27 Febbraio 2024

E-commerce: 5 errori da evitare per un add to cart efficace

Perché è importante la UX nell'e-commerce?

Quando parliamo di un sito di e-commerce, la pagina prodotto è il cuore pulsante dell'esperienza d'acquisto. È qui che i potenziali clienti prendono la decisione su quale prodotto acquistare e se procedere con l'aggiunta al carrello. In questo articolo vedremo:
- quali sono i vantaggi di un’esperienza utente ottimizzata su un sito e-commerce
- quali sono i 5 errori più comuni da evitare per una pagina prodotto e
- 3 esempi di analisi che puoi fare per ottimizzare le tue pagine prodotto.

Potrebbero anche interessarti un caso studio di customer experience optimization per Wella Professionals e un caso di e-commerce optimization per Latuta.

Oggi l'ottimizzazione della User Experience è una parte essenziale della strategia di qualsiasi sito e-commerce di successo. Le aziende investono considerevoli risorse nella ricerca, nella progettazione e nello sviluppo di esperienze utente intuitive, fluide e coinvolgenti al fine di soddisfare le esigenze e le aspettative sempre crescenti dei consumatori online.

Ecco quali sono alcuni dei maggiori benefici che ottengono le aziende che decidono di investire per una UX ottimizzata:

  • Fiducia e Credibilità: quando un sito è ben progettato, facile da navigare e offre una buona esperienza d'acquisto, i clienti si sentono più a loro agio durante l’acquisto.
  • Conversioni e Vendite: una UX ottimizzata può aumentare le conversioni e le vendite. Un sito che offre una navigazione fluida, una ricerca efficace dei prodotti, procedure di checkout intuitive e informazioni dettagliate sui prodotti può incentivare i visitatori a completare un acquisto.
  • Fidelizzazione dei Clienti: offrendo una piacevole esperienza d'acquisto, i clienti sono più inclini a tornare per futuri acquisti e a raccomandare il sito ad amici e familiari.
  • Competitività sul Mercato: in un mercato online affollato, la differenziazione attraverso una buona UX può essere cruciale per distinguersi dalla concorrenza. Un'esperienza d'acquisto superiore può essere un fattore determinante nella scelta dei consumatori tra vari siti di e-commerce.
  • Riduzione del Tasso di Abbandono del Carrello: una UX povera può portare a un alto tasso di abbandono del carrello. Semplificare il processo di acquisto, ridurre il numero di passaggi necessari per completare un acquisto e offrire opzioni di pagamento flessibili può aiutare a ridurre l'attrito e migliorare il tasso di conversione.

Nella prossima sezione esploreremo alcuni dei principali errori a livello di User Experience (UX) da evitare e che possono influenzare negativamente il numero di aggiunte al carrello.

Quali sono i 5 errori più comuni che impattano l'add to cart?

  1. Scarsa chiarezza delle informazioni sul prodotto

La mancanza di informazioni chiare e dettagliate sul prodotto può essere un ostacolo significativo per i potenziali acquirenti. Le immagini di bassa qualità, le descrizioni vaghe o incomplete e le specifiche poco chiare possono lasciare i visitatori incerti e indecisi. Assicurarsi di fornire immagini di alta qualità, descrizioni dettagliate e informazioni precise sul prodotto può aiutare i visitatori a prendere una decisione informata e aumentare le probabilità di aggiungere il prodotto al carrello.

  1. Complessità della procedura di aggiunta al carrello

Una procedura di aggiunta al carrello complessa o poco intuitiva può essere un deterrente significativo per i potenziali acquirenti. Se il pulsante "Aggiungi al carrello" non è ben visibile o se è difficile individuare come procedere con l'acquisto, i visitatori potrebbero sentirsi frustrati e abbandonare il processo. Semplificare la procedura di aggiunta al carrello e renderla chiara e intuitiva può ridurre l'attrito e migliorare l'esperienza utente.

  1. Mancanza di recensioni o social proof

Le recensioni dei clienti e altre forme di social proof svolgono un ruolo fondamentale nella fiducia dei potenziali acquirenti nel prodotto. La mancanza di recensioni o testimonianze può far dubitare i visitatori dell'affidabilità del prodotto e ridurre le probabilità di aggiungere il prodotto al carrello. Raccogliere recensioni autentiche e incoraggiare i clienti soddisfatti a condividere le proprie esperienze può aiutare a migliorare la fiducia dei visitatori e aumentare le conversioni.

  1. Lentezza del sito o problemi di performance

Un sito web lento o con problemi di performance può essere frustrante per i visitatori e può influenzare negativamente il numero di aggiunte al carrello. Se la pagina prodotto impiega troppo tempo per caricarsi o se ci sono ritardi nel processo di aggiunta al carrello, i visitatori potrebbero abbandonare il sito senza completare l'acquisto. Ottimizzare le prestazioni del sito e assicurarsi che la pagina prodotto si carichi rapidamente può contribuire a ridurre l'attrito e migliorare l'esperienza utente.

  1. Mancanza di opzioni di pagamento flessibili

La mancanza di opzioni di pagamento flessibili può essere un altro fattore che influisce negativamente sul numero di aggiunte al carrello. Se un sito di e-commerce non offre una varietà di opzioni di pagamento sicure e convenienti, i visitatori potrebbero essere meno propensi ad aggiungere i prodotti al carrello. Offrire una gamma di opzioni di pagamento popolari e affidabili può aiutare a soddisfare le esigenze di una vasta gamma di clienti e migliorare le conversioni.

