Nel panorama del business digitale la comprensione e l'utilizzo dell'analisi dei dati sono fondamentali per il successo strategico. Per i responsabili marketing, di ecommerce e di prodotto, comprendere le differenze tra customer analytics, marketing analytics e product analytics è essenziale per prendere decisioni informate. In questo articolo esploreremo le potenzialità di ciascuno di questi filoni, cercando di evidenziare le principali differenze, illustrando i Key Performance Indicator più importanti per ognuno, fornendo esempi di analisi e elencando gli strumenti che possono essere alleati nella raccolta e analisi dei dati.
Che cos'è Marketing Analytics?
Marketing analytics consiste nel misurare, gestire e analizzare le performance delle attività per ottimizzare le strategie marketing. Si focalizza sull'efficacia delle campagne pubblicitarie, sull'acquisizione di clienti e sulla valutazione del ritorno sull'investimento (ROI) delle attività di marketing. A differenza di altre forme di analisi, il marketing analytics si concentra specificamente sugli sforzi promozionali.
Benefici:
Ottimizzazione delle campagne pubblicitarie.
Miglioramento dell'acquisizione e conversione dei clienti.
Massimizzazione del ROI attraverso analisi e insight.
KPI:
Tasso di Conversione (CR): Misura la percentuale di utenti che completano azioni desiderate.
Costo per Acquisizione (CPA): Indica il costo per acquisire un nuovo cliente.
Ritorno sugli Investimenti (ROI): Valuta l'efficacia di una campagna rispetto agli investimenti.
La product analytics si concentra sull'osservazione e sull'interpretazione del comportamento degli utenti all'interno di un'applicazione o di un prodotto specifico. Questo tipo di analisi mira a fornire una visione dettagliata sull'usabilità, sull'esperienza utente e sulle funzionalità del prodotto. Misurando metriche come il tasso di conversione del funnel, la retention degli utenti e il tempo trascorso nell'app, le aziende possono identificare le aree di miglioramento e ottimizzare le caratteristiche del prodotto.
Benefici:
Ottimizzazione dell'usabilità.
Aumento della retention degli utenti.
Miglioramento delle caratteristiche del prodotto basato sul comportamento degli utenti.
KPI:
Retention Rate: Misura la percentuale di utenti che ritornano.
Tempo nell'App: Indica la durata dell'interazione dell'utente con il prodotto.
Tasso di Adozione delle Funzionalità: Misura la velocità di adozione delle nuove funzionalità.
Churn Rate: Valuta la percentuale di utenti che smettono di utilizzare il prodotto.
La customer analytics è incentrato sull'analisi del comportamento dei clienti, mirando a comprendere esigenze, preferenze e interazioni. Questa analisi è cruciale per migliorare l'esperienza del cliente e la fedeltà.
Benefici:
Personalizzazione delle interazioni con i clienti.
Miglioramento dell'esperienza del cliente.
Aumento della retention e del valore a vita del cliente.
KPI:
Valore a Vita del Cliente (CLV): Indica il valore previsto che un cliente porterà nel corso della sua vita.
Net Promoter Score (NPS): Misura la propensione dei clienti a consigliare l'azienda.
L'orchestrazione tra marketing analytics, customer analytics e product analytics diventa sempre più cruciale per assicurare un successo digitale a lungo termine. Pianificare una strategia basata sui dati non è un'impresa semplice: Digital Pills offre le competenze per aiutarti ad attraversare le sfide complesse e allineare i tuoi obiettivi con dati e insight utili. Puoi contattarci per avere maggiori informazioni oppure iscriverti alla newsletter: ogni due settimane, di giovedì, condividiamo case studies e novità utili per chi vuole crescere con i dati.
Le aziende e-commerce hanno bisogno di prendere decisioni basate sui dati per comprendere meglio le azioni dei clienti e favorire la crescita e i profitti. I Come? Raccogliendo i dati giusti, ricavandone informazioni granulari sul pubblico e usare queste informazioni per prendere delle azioni specifiche. L'e-commerce analytics consiste proprio in questo.
In questo articolo spieghiamo come sfruttare l'e-commerce analytics per creare campagne più efficaci, aumentare le vendite e rafforzare il posizionamento del vostro marchio.
Cosa significa e-commerce analytics?
L'analisi dell'e-commerce comporta la scoperta, l'interpretazione e la comunicazione di modelli di dati relativi al business online. Questo processo comporta il monitoraggio di una serie di metriche relative al percorso del cliente dalla A alla Z, tra cui la scoperta, l'acquisizione, la conversione, la fidelizzazione e l'advocacy.
Analizzando i dati provenienti da più fonti, le aziende di e-commerce possono ottenere informazioni sull'andamento del proprio negozio, identificare le aree di miglioramento e prendere decisioni basate sui dati per ottimizzare le vendite online e gli sforzi di marketing.
Quali tipi di dati si possono tracciare con l'e-commerce analytics?
È possibile utilizzare l'e-commerce analytics per tracciare una serie di informazioni sugli utenti:
Audience
Raccogliere informazioni per ottenere approfondimenti sui dati demografici del pubblico, come ad esempio:
Sesso
Età
Posizione geografica
Lingue parlate
Dispositivo
Ottenere una visione delle customer persona sulla base dei dati consente di determinare i punti dolenti da affrontare, apportando miglioramenti alle iniziative di marketing.
Acquisition
I dati sull'audience vi informano su come i visitatori vengono a conoscenza della vostra attività e su come finiscono sul vostro sito web.
Ecco alcune metriche da tenere a mente in relazione all'acquisizione dei clienti:
Click-through Rate (CTR)
Costo per lead (CPL)
Costo per acquisizione (CPA)
Utilizzando i dati di acquisizione, potrete scoprire quali sono i canali di marketing che generano più traffico e che portano al maggior numero di conversioni e vendite. Potete anche vedere quali sono i canali di marketing online più efficaci e quali quelli che non funzionano. Questi dati sono fondamentali per capire dove concentrare le risorse.
Behavior
Un altro tipo di dati da analizzare è il comportamento dei clienti dopo che sono arrivati sul vostro sito e-commerce. Gli approfondimenti sul comportamento dei clienti vi aiutano a capire i percorsi che i visitatori compiono di solito quando interagiscono con il vostro negozio online e a capire quanto siano in linea con le azioni che volete che completino.
Ecco alcune domande che potete porvi per avere un'idea del comportamento dei vostri clienti:
Quali prodotti acquistano i clienti alla fine della loro sessione?
Quanti visitatori abbandonano subito il vostro sito web?
Quali sono le pagine che gli utenti visitano per prime dopo essere arrivati sul vostro sito?
Quali sono i contenuti di marketing più visitati dagli utenti?
Quali prodotti ricevono molto traffico ma poche vendite?
Quanto tempo trascorrono in media gli utenti sul vostro sito?
L'analisi del comportamento vi aiuta a scoprire quali aspetti del vostro negozio potete migliorare per aumentare i tassi di coinvolgimento e i livelli di conversione.
Se i visitatori abbandonano rapidamente le pagine del vostro sito e non interagiscono con esse, dovete indagare sulle possibili cause, ad esempio:
Le pagine si caricano lentamente.
Il sito web o i prodotti non soddisfano le aspettative del pubblico.
Il negozio online è difficile da navigare o la sua offerta o i suoi contenuti sono confusi.
Conversions
Di seguito alcune metriche che danno un'idea delle vendite, del loro valore e di quali campagne di conversione devono essere migliorate:
Tasso di conversione delle vendite
Valore medio dell'ordine (AOV)
Tasso di abbandono del carrello
Fatturato
Costo per acquisizione
Ritorno sulla spesa pubblicitaria
Quando iniziate a scavare più a fondo nei dati che avete a disposizione, potrete scoprire:
Quanto tempo impiega un utente tipico a convertirsi in un cliente pagante?
Con quale frequenza i clienti tendono a convertirsi?
Di quante visite hanno bisogno i clienti prima di effettuare il primo acquisto?
I clienti effettuano acquisti ripetuti?
Quanti clienti abbandonano il carrello invece di convertire?
Rispondere a queste informazioni vi aiuterà a determinare come modificare la vostra comunicazione di marketing per coinvolgere efficacemente i clienti esistenti e potenziali.
Privacy compliance ed e-commerce analytics
La salvaguardia dei dati dei clienti e il rispetto della loro privacy sono diventati un nuovo standard. L'enfasi sulla privacy e sulla sicurezza deriva dal numero crescente di normative sulla privacy dei dati, dalla maggiore consapevolezza dei consumatori e dalla crescente applicazione delle normative.
Normative sulla privacy nell'e-commerce Il punto focale delle normative sulla privacy dei dati è il trattamento dei dati personali e la protezione della privacy dei consumatori online. Poiché il vostro e-commerce tratti regolarmente tutti i tipi di dati personali, è necessario comprendere e rispettare le leggi applicabili. Verificate quali sono le normative applicabili alla vostra attività, sia che si tratti di leggi che riguardano paesi specifici, come il TTDSG tedesco o le linee guida del CNIL francese, sia che si tratti di leggi con un'applicazione più ampia, come il GDPR.
Cambiamenti tecnologici orientati alla privacy Il panorama dell'e-commerce è influenzato anche da cambiamenti tecnologici. L'evento più rilevante è la fine delle campagne pubblicitarie di retargeting come le conosciamo, a causa della deprecazione dei cookie di terze parti.
Per adeguarsi ai cambiamenti tecnologici che riguardano la privacy, è bene adottare le seguenti misure:
Scegliere fornitori di tecnologia attenti alla privacy che costruiscono i loro strumenti secondo i principi della privacy by design e della privacy by default.
Assicuratevi che gli strumenti che utilizzate offrano funzioni che vi consentano di rispettare le scelte dei visitatori o di anonimizzare i dati.
Privilegiate le fonti di dati di prima parte, ovvero raccogliete i dati utilizzando le vostre fonti.
Best practice per e-commerce analytics
Decidete quali sono le vostre esigenze e i vostri obiettivi L'obiettivo principale del team di marketing deve essere collegato agli obiettivi aziendali generali. Stabilire gli obiettivi prima di immergersi nelle analisi è il modo migliore per garantire che il team lavori per un obiettivo comune. Inoltre, aumenta le probabilità di raggiungere i Key Performance Indicator (KPI).
Tracciare i dati dei clienti attraverso diversi punti di contatto Raccogliete tutti i dati di marketing sparsi su piattaforme e canali e standardizzateli per assicurarvi che siano aggiornati e coerenti. Questo rappresenta un'opportunità per le aziende di fornire ai clienti un viaggio senza soluzione di continuità attraverso diversi touchpoint o canali di marketing, tra cui mobile, web e social media. Man mano che il vostro stack di marketing si espande, la presenza di tutti i dati in un unico luogo vi consentirà di avere un quadro chiaro del comportamento dei vostri utenti per individuare le aree di miglioramento.
Implementare la giusta data stack Una data stack integrata contribuirà a migliorare l'accuratezza dei dati e a migliorare il processo decisionale. Assicuratevi che la vostra configurazione soddisfi le esigenze dei vostri team, non richieda troppe risorse e vi aiuti a raggiungere i vostri obiettivi di marketing e di business.
Unisci i puntini tra i tuoi clienti e i dati Gli strumenti di marketing spesso forniscono una quantità eccessiva di dati: non cadete nella trappola di raccogliere semplicemente quanti più dati possibile. È necessario avere uno scopo per ogni dato raccolto. I dati diventano preziosi quando si mettono in relazione i numeri con i clienti. Se si considerano i dati in modo isolato, si possono commettere errori, perché non si riesce a vedere il quadro generale.
Adattare i dati alla stagionalità e ad altre tendenze L'analisi analitica consente di scoprire le tendenze, identificare gli schemi e scoprire la stagionalità. In questo modo è possibile comprendere meglio le prestazioni attuali dell'azienda e il suo potenziale futuro. Questo, a sua volta, vi permette di fare previsioni più accurate che possono informare le vostre azioni future.
Monitorare le prestazioni dei prodotti nel tempo Il monitoraggio delle prestazioni della categoria di prodotti e dei singoli prodotti nel corso del tempo vi consentirà di scoprire quali sono i maggiori fattori di guadagno e su quali dovreste investire. È un ottimo punto di partenza se volete scoprire quali prodotti stanno dando buoni risultati e quali invece non stanno andando bene come previsto.
Come usare l'ecommerce analytics a beneficio del business
Valutare le tendenze e i pattern di dati in modo da poter fare previsioni accurate. Le moderne piattaforme di analisi dei dati di e-commerce trattano i dati come un sistema interconnesso, consentendovi di scoprire tendenze e modelli. Le previsioni sono utili per qualsiasi cosa, dalle assunzioni agli obiettivi di vendita, fino a garantire che i prodotti giusti siano accessibili al momento giusto per soddisfare le aspettative dei clienti.
Capire i clienti. I report sulla crescita, il coinvolgimento e il fatturato aiutano a capire il comportamento dei clienti. Questa conoscenza può informare su quali formati, contenuti e canali attraggono e risuonano con i vostri target demografici. È possibile utilizzare l'analisi dei dati dell'e-commerce per posizionare in modo ottimale i prodotti e supportare il percorso di acquisto dei clienti.
Ottimizzare i prezzi e l'inventario. Il prezzo dei prodotti è la leva più potente per migliorare la redditività. Con l'analisi dell'e-commerce, potrete avere un quadro granulare di ciò che determina i prezzi per ogni segmento di consumatori. È possibile utilizzare questa conoscenza per scoprire i migliori punti di prezzo a livello di prodotto, piuttosto che di categoria, per ottimizzare i ricavi.
Misurare l'efficacia delle campagne di marketing e di vendita. L'analisi dei dati può aiutare le aziende di e-commerce a misurare il successo delle loro campagne di marketing, a migliorare il processo decisionale, a ottenere una maggiore trazione omnichannel e a informare i programmi di marketing olistici. È possibile tenere sotto controllo tutte le campagne, dagli annunci sui social alle e-mail al SEO, e vedere le statistiche in tempo reale, in modo da poter reagire rapidamente e utilizzare i dati di marketing per la crescita dell'e-commerce.
L'attivazione efficace dei dati per un'azienda di e-commerce richiede gli strumenti giusti. Le Customer Data Platform (CDP) consentono di integrare i dati provenienti da CRM, software di posta elettronica, strumenti di automazione del marketing, analisi, registrazioni offline, ecc.
Retargeting degli utenti con annunci a cui è più probabile che rispondano.
Eseguire un test A/B per vedere quale messaggio, pagina o versione dell'annuncio converte meglio.
Mostrare agli utenti contenuti personalizzati in base ai contenuti che hanno visualizzato.
Fornire raccomandazioni sui prodotti in base ai prodotti o ai servizi per i quali gli utenti hanno mostrato interesse.
Creare percorsi di acquisto unici per diversi tipi di clienti.
Inviare campagne e-mail personalizzate in base alla cronologia degli acquisti degli utenti.
Integrare i dati web o dell'app sull'attività degli utenti (pagine visitate, ultima attività, obiettivi raggiunti) con un CRM per scoprire e prevenire il potenziale abbandono.
Poiché una CDP è costituita da dati di prima parte, è possibile controllare la provenienza e il trattamento dei dati, permettendovi di allinearvi meglio alle normative sulla privacy.
Conclusioni
In conclusione, l'e-commerce analytics rappresenta un elemento cruciale per il successo delle aziende online, consentendo loro di prendere decisioni informate basate sui dati per migliorare le vendite, la fidelizzazione dei clienti e l'efficacia delle campagne di marketing. Attraverso l'analisi dei dati demografici, di acquisizione, comportamentali e di conversione, le imprese possono comprendere meglio il proprio pubblico, ottimizzare i processi e adattarsi alle tendenze di mercato.
Digital Pills è impegnata nel fornire approfondimenti e soluzioni innovative per l'e-commerce analytics. Come partner di Piwik PRO siamo focalizzati sull'adozione di best practices per garantire la privacy dei dati dei clienti in conformità con le normative in evoluzione.
Se desideri saperne di più su come sfruttare al meglio l'e-commerce analytics per far crescere il tuo business, contattaci cliccando qui. Digital Pills è disponibile per offrire consulenze personalizzate, rispondere alle tue domande e fornirti informazioni dettagliate sui nostri servizi e prodotti. Raggiungi nuovi livelli di successo nell'e-commerce attraverso decisioni informate e strategie mirate.
Il Black Friday, ormai una delle date più cruciali nel calendario del commercio online, si avvicina inesorabile, e con la sua crescente importanza è fondamentale prepararsi adeguatamente per capitalizzare al meglio questo momento dell’anno.
Il 24 Novembre 2023 offrirà opportunità uniche per aumentare le vendite, acquisire nuovi clienti e migliorare la visibilità del brand.
Questo articolo è un estratto del report gratuito sul Black Friday 2023 in cui esploriamo una serie di best practice e forniamo esempi concreti di analisi per aiutare i marketing manager e gli e-commerce manager a prepararsi al meglio per questo evento.
1. Allinea strategia e raccolta dei dati
Come dicevamo nell'introduzione, il Black Friday offre un'opportunità straordinaria per aumentare le vendite, attirare nuovi clienti e rafforzare la propria presenza sul mercato.
Ma per capitalizzare appieno su questa occasione è essenziale avere una strategia ben definita, obiettivi chiari e KPI (Key Performance Indicators) che permettano di monitorare il progresso.
Non è un caso se questo è il primo consiglio che diamo: senza trattare con la dovuta attenzione questa fase si rischia di non di avere in seguito gli strumenti adeguati a rispondere alla domanda più importante: ‘Come è andato il Black Friday 2023?’
La prima best practice è quindi quella di individuare le persone che lavoreranno al Black Friday o che dovranno monitorare le performance e raccogli obiettivi ed esigenze e intervistarle: chiedi che obiettivi hanno, che cosa vogliono vedere, su che cosa vogliono concentrarsi. Nel report gratuito trovi una lista di domande le cui risposte ti permetteranno di avere una strategia ben definita, un allineamento aziendale e soprattutto dati a disposizione.
2. Brand o prezzo? Segmenta i tuoi utenti
Prima di decidere che cosa promuovere, a chi e in che modo è importante comprendere a fondo i tuoi attuali consumatori e capire a che cosa sono interessati.
Un esempio di iniziativa che abbiamo condotto su un nostro cliente in preparazione al Black Friday è stata una analisi del comportamento di acquisto e della ricerca dei prodotti dei clienti dell’ecommerce, con l’obiettivo di comprendere come fosse composta la base utenti e se fossero necessarie particolari segmentazioni nella promozione.
Abbiamo identificato 4 cluster di utenti e questa segmentazione ha permesso al nostro cliente di identificare strategie diverse per ognuno di loro, oltre ad ottenerne una conoscenza approfondita.
Un altro esempio di attività in preparazione del Black Friday sono analisi sulle performance dei prodotti.
In particolare, risulta utile confrontare i dati sui prodotti visti e sui prodotti aggiunti al carrello, identificando punti di possibile ottimizzazione.
Una visualizzazione di questo tipo per esempio permette di comprendere come sono distribuiti i prodotti all’interno del sito in base al numero di volte che vengono visualizzati e al numero di volte che vengono aggiunti al carrello. Sull’asse delle X vediamo le visualizzazioni, mentre sull’asse delle Y vediamo gli add to cart.
Nel nostro report proponiamo un’analisi di confronto tra i prodotti molto visti e poco aggiunti al carrello e tra i prodotti meno visti ma aggiunti al carrello più spesso.
4. Utenti attivi: come averne di più
Il Black Friday, tradizionalmente associato a sconti e acquisizione di nuovi clienti, offre anche un'opportunità strategica significativa per la riattivazione di clienti esistenti e inattivi.
I clienti inattivi o a rischio sono una categoria di clientela che ha già dimostrato interesse nel marchio o nei prodotti in passato: potrebbero aver perso interesse per un periodo, ma il Black Friday offre l'opportunità di rianimarlo.
Per un cliente e-commerce con modalità di vendita a subscription mensile abbiamo analizzato i dati transazionali dell’ultimo anno, costruendo un data model che consentisse di categorizzare gli utenti nelle diverse tipologie di segmenti. Abbiamo poi realizzato una dashboard per permettere la visualizzazione di questi cluster e dei movimenti degli utenti attraverso le diverse categorie per monitorare la retention.
5. Considera l’intera user journey
Uno degli aspetti critici del Black Friday è il controllo delle performance delle campagne pubblicitarie, garantendo che il budget venga utilizzato in modo ottimale. Purtroppo, i tradizionali modelli di attribuzione spesso presentano limitazioni, essendo o parziali o poco specifici.
In risposta a questa sfida, abbiamo sviluppato un modello di attribuzione che abbraccia l'intero percorso dell'utente anziché concentrarsi solo sulla fase finale. Questo approccio ci consente di riconoscere il valore di ciascuna campagna e canale nel processo di conversione, offrendo una visione più completa e precisa dell'impatto delle nostre attività di marketing.
Se vuoi vedere gli esempi pratici, capire come puoi usare questo tipo di analisi e che impatto potrebbero avere nella tua strategia scarica il nostro report gratuito, lo trovi qui.
Come ormai è noto, Google ha pianificato la totale dismissione dei cookie di terza parte sul proprio browser Chrome a partire dal Q3 del 2024 (seguendo la linea già intrapresa dalla maggior parte dei browser presenti sul mercato tra cui i più noti Firefox, Safari, Edge). Nonostante questo annuncio, procrastinato ormai da diverso tempo, possa rappresentare una tematica piuttosto tecnica da comprendere per i non esperti del settore, le sue ripercussioni saranno notevoli e impatteranno il modo in cui tutti noi fruiremo dei contenuti online in futuro.
In un mondo in cui la protezione dei dati personali degli utenti è diventato a tutti gli effetti un tema prioritario, la necessità di garantire la sicurezza e la privacy degli utenti online è diventato un requisito fondamentale.
L’utilizzo dei cookie di terza parte permette agli advertiser di tracciare l’attività sul web degli utenti che si muovono tra diversi siti (tecnica nota come cross-site tracking), permettendo un’integrazione di dati tale da essere sfruttata per attività di marketing mirate.
E’ facile dunque intuire quanto la scomparsa dei cookie di terza parte impatterà
l’industria dell’advertising online che necessita di trovare una valida alternativa per poter continuare a perseguire i propri obiettivi.
Per questo motivo Google si sta muovendo, già da diverso tempo, per trovare una soluzione: l’iniziativa è stata denominata The Privacy Sandbox, il cui obiettivo è quello di creare una nuova tecnologia che permetta ai siti web di continuare a svolgere attività di marketing mirato online, limitando il più possibile tecniche di tracciamento invasive e garantendo la privacy degli utenti. The Privacy Sandbox è un progetto collaborativo che permette a chiunque di avanzare proposte e fornire feedback; è possibile seguirne gli sviluppi e saperne di più andando sul relativo blog.
A partire da metà agosto 2023 le features fin qui sviluppate all’interno del Privacy Sandbox, sono state abilitate globalmente su tutti i browser Chrome (versione 116) in modo da poter essere testate adeguatamente e con sufficiente anticipo rispetto alla roadmap prevista.
Tra le molteplici iniziative, ecco quelle che saranno alla base dei nuovi meccanismi di advertising online e di misurazione delle loro performance:
Topics API: permette di associare una label di alto livello a ciascun sito web in base al proprio contesto (Sport, Cucina, ecc..) e salvare su ciascun browser le label più ricorrenti in base alla navigazione dell’utente. In questo modo l’informazione è utilizzabile per proporre pubblicità più vicine agli interessi dell’utente.
Il numero di label possibili è limitato e non è possibile sfruttare label relative a categorie sensibili come orientamento sessuale, religione, razza o altre ancora.
Protected Audience API: permette al browser dell’utente di iscriversi a dei gruppi di interesse sulla base dei contenuti fruiti sul web. Proprio questi gruppi di interesse sono utilizzati poi da un algoritmo che permette al browser di lanciare un’asta tra le diverse proposte di pubblicità per l’utente e mostrare infine quella più coerente e remunerativa.
Attribution Reporting API:abilita la misurazione delle performance delle attività di advertising senza che vengano condivise informazioni di navigazione dell’utente. Permette dunque di ottenere due tipologie di report:
Event-level report: permette di valutare l’efficacia di ogni singola pubblicità mostrando le relative performance in termini di click e view. Le informazioni sono aggregate e viene aggiunta una certa percentuale di rumore alle metriche per garantire una maggior protezione degli utenti.
Summary report: permette di valutare l’efficacia delle campagne. Il report è più ricco di informazioni rispetto al precedente e permette di affinare le analisi aggiungendo dettagli aggiuntivi (aree geografiche, valore delle conversioni, ecc..) tuttavia anche qui viene garantita la privacy dell’utente grazie ad un sufficiente livello di aggregazione dei dati.
Nonostante i numeri sforzi rimangono dei grossi quesiti sulla possibile trasformazione di queste proposte in veri e propri standard web. Sembra infatti che con gli altri grossi player di mercato (Firefox, Edge) non ci sia ancora stata collaborazione, mentre Safari ha espresso parere negativo proponendo un sistema proprietario e alternativo chiamato Private Click Measurement.
Come si può immaginare, si tratta di soluzioni in evoluzione continua: per questo continueremo a studiare queste soluzioni e a condividere aggiornamenti man mano. Nel frattempo puoi iscriverti alla nostra newsletter per ricevere tutte le novità una volta ogni due settimane nella tua casella o fare una chiacchierata con noi per capire insieme come possiamo aiutarti.
È di poche settimane fa la notizia di un accordo che va a rendere più agevole il trasferimento dei dati tra UE e USA: abbiamo deciso, come sempre, di prenderci il giusto tempo prima di condividere la notizia e rispondere alle domande ricevute in questo periodo.
Questa volta ci siamo rivolti al nostro partner Argo Business Solutions, società specializzata in privacy e data protection e nel supporto alle aziende nelle procedure di adeguamento al Regolamento UE “GDPR”.
