Jul 28 2014

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

4 metriche che si confondono facilmente

autore: Marco Cilia categoria: generale tag: ,

M’è passato sotto agli occhi questo post di edynamic: The Four Most Confusing Metrics in Google Analytics e ho pensato che valesse la pena di riprenderlo, anche se parla di cose che negli anni ho già affrontato su questo blog.

Le prime due metriche interessate sono il bounce rate e l’exit rate (tasso di rimbalzo e tasso di uscita, in italiano): le definizioni per queste due metriche sono:

  • Bounce rate: una visita che non fa registrare una seconda pagina, o un evento (che non sia classificato come “non interattivo” tramite apposito settaggio).
  • Exit rate: l’ultima pagina vista di ogni sessione.

Le differenze principali sono che per esserci un bounce la visita deve iniziare e concludersi nella stessa pagina, quindi è una condizione che può verificarsi oppure no, mentre una sessione deve necessariamente terminare da qualche parte, quindi una exit page c’è sempre.

Vi pregherei di non considerare i calcoli successivi nel post originale, perché sono effettuati su un assunto sbagliato :)
Nel caso descritto nel loro esempio, che riporto qui

Session 1: Page A > Page B > Page C > Exit

Session 2: Page B > Page C > Page A > Exit

Session 3: Page C > Page B> Page A > Exit

Session 4: Page A > Exit

i calcoli corretti sono:
– Il bounce rate della pagina A è 50% (1 bounce – la quarta sessione – su 2 sessioni in cui era landing page)
– Il bounce rate della pagina B è 0% (0 bounce su 1 sessione in cui era landing page)
– Il bounce rate della pagina C è 0% (0 bounce su 1 sessione in cui era landing page)

– L’exit rate della pagina A è 75% (è stata l’ultima pagina in 3 sessioni su 4)
– L’exit rate della pagina B è 0% (non è mai stata l’ultima)
– L’exit rate della pagina C è 33% (è stata l’ultima in una sessione su 3 in cui è stata vista)

In ogni caso ne avevo parlato circa cinque anni fa

Le altre due metriche che generano confusione sono il tempo sulla pagina e il tempo sul sito: il tempo sulla pagina è il tempo trascorso su ogni pagina, calcolato come la differenza tra il momento in cui il sistema sa che stiamo facendo “cose” su una pagina (apertura di pagina, eventi sulla pagina) e il momento in cui è stata aperta la pagina precedente. Inoltre, quando si calcola il tempo sulla pagina, Google Analytics non include le visite che hanno fatto dei rimbalzi, che abbasserebbero drasticamente la media.

Con esempi pratici, sempre presi dal post e corretti per non generare confusione (ipotizziamo non ci siano eventi in questo tracciamento):

Session 1: Page A (30 seconds) > Page B (60 seconds) > Page C > Exit

Session 2: Page A > Exit

Session 3: Page A (20 seconds) > Page B > Exit

– Il tempo medio sulla pagina A è 25 secondi (30+20 diviso 2, perché i bounce non contano).
– Il tempo medio sulla pagina B è 60 secondi (60 diviso 1, perché quando una pagina è l’ultima non si può calcolare il tempo sulla pagina. Diverso sarebbe se ci fossero eventi sulla pagina)
– Il tempo medio sulla pagina C è di 0 secondi.

Il tempo medio sul sito usa lo stesso principio, ma sottrae il momento dell’ultima hit arrivata dal momento della prima hit della sessione. Esso include i bounce, ma tanto quanto prima non può includere il tempo sull’ultima pagina (sempre escludendo gli eventi).
Se prendiamo l’esempio di prima, il tempo medio sul sito è 37 secondi (30+60+20 diviso 3).

Di questo ne abbiamo parlato addirittura nel 2008, accidenti se è anziano questo blog ;)


Jul 17 2014

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

client-ID o CRM-ID?

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

Qualche giorno fa Justin Cutroni ha scritto un bel post sull’integrazione dei dati offline con quelli di traffico online: ve ne consiglio la lettura perché è piuttosto interessante.

Quel che mi ha colpito è stato l’approccio, con cui per una volta non sono d’accordo, e in particolare mi riferisco alla frase “What we need to do is extract the client ID value from the Google Analytics cookies and pass it to your CRM system” (trad: quel che dobbiamo fare è estrarre il client ID da Google Analytics e passarlo al nostro CRM).

Il client ID è l’identificativo univoco che Google Analytics crea di sua spontanea volontà: su GA classico si trova dentro al cookie __utma, su Universal si trova dentro all’unico cookie che viene creato, __ga
Il problema dell’approccio di Justin, è che non risolve affatto il problema del cross-device. Se infatti estraggo il mio clientID da qusto browser, ottengo un valore. Se cambio browser e visito lo stesso sito, ottengo un altro valore. Seguendo il suggerimento del post di Justin, anche se mi identifico (ad esempio loggandomi), il CRM ottiene due valori diversi. Deve salvarli entrambi? deve salvare solo l’ultimo? non si sa.

Se Google Analytics e il CRM si “parlano”, allora ritengo più intelligente fare esattamente l’opposto: usare il CRM-ID per sovrascrivere il clientID di GA. In effetti non lo si sovrascrive, ma ci si “appiccica” sopra. Per farlo si usa una sintassi di questo tipo


ga('create', 'UA-XXXX-Y');
ga('set', '&uid', 'CRM-ID');   
ga('send', 'pageview');

In questo modo il CRM non deve preoccuparsi di registrare un campo nuovo, possiamo usare lo stesso i report cross device, abbiamo direttamente in piattaforma un ID facilmente riconducibile (per il possessore del dato) all’identità dell’utente, che possiamo usare per segmentare, fare remarketing o estrazione di dati.


Jul 03 2014

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

Nuovo debugger interno al TagManager

autore: Marco Cilia categoria: tagmanager tag:

Se usate il Google Tag Manager ad un livello medio/avanzato, immagino che sappiate di cosa parlo quando dico WASP, Observepoint, dataLayer inspector, dataSlayer… sono estensioni di Chrome il cui scopo è (anche) quello di mostrare i valori del dataLayer. questo perché il dataLayer non è statico e immutabile, una volta creato su una pagina, ma può subire modifiche grazie ai push e inoltre contiene anche dei valori che non sono inseriti da noi ma sono propri della sua esistenza, e che a volte tornano utili.

Da ieri gli ingegneri di Google hanno rinnovato – pesantemente rinnovato – la finestra di anteprima delle versioni del contenitore, passando da un anonimo frame con l’elenco dei tag e delle condizioni per cui partivano o meno ad una finestra piena zeppa di informazioni utili a spremere al massimo il dataLayer, sempre con l’intento di lavorare meno far risparmiare tempo e denaro ai clienti ( :P ).
Ecco come si presenta adesso la finestra

GTM-debug-UI

Gli elementi principali del cambiamento sono:

  • nel riquadro verde ci sono i tag che sono partiti. Ogni tag è cliccabile e riporta informazioni sulla sua confogurazione (valori, regole di invio, ecc). Stessa cosa avviene per i tag NON inviati, sotto.
  • nel riquadro blu ci sono gli eventi, in ordine di esecuzione, che vengono sentiti dal TagManager. Oