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!