1. Dove eravamo rimasti e perché siamo arrivati al Data Privacy Framework?
Chi nell’ambito della sua vita professionale si è imbattuto negli ultimi anni nell’annosa questione del trasferimento dei dati personali dall’Unione Europea verso gli Stati Uniti d’America, magari utilizzando tool e strumenti di Google o di altri provider americani, si sarà sentito decisamente sperduto e confuso. Il tema è molto tecnico e fa impazzire anche chi lavora nel settore della data protection. Proviamo a spiegare il tutto in maniera semplice, accessibile e in maniera schematica:
Il Regolamento UE 2016/679 (“GDPR”) disciplina il trattamento dei dati personali nell’Unione Europea;
Il GDPR vieta trasferimenti, salvo adottare specifici accorgimenti, verso Paesi extra UE considerati “non adeguati”;
Per svariate ragioni (in primis l’iperattività dell’intelligence americana), gli USA sono considerati un Paese non adeguato da parte della Commissione Europea;
Moltissimi strumenti che utilizziamo nell’ambito della nostra vita professionale, offerti da provider che sono leader di mercato, operano trasferimenti di dati verso gli USA;
UE e USA hanno più volte cercato di disciplinare e regolare il trasferimento dei dati personali ma le soluzioni in precedenza trovate sono state invalidate da diversi interventi della Corte di Giustizia dell’Unione Europea, attivata a seguito delle battaglie di un gruppo di attivisti capitanati dall’austriaco Max Schrems.
Visto e considerato quanto sopra, i DPO e i consulenti privacy delle aziende sono spesso consultati per trovare delle soluzioni, spesso non semplici, sia tecniche che giuridiche all’annoso problema.
Il Componente del Garante per la Protezione dei Dati Personali, Guido Scorza, dichiarò a Repubblica nel giugno dello scorso anno:
«Il vero nodo non si può sciogliere a valle, ma a monte. Significa passare dall’impegno politico che a marzo Joe Biden e Ursula von der Leyen hanno preso per uniformare l’allineamento americano a quello comunitario, rendendo semplice e legittimo il trasferimento dei dati agli Stati Uniti. Quello che manca a quell’accordo politico è un accordo giuridicamente vincolante. Noi stiamo giocando di supplenza, in un tratto specifico della filiera, legata a un singolo episodio: ma il problema è molto più ampio».
Ora quell’accordo c’è. Infatti, l’ultimo tentativo di UE e USA di rendere più agevoli i trasferimenti di dati personali si chiama “Data Privacy Framework”
2. In cosa consiste il Data Privacy Framework?
Il Data Privacy Framework nasce, come abbiamo detto, da un accordo politico tra il presidente USA Biden e la Presidente della Commissione UE Ursula von der Leyen. Senza entrare troppo nei dettagli tecnici (potremmo parlare per ore di Data Protection Review Court (DPRC) e della decisione di adeguatezza della Commissione), il DPF prevede, tra le varie cose, un meccanismo di certificazione con adesione volontaria. Gli aderenti devono rinnovare la certificazione ogni anno. Chi si certifica deve garantire il rispetto di numerosi requisiti (es. informativa, scelta, accountability sui trasferimenti ulteriori, misure di sicurezza, ecc.).
Le aziende USA già certificate al precedente “Privacy Shield” (uno degli strumenti invalidati in precedenza dalla Corte di Giustizia UE), diventano automaticamente certificate ai sensi del DPF, se aggiornano le loro policy entro il 10 ottobre 2023, ma possono da subito fare affidamento sul DPF. Al seguente link è presente l’elenco delle società certificate: https://www.dataprivacyframework.gov/s/participant-search
Insomma, prima di trasferire dati verso una determinata azienda negli USA, è necessario effettuare un controllo sul sito.
3. Possiamo tirare un sospiro di sollievo?
Nel breve periodo sì. Il DPF rende molto più semplice, dal 10 luglio 2023, per le aziende UE (e per i loro consulenti e DPO) trovare adeguate garanzie per il trasferimento dei dati verso specifiche aziende americane certificate o aziende che trasferiscono dati verso gli USA.
4. Che cosa ci possiamo aspettare per il futuro? Cambieranno di nuovo le carte in tavola?
Abbiamo usato il termine “nel breve periodo”, nella risposta precedente, dal momento che rimangono all’orizzonte molte incognite. In primis, Max Schrems ha paventato nuove azioni che potrebbero nuovamente condurre il DPF di fronte alla Corte di Giustizia dell’Unione Europea.
Inoltre, la decisione di adeguatezza sarà riesaminata dalla Commissione Europea fra un anno. Qualora vi fossero sviluppi che mettano a rischio il livello di protezione dei dati personali, la Commissione potrebbe addirittura ritirare la decisione di adeguatezza.
In ogni modo, al momento è impossibile immaginare percentuali precise per ogni scenario.
5. Consigli e best practice?
Attualmente, è necessario attivare il proprio consulente privacy e/o il proprio DPO per passare in rassegna tutti i propri responsabili e sub-responsabili che operano trasferimenti di dati verso gli USA, verificando l’eventuale certificazione sul sito del DPF.
Un consiglio è quello di continuare, in ogni caso, ad affidarsi alle Clausole Contrattuali Standard, soprattutto nei contratti pluriennali, che possono tutelarci qualora il DPF venisse invalidati dalla Corte di Giustizia UE o venisse ritirato dalla Commisione Europea. Insomma, conviene aspettarsi il meglio ma prepararsi, in ogni caso, al peggio.
Hai altre domande? Compila questo form per parlare con i consulenti di Argo e Digital Pills:
Con l'imminente dismissione dei cookie di terza parte e le crescenti limitazioni in ambito privacy le aziende si trovano di fronte a una diminuzione significativa dei dati disponibili, rendendo più difficile analizzare il comportamento degli utenti in modo accurato e prendere decisioni informate sulla pubblicità e sul marketing.
Un'altra conseguenza di queste limitazioni è la perdita di efficacia nell'attribuzione delle conversioni e la difficoltà nel valutare il ritorno sull'investimento (ROI) dei canali di marketing. Questo rende essenziale l'uso dei dati per comprendere come indirizzare in modo efficace gli investimenti sia a livello di budget sia a livello di flussi di conversione.
La soluzione che propone Digital Pills è l'adozione di modelli di attribuzione personalizzati e data-driven, che tengano conto di tutte le interazioni degli utenti lungo il percorso di conversione. Attraverso un algoritmo di machine learning predittivo, viene assegnato uno scoring alle diverse azioni dell'utente, permettendo di valutare l'efficacia di ciascun canale pubblicitario in base ai dati reali e alle performance osservate.
Questo approccio "super partes" consente alle aziende di ottenere una visione più accurata delle performance dei canali di marketing e di prendere decisioni basate sui dati per ottimizzare le strategie pubblicitarie e di investimento.
Addio cookie di terza parte e altre limitazioni
Le restrizioni dei browser, gli adblocker e la dismissione progressiva dei cookie di terza parte stanno avendo un impatto significativo sul modo in cui le aziende raccolgono, tracciano e utilizzano i dati per le loro strategie di advertising.
In particolare molti browser popolari stanno implementando restrizioni sui cookie di tracciamento di terze parti e su altre tecnologie di monitoraggio. Come puoi vedere dall’immagine qui sotto si tratta di un percorso che è iniziato parecchi anni fa e che vedrà il suo culmine probabilmente nel 2024 con l’eliminazione da parte di Chrome dei cookie di terza parte.
Queste crescenti restrizioni portano ad alcune inevitabili conseguenze:
Meno dati di traffico per analizzare il comportamento degli utenti. I cookie di terza parte vengono utilizzati per raccogliere dati sulle interazioni degli utenti con siti web e applicazioni al di fuori del dominio principale che stanno visitando e sono preziosi per gli inserzionisti, poiché consentono di seguire il percorso dell'utente attraverso diversi siti, capire interessi e comportamenti e identificare opportunità di remarketing. Con la limitazione o il blocco dell'uso dei cookie di terze parti, le aziende vanno incontro ad una diminuzione significativa dei dati di traffico provenienti da utenti non autenticati. Ciò può rendere più difficile analizzare il comportamento degli utenti in modo completo e accurato, riducendo la qualità delle informazioni disponibili per prendere decisioni informate sulla pubblicità e sul marketing.
Perdita di efficacia e attendibilità dell’attribuzione delle conversioni e difficoltà nel valutare il ritorno sull’investimento dei canali. Con queste limitazioni le aziende avranno sempre più difficoltà a identificare con precisione quali canali di marketing stanno generando conversioni e a valutare il ritorno sull'investimento (ROI) di ciascun canale. Senza una valutazione accurata del ROI, le aziende potrebbero sprecare risorse preziose su strategie poco performanti, prendere decisioni di marketing poco precise e a valutare approssimativamente l’efficacia delle campagne.
Quello che ne deriva è una esigenza da parte di chi si occupa di growth e acquisizione di usare i dati per capire come direzionare nel modo più efficace possibile gli investimenti, sia a livello di budget, sia a livello di flussi di conversione.
