12 Gennaio 2021

Piccola guida a Google Consent Mode

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

Premessa

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

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

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

Come può aiutarci GCM

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

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

  • Google Ads
  • Floodlight
  • Google Analytics

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

Google Consent Mode analizza due tipi di consenso:

  • Ads Storage
  • Analytics Storage

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

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

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

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

Piccola guida all’implementazione 

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

  • Step 1 - Implementazione dello snippet di Google Consent Mode 

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

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

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

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

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

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

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

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

QA

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

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

Implementazione con Custom HTML

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

  • Step1 - Creazione delle variabili

Il primo step consiste nella creazione di due variabili:

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

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

Il secondo step consiste nella creazione dei tag Custom HTML:

Dobbiamo adesso creare 4 tag custom HTML:

  • Tag che invia il valore analytics di default:

<script>

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

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

  gtag('consent', 'default', {

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

  });

</script> 

 

  • Tag che invia il valore analytics updated:

<script>

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

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

  gtag('consent', 'update', {

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

  });

</script>

 

  • Tag che invia il valore advertising di default:

<script>

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

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

  gtag('consent', 'update', {

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

  });

</script>

 

  • Tag che invia il valore ads updated:

<script>

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

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

  gtag('consent', 'update', {

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

  });

</script>

 

Perché usare il GCM?

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

Perché aspettare?

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

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

In conclusione...

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

8 Gennaio 2021

Quiz Google Analytics 4

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

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

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

27 Novembre 2020

Cos’è Google Analytics 4 (GA4) – La App+Web property

Scopriamo oggi con questo articolo cos'è Google Analytics 4 e quali sono le sue principali novità.

In passato, quando volevi misurare alcuni parametri del tuo sito dovevi usare la versione di GA apposita per il tracking dei dati sui siti web.

Se invece volevi misurare i dati riguardo l'uso della tua App dovevi usare Google Analytics per Firebase oppure Google Analytics APP view (creato mediante una property GA separata rispetto a quella del sito web).

Non esisteva un modo facile di mettere insieme i dati di app e sito in un report unico. Tuttavia, con la nuova property di GA4, è tutto cambiato .

Google Analytics ora ti permette di integrare i dati riguardo l'uso di app e sito in un' unica property. Questa nuova property si chiama "Google Analytics 4" ed è disponibile per l'uso quando crei una nuova property su GA.

Se hai sia un' app che un sito e vuoi conoscere l'iter degli utenti che sono arrivati a comprare, oppure anche solo l'engagement dei tuoi utenti rispetto alla tua app o al tuo sito sito, dovresti iniziare a usare la property GA4.

Anche se non hai un' app mobile, Google consiglia comunque di passare alla nuova versione di GA di usare la property GA4 in parallelo alla GA3, poiché questa riceverà pian piano sempre meno supporto a partire da oggi.

Puoi usare e tratte tutti i vantaggi dalla nuova piattaforma GA4 anche se non hai un'app. Ci sono un'altra miriade di novità, le puoi trovare tutte in questo articolo.

GA4 non rimpiazzerà GA3 tanto presto perché è ancora in fase beta, quindi continua a conservare e usare la tua GA3 come hai fatto finora.

La view che crei nella property GA4 si chiama "GA4 view". L'interfaccia del report è simile a quella di Google Analytics per Firebase, ma un po' diversa dalla view di GA3.

Ad un primo approccio GA4 potrebbe scombussolarti perché i report e le metriche a cui sei abituato non ci sono più, sono stati eliminati o sostituiti.

Vedrai differenti impostazioni di base dei report della GA4 view e non vedrai molti report. Questo perché adesso, ancora più di prima, molti report sono generati solo quando inizi a tracciare gli eventi.

(Se non hai molto tempo per leggere l'articolo, ti rimando al webinar di Stefano, dove potrai capire tutti i vantaggi della nuova GA4 property e anche fare domande)

I Vantaggi nell'uso della GA4 property

1. Puoi avere insieme tutti i dati del tuo sito e della tua app in una sola GA property con un tracking molto affidabile su più dispositivi e piattaforme contemporaneamente.

2. La reporting view della property GA4 mostra il numero di users unici totali di tutte le piattaforme. Un dato che non era possibile ricavare prima d'ora da nessuna parte in GA.

3. Il reporting view della property GA4 arriva con un nuovo set di reports chiamato "analysis" che ti permette di fare misurazioni avanzate. Questo era uno strumento disponibile prima solo per gli utenti GA 360.

La versione 360 di GA4 sarà disponibile in futuro.

4. GA4 arriva con la possibilità di connettersi a Big Query gratuitamente. Anche questa una funzione disponibile prima solo agli utenti GA 360. Ora puoi accedere ai dati grezzi (Raw Data) di GA e lavorarci sopra con le query SQL.

5. Non ci sono più limiti riguardo alla quantità di dati che puoi mandare ad una GA property, rimangono comunque alcuni limiti sul numero degli eventi unici che puoi usare.

6. La GA4 property ha una funzione chiamata "enhanced measurement" che permette il  tracciamento automatico per certe tipologie di eventi (come per esempio lo scroll, l'uso della funzione cerca, etc.) senza dover impostare alcuno strumento aggiuntivo.

7. La reporting view di GA4 fornisce un report chiamato "debugView" che ti aiuta a capire se hai impostato correttamente il tracking per le app.

8. Puoi misurare l'itinerario dei clienti che hanno acquistato attraverso il tuo sito web e le app. Queste informazioni cross-platform possono aiutarti a:

  • #1 Migliorare la tua comprensione del percorso di acquisto dei clienti attraverso le piattaforme e fornire di conseguenza una migliore esperienza utente.
  • #2 Risolvere i problemi di attribuzione cross-device. Ad esempio, puoi determinare il numero di utenti che hanno iniziato il loro percorso di acquisto sulla tua app prima di visitare il tuo sito web per completare l'acquisto.
  • #3 Comprendere l'efficacia delle tue campagne di marketing sui dispositivi o sulle piattaforme.Ad esempio, è possibile determinare i canali di marketing responsabili dell'acquisizione del maggior numero di clienti su piattaforme diverse.

9. La reporting view di GA4 fornisce un nuovo set di metriche riguardo il coinvolgimento (sessioni coinvolte, tempo di coinvolgimento ,etc.) aiutandoti a monitorare molto più accuratamente il coinvolgimento dei tuoi utenti sia sul sito che sull'app.

Non esiste più il concetto di "bounce rate" nei report di GA4. Questo parametro è stato sostituito dal "engagement rate" (ovvero tasso di coinvolgimento), calcolato come :

Engagement Rate = engaged sessions / sessions

In questo caso, una "Engaged session" è una sessione GA in cui un utente ha interagito attivamente con il tuo sito web o app per almeno 10 secondi.

E dato che il tasso di coinvolgimento non si basa solo sulle visualizzazioni di pagina, può essere facilmente utilizzato su tutte le piattaforme (sito o app per dispositivi mobili) per la misurazione del coinvolgimento degli utenti.

Questo non è il caso della metrica di bounce rate che di solito non riesce a misurare il coinvolgimento degli utenti su app. Inoltre, il bounce rate non funziona bene in alcune nicchie, come quelle dell'editoria (notizie, blog) in cui sono normali sessioni di una sola pagina.

