15 Ottobre 2021

KPI: cosa sono e come sceglierli

Con questo articolo vediamo cosa sono i KPI e a cosa servono.

Scegliere e monitorare i giusto KPI é di fondamentale importanza, sia a livello generale per un business, che a livello specifico, come ad esempio per una campagna marketing.

Come avrai modo di vedere nell’articolo, usare i KPIs vuol dire usare i dati, ecco perché noi di Digital Pills ci siamo affezionati.

Vediamo allora

…e alcune considerazioni finali.

Partiamo!

Cosa sono e a cosa servono i KPI

Un KPI è un indicatore che mette in mostra il successo o l’efficacia di un’azione fatta su un progetto con lo scopo di raggiungere un determinato obiettivo.

I KPIs sono necessariamente delle metriche o dei rapporti tra metriche, ma non vale il contrario, cioè non qualsiasi metrica è, o può essere, un KPI.

Per noi che lavoriamo nel mondo del web analytics la definizione potrebbe essere questa

Un KPI é una misura che ci indica il successo o l'efficacia di un'azione con lo scopo di raggiungere un determinato obiettivo.

Un KPI si può anche definire come:

una misura che dice se un’azione compiuta porta risultati positivi o negativi in rapporto a quello che è il goal finale.

Disporre gli obiettivi in termini numerici permette davvero di usare questi indicatori al meglio, perché rende possibile confrontare i numeri con i numeri, sapendo esattamente a che punto si é.

Le Caratteristiche

Quando si sceglie un KPI va sempre tenuto a mente che, tanti o pochi che siano, bisognerà sempre considerarli in modo gerarchico, con 1 KPI guida, o alcuni MACRO KPI, e più KPIs secondari, detti anche MICRO KPI, che abbiano la caratteristica di essere più controllabili e gestibili.

Per capire meglio:

Nel caso di un sito di informazioni nato da poco, supponiamo una testata giornalistica online, con l'obiettivo di attirare sempre più visitatori e di veder letti i propri articoli di qualità.

I Macro KPIs potrebbero essere il numero di New Users ed il Avg. Time on Page, mentre i Micro KPIs porebbero essere il Bounce Rate, Sessions e Number of sessions per user. 

Lavorando infatti per migliorare Bounce Rate e Numero di sessioni, è altamente probabile che migliorino anche i Macro KPIs.

3 Criteri essenziali per i KPI

Un KPI che si rispetti dovrebbe soddisfare 3 criteri essenziali, deve essere:

RILEVANTE: deve dare un’indicazione immediata sullo stato di salute del business, o di un qualsiasi progetto a cui il KPI si riferisce, a livello generale.

FACILE: deve essere facilmente comunicabile e immediatamente trasmissibile, lo devono capire anche gli altri con facilità.

CONTROLLABILE: non soltanto deve poter essere rappresentabile come numero o trend, ma deve dare indicazioni precise su come poter agire e migliorare immediatamente.

E' molto difficile trovare un KPI dotato di tutte queste 3 caratteristiche contemporaneamente, più si avvicina ad esse, maggiore sarà l’efficacia e l’accuratezza che lo contraddistinguono.

In generale la caratteristica della rilevanza non riesce a convivere con quella della controllabilità, ecco un esempio:

Nel caso di un e-commerce che vende abbigliamento, il KPI fondamentale è ovviamente quello delle vendite, l’obiettivo è vendere sempre più prodotti, magari con un +5% sul numero di pezzi al mese. Se le vendite sono il Macro KPI, i Micro KPIs potrebbero essere il Bounce Rate, le Sessioni da social ed il Posizionamento medio, individuate come le variabili più influenti sul Macro KPI.

Ecco che per poter intervenire e controllare il KPI principale si è dovuti scendere su un secondo livello, perdendo così di rilevanza.

Supponendo che il Bounce Rate sia il Micro KPI più correlato al principale, questa metrica, una volta migliorata, porta in modo diretto miglioramenti al KPI guida. 

In generale, se riesci trovare quella singola metrica che una volta toccata influisce sul Macro KPI, questa viene definita come "that one that matters the most".

Un ultimo aspetto da considerare quando definisci i Key Performance Indicators è di scegliere delle metriche ortogonali. Questo almeno per i Micro KPI, in modo da avere toccate aree diverse del proprio business, ma soprattutto per evitare di avere più KPI che forniscono informazioni simili.

I KPIs da evitare e quelli da scegliere

Esistono anche alcune metriche che non devono essere assolutamente scelte come KPIs.

Sono detti Vanity Metrics gli indicatori che in realtà non ti dicono nulla sulle reali performance del tuo progetto, né tantomeno ti aiutano a comprendere l’efficacia dei tuoi aggiustamenti o implementazioni sul campo.

Un esempio di questa tipologia di metrica sono i followers della pagina social. Se pubblichi con regolarità o semplicemente interagisci giornalmente con i tuoi utenti, è naturale che il loro numero aumenti. Questo avviane perché guadagni in visibilità organica senza fare alcuna implementazione, quindi questa non è assolutamente una buona metrica da scegliere come KPI.

Un'altra tipologia di metriche da evitare sono le cosiddette Lagging Metrics. Queste infatti sono metriche di natura retroattiva, che non danno nessuna informazione sullo stato presente del tuo business. Lo è per esempio il numero di utenti dello scorso mese.

Sono invece da scegliere Leading Metrics. Queste sono metriche di prospettiva, su cui si può lavorare e intervenire ora per un riscontro futuro. Sono Leading metrics in sostanza tutte le metriche non appartenenti alle 2 categorie precedenti, su cui si può lavorare e osservare un risultato delle proprie implementazioni.

Infine...

Hai sicuramente capito cosa sono i KPI e che sono di fondamentale importanza, non solo per poter monitorare un progetto, ma anche per porre degli obiettivi ad un team, o ad un intero business.

Ti guidano con i dati e sono il feedback più immediato che puoi avere rispetto alle tue azioni!

Sono uno strumento potentissimo, ma dato che li scegli tu, devi essere molto attento. Segui bene tutte le indicazioni che hai letto fino a qui, scegli con cura e monitora attentamente.

Prima ancora dei KPIs capisci bene quali sono gli obiettivi del tuo sito e in quale fase di evoluzione sei, ed evita di fare gli errori più comuni leggendo questo articolo, questo ti aiuterà a partire con il piede giusto 😉

Per oggi è tutto,

se hai domande Contattaci, saremo felici di aiutarti!

29 Settembre 2021

Facebook Conversion API: cos’è e come può aiutarti

Raccogliere dati sulle proprie campagne social è una delle basi di una strategia di advertising data-driven. Ma la qualità dei dati disponibili è oggi più che mai messa a rischio da aggiornamenti di settore su privacy e cookie. Il risultato? Il concreto rischio di basare decisioni (ed investimenti) su dati poco accurati e addirittura sbagliati.

Per rispondere ai nuovi sviluppi del settore social advertising e assicurarsi di avere dati affidabili su cui basare strategie efficaci, giunge in aiuto una novità: Facebook Conversion API.

