Warning: preg_match(): Compilation failed: invalid range in character class at offset 4 in /home/customer/www/fabiopiccigallo.com/public_html/wp-content/plugins/smart-image-loader/simple_html_dom.php on line 1385
Warning: preg_match_all(): Compilation failed: invalid range in character class at offset 4 in /home/customer/www/fabiopiccigallo.com/public_html/wp-content/plugins/smart-image-loader/simple_html_dom.php on line 690
Warning: Invalid argument supplied for foreach() in /home/customer/www/fabiopiccigallo.com/public_html/wp-content/plugins/smart-image-loader/simple_html_dom.php on line 697
Warning: preg_match_all(): Compilation failed: invalid range in character class at offset 4 in /home/customer/www/fabiopiccigallo.com/public_html/wp-content/plugins/smart-image-loader/simple_html_dom.php on line 690
Warning: Invalid argument supplied for foreach() in /home/customer/www/fabiopiccigallo.com/public_html/wp-content/plugins/smart-image-loader/simple_html_dom.php on line 697
Warning: preg_match(): Compilation failed: invalid range in character class at offset 4 in /home/customer/www/fabiopiccigallo.com/public_html/wp-content/plugins/smart-image-loader/simple_html_dom.php on line 1385
Warning: preg_match_all(): Compilation failed: invalid range in character class at offset 4 in /home/customer/www/fabiopiccigallo.com/public_html/wp-content/plugins/smart-image-loader/simple_html_dom.php on line 690
Warning: Invalid argument supplied for foreach() in /home/customer/www/fabiopiccigallo.com/public_html/wp-content/plugins/smart-image-loader/simple_html_dom.php on line 697
Warning: preg_match_all(): Compilation failed: invalid range in character class at offset 4 in /home/customer/www/fabiopiccigallo.com/public_html/wp-content/plugins/smart-image-loader/simple_html_dom.php on line 690
Warning: Invalid argument supplied for foreach() in /home/customer/www/fabiopiccigallo.com/public_html/wp-content/plugins/smart-image-loader/simple_html_dom.php on line 697
Chi mi segue più spesso ricorderà forse, che in un recente articolo avevo affrontato il tema dei flussi di navigazione, e di come sia importante utilizzare questo genere di report per analizzare in modo efficace i percorsi dei nostri utenti all'interno del funnel di conversione.
Che il nostro funnel di conversione, nonostante le apparenze, non sia mai tanto lineare quanto noi si possa desiderare, credo sia da considerarsi un fatto assodato ai più.
Che però all'interno dei percorsi di navigazione dei nostri utenti ci siano delle regolarità non attribuibili al caso, ma frutto di precise concomitanze (non ultima la stretta correlazione tra argomenti delle landing page e target) credo sia altrettanto assodato - altrimenti non saremmo qui a fare web analytics, ma decideremmo come operare sul nostro sito dopo aver tirato la fatidica monetina.
Tra le metriche di chiara utilità per comprendere la relazione tra landing page e target, vi sono sicuramente le così dette participation metrics, o metriche di partecipazione.
Cosa sono le metriche di partecipazione
Cosa vuol dire metrica di partecipazione?
In un articolo di qualche tempo fa, ma ancora attualissimo nei suoi ragionamenti primari, Brent Dykes definiva le metriche di partecipazione come quelle metriche in grado di dirti due cose: quale percentuale del totale degli eventi di conversione generati su un sito web siano stati influenzati (attenzione: non determinati, ma influenzati) da una specifica pagina web, e quanti eventi siano stati influenzati da quella pagina stessa.
Si tratta, lo avrai capito, di una metrica di misurazione indiretta delle conversioni (l'utente è passato da quella pagina prima di determinare l'evento, ma non ha determinato l'evento in quella pagina stessa).
Per questo motivo, sarà essenziale eliminare dal computo delle pagine stesse quelle che hanno un traffico generico e non caratterizzato (prendi ad esempio la home page del tuo sito) e quelle che sono direttamente parte del processo di conversione (thank you page, pagina di contatto, pagina del carrello e così via).
Capisci bene che un'analisi del genere è interessante per qualsiasi sito web, ma vale il doppio per determinare la capacità di convertire nel caso di articoli di un blog aziendale: in quest'ultimo caso, dove non vi è una correlazione diretta tra prodotto o servizio e contenuti proposti, comprendere quali articoli siano più in grado di portare linfa al funnel di conversione può essere fondamentale ai fini della corretta distribuzione degli argomenti all'interno di un piano di content marketing.
Le metriche di partecipazione in Google Analytics
Un bell'articolo di Paul Koks, suggeriva recentemente come impostare le metriche di partecipazione in Google Analytics. Seguiamone almeno in parte le tracce per comprendere come analizzare le nostre pagine web (e in particolare le pagine del nostro blog) al fine di determinare la loro partecipazione indiretta al funnel di conversione.