La nuova struttura dell' Account di Google Analytics 4 

 

Con l'avvento della nuova GA4 property , la struttura dell'account di Google Analytics è un po' cambiata. Ora il flusso di dati è sotto la GA4 property. 

Nell' ecosistema di Google una organizzazione rappresenta un'azienda che usa uno o più prodotti Google.

Puoi collegare più account GA alla tua organizzazione e ogni account GA è formato da una o più properties. Prima la property mostrava o i dati del sito o i dati dell'app. Ora invece la property GA può rappresentare i dati di ambedue le fonti insieme.

La property che raccoglie i dati dal tuo sito si chiama "Web" property.

Quella property che raccoglie invece i dati dalla tua app si chiama invece "Apps" property.

La property che raccoglie i dati sia dal sito che dall'app si chiama "Apps e Web" property oppure ora prende il nome di "GA4 property".

Ad oggi la GA4 property fornisce solo una reporting view. Questa view può contenere dati che provengono sia da una sola che da più fonti.

Introduzione al flusso di dati

Un flusso di dati ci riconduce inevitabilmente ad una fonte di dati.

Quando il flusso viene da un sito, è chiamato "web data steam".

Quando invece il flusso viene da un'app, è chiamato "mobile app data steam".

Per quel che riguarda il flusso di dati che proviene dalle app, se ne distinguono di ulteriori due tipi:

  1. IOS app data steam
  2. Android app data steam

questi flussi di dati saranno rispettivamente chiamati "IOS app data steam" e "Android app data steam"

Puoi aggiungere questo tipo di flusso di dati alla tua GA4 property così:

Puoi connettere più mobile app data steams alla tua GA4 Property, ma un solo web data steam.
Ricorda inoltre che la reporting view nella GA4  property non può raccogliere dati retroattivamente. Raccoglie dati solo dal momento in cui hai connesso il tuo flusso di dati alla property.

Quando connetti un nuovo flusso di dati alla GA4 property, ci possono volere fino a 24 ore prima di vedere i dati apparire nei tuoi report.

Un "web data steam" contiene: Steam URL, Steam name, Measurement ID e Steam ID:

Se fino a qui qualcosa non ti è chiaro ricorda che potrai farci tutte le domande che vuoi a partecipando a questo webinar!

Il nuovo modello di misurazione "Event + Parameter"

La GA4 property usa il modello di misurazione "Evento + Parametro" (che è user-centrico) al posto del tradizionale modello che aveva al centro sessioni + pageviews.

GA4 ti permette di tracciare qualsiasi attività, includendo anche le pageviews, come un evento e puoi anche impostare i tuoi parametri di misurazione eventi.

Il nuovo modello di evento è più flessibile del tradizionale modello in termini di abilità nel tracciare una maggiore tipologia di interazioni, dalle pageviews, all'apertura dell'app, agli scroll, ai download etc.

Google ha implementato questi cambiamenti per i seguenti motivi:

1. Rendere possibile visualizzare un report integrato che comprende sia i dati che derivano da app che quelli da sito in una sola view, cioé la GA4 reporting view.

2. Rendere possibile usare un singolo set di metriche per tutte le piattaforme.

Il modello basato su "event+parameter" ti permette di misurare qualsiasi evento in particolare e può automatizzare certi tipi di event tracking (come per esempio quello dello scroll) senza alcuna impostazione aggiuntiva a livello di codice.

Questa nuova funzione che misura automaticamente alcune interazioni degli utenti con i contenuti del tuo sito, in aggiunta al misuramento standard di page view, si chiama "Enhanced measurement":

Alcune ultime avvertenze

#1 La GA4 property non é davvero pronta per un uso ampio e diffuso. Ci sono tante tipologie di reports che mancano quindi non devi assolutamente pensare di sostituire GA3 con GA4. Piuttosto puoi creare e usare la GA4 property in parallelo a quella di GA3.

#2 Puoi raccogliere per ora davvero pochi dati riguardo gli e-commerce nel reporting view della GA4 property. Questo è uno dei motivi per cui non è ancora adatto per un uso "commercial".

#3 L'impostazione e l'implementazione di analisi e tag di marketing non sono le stesse di una volta. Quindi la migrazione a GA4 potrebbe richiedere parecchio tempo ed essere difficoltosa.

Ecco come iniziare

Per fornirti più informazioni e chiarimenti, abbiamo organizzato un webinar in modo da poter discutere di Google Analytics 4 e fornire eventuali chiarimenti! Parleremo anche di un’introduzione al tracking e-commerce, piccola mancanza momentanea di Google Analytics 4.

C'è inoltre un articolo già pronto che ti spiega nel dettaglio come fare l'upgrade a Google Analytics 4.

  1. Iscriviti al webinar in diretta di Stefano ed Emanuele in cui spiegano nel dettaglio le novità di GA4
  2. Iscriviti alla newsletter di Digital Pills in pubblicheremo tutti i nuovi aggiornamenti.
  3. Contattaci se hai bisogno di supporto e saremo felici di aiutarti!

A presto!

29 Ottobre 2020

5 errori che (probabilmente) stai facendo con Google Analytics

Oggi parliamo di quali sono i 5 errori più comuni che vediamo fare con Google Analytics a chi approccia questo strumento per la prima volta

Questi errori possono potenzialmente invalidare tutta la tua strategia di utilizzo dei dati sia per il sito che per le campagne, quindi è fondamentale evitarli. 

Una volta riconosciuti, troverai qui anche alcune tecniche di rimedio!

Se non hai voglia di leggere tutto l'articolo, questo è il webinar gratuito da cui è tratto: puoi dargli un occhiata in qualsiasi momento.

Prima di partire, ecco i 5 errori con Google Analytics che vedremo uno per uno:

1. Dimenticare che Google Analytics non è uno strumento Plug and Play

2. Non interpretare correttamente bounce rate e time on page

3. Usare male o poco i parametri UTM

4. Non sfruttare le potenzialità dei segmenti

5. Dimenticare il modello di attribuzione utilizzato nei report standard

Iniziamo!

 

#1. Dimenticare che Google Analytics non è uno strumento Plug and Play

Sebbene Google Analytics semplifichi molto la vita a chi deve tracciare i dati, non è sufficiente installare il codice di Google Analytics sul sito e aspettare che faccia tutto da solo. Ci sono dei passaggi di configurazione imprescindibili che devi fare...

Il primo passaggio è di tipo strategico: consiste nella creazione di un piano di misurazione ed è d’obbligo prima ancora di collegare Analytics al tuo sito.

Il piano deve essere strutturato in tal modo da trasformare gli obiettivi strategici aziendali in KPI per tracciare quello che conta e che ti serve veramente! 

Un buon piano di misurazione deve assolutamente avere:

  1. Gli obiettivi del business
  2. La strategia per raggiungerli
  3. I KPIs
  4. I Performace target per ognuno dei KPI
  5. I segmenti

Solo a questo punto sei davvero pronto per installare Google Analytics e iniziare a lavorarci su! 

Ricordati che di base Google Analytics manda solo le visualizzazioni di pagina. Per avere più informazioni sarà necessario implementare Google Analytics hardcoded oppure Google Tag Manager (se invece fai l’upgrade a GA4 puoi avere di default molte più informazioni, scoprile in questo articolo).

A questo punto, non resta che configurare l’account di Google Analytics:

All’interno della piattaforma come ben sai ci sono 3 livelli: Account, Property e View. 