In questo articolo esploreremo perché si tratta di una novità importante nel mondo della raccolta dati, quali sono le sue caratteristiche, vantaggi e best practice, e infine vedremo come sia possibile impostarlo e verificarne il corretto funzionamento.

Privacy e dati: Apple, ATT ed il futuro dei cookie

Con il rilascio di iOS 14.5 ad Aprile 2021, Apple non ha solo introdotto nuove funzionalità, ma ha innescato un cambiamento generalizzato nel trattamento dei dati e nella tutela della privacy degli utenti.

Con quest'ultimo aggiornamento è diventato standard per i prodotti Apple il nuovo framework per la privacy, che prevede due grandi novità:

  • Intelligent Tracking Prevention (ITP), che blocca automaticamente tutti gli accessi a cookie di terze parti e limita la funzionalità di cookie di prime parti
  • App Tracking Transparency (ATT), che ha introdotto l’obbligo per tutte le app di comunicare chiaramente agli utenti quali dati collezionano e chiederne il consenso esplicito.

L’introduzione di questi due framework ha generato una forte risposta da aziende concorrenti e da chi si occupa di advertising, proprio perché minerebbe inevitabilmente una gran fetta delle attuali soluzioni per raccogliere dati e profilare efficacemente gli utenti.

Nonostante questo, è indubbio che la maggior parte degli attori nel settore tech si stiano muovendo per un futuro più orientato alla privacy e tutela degli utenti, a scapito di strumenti come cookie di terze e prime parti.

Ma per chi si occupa di dati come fare a compensare la scomparsa di questi strumenti? E in particolare, chi lavora con gli advertising sul network Facebook, quali soluzioni possono garantire affidabilità dei dati?

Per rispondere a queste esigenze, nasce il Facebook Conversion API.

Cos’è Facebook Conversion API?

Conversion API è uno strumento della suite Facebook Business che consente di condividere direttamente le azioni dei clienti o i principali eventi web e offline dal proprio server a quello di Facebook.

Si tratta nella pratica dell’evoluzione del Server-Side API di Facebook, potenziato con maggiori funzionalità, un’interfaccia più intuitiva e un più chiaro obiettivo.

Il valore aggiunto di questa soluzione rispetto al tradizionale pixel è la sua indipendenza dai cookies. Trattandosi infatti di una soluzione lato server non è soggetta alle restrizioni applicate ai cookie lato client, causa spesso di inaffidabilità dei dati raccolti.

Ma attenzione, non si tratta di una soluzione perfetta così da sola!

Questo strumento non si pone come sostituto del Pixel, quanto semmai un ulteriore strumento adottabile per la raccolta dati e miglioramento delle performance delle campagne Facebook.

Non va poi dimenticato che, come ogni altra soluzione di raccolta dati, è vincolato e regolato dalle normative di gestione della privacy. Aspetto questo ancora più importante, dato che la responsabilità di identificare quali informazioni tracciare è in carico a chi implementa questa soluzione.

Una volta capito di cosa si tratta, è il momento di approfondire meglio cosa è in grado di fare!

Funzionalità del Conversion API

Tramite Facebook Conversion API (CAPI), è possibile tracciare tre tipologie di dati:

  • Conversioni web (vendite, iscrizioni)
  • Eventi post-conversione
  • Visite alla pagina

A differenza del solo pixel, permette di migliorare l’intero funnel di vendita integrando dati da CRM e non solo. Inoltre, permette la raccolta di dati richiesti per attività come:

  • Ad targeting (come custom audiences and retargeting)
  • Ad reporting
  • Audience Insights
  • Dynamic ads
  • Conversion optimization per Facebook ads

Vi sono poi specifiche versioni del Conversion API per app e vendite offline che permettono di tracciare eventi app, vendite in negozi fisici e visite a location.

Si tratta insomma di una soluzione molto personalizzabile in base alle proprie necessità. Per capire meglio quali siano i vantaggi per gli utenti, vediamo nei dettagli quali siano i maggiori benefici e le modalità con cui implementare il tutto.

Vantaggi e best practice de Facebook Conversion API

I principali vantaggi di adottare Facebook Conversion API per il proprio sito sono tre:

  1. Più modi a disposizione per misurare le azioni degli utenti
  2. Migliore accuratezza dei dati per la targetizzazione, misurazione ed ottimizzazione (se usato assieme a pixel)
  3. Maggiore controllo dei dati condivisi con Facebook (separandolo dal pixel)

Per massimizzare i vantaggi che questa soluzione offre, le linee guida di Facebook suggeriscono di implementare le Conversions API in aggiunta al Facebook pixel.

Adottare una doppia implementazione permette infatti di collegare gli eventi raccolti da entrambi, andando a ridurre sensibilmente la potenziale perdita di dati utenti (ad esempio a causa di blocco dei cookie o errori del web browser).

Fonte: developers.facebook.com

Se correttamente implementata, pur avendo due strumenti di raccolta dati in contemporanea, non dovrebbero generarsi dati duplicati in fase di analisi. 

Facebook infatti è in grado di applicare autonomamente un processo di “deduplicazione”: se entrambi gli strumenti registrano l’evento, Facebook compara i parametri event e eventID del pixel con i parametri event_name e event_ID del conversion API. 

Parametri pixelParametri Conversion API (devono combaciare)
eventevent_name
eventIDevent_ID

Se questi parametri sono identici, verranno raccolti entrambi ma nell’analisi verrà automaticamente eliminato uno dei due, eliminando il rischio di dati duplicati.

Cosa puoi fare con i dati raccolti

I dati provenienti da pixel e conversion API possono essere raccolti congiuntamente e venire utilizzati in modi affini per:

  • Ottimizzazione delle inserzioni, compresa l’ottimizzazione delle conversioni e quella del valore
  • Analisi e visualizzazione sulla maggior parte delle stesse piattaforme, tra cui Gestione inserzioni e Gestione eventi
  • Rispettano e sono sottoposti agli stessi controlli e limitazioni di Facebook

Vediamo assieme alcuni casi pratici dove l’utilizzo dei dati raccolti tramite conversion API rappresenta un vantaggio.

Miglioramento dell’attribuzione

La capacità del pixel di tracciare dati è in costante calo (complici il prossimo abbandono dei cookie e le sempre più stringenti soluzioni per la privacy). 

Grazie al Conversions API è possibile risolvere queste mancanze, fornendo una migliore attribuzione delle conversioni.

Miglioramento della targetizzazione delle inserzioni di Facebook

Strategie come il retargeting funzionano solo se il tracking è affidabile. 

Senza il conversions API, la capacità di fare leva su queste funzioni andrà sempre più a ridursi.

Riduzione del costo per azione delle inserzioni di Facebook

L’invio di dati migliori all’algoritmo di Facebook raccolti tramite conversions API può ridurre il costo per azione (CPA) delle inserzioni. 

Conclusione

Facebook Conversion API rappresenta un nuovo strumento per la raccolta dati che permetterà sempre più di disporre di dati affidabili e non intaccati dall'abbandono di cookie e blocchi.

I vantaggi che offre sono molteplici, dalla maggiore ricchezza dei dati raccolti al miglioramente delle performance delle campagne di advertising sul network Facebook.

