google Analytics, non ti preoccupare: lo spiego più avanti nella pagina.

In maniera molto approssimata, puoi considerare i visitatori unici come il numero di persone che ha visitato il sito, nel periodo selezionato.

Nel pannello di Google Analytics questa metrica si può trovare nel report Pubblico –> Panoramica.

Nota: quando ho scritto questo articolo, Google Analytics utilizzava il nome “Visitatori unici“, ma poi ha rinominato questa metrica in “Utenti“. Di seguito vedrai scritto Visitatori unici, ma puoi considerarlo un sinonimo dell’attuale Utenti.

Esempio di rapporto “Pubblico” –> “Panoramica”, dove possiamo trovare la metrica “Utenti” (ovvero gli ex Visitatori unici) su Google Analytics

Nota: se preferisci vedere e ascoltare queste informazioni, invece di leggere l’articolo, ho fatto un video (brutto ma spero interessante) sulla metrica utenti (che fa parte di un video corso su YouTube su Google Analytics che sto man mano tenendo aggiornato).

A che serve misurare i visitatori unici? Come si interpreta questa metrica?

Guardare l’andamento dei visitatori unici sul nostro sito ci permette innanzitutto di rispondere ad alcune domande di “awareness” del nostro business online, per esempio:

Qual’è, approssimativamente, il numero di persone che ha visitato il mio sito, in un certo periodo?
Il numero di persone che visita il mio sito, rispetto alle attività promozionali che sto conducendo, sta aumentando come mi aspetto?

In altre parole, possiamo assumere che tanto maggiore è il numero di Visitatori unici del nostro sito, tanto maggiore è la sua popolarità e/o visibilità e/o efficacia delle nostre attività promozionali.

Non ci da quindi indicazioni specifiche su cosa non va e cosa dobbiamo fare per migliorare l’efficienza nel generare vendite o conversioni, ma piuttosto è un indicatore dei risultati che abbiamo raggiunto in termini di popolarità, visibilità e promozione.

Inoltre, utilizzando i segmenti avanzati di Google Analytics, possiamo anche conteggiare gli utenti che hanno visitato il sito e che appartengono ad un certo segmento di nostro interesse.

Ad esempio, il numero di utenti che hanno visitato il sito e che hanno messo a carrello almeno un prodotto, in un certo periodo.

Oppure, possiamo analizzare come varia il numero di nuovi utenti, ovvero le persone che non avevano mai visitato il sito in precedenza.

Esempio di segmento avanzato Nuovi Utenti su Google Analytics

Idealmente, quindi, analizzare come varia la metrica “Visitatori unici” nel tempo, ci può far capire sia se sta crescendo l’audience complessiva del nostro sito, sia se sta crescendo un segmento specifico del nostro audience che ci interessa analizzare.

Tuttavia, a causa della metodologia con cui viene misurata questa metrica, i Visitatori unici non ci forniscono una informazione molto accurata e quindi vanno interpretati con “grano salis”.

Infatti, come anticipato, i Visitatori unici contano effettivamente i Cookie univoci, non le persone reali. Vediamo che vuol dire…

In che senso i Visitatori unici misurano i cookie? Non sono uguali alle persone?

Un concetto importante da capire è che Google Analytics, di default, non è in grado di contare le persone reali, ma solo i cookie che hanno visualizzato il sito in un certo periodo.

…Ok, ma cos’è un cookie?

Un cookie è una sorta di “etichetta” che viene attaccata al nostro browser dal sito che stiamo visitando, su cui il sito può scrivere dei valori, che poi può rileggere in qualsiasi momento, ad esempio se per caso torniamo sul sito un altro giorno.

Ad esempio, quando tu visiti un sito per la prima volta, Google Analytics crea un cookie nel tuo browser, chiamato “_ga”, in cui scrive un codice identificativo che ti rappresenta univocamente come utente. Questo cookie dura 2 anni (e la scadenza dei due anni viene ri-aggiornata ad ogni tua visita al sito).

Se usi il browser Chrome, puoi vedere tu stesso il cookie di Google Analytics aprendo la console e ispezionando i cookie (per farlo: clicca con il tasto destra su un qualsiasi punto di questa pagina e poi seleziona “ispeziona elemento”. Ti si aprirà la console di Chrome. A questo punto vai sulla scheda “Application”, poi su “Cookies” nella colonna di sinistra, e clicca sul nome di questo sito: vedrai una schermata tipo quella qui sotto).

Esempio di cookie di Google Analytics

Una volta che Google Analytics ha inserito nel nostro browser il cookie “_ga” relativo ad un sito che abbiamo visitato, quel cookie resta nel nostro browser per due anni (o finché non lo cancelliamo).

In questo modo, se dopo qualche tempo ritorniamo sul sito che abbiamo visitato, Google Analytics vede che abbiamo il cookie _ga da lui inserito alla nostra prima visita, e così riconosce che siamo lo stesso utente che ha visitato il sito in precedenza.

Tuttavia, questo meccanismo si “rompe” se noi visitiamo il sito da un altro browser (es. cosa che succede se, ad esempio, visitiamo il sito da un altro PC o da un altro dispositivo).

Infatti, in questo caso Google Analytics non riesce a riconoscere che siamo lo stesso utente e ci conteggerà come due utenti diversi.