3 Analisi per evitare questi 5 errori

In conclusione, ecco per te 3 analisi che puoi effettuare sul tuo sito e-commerce per evitare questi cinque errori comuni:

1. Analisi del comportamento degli utenti:

Utilizzando strumenti come Google Analytics o piattaforme di analisi comportamentale, è possibile monitorare il modo in cui gli utenti interagiscono con la pagina prodotto. Questo include metriche come il tempo trascorso sulla pagina, i clic sui vari elementi (ad esempio, pulsanti di aggiunta al carrello, schede di descrizione del prodotto), il tasso di conversione e il percorso di navigazione degli utenti. Analizzare questi dati può aiutare a identificare eventuali ostacoli o inefficienze che impediscono agli utenti di completare l'acquisto e guidare le modifiche necessarie.

2. Test di usabilità

Condurre test di usabilità con utenti reali può fornire preziose informazioni su come gli utenti interagiscono con la pagina prodotto e individuare eventuali problemi di navigazione, comprensione delle informazioni o usabilità generale. Questi test possono essere condotti utilizzando metodi come interviste, sessioni di osservazione o test A/B, che consentono di confrontare diverse varianti della pagina prodotto per determinare quale performa meglio in termini di conversioni e soddisfazione degli utenti.

3. Analisi delle recensioni degli utenti

Esaminare attentamente le recensioni dei clienti lasciate sui prodotti simili può offrire insight preziosi sulle aspettative, sulle opinioni e sulle esperienze degli acquirenti. Questa analisi può rivelare punti di forza e debolezza dei prodotti, nonché eventuali problemi ricorrenti o domande frequenti che possono essere affrontate o integrate nella pagina prodotto per migliorare l'esperienza complessiva degli utenti.

Contattaci per ricevere supporto e capire insieme come aumentare il tuo add to cart oppure iscriviti alla newsletter per ricevere più contenuti come questo.

8 Febbraio 2024

E-commerce: Le 4 cose che i tuoi competitor fanno meglio (o peggio)

Perché guardare cosa fanno i competitor?

Cosa rende i tuoi competitor così bravi nell'ambito dell'e-commerce? Oltre al numero di visite e alle conversioni, c'è un altro aspetto critico che determina il successo di un e-commerce: la facilità con cui gli utenti possono navigare nel sito e completare il processo di acquisto senza eccessivo sforzo cognitivo.

In questo articolo esploreremo gli elementi chiave che i tuoi competitor implementano per migliorare l'esperienza utente e scopriremo insieme come puoi condurre un benchmark per capire cosa stanno facendo meglio (o peggio).

I fattori determinanti per il successo di un e-commerce vanno oltre il semplice attrarre traffico al sito: la user experience svolge un ruolo fondamentale nel garantire che gli utenti siano soddisfatti e desiderosi di tornare, aumentando le conversioni.

Come mai i tuoi competitor attraggono maggiormente?

Con l'avvento della comunicazione digitale, i brand si sforzano costantemente di catturare l'attenzione degli utenti sfruttando una vasta gamma di canali disponibili, tra cui email, social network, messaggi e recensioni. Questa strategia è fondamentale per indirizzare il traffico verso l'e-commerce.

Tuttavia, una volta che l'utente è stato indirizzato al nostro e-commerce, spesso ci si dimentica di quanto sia cruciale accompagnarlo durante il percorso d'acquisto, offrendogli gli strumenti giusti per orientarsi e prendere decisioni informate. È in questo momento che entra in gioco la user experience research, utilizzando gli strumenti disponibili per comprendere i bisogni degli utenti e personalizzare la loro esperienza sull'e-commerce.

Vediamo insieme quali sono i motivi e le caratteristiche che i tuoi competitor hanno potuto adottare per avere un sito web più interattivo e affabile, e come possiamo imparare da loro per migliorare l'esperienza dei nostri utenti.

User journey mapping: orientare l’esperienza dell’utente

Lo user journey mapping è un metodo per individuare i pain point e le sfide che gli utenti affrontano mentre interagiscono con un prodotto. Questa analisi consente di identificare i punti critici in cui gli utenti possono incontrare difficoltà, permettendo di intervenire per migliorare l'esperienza complessiva. Attraverso questo strumento è possibile comprendere meglio i bisogni degli utenti e delineare un percorso verso l'acquisto più agevole e soddisfacente. È fondamentale garantire una navigazione ben strutturata per evitare che gli utenti si sentano frustrati o disorientati durante l'interazione con il sito.

Expert review: verificare il rispetto delle linee guida

Quando si progetta un’interfaccia, è essenziale rispettare una serie di linee guida che assicurino un'esperienza utente positiva e che eviti l'abbandono del sito. Per garantire ciò, è fondamentale sottoporsi a revisioni professionali, come le expert reviews, che si concentrano sull'analisi dettagliata dell'interfaccia e sulla valutazione della sua usabilità. Questo processo comprende l'analisi di vari elementi, tra cui la struttura dell'informazione, la navigazione, l'utilizzo di colori e font, la disposizione degli elementi e la coerenza del design.


