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.