May 15 2015

Come NON configurare i goal

autore: Marco Cilia categoria: codice di monitoraggio,report tag: , ,

L’altro giorno mi sono imbattuto per l’ennesima volta in uno dei drammi peggiori del web analyst: un sito con un tasso di conversione del 264%. Ovvio, se fosse un ecommerce e tutto fosse perfetto ci sarebbe da stappare lo champagne, ma ovviamente nel 99,9% dei casi si tratta solo di grossolani errori di concetto. Per cui ho pensato che valesse la pena di fare un elenco più o meno esaustivo di cosa NON ANDREBBE fatto su un Analytics e di come eventualmente rimediare gli stessi dati senza distruggere le coronarie dell’analista :)

– non dovreste usare i tipi di goal pagine/visita e tempo sul sito
O almeno, non dovreste usarli impostando metriche molto basse. Questi tipi di goal sono stati introdotti pensando principalmente a siti di contenuto senza obiettivi precisi di lead generation, vendita, eccetera, per dare modo anche a loro di avere un conversion rate. Se però li impostate su “visite che durano più di 30 secondi” o peggio ancora “visite con più di una pagina vista” capite bene che le numeriche spesso sono altissime.
Cosa usare in alternativa:
Con dei segmenti impostati sulle stesse condizioni. In alcuni casi, a seconda della vostra configurazione, un goal “visite con più di due pagine” equivale esattamente al segmento predefinito “visite senza bounce”.

– non dovreste fare dei goal per chi aggiunge item al carrello
Di norma il goal è che le persone comprino, non che aggiungano cose senza comprarle. Diciamo che su questo potrei soprassedere, ma se avete numeriche importanti in tal senso alzate il conversion rate senza motivo. Un semplice evento è più che sufficiente, non disturba il conversion rate e consente comunque di segmentare, nel caso vogliate fare una lista di remarketing di coloro che hanno aggiunto item
Cosa usare in alternativa:
l’Enhanced Ecommerce ha una funzione pensata apposta per questo: un click, una chiamata a GA e va tutto nel report corretto.

– non dovreste fare goal per passaggi intermedi di navigazione
C’è chi configura come goal la visione di una scheda prodotto, e magari ci aggiunge un funnel per chi parte dalla homepage. Questo secondo me è il male (e infatti su Premium c’è addirittura la canalizzazione personalizzata, per ovviare). Un goal è sempre per un evento conclusivo di conversione.
Cosa usare in alternativa:
Dei semplici segmenti sequenza vanno più che bene

– non dovreste fare goal uguali con funnel diversi
Alcune volte mi capita di guardare degli account con dei goal configurati uguali ma con canalizzazioni diverse. E spesso la domanda conseguente è “perché segnano lo stesso conversion rate?”. Beh, perché i goal sono una cosa, la canalizzazione è un’altra. O per essere più precisi, NIENTE di quel che mettete nei passaggi della canalizzazione influisce sul conteggio dei goal.
Se faccio un goal+funnel così

A -> B -> thankyou

e un altro così

X -> Y -> thankyou

molti si aspettano che quando l’utente arriva sulla thankyou passando per A e poi B solo il primo goal venga valorizzato, ma non è così. Entrambi segnano un goal (conversion rate del 200%), il primo con la canalizzazione corretta, il secondo con ingresso dritto sulla thankyou.
Cosa usare in alternativa:
regular expression per specificare i passaggi del funnel. A|X -> B|Y -> thankyou
oppure anche qui segmenti sequenza.

Vi ci ritrovate?


Apr 26 2015

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti

Dovrei passare al TagManager V2?

autore: Marco Cilia categoria: tagmanager tag:

Da qualche settimana ormai Google ha reso possibile la migrazione alla nuova interfaccia di gestione del TagManager, raggiungibile dall’indirizzo tagmanager.google.com. In precedenza la creazione di un account su quell’indirizzo permetteva di usare la nuova interfaccia, ma la cosa valeva solo per i nuovi account: cliccando su un container in versione “v1″ si veniva riportati all’interfaccia precedente.
La cosa era aggirabile al prezzo di esportare completamente il contenitore e reimportarlo nella V2, ma questo costringeva a cambiare l’ID del contenitore sul sito, e quindi a ritaggare almeno in parte le pagine.
La procedura di migrazione, attualmente completamente volontaria, invece permette di trasferire un account (e non un singolo contenitore) dalla vecchia alla nuova interfaccia, e la domanda è: “mi conviene farlo, o posso aspettare che Google migri tutto automaticamente per tutti, a inizio Giugno?”

Beh, la risposta è che la nuova interfaccia cambia in po’ di cose, e il passaggio non è del tutto indolore: è necessario un po’ di tempo e ci vuole un po’ di pratica prima di capire bene come funziona il tutto: la differenza più grande è che ad esempio le Regole si chiamano Attivatori, e sono integrati all’interno dei tag: durante la creazione di un tag si devono fornire sia le informazioni su cosa faccia attivare il tag, sia le informazioni su quanto il tag debba essere attivo (per i clic listener, ad esempio).

Insomma il mio consiglio è quello di andare sulla nuova interfaccia e creare un account di test, fare delle prove e procedere alla migrazione prima dello switch forzato: in questo modo si potranno fare dei piccoli miglioramenti che saranno necessari perché la migrazione per mantenere la compatibilità non effettua uno switch “pulito”. Intendo dire che la situazione che si trova dopo la migrazione, soprattutto per i contenitori più complessi, non è esattamente quella che si avrebbe creando la stessa struttura da zero sulla V2; ovviamente il funzionamento sarà lo stesso, ma sicuramente il tutto sarà migliorabile. Sapere per tempo cosa toccare farà sicuramente risparmiare fatica.


Apr 08 2015

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti

La malattia per i dati

autore: Marco Cilia categoria: generale tag: ,

Sogno di scrivere questo post da tantissimo tempo. Un post in cui provo a indagare le pieghe più recondite della mente di una persona che vive per i numeri, tipo me. So già che è un po’ mettersi alla berlina, perché effettivamente molte cose se le leggi da fuori sono ridicole, ma so anche che vale sicuramente la pena di spiegare per bene da dove nasca – e magari perché – un amore che si è poi trasformato in un lavoro.

Non mi ricordo esattamente quando la passione per i numeri sia cominciata, ma sicuramente è iniziata prima dell’avvento dei computer; quindi non è legata all’informatica in senso stretto. Ricordo benissimo che a scuola preferivo le materie scientifiche: dentro di me sapevo benissimo che esisteva una e una sola risposta alle domande scientifiche/matematiche, e azzeccarla significava fare bene. Azzeccarle tutte significava massimo dei voti, e io ci tenevo a fare bene. Alle domande di lettere invece dovevi improvvisare un po’, perché la risposta magari era una, ma le sfaccettature erano troppe: magari la prof si era laureata studiando Dante per una vita? allora la tua risposta era probabilmente ok, ma lei avrebbe detto qualcosa in più. Oppure ancora, le materie letterarie erano il terreno perfetto per far soffrire gli studenti invisi ai professori. Ti faccio una domanda cattiva, pretendo una risposta articolata, più articolata, con più sfaccettature, ti metto un brutto voto lo stesso.

Ricordo invece molto chiaramente che una volta un professore di Matematica in prima superiore stava scrivendo una roba piuttosto complicata alla lavagna. Lui era veramente terribile, temuto da tutti e i brutti voti fioccavano ogni giorno. Fatto sta che, non so nemmeno perché, io stavo parlando col mio vicino di banco e ad un tratto lui tuonò “Cilia!, ora vieni e la risolvi tu”.
Non lo so come feci, ma alla fine scrissi un 2 molto grande (lui nemmeno guardava) e timidamente dissi “fatto!” immaginando che quella sera avrei dovuto prodigarmi in innumerevoli spiegazioni con i miei genitori. E invece lui laconico disse “Vedete? l’ho chiamato con il chiaro intento di mettergli un brutto voto, ma è giusta. E’ giusta, maledizione! Vatti a sedere!”
(A proposito, alle superiori ero a ragioneria, anche questo un po’ è sintomatico, no? 😀 )

Dopo il diploma scelsi Ingegneria informatica, ma non ce l’avrei mai fatta e infatti durai solo un anno. Ironia della sorte, mi mancavano completamente le basi di matematica che mi avrebbero permesso di non soffrire (troppo) Analisi I, Fisica I, Matematica I, ecc. Avevo comunque scoperto internet e deciso che volevo lavorare nei computer, e possibilmente con i numeri. Il mio primo lavoro vero, guarda caso, era la gestione del centro di elaborazione dati della ruota di Genova, per conto di Lottomatica. Numeri non ce n’erano tanti, a parte quelli che estraevano, ma computer si. Sintomatico anche quello, direi, tra tutte le possibilità che c’erano.

In ogni caso dopo varie avventure sono finalmente approdato su Google Analytics, su questo blog e sul lavoro che attualmente svolgo, interamente legato ai numeri. Nel frattempo la “malattia” per tutto quello che è dato/numero/statistica non si è affievolita, ma anzi si è rafforzata e contamina praticamente ogni aspetto della mia vita. Di qualsiasi cosa si stia parlando, state certi che una parte del cervello lavora per estrarre numeri, collegamenti, occorrenze, date. Quando non lo faccio inconsciamente, è perché allora lo faccio di proposito, ed ecco un elenco abbastanza esaustivo. Parte dell’elenco non esisterebbe senza un altro fattore tipica dei “malati”: la costanza maniacale nel dedicare tempo a fare data input e controllare la data quality. Ad esempio:

Biglietti del cinema
Colleziono (fisicamente) i biglietti del cinema da quando ci vado con gli amici (Batman, ottobre 1989). Su ognuno c’è scritto il cinema, il film, la data (una volta mica li stampavano dal computer 😉 ) e sul retro i nomi delle persone con cui ero. Una volta avevo provato a trasportarli su Excel, ma non trovavo un modo sensato di rappresentare i dati e lasciai perdere. Oggi ne uscirebbero delle infografiche mica male, ad esempio:
– con quale frequenza vado al cinema, e come essa è cambiata prima e dopo la nascita di mia figlia?
– con quale persona ho visto più film di fantascienza insieme? e film di azione?
– bubble chart combinata delle info sopra, con evoluzione nel tempo
– numero medio di amici per film, diviso per genere o per anno
– rating medio IMDB dei film visti, segmentati per genere, per amico o per sala (per capire se ad esempio un certo cinema è solito proiettare film migliori)

Fitbit
Sono un utente Fitbit da marzo 2014. Prima con un Fitbit Flex, ora con un Charge HR. Attraverso di essi ho il numero di passi al giorno/settimana/mese, la distanza percorsa, le calorie bruciate, i minuti di attività intensa, la durata e la qualità del sonno. Da quando ho il Charge HR anche il battito cardiaco e il numero di piani (equivalenti) saliti.
Avendo anche la bilancia Fitbit Aria, ho anche il peso registrato automaticamente.
Cosa me ne faccio e quali insight mi offre?
Di norma bisognerebbe fare 10.000 passi al giorno, ma poiché alcuni giorni lavoro da casa non ci vado nemmeno lontanamente vicino. Questo mi sprona, per quanto possibile, a recuperare quando posso andando a piedi nei tragitti ove è possibile. Un conto è immaginare che genericamente “mi muovo poco”, un altro è vedere un grafico terribilmente basso o la tua posizione in una classifica di amici che invece escono di casa tutti i giorni. Monitorare il peso, è banale, mi aiuta a regolare l’assunzione di cibo, ma in particolare mi interessa la % di massa grassa e magra. Ok, non è una vera e propria plicometria, ma come dato generico è sufficiente se integrato ad altri dati che ottengo.

FitBit-sonno

Il grafico della qualità del sonno è utile per capire come mai certi giorni finisci il carburante a metà giornata, mentre altri dati sono ovviamente più banali (indovina? in ferie dormo di più! 😀 ).

MyFitnessPal
Su MyFitnessPal inserisco la lista dei cibi che assumo. Sono iscritto da luglio 2013 e attualmente ho uno streak (giorni consecutivi di accesso al servizio) di 358 giorni

MyFitnessPal

Quali insight mi offre?
Sostanzialmente controllo la quantità di calorie assunte ogni giorno, solo ogni tanto anche la percentuale di carboidrati, grassi e proteine settimanali. Essendo sincronizzato a FitBit, più cammino e faccio attività più calorie posso assumere. Ma siccome un giro in bici di due ore è diverso se fatto in piano o in montagna, ecco che il numero esatto aiuta più di un generico “ho fatto attività, mangio di più per recuperare”. Oppure, al contrario, sapere esattamente di quanto hai esagerato un giorno di festa, mi aiuta a riequilibrare nella settimana successiva, con calma.

Runtastic Mountain Bike
Il terzo pilastro dei miei dati relativi al corpo è Runtastic Mountain Bike, una delle app più famose per il monitoraggio delle attività legate alla bici in montagna. Devo solo ricordarmi di indossare la fascia cardio e accendere il pulsante prima di partire :)
Cosa me ne faccio e quali insight mi offre?
Distanza per giro, mese, anno e totale. Frequenza di allenamento. Tempo di percorrenza, tempo medio, min e max per km, dislivello e battito cardiaco (anche su mappa geografica). Percentuale di tempo (o distanza) in salita, piano e discesa.
Se faccio un giro che ho già fatto in passato, allora confronto i dati per vedere se ho migliorato in qualcosa (non sempre è il tempo, magari mi basta avere un battito cardiaco minore nello stesso percorso, o un tempo minore in un particolare punto del giro).
Il tutto è di nuovo collegato a MyFitnessPal, in modo che le calorie bruciate vengano aggiunte a quelle assumibili nel giorno.