3 test che puoi effettuare sulla tua interfaccia sono:

  1. Analisi con le 10 euristiche di Nielsen Norman
  2. Analisi del carico cognitivo
  3. Cognitive Walkthrough
  4. Analisi carico cognitivo

Test di usabilità: adattare il sito alle esigenze degli utenti

Attraverso la conduzione di test di usabilità è possibile interrogare gli utenti e comprendere appieno ciò che pensano durante la navigazione. Il contatto diretto con i bisogni dei nostri potenziali clienti è fondamentale per riuscire a soddisfare le loro aspettative.
È un processo, è come tale ha bisogno di continuità per poter evolversi insieme agli utenti e ai loro bisogni. Solamente un sito costruito su misura sul proprio target ha la possibilità di far completare il processo di acquisto e acquisire fiducia.
Tre esempi di task che puoi far fare all’utente durante i test di usabilità:

  1. Mostrarmi come aggiungi al carrello un articolo che vorresti comprare
  2. Mostrarmi come completi il pagamento
  3. Mostrami come contatti l’assistenza per un problema con il tuo ordine

A/B test: testare soluzioni con utenti reali

Una volta ascoltato e compreno appieno i bisogni degli utenti è necessario testare se le nostre soluzioni posso effettivamente incontrare i loro bisogni. Per farlo una delle metodologie più utilizzare sono gli A/B test. Grazie a questa pratica si possono confrontare due versioni di un elemento per determinare quale sia più efficace nel raggiungere gli obiettivi prefissati, come ad esempio il tasso di conversione, il tasso di click e il tempo trascorso sulla pagina.

Come fare un benchmark per indagare i miei competitor?

Ora che abbiamo visto alcuni degli elementi fondamentali per avere un sito web interattivo ed efficace capiamo come possiamo osservare i nostri competitor e ciò che hanno incluso nel loro e-commerce. E’ necessario fare un benchmark, mirato al settore nel quale stiamo operando.
Ecco come fare un benchmark generico:

  • Definizione degli obiettivi e delle metriche di benchmark: definire chiaramente gli obiettivi che si desidera raggiungere e le metriche che verranno utilizzate per valutare le varie prestazioni
  • Identificazione dei competitor o dei riferimenti: Identificare i competitor o i riferimenti di benchmark che si desidera confrontare con la propria azienda o prodotto. Questi possono essere altre aziende nel settore, prodotti simili sul mercato o best practice di settore
  • Raccolta dei dati: è necessario raccogliere i dati pertinenti per valutare le prestazioni rispetto ai competitor, includendo anche ricerche di mercato
  • Analisi e confronto dei dati: durante l'analisi, è importante identificare punti di forza e debolezza rispetto ai competitor o ai riferimenti di benchmark, nonché le opportunità di miglioramento.


Il primo punto del benchmark, ovvero la fase di definizione degli obiettivi e delle metriche di benchmark, risulta essere cruciale in quanto è importante tenere in considerazione il settore di appartenenza e gli elementi cardine da valutare per una user experience ottimale.
Senza una definizione chiara degli obiettivi e delle metriche, si rischia di concentrarsi su aspetti non rilevanti o di perdere di vista gli obiettivi principali, avendo poi difficoltà a monitorare il progresso.

Contattaci per avere un benchmark approfondito secondo i tuoi obiettivi, affiancato da esperti di usabilità che ti aiuteranno nell’individuare i tuoi punti di forza e aree di miglioramento, per essere in linea con i tuoi competitor. 

1 Febbraio 2024

Google Consent Mode: tutto quello che c’è da sapere per marzo 2024

Il Google Consent Mode è una risposta alla perdita di controllo e visibilità delle performance delle campagne pubblicitarie. Google ha introdotto questo strumento per preservare la misurazione delle performance online e l’integrazione tra Google Analytics 4 e Google Ads, utilizzando un approccio privacy-first. Attraverso algoritmi di machine learning, il Consent Mode promette di recuperare oltre il 70% dei percorsi da clic a conversioni persi a causa del mancato consenso degli utenti.

La versione successiva, Consent Mode V2, rilasciata a novembre 2023, diventa una scelta obbligata entro marzo 2024 per chi vuole utilizzare le audience di Google Analytics 4: senza l'aggiornamento infatti non sarà più possibile creare, aggiornare o importare audience da Google Analytics 4 a Google Ads, limitando le attività di remarketing. L'implementazione corretta del Consent Mode V2 permette una maggiore trasparenza nella gestione della privacy mantenendo invariate le performance di advertising attraverso stime realistiche di conversioni.

Cos’è il Consent Mode

Senza accettazione dei cookie da parte degli utenti, chi fa pubblicità perde controllo e visibilità sulle performance delle campagne: non è più possibile infatti collegare le interazioni con gli annunci alle conversioni, sia che si tratti di visitatori abituali, sia che gli utenti provengano da fonti di traffico organico o a pagamento. Per colmare questa lacuna, Google ha introdotto il Consent Mode, che aiuterà chi fa marketing a preservare la misurazione delle performance online e l’integrazione tra Google Analytics 4 e Google Ads, utilizzando un approccio privacy-first.

L'idea alla base del Google Consent Mode è quella di raccogliere dati anonimizzati (da utenti che non forniscono il consenso ai cookies) per stimare il traffico reale del sito web e per recuperare l’attribuzione delle conversioni da Google Ads utilizzando algoritmi di machine learning. Infatti la promessa di Google è che il Consent Mode permetterebbe di recuperare oltre il 70% dei percorsi da clic a conversioni persi a causa del mancato consenso degli utenti.

Il Consent Mode attraverso algoritmi di machine learning analizza i dati e le tendenze storiche per quantificare la relazione tra utenti che hanno fornito e che non hanno fornito consenso. In questo modo recupera in maniera probabilistica i collegamenti tra le interazioni con gli annunci e le conversioni che altrimenti non verrebbero attribuite: questo significa avere maggiori informazioni sulle conversioni per ottimizzare le campagne e capire cosa sta contribuendo alle vendite. 

Che cos’è Consent Mode V2 e cosa succede a marzo 2024?