Ad esempio, se un utente (chiamiamolo Mario…) stamattina ha visitato il nostro sito web dal pc dell’ufficio e stasera lo ha visitato dal pc casa, di fatto ha visualizzato il sito con due browser differenti.

Su ciascuno dei due browser, Google Analytics, alla prima visita di Mario sul sito, ha inserito un cookie contenente un codice identificativo.

Questo codice identificativo però è diverso nei due browser, perchè GA, dal browser che stiamo utilizzando ora per visitare il sito, non può leggere il cookie precedentemente inserito nell’altro nostro browser.

Per questo, Google Analytics conterà due visitatori, anche se la persona fisica che ha visitato il sito in realtà è la stessa.

Quindi, sotto questo aspetto, è ragionevole assumere che il numero di visitatori mostrato da Google Analytics sovrastimi il numero di persone fisiche che effettivamente ha visitato il nostro sito, perchè ciascuno di noi spesso naviga su internet utilizzando browser differenti (es. quello del pc in ufficio, quello del pc di casa e quello dello smartphone).

hunger-413685_640

Inoltre, se l’utente, per qualsiasi motivo, elimina i cookie del suo browser (per esempio, quando cancella i dati di navigazione), il marchio sparisce, e quell’utente, se visiterà nuovamente il sito, sarà ri-marchiato da Google Analytics come se fosse un nuovo visitatore.

Questo è un altra ragione per cui il numero di visitatori sul sito è sovrastimato rispetto alle persone fisiche reali che lo hanno visitato.

La funzionalità User ID di Google Analytics

Da un po’ di tempo, Google Analytics ha introdotto una funzionalità di tracciamento chiamata User ID.

La funzionalità User ID ci permette di tracciare gli Utenti in maniera molto più accurata, sfruttando informazioni che gli utenti stessi ci forniscono (es. quando effettuano il login al nostro sito).

In questo modo, possiamo anche analizzare il comportamento cross-device (es. quanti utenti accedono al nostro sito sia da desktop che da mobile?) e cross-browser degli utenti, ed effettuare anche una stima del grado di accuratezza della misura degli utenti tramite cookie.

Questa funzionalità importante merita un articolo a sé stante, per cui per adesso ci limitiamo a riportare in breve il fatto che esiste, e rimandiamo l’approfondimento ad un post futuro.

Differenza tra utenti, visitatori unici, visitatori unici assoluti e visite

Anche se a prima vista può sembrare intuitivo, il reale significato di “visitatore unico” spesso non è completamente chiaro e a volte genera confusione quando si cerca di differenziarlo dai concetti di visita e visitatore unico assoluto (questo termine prima era utilizzato su Google Analytics, ma oggi non esiste più. Tuttavia, a volte ancora se ne sente parlare, e questo può generare confusione).

Cerchiamo di fare chiarezza:

Su Google Analytics, “visitatori unici” è equivalente ad “utenti” (il nuovo nome di questa metrica): come detto più sopra, conteggia il numero di cookie “utente” che ha visitato il sito nel periodo selezionato e, in maniera approssimata, possiamo interpretarlo come il numero di persone che ha visitato il sito in quel periodo.
Il concetto di “visitatore unico assoluto” su Google Analytics non esiste più, quindi ormai non ha alcun significato.
Le “visite” (o “sessioni“, che è un sinonimo) sono invece una metrica diversa, e ne parliamo dettagliatamente in questo post. In maniera approssimata, le visite rappresentano le “volte” che gli utenti sono entrati nel tuo sito, in un certo periodo.

Ad esempio, immaginando che solo io visiti un sito e ci sia andato 3 volte nella scorsa settimana, in quella settimana Google Analytics ha conteggiato 1 visitatore unico e 3 visite.

Posso sommare i visitatori unici su periodi diversi?

Un altro concetto da chiarire, che spesso genera confusione, è il seguente:

il numero di visitatori in un certo periodo NON può essere misurato sommando i visitatori unici nei singoli sotto-periodi che lo compongono.

In altre parole, se vuoi sapere quanti visitatori hanno visitato il tuo sito in un certo mese, non puoi sommare i visitatori della prima settimana, a quelli della seconda settimana, della terza e della quarta settimana del mese.

Esempio: a gennaio i dati indicano che il sito è stato visitato da 2 visitatori; a febbraio, invece, sono arrivati sul sito 3 visitatori.

Quanti visitatori hanno visitato il sito, complessivamente, tra gennaio e febbraio? La risposta è… (rullo di tamburi…)

… non lo sappiamo.

Guardando solo questo dato, infatti, noi non possiamo sapere quanti dei visitatori di febbraio avevano già visitato il sito a gennaio: per questo, la somma dei i visitatori di due periodi differenti è un numero che non ci fornisce alcuna informazione sensata.

Se vuoi sapere quanti visitatori hanno visitato il tuo sito in un certo periodo, devi necessariamente selezionare tutto il periodo sul pannello di Google Analytics e poi leggere la metrica “Utenti”.

Per adesso è tutto! 🙂

Spero che questo post sia stato utile, per qualsiasi dubbio lascia un commento o scrivimi via email.

Un saluto!

Gabriele

settembre 13, 2012/12 Commenti/da Gabriele Rapino

Articoli

Seguimi

Pagine

Ultimi post

Menu