Assenze
In uno dei posti dove ho lavorato in vita mia c’era un tizio con la nomea di essere uno “poco presente”. Come al solito un conto è dirlo, un altro è avere un numero in mano e quindi con molta pazienza io e un paio di colleghi abbiamo popolato per un anno solare un Google Drive condiviso, il key learning era abbastanza scontato (andava solo verificato), così come il KPI da usare.

assenze

Purtroppo essendo un dato ad “uso interno” non poteva essere actionable, però concorderete con me che messa così (lavori solo 4 giorni alla settimana) fa un altro effetto, no? 😀

Automedicazione e topini
Sempre correlato a Google Drive, c’è stato un periodo della mia vita in cui ho sofferto di disturbi di stomaco. Mi svegliavo di notte con dolori, soffrivo un po’ e poi passavano. Non trovando conforto nelle spiegazioni mediche, ho pensato che in questo caso forse correlation e causation andassero di pari passo, e quindi presi a compilare un Gsheet con il contenuto delle cene e dei pranzi dei giorni precedenti ogni evento. Non raggiunsi mai una soglia statistica decente, ma siccome il problema rientrò da solo non me ne feci mai un cruccio :)

Allo stesso modo, siccome i miei due gatti (Brin & Page) sono dei trovatelli di campagna, amano portare in casa le loro prede più strane. Avevo iniziato a popolare un Gsheet con data e tipo del “riporto”, per provare ad avere una base statistica di un certo tipo nella stagionalità successiva. “Siccome entriamo in marzo, è più facile che portino orbettini a pezzetti. Ad Aprile topini di campagna o mantidi religiose”. Volevo preparare meglio moglie, figlia ed eventuali ospiti, ma quando sforo troppo nel ridicolo me ne rendo conto da solo, e ho lasciato perdere 😀

NetAtmo
Ho rimpiazzato il mio vecchio termostato con un NetAtmo controllato via WiFi. A parte l’indubbio vantaggio di poterlo controllare anche da fuori casa (tornare a casa e trovare sempre caldo, a prescindere dalla programmazione, è un toccasana credetemi), lui tira fuori delle statistiche niente male.
Cosa me ne faccio e quali insight mi offre?
Temperatura programmata, temperatura effettiva, percentuale di accensione della caldaia. Sembra poco, ma in realtà è molto complesso: il termostato conosce la sua posizione geografica ed elevazione (va puntato su una mappa), quindi è in grado di conoscere le previsioni e le temperature: se io dico che alle 7 del mattino voglio 20 gradi, è diverso se fuori ce ne sono 18 o se ce ne sono 2. Nel secondo caso la caldaia deve accendersi MOLTO prima, e da lì poter controllare il tempo di accensione totale è importante se si vuole controllare la bolletta in modo efficace.

netatmo-station

L’insight in questo caso è utile a risparmiare sulla bolletta del gas. Inoltre NetAtmo ha un sistema di conteggio automatico che il primo del mese manda email come questa

netatmo-mail

In realtà la temperatura esterna non la scarica più da internet (linea azzurra nella figura sopra), perché ho abbinato anche la Stazione Barometrica WiFi: lei comunica al termostato l’esatta temperatura fuori da casa mia, non quella generica di un sito di previsioni qualunque. Ovviamente anche lei produce una quantità di dati niente male: oltre ai dati esterni (temperatura, umidità, temperatura percepita) ha anche un modulo interno che misura temperatura, umidità, pressione in casa, più qualità dell’aria (CO2 in ppm) e rumorosità in decibel: quando c’è una festa di bambini e dico che fanno troppo rumore, ho il dato in mano! 😉

Prima di tutta questa automazione la produzione di dati relativi all’energia era basata su un file Excel con il conteggio dei consumi di Luce e Gas, con Kw/ora e metri cubi al giorno. Veramente arcaico, no?

MoneyTrackin
Un malato di dati e per lo più genovese come me, secondo voi, poteva non avere un repository di flussi monetari? Ho scelto moneytrackin perché è abbastanza flessibile senza essere troppo complesso come un MS Money, e inoltre essendo online puoi aggiornarlo anche mentre sei in giro.
Cosa me ne faccio e quali insight mi offre?
Abbastanza ovvio, tengo d’occhio le finanze di casa, mi assicuro che le spese non superino le entrate, cerco di fare il forecast delle uscite e il planning degli acquisti. In periodi di ristrettezze (tipicamente per spese extra non preventivate) posso ragionevolmente capire dove c’è margine per recuperare e dove invece no.