La maggior parte dei business digitali non ha una customer journey immediata, che è il motivo per cui molti investono in campagne digitali che hanno obiettivi di awareness e consideration, prima ancora che di conversion.
Ed è qui che nasce il problema: come attribuire un valore a quelle campagne che contribuiscono di certo alla conversione ma a cui, attraverso modelli di attribuzione standard, non viene riconosciuto nessun contributo?
Detto ancora meglio, da una Growth Manager con cui lavoriamo:
“Io ho tante campagne di awareness a cui secondo il modello last click in GA4 non vengono attribuite le conversioni, che però sono il punto di ingresso di una conversione che arriva successivamente. Ho bisogno di capire come ogni canale contribuisce alla conversione in real time perché ho necessità di essere veloce e meticolosa nelle scelte di budget.”
Necessità di un modello super partes
Ogni piattaforma di advertising e analisi ha il proprio modello di attribuzione, che determina come vengono assegnati i meriti alle diverse interazioni o touchpoint che un utente ha avuto prima di effettuare una conversione (ad esempio, un acquisto). Questi modelli di attribuzione possono variare notevolmente da una piattaforma all'altra - e spesso sono progettati per favorire quella stessa piattaforma.
Se ciascuna piattaforma attribuisce il merito delle conversioni alle proprie interazioni pubblicitarie, rende difficile confrontare in modo accurato le performance tra le diverse piattaforme: questa discrepanza può portare a conclusioni errate sulla redditività dei canali pubblicitari e sulla distribuzione del budget.
Sta emergendo sempre più chiaramente la necessità di avere un approccio "super partes" e basato sui dati: un modello di attribuzione che consideri tutte le interazioni che un utente ha avuto lungo il percorso di conversione, tenendo conto di ciò che avviene prima della conversione.
Quello di cui c’è bisogno è un modello che valuti l'efficacia di ciascun canale pubblicitario in base ai dati reali e alle performance osservate, piuttosto che affidarsi a regole predefinite o a modelli di attribuzione preconfezionati.
La soluzione: modello di attribuzione personalizzato data-driven
Nel momento in cui ci sono in atto crescenti limitazioni sulla possibilità di raccogliere e utilizzare una serie di dati e in cui ogni piattaforma ha un modo diverso di considerare l’attribuzione, la soluzione è creare modello attribuzione personalizzato che sia al 100% data-driven.
Invece che partire da formule standard incapaci di valutare performance di campagne che non portano direttamente alla conversione, abbiamo sviluppato una soluzione che riparte dalle singole azioni che l’utente fa sul sito.
Tutto parte da una semplice domanda: qual è il peso che ciascuna azione ha nel processo che porta alla conversione?
Grazie ad una mappatura iniziale identifichiamo, attraverso un algoritmo di machine learning predittivo, una serie di eventi che sono correlati positivamente (ad esempio visualizzazione immagini prodotto, aggiunta carrello) e negativamente (es. registrazione garanzia) all’acquisto, fornendo loro uno scoring: quanto le azioni contribuiscono da 1 a 10 alla conversione?
Ad esempio, posto che la conversione, come ad esempio l’acquisto, avrà uno score di 10 (ovvero il valore massimo), l’algoritmo potrebbe assegnare ad esempio uno score di 3 al click sulle immagini e di 8 all’aggiunta al carrello.
In seguito, verrà assegnato un punteggio alle singole sessioni, sulla base delle azioni effettuate dagli utenti. Le sessioni vengono poi raggruppate secondo le classiche configurazioni (canale, sorgente, mezzo, campagna).
Questo tipo di modello implica un modo diverso di guardare all’attribuzione: non si attribuisce ad un singolo canale il valore di una conversione, ma un peso sulla base delle interazioni. Ad esempio, se l’utente non converte nella sessione, ma fa delle azioni che hanno una correlazione positiva con l’obiettivo scelto (es. acquisto) viene assegnato comunque un punteggio alle sessioni provenienti da quel canale, che può essere alto o basso sulla base della correlazione con il goal.
Facciamo un esempio: immaginiamo di avere il seguente journey:
Primo touchpoint Meta, con visualizzazione gallery
Secondo Touchpoint Linkedin, con aggiunta prodotto al carrello
Terzo Google Ads, con acquisto
Con un modello di attribuzione standard last click non direct in GA4 vedremo attribuito il peso della conversione al 100% a Google Ads, rischiando di arrivare alla conclusione errata che gli altri canali non abbiano contribuito in maniera efficace alla conversione.
La nostra soluzione, invece, ci dà informazioni sul valore, il punteggio appunto, che hanno i singoli canali. Possiamo andare ad analizzare gli score delle sessioni in questo modo: - Meta: session score 3, perché è stato fatto un click sulle immagini - Linkedin: session score 8, perché c’è stata l’aggiunta al carrello - Google Ads: session score 10, perché è stato effettuato il purchase
Con questo modello è possibile comprendere in che modo ogni canale abbia contribuito a portare alla conversione in modo da poter prendere decisioni su dove investire di più e dove investire di meno, decisioni davvero data-driven.
Ok, ma in che cosa consiste?
Forniamo al team marketing una dashboard in cui controllare in real time lo scoring dei canali e delle singole campagne, adatta ad analisi settimanali per l'ottimizzazione del budget e perfetta per poter intervenire tempestivamente in caso di canali e campagne poco performanti.
Mixpanel permette da ora solide funzionalità di marketing analytics, consentendo ai team di marketing e growth di raccogliere informazioni sui canali di acquisizione e di collaborare con i team di prodotto su un funnel completo dell’user journey.
Mixpanel è stato lanciato più di dieci anni fa come strumento di analisi per i team di prodotto. Ma più della metà dei suoi clienti fa parte di team di marketing per due motivi:
I team di prodotto e di marketing devono collaborare molto strettamente per promuovere la crescita, soprattutto quando l'obiettivo è la crescita guidata dal prodotto. Per questo è importante utilizzare lo stesso strumento di analisi.
Gli strumenti di analisi di marketing tradizionali sono stati costruiti solo per il web, ma i canali di marketing si sono evoluti. Il modello di dati basato sugli eventi di Mixpanel aiuta gli addetti al marketing ad analizzare gli infiniti dati comportamentali degli utenti, dagli annunci agli acquisti sui vari canali, e l'efficacia delle campagne per coorti.
Proprio per andare incontro a queste necessità Mixpanel lancia Mixpanel Marketing Analytics, che include diverse nuove funzionalità che consentono di supportare una solida analisi di marketing fin dall'inizio.
Queste aggiunte rendono più facile per i team di marketing ottenere tutti gli insight per guidare la crescita attraverso i canali in evoluzione di oggi e collaborare con i team di prodotto su un funnel completo del viaggio dell'utente.
Cosa c'è di nuovo in Mixpanel?
Per rendere Mixpanel più potente per i team di marketing, hanno aggiunto la visualizzazione di tabelle di dati, l'analisi dell'attribuzione multi-touch (ora in beta), la risoluzione delle identità, i bucket personalizzati per raggruppare i dati demografici e il comportamento degli utenti, il supporto dei dati delle reti pubblicitarie per comprendere l'efficacia delle campagne e l'integrazione con un sistema molto amato da sviluppatori e marketer: Google Tag Manager.
Queste caratteristiche suoneranno familiari a chiunque abbia utilizzato strumenti di analisi web tradizionali come Google Analytics. Ma in Mixpanel sono disponibili in un design più bello e facile da usare e possono essere sfruttate per ottenere un'analisi più ricca dell'intero percorso dell'utente. In questo modo è possibile unire i dati di attribuzione con quelli relativi al coinvolgimento nel prodotto, in modo da capire quanto siano preziosi i canali di acquisizione per portare clienti sani.
Tutte le nuove funzionalità sono disponibili su qualsiasi piano, da quello gratuito a quello Enterprise. Mixpanel diventa quindi uno strumento di analisi per soddisfare le esigenze della maggior parte dei team di marketing e di growth di oggi.
Ma il lancio di Mixpanel Marketing Analytics è molto più di una semplice raccolta di nuove funzionalità; è un impegno a continuare ad aggiungere potenza e funzionalità per diventare essere lo strumento di riferimento per i team di marketing e growth
Mixpanel adesso può gestire facilmente metriche del sito come il bounce rate delle sessioni, la loro durata media e quali pagine hanno performance migliori. Tutto ciò è tracciato automaticamente grazie agli eventi. Tramite la personalizzazione avanzata si può modificare la definizione di sessione, incluse le proprietà da catturare, in modo tale da adattarsi al meglio alle proprie esigenze.
