google analytics Archivi - Pagina 2 di 2

Articoli

Cosa sono le metriche

Su Google Analytics si parla spesso di metriche. Ma che vuol dire questo termine? Cosa sono le metriche?

Su Google Analytics, le metriche sono tutte le quantità che GA misura rispetto ad un sito web (o rispetto ad una app mobile, o a qualsiasi altra piattaforma digitale).

Ad esempio, sono metriche: le sessioni, le visualizzazioni di pagina, il numero di utenti, la frequenza di rimbalzo, il tempo di permanenza, ecc.

Nel rapporto Pubblico –> Panoramica troviamo i valori delle principali metriche di traffico e di navigazione, misurati sul periodo selezionato; quelle che vedete nello screenshot seguente sono proprio queste metriche:

Esempio di metriche su Google Analytics

In generale, su Google Analytics, le metriche che vediamo in ciascun rapporto dipendono dall’elemento di cui vogliamo analizzare la performance (l’elemento si definisce “dimensione”).

Esempio: le metriche nel rapporto Canali

Ad esempio, nel rapporto Acquisizione -> Canali, vogliamo misurare la performance della dimensione “Canali” di acquisizione del traffico.

Troveremo quindi una prima colonna in cui sono riportati i nomi dei diversi canali che hanno portato traffico sul nostro sito (ovvero: tutti i valori della dimensione “canali”); e una serie di altre colonne, contenenti le metriche, cioè le quantità che misuriamo per ciascun canale:

Esempio di metriche per canale di traffico

Perchè vediamo proprio queste metriche? Come valutiamo la performance di un canale di traffico?

Per valutare la performance di un canale di traffico, noi tipicamente vogliamo sapere quanto traffico ci ha portato sul sito (la metrica sessioni), se ci sta portando nuovi utenti (la metrica nuovi utenti) e in che percentuale sul totale del suo traffico (% nuove sessioni).

Vogliamo sapere se questo traffico era interessato ai contenuti del nostro sito o se invece lo ha abbandonato subito dopo (metriche frequenza di rimbalzo, pagine per sessione e durata sessione media).

E poi, ovviamente, vogliamo sapere quante conversioni ci ha portato il canale (ultime tre colonne, contenenti le metriche relative alle conversioni).

Esempio 2: le metriche nel rapporto Tutte le pagine

Se, invece, ci spostiamo in un altro rapporto, come ad esempio Contenuti –> Contenuti del sito –> Tutte le pagine, Google Analytics ci mostrerà la prima colonna contenente le URL delle varie pagine del nostro sito (la dimensione “Pagina”) e una serie di colonne con le metriche:

Esempio di metriche per il rapporto Tutte le pagine

Queste metriche sono diverse da quelle che abbiamo visto per i canali, perchè sono quelle che ci servono per analizzare la performance di un elemento diverso: le pagine del nostro sito.

In particolare, di ciascuna pagina del nostro sito, vogliamo sapere quante volte è stata vista (la metrica visualizzazioni di pagina), e in quante sessioni è stata vista almeno una volta (visualizzazioni di pagina uniche)

Vogliamo sapere quanto tempo, in media, gli utenti hanno trascorso su quella pagina (tempo medio sulla pagina).

Vogliamo sapere quante sessioni hanno avuto inizio da quella pagina (accessi) e, per queste sessioni di accesso, quante hanno poi abbandonato immediatamente il sito (frequenza di rimbalzo).

Vogliamo poi sapere quante volte quella pagina è stata l’ultima vista prima di abbandonare il sito, rispetto al numero totale di volte che la pagina è stata vista (% uscita).

E vogliamo stimare il valore economico portato da quella pagina al nostro business (valore pagina).

L’andamento di una metrica

Le metriche possiamo anche analizzarle rispetto al loro andamento nel tempo, guardando il grafico di trend presente nella maggior parte dei rapporti di Google Analytics.

Esempio di trend delle sessioni su Google Analytics

Con il menu a tendina in alto a sinistra possiamo scegliere la metrica di cui visualizzare il trend (es. sessioni, frequenza di rimbalzo, utenti, ecc.) e, volendo, anche sovrapporre l’andamento di una seconda metrica.

Poi, con i pulsanti in alto a destra, possiamo scegliere la scala temporale di ciascun “pallino” del grafico: giornaliera, settimanale o mensile (o addirittura oraria, ma solo nei rapporti di tipo “Panoramica”).

Abbiamo visto una panoramica sul concetto di metrica applicato a Google Analytics, spero sia tutto chiaro! Per qualsiasi dubbio, lasciate un commento qui sotto o scrivetemi via email.

Un saluto e a presto!

Gabriele

gennaio 3, 2017/0 Commenti/da Gabriele Rapino

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