Per scoprire come implementare questa novità e come verificare il corretto funzionamento degli eventi settati, guarda il video a tema Facebook Conversion API caricato sul nostro canale YouTube

11 Settembre 2021

Che cosa caratterizza una buona visualizzazione dei dati?

In questo articolo vedremo cosa caratterizza un'ottima visualizzazione dei dati e daremo alcune dritte molto utili a chi lavora nel mondo della Data Visualization.

Leggi fino alla fine perché parleremo anche di uno strumento senza rivali in questo campo.

La disciplina della Visualizzazione dei Dati è in continua evoluzione, poiché se ne fa un uso sempre più ampio, in un numero di campi sempre maggiore.
Se all’inizio era solamente possibile trasformare i dati in grafici statici, l’evoluzione ha portato oggi a possibilità straordinarie.

Con tutte queste possibilità però, quali sono i principi guida o le basi che permettono di costruire buone visualizzazioni?

Gli aspetti fondamentali di una buona visualizzazione dei dati

Per costruire una buona visualizzazione, ricordati sempre questi tre aspetti fondamentali:

  1. La visualizzazione deve essere efficace.
  2. Deve evidenziare ed esplicare i dati e le connessioni tra dati troppo difficili da spiegare a parole.
  3. Deve rendere facilmente comprensibili a chiunque le informazioni presentate e le possibili soluzioni ad un problema di cui si sta presentando.

Ecco un perfetto esempio: Le vendite di Nintendo nel corso di tempo e la ripartizione tra Software e Hardware.

Queste regole di base molto generiche, devono restare un must sia quando i dati da gestire e presentare siano tanti, che quando siano pochi.
La complessità del lavoro non deve farti rinunciare a queste linee guida.  Anzi, più è alta la mole di dati da gestire maggiore si rivela la necessità di seguire queste regole per arrivare ad un buon risultato.

Dopo aver compreso questi aspetti, la prima cosa da fare quando si pensa ad una visualizzazione è di capire esattamente quale messaggio devi trasmettere e con quali dati.
E’ molto importante anche avere chiaro chi sarà il fruitore della tua dashboard, per evitare di presentare informazioni giuste alle persone sbagliate, o viceversa.

Ancora un paio di regole per Visualizzazioni Efficaci

In linea generale, in un contesto aziendale ad esempio, è molto difficile che al direttore finanziario interessino i conversion rate delle ultime campagne di marketing, è molto più probabile che sia interessato alla spesa di queste campagne messa in relazione con i profitti che ha generato.

Di solito la complessità del lavoro deriva dal numero di variabili che ci sono in gioco: scegliere il grafico giusto fa la differenza!

Una distribuzione statistica di alcune variabili rappresentata con un grafico a torta sarà praticamente inutile, perché l’utente non riesce a cogliere il messaggio.
In generale, i grafici a torta o ciambella sono da evitare se le variabili sono più di 3, perché si arriva ad un punto dove la visualizzazione non è efficace, non riesce a trasmettere in modo chiaro il messaggio.

Per la visualizzazione della distribuzione statistica dei dati numerici, solitamente un istogramma o un box plot, se c'è interesse nelle sue modalità e valori anomali, sono la scelta più adatta.

Anche il modo di usare i colori può essere significativo.

Sempre nel caso di una distribuzione statistica, in presenza di valori anomali o di outliers, per metterli in evidenza ancora meglio sarà indicato usare dei colori accessi per farli risaltare e che possibilmente comunichino dei concetti già di per sé.

Se ad esempio in un mese particolare dell’anno ci sono stati dei ricavi al di sopra della media, si potrà evidenziare questo dato con un verde, colore che comunemente richiama una cosa positiva, mentre se in un altro mese ci sono stati dei costi fuori dalla media, questo potrebbe essere evidenziato con del rosso.

Si può poi usare lo stesso colore ad esempio, ma con sfumature diverse, avendo una sfumatura più intensa per i dati maggiori e una meno intensa per quelli minori.

Un'ottima visualizzazione dovrebbe ridurre la complessità insita nelle tante variabili dei dati e nel caso si dovessero compiere delle scelte, deve aiutare il processo decisionale.

In un progetto complesso, è ancora meglio se vengono presentati in modo gerarchico seguendo le priorità aziendali.

I principi più importanti

Nel complesso, indipendentemente dalle variabili e dalle osservazioni disponibili, bastano alcune regole pratiche per rendere le tue visualizzazioni un mezzo potente per illustrare il concetto alla base dei tuoi dati.
Esistono tantissime regole per le visualizzazioni, ne riportiamo ancora alcune che pensiamo siano importanti.

  • Attenzione a non far contrastare i colori dei grafici con il background
    La regola standard è quella di avere un background abbastanza neutro che ti possa dare la massima libertà in termini si sfumature e colori per i tuoi grafici. Regolati pensando anche al fatto che le dashboard potrebbero essere stampate.
  • Dai dei punti di riferimento per ogni variabile quando necessario.
    Se ad esempio fornisci i dati in termini di vendita per quest’anno, non tutti potrebbero sapere se si tratta di buone performances o meno, indipendentemente dal fatto che la curva sia in crescita o in decrescita.
    Mostrando invece anche i dati delle vendite dello scorso anno, chiunque potrebbe capire meglio, semplicemente avendo un punto di riferimento.
  • Etichettare i grafici a barre con i numeri, ma non troppo.
    E’ bene aggiungere solo le indicazioni strettamente necessarie per far comprendere. I numeri lunghi sono generalmente difficili da visualizzare. Se la precisione del dato non si rivela fondamentale, è consentito arrotondare. Ad esempio, il valore "10,523" può essere visualizzato come "10K" su un grafico a barre.
  • Dove possibile, ordina i dati per enfatizzare la scala, ma fai attenzione a non trasmettere un messaggio sbagliato.

In questa visualizzazione viene messo in evidenza la percentuale di persone che risponde ai sondaggi per settore di appartenenza.

Conclusioni

Queste erano alcune tra le più importanti direttive di cui potevamo parlarti.

Ricorda sempre: più riesci a togliere dalle tue visualizzazioni, meglio è. Devi lavorare con l’essenziale in termini di grafica, perché questo ti aiuta a seguire anche i principi di cui abbiamo parlato durante l’articolo.

I grafici che hai visto nell’articolo, tutti meno uno, sono stati creati con Tableau, un software di Data Visualization senza eguali.
Se vuoi scoprire tutte le potenzialità di questa piattaforma, e come sfruttarle al meglio, visita la pagina dedicata a Tableau! Dagli un'occhiata, siamo sicuri che non resterai deluso/a.

Se hai domande Contattaci, saremo felici di aiutarti ðŸ™‚

12 Agosto 2021

I 5 libri più belli sulla Data Visualization

In questo articolo abbiamo deciso di selezionare alcuni tra i migliori libri sulla Data Visualization che pensiamo siano i più utili in questo ambito.

La Data Visualization è una vera e propria scienza, per questo bisogna capirne le fondamenta, la storia, l’evoluzione, ed il modo di usarla.