Analisi dell’intero user journey
Un requisito fondamentale per ricostruire l’intero user journey, poter unire dati di utenti identificati (post-login) e dati anonimi degli stessi utenti (pre-login), inclusi i canali con cui interagiscono prima del sito. Implementando le nuove funzionalità di Mixpanel Marketing Analytics con una solida base di product analytics permette di rispondere a tutte le domande necessarie per arrivare a costruire la miglior esperienza utente possibile. Nello specifico, andando ad implementare la funzionalità di ID Merge, si possono unire dati, prima e dopo il login e su tutti i dispositivi da cui l’utente ha interagito, in un unico flusso di dati per utente.
Con l'attribuzione multi-touch (in beta), è possibile identificare quali canali sono i più efficaci nel generare engagement e conversioni nel prodotto. La capacità di guardare a più touchpoint fornisce un input ricco andando a considerare tutti i canali. Inoltre, la capacità di integrare i dati sulle prestazioni degli annunci come la spesa per gli annunci, i click e le impressioni in Mixpanel rende possibile calcolare una metrica ROAS. Le risposte che si possono ottenere con questa metrica aiutano a indirizzare il budget di marketing verso i canali di acquisizione più a lungo termine.
Analytics per tutti
Rendere più facile per i marketer e i team di growth abbracciare Mixpanel è solo un altro modo attraverso cui Mixpanel persegue la sua value proposition: abbassare la barriera d'ingresso per l’accesso e l’analisi dei dati per tutti i team digital.
Se vuoi saperne di più abbiamo in programma un webinar in collaborazione con Mixpanel il 28 giugno 2023, in cui parleremo di come sfruttare al massimo lo strumento per comprendere e analizzare l’intero user journey.
Grazie all'incorporazione di marketing analytics e product analytics in Mixpanel, i rispettivi team saranno in grado di lavorare insieme per costruire e analizzare l'esperienza utente del prodotto digitale
Dopo aver costruito nel corso degli anni un posizionamento sulla product analytics, Mixpanel ha completato l'offerta con una soluzione dedicata al team marketing, in modo da offrire ai clienti la possibilità di ottenere una visione olistica della customer experience digitale.
Come appare il percorso utente completo in Mixpanel
Attivare gli utenti che trarranno il massimo valore dal tuo prodotto richiede molti passi, e molti step, prima della registrazione. Per far fronte a questo, bisogna aumentare il giusto tipo di consapevolezza e curiosità attraverso la mira con annunci pubblicitari o altri canali e fornire poi un contenuto efficace sul sito web una volta che i potenziali utenti arrivano.
Incorporando le nuove funzionalità di Marketing Analytics di Mixpanel con una solida base di analisi del prodotto, si possono ottenere risposte su tutto quanto sopra e altro ancora per aiutare a costruire un'esperienza di percorso utente completo progettata in modo esaustivo.
Costruzione del profilo utente completo per ottenere i dati più ampi relativi al percorso dell'utente
La vera formula segreta per avere una visione chiara del percorso completo dell'utente consiste nella possibilità di abbinare l'attività identificata dopo il login con quella anonima precedente al login (inclusi i canali con cui gli utenti interagiscono ancora prima di accedere al tuo sito web). Nello strumento è stato semplificato questo processo con l'ID Merge, che unisce anche l'attività dello stesso utente su più dispositivi in un'unica e completa attività dell'utente. Mixpanel si integra perfettamente anche con le piattaforme di dati sui clienti più utilizzate come Twilio Segment, per aggiungere ulteriori dati sul profilo alle tue analisi e strategie responsive.
Misura se i tuoi sforzi di targeting dell'utente stanno funzionando a lungo termine
Con l'attribuzione multi-touch (in beta), è possibile identificare quali canali sono i più efficaci nel generare engagement e conversioni nel tuo prodotto. La capacità di guardare a più touchpoint fornisce un input più ricco considerando tutti i canali, indipendentemente che siano diretti o assistiti. Inoltre, la capacità di integrare i dati sulle prestazioni degli annunci come la spesa per gli annunci, i clic e le impressioni in Mixpanel rende possibile calcolare una metrica ROAS (ritorno sulla spesa per gli annunci). Le risposte che si possono ottenere con questa metrica aiutano a indirizzare il budget di marketing verso i canali di acquisizione più a lungo termine.
Il sito web è un'estensione del prodotto, analizzalo in questo modo
I nuovi aggiornamenti per il tracciamento delle sessioni e il tracciamento automatizzato delle visualizzazioni delle pagine aiutano a progettare un sito web aziendale che lascia un'impressione significativa e fornisce dati solidi sui comportamenti degli utenti da inserire nel funnel del percorso dell'utente. Mixpanel ora può gestire facilmente le metriche del sito web come il tasso di rimbalzo della sessione, la durata media della sessione e quali pagine stanno performando meglio, tutte automaticamente tracciate come eventi con soli due righe di codice. Un passo avanti, anche le personalizzazioni avanzate che consentono anche di modificare la definizione di sessione dell'utente, inclusi quali proprietà acquisire, per adattarla al meglio ai casi d'uso personalizzati e al contesto del prodotto collegato.
Identificazione dei segmenti di utenti più fruibili per strategie di marketing più efficaci
Sono state anche rilasciate nuove funzionalità per riunire tutti i comportamenti del percorso dell'utente per creare analisi fruibili: tabelle , bucket personalizzati e visualizzazione degli utenti. Con le tabelle, è possibile comprendere lo stato generale di ogni segmento di utenti in un'unica vista, come monitorare le visite totali al sito web, le iscrizioni, gli acquisti, le entrate e il CAC (costo di acquisizione) per ogni regione. Con i bucket personalizzati, è possibile unire al volo i tuoi utenti in gruppi significativi, come i Millennial e la Generazione Z. Con la visualizzazione degli utenti, si ingrandiscono fino in fondo per vedere chi sono gli utenti esatti che contribuiscono a cali o picchi e raggrupparli insieme . Per mettere in atto l' analisi, si spingono questi segmenti sulle numerose piattaforme di coinvolgimento con cui Mixpanel si integra (Twilio, Google Ads, Facebook Ads, ecc.) e si alimentano i cicli di acquisizione e crescita.
Da Digital Pills siamo partner Ufficiali di Mixpanel. Le funzionalità di cui sopra sono solo l'inizio!
Nei prossimi mesi, pubblicheremo molto di più per aiutarti ad analizzare meglio la tua acquisizione e crescita insieme al comportamento del tuo prodotto da parte dell'utente. Rimani sintonizzato e contattaci per maggiori informazioni!
Se possiedi solo un martello tutti i problemi saranno chiodi
Ogni business ha esigenze particolari, domande specifiche e insegue obiettivi su misura. Trattare ogni business con lo stesso tool è proprio come risolvere tutti i problemi con un martello, che si tratti di piantare un chiodo o di risolvere un'equazione.
Ciò che per noi conta in Digital Pills è essere in grado di consigliare il tool migliore sulla base delle esigenze di ognuno e uno dei tool nella nostra cassetta degli attrezzi è Mixpanel.
Mixpanel, con cui abbiamo una partnership ormai da un po' di anni, è proprio come noi, attento a recepire le esigenze differenti dei clienti e per questo recentemente ha integrato funzionalità da marketing analytics non limitandosi più alla sola product analytics.
Cosa intendiamo per product analytics? E per marketing analytics?
Come abbiamo detto, ognuno ha esigenze diverse. C'è chi ha come obiettivo quello di migliorare le performance dei canali di acquisizione, delle campagne di advertising e dei flussi che nascono da questi. Allora, si parla di marketing analytics.
C'è chi invece è più attento all'ottimizzazione del prodotto digitale e all'esperienza sul sito, in quel caso parliamo di product analytics.
Basando tutto su una strategia dati solida e allineata agli obiettivi, analizzare i dati vuol dire analizzare l'intera journey dell'utente: comprendere da dove arriva, cosa fa una volta atterrato, le sue abitudini, i suoi crucci e ciò che invece fa con grande facilità.
Questo è essenziale per far sì che tutti i team collaborino a un obiettivo unico con strategie diverse.
In questo video, estratto da un webinar che abbiamo tenuto da poco insieme a Mixpanel, Gianmarco Giannelli, senior web analyst in Digital Pills, spiega la differenza e la necessità di unire entrambe le metodologie:
Di questo e di molto altro abbiamo nel webinar dedicato a come utilizzare Mixpanel per estrarre valore dai dati: iscriviti adesso per guardarlo on-demand.
Universal Analytics verrà dismesso a Luglio 2023, pertanto sorge spontanea la domanda: “Cosa faccio adesso?”.
L’obiettivo di questo articolo è proprio quello di dare una risposta a questa domanda, ma prima vediamo che cosa sta succedendo e perché la risposta è meno semplice di come possa sembrare.
Come siamo arrivati a questo punto?
Per rispondere a questa domanda dobbiamo guardare indietro.
Tutto è cominciato nel maggio 2022 quando Google ha annunciato la dismissione di Universal Analytics a luglio 2023.