Google ha rilasciato a Novembre 2023 il Google Consent Mode V2, la cui adozione diventa obbligatoria per chi vuole continuare ad utilizzare le audience di Google Analytics 4 da Marzo 2024, con l’entrata in vigore del nuovo Digital Markets Act che ha l’obiettivo di garantire maggiore privacy e trasparenza sul consenso degli utenti all’interno dell’Unione Europea.

L’upgrade alla nuova versione è praticamente un'attività "obbligatoria" per chi fa campagne poiché senza la v2 del Consent Mode non sarà più possibile creare, aggiornare ed importare audience da Google Analytics 4 verso Google Ads, limitando drasticamente le attività di remarketing.

Entro marzo 2024 Google richiede di implementare due nuovi indicatori all’interno delle configurazioni di Consent Mode che andranno ad impattare la creazione di audience e il remarketing:

  • ad_personalization: relativo all’utilizzo dei dati per pubblicità personalizzata
  • ad_user_data: relativo all’invio dei dati utente proprietari

Da marzo 2024 senza l’integrazione o l’aggiornamento di Consent Mode v2 rimarrà comunque possibile visualizzare le conversioni degli utenti che hanno acconsentito alla profilazione ma non sarà più possibile creare, aggiornare ed importare audiences in Google Ads da Google Analytics 4, causando limitazioni e cali nelle performance delle campagne di advertising. 

Cosa bisogna fare?

Se non si è ancora implementata la nuova versione del Google Consent Mode è necessario adeguarsi entro marzo 2024.

I più popolari CMP forniscono una serie di indicazioni sull’integrazione, ma il supporto di Digital Pills è fondamentale per una corretta implementazione e per sfruttare al massimo le potenzialità del Consent Mode.

Benefici

  1. Maggiore trasparenza nella gestione della privacy: Google Consent Mode V2 aiuta a garantire la conformità con le normative sulla privacy e con il nuovo Digital Markets Act.
  2. Possibilità di continuare a creare, aggiornare e importare audience da Google Analytics 4 a Google Ads, permettendo di conseguenza di mantenere invariate le performance di advertising.
  3. Grazie all’algoritmo di Google, la stima delle conversioni recuperate attraverso il “modeling” è realistica, soprattutto per quei siti web con alti volumi di traffico.
  4. Se correttamente implementato e mantenuto il Consent Mode si integra perfettamente con Google Tag Manager (client-side e server-side) permettendo una gestione e verifica del consenso rapida e snella.

Vuoi una mano?

Contattaci per una chiacchierata compilando questo form e scopri come possiamo aiutarti

23 Gennaio 2024

Dati e omnicanalità nel 2024: sfide e use case

Nel 2024 l'omnicanalità emerge come cruciale nell'ambito del marketing e dell'e-commerce nel settore retail. La digitalizzazione accelerata e l'evoluzione delle aspettative dei consumatori impongono alle aziende di adottare strategie che integrino sinergicamente i canali online e offline. 

Il consumatore moderno si sposta fluidamente tra dispositivi e canali, richiedendo un'esperienza coerente attraverso tutto il journey.  L'omnicanalità si pone come risposta strategica a questa esigenza, garantendo coerenza, personalizzazione e connessione in ogni fase del percorso del cliente.

L'approccio omnicanale pone il cliente al centro, offrendo una visione unificata e personalizzata del brand indipendentemente dal canale scelto, sia esso online o offline.

Quali sono i vantaggi di una strategia omnicanale?

  • Esperienza cliente coerente: ciò significa che i clienti possono iniziare l'interazione su un canale e proseguire senza intoppi su un altro, mantenendo una coerenza e una fluidità che generano fiducia e soddisfazione. Questa coerenza contribuisce a un'esperienza positiva, migliorando l'engagement e stimolando la fedeltà del cliente.
  • Raccolta dati integrata che consente di ottenere una visione completa del comportamento del cliente. L'analisi di dati provenienti da diversi touchpoint fornisce insight approfonditi, facilitando decisioni informate e strategie più mirate.
  • Aumento dell'engagement: raccogliendo dati da tutti i touchpoint, è possibile personalizzare le interazioni, offrendo promozioni mirate, suggerimenti di prodotti e contenuti rilevanti.
  • Coerenza del brand: indipendentemente dal canale scelto, l'esperienza offerta riflette la stessa identità aziendale, messaggi di brand e standard di servizio. Questa uniformità rafforza la percezione del brand e consolida la fiducia.
  • Fidelizzazione: offrire un'esperienza coerente e personalizzata ai clienti crea un legame più stretto. La fidelizzazione è favorita da una maggiore soddisfazione del cliente, da interazioni più pertinenti e da una facilità di utilizzo che incide positivamente nel lungo periodo. 

Quali sono le sfide di una strategia omnicanale?

  • Dati in silos: i dati dispersi in silos tra diversi reparti o sistemi possono ostacolare la coerenza e la completezza delle informazioni. Unire fonti di dati eterogenee è cruciale per ottenere una visione unificata del cliente e garantire una gestione omnicanale basata su dati integrati.
  • Tecnologia: la selezione di una stack tecnologica adatta è una sfida critica. Dovrebbe integrare e supportare tutti i canali, garantendo la raccolta e l'analisi efficace dei dati. Una scelta inadeguata può portare a inefficienze operative e ostacolare l'integrazione dei canali.
  • Competenze: l'implementazione di una strategia omnicanale può richiedere nuove competenze e know-how, sia in termini di gestione dati che di utilizzo di tecnologie avanzate.
  • Nuovo modo di organizzare l'azienda: l’'adozione dell'omnicanalità spesso richiede una ristrutturazione organizzativa. L'azienda deve adottare una mentalità più collaborativa e coesa, superando le tradizionali divisioni tra reparti e garantendo un flusso di informazioni efficiente.