Primo: impostare gli obiettivi
Sia chiaro: per poter analizzare in che modo le nostre pagine partecipino al processo di conversione sul nostro sito web, dovremo necessariamente impostare almeno un obiettivo di conversione.
Consiglio vivamente di non utilizzare le metriche di partecipazione in modo indistinto sulle nostre conversioni: il dato che otterremo sarà infatti tanto più interessante, quanto più riusciremo a mettere in relazione pagine, pubblico e conversioni in modo pertinente.
Sul mio sito, dove ho sia macro-conversioni (i click sui banner, ad esempio), sia micro-conversioni (dagli obiettivi di permanenza a quelli relativi a commenti e iscrizioni alle newsletter), mi limiterò ad esempio ad analizzare le sole macro-conversioni, per determinare quali sono le pagine che risultano essere più in target con un determinato obiettivo.
Se vuoi approfondire il tema della creazione degli obiettivi in Google Analytics, ti consiglio il mio articolo sul blog di Studio Samo: Gli obiettivi in Analytics - le impostazioni di base.
Secondo: analizzare il traffico
Come potrai immaginare, il livello di profondità corretto per verificare come agiscono i nostri utenti sul nostro sito, e in che modo le pagine che visitano possano influenzare indirettamente il loro comportamento di acquisto o di conversione, sia appunto non quello relativo alle sessioni, ma quello relativo agli utenti stessi.
Per poter effettuare le nostre analisi sarà pertanto utile creare un report personalizzato che verifichi quante volte i nostri utenti hanno visualizzato le nostre pagine.
Creiamolo, analizzando la dimensione Titolo pagina (ma potrebbe anche essere Pagina) inserendo come elemento di confronto anche numero di sessioni (che in questo caso corrisponde al numero di atterraggi su una pagina) e numero di visualizzazioni di pagina. Se tutto andrà bene, dovremo aspettarci di trovare dei valori crescenti passando dal livello utente al livello sessione, e dal livello sessione al livello visualizzazioni di pagina.
Nota che nel creare il mio report personalizzato ho utilizzato un filtro apposito per escludere la home page dal computo delle pagine da analizzare:
In questo modo, ho eliminato un elemento di disturbo che essendo del tutto generico (e peraltro variabile) non mi porterebbe nessun valore aggiunto nella mia analisi.
Per approfondimenti su come creare un report personalizzato con Google Analytics, potrebbe esserti utile dare un'occhiata al mio corso dedicato a Google Analytics avanzato.
Terzo: isolare gli utenti che convertono
Dove siamo arrivati? Siamo arrivati ad avere un report che sia in grado di mostrarci quanti utenti unici hanno visualizzato una data pagina in un determinato periodo. Tutti gli utenti unici.
Ora è arrivato il momento di fare un ulteriore passo in avanti, e determinare quanti di questi utenti hanno convertito.
Per arrivare a questo obiettivo, il modo migliore è evidentemente quello di creare un segmento personalizzato che identifichi i soli utenti che abbiano effettuato la conversione che vogliamo analizzare.
Creiamoci dunque un segmento composto in questo modo (io ho chiamato il mio: Utenti con macro-conversioni), utilizzando una condizione che isoli i soli utenti che siano caratterizzati da avere un numero di completamenti obiettivo (dell'obiettivo che intendiamo analizzare) maggiore di zero:
Applichiamo il segmento al report: otterremo una nuova tabella che isoli i soli utenti convertiti in relazione alle pagine che hanno visualizzato. Il nostro primo obiettivo, quello di creare una metrica di partecipazione che ci faccia capire quali pagine partecipano di più in termini assoluti al processo di conversione, è stato raggiunto.
Il tasso di efficienza della partecipazione
Non so tu, ma io però non mi accontento. Voglio raggiungere anche il mio secondo obiettivo: quello di determinare quali delle mie pagine compaiono più spesso nel funnel di conversione.
Torniamo dunque al nostro report personalizzato, visualizziamo contemporaneamente entrambi i nostri segmenti (Tutte le sessioni e Utenti con macro conversioni) e importiamo i dati in Google Spreadsheet. Lavorando con i dati, potremo ottenere un report realizzato più o meno in questo modo:
Niente male, vero? Il rapporto tra utenti che visualizzano una pagina e utenti che convertono non è casuale, ma segue una logica perfettamente interpretabile agli occhi dell'analista esperto. Ti lascio immaginare le conseguenze che una analisi del genere può avere nell'allocazione di investimenti promozionali e nella ricerca del target giusto per ogni obiettivo di conversione.
Non mi resta, quindi, che augurarti, come sempre, buona web analytics.