Google Dashboard, Google location history e search history
Non ho mai fatto opt-out da Google Search History. Mi serve più che altro perché a volte ti ricordi più facilmente la query con cui hai trovato qualcosa piuttosto che il sito che poi hai trovato. Comunque sia, contiene un sacco di informazioni interessanti, ad esempio che il giorno in cui cerco di più è il mercoledì, e il mese è Gennaio.
Location History lo uso molto poco, ma mi piace ogni tanto vedere dove sono stato in tutto un mese. Il migliore dei tre è sicuramente Google Dashboard che ogni tanto guardo per capire quante migliaia di mail ricevo e invio ogni mese

Assunzioni
Da quanto lavoro in InTarget, tengo un grafico dell’organico che compone l’azienda.
Cosa me ne faccio e quali insight mi offre?
Senso di orgoglio, prima di tutto e in massima parte. Più che altro è un draft da completare con altri dati incrociabili che permetterebbe di estrarre informazioni utili che però sono tutte ad uso interno. Vi mostro solo una delle tante visualizzazioni create

Schermata 2015-04-08 alle 21.02.40

OK, io direi che a questo punto mi sono esposto abbastanza: ma siccome se leggi questo blog almeno un po’ malato di dati lo sei anche tu, perché non mi racconti nei commenti che rapporto hai tu con i numeri? :)


Apr 06 2015

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti

Piccole ovvietà che vi cambiano la vita

autore: Marco Cilia categoria: generale tag:

A volte anche un post di poche righe, scritto sul blog ufficiale, può farci gioire tanto. Ad esempio l’ultimo, di una settimana fa, in cui si annuncia una cosa tanto piccola e banale quanto dirompente: la pagina delle Release Notes ufficiali di Google Analytics!

Le Release Notes sono la lista dei cambiamenti introdotti nello strumento, ordinate per data. Quante volte gli annunci sono stati fatti sul blog ufficiale, o sulla pagina Google+ del team di GA, oppure semplicemente NON sono stati fatti, lasciando che le persone scrivessero le loro impressioni su nuove feature apparse in Google Analytics? troppe, esatto, per questo motivo accolgo con gioia anche io l’arrivo di una pagina nella quale le novità sono elencate ufficialmente.

Mettetela nei bookmark! :)


Mar 18 2015

Caso d’uso reale dei segmenti sequenza

autore: Marco Cilia categoria: generale tag: ,

Un altro brillante caso risolto grazie alla segmentazione avanzata, Watson!

Business Problem:
Dopo la migrazione a Universal Analytics, quasi tutta la revenue viene attribuita al referral sella.it (o in generale al vostro/i gateway di pagamento). Questo è chiaramente impossibile perché:
a) prima della migrazione non era così
b) ha pochissimo senso

Technical explanation:
Qualcuno si è dimenticato di inserire il dominio sella.it nella lista di esclusione dei referral, che su Universal Analytics è requisito necessario al funzionamento. NORMALMENTE essa contiene il dominio stesso del tracking – o i domini in caso di tracciamento multidominio – ma se il funnel di acquisto esce dal sito e ci rientra con un link o un redirect ALLORA dovreste inserire anche il gateway. Questo perché a differenza di Analytics classico, Universal Analytics crea SEMPRE una nuova sessione quando si arriva da un referrer, ANCHE se siamo all’interno dei 30 minuti in cui normalmente questo non avveniva su GA classico

Business Request:
“d’accordo, ma io voglio sapere le reali sorgenti delle transazioni che sono state attribuite male prima della correzione”

L’intuizione:
Tutti coloro che escono dal sito verso il gateway, poi ci rientrano e convertono all’istante (convertono direttamente sulla thankyoupage). In questa esatta sequenza, e senza niente altro nel mezzo.

Svolgimento:
Creiamo tanti diversi segmenti avanzati di tipo SEQUENZA, uno per ogni sorgente o mezzo da analizzare, con queste regole (esempio per riattribuire il cpc):

segmento-sequenza-cpc-sella

Il segmento mostra la revenue delle sessioni in cui l’UTENTE fa una qualsiasi sessione da CPC seguita immediatamente da un’altra sessione da sorgente che contiene “sella” in cui però converte.
Se ne faccio un altro con mezzo organic e poi sorgente “sella” riattribuisco la quota parte del traffico all’organico e così via

Success Story:
C’erano da riattribuire 776 transazioni: ovviamente la somma dei risultati di segmenti sequenza come questi non potrà mai essere precisa al 100% con il segmento “tutto il traffico”, ad esempio perché un utente nel periodo fa due transazioni in due giorni diversi, tuttavia la somma fatta per controllo restituisce 782, con una scarto piccolissimo. Le revenue sono state quindi riattribuite alle corrette fonti di traffico e il caso è chiuso.

