Partner content

Pro Web Consulting. Web Analytics: cos’è e perché è la base di ogni strategia digitale

In questo intervento la società di consulenza digitale fa chiarezza su una disciplina complessa e sfaccettata, nella quale è specializzata, che consiste nella misurazione, raccolta, analisi e reporting di dati provenienti da una digital property, con lo scopo di comprendere i comportamenti degli utenti e trarne actionable insights, per ottimizzare la propria strategia.

​​Semplice? Non proprio. La definizione da manuale della Web Analytics fa capire quando questa disciplina sia complessa e sfaccettata, nonché assolutamente basilare per qualsiasi altra attività che gravita nell’universo del digital marketing.

Ne abbiamo parlato con Pro Web Consulting, le cui strategie integrate hanno infatti un minimo comune denominatore: la Web Analytics appunto, grazie al team di Analyst guidati da Simone Petrucci.
​​
​​
​​A cosa serve la Web Analytics: dai dati agli actionable insights
Avere un sito web perfettamente strutturato è ovviamente il punto di partenza obbligato: pensare però che sia sufficiente e che, da lì in avanti, non serva più nessun intervento, è piuttosto miope.

Infatti, sia che si voglia migliorare l’ottimizzazione lato SEO e il posizionamento delle parole chiave, sia che si desideri efficientare il percorso dell’utente attraverso la CRO oppure gestire al meglio le campagne di Online Ads, la Web Analytics sarà sempre la bussola che guida ogni possibile azione.

Infatti, i dati provenienti dal web hanno senso solo se vengono raccolti, studiati e elaborati con attenzione.

I KPI da tenere sotto controllo sono molti, anche se spesso i marketer tendono a concentrarsi solo su quelli più lampanti, come il traffico complessivo o le conversioni. Questi possono significare tutto o niente, perché sono tantissime le metriche da considerare in un reporting: ad esempio, gli utenti che hanno visitato il sito a livello socio-demo (provenienza, genere, fasce di età…), le pagine più visitate e quali meno, il tempo di permanenza, le azioni più eseguite, le pagine di uscita etc.
​​
​​Queste informazioni sono essenziali per capire come muoversi a livello strategico, sia all’inizio del processo - per fare il set up delle campagne e capire se ci si sta rivolgendo alle persone giuste – sia in corso d’opera, per ottimizzare e migliorare le performance.
​​

 

DIKW: come interpretare i dati in ottica user behaviour
​​Avere tanti dati non basta: oggi capita spesso che le aziende vogliano raccogliere quante più informazioni possibili dai propri utenti, salvo poi non sapere come utilizzare questa “bulimia” di dati, o peggio averne diversi contenuti in silos non comunicanti tra loro perché facenti capo ad aree diverse della company.

​​Qui può venire in aiuto uno schema, capace di tradurre i dati grezzi in qualcosa di comprensibile all’essere umano: il modello gerarchico DIKW.

​​DIKW sta per Data-Information-Knowledge-Wisdom: in pratica, questa piramide riesce a interpretare il dato puro per trasformarlo in informazione, poi in conoscenza e, infine, in saggezza, cioè in una nozione utili, utilizzabile ed efficace.

Il dato che arriva dal sito web viene innanzitutto inserito in un insieme di relazioni, che formano dei pattern di comportamento da cui possiamo estrapolare principi umanamente comprensibili
​​
​​Come? Attraverso degli strumenti appositi, tra cui i più utilizzati sono quelli di Google.
​​
​​Strumenti essenziali: la suite Analytics di Google
​​Anche tra gli addetti ai lavori, Web Analytics è spesso sinonimo di Google Analytics: questo perché i tool offerti dal colosso di Mountain View sono tra i più utilizzati in questo ambito.

​​Ecco i principali, essenziali per gli analisti ma molto importanti da conoscere – almeno come funzioni principali e capacità di “lettura” – anche per i marketer:

  •  ​​Google Analitycs, un cruscotto digitale con un database da cui attingere per estrapolare reportistichesempre più raffinate;
  •  ​​Google Tag Manager, utili a fare collection dei dati, interpretandoli attraverso nuove logiche e con la possibilità di condividerli con ad altre piattaforme;
  •  Data Studio, che genera reportistiche avanzate (con visualizzazioni diverse e personalizzabili a seconda dell’interlocutore) anche parzialmente automatizzate e può integrare dati da diverse fonti anche esterne a Google;
  • ​​Firebase, l’ecosistema di web analysis dedicato alle App;
  •  ​Google BigQuery, il connettore tra Google Analytics e Firebase e, in generale, tra i dati di Google e quelle di altre fonti.