Ogni account può avere più property che è indipendente dalle altre property dello stesso account e a sua volta ogni property può avere più views che sono sostanzialmente dei modi diversi di vedere gli stessi dati.

E’ sempre raccomandato creare almeno 3 view per ogni property: una master, una di test e una di raw data (cioè dati grezzi, non filtrati).

Nella master view ci sono tutti i dati filtrati in base alle tue esigenze e impostazioni, la test view serve a provare i filtri che pensi di impostare prima ancora di implementarli e la raw data è l’insieme di tutti i dati disponibili, cioè senza filtri ed è una view che puoi usare anche come fonte di backup.

I filtri sono importantissimi, perché sono lo strumento che ti permettono di vedere meglio i tuoi dati: puoi aggregarli, pulirli, etc. in base alle tue esigenze.

Per esempio se non sei interessato agli utenti che arrivano da una certa zona geografica, con questo strumento puoi escluderli.

C’è infine da ricordare anche l’impostazione dei Goals (che dovresti aver identificato con il piano di misurazione) fin dall’inizio del periodo di raccolta dei dati, poiché le misurazioni non possono essere retroattive (qui un articolo super interessante per capire al volo cosa sono e come impostare i goals).

Per poter usare Google Analytics al meglio questo primo passo è imprescindibile!

#2. Non interpretare correttamente bounce rate e time on page

Queste sono due delle metriche più utilizzate eppure non tutti sanno interpretare correttamente i dati che ci forniscono.

Devi ricordare che una sessione è un gruppo di interazioni con il sito web in un determinato periodo di tempo che termina o dopo un certo periodo di tempo oppure al cambio della campagna (ti spieghiamo cos’è nel paragrafo subito dopo).

 

Si parla poi di Sessioni Bounce quando la sessione è caratterizzata da una sola interazione e da qui di Bounce rate, cioè di percentuale di sessioni con una sola interazione. 

Tuttavia il bounce rate è influenzato da due fattori: il primo è come hai impostato il tracking degli eventi ed il secondo è l’impostazione della durata della sessione, 30 minuti di default, ma personalizzabile dal pannello delle impostazioni di Google Analytics.

Anche il Time on Page può essere influenzato da più fattori. Google Analytics infatti calcola il tempo su una pagina come differenza di tempo tra il click sulla pagina successiva e quella presente. Così però l’ultima pagina visitata avrà sempre tempo 0, perchè non ne esiste una pageview dopo di lei.

Sapendo tutto ciò, ora i dati della colonna “Average time on page” di GA devi sempre metterli in relazione con i dati della colonna della percentuale di uscita, tanto più alta sarà la percentuale di quest’ultima colonna, tanto meno affidabile sarà il rispettivo dato riguardo il tempo medio su una pagina.

 

#3. Usare male o poco i parametri UTM

Il terzo dei 5 errori più comuni con Google Analytics riguarda i parametri UTM.

I parametri UTM servono a distinguere le fonti di traffico di ogni sessione e sapere così da dove sono arrivati gli utenti.

Dentro Google Analytics ci sono 9 canali UTM di base, ma se ne possono aggiungere di ulteriori per una maggiore accuratezza.

Il parametro UTM inizia sempre con il punto interrogativo “?”, ecco un esempio: 

 

Le informazioni fornite dai parametri UTM ti permettono di registrare informazioni addizionali sulla sessione.

Questo è molto importante soprattutto dove GA non è molto bravo, caso classico sono le mail o quando viene fornito il link del sito diretto ma tramite canali di comunicazione secondari, che sono la vera fonte di quel traffico.

Devi essere molto attento a evitare 3 errori nell’uso degli UTM:

  1. Inserire i parametri UTM nei link interni al sito.
    Per esempio tracciare gli utenti che arrivano al sito dal blog è sbagliato, perchè una delle cose che fa terminare la sessione è il cambio di campagna, quindi quando un link interno viene cliccato la sessione si spezza in due e si perde la fonte iniziale di quella visita.
  2. Non rispettare le regole del “default channel grouping”.
    I parametri di GA sono personalizzabili, ma secondo alcune regole precise. Se li si imposta in modo sbagliato, non si avranno dati attendibili!
  3. Non utilizzare i parametri UTM in modo coerente o abbastanza approfondito.
    Quando, ad esempio, hai la stessa campagna suddivisa su più canali, è necessario poter vedere prima ad un livello aggregato come sta andando la campagna in generale e poi poter analizzare ogni canale in parte. Devi evitare di ricevere i dati in modo non organizzato.

Se vuoi sapere di più sui parametri UTM puoi cliccare qui.

 

#4. Non sfruttare le potenzialità dei segmenti

Qualunque tipo di dato, visto nella media, ti dice poco, ma se invece riesci a segmentarlo potrebbe tornarti molto più utile.

Google Analytics ha delle potenzialità di segmentazione molto forti ed è un peccato non utilizzarle! Di default all’interno di Analytics è applicato il segmento “tutti gli utenti”, quindi in sostanza non c’è alcun tipo di segmentazione.

I segmenti di Analytics sono di due tipi: quelli built-in già definiti dal sistema (ci sono dentro “non converters”, “sessioni con conversion”, etc.) e quelli custom, impostabili da te in base a tantissime variabili, condizioni e anche sequences.

Segmentare ti permette di vedere dati in modo più preciso, nonché di avere un focus maggiore su una o più categorie di utenti e, di conseguenza, estrapolare informazioni utili per implementare le tue strategie ed arrivare prima ai tuoi obiettivi.

 

#5. Dimenticare il modello di attribuzione utilizzato nei report standard

Un modello di attribuzione serve a far capire quali canali hanno il merito per la conversione dell’utente a cliente e in che misura ciascun canale ha contribuito.

Non c’è bisogno di sottolineare quanto questa categoria di dati sia importanti.

Un modello di attribuzione “last click” attribuisce tutto il merito della conversione all’ultimo canale, mentre un modello “last click non direct” attribuisce tutto il merito all’ultimo canale purché questo non sia direct.

Nei report standard di Google Analytics il modello che viene utilizzato è il “last click non direct”, quindi tutto il merito della conversione/transazione viene attribuito all’ultimo canale, purché non sia direct, altrimenti è il canale precedente.

Un caso interessante sono i social, che vengono spesso accusati di non portare abbastanza traffico, ma è il modello di attribuzione sbagliato che potrebbe farmi giungere a questa conclusione. 

Usando un modello “first click” avrei attribuito tutto il merito della conversione al social per qualsiasi utente che è arrivato da li e ha comprato o mi ha fatto raggiungere un goal.

I vari report forniscono dunque tutti dei dati in termini di attribuzione diversa e non ne esiste uno assolutamente giusto. Non devi fermarti al report standard di acquisizione, ma confrontare tutti i modelli di attribuzione.

In questo modo potrai sicuramente capire meglio come attribuire il merito ai vari canali o, se la tua strategia lo prevede, come allocare il budget delle campagne in modo più efficiente.

 

E tu hai mai fatto uno di questi errori?

Per questo articolo è tutto, evita questi 5 errori con Google Analytics e avrai sicuramente dei dati più affidabili con cui lavorare.

Iscriviti alla newsletter di Digital Pills per restare informato su tutte le novità e Contattaci se hai bisogno di supporto, saremo felici di aiutarti!

21 Ottobre 2020

Cosa fare quando il tuo sito non converte

Oggi vorrei parlarti di una domanda che ci viene spesso fatta e che è più o meno così: Il mio sito non converte come vorrei, come mai?

Bene, vediamo come scoprirlo in questo breve articolo.

Come capire come mai il sito non converte

Per rispondere a questa domanda è utile integrare analisi quantitative e qualitative, questo perché le analisi quantitative, in particolare quelle con i dati di Google Analytics, ci permettono di capire il che cosa (dove sono i problemi) ed il quanto (quanto sono grandi), ma non sempre ci aiutano ad identificare le motivazioni e di conseguenza le soluzioni.

Un esempio?

Posso identificare le pagine con i tassi di conversione peggiori, ma per capire il motivo la soluzione migliore è chiedere direttamente ai miei utenti.

Ecco allora alcuni consigli Digital Pills per impostare velocemente e correttamente alcune analisi.

Quali analisi fare per scoprire come mail il sito non converte come vorremmo

Utilizzando Google Analytics prova ad individuare le aree del sito con opportunità di ottimizzazione. Gli approcci che puoi utilizzare sono tantissimi, eccone alcuni tra i nostri preferiti:

  • cerca i punti di drop off del tuo funnel di acquisizione: da dove se ne vanno i visitatori?
    Quale step del percorso è particolarmente critico?
    Se hai un e-commerce c’è un report apposito che ti permette di individuarli: si chiama “Shopping Behaviour Funnel"

 

  • Cerca trend tra le pagine più visitate o le principali pagine di atterraggio e i tassi di conversioni o i tassi di uscita: Cosa accomuna le pagine più performanti? e quelle meno performanti?

 

  • Cerca correlazioni: c’è un qualche tipo di correlazione tra gli iscritti alla newsletter e le conversioni? c’è un segmento di utenti particolarmente propenso alla conversione o meno propenso?

A questo punto avrai alcuni spunti. Continua a investigare con ricerche qualitative.

 

Le analisi qualitative possono aiutarti

Ecco alcuni esempi di analisi qualitative che puoi fare:

  • Ti sei accorto che uno step critico del funnel è rappresentato dalle pagine di categoria.
     Conduci degli
    User testing con 5-6 persone per capire dove si bloccano.
    Prepara dei task precisi da fargli fare, chiedi loro di parlare ad alta voce mentre navigano esponendo tutti i loro dubbi. La maggior parte dei grandi problemi di usabilità li troverai semplicemente così. I filtri presenti sono quelli più adatti? Riescono a trovare velocemente il prodotto che stanno cercano? Hanno tutte le informazioni che vogliono? Potrai rispondere a queste e molte altre domande

 

  • Hai individuato alcune pagine prodotto con un tasso di aggiunta al carrello inferiore alla media.
    Progetta un
    micro survey online che compare al visitatore quando sta per abbandonare la pagina chiedendogli perché non ha aggiunto il prodotto al carrello. Se hai abbastanza traffico raccoglierai molti feedback utili.
    Ricordati però che alcuni utenti trovano questi sondaggi intrusivi, quindi non lasciarli online troppo a lungo

 

  • Il problema si trova sulla landing page di una campagna a pagamento che ha un bounce rate molto alto.
    La maggior parte delle volte i primissimi attimi sono i responsabili del bounce: c’è qualcosa nella sezione above the fold che proprio non convince e blocca l’utente. In questo caso il
    5 second test può essere molto utile.  Apri la pagina in questione sul tuo cellulare, ferma una persona che non conosce il tuo sito, fagli vedere l’immagine per 5 secondi e poi chiedigli a cosa pensa si riferisca e cosa ne pensa. Le risposte ti sorprenderanno. 

 

 

Conclusioni

Quando analizzi una landing page considera che un altro fattore molto importante è rappresentato dalla coerenza/rilevanza del messaggio: il messaggio della landing è coerente con quello dell’annuncio? il tono che usi e la CTA sono in linea con le aspettative del cliente e con la fase in cui si trova l’utente?

Speriamo l'articolo ti sia piaciuto e se hai domande non esitare a contattarci!

 

16 Ottobre 2020

Il nuovo Google Analytics 4

Dopo diversi mesi in cui soltanto gli addetti ai lavori erano eccitati dalla notizia, Google ha finalmente deciso di uscire allo scoperto e annunciare al mondo intero il rilascio della nuova versione di Google Analytics: quella che fino a poco tempo fa era nota come Google Analytics App+Web, e che adesso è stata ribattezzata Google Analytics 4.

Noi di Digital Pills terremo un webinar (ti puoi iscrivere a questo link) in cui Stefano ed Emanuele ci sveleranno in anteprima tutte le novità di questo strumento. Siamo davvero contenti dell’arrivo di questa innovazione, e siamo convinti che dopo aver toccato con mano il cambiamento lo sarai anche tu.

In questo articolo vedremo le più importanti novità di questa nuova versione di Google Analytics, in particolare:

  • Interfaccia 100% rinnovata
  • Tracciamento semi-automatico
  • Funzioni avanzate disponibili per tutti
  • Segmentazione avanzata
  • Goal retroattivi
  • Integrazione di dati app e web
  • Limiti
  • Come iniziare ad usare Google Analytics 4?
  • Google Consent Mode

Interfaccia 100% rinnovata

La prima cosa che colpisce un utente abituato a lavorare con la vecchia versione di GA è la velocità della nuova interfaccia.
Questo è possibile grazie al fatto che il nuovo Google Analytics è stato completamente ripensato dalle basi, a partire dallo schema di raccolta dati che diventa 100% event-based rispetto al vecchio session-based.

In Google Analytics 4 infatti i dati sono raccolti, processati ed immagazzinati secondo il data modelling di Firebase (per approfondimenti su questo tema ti rimando al webinar di Stefano). Ed è proprio grazie a questo che è possibile integrare i dati web e quelli app.

Un’altra cosa che noteranno gli utenti più attenti è che il numero di report standard (quelli consultabili attraverso l’interfaccia) è stato drasticamente ridotto.
Questo perché sarà incentivato un utilizzo più “maturo” dello strumento, tramite la diffusione di strumenti prima riservati soltanto alle aziende più grandi che potevano permettersi la versione a pagamento di GA, ovvero GA360. 

Tracciamento semi-automatico

Come non ci stanchiamo mai di ripetere, con il “vecchio” Google Analytics l’unica interazione tracciata di default era la pageview. Questo significava che per monitorare interazioni più interessanti come lo scroll, il click sui link verso altri siti, la visualizzazione di video e molto altro era necessario utilizzare GTM o codice Javascript in pagina. 

Con il nuovo Google Analytics è possibile selezionare un’opzione per fare in modo che molti di questi eventi siano tracciati in automatico. Comodo, no?

ATTENZIONE! Questo non vuol dire che potrai fare a meno di GTM, che rimarrà sempre uno strumento essenziale per implementare un tracciamento di qualità, ma solo che potrai velocizzare il modo con cui GA viene implementato.

Funzioni avanzate disponibili per tutti

Con la nuova versione di GA sono finalmente disponibili per tutti gli utenti due potenti strumenti prima riservati al pubblico delle grandi aziende. Stiamo parlando delle funzioni analysis e accesso ai dati RAW di BigQuery. Vediamo nel dettaglio in cosa consistono. 