L’importanza di un approccio data driven all’omnicanalità

Un approccio data-driven all'omnicanalità consente la personalizzazione dell'esperienza del cliente basandosi sui dati e non su intuizioni o assunzioni. Inoltre offre una base solida per decisioni informate e strategie efficaci, permettendo di adattarsi rapidamente alle dinamiche del mercato in evoluzione. 

Permette di ottimizzare l'efficienza operativa, identificando tendenze emergenti e consentendo una risposta tempestiva a nuove sfide o opportunità. Infine promuove l'ottimizzazione dei canali di vendita, concentrando le risorse sui canali più performanti e aumentando il ritorno sull'investimento complessivo delle iniziative omnicanale.

Dati e omnicanalità nel 2024: sfide e use case

Abbiamo raccolto in un report gratuito le nostre riflessioni sull'omnicanalità nel 2024 e soprattutto 4 use case pratici di analisi e attivazione dei dati in ottica omnichannel.

29 Novembre 2023

Marketing Analytics, Product Analytics e Customer Analytics: facciamo chiarezza

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:

  1. Tasso di Conversione (CR): Misura la percentuale di utenti che completano azioni desiderate.
  2. Costo per Acquisizione (CPA): Indica il costo per acquisire un nuovo cliente.
  3. Ritorno sugli Investimenti (ROI): Valuta l'efficacia di una campagna rispetto agli investimenti.

Strumenti:

  • Google Analytics
  • Piwik PRO
  • Adobe Analytics
  • Piano Analytics

Product Analytics: che cos'é?

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:

  1. Retention Rate: Misura la percentuale di utenti che ritornano.
  2. Tempo nell'App: Indica la durata dell'interazione dell'utente con il prodotto.
  3. Tasso di Adozione delle Funzionalità: Misura la velocità di adozione delle nuove funzionalità.
  4. Churn Rate: Valuta la percentuale di utenti che smettono di utilizzare il prodotto.

Strumenti:

Che cos'è la Customer Analytics?

Definizione e Differenze:

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:

  1. Valore a Vita del Cliente (CLV): Indica il valore previsto che un cliente porterà nel corso della sua vita.
  2. Net Promoter Score (NPS): Misura la propensione dei clienti a consigliare l'azienda.

Strumenti:

Conclusione

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.

16 Novembre 2023

E-commerce analytics: cos’è e come usarla per far crescere il business

Nota: questo articolo è una traduzione e rielaborazione di un articolo del nostro partner Piwik PRO, qui trovi la versione originale.

Perché parliamo di e-commerce analytics

Il tasso medio di abbandono del carrello per gli acquisti online supera il 70%. Questa rappresenta una sfida enorme per gli e-commerce: come si possono raggiungere efficacemente gli utenti portarli a convertire? Un elemento cruciale sono i dati raccolti da uno strumento di analisi dell'ecommerce.

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.

Data activation nell'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.

Una CDP consente di visualizzare i dati dettagliati dei clienti e di creare segmenti che corrispondono al pubblico target. Per individuare i segmenti migliori, analizzate i comportamenti degli utenti, la cronologia degli acquisti, gli interessi, i dati demografici e così via.

Esempi di attivazione dei dati sono:

  • 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.

6 Novembre 2023

Customer retention e-commerce: un caso studio

L'acquisizione di nuovi clienti è senza dubbio una componente essenziale per la crescita di qualsiasi e-commerce. Tuttavia, troppo spesso ci concentriamo esclusivamente su questo aspetto, trascurando una fonte di valore altrettanto significativa e spesso sottovalutata: i nostri clienti esistenti. Con una concorrenza sempre più agguerrita e costi di acquisizione in costante aumento, la fidelizzazione e il coinvolgimento dei clienti rappresentano una risorsa preziosa, spesso trascurata.

Le strategie di engagement e riattivazione dei clienti esistenti rivestono un ruolo cruciale nella crescita sostenibile di un'azienda. La chiave per il successo di un e-commerce non è solo attirare nuovi visitatori, ma anche mantenere una base di clienti fedeli: hanno già dimostrato un interesse nei nostri prodotti o servizi e, quindi, presentano un potenziale enorme in termini di aumento delle vendite e della redditività.

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 customer retention.

Fase 1. Identificazione della NSM

La "North Star Metric" (NSM) è una metrica chiave utilizzato nell'ambito del business e del product management per valutare il successo di un'azienda o di un prodotto. La sua caratteristica distintiva è che rappresenta l'obiettivo principale dell'azienda o del prodotto, che va al di là delle metriche di superficie o delle prestazioni a breve termine.

La North Star Metric è spesso una metrica strategica che riflette il valore fondamentale che un'azienda offre ai suoi clienti o utenti. Questo indicatore deve essere scelto con cura perché è fortemente correlato alla crescita e alla sostenibilità a lungo termine del business. La sua importanza sta nel fatto che fornisce una guida chiara per l'azienda e per i vari team, consentendo loro di concentrare le risorse e gli sforzi su ciò che è veramente significativo.

Considerando il modello di business del nostro cliente, che vende prodotti a subscription mensile, in questa prima fase di data strategy abbiamo identificato attraverso un workshop partecipativo la NSM: gli Utenti Attivi, ovvero utenti che hanno effettuato almeno 1 acquisto nell’ultimo mese e che hanno acquistato anche nel mese precedente.