A giugno 2022 poi il Garante della Privacy Italiano dichiara che Universal Analytics non rispetta il GDPR, dato l’invio di indirizzi IP fuori dai confini europei.
A ottobre 2022 il Presidente americano Biden firma l’ordine esecutivo per l’implementazione del Privacy Shield 2.0, il nuovo framework per la condivisione di dati tra Europa e USA.
A novembre 2022, Google ha allungato la deadline per la dismissione di Universal Analytics a luglio 2024, ma solo per gli utenti in possesso di Universal Analytics 360.
A luglio 2023 tutte le proprietà standard di Universal Analytics smetteranno di processare nuovi dati.
È il momento di agire?
Per rispondere a questa domanda è necessario smarcare almeno quattro punti.
Quanto è alto il valore che estrapoli di dati?
Fondamentale è fare un’analisi critica sul reale valore che si estrapola dai dati che si raccolgono. Sono in grado di leggere e capire i miei dati mettendo in atto strategie informate sulla base di questi?
Quanto è alto il rischio connesso ai dati che raccogli?
Un primo passo è sicuramente essere cosciente della tipologia di dati che stiamo raccogliendo e trattando. Quali rischi annessi sono presenti? Quanto sono pericolosi per il mio business?
Quanto di quel rischio può essere mitigato?
Va tenuto a mente che mitigare un rischio non significa eliminarlo del tutto ma piuttosto minimizzarlo. Un’operazione di mitigazione va valutata attentamente mettendo sul piatto della bilancia pro e contro. Fino a che punto possiamo spingerci nel creare una soluzione solida ma che non perda il proprio valore iniziale?
Hai le risorse necessarie per mitigare questo rischio?
Una volta individuato il rischio posto in essere dai dati che raccolgo e avendo compreso quali sono le possibili vie da intraprendere per mitigare questo rischio rimane ancora un punto molto pratico da smarcare: ho le risorse per farlo? Ho il budget per assumere o farmi supportare da queste risorse?
Come scegliere la soluzione migliore: i tre possibili approcci
Identifichiamo tre differenti approcci che le aziende possono seguire per affrontare questa situazione.
LA LOTTA
Implementare una buona strategia di minimizzazione del rischio in modo da poter continuare ad utilizzare in modo informato Google Analytics 4 come strumento di analisi e raccolta dati.
Solitamente ti trovi in questa fase se Google Analytics è uno strumento imprescindibile all’interno della tua Data Stack. In questo caso ti consigliamo il passaggio a Google Analytics 4, in quanto offre una serie di features legate al mondo della privacy, quali ad esempio Data Deletion, Data Retention, la riduzione della lunghezza dei cookies. Se necessiti di più ti consigliamo l’integrazione tra Google Analytics 4 e Google Tag Manager Server Side, che inviando le hit data server dà il pieno controllo di cosa vogliamo ottenere da Google Analytics 4.
LA FUGA
Se continuare ad utilizzare Google Analytics è un rischio che proprio non si può correre allora si consiglia di trovare un’alternativa. Esistono strumenti molto avanzati, altri simile e altri ancora molto più semplici ma che talvolta sono sufficienti.
Esistono una serie di prodotti data analytics con focus su product analytics, ma cosa vuol dire?
Il focus principale è l’utilizzo stesso del prodotto non come arrivano gli utenti sullo stesso, che il focus di un tool più tipico della marketing analytics, com’è Google Analytics 4. Ti consigliamo PostHog e Mixpanel.
Mixpanel: prodotto enterprise, presenta un prezzo molto diverso da Posthog, è più maturo e presenta una maggiore stabilità. Digital Pills è il partner italiano di Mixpanel, quindi se hai domande siamo a tua disposizione!
Posthog: prodotto decisamente nuovo, ma ha già ricevuto investimenti da aziende importanti tra le quali Alphabet stessa.
Invece, se il rischio posto in essere da Google Analytics non è sostenibile per il tuo business ma necessiti di continuare ad avere uno strumento di Analytics completo con risorse limitate. In questo caso ci sentiamo di consigliarti Piwik Pro (di cui siamo primo partner certificato in Italia), in quanto presenta due grossi vantaggi: un data model simile ad Universal Analytics per chi è abituato e si trova bene con quello e tutto il tema riguardante la Privacy, essendo basati in Europa si vanno ad evitare tutte le problematiche a cui si vanno incontro andando ad usare la un prodotto basato in USA.
Se il rischio posto in essere da Google Analytics non è sostenibile per il tuo business e non hai l’esigenza di fare analisi avanzate ma necessiti di poche informazioni fondamentali. In quest’altro caso ti consigliamo Fathom, Simple Analytics, Plausible Analytics. Questi tre strumenti offrono pochissime metriche tra cui le pageview e la geografia, ma non molto di più.
IL BLOCCO
Aspettare e osservare come la situazione evolve può essere una soluzione per il breve periodo (a proprio rischio e pericolo).
Google Analytics 4: parliamone
Si posiziona come il sostituto naturale di Universal Analytics, in quanto fa parte del grande mondo Google. Si occupa di raccogliere i dati sia del sito web sia dell'app per comprendere meglio il percorso del cliente e utilizza i dati basati sugli eventi anziché quelli basati sulla sessione.
Quale è il cambiamento più grande di Google Analytics 4?
La struttura del trattamento dei dati con Google Analytics è cambiata. Mentre Universal Analytics prevede una serie di tipi di "hit", tra cui quelli relativi alle pagine, agli eventi, all'e-commerce e alle interazioni sociali, Google Analytics 4 è interamente basato sugli eventi. Ciò significa che qualsiasi interazione può essere catturata come evento. Questo permette di passare a Google Analytics 4 informazioni aggiuntive insieme a ogni interazione. Questo cambiamento rende più facile la creazione di funnel da parte degli utenti, rendendoli più flessibili.
Inoltre il nuovo data model event base è lo stesso per app e web, questo consente l'analisi delle applicazioni e l'analisi del web, mentre Universal Analytics si concentra solo sull'analisi web.
Quali sono i benefici di Google Analytics 4?
I benefici dell’adozione di Google Analytics 4 sono principalmente tre:
Data Collection
Data Analysis
Marketing
Data Collection
La raccolta dei dati è il processo di raccolta e analisi delle informazioni sulle variabili rilevanti in un modo predeterminato e metodico, in modo da poter rispondere a specifiche domande di ricerca, testare le ipotesi e valutare i risultati.
Data Analysis
In Universal Analytics, la suite di funzioni nota come Analisi avanzata era disponibile solo per gli utenti paganti di Google Analytics 360. Con Google Analytics 4, invece, fa parte delle funzionalità integrate.
Le Esplorazioni consentono di creare potenti report personalizzati, di esplorare i dati e di ottenere le risposte da te desiderate.
Esistono vari metodi di visualizzazione/analisi, possiamo distinguere ad esempio: Esplorazione a forma libera, Esplorazione a imbuto, Esplorazione dei percorsi.
Google Analytics 4 fa un lavoro migliore nel tracciare metriche come il tempo di coinvolgimento. In Universal Analytics, la metrica Tempo sulla pagina poteva spesso mostrare 0 se un visitatore non passava a un'altra pagina o se non si teneva traccia di altre interazioni.
Un altro beneficio di Google Analytics 4 è quello di tracciare anche il tempo di coinvolgimento. Questo rende le metriche di coinvolgimento un po' più accurate rispetto a Google Analytics 3. Potrai vedere miglioramenti in una serie di metriche, ecco alcuni esempi: Engagement rate, Average engagement time, Engaged sessions, Engaged sessions per user.
Un altro beneficio che riscontrerai con il passaggio a Google Analytics 4 è l’integrazione di BigQuery.
In Universal Analytics, solo i clienti paganti potevano esportare i dati grezzi da Google Analytics a BigQuery. Con Google Analytics 4, invece, tutti possono farlo (perché fa parte della suite di funzioni gratuite). BigQuery è difficile da usare, ma se conoscete l'SQL, troverete questa integrazione preziosa.
Marketing
Google Analytics 4 per quanto riguarda il Marketing offre una serie di benefici legati all’attribuzione guidata dai dati. Ecco una funzione che in precedenza era disponibile solo per i clienti paganti di Universal Analytics.
In poche parole, possiamo dire che il modello di attribuzione decide quale fonte di traffico riceve il credito per la conversione.
Il modello di attribuzione predefinito di Google Analytics 4 è chiamato data-driven. Questo tipo di attribuzione distribuisce il credito per la conversione in base ai dati di ciascun evento di conversione. È diverso dagli altri modelli perché utilizza i dati dell'account per calcolare il contributo effettivo di ogni interazione con i clic.
Anche in questo caso vengono utilizzati algoritmi più complessi, che decidono quali fonti di traffico debbano ricevere una particolare quantità di credito per la conversione.