1. Analysis tool

Si tratta di uno strumento molto potente che permette di creare report avanzati direttamente all’interno di Google Analytics.
E’ possibile scegliere tra report di tipo funnel, sovrapposizione di segmenti, esplorazione utenti e molto altro: le possibilità sono davvero infinite. Per questo oggi più che mai è necessario farsi le domande giuste prima di entrare all’interno di Analytics

2. Dati RAW su BQ

Se in passato hai usato Analytics in modo avanzato, ti sarà sicuramente capitato di porti domande a cui non è possibile rispondere tramite la normale interfaccia visuale. Ad esempio “quanti utenti che hanno comprato un certo prodotto prima hanno effettuato una certa azione?” oppure “cosa ha fatto a seguito della conversione il mio utente XY, offline?”.

Si tratta di domande complesse perché richiedono l’unione di dati online e offline, oppure il mix di scope diversi all’interno di Google Analytics stesso.

Fino a poco tempo fa accedere ai dati grezzi (ovvero al database che sta dietro Google Analytics) era un’operazione riservata a pochi adepti che lavoravano per aziende con una licenza a pagamento di Analytics. Oggi tutto questo è disponibile per tutti, gratuitamente, utilizzando il nuovo Google Analytics.

Segmentazione avanzata

Quante volte avresti voluto creare dei segmenti avanzati all’interno di Google Analytics, ma le opzioni disponibili non te lo hanno permesso? Con il nuovo Google Analytics 4 è finalmente possibile creare segmenti come “utenti che sono atterrati su una determinata pagina e hanno convertito entro 10 minuti”.

Questo è solo un esempio di che cosa si possa fare con il nuovo GA4 e con le libertà che esso offre di muoversi tra i dati!

Goal retroattivi

Un altro grande limite del “vecchio” Google Analytics, risolto egregiamente con la nuova versione, è la possibilità di trasformare eventi in conversioni, con un solo click! E la notizia più bella è che questa operazione ha effetto retroattivo. Tutto questo è possibile grazie al nuovo data model event based. 

In generale, si potranno avere a disposizione tutti i dati, anche quelli per cui non si è impostato il sistema di tracciamento sin dall'inizio, che potranno essere recuperati per essere usati in seguito.

Integrazione di dati app e web

Sicuramente una delle novità più interessanti è la possibilità di integrare all’interno della stessa property (Data Streams all’interno di Firebase) i dati del tuo sito web e di eventuali app (Android e iOS).

Per poter visualizzare i dati del sito e delle app sarà necessario utilizzare la nuova versione di Google Analytics sul tuo sito e all’interno dello stesso stream installare l'sdk di Firebase sulla tua applicazione. In questo modo potrai avere una visione più completa delle attività dei tuoi consumatori! Per Google questo punto è talmente importante che aveva deciso di chiamare questa nuova versione di GA proprio Google Analytics App+Web! 

Limiti 

Ormai è chiaro che Google Analytics 4 sia il futuro di Google Analytics, al momento però è ancora in Beta. Dato che è stato ufficialmente comunicato da Google ci immaginiamo che la versione attuale sia già molto stabile. Il nostro consiglio è però (per il momento) di continuare ad implementare il nuovo Google Analytics 4 in parallelo alla versione classica solo per il web. In questo modo non avrai brutte sorprese e potrai beneficiare dei vantaggi di entrambi gli strumenti. 

Un secondo limite, non ancora risolto, riguarda l’importazione dei dati storici. Trattandosi di un sistema diverso Google Analytics 4 è in realtà Google Analytics for Firebase, non sappiamo ancora se sarà possibile importare i tuoi dati storici all’interno della nuova versione. Un motivo in più per implementare e mantenere per un po’ le due soluzioni in parallelo. 

Se vuoi una guida veloce per vedere come passare al nuovo GA4 e mantenere in parallelo il vecchio GA3, abbiamo scritto questo articolo.

Come iniziare ad usare Google Analytics 4? 

Anche tu non stai più nella pelle e non vedi l’ora di sporcarti le mani? Ecco cosa puoi fare:

  1. Iscriviti al webinar in diretta di Stefano ed Emanuele in cui spiegano nel dettaglio le novità di GA4
  2. Iscriviti alla newsletter di Digital Pills in cui pubblicheremo tutti i nuovi aggiornamenti (spoiler: stiamo preparando un nuovo corso) 
  3. Contattaci se hai bisogno di supporto e saremo felici di aiutarti! 

Per approfondire ulteriormente qui puoi trovare l’annuncio ufficiale di Google (in Inglese) e qui trovi la guida all’implementazione.

23 Giugno 2020

Metriche Core Web Vitals: cosa sono e come tracciarle

Oggi parliamo delle Metriche Core Web Vitals e scopriamo perché sono così importanti.

I proprietari dei siti web non dovrebbero essere dei guru delle performance per capire che tipo di esperienza stanno fornendo ai loro utenti.

Con questa frase Google ha annunciato l'iniziativa Web Vitals 2020, che ha l'obiettivo di identificare le 3 metriche chiave per descrivere l'esperienza dei visitatori di un sito web.

  1. Largest Contentful Paint
  2. Fist Input Delay
  3. Cumulative Layout Shift

Le tre core web vitals

Nell'articolo di oggi vedremo quali sono queste metriche e come possono essere misurate.

1. LARGEST CONTENTFUL PAINT (LCP)

Questa metrica misura la performance di caricamento di una pagina. Per avere un risultato buono, questo valore deve essere inferiore a 2,5 secondi. A differenza della "vecchie" metriche, il Largest Contentful Paint dovrebbe essere molto più accurata e permettere di farsi un'idea molto più precisa della reale esperienza di un visitatore.

Per ottenerla si misura il tempo che impiega ad essere visualizzato il più grande elemento presente all'interno della viewport (inteso in termini di dimensioni sullo schermo, non di peso in Kb).

largest contentful paint

Per capirlo basta guardare l'immagine qui sopra, dove viene evidenziato sul sito di Instagram e su Google l'elemento più grande della pagina. Nel caso di Instagram ad esempio è il logo, che viene caricato al terzo step nell'immagine.
Per approfondire questa metrica si può visitare la pagina realizzata da Google, molto dettagliata e interessante.

2. FIRST INPUT DELAY (FID)

Il First Input Delay misura il tempo necessario perché l'utente possa interagire con la pagina che sta visitando. Per avere un buon risultato, questa metrica deve essere inferiore a 100ms. Come vi sarà capitato, molto spesso quando visitiamo un sito dobbiamo aspettare un po' di tempo prima di poter interagire con la pagina. Questo perché in quei momenti il nostro browser è occupato a fare altro, ad esempio caricare JS o altri elementi.

Secondo Google, per fornire una user experience di alto livello il visitatore deve essere in grado di interagire con la pagina in meno di 100 millisecondi. Anche per questa metrica è stata realizzata una pagina ad hoc molto dettagliata che potrete trovare a questo link.

3. CUMULATIVE LAYOUT SHIFT (CLS)

Quante volte vi è capitato di visitare un sito, essere sul punto di cliccare un bottone, ma proprio mentre lo state cliccando tutta la pagina si muove e così finite per cliccare quello che non volevate? O magari state leggendo un articolo su un sito di news, tutta la pagina si sposta e voi perdete il segno?
Questa metrica si propone appunto di misurare tutti gli spostamenti inaspettati della pagina, durante tutta la sua vita sullo schermo dell'utente. Per avere un valore buono, il CLS deve essere inferiore a 0,1. Per approfondire ecco il link ufficiale di Google.

Queste erano le 3 principali Metriche Core Web Vitals, ora vediamo come misurarle.

