CONDIVIDI
Web Analytics: è veramente necessaria?
Perché misurare?
Lo sappiamo tutti, lo leggiamo e lo scriviamo continuamente, vero?
«Misurare, misurare, misurare!» è il mantra del marketing almeno dai tempi di Lester Wunderman, e sicuramente lo è ancor di più oggi, con l'avvento del digital marketing e l'apertura di frontiere una volta insperate e impossibili anche solo da immaginare.
Pensa, ad esempio: hai un centro commerciale, e improvvisamente puoi scoprire, per ogni cliente che varca la tua soglia, da dove è venuto, se ha visto un tuo manifesto pubblicitario e quale, o se invece è rimasto colpito da una tua pubblicità televisiva; se è la prima volta che viene, se ha già effettuato degli acquisti e per quale importo, e addirittura se ha visto una tua campagna promozionale un mese fa, è già venuto una volta a trovarti, e adesso è tornato per acquistare un tuo prodotto.
Fantascienza, nella vita reale.
Possibile, nel mondo virtuale (ma con giri di affari reali quanto non mai) del web marketing.

La web analytics agli occhi del cliente

Eppure, mi capita sempre spesso di notare come la web analytics venga gestita dalla maggior parte dei marketer come una sorta di retropensiero.
Insomma: complice anche il cliente, quando si realizza una campagna di marketing, ad esempio, si dedica la maggior parte delle energie alla parte creativa. Il motivo è chiaro: è la parte esteticamente "bella", che entusiasma, che qualifica l'agenzia come buona o pessima, che rimane impressa nel tempo.
Inoltre, la campagna deve parlare a un target: per questo, ovviamente il principale pensiero di chi deve impostare la creatività di una nuova comunicazione promozionale è relativo al destinatario. Una campagna non in linea con il target non può funzionare, ovviamente.
Creatività e target sono dunque le due più importanti variabili in gioco, quando si realizza una campagna di marketing.
Si va on air (o online, nel nostro caso), e finalmente a qualcuno viene in mente: come sta andando? Quali sono i risultati economici del nostro investimento? Qual è il flusso in termini di nuovi utenti o clienti?
Scopriamo così che non abbiamo, se non parzialmente, gli strumenti per poter seguire nel dettaglio la nostra campagna.
Non ci credi? Prova a fare un giro su Facebook, e guarda quante inserzioni e quanti post sponsorizzati mancano completamente di qualsiasi attributo di tracciamento.
Anche nella migliore delle ipotesi, però, ci si limiterà molto spesso a guardare i dati delle campagne dal punto di vista del traffico e - se si è fatto un lavoro accettabile - delle conversioni ottenute.
Insomma, la web analytics è vista molto spesso ancora come uno strumento per ottenere una fotografia più o meno complessa e ricca di informazioni dei risultati ottenuti dalle nostre attività sul web.

Il problema del data overload e la soluzione della strategia

Una tipica conseguenza di questo atteggiamento davanti alla misurazione è che alla fine dei giochi ci si trova immancabilmente davanti a una quantità enorme di dati - un data overload, direbbero gli analisti americani.
Da qui confusione, difficoltà di gestione e di interpretazione dei dati a nostra disposizione.
Qual è il problema? Evidentemente, è tutto nel fatto che non c'è nulla di più sbagliato che raccogliere dati solamente perché hai la possibilità di farlo - insomma, diciamolo: senza nessuna logica e senza nessun motivo.
Proprio per questo, il primo passo che si dovrebbe fare - al momento della impostazione della struttura delle tue campagne di marketing, non dopo che sono già avviate da un pezzo - è decidere una strategia di misurazione dei dati.
In che consiste una strategia di misurazione dei dati? Semplicemente, consiste nella determinazione di quale sia il valore che le misurazioni che intendi compiere potranno portare al tuo business.

Misurare per migliorare

Lord Kelvin
Fonte: Wikipedia

L'idea che misurare sia il modo migliore per migliorare - anzi, che in effetti solo attraverso la misurazione di un processo sia possibile operare delle ottimizzazioni all'interno delle sue componenti - non è nuova e, a dire il vero, non appartiene nemmeno al marketing. Appartiene, invero, a uno scienziato e ingegnere del XIX secolo, Lord William Thomson Kelvin che, oltre ad aver avuto il merito di dare un contributo fondamentale alla termodinamica, spiegava che

Non si può migliorare ciò che non si può misurare.