Grazie ai 5 migliori libri sulla Data Visualization che stiamo per mostrarti, potrai fare un ulteriore passo in avanti, attraverso il fantastico strumento della visualizzazione, capendo come comunicare metriche, storie e dati complessi in modo conciso ed efficace, ma anche stimolante.

Questi sono i libri che abbiamo selezionato:

  1. “Data Visualisation: A Handbook for Data Driven Design” di Andy Kirk
  2. “Storytelling With Data: A Data Visualization Guide for Business Professionals” di Cole Nussbaumer Knaflic
  3. "Data Visualization - A Practical Introduction" di Kieran Healy
  4. “Infographics Designers’ Sketchbooks” di Steven Heller and Rick Landers
  5. “Beautiful Visualization, Looking at Data Through the Eyes of Experts” di Julie Steele, Noah Iliinsky

Vediamoli insieme!

Data Visualisation: A Handbook for Data Driven Design” di Andy Kirk

Questo libro votato tra i "6 migliori libri per i fanatici dei dati" dal Financial Times è un ottimo punto di partenza per approcciare e avvicinarsi alla materia, presenta tantissimi esempi di visualizzazioni e casi pratici, presi dal mondo reale, per far capire bene fino a dove si può spingere l'applicazione della Data Visualization.

Scritto con un linguaggio semplice e con tanti consigli pratici, fornisce anche accesso a tanti strumenti di analisi online più alcuni esercizi per potersi esercitare.
E' uno dei migliori libri per iniziare.

“Storytelling With Data: A Data Visualization Guide for Business Professionals” di Cole Nussbaumer Knaflic

Con questo libro la missione dell'autore è quella di insegnare ai lettori che non è sufficiente mostrare i dati, bisogna raccontare una storia. Knaflic mostra come andare oltre gli strumenti ed i processi tradizionali per raggiungere l'essenza dei dati: mette in evidenza i processi per creare delle dashboard che possano raccontare delle storie con un tasso di engagement molto alto e in un modo comprensibile a chiunque.

Si parla molto dell'audience e di come questa debba essere in grado di comprendere le dashboard, il lettore viene guidato per imparare a lavorare con la Data Visualization senza rischiare di rendere vano il proprio lavoro perché gli utenti finali non sono in grado di capire.

L'autrice ha lavorato per anni con organizzazioni data-driven aiutandole a diffondere i propri messaggi e ideali in forma visiva e questo libro racchiude tutta la sua esperienza.

Data Visualization - A Practical Introduction" di Kieran Healy

Se cerchi un libro che combina teoria ed esercizi pratici in modo facile e comprensivo, questo non può di certo mancare nella tua libreria. Scritto da un professore universitario, egli fornisce i risultati delle sue ricerche e di quelle dei suoi studenti con un focus speciale su R e ggplot2.

Che tu sia agli inizia o già un esperto/a, questo libro comunque ti mostra un lato della Data Visualization divertente ed un modo di comunicare in forma visuale poco conosciuto.

“Infographics Designers’ Sketchbooks” di Steven Heller and Rick Landers

Se non fai fatica nella gestione dei dati, ma nella parte di creazione delle dashboard, questo libro fa al caso tuo!
Ci sono le linee guida per creare delle presentazioni che catturino l'attenzione di chi le guarda e le istruzioni per ogni stage di creazione della dashboard.

Si parla molto di visualizzazione esaminando i lavori dei 50 grafici/designers nel campo analytics più famosi al mondo. L'autore cerca di entrare nella loro testa e di estrapolare i processi creativi, i punti di forza, i dettagli che hanno fatto la differenza, etc.
Come lettore quindi sarai in grado di capire quali sono gli strumenti ed il modo più corretto per approcciare una nuova visualizzazione e di conseguenza il modo di presentare informazioni importanti per trasmettere chiarezza e ispirazione.

“Beautiful Visualization, Looking at Data Through the Eyes of Experts” di Julie Steele, Noah Iliinsky

Questo è uno di una serie di libri chiamata "Beautiful" nel quale gli autori descrivono il design e lo sviluppo di alcune visualizzazioni molto famose esaminando i metodi di lavoro di 24 esperti.

Combinando gli approcci alla visualizzazione di persone molto diverse tra loro: artisti, scienziati, analisti, statisti, etc. il libro riesce a dare molteplici punti di vista e una visione d'insieme riguardo la materia. I maggiori argomenti trattati sono:

  • l'importanza dello storytelling mediante la data visualization
  • l'importanza dei colori e come essi influiscano sulla percezione delle informazioni
  • un bellissimo caso studio riguardo i viaggi in aereo

In Conclusione

Questi sono alcuni tra i libri che maggiormente ti possono aiutare se vuoi lavorare nel mondo della Data Visualization o se vuoi fare un salto di qualità.

Noi per approfondire, abbiamo creato un corso su Tableau, lo strumento più utilizzato per la Data Visualization, dove mettiamo le mani in pasta e vediamo come si lavora con i dati facendo applicazione pratica.
Dai un'occhiata, siamo sicuri che non rimarrai deluso!

E se hai domande Contattaci, saremo felici di aiutarti ðŸ™‚

29 Marzo 2021

Cos’é Mixpanel e perché dovresti usarlo

Mixpanel è uno strumento che consente di analizzare come gli utenti interagiscono con un prodotto. È progettato per rendere i team più efficienti consentendo a tutti di analizzare i dati degli utenti in tempo reale per identificare le tendenze, capire il comportamento degli utenti e prendere decisioni migliori sul prodotto.

Mixpanel utilizza un modello basato su eventi e incentrato sull'utente che collega ogni interazione a un singolo utente.

Il modello di dati di Mixpanel è costruito sui concetti di users, events e properties.

Oggi ti raccontiamo cos'é Mixpanel e perché dovresti usarlo.

Arriva fino in fondo: c'é una sorpresa per te!

Cos'é Mixpanel

Mixpanel è uno strumento di analisi degli utenti che consente di tracciare come gli utenti interagiscono con un prodotto o un'applicazione. I dati vengono inviati dal dispositivo dell'utente o dal server a Mixpanel, dove possono essere analizzati in tempo reale per identificare meglio le tendenze e comprendere il comportamento dell'utente.

Mixpanel consente inoltre di utilizzare i dati di analisi comportamentale per indirizzare con precisione gli utenti con vari tipi di messaggi e esperimenti per aiutarti a ottenere il massimo coinvolgimento degli utenti.

Data Model

A differenza di altri strumenti di analisi che sono limitati al monitoraggio di misure predefinite di engagement, come le pagine viste e le sessioni del browser, Mixpanel utilizza un modello basato su eventi e incentrato sull'utente che tiene traccia delle azioni specifiche che i singoli utenti fanno all'interno del prodotto.

Questo approccio all'analisi event-based cattura una comprensione più approfondita del coinvolgimento degli utenti, che consente un'analisi più granulare e un targeting efficace di messaggi ed esperimenti.

Per quanto riguarda la struttura attuale del modello di dati Mixpanel, è costruito su tre concetti chiave: eventi, proprietà e profili utente. Discutiamo rapidamente di ciascuno di questi componenti.

Eventi

Un evento è un'azione significativa che un utente esegue in un'applicazione o su un sito web.