Come si possono misurare i valori delle Core Web Vitals?

Abbiamo a disposizione 3 possibili strade, ognuna con i suoi pro e contro. Per questo abbiamo realizzato un articolo per ognuna delle soluzioni che la illustra nel dettaglio, clicca sul relativo link per scoprire come procedere!

  1. Utilizzare lo strumento Page Speed Insights che si trova a questo link. Questa tecnica è consigliata per avere un'idea di massima di come sta performando il sito in generale, ma ha diversi limiti che illustriamo nel dettaglio nell'articolo, clicca qui per leggerlo!
  2. Accedere al database pubblico su Big Query dei dati degli utenti di Chrome. Questa tecnica è consigliata a tutti coloro che vogliono approfondire i dati e segmentarli per paese, dispositivo e tipo di connessione. Anche qui abbiamo però alcuni limiti, clicca qui per leggere come accedere ai dati su Big Query.
  3. Impostare un sistema di monitoraggio con GTM sfruttando le API. Questa sicuramente è l'opzione che ci piace di più, abbiamo creato un articolo dettagliato per spiegare come procedere e un container da importare in pochi click per iniziare a tracciare senza nessun problema!

Quale di questi approcci ti interessa o convince di più? Faccelo sapere nei commenti!

5 Febbraio 2020

Come capire se i dati di Google Analytics sono affidabili

I dati e le statistiche che ci fornisce Google Analytics dovrebbero essere alla base delle decisioni di marketing in un’azienda data-driven, per questo è necessario che siano affidabili. 

Ma se i dati su cui ci basiamo sono sbagliati, anche le decisioni rischiano di esserlo.

Oggi vedremo alcuni controlli da fare per verificare l’integrità del sistema di tracking.

I requisiti di base sono i seguenti (dettagliati in seguito):

  • Tutte le pagine del nostro sito (domini e sottodomini) sono tracciate correttamente, ovvero viene registrata la visualizzazione quando una pagina viene caricata e questa informazione è inviata alla giusta property di GA
  • La struttura dell’account di GA deve essere allineata con le esigenze e con la struttura dell’azienda
  • Esiste una vista di Backup priva di filtri
  • Nella vista di GA utilizzata per le analisi non vengono filtrate via delle visite per errore

Una volta certi dell’integrità dei dati, passiamo a valutare il soddisfacimento di requisiti leggermente più avanzati:

  • Oltre alla visualizzazione di pagina, vengono tracciate anche altre interazioni da parte dell’utente (come click su bottoni, iscrizioni alla newsletter, completamento di form ecc)
  • Sono configurati degli obiettivi
  • Le campagne di acquisizione sono tracciate correttamente
  • Se il sito è un e-commerce, i report ecommerce sono abilitati e le revenue monitorate sono affidabili

Il tracciamento delle visualizzazioni di pagina

Quando installiamo Google Analytics su un sito web, di default vengono tracciate le visualizzazioni di pagina. In altre parole: tutte le volte che un utente carica una pagina, Google Analytics registra una pageview. 

Questo è il mattoncino su cui si basa tutto il resto, ed è importante che funzioni bene in tutte le pagine del sito. Dobbiamo verificare che questa informazione venga inviata alla giusta property e che GA la riceva. 

Per verificare che venga inviata facciamo dei check a campione su alcune pagine del sito (se è composto da diversi domini/sottodomini prendiamo una pagina per ognuno). Utilizzando un plugin, chiamato adswerve, e verifichiamo che al caricamento della pagina compaia effettivamente una riga nella console con scritto “GA-pageview UA-xxxxx” - che significa: “è stata inviata una visualizzazione di pagina alla property UA-xxxxx” come puoi vedere in questo video.

Se:

  • non compare nessuna riga corrispondente alla descrizione
  • compaiono più righe identiche 
  • la property indicata è sbagliata 

C'è un errore.

Inseriamo poi un parametro nell’url del nostro sito e ricarichiamo la pagina, ad esempio test=1: https://www.digitalpills.it/?test=1. Apriamo il report di GA “Content” sotto “Real-time” , filtriamo per test=1 e verifichiamo che la nostra visualizzazione sia effettivamente tracciata. 

Come ultimo controllo andiamo a vedere all’interno della vista che utilizziamo per le analisi se sono tracciati tutti i domini / sottodomini che ci interessano. Utilizziamo il report network e impostiamo come primary dimension “hostname”- come nell’immagine:

Nella colonna hostname devono essere presenti tutti i domini / sottodomini del nostro perimetro. Se ne manca qualcuno significa che stiamo perdendo dei dati, se ce ne sono in più li stiamo sporcando.

Struttura account Google Analytics + Vista Backup

Un’altra cosa da non sottovalutare è la struttura dell’account di GA. Se ci interessa analizzare come un utente si muove tra diversi sottodomini (ad esempio www.digitalpills.it e il sottodominio academy.digitalpills.it), è importante che questi si trovino all’interno della stessa vista e implementare quello che si chiama subdomain tracking.

Lo stesso discorso vale se ci interessa visualizzare come un’unica visita il percorso dell’utente che si muove tra diversi domini (ad esempio www.digitalpills.it e www.academy.it). In questo caso però bisogna implementare il cross domain tracking.

Solitamente la struttura è la seguente:

  • 1 account per azienda
  • n property, 1 per ogni sito gestito dall’azienda (se non interessa analizzare o non ci sono interazioni tra i siti)
  • n viste, almeno 3. Una “Master view”, una “Test view” e una “Backup view” priva di filtri. La presenza della "Backup view" e di una vista di Test assicurano che la totalità dei dati venga raccolta anche se alcuni tag non sono configurati correttamente, mentre la vista Master è il punto di accesso principale per tutte le analisi. 

Quando invece l’account non è creato da zero ma viene ereditato si può procedere così:

  • Se la vista esistente con i dati storici è completamente vuota (non sono presenti goals, custom channel, filtri ecc), allora questa può essere rinominata “Master View”. Questa è la situazione ideale perché avremo a disposizione dati storici nella Master view. 
  • Se però la view esistente è già stata fortemente configurata, non può essere utilizzata come Master view e bisogna crearla da zero quindi senza dati storici. Situazione da evitare quando possibile. 

Oltre le tre viste indicate, si possono creare altre commodity views, che dipendono dalle esigenze aziendali (ad esempio una con il sito di staging, o se ci sono diverse lingue, una per ogni lingua).

Filtri

Nella vista “Mater” è importantissimo fare attenzione ai filtri inseriti. Una volta che inseriamo un filtro e escludiamo delle visite, quei dati sono persi per sempre (per questo è importante prima testare i filtri nella vista di test e avere una vista di Backup)

Passiamo ora ai requisiti più avanzati

Una volta controllate le condizioni di cui abbiamo appena visto, possiamo passare a verificare i requisiti leggermente più avanzati per valutare la qualità/maturità dei nostri dati.

Ma prima una piccola pausa per rinfrescare la mente...

Tracciamento interazioni

Per assicurarci che stiamo tracciando anche altre interazioni oltre le visualizzazioni di pagina, dobbiamo andare nel report “Top Events” di GA e assicurarci che non sia vuoto. Le righe all’interno del report dovrebbero corrispondere a interazioni importanti che ci interessa tracciare:

Configurazione obiettivi

Abbiamo già fatto un articolo su questo argomento, perché è cruciale. Se non abbiamo configurato degli obiettivi all’interno del nostro account, lo stiamo sfruttando solo in parte. Per fare questo controllo, apriamo il report “Goal Overview” e assicuriamoci:

  1. che non sia vuoto 
  2. che per ogni goal configurato il totale di goal completions non sia zero, perché questo potrebbe essere indice di un errore di configurazione.