Questo principio è universale, e fonda l'approccio scientifico al marketing come scienza (e arte) della misurazione. Tuttavia, come abbiamo visto, il principio che è alla base di questo approccio è che nella misurazione l'essenzialità è tutto.
Per migliorare bisogna misurare, insomma, ma per misurare bisogna prima operare delle scelte: bisogna scegliere accuratamente cosa misurare, perché solo questa scelta farà sì che ciò che si misura sia davvero utile alla nostra attività.

La web analytics e il metodo scientifico

Il metodo, se ci pensi, è del tutto analogo a quello che da qualche secolo a questa parte caratterizza il metodo scientifico. Se voglio verificare a quali concentrazioni un catalizzatore sia più o meno efficace per favorire una reazione chimica, dovrò scegliere a priori, nel progettare il mio esperimento, una strategia di sperimentazione che contenga anche in sé una strategia di misurazione. Non mi accontenterò certo di compiere l'esperimento e procedere poi a misurarne gli effetti in modo randomico. Al contrario, avrò formulato delle ipotesi, e avrò quindi scelto le metriche e gli strumenti giusti per procedere alle misurazioni che confermeranno (o smentiranno) le mie teorie.
Nel marketing dovrebbe accadere più o meno lo stesso. Nessuno dovrebbe mai cambiare qualcosa e "vedere che succede" - a meno che non si tratti di un errore palese nella grammatica della mia comunicazione. Al contrario, ogni cambiamento significativo nella nostra strategia di marketing dovrebbe essere operato non solo misurandone gli effetti, ma perché si ritiene a priori di poter ipotizzare degli effetti, che poi andremo a misurare.
Insomma, a mio parere, l'atteggiamento di chi decide di cambiare una call to action perché «così è più bella, ma misuriamo che succede dopo averla cambiata, perché non si sa mai» è quasi tanto sbagliato quanto quello di chi cambia tutto e non misura niente.
Qual è allora l'atteggiamento giusto?
È, ovviamente, quello di chi cambia la call to action «perché ritengo che un invito meno pressante all'acquisto possa aumentare il tasso di click del 20%, e in questo modo migliorare il tasso di conversione del 5%».
Vedi bene che già nell'ipotesi di test è contenuta la strategia di misurazione dei risultati.

La strategia di misurazione e la strategia di business

Dice giustamente Brian Clifton che

Se il tuo sito web è una parte importante della tua strategia di business, allora anche misurare il sito web è importante per la tua strategia

Fonte: Advanced Web Metrics With Google Analytics

Perché?
Perché, semplicemente, l'ampiezza di ciascuno di questi due elementi è strettamente correlata a quella dell'altro - e, di conseguenza, anche gli investimenti strategici per l'implementazione del sito web non possono prescindere da pari investimenti nell'altro segmento: quello della web analytics.
La bilancia, come al solito, deve rimanere in equilibrio.

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

3 COMMENTS

  1. Ciao Fabio come sempre articolo interessante.
    Posso farti una domanda a cui in pochi mi hanno dato risposta?

    Ovviamente la mole di dati in gioco è sempre grandissima, quindi a me capita spesso di perdere la corrispondenza tra modifica effettuata e risultati ottenuti.

    Mi spiego meglio oggi ho modificato la call to action, 6 giorni fa ho modificato un form di contatti, e 16 giorni fa un link alla landing page (esempio stupido).
    Tra un mese come fai a ricordarti cosa avevi modificato e confrontare i dati tra oggi e 2 mesi fa!?

    Non so se solo a me, ma a volte mi si crea un po di confusione… TU come ti comporti? Io ora come abitudine mi scrivo su una sorta di calendario data intervento e giorno in cui effettuare nuovamente l’analisi… Ma è un metodo che mi sembra un pò antico e poco scientifico.

    Che strategia usi tu’

    Grazie
    Simo

    • Ciao Simone,
      l’unico modo per analizzare i risultati di ciò che si fa è effettuare un test alla volta e verificare i risultati. Se segui il tuo metodo, la confusione è assicurata!!
      Possibilmente, effettua dei test, anche utilizzando lo strumento Esperimenti di Analytics, o comunque a mano. Se non puoi effettuare dei test, cerca di avere un numero sufficiente di riscontri sulla bontà di quanto hai fatto prima di passare al test successivo. Altrimenti, come ti dicevo, non riuscirai mai a capire cosa hai fatto di giusto e cosa di sbagliato.
      Fabio

LEAVE A REPLY