Elementare, Watson :)


Mar 03 2015

Non guardare il report Ecommerce negli eventi

autore: Marco Cilia categoria: codice di monitoraggio

Uno dei misteri più grandi di questo strumento per i non addetti ai lavori è la cosiddetta attribuzione: ci sono varie cose dentro a Google Analytics che devono essere “attribuite” affinché i report abbiano senso: le conversioni vanno attribuite ad una sorgente, e per farlo c’è un modello di attribuzione: last click non direct in Acquisizione, Last Click puro nei Multichannel Funnel. I goal vanno attribuiti alla sessione in cui si verificano, perché ci possono essere più goal (diversi) nella stessa sessione, ma non lo stesso goal. Le transazioni vanno attribuite tanto quanto, ma se ne possono avere più di una per sessione. Il valore della conversione va attribuito alla sessione (per session value) e alle pagine (per page value). E così via…

Le conversazioni con i clienti vertono sempre più spesso su come Google Analytics attribuisce le “cose” nei vari report, ma oggi voglio farvi una confessione: non dovreste MAI guardare la sezione Ecommerce dei report degli eventi, e ora vi spiego perché:

Quando atterro su un sito, navigo, e faccio una conversione e/o una transazione, avvengono nella mente di Analytics molte cose: un certo visitatore arriva da una sorgente di traffico, su una landing page, vede in un certo ordine alcune pagine, alcune di queste sono state impostate come “importanti” dall’amministratore del profilo (sono GOAL), questi goal possono avere un valore monetario (fisso o variabile), poi l’utente invia una transazione con un certo valore.

Se partiamo dall’assunto che la sessione è UNA, ci accorgiamo che alcune di queste cose hanno un rapporto 1:1 con la sessione, mentre altre hanno un rapporto molti a uno con essa. Esiste UNA sola sorgente per sessione, quindi è facile attribuire il valore di goal ed ecommerce alle sorgenti. Esiste UNA sola landing page per sessione, quindi è semplice calcolare il valore incamerato per ogni landing page. Esiste UN solo goal per sessione (per tipo, quindi max 20 goal per sessione, dato che su GA ci sono max 20 diversi goal), anche qui tutto facile. Possono esistere MOLTE transazioni per sessione, ma GA le somma e le attribuisce a tutto quanto detto sopra (sorgenti, landing page, ecc.).

Invece in una sessione ci sono, tipicamente, MOLTE pagine. Se in quella sessione si raggiunge un goal o si fa una transazione, non ha senso attribuire tutto il valore a tutte le pagine visitate, verrebbe un numero spropositato. Infatti gli ingegneri si sono inventati la metrica “valore pagina” (page value in inglese, l’ex index$) che attraverso un determinato calcolo spalma il valore su tutte le pagine viste durante la sessione.

E gli eventi? anche per gli eventi c’è una relazione, tipicamente molti a uno, con goal e transazioni. Ma qui gli ingegneri non hanno inserito una metrica apposta per spalmare il valore, mentre il report Ecommerce nel report eventi è consultabile (e ve lo dico chiaramente, secondo me è un errore!). In questo caso, banalmente, lo strumento MOLTIPLICA il valore delle transazioni per ogni record del report che state guardando. Esempio reale: in un dato periodo un ecommerce incassa 226.320,50 euro con 1.907 transazioni, secondo il report Panoramica Ecommerce. Guardando il report Categorie dell’evento per lo stesso periodo, sezione Ecommerce, si vede:
categorie-ecommerce

spostandosi su Azione evento, sempre Ecommerce:
azioni-ecommerce

e infine su Etichetta evento:
etichette-ecommerce

Sostanzialmente il sistema non ATTRIBUISCE la transazione ad una sola categoria di evento, o azione o etichetta (magari l’ultimo avvenuto), ma a TUTTI gli eventi che si sono registrati nella sessione: se nella sessione faccio molti eventi di categorie diverse, o stessa categoria ma azioni diverse e così via, i valori Ecommerce sono moltiplicati.

Perché lo fa? OPINIONE PRETTAMENTE PERSONALE, perché distribuire il valore per tutti gli eventi, che sono tipicamente tanti, sarebbe oneroso da calcolare e porterebbe a valori molto piccoli, tanti più sono gli eventi tracciati. Sempre opinione personale, allora tanto varrebbe eliminare quella sezione di report, no?

Il modo in cui si comporta il report assomiglia molto al risultato che avreste creando dei segmenti di tipo sessione basati sull’occorrenza di ogni categoria di evento, e poi provaste a sommare i risultati: sarebbero quasi sempre superiori al totale registrato.