Tracciamento campagne

Verifichiamo ora che il tracciamento delle campagne sia corretto. Valutiamo i seguenti aspetti:

  1. La porzione di visite assegnate al canale “Other”. Queste solitamente rappresentano visite taggate in modo sbagliato (ovvero non in linea con le regole di GA link) e che quindi Analytics non sa a quale canale attribuire.
  2. La porzione di visite assegnate al canale Direct. Le visite assegnate al canale Direct rappresentano o visite dirette al sito (ad esempio l’utente digita l’url nella barra di ricerca) oppure visite non taggate (ad esempio dei link all’interno di una mail) di cui Analytics non riesce a riconoscere la fonte. Per questo secondo gruppo la soluzione è taggare il traffico ovvero inserire dei parametri utm nel link.
  3. Tra i referrals non ci deve essere il nostro stesso dominio.

Tracciamento acquisti per i siti e-commerce

Ultimo controllo da fare per i siti e-commerce riguarda il tracciamento degli acquisti. Prima di tutto, verifichiamo di aver abilitato il tracciamento e-commerce. 

Se cliccando sul report e-commerce visualizziamo la seguente schermata significa che non lo abbiamo implementato:

Se invece stiamo tracciando gli acquisti dobbiamo assicurarci che la discrepanza tra GA e il database sia inferiore al 10% e che le transazioni contate in GA non siano mai superiori a quelle presenti nel database. Quando due condizioni non sono soddisfatte è probabile ci sia un errore nel tracking. 

Conclusioni

E con questo abbiamo terminato la carrellata dei macro controlli che è bene fare quando si lavora con analytics. Se hai dei dubbi e non sei sicuro dell’affidabilità dei tuoi dati, scrivici pure a hello@digitalpills.it 🙂 

15 Novembre 2018

Come eliminare un account Google Analytics

Cosa imparerai in questo articolo

Hai un sito che non è più attivo ma il cui account è ancora su Google Analytics? Vuoi riordinare il tuo account Google Analytics e sbarazzarti finalmente delle proprietà che non usi più? Hai commesso degli errori in fase di set-up e vuoi eliminare la proprietà analytics con dati non corretti?
In passato abbiamo visto come creare un account di Google Analytics sia un'azione molto semplice; altrettanto semplice è l'eliminazione: in questo articolo vedremo tutti i passi di come fare per eliminare un account di Google Analytics.

Breve ripasso: struttura e gerarchia di un account Google Analytics

Il processo per l'eliminazione di account e proprietà di Google Analytics è molto semplice, ma richiede molta attenzione in quanto si tratta di un'azione irreversibile: dopo aver eliminato un account di un sito non potrai più usufruire dei dati storici e dei report relativi.
Al fine di individuare esattamente l'entità che vuoi eliminare, è bene rivedere velocemente la struttura e la gerarchia di Google Analytics.

Per accedere a Google Analytics devi disporre di almeno un account. L'account è il livello più alto del programma e ne è il punto di accesso. Un account può contenere una o più proprietà; una proprietà può essere un sito web o un'applicazione per dispositivi mobili. Infine una proprietà può avere una o più viste, il punto in cui gli utenti possono consultare i rapporti analytics.

Quando aggiungi una proprietà ad un account, Google Analytics genera il codice di monitoraggio univoco da utilizzare per raccogliere i dati relativi a tale proprietà: questo pezzo di codice JavaScript può essere aggiunto direttamente all'HTML di ogni pagina del tuo sito o indirettamente usando Google Tag Manager.
Proseguendo nel corso dell'articolo vedremo come eliminare un account (con tutte le relative proprietà e viste) e come eliminare una proprietà (lasciando attivo quindi l'account, popolato con le eventuali proprietà e viste rimanenti).

Eliminare un account Google Analytics

Condizione necessaria per eliminare un account di Google Analytics è possedere l'autorizzazione utente di tipo modifica a livello di account. Se abbiamo verificato di poter procedere possiamo seguire i seguenti passi:

  • accedere a Google Analytics;
  • cliccare su Amministratore (nella schermata di accesso, in basso a sinistra);
  • nella colonna di sinistra, quella relativa all'account, selezioniamo dal menù a tendina l'account che vogliamo eliminare; (se abbiamo solo un account, è già selezionato automaticamente);
  • sempre nella colonna dell'account, clicchiamo su Impostazioni account;
  • clicchiamo in alto a destra sul tasto che dice Sposta nel cestino.

Ecco fatto. Il tuo account, tutte le proprietà e tutte le viste contenute in esso verranno eliminate in maniera permanente entro 35 giorni. Considera attentamente che, una volta eliminato definitivamente un account, non sarà più possibile richiamare dati storici o reimpostare i tuoi report.

Eliminare una proprietà Google Analytics

Così come abbiamo visto per l'account, anche per l'eliminazione di una proprietà di Google Analytics è necessario possedere l'autorizzazione utente di tipo modifica. Se abbiamo verificato di poter procedere possiamo seguire i seguenti passi:

  • accedere a Google Analytics;
  • cliccare su Amministratore (nella schermata di accesso, in basso a sinistra);
  • nella colonna centrale, quella relativa alla proprietà, selezioniamo dal menù a tendina la proprietà che vogliamo eliminare (se abbiamo una sola proprietà, è già selezionata automaticamente);
  • sempre nella colonna della proprietà, clicchiamo su Impostazioni proprietà;
  • clicchiamo in alto a destra sul tasto che dice Sposta nel cestino;
  • apparirà una pagina in cui viene richiesta una ulteriore conferma, come ultimo punto non ci resta che cliccare su Elimina proprietà.

A questo punto la proprietà e tutte le viste sotto di essa sono state spostate nel cestino. Il cestino è uno spazio temporaneo dove risiedono tutte le entità indicate per l'eliminazione. L'eliminazione permanente e irreversibile avverrà 35 giorni dopo lo spostamento nel cestino. In questi 35 giorni è possibile ripristinare qualsiasi vista, proprietà o account (semplicemente recandosi nel cestino e applicando l'azione di ripristino).

Conclusioni

Come hai potuto vedere l'eliminazione di un account Google Analytics è un'operazione che richiede pochi e intuitivi passaggi. Occorre però sottolinearne ancora una volta le conseguenze: è necessario avere chiaro che dopo 35 giorni avviene l'eliminazione definitiva e i dati non saranno recuperabili in alcun modo. Un altro punto su cui porre la nostra attenzione è il fatto che chiunque possieda un account con autorizzazione di tipo modifica può procedere all'eliminazione di account e proprietà: spesso e volentieri è bene dunque fornire accessi in modalità lettura (che non permette una serie di operazioni delicate come l'eliminazione).
L'eliminazione di una proprietà analytics Ã¨ un'azione molto utile per fare una pulizia efficace e riordinare il tuo account, ad esempio nel caso in cui continui a visualizzare domini obsoleti o siti che non sono più tra i tuoi clienti. Se invece hai eliminato il tuo account Google Analytics e ora hai intenzione di ripartire con un nuovo progetto e un nuovo sito, ti consigliamo di seguire gli step di questa guida che spiega come installare e configurare correttamente un nuovo account Google Analytics.