Gli eventi possono essere una vasta gamma di azioni. Ad esempio, un servizio musicale potrebbe tenere traccia di un nuovo utente che si iscrive a un account o di un utente che riproduce una canzone come eventi.
È importante determinare quali azioni dell'utente sono importanti da raccogliere e analizzare in seguito. Digital Pills é primo partner italiano certificato di Mixpanel e il nostro obiettivo é proprio questo: supportare chi utilizza Mixpanel nella fase di data strategy in cui si identifica la strategia di misurazione, quali cose si vogliono monitorare e di conseguenza quali dati si vogliono raccogliere. Se vuoi avere più informazioni in merito, clicca qui.

Proprietà

Una proprietà è un dettaglio su un evento.

Nello specifico, le proprietà degli eventi sono coppie descrittive di valore-chiave associate a un evento, che descrivono l'evento stesso o l'utente che ha eseguito l'evento.

Nel determinare quali eventi raccogliere, è importante specificare quali dettagli su tale evento dovrebbero essere raccolti. Le proprietà degli eventi sono incredibilmente importanti, in quanto forniscono il contesto necessario agli eventi per garantire un'analisi di valore. Le proprietà facilitano anche la dissezione dei dati, consentendo una comprensione più dettagliata dei dati determinati dagli eventi.

Profili utente

Un profilo utente è una raccolta di informazioni su un singolo utente.

Come gli eventi, i profili utente hanno proprietà che descrivono il profilo. A differenza degli eventi, tuttavia, i profili utente e le loro proprietà cambiano costantemente per riflettere le informazioni più recenti su un utente.

Una proprietà del profilo utente potrebbe essere un valore statico, come un nome, o qualcosa di più probabile che cambi, come la data dell'ultimo login o il numero di canzoni che un utente ha riprodotto.

Abbiamo in programma un webinar con il team Mixpanel: 45 minuti in cui ti spieghiamo per chi ha senso utilizzare questo tool, quali sono i vantaggi e entriamo un un demo account. Se vuoi iscriverti al webinar gratuito clicca qui.

 

 

19 Febbraio 2021

La struttura del nuovo GA4: account, property e stream

In questo articolo parliamo della struttura del nuovo GA4.

Dato il recente aggiornamento che ha introdotto tantissime novità, ti parleremo oggi di com'è strutturato ora analytics e come funzionano

  1. Account
  2. Property
  3. Stream

Prima di iniziare ecco uno schema che riassume la struttura

L'organizzazione riunisce i prodotti e gli utenti. Rappresenta un'azienda e permette di accedere agli account dei vari prodotti Google (come GA, GTM, Google Optimize, etc) e di gestire le integrazioni tra prodotti (come quelle tra GTM e Analytics) e le autorizzazioni degli utenti.

La creazione di un'organizzazione non è obbligatoria, ma facoltativa. Tuttavia per crearla basta andare su Google Marketing Platform e seguire i pochi passaggi guidati.

Ora che abbiamo in chiaro la struttura del nuovo GA4, iniziamo ad analizzare gli elementi!

Account

L'account è il punto di accesso ad Analytics, ed ogni organizzazione può avere più account Analytics. Ad esempio un'azienda che vende in più paesi può avere un account GA4 per ogni paese.

Bisogna pensare all'account come un contenitore di dati, perché questo è effettivamente.

Ogni organizzazione può avere a massimo 50 account, ed ognuno di questi può contenere fino a 100 property.

Per coloro che gestiscono gli account di clienti, avere l'autorizzazione a livello account vuol dire avere accesso anche ai dati sottostanti, quindi a properties e streams. Questo infatti è il livello massimo di autorizzazione.

Property

Le proprietà sono i contenitori dei rapporti, come dei silos, basati sui dati raccolti (ora in GA4) sia da app che da sito. La property è il livello più dettagliato a cui Analytics elabora i dati.

Se hai una property per rappresentare un'app, questa deve rappresentare una singola applicazione logica: ogni applicazione logica può anche equivalere allo stesso gioco su piattaforme diverse.

Ogni property può contenere fino a 50 data stream.

Stream

L'ultimo livello della struttura del nuovo GA4 è rappresentato dagli stream.

Un data stream è un flusso di dati, da un touchpoint del cliente ad Analytics. Ricordati che è possibile connettere più data stream mobile ad una property, ma una sola data stream web.

Se raccogli i dati per un'applicazione logica su più piattaforme, sarà necessario creare uno stream per ogni piattaforma

Ovviamente è possibile visualizzare i dati di tutti gli stream nei rapporti ed anche filtrarli per vedere solo stream specifici.

Ricordati inoltre che la reporting view di Analytics non può raccogliere dati retroattivamente, ma li raccoglierà solo nel momento in cui colleghiamo il data stream alla property.

Qual'è la configurazione più adatta a te avendo presente la struttura del nuovo GA4?

Fino a qui abbiamo visto la struttura del nuovo GA4. Ma se ti stai chiedendo come configurare il tuo account al meglio ecco alcuni consigli.

Se sei una piccola organizzazione con un solo sito, una sola property con un solo data stream sarà più che sufficiente. Se invece hai anche delle app è necessario creare più data stream, almeno uno per iOS e almeno uno per Android.

Per le grandi organizzazioni invece

Ripensa all'esempio di prima dove si parlava di un'azienda che aveva più siti in lingua diversa per ogni paese.

Conclusioni

Se ti sei perso le novità del nuovo Google Analytics 4 ecco un articolo dove elenchiamo le principali novità.

Sperando che la struttura del nuovo GA4 ti sia chiara, puoi contattarci per qualsiasi domanda, saremo felici di aiutarti 😉

18 Febbraio 2021

4 tipi di analisi per il tuo sito

In questo articolo andiamo a scoprire 4 tipi di analisi che puoi fare per il tuo sito.

Queste analisi, tra il qualitativo e il quantitativo, hanno lo scopo di aiutarti a migliorare avendo presente anche qual è il punto di vista degli utenti. Immedesimarti in loro può quindi aiutarti a vedere dei problemi che altrimenti non riusciresti a vedere.

Prima di partire ti ricordiamo che l'analisi di un sito è un processo che comprende ricerca, test e confronti tra risultati. Per essere sicuro che almeno in linea generale il tuo sito funzioni bene devi fare periodicamente questi 4 tipi di analisi:

  1. Fai un audit SEO
  2. Testa la velocità del tuo sito
  3. Analizza i tuoi competitors
  4. Analizza il traffico del tuo sito

Iniziamo!

Fai un audit SEO

Fare un audit SEO è sinonimo di fare un check up dello stato di salute della propria Search Engine Optimization.

Le forme più comuni di analisi SEO sono: On-Page SEO Audits, Website search engine ranking analysis, Bachlink Analysis. Ora li vedremo uno per uno.

On-page SEO audits

Questo tipo di analisi SEO ti aiuta a individuare errori tecnici comuni che comunque influiscono, si parla ad esempio di pezzi del titolo mancanti, link che non funzionano, etc.

Questo tipo di analisi di solito vengono condotte tramite dei tool specifici come Screaming Frog che sono automatici e aiutano ad individuare gli errori in modo rapido.