Fase 2: Raccolta e integrazione dei dati

Una volta definita la North Star Metric abbiamo effettuato una mappatura delle fonti dati che permettevano di avere queste metriche: abbiamo quindi considerato i dati transazionali (dal database acquisti) e dati comportamentali (dalle piattaforme di analytics, in questo caso erano Google Analytics 4 e Piwik PRO).

Abbiamo poi sviluppato dei connettori ETL che permettessero di effettuare giornalmente uno scarico di questi dati per integrarli fra di loro in un data warehouse su infrastruttura AWS.

Fase 3: Identificazione dei cluster e costruzione della dashboard in Power BI

Abbiamo quindi identificato i seguenti cluster:

  • Utenti Attivi: utenti che hanno effettuato almeno 1 acquisto nell’ultimo mese e che hanno acquistato anche nel mese precedente
  • Nuovi Utenti: utenti che hanno effettuato il primo acquisto nell’ultimo mese
  • Utenti Riattivati: utenti il cui ultimo acquisto risale all’ultimo mese ma che non acquistavano da più di un mese e da meno di due 
  • Utenti Resuscitati: utenti il cui ultimo acquisto è nell’ultimo mese ma che non acquistavano da più di due mesi
  • Rischio 1: utenti il cui ultimo acquisto risale a più di un mese ma meno di due
  • Rischio 2: utenti il cui ultimo acquisto risale a più di due mesi ma meno di tre
  • Rischio 3: utenti il cui ultimo acquisto risale a più di tre mesi fa

Per ultimo abbiamo progettato una dashboard in Power BI per permettere la visualizzazione dei cluster e dei movimenti tra cluster.

Fase 4: Attivazione

Grazie a questo progetto i team di marketing, prodotto e business sono ora in grado di avere a portata di mano l’andamento dell’e-commerce, ad avere insight per attivare nuove strategie digitali e soprattutto per misurarne le performance.

Ad oggi il cliente ha deciso di lavorare su questi filoni:

  • Fidelizzazione dei nuovi utenti: ha implementato una serie di attività volte a portare i nuovi utenti a utenti attivi, lavorando su un onboarding in seguito al primo acquisto per incentivare il secondo acquisto il mese successivo (ricordiamo che il cliente vende box a subscription mensile).
  • Mantenimento degli utenti attivi con una serie di attività come: creazione di un programma di fedeltà e un maggiore coinvolgimento in anticipazioni e anteprime dei nuovi prodotti.
  • Riattivazione dei clienti a rischio 1 e rischio 2 per recuperarli attraverso alcune promozioni speciali.

Se vuoi ricevere i prossimi articoli via mail iscriviti alla newsletter: arriva il giovedì (a volte ogni settimana, a volte ogni due, dipende da quante cose abbiamo da raccontare). Se vuoi leggere altre analisi qui trovi un esempio di RFM analysis sul database di un e-commerce, qui puoi trovare un'altra analisi fatta sui comportamenti di acquisto degli utenti e qui invece trovi 5 best practice per ottimizzare la customer experience.

31 Ottobre 2023

Brand o prezzo? Segmenta gli utenti del tuo e-commerce

​​Comprendere la propria base di utenti è fondamentale per anticipare le tendenze del mercato e offrire esperienze personalizzate che soddisfino le esigenze e i desideri dei clienti. 

In questo contesto, la segmentazione degli utenti emerge come uno strumento cruciale per il successo della strategia digitale (ma non solo). In particolare le aziende che acquisiscono una comprensione dei comportamenti d'acquisto dei propri clienti e che sono in grado di segmentare gli utenti sulla base dei dati riescono a ottimizzare le performance delle iniziative di marketing, offrendo alla propria customer base esperienze migliori.

Un aspetto centrale di questa comprensione è la distinzione tra due aspetti fondamentali che influenzano le decisioni d'acquisto: il brand e il prezzo.

Per alcune categorie di consumatori, la fedeltà al brand è il principale motore d'acquisto. Questi clienti cercano specifici marchi e attribuiscono un alto valore all'affidabilità e alla reputazione del produttore.  Per altri, invece, il costo e le offerte sono il fattore predominante. Questi clienti sono orientati al budget e sono spesso alla ricerca di opportunità di risparmio.

In questo articolo raccontiamo un’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. L'analisi è stata effettuata in preparazione al Black Friday, ma si tratta di un'attività che porta valore strategico al di là della stagionalità di specifici eventi.

Prima di andare nel dettaglio, se vuoi ricevere articoli come questo direttamente nella tua casella email puoi iscriverti alla nostra newsletter, arriva il giovedì mattina.

Fase 1 - Analisi del comportamento

Abbiamo analizzato i dati con il fine di segmentare gli utenti in 4 categorie, sulla base dell’importo medio speso per paio di scarpe e della fama dei brand acquistati.

Abbiamo calcolato la fama del brand sulla base di quanto un brand veniva cercato, considerando la ricerca interna sul sito (numero di ricerche), l’interazione con i filtri nelle pagine di listing (numero di click sui filtri) e le ricerche organiche contenenti un brand (numero di click sui risultati di ricerca).

Per quanto riguarda il price point abbiamo assegnato un punteggio sulla base del prezzo medio di vendita per categoria prodotto, normalizzandoli per renderli confrontabili.

Per le analisi abbiamo considerato le vendite online per circa 6 mesi, i dati di Google Search Console (per le ricerche organiche) e Google Analytics 4 (per la ricerca interna e l’interazione con i filtri).

