CONDIVIDI
analytics-10-anni
Sabato scorso c'è stato un compleanno importante, ma che è caduto nel dimenticatoio - e come biasimarci per questo - a causa del fortissimo impatto mediatico ed emozionale suscitato dai luttuosi fatti di Parigi.
Non me ne vogliano oggi i miei lettori, quindi, se a tre giorni di distanza da quei tristissimi eventi - per i quali non c'è altro da dire se non cordoglio e solidarietà - riprendo oggi il tema che avrei voluto affrontare sabato scorso, e che sarebbe stato altrimenti lieto: i 10 anni di Google Analytics.

Google Analytics: un po' di storia

Google, è noto, acquistò una importante società di data analytics - la Urchin Software, il cui nome sopravvive ancora nella prima lettera dell'acronimo UTM  - nel 2003. Un paio d'anni dopo - esattamente il 14 novembre 2005 - la società di Mountain View lanciava Google Analytics, che immediatamente sbancò il mercato per un motivo semplicissimo: era un tool di analytics completamente gratuito.
Una settimana dopo, in un contesto in cui il mercato contava sì e no su 25.000 siti web che si avvalevano dei servigi di un tool di analytics, furono creati 100.000 account, e Analytics dovette chiudere le nuove adesioni per un anno, speso integralmente a dotarsi di nuovi server e processori in grado di sostenere la spinta del mercato.
google analytics 10 years
Fonte: https://brianclifton.com/blog/2015/11/10/google-analytics-is-10-what-has-changed/
Oggi Google Analytics è utilizzato da 30 milioni di siti web in tutto il mondo, e si arricchisce ogni anno di nuove caratteristiche e di nuovi strumenti di analisi - ultimi, in ordine di tempo, i modelli di attribuzione e l'Enhanced E-Commerce.
Viene dunque da chiedersi se questi sforzi di implementazione da parte di Google vengono poi premiati dagli utenti con un utilizzo costante.

Quanto Analytics usiamo in realtà?

A rispondere - seppure in un contesto già abbastanza avanzato di pubblico - ci ha provato recentemente Brian Clifton, che proprio in occasione del decennale ha pubblicato i risultati di un sondaggio da lui tenuto sul tema: quali sono le features di Google Analytics più utilizzate, tra quelle che andrebbero considerate essenziali per una ottimizzazoine efficace di qualsiasi sito web?
Il risultato parziale del sondaggio (ancora in corso mentre scrivo) è stato efficacemente riassunto da Chris Lake di Searchenginewatch in una infografica, che riporto qui sotto, perché fornisce qualche spunto sicuramente interessante:
caratteristiche non usate di google analytics
Iniziamo dalle basi.
Parrebbe che il tracciamento degli eventi all'interno di un sito web sia diventato pratica abbastanza diffusa tra gli analisti di marketing - anche se c'è da dire che una caratteristica del genere dovrebbe andare ben oltre il 62%, ed essere forse più vicina al 90%.
La maggior parte degli utenti evoluti ha anche imparato - e mi sembra il minimo! - ad utilizzare i report personalizzati e i segmenti per compiere analisi  che vadano al di là delle quattro tabelle base di Google Analytics, fatte apposta per parlare a tutti e a nessuno.
Poi, il vuoto.
E va bene: non tutti utilizziamo gli esperimenti, perché non tutti abbiamo siti che ci sostengano abbastanza dal punto di vista del traffico per poterli adoperare (o magari utilizziamo Google Tag Manager, che ancora non li supporta, purtroppo). Non tutti, magari, abbiamo bisogno di importare dati da fonti esterne - magari non facciamo campagne di marketing al di fuori del mondo Google.
Posso capire ancora l'uso poco diffuso di Google Tag Manager (a proposito del quale ti invito a dare un'occhiata ai miei articoli didattici), e tolti alcuni elementi più folcloristici, come le flowchart e l'analisi in real time, mi pare che le vere note negative vengano dall'uso veramente poco diffuso delle canalizzazioni multicanale e dei modelli di attribuzione.
In questo caso non stiamo parlando infatti di folclore.
Stiamo parlando di due strumenti essenzali per una comprensione efficace dei flussi di comportamento degli utenti: gli unici, forse, che ci mettono in condizione di prendere delle decisioni realmente data-driven e ci pongono al riparo dalle cantonate.
In questo caso non credo ci siano scuse: peraltro, in rete si trovano fior di letteratura sul tema e di corsi esplicativi di tutti i tipi che aiutano a comprendere come utilizzare questi strumenti - un corso di questo tipo, peraltro, l'ho realizzato io stesso.
Lo chiedo anche a te, allora: tu utilizzi questi due strumenti nelle tue analisi di marketing? E in caso contrario, perché non li utilizzi?
Rispondimi nei commenti!

CIAO! Grazie per essere arrivato a leggere fino a qui.

Porto avanti questo blog solo per passione, senza voler fare altro se non avviare un confronto con chi condivide con me l'interesse per tutto ciò che è marketing. Se ti è piaciuto questo post, la soddisfazione più grande che potrai darmi sarà quella di condividerlo sui social media e di lasciare un tuo commento.

Se poi vuoi rimanere sempre aggiornato, iscriviti subito alla newsletter!

Inserisci qui il tuo indirizzo e-mail:

Delivered by FeedBurner

NO COMMENTS

LEAVE A REPLY