Altri tool simili invece aiutano a prevenire, ad esempio Yoast SEO per chi usa WordPress.

Website search engine ranking analysis

Questo tipo di analisi specifica ti indica in che posizione appare il tuo sito in base ai vari keywords con cui ti sei inidicizzato sui vari motori di ricerca.

Alcuni tool (es. Serpbook)  ti faranno vedere qual è il tuo ranking in base alla keyword che inserisci, mentre altri (es. Ahrefs) troveranno da soli tutti i keywords grazie ai quali il tuo sito è in raking e la relativa posizione.

Analizzare i backlinks del tuo sito ti fa trovare quali pagine hanno link che reindirizzano verso il tuo sito e con quali keywords.

Un tool ottimo è Google Search Console.

Queste informazioni possono essere usate per comprare i propri backlinks con quelli dei competitors e scoprire sia i propri punti forti che quelli deboli.

Testa la velocità del tuo sito

É risaputo che gli utenti non amano affatto i siti che caricano lentamente. Li abbandonano prima ancora che finiscano di caricare se questo processo dura più di 2 secondi.

Bisogna assicurarsi quindi di analizzare questa componente del proprio sito per non perdere gli utenti e i potenziali clienti.

Esistono tanti tools gratuiti per fare questa analisi: Google's PageSpeed Insights, GTnetrix, Pingdom, WebPageTest.

Analizzando le metriche chiave come la page size, load time, http requests,etc. avrai a disposizione tutta una serie di dati che ti indicheranno con precisione dov'è il problema e su quale punto bisogna intervenire per offrire agli utenti un'esperienza migliore.

Analizza i tuoi competitors

Questo tipo di analisi viene fatto soprattutto per capire come si posizionano i propri competitors. Queste informazioni possono essere usate poi per capire cosa hanno intenzione di fare: su quali keywords puntano per farsi trovare di più, quali prodotti spingono di più, etc.

Sapere cosa fanno i propri competitors ti permette di trovare soluzioni migliori per il tuo business, potresti ispirarti ad alcuni loro servizi oppure presentarne altri per essere l'unico. Per non parlare di come potresti scovare keywords su cui potresti puntare e che non hai mai considerato.

Quando analizzi i tuoi competitors cerca di risponderti sempre a queste 2 domande:

  1. Come vengono percepiti i tuoi servizi/prodotti rispetto a quelli dei tuoi competitors  nel mercato?
  2. Che tipo di messaggio stanno cercando di trasmettere i tuoi competitors?

Questa immagine è il risultato di una ricerca manuale su un competitors. Se fino ad ora abbiamo menzionato strumenti e tools, in questo caso il manuale resta la strada più sicura.
É sufficiente riportare i dati mostrati nella foto per avere informazioni utili e fare un confronto.

Esistono comunque degli strumenti anche per analizzare i competitors: si tratta di SEMRush o SImilarWeb, questi danno informazioni sul volume del traffico dei siti e sul traffic source.

Analizza il traffico del tuo sito

Questo tipo di analisi ti aiuta a monitorare il volume dei visitatori del tuo sito, ma anche le loro attività. Oltre a questo puoi sapere quali sono le pagine più visitate, monitorarle una per una, e vedere anche i riscontri delle tue strategie per generare più traffico.

Tutte queste informazioni si possono trovare all'interno del tuo account Google Analytics.

Se per caso Analytics non ti bastasse, ci sono tools come Matomo oppure Open Web Analytics.

Ancora qualche strumento per l'analisi del tuo sito

Questi 4 tipi di analisi per il tuo sito di cui abbiamo parlato finora sono fondamentali per rimanere competitivi, ma esistono ulteriori tipologie di analisi per fare un davvero quel salto di qualità che può metterti davanti a tutti.

Si tratta infatti di analizzare in modo ancora più approfondito la prospettiva e l'esperienza del tuo utente. Quest'analisi qualitativa ti porta a scoprire tutto: come gli utenti sono arrivati sul tuo sito, che cosa cercano, che cosa si aspettano, cosa c'è che non li convince, etc.

É evidente che con informazioni di questo tipo si possano fare dei miglioramenti considerevoli al proprio sito ed in generale a tutta la propria esperienza utente.

I Behaviour analytics tools

Questi sono strumenti, si parla principalmente delle mappe di calore di HotJar o delle registrazioni di sessione. Le prime ti fanno letteralmente vedere come le persone interagiscono con gli elementi del tuo sito. Cercano di cliccare su un bottone che non è cliccabile? La loro attenzione è catturata da elementi anomali? etc. Le seconde mostrano come gli utenti navighino tra le pagine mettendo in evidenza bug, problemi, pain points, etc.

I Feedback dei tuoi utenti

Analizzare il comportamento dei tuoi utenti potrebbe farti capire molte cose, ma se avessi ancora dubbi sul perché di certe azioni?

Ecco che esiste ancora un metodo per capire i motivi che spingono a certe scelte o comportamenti : si tratta dei feedback.

Questi infatti possono essere sottoposti ai propri utenti in merito a qualsiasi cosa praticamente, dai prodotti fino all'esperienza di navigazione, design, care, e tanto altro. Sono il riscontro più diretto che si può avere dalle persone che navigano sul sito ed è una fonte di informazioni preziosissima.

Conclusioni

Abbiamo visto i 4 tipi di analisi per il tuo sito che assolutamente non possono mancare più altri 2 tipi che possono davvero fare la differenza.

Resta il fatto che comunque già sapendo usare bene i dati di Google Analytics, si possono avere una miriade di informazioni utili.

Sperando che questo articolo ti sia piaciuto e che ti sia stato utile ricordati che puoi contattarci per ogni dubbio o perplessità.

12 Gennaio 2021

Piccola guida a Google Consent Mode

Questo articolo è la guida a Google Consent Mode, un tool che recentemente Google ha rilasciato (in versione Beta) e che può essere un grande alleato per tutti noi che ci troviamo a dover creare valanghe di blocking trigger per essere sicuri che il nostro tracking rispetti il regolamento GDPR.

Premessa

Se “GDPR” e “Blocking trigger” ti sembrano parole nuove, stiamo parlando della gestione dei cookie legata al tracking.
Come saprai il nuovo regolamento GDPR impone delle regole decisamente rigide in materia di tracking, cookie e advertising online.

Per essere sicuri di rispettare le regole, la prima regole è rivolgersi a un legale che possa aiutarci, la seconda è di installare un sistema di Cookie Management come OneTrust o CookieBot.
Questi sistemi ci inviano dei dataLayer.push con dei parametri. A ogni parametro corrisponde una tipologia di cookie. Se nel dataLayer c’è il parametro, vuol dire che il cookie corrispondente è stato accettato dall’utente.

Questo comporta che tutti i tag di Google Analytics o di Advertising che passano per Google Tag Manager devono essere bloccati nel caso in cui il parametro non sia presente nel dataLayer (e quindi non accettato).
Tutto questo implica un grande sforzo da parte di noi web analyst che dobbiamo bloccare manualmente ogni tag sulla base della tipologia di cookie che viene rilasciato.