Fase 2 - Creazione dei segmenti

Con l'analisi dei dati a disposizione abbiamo i 4 segmenti di utenti che potete osservare di seguito

Price funzionali: utenti attratti dal basso costo e principalmente dalla funzionalità del prodotto

Price seeker: utenti che cercano l’affare, attratti dai prodotti di brand conosciuti ma restii a comprarli ad un prezzo elevato

Brand follower: utenti che seguono la moda e la sua stagionalità, basano gli acquisti sul brande e il prezzo per loro non rappresenta un limite per l’acquisto

Brand seeker: utenti attratti un particolare brand di nicchia, anche per loro il prezzo del prodotto non risulta essere una barriera per l’acquisto

Fase 3 - Benefici e azioni

Conoscenza approfondita degli utenti

Queste analisi hanno permesso al cliente di conoscere a fondo gli utenti, il loro comportamento di acquisto, le preferenze in termini di prodotti. Di conseguenza è possibile lavorare meglio sulla fidelizzazione, sull’ottimizzazione della comunicazione, sulla riduzione dei tassi di abbandono del carrello e sulla retention. Vale la pena ricordarlo: si tratta di una conoscenza utile a prescindere da eventi come Black Friday o Prime Day.

Segmentazione delle iniziative

Basandosi sulle preferenze degli utenti, è stato possibile per il nostro cliente progettare campagne mirate che si allineano alle preferenze di ciascun segmento, personalizzando la comunicazione email, l’esperienza su sito e le promozioni. In questo modo ha deciso di indirizzare risorse specifiche verso gruppi di utenti che sono più inclini a rispondere positivamente, aumentando il ROI.

Puntare su Price Seeker e Price Funzionali

In ottica di Black Friday i segmenti su cui il nostro cliente ha deciso di puntare maggiormente sono stati i Price Seeker e i Price Funzionali, che per le loro caratteristiche e per i loro comportamenti di acquisto sono sicuramente più propensi ad acquistare in momento di sconti. 

Ti è piaciuto questo articolo? Trovi altri casi studio come questo nel report in preparazione al Black Friday. Se invece vuoi approfondire il tema della segmentazione, qui trovi un progetto di Keyword Clustering che potrebbe interessarti, in alternativa puoi leggere qui il racconto di una RFM Analysis.

Se invece vuoi fare una chiacchiera per approfondire puoi scriverci compilando questo form.

17 Ottobre 2023

Black Friday 2023: come prepararsi

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.

All'interno del report trovi il dettaglio delle analisi.

3. Prodotti: cosa puoi migliorare?

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.

12 Ottobre 2023

Keyword clustering con machine learning

Molte aziende che operano nel settore del retail stanno affrontando sfide sempre più complesse per rimanere competitive e soddisfare le esigenze dei consumatori. Un nostro cliente, specializzato in rivendita di abbigliamento sportivo sia online che offline, ha riconosciuto l'importanza cruciale della raccolta e analisi dei dati per la crescita omnicanale

In questo breve contenuto racconteremo uno dei progetti a cui abbiamo lavorato in quest’ottica: un’attività di keyword clustering volta a comprendere al meglio quali fossero le keyword che portavano traffico organico al sito, in modo da comprendere cosa funzionava e soprattutto quali fossero invece le aree che richiedevano intervento.

In merito a questo tema esigenze principali del cliente erano due:

  1. Valutare le performance del sito web: il cliente desiderava avere una visione chiara e dettagliata delle performance del suo sito web. In particolare, una delle sfide più importanti era l'identificazione delle query di ricerca che portavano i visitatori al suo sito web.
  2. Ottimizzare la strategia SEO: una volta identificate le query di ricerca, il cliente intendeva utilizzare queste informazioni per migliorare il posizionamento del sito nei motori di ricerca, aumentare la visibilità online e ottenere insight volti a supportare il canale offline. 

Per soddisfare queste esigenze, abbiamo condotto un'analisi delle keyword utilizzate dagli utenti che hanno raggiunto il sito web.

In questo caso studio condivideremo l'approccio gli output di questa analisi di clustering delle keyword, evidenziando come questi dati possano contribuire a migliorare le performance non solo del sito web ma in generale di tutte le strategie di promozione sia online che offline.

Prima di procedere: se vuoi ricevere ogni settimana i nuovi articoli, casi studio e aggiornamenti sul mondo dei dati puoi iscriverti alla nostra newsletter.

Come identificare i Keyword cluster

Abbiamo prima di tutto effettuato una prima analisi sulla distribuzione delle keyword e dei click per tipologia di keyword, in modo da avere una visione di alto livello di come le varie keyword contribuiscono nel portare traffico organico al sito.

analisi: come le persone arrivano sul sito da organic

Abbiamo in seguito utilizzato i dati di Google Search Console per eseguire il clustering sulle parole chiave che hanno portato traffico al sito web nel periodo analizzato.

Identificazione dei cluster

Per la clusterizzazione abbiamo provveduto ad una differenziazione tra segmenti di keyword di brand (ovvero keyword che contenevano il nome del brand del nostro cliente) e segmenti di keyword senza brand.

L’algoritmo di clusterizzazione ha identificato 7 cluster differenti.

Cluster 0 - query branded e offline-oriented. Si tratta di traffico che sta cercando informazioni sui negozi offline del cliente e che può essere sfruttato in ottica omnichannel.

Cluster 1 - query branded e legate a prodotti (zaini, softshell…). Traffico fidelizzato e che conosce il brand, molto probabile che converta.

Cluster 2 - query legate a brand specifici di abbigliamento sportivo che non includono il brand del cliente. Si tratta quindi di persone che hanno in mente un prodotto specifico ma non stanno cercando il rivenditore. Potenziale di espansione e miglioramento grande, ma molta competizione.