Feb 12 2015

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo rosso - articolo per esperti

Come funziona l’instant remarketing?

autore: Marco Cilia categoria: codice di monitoraggio tag: ,

Dopo alcune prove sono finalmente riuscito a capire come funziona l’instant remarketing di cui abbiamo parlato qualche giorno fa; in effetti era più facile del previsto, si vede che sto invecchiando 😀

Partiamo dal principio:
Google Analytics usa cookie di prima parte per memorizzare le informazioni che gli servono: 4/5/6 cookie se si usa la versione classica, 1 solo se si usa Universal Analytics. Usare cookie di prima parte significa che il codice di monitoraggio deve inviare forzatamente i cookie insieme ad ogni hit, ed è istruito a farlo.
Il remarketing (e le display features) si riescono ad usare se l’utente Analytics (cioè l’identificativo che sta nel cookie __utma o _ga) viene associato a quello del cookie doubleclick, che è un cookie di terza parte e risiede nel dominio doubleclick.net. Per questo motivo fino ad ora era richiesta la modifica della linea di codice da

ga.src = (‘https:’ == document.location.protocol ? ‘https://ssl’ : ‘http://www’) + ‘.google-analytics.com/ga.js';

a

ga.src = (‘https:’ == document.location.protocol ? ‘https://’ : ‘http://’) + ‘stats.g.doubleclick.net/dc.js';

(o aggiungere ga(‘require’, ‘displayfeatures’); se si usa Universal)

il file dc.js è identico a ga.js, solo che siccome invia la hit al server doubleclick forza il browser ad inviare anche il cookie con l’ID doubleclick. In questo modo si legano l’ID di GA e quello di Doubleclick e si possono creare segmenti di utenti in GA e utilizzarli in AdWords.

L’instant remarketing invece funziona così:

quando si crea un nuovo cookie _ga viene inviato nella hit anche un parametro aggiuntivo ( &_r=1 ); se questo parametro è presente e nel parametro &tid=UA-XXXXXX-Y c’è una property che non aderisce all’instant remarketing non succede nulla e la hit viene processata normalmente. Se c’è _r=1 e nel tid una property che ha attivato l’opzione apposita, allora il server è istruito per rispondere al volo con un 302 (redirect temporaneo) da

http://www.google-analytics.com/r/collect?v=1 eccetera…

a

https://stats.g.doubleclick.net/collect?v=1 eccetera…

e questo basta ad inviare anche il cookie doubleclick e quindi – di nuovo – a legare l’ID GA a quello DBCLK :)


Feb 11 2015

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo rosso - articolo per esperti

Cosa sono le analisi coorte?

autore: Marco Cilia categoria: report tag: , ,

Apparse negli account già da qualche giorno, soltanto oggi la pagina Google+ di GA ci rende edotti del fatto che le analisi coorte sono tra noi: le analisi CHE???

Le cohort analysis sono analisi basate sul tempo che servono a mettere in relazione il comportamento degli utenti che hanno manifestato un certo tratto in comune in un dato lasso temporale. Più facilmente, di solito, si tratta di guardare all’evolversi di una metrica da parte degli utenti che sono stati insieme sul sito in un dato momento.

Se vi ricordate, era già possibile fare qualcosa di simile usando una delle ultime feature dei nuovi e potenziati segmenti avanzati:

Schermata 2015-02-09 alle 23.07.56

Le analisi coorte sono simili, ma godono di una rappresentazione visuale tutta loro, e molto carina.
Esempio classico, ovvero come si presenta il report appena lo aprite: NON potete selezionare il range temporale, perché le coorte comprendono già un arco temporale tutto loro (ultimi 7, 14, 21 o 30 giorni): di default gli ultimi 7 giorni escluso oggi. Al momento l’unica coorte possibile è sulla data di acquisizione, cioè il primo giorno del periodo. La dimensione può essere il giorno, la settimana o il mese, la metrica predefinita è la fidelizzazione, cioè il fatto che gli stessi utenti tornino o meno sul sito nei giorni (settimane, mesi) successivi.

Quindi come si legge il report? innanzitutto si noteranno due cose, la prima è che il totale degli utenti non corrisponde al totale degli utenti unici del report PANORAMICA per lo stesso periodo. La seconda è che quel numero è la somma dei singoli giorni. ORRORE, direte voi – lo sanno anche i bambini che i visitatori unici non si sommano mai (cfr. the hotel problem)! corretto, se non che quel numero in realtà NON è il mero numero di visitatori unici di ogni giorno, ma credo si avvicini di più al numero di nuovi utenti.

