Engagement e Life Time Value come KPI

Oggi mettiamo il dito sull’analisi dei dati e sul valore del discernimento nell’inferenza su di essi. Filippo Trocca è un web analyst di grande esperienza.

A lui ho chiesto di spiegare l’essenza della lettura dei dati. Leggendo tra le righe troverai alcune risposte sorprendenti. Ma solo se conosci il significato dell’intuizione.

 

Ciao Filippo, ci racconti i tuoi attuali focus lavorativi? 

Ciao Francesco, in questo momento sono molto concentrato sul dato nel suo insieme. Il mercato si sta evolvendo molto dopo il lancio di ITP da parte di Apple. Siamo in un momento in cui cambierà probabilmente tutta l’infrastruttura del web advertising, non tanto limitando le aziende come giornali e “guru” mondiali stanno urlando alla ricerca di click, ma aprendo nuove opportunità. ITP e la sparizione dei cookie di terza parte sono un po’ come il coronavirus: certo c’è un pericolo reale, ma verrà gestito dall’infrastruttura web dopo un primo momento di sconforto, come sono stati gestiti altri cambiamenti ed urlare “al lupo al lupo” non serve nulla.

Proprio per questo motivo bisogna insegnare alle aziende  come avere accesso ai dati dei propri utenti nel pieno rispetto della privacy e delle leggi collegate. 

Le aziende dovranno iniziare a pensare come Google, Amazon e Facebook concentrandosi sull’utente reale per conoscerlo sempre meglio al fine di ottimizzare l’esperienza dello stesso. In questo sarà importante creare strategie che riconoscano l’utente multi device e multi sessione partendo dalla registrazione dell’utente stesso.

Riassumendo: mi sto concentrando ad insegnare alle aziende a smettere di usare KPI come impressions, click, like e revenue. Ma spostando il focus su engagement e Life Time Value del utente.

 

Cosa significa settare correttamente analytics? 

Questa è una domanda facile: avere all’interno dello strumento di Digital analytics (che sia Google analytics, adobe Analytics, webtreck, Matomo o i diversi strumenti di advertising) le corrette KPI che permettano all’azienda di controllare il proprio business e di capire se sta raggiungendo gli obiettivi prefissati. Questo permette di realizzare analisi azionabili e non semplici report.

 

Qual è il rapporto tra analytics e customer experience?

Analytics e customer experience sono due buoni amanti che non possono vivere l’uno senza l’altra, ma a volte nel loro rapporto entra un terzo incomodo: l’intuizione

L’intuizione  permette di capire la presenza di un problema al di là dei dati o permette di provare idee completamente nuove, ma saranno sempre il comportamento degli utenti e i dati, a dire se l’intuizione era corretta. Senza analytics non c’è customer experience vincente.

 

Quali sono i progetti web che richiedono più attenzione alla web analytics? 

Non esistono progetti web senza attenzione alla web analytics. Essa deve essere alla base di ogni progetto web. 

Faccio un esempio estremo: se siete un ristorante e decidete di usare esclusivamente Google My business per promuovervi online (cosa che ad oggi consiglio a tutti) non avrete accesso a Google Analytics, ma potrete vedere come gli utenti interagiscono con i vostri post, quali fotografie hanno guardato, quali ricerche hanno fatto: tutti questi dati permettono di ottimizzare l’esperienza utente e migliorare la vostra presenza online.

 

Cosa sfugge più spesso nell’analisi dei dati?

Sfugge il dettaglio. Molti sono convinti che dalla Digital Analytics emergano sempre grandi ottimizzazioni, ma la realtà dei fatti è diversa: sono i dettagli a fare la differenza.

Vi faccio un esempio con un grosso brand di cui non dirò il nome. Avevano un crollo lato SEO e lato Search Advertising un aumento del CPC medio incredibile.

Non c’era una spiegazione chiara dalle principali KPI: nessuna perdita di posizionamento lato Google, nessun aggiunta di parole chiave, nessun peggioramento nel comportamento degli unteti, nessun peggioramento nel quality score in Google Ads.

Scopriamo guardando i dati di Google trends un crollo delle ricerche di brand (- 30%) ed un nuovo competitor in Google Ads  che da Auction Insights ora ci superava in quasi tutti le aste.

Non si poteva fare nulla lato SEO o lato campagne, serviva un nuovo lavoro lato awareness, ma se si fosse lavorato in silos non sarebbe stato possibile. 

Mettendo insieme tutti i dettagli si è trovata una strategia che ha permesso di migliorare la situazione, inoltre ha cambiato il modo di pensare dei diversi team migliorando la collaborazione.

 

Quali software completano il lavoro del web analyst?

Sicuramente è necessario un buon tool di dashboarding come Google Data Studio per limitare il tempo investito in attività ripetitive come la reportistica per allocare quel tempo alle analisi.

Strumenti che permettano di automatizzare il controllo del funzionamento dei tag di Digital Analytics come TagSheriff (sviluppato da un’azienda italiana) oppure in modo più semplice Screaming Frog: spesso la qualità del dato non è controllata adeguatamente.

Un tag manager come Google Tag Manager per migliorare e semplificare l’implementazione

Strumenti per heatmap e session recording come Hotjar o Yandex Metrica, per poter analizzare come l’utente interagisce con le nostre attività online in modo visuale. Un appello a tutti: smettetela di voler tracciare come l’utente clicca sui menu del sito usando google analytics, si può fare ma è completamente inutilizzabile a livello di dati, usate un bel tool di heatmap oppure il session recording.

Un’analisi da molti sottovalutata è la form analisi: capire come l’utente gestisce i diversi campi di un form. Con Hotjar il mio team ha risolto problemi di usabilità che senza dati sarebbero stati bloccati da designer e manager innamorati della loro idea

Un linguaggio di programmazione specializzato nell’analisi dei dati come Python o R: per poter andare oltre l’interfaccia dello strumento che ha avrà sempre dei limiti (per favore non mi rispondete io uso excel, excel dovrebbe essere vietato in ogni team di analytics)

Imparare SQL e l’uso di un database relazionale perché prima o poi tutti i digital analyst dovranno affrontare i dati offline di un’azienda: esempio più banale dover confrontare le transazione e-commerce tracciate da Google Analytics e quelle presenti nel CRM aziendale per risolvere problemi di tracking. (qua vale quanto scritto prima: se provate a farlo con excel significa che non avete mai gestito un e-commerce con molto traffico e se lo avete fatto per commerce piccoli avete consumato ore della vostra vita che usando  SQL avreste potuto impiegare in qualcosa di più utile e divertente)

Infine il software più importate. Si trova in mezzo alle vostre orecchie e non è il naso: il cervello.

L’analisi dei dati non è qualcosa che può essere standarizzato, sono i dati a guidare: il vostro cervello dovrà essere continuamente alimentato da nuova conoscenza. Come potete analizzare il successo di una campagna google Ads se non sapete come funziona lo strumento? Come potete capire dove sono i problemi delle traffico dalla campagna Criteo se non sapete come funziona Criteo?

Un analista deve conoscere bene molti strumenti per poter fare il proprio lavoro al meglio, deve saper cosa sia l’advertising, cosa sia la SEO e quali attività sono state fatte, deve sapere la pianificazione delle campagne offline per sapere se hanno un effetto online, ecc ecc.

Non smettete mai di imparare e continuate a potenziare il vostro software più importante: il vostro cervello.

Rispondi all'articolo

L'indirizzo email non verrà pubblicato. I campi obbligatori sono contrassegnati *

Time limit is exhausted. Please reload the CAPTCHA.