Cluster 3 - query legate ai prodotti per donna, sia collegate a brand specifici che a categorie di prodotto (pantaloni donna, antipioggia donna primavera 2023).

Cluster 4 - query collegate a “piumini”. Probabilmente influenzata dal periodo invernale, da ripetere nel corso dell’anno per vedere quanto può pesare sull’economia annuale del sito. Nei mesi invernali circa il 10% delle parole chiave totali e dei click.

Cluster 5 - query collegate in generale al mondo “abbigliamento sportivo”, si evidenziano molte query quasi di content marketing tipo “taglie pantaloni alpinismo” su cui il sito sembra ben posizionato ma che sono difficilmente convertibili. 

Cluster 6 - query collegate a “cappelli”. Valgono stesse considerazioni della 4, con la differenza che sono il 5% del totale delle query e il 2% dei click circa.

Prima di procedere due note sulla metodologia di identificazione dei cluster

Il processo

Si tratta di un processo eseguito da Digital Pills con algoritmi proprietari senza supporto di software SAAS o strumenti terzi (es. Chat GPT). Ricordiamo infatti che è fondamentale non condividere dati potenzialmente riservati con piattaforme che hanno politiche di condivisione dei dati stessi con terzi o per il training di modelli. 

Le fasi del dell’attività sono state le seguenti

  1. Download dei dati di Google Search Console (keyword e numero di click che hanno portato sul sito)
  2. Pulizia dei dati (es. rimozione delle stop words, conversione a lower case etc.)Implementazione dell’algoritmo per l’identificazione del numero ottimale di cluster
  3. Run del K-means che ha restituito i 7 cluster di appartenenza delle keyword
  4. Caratterizzazione dei cluster (distribuzione e composizione dei cluster tramite grafici e wordcloud)

La soluzione: una dashboard per prendere decisioni

Una volta ottenuti i cluster abbiamo poi creato una dashboard che ha permesso al cliente di visualizzare in real time l’andamento delle performance del sito sui vari cluster di keyword.

Per ogni cluster di keyword, come si può vedere dal grafico sotto, abbiamo analizzato il numero di click che hanno portato al sito:


Per andare più nel dettaglio poi, abbiamo costruito uno scatterplot, detto anche grafico a dispersione.

Nel grafico che segue si possono osservare due variabili di un set di dati distribuite in uno spazio cartesiano: vediamo i Click sull’asse delle X e il Click Through Rate sull’asse delle Y.

Ogni punto rappresenta una keyword, mentre a colore diverso corrisponde un diverso cluster.  Le linee tratteggiate invece rappresentano le due medie: una parte l’average CTR e l’average di click.

scatterplot con distribuzione delle keyword

Questo tipo di grafico permette di fare analisi granulari, permettendo di identificare quali sono i cluster di keyword su cui concentrarsi per migliorare le performance del sito.

Vediamo un esempio. 

Nell’immagine che segue si trova il dettaglio del cluster 0, che è quello di query branded e offline-oriented, con per esempio parole chiave come NOME BRAND + CITTÀ e altre parole.

Se ci concentriamo ad esempio sul quadrante in basso a sinistra (quello in sono disposte keyword con click e CTR al di sotto della media), vediamo che è per la maggior parte composto da keyword contenenti il nome del brand seguito dal nome della città e dalla parola ‘orari’ o ‘foto’.


Da questa prima analisi emerge un bisogno degli utenti specifico: ottenere informazioni in merito a orari e foto del negozio offline in una specifica città.


In questo caso è probabile che le performance del sito siano sotto la media poiché Google mostra già i risultati della ricerca all’interno della SERP senza che sia necessario cliccare sui link dei risultati di ricerca.

Una granularità di questo tipo permette quindi di intraprendere azioni specifiche, come in questo caso adottare delle strategie volte ad indicizzare contenuti, come ad esempio gli orari di apertura, anche su canali diversi dal sito web (come per esempio i social).

Il nostro Keyword clustering in breve

In queste poche righe abbiamo esplorato l'importanza di un'analisi delle keyword come punto di partenza per ottimizzare una strategia SEO.

L'identificazione dei cluster di keyword può rappresentare una preziosa fonte di quick win, consentendo di migliorare la visibilità del sito web sui motori di ricerca e attrarre un pubblico più ampio e interessato. Inoltre una visualizzazione così granulare come quella della scatterplot permette di fare interventi specifici e molto mirati per cluster di keyword, rendendo l’ottimizzazione delle performance del sito molto più mirata.

Sottolineiamo anche che questo tipo di analisi risulta anche utile nell’ottica di una strategia omnicanale: alcuni cluster sono correlati alle esperienze offline dei clienti e comprendere le loro esigenze è fondamentale per lo sviluppo di contenuti online agevolino la loro conversione offline.

Se ti interessa la clusterizzazione degli utenti qui puoi trovare un articolo che parla di RFM e clustering analysis per l'ottimizzazione del budget e del lifetime value. Potresti anche trovare utile la nostra guida per prepararsi al Black Friday, che offre spunti utili sulle analisi da fare per affrontarlo al meglio!

Vuoi ricevere i prossimi articoli via mail appena li pubblichiamo? Iscriviti alla nostra newsletter.

NON PERDIAMOCI DI VISTA
VUOI RICEVERE AGGIORNAMENTI?
SEGUICI SUI SOCIAL

Copyright 2022, Digital Pills SRL
Via Stampatori 4, 10122 | Torino, Italia
P.IVA: IT12183450019

unnamed-3

Certificato n. 2728 QM