Per ogni riga quindi viene indicato quanti dei nuovi utenti ritornano negli n giorni successivi. Variando la metrica il report varia di conseguenza, e la colorazione delle celle anche.
Si tratta di un report molto importante, che acquista ancora maggiore valore se utilizzato in una vista che fa uso dello USERID di Universal Analytics, che quindi sorpassa il problema dei device multipli e della moltiplicazione degli utenti.


Jan 31 2015

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo giallo - articolo avanzato

Remarketing istantaneo e conversione valuta in AdWords

autore: Marco Cilia categoria: report tag: , ,

In ordine inverso rispetto al titolo, sulla pagina Google+ di Analytics ci dicono che AdWords adesso converte le valute da account che spendono diversamente da come avete impostato i report. Fino ad ora infatti se avete collegato due account AdWords al vostro GA, di cui uno in Euro e uno in yen giapponesi, il rapporto dello speso era meramente la somma: 100 euro e 100 yen contavano 200 euro, ammesso che la vista fosse configurata in euro naturalmente.

Da qualche giorno invece il sistema applica il tasso di cambio del giorno mediano del periodo selezionato (quindi su tutto gennaio prende il 15/1) e converte gli yen in euro. Il sistema non è esente da falle, è vero, se si pensa alle fluttuazioni che ci possono essere su periodi lunghi, ma per analisi brevi è sicuramente d’aiuto.

Altra novità su AdWords è la possibilità di attivare le funzioni inserzionista (remarketing, ma anche dati demografici) senza dover più modificare il codice di monitoraggio: se prima era richiesta la modifica di una riga (o una spunta aggiuntiva sul TagManager), adesso si può fare tutto comodamente da pannello di controllo (instant activation), andando su Amministrazione -> Impostazioni proprietà -> Attiva le funzioni inserzionista (beta).

Devo essere sincero, ho fatto due prove ma ancora non ho i risultati nel pannello, ma non capisco come faccia. Modificando la riga, nella versione classica del codice, si inviavano i dati Analytics al server doubleclick, forzando quindi anche l’invio del cookie doubleclick, che poi permetteva a Google di estrarre sesso, età e categorie di interesse.
Con Universal l’aggiunta della riga “require: displayfeatures” comportava che ad inizio sessione e poi ogni 10 minuti venisse inviata ANCHE una hit ai server doubleclick, con il clientID del cookie GA, che quindi permetteva l’associazione.
In questo modo, poiché il codice di GA è unico per tutti e non parametrizzato, cambiare un setting in piattaforma non produce nessun effetto nelle chiamate generate dal codice, quindi non c’è (o almeno, io al momento non vedo) modo affinché doubleclick sappia chi sono per Analytics. Farò altre indagini, perché ovviamente io VOGLIO sapere! :)

Altra piccola novità, sempre per i report AdWords, è l’introduzione della dimensione “numero di parole” per le query di ricerca. Si poteva fare con espressioni regolari, o esportando e usando Excel, ma naturalmente avere la possibilità di farlo direttamente dall’interfaccia è decisamente più comodo.


Jan 27 2015

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti

TOTALE! Anche GA ora ha il suo “cestino”

autore: Marco Cilia categoria: generale tag: , ,

A quanti di voi è mai successo di cancellare una vista (ne ho visti tantissimi), una property (meno, ma erano dolori) o un account (me ne hanno raccontato uno, una volta)?
La procedura per recuperarli è sempre esistita, con restrizioni più o meno ampie, ma era farraginosa e necessitava l’assistenza di un partner certificato Google Analytics, o qualche santo in terre AdWords/Analytics.

Poco fa il team ha annunciato che invece, a partire da adesso (ma se fossi in voi non sperimenterei tanto per fare… 😛 ) le cose cancellate finiranno per 35 giorni in un “cestino” ispezionabile a livello di account, da dove si potranno poi recuperare. Una feature che allinea il prodotto agli standard cui ormai siamo abituati da anni su Gmail e Google Drive, ad esempio.
Per i più curiosi ecco l’articolo dell’help con i dettagli, ma attenzione, secondo me c’è un errore: nell’esempio 3 la dinamica iniziale è identica all’esempio 1, ma il risultato diverso poiché di vuole restorare una vista. Credo che in realtà l’esempio che volessero fare sia questo:

  • V2 è spostata nel cestino. Successivamente, Account A è spostato nel cestino. Ripristinare V1 automaticamente ripristinerà P1 e A1, ma non V2. V2 rimane nel cestino.

In ogni caso, una bella funzionalità, che come al solito vedremo comparire negli account progressivamente, nel giro di qualche settimana.