Come può aiutarci GCM

Ma torniamo alla guida per Google Consent Mode. In che modo questo può aiutarci?
Il Google Consent Mode è uno strumento attraverso cui diventa possibile gestire il comportamento dei tag di Google (esclusivamente di Google) senza essere costretti a ricorrere ai blocking trigger ma lasciando che i tag scattino liberamente.

Come detto, Google Consent Mode supporta solamente i tag di Google e della Google Platform, in particolare:

  • Google Ads
  • Floodlight
  • Google Analytics

Tutti gli altri tag dovranno essere gestiti con il cookie policy management system che si è scelto di installare sul proprio sito.
Una volta installato, Google Consent Mode rilascerà dei ping che permetteranno a Google di utilizzare i cookie sulla base delle scelte dell’utente.

Google Consent Mode analizza due tipi di consenso:

  • Ads Storage
  • Analytics Storage

Quando l’utente ha rilasciato il suo consenso a uno o entrambi i tipi di storage, Google Consent Mode automaticamente rileva la risposta e agisce di conseguenza, salvando o meno i dati degli utenti sulle piattaforme.

Come abbiamo già detto, è molto importante ricordare che Google Consent Mode non è un sistema di cookie management. Non può quindi sostituire in alcun modo uno strumento di gestione dei cookie come CookieBot o OneTrust.

Per far sì che sia funzionante, Consent Mode deve poter leggere i parametri contenuti nei dataLayer inviati dal sistema di gestione cookie.

Inoltre, ricordiamo ancora una volta che Consent Mode funziona solo sui tag di vendor Google, per fare un esempio: è inefficace sui pixel di Facebook che devono essere bloccati dal sistema di gestione cookie principale.

Piccola guida all’implementazione 

Abbiamo parlato di dataLayer che vengono letti, di tag che vengono attivati in ogni circostanza e di tool da installare. Facciamo chiarezza e vediamo quali sono gli step necessari per l’implementazione del Google Consent Mode:

  • Step 1 - Implementazione dello snippet di Google Consent Mode 

Il primo step è l’implementazione dello snippet nel codice HTML della pagina. Questo può essere fatto direttamente da codice (preferibile) o tramite Custom HTML tag.

  • Step 2 - Settare l’Analytics Storage e il default Storage di default

Google Consent Mode cambia il comportamento sulla base di due criteri:

  • analytics_storage: può essere granted o denied
  • ad_storage: può essere granted o denied

A noi e agli sviluppatori il compito di impostare i valori corretti in base alla nostra strategia di gestione cookie.

  • Step 3 - Fare in modo che Google Consent Mode risponda alla scelta dell’utente

Quando l’utente interagisce con il banner della cookie policy, Google Consent Mode, leggendo i parametri nei dataLayer, aggiornerà il consenso sulla base della scelta fatta creando un evento ad hoc.

Fatto questo, si possono cancellare, qualora siano già stati impsotati, tutti i blocking trigger presenti nei tag Google.
Per il procedimento dettagliato e per gli script da implementare, qui potete trovare la guida di google.

QA

Esistono due metodi per verificare che il Google Consent Mode sia correttamente implementato.

  1. Visitando il vostro sito e aprendo i report real time di GA, qualora non accettiate i cookie, vedrete che a ogni vostro evento sulla pagina, aumenterà di un’unità il numero di utenti attivi sul sito.
  2. Simulando una visita al vostro sito senza accettare i cookie di performance, segnate il cid (client id, lo trovate nella console alla sezione dei cookie) con cui state navigando e il giorno dopo dallo User Explorer di GA assicuratevi di non trovare nessun id corrispondente al vostro salvato.

Implementazione con Custom HTML

Per tutti quelli che non si sentono troppo sicuri con i codici HTML o che non possono accedere al codice del sito, questi sono gli step nel caso si voglia procedere con i Custom HTML.

  • Step1 - Creazione delle variabili

Il primo step consiste nella creazione di due variabili:

  • Una variabile che catturi i valori della Analytics Storage capace di leggere nella regex table come input il valore nel dataLayer (in questo caso OneTrust) che fa riferimento ai cookie di analytics e come output la stringa “granted” mantenendo la Default Value come “denied”. La versione “raccontata” della variabile in foto sarebbe: se il dataLayer OneTrust contiene C0002 (cookie analytics) restituisci come valore “granted”, altrimenti “denied” di default.

  • Una variabile che catturi i valori della Ads Storage capace di leggere nella regex table come input il valore nel dataLayer che fa riferimento ai cookie di advertising e come output la stringa “granted” mantenendo la Default Value come “denied”.

Il secondo step consiste nella creazione dei tag Custom HTML:

Dobbiamo adesso creare 4 tag custom HTML:

  • Tag che invia il valore analytics di default:

<script>

  window.dataLayer = window.dataLayer || [];

  function gtag(){dataLayer.push(arguments)};

  gtag('consent', 'default', {

    'analytics_storage': {{variabile con valore analytics}}

  });

</script> 

 

  • Tag che invia il valore analytics updated:

<script>

  window.dataLayer = window.dataLayer || [];

  function gtag(){dataLayer.push(arguments)};

  gtag('consent', 'update', {

    'analytics_storage': {{variabile con valore analytics}}

  });

</script>

 

  • Tag che invia il valore advertising di default:

<script>

  window.dataLayer = window.dataLayer || [];

  function gtag(){dataLayer.push(arguments)};

  gtag('consent', 'update', {

    'ad_storage': {{variabile con valore ads}}

  });

</script>

 

  • Tag che invia il valore ads updated:

<script>

  window.dataLayer = window.dataLayer || [];

  function gtag(){dataLayer.push(arguments)};

  gtag('consent', 'update', {

    'ads_storage': {{variabile con valore ads}}

  });

</script>

 

Perché usare il GCM?

Google Consent Mode rende sicuramente più facile l’implementazione dei tag Google, ci mette nelle condizioni di non dover bloccare manualmente i tag rischiando di commettere errori sui parametri e soprattutto errori di distrazione che, magari, ci fanno pubblicare dei tag senza rispettare le regole del GDPR.

Perché aspettare?

Google Consent Mode, purtroppo rende difficile la gestione degli eventi scattati prima di aver accettato i cookie. Questo vuol dire che ogni evento scattato prima di aver accettato i cookie viene perso, anche nel caso si tratti di una pageview.
Questo può provocare la perdita dei parametri utm e quindi delle informazioni legate a canali e campagne. Inoltre potrebbe provocare un aumento delle landing page not set.

Possiamo sperare che nei prossimi mesi venga rilasciata una versione ottimizzata del tool ma, per il momento, installandola si incorrerà in questi problemi.

In conclusione...

Speriamo che questa guida a Google Consent Mode ti sia stata utile, se hai ancora dei dubbi puoi contattarti senza problemi da qui, saremo felici di aiutarti!

8 Gennaio 2021

Quiz Google Analytics 4

Da alcune settimane Google ha annunciato il rilascio della nuova versione di Analytics: Google Analytics 4. Quella che fino a poco tempo fa era nota come Google Analytics App+Web, adesso è stata ribattezzata Google Analytics 4.

Tra le principali novità abbiamo un'interfaccia rinnovata, un tracciamento semi-automatico, segmentazione avanzata e goal retroattivi.

Scopri con questo test gratuito quante ne sai sul nuovo aggiornamento: alla fine riceverai delle risorse gratuite per approfondire le tue conoscenze!

11 Dicembre 2020

Tableau vs Data studio: quale il migliore per la Data Visualization?

In questo articolo confrontiamo Tableau e Data Studio per la Data Visualization, e vediamo quale tra i due potrebbe fare più al caso tuo.

La Data Visualization sembra essere il più grande trend degli ultimi anni nel mondo del digital analytics. Molto probabilmente perché una volta scoperti tutti i vantaggi di quest'arte, a partire dalla facilità di fruizione e di comprensione, fino alla comunicazione di concetti complessi in forma semplice, è difficile tornare indietro.

Se sei all’inizio potresti aiutarti a scegliere tra i due leggendo questo articolo, se invece sei già esperto potresti semplicemente scoprire che esiste un’alternativa che fa più al caso tuo, uno strumento che si adatta meglio alle tue esigenze.

Confronteremo

#1 Facilità d’uso

#2 Integrazione

#3 Tabella di comparazione

#4 Prezzi

#5 Funzionalità

Iniziamo!

Facilità d’uso

Non è un segreto che molte volte gli utenti scelgano un tool piuttosto che un altro basandosi principalmente sulla facilità d’uso di questo e su quanto tempo ci voglia per approcciarlo e prenderci dimestichezza.

Che tu sia un data analyst indipendente, o responsabile della tua area di business, o addirittura imprenditore, Google Data Studio è lo strumento più facile per cominciare. E’ ottimo per le visualizzazioni di dati in generale, e non include opzioni grafiche e capacità molto complesse che offre Tableau, altro strumento molto completo e intuitivo da usare, ma forse meno di Data Studio.

Integrazione

Se usi già gli strumenti di Google, come Analytics, AdWords, etc. conosci quanto bene si integrino tra di loro a livello di trasmissione ed elaborazione dei dati.

Data Studio non fa eccezione, rendendo la connessione ai dati degli strumenti di Google davvero semplicissima e velocissima.
Per connettersi invece ad altri data sources, esistono i Google Connectors, ovvero connettori, sia sviluppati da Google che da terzi, che permettono l’integrazione con praticamente qualsiasi fonte dati. Non sono complessi da usare, ma alcuni di essi richiedono un pagamento ricorrente mensile o annuale.

Tableau possiede anch’esso un ampio numero di connettori alle varie fonti dati, sviluppati tutti dalla piattaforma stessa. Sono nativi, perciò direttamente integrati e molto veloci, comprendo anche qui la maggior parte delle fonti dati disponibili.

Nell’ultimo periodo però Tableau ha sviluppato una nuova funzione chiamata Tableau ServiceNow che porta i suoi connettori nativi ad un livello di capacità superiore: ora è possibile non solo connettersi ad una data source, ma anche guardare come performa questa connessione in termini di velocità di trasmissione, di aggiornamento, di elaborazione, etc.

Tabella di comparazione

Per capire al meglio le differenze tra questi due strumenti questo articolo non sarebbe completo senza una tabella di confronto.

I prezzi mostrati nella tabella non sono definitivi, poiché Tableau offre varie opzioni in base alle varie necessità, ne parliamo nel prossimo paragrafo.

Prezzi

Il prezzo di questi 2 strumenti è molto diverso, e anche questo fattore può rivelarsi decisivo.

Data Studio è completamente gratuito e per usarlo basta semplicemente un account Google.
L’unica, eventuale, spesa che potrebbe esserci è quella che riguarda i connettori, se ovviamente non trovi già i connettori che possono collegarsi alla fonte dati che ti interessa e che sono gratuiti.

Come visto in tabella tuttavia, non si spendono più di 19$ al mese.

Tableau da parte sua è un software a pagamento, con soli 14 giorni di prova. Esistono vari pacchetti in base al numero delle persone del tuo team che lo vorranno usare, ma anche in base alle funzioni che si vogliono utilizzare.

Se lavori da solo potrebbero bastarti 70$ al mese, ma per un business ce ne vogliono di più.

Esiste un modo per usare Tableau gratuitamente. Si chiama Tableau Public e consente la creazione di visualizzazioni da rendere pubbliche online e visibili a tutti. Ha pochissimi limiti rispetto alla versione completa a pagamento, il più grande rimane quello di non poter lavorare con dati privati, da condividere soltanto con il proprio team o con i propri clienti. Potrebbe esserti utile se vuoi prendere dimestichezza con la piattaforma o se volessi semplicemente provarla.

Funzionalità

Come menzionato prima, Data Studio è un software di data visualization completamente gratuito, e (forse com’è giusto che sia) ha meno funzionalità rispetto a Tableau.

Comunque resta un ottimo tool per la data visualization, facile da usare, buono per chi approccia questa materia per la prima volta. Creare dashboard accattivanti e interattive non sarà affatto un problema.

Con Tableau invece puoi avere accesso a una miriade di funzioni, molte più di Data Studio, e dove quelle preimpostate non bastino, puoi usare linguaggi di programmazione, come Python,  per creare funzioni di gestione dei dati molto sofisticate, e addirittura il Machine Learning.

Non esiste davvero alcun rivale a Tableau per quel che riguarda le possibilità che ha l’utente di gestire, organizzare ed elaborare i dati. E’ anche molto più ricco in termini di opzioni di design, dà ampi margini di personalizzazione ed è flessibile, senza ricordare le sue impressionanti capacità di gestire enormi database.

Nonostante tutto questo, anche Tableau si presenta con un'interfaccia user friendly e molto intuitiva.

In fine...

Sicuramente Tableau e Google Data Studio come strumenti per la Data Visualization sono diversi per molti aspetti sebbene servano a fare, in sostanza, le stesse cose.

Se lavori per una grande azienda (o anche piccola) e c’è un intero team che si occupa dei dati, Tableau è l’opzione più indicata. Ti aprirà davvero gli orizzonti della data visualization, fornendoti tutti gli strumenti di cui potrai mai aver bisogno.
Qualsiasi visualizzazione tu abbia in testa, non sarai mai limitato dalle capacità della piattaforma.
Se vuoi scoprire tutte le potenzialità di questa piattaforma, e come sfruttarle al meglio, visita la pagina dedicata a Tableau! Dagli un'occhiata, siamo sicuri che non resterai deluso/a.

Se al contrario sei indipendente, o lavori in una piccola azienda, e sei il solo che lavora con i dati, Data Studio è l’opzione migliore. Ti permetterà di creare dashboard più che soddisfacenti in modo rapido, senza alcun costo.
Se pensi che sia questo lo strumento che fa per te, abbiamo preparato un corso che ti guiderà per poterlo usare al meglio.

Se hai domande Contattaci, saremo felici di aiutarti ðŸ™‚

NON PERDIAMOCI DI VISTA
VUOI RICEVERE AGGIORNAMENTI?
SEGUICI SUI SOCIAL

Copyright 2021, Digital Pills SRL