27 Settembre 2018

Cosa sono e come impostare i goal su Google Analytics

Oggi vedremo in questo articolo che cosa sono i goal su Google Analytics, a cosa servono, come impostarli e come usarli per la propria strategia di misurazione.

Che cosa sono i goal su Google Analytics

I goal su Google analytics sono specifiche azioni che permettono di valutare in che misura il sito realizza gli obiettivi che ti sei prefissato. Un goal rappresenta quindi la realizzazione di un'azione, chiamata conversione, che contribuisce al successo della tua attività.

Puoi configurare fino a 20 goal per view su google analytics, e il tuo obiettivo dovrebbe essere massimizzare il numero di visite in cui avviene il completamento di almeno un obiettivo. Se la percentuale di visite in cui ciò accade è bassa, è il caso di ripensare seriamente ad alcune questioni fondamentali:

  • Le strategie di acquisizione attuali portano traffico qualificato sul sito?
  • Il contenuto / la struttura del sito è sufficientemente efficace?
  • La user experience è di bassa qualità?

La definizione dei goal è il principale step di qualunque piano di analisi dei dati. Se gli obiettivi vengono configurati correttamente, Analytics fornisce informazioni di importanza critica, come il numero di conversioni e il tasso di conversione del sito. Senza queste informazioni, è quasi impossibile valutare l'efficacia delle attività e delle campagne di marketing.

Prima di configurare i goal su Google Analytics, è utile partire con carta e penna e schematizzare il processo di conversione, cioè identificare le azioni che ci aspettiamo che un visitatore compia prima di raggiungere il fine ultimo del sito. L’ultimo step di tale processo rappresenta il macro goal da configurare su Google Analytics (ad esempio la vendita del prodotto).

Oltre al macro goal è utile identificare quelle che secondo noi sono le milestone del processo, cioè quelle azioni che rappresentano una meta importante nel raggiungimento dell’obiettivo finale (ad esempio iscrizione alla newsletter, download PDF ecc).Una volta chiaro quello che secondo noi è il processo ideale, possiamo tradurre le milestones in goal.

Riassumendo, esistono MACRO e MICRO goal:

  • Macro goal = rappresentano gli obiettivi primari del sito, quelli per cui è stato progettato. Ad esempio la vendita per un sito di e-commerce o la generazione di lead per un sito di lead generation.
  • Micro goal = rappresentano azioni secondarie che gli utenti spesso effettuano prima di convertire o indicatori di interesse (es download coupon, chiedere info...)

I micro goal si possono dividere in due categorie:

  1. Milestone del processo: attività che rappresentano gli step precedenti che l’utente deve effettuare per arrivare all’obiettivo finale, il macro-goal.
  2. Azioni secondarie: indicatori di una potenziale macro conversione, di interesse e fiducia, ma non direttamente collegati alla conversione vera e propria.

Per un approfondimento più ampio su come  impostare una strategia di analisi con Google Analytics clicca qui.

A cosa serve tracciare i macro goal?

I macro goal sono gli elementi costitutivi dei key performance indicators (KPIs), le metriche chiave su cui bisogna basarsi per misurare il successo delle iniziative di marketing e di eventuali ottimizzazioni del funnel.

A cosa serve tracciare i micro goal?

Tracciare i micro goal può essere molto utile per identificare i punti di drop off del processo di conversione e quindi per progettare azioni di miglioramento della user experience del sito. È importante ricordarsi che i micro goal non rappresentano però dei KPIs. Nella pratica questo implica che le ottimizzazioni del sito, così come le nuove iniziative di marketing, devono avere come obiettivo l’aumento del tasso di conversione di un macro goal, e non di un micro-goal.

Come impostare i goal su Google Analytics

I goal sono configurati a livello di view: ogni view può includere un massimo di 20 obiettivi. E’ importante tenere in conto che i goal non possono essere eliminati una volta impostati, ma è possibile solo interrompere la registrazione dei dati ad essi relativi.

Puoi anche attribuire agli obiettivi un valore monetario, e questo costituisce una delle azioni più incisive che puoi fare nella configurazione di un sistema di tracking.

Infatti, l’obiettivo degli strumenti di web analytics non dovrebbe essere solo raccogliere informazioni sul flusso di clic. La finalità dovrebbe essere quantificare l’impatto e il valore economico del sito.

Inoltre, calcolare il valore del sito web permette anche di giustificare eventuali investimenti in ottimizzazioni e nuove iniziative di marketing

Set up

Per impostare i goal su Google Analytics:

  1. Vai su Admin > View
  2. Clicca su Goal > New Goal
  3. Seleziona l’opzione Custom
  4. Assegnare un nome al goal. Il nome deve essere chiaro e intuitivo, facile da interpretare anche per coloro che non lo hanno creato
  5. Selezionare il tipo di goal

Esistono 5 tipi di goal su Google Analytics:

  • Destinazione - l’obiettivo viene considerato raggiunto quando l’utente visualizza una pagina specifica, con l’URL da te indicato in fase di configurazione (es. Visualizzazione di una thank you page che indica l’avvenuto pagamento).
  • Durata - l’obiettivo viene considerato raggiunto quando la durata della sessione è maggiore di un tempo da te indicato (utile per i siti di contenuti, in cui la durata della sessione è indice di engagement).
  • Pagine/schermate per sessione - l’obiettivo viene considerato raggiunto quando l’utente visualizza un certo numero di pagine.
  • Evento - l’obiettivo viene considerato raggiunto quando l’utente effettua una determinata azione che corrisponde ad un evento su google analytics. Questa è la tipologia di goal maggiormente personalizzabile, in quanto può corrispondere a praticamente qualsiasi azione sul sito (click, scroll, visualizzazione di un elemento ecc)

Esempi di goal

  • Acquisto - categoria goal: e-commerce
  • Invio form di contatto - categoria goal: lead generation
  • Iscrizione alla newsletter - categoria goal: lead generation
  • Click indirizzo mail - categoria goal: lead generation
  • Click telefono - categoria goal: lead generation
  • Visita alla pagina store locator - categoria goal: purchase intent
  • Click sul link del sito di un rivenditore - categoria goal: purchase intent
  • Download di un pdf - categoria goal: brand engagement
  • Visualizzazione di un video - categoria goal: brand engagement
  • Visualizzazione di pagine specifiche - categoria goal: brand engagement

Concludendo, perché configurare i goal su Google Analytics?

Ora che sai cosa sono i goal su Google Analytics, usarli e configurarli ti da molti vantaggi.

La configurazione dei goal ti permette quindi di:

  1. Valutare l’efficacia delle campagne marketing sulla base di obiettivi da te impostati (su analytics: acquisition > campaign > all campaign);
  2. Capire quale segmento della tua audience ( caratteristiche demografiche e tecnologiche) converte di più ( su analytics: audience);
  3. Vapire da quali canali arriva il traffico che genera più conversioni e da quali fonti (su analytics: acquisition)
    rendono disponibili in una serie di report con scopi speciali (su analytics: conversions);
  4. Rispondere alla domanda chiave “Che cosa ha fatto per l’azienda il Web oggi?”
NON PERDIAMOCI DI VISTA
VUOI RICEVERE AGGIORNAMENTI?
SEGUICI SUI SOCIAL

Copyright 2021, Digital Pills SRL