Il vantaggio è che alcune fonti di traffico possono ottenere un credito più preciso per le conversioni e dimostrare il loro ritorno sull'investimento.
D'altro canto, però, abbiamo un'altra scatola nera di cui dobbiamo fidarci, in quanto il modello di attribuzione può essere modificato. In Universal Analytics, quasi tutti i rapporti utilizzavano l'ultimo modello di attribuzione dei clic non diretti e non era possibile modificarlo. In Google Analytics 4, invece, è possibile cambiarlo e si applicherà alla maggior parte dei report.
L'aspetto interessante è che questa modifica si applica sia ai dati storici che a quelli futuri in Google Analytics 4. Non cambia i dati in sé, cambia solo il modo in cui i dati vengono calcolati/attribuiti.
Tuttavia, tieni presente che se il tuo report standard utilizza dimensioni di sessione (ad esempio: sorgente Sessione) o dimensioni di tipo utente (ad esempio: sorgente Primo utente), le nuove modifiche di attribuzione non si applicheranno.
Timeline
Con la dismissione di Universal Analytics a Luglio devi agire per tempo e Febbraio è il mese giusto per intraprendere il passaggio a Google Analytics 4. In Digital Pills, per facilitare il tuo passaggio, abbiamo deciso di offrire gratuitamente un audit iniziale. Di seguito viene riportata una timeline con le varie scadenze degli step da compiere prima di Luglio 2023.
Roadmap per il passaggio a un sostituto di Universal Analytics
Chi è Digital Pills?
Ci posizioniamo come Data Insight Boutique e siamo specializzati nella raccolta e analisi dei dati digitali per supportare strategicamente le aziende nella crescita del business attraverso un approccio data-driven. I principali settori su cui lavoriamo sono: pharma, manifatturiero, consumer goods, e-commerce, automotive, education, fashion.
I nostri valori su cui crediamo fortemente sono:
Boutique verticale: Per competere con i player più affermati, la specializzazione verticale e l'ingrediente fondamentale: per noi sono i dati.
Persone al centro: Ambiente di lavoro unico e motivante per attrarre talenti e mantenere alti i livelli di qualità.
Impatto sociale: Doniamo l'1% del nostro fatturato annuo ad attività Pro-bono e 40 ore / anno per persona.
R&D e formazione: Investiamo il 30% del tempo in formazione individuale e progetti di Ricerca e Sviluppo.
Come si inserisce Google Analytics all’interno della strategia di Digital Pills?
Tutti i nostri progetti partono dalla Strategia, passano dalla Data Collection (raccolta dei dati), per arrivare infine al concetto di Insight (tutto ciò che riguarda l'attivazione del dato).
Possiamo supportarti in tutte le fasi di raccolta e utilizzo del dato, ma per iniziare partiamo dall'analisi del tuo sistema di tracciamento attuale:
Ormai sono anni che visitiamo una pagina web trovandoci il banner relativo all'informativa sui cookie. Questi messaggi sono stati introdotti in seguito alla regolamentazione dei cookie di terze parti (ePrivacy Directive) per garantire la tutela dei consumatori e proteggere i dati affinchè non siano usati impropriamente. Attualmente questo tipo di dati sono raccolti da un'azienda terza e venduti agli inserzionisti, senza la garanzia del consenso, attraverso una piattaforma esterna.
Google ha annunciato che nel 2024 i cookie di terza parti scompariranno per andare incontro alle esigenze dei consumatori e adeguarsi alle normative in ambito privacy diffuse dai vari Stati o organi internazionali.
In questo articolo evidenzieremo le principali problematiche legate all'abbandono dei cookie di terze parti ma anche alle opportunità legate a questo cambiamento in corso.
Il contesto: la trasformazione digitale e il tema privacy
Qualcosa sta cambiando, e sta cambiando velocemente. La trasformazione digitale e la crescita dell'online hanno portato a un aumento della quantità di dati raccolti dalle aziende. Basti pensare che solo a inizio 2020, molte aziende hanno visto un’accelerazione della digitalizzazione delle interazioni con i clienti e dei processi interni e in pochi mesi registrando progressi solitamente raggiunti in 3 o 4 anni. Oggi la digitalizzazione è un vantaggio competitivo di valore strategico sul mercato.
Se da un lato sono disponibili tonnellate di dati provenienti dalle fonti più disparate in continuo aumento (siti web, app, POS, IoT ecc.), dall'altro stanno emergendo sul mercato nuove tecnologie che consentono di creare e analizzare un numero sempre maggiore di dati.
In concomitanza, la necessità di un approccio incentrato sulla privacy sta diventando un tema sempre più importante sia per gli utenti che per le aziende. Rispetto al passato, per rispondere alle nascenti esigenze, saranno applicate maggiori restrizioni dalle autorità di regolamentazione della privacy sui venditori privati.
Le tutele introdotte
Il regolamento generale dell'Unione europea in materia di trattamento dei dati personali e di privacy, noto a tutti come GDPR, ha reso obbligatoria la richiesta di un consenso esplicito da parte degli utenti per navigare sulle pagine web. Questa norma ha provocato un calo significativo di dati tracciabili sulle interazioni degli utenti su sito web e app. Questo non indica un calo delle visite sul sito bensì una riduzione del consenso da parte degli utenti al tracciamento delle proprie azioni sul sito.
Le restrizioni adottate: una breve panoramica
In parallelo a questa tendenza i principali Browser e fornitori privati hanno deciso di inserire maggiori restrizioni nei confronti dell'uso dei cookie di terze parti, spingendo molte aziende a lavorare e puntare prevalentemente su un migliore sfruttamento dei dati di prima parte, già in loro possesso.
Tale situazione consente di ripensare il modo in cui le aziende intendono sfruttare le attività digitali in ottica più strategica in vista del futuro prossimo.
La quantità sempre crescente di dati disponibili, le normative emergenti e gli strumenti incentrati sulla privacy stanno contribuendo ad aumentare la consapevolezza degli utenti nel mondo digitale. Ciò sta portando a una riduzione del valore di adv, in quanto ogni utente è molto più difficile da profilizzare. Al contempo i dati di prima parte hanno e avranno un valore sempre maggiore in quanto non sono altrettanto limitati da regolamentazioni.
Quali le opportunità?
La situazione attuale e le tendenze per il prossimo futuro impongono quindi di ripensare il modo in cui le aziende sfrutteranno la pubblicità digitale in modo migliore e più etico.
Questo è dunque il momento giusto per sfruttare il potenziale dei dati di prima parte per ottenere migliori performance di business offrendo un'esperienza migliore ai clienti, salvaguardando al contempo la loro privacy.
Contemporaneamente alla raccolta di dati di prima parte, un altro passo importante per ottenere migliori prestazioni nelle metriche chiave di business, sarà l'implementazione di soluzioni di Data Activation in grado di convertire efficacemente i dati in valore aziendale, combinando i dati raccolti in tempo reale con strumenti di data analytics.
I dati di prima parte hanno un'alta qualità perchè ci permottono di arrivare a decisioni che portano l'utente a vivere un'esperienza personalizzata che risponde alle loro esigenze personali portando ad una maggior fidelizzazione.
A tal proposito i dati disponibili supportano questa tendenza:
Il 49% dei consumatori afferma che probabilmente diventerà un acquirente abituale dopo un'esperienza di acquisto personalizzata con un rivenditore. I consumatori in media spendono il 34% in più quando la loro esperienza è personalizzata.
Le tecnologie di tracciamento lato server ha un grosso vantaggio: lo spostamento dell'elaborazione dei dati su un server proprietario. Chi adotta questa soluzione non dipende più da cookie di terze parti per la raccolta dati in quanto il server è di prima parte, inoltre ha un maggiore controllo su quello che viene inviato a servizi di terze parti come Google Analytics, per esempio potrebbe scegliere di rimuovere dati sensibili come l'indirizzo IP, notoriamente trattato come dato personale dalle autorità.
Se hai bisogno di maggiori informazioni in questa guida ci eravamo concentrati su cosa cambia al passaggio al server-side e quali sono gli step necessari per implementare il tracciamento lato server con Google Tag Manager.
Customer Data Platform (CDP) e Data Lake
Le Customer Data Platform e i Data Lake svolgono un ruolo fondamentale nell'ambiente digitale moderno. Entrambe queste soluzioni permettono di fare affidamento su dati di alta qualità andando ad aggregare molteplici fonti, come ad esempio: i social network, gli strumenti di analytics e il sito web. In questo modo si possono prendere decisioni di business avendo sotto controllo tutti gli aspetti dell'attività degli utenti, non solo il comportamento sul sito stesso ma anche ciò che avviene attorno a esso.
Per sapere invece come strutturare un business user-centric con le Customer Data Platform puoi iniziare a dare un'occhiata a questo articolo.
Conclusioni
Vuoi sapere come possiamo aiutarti o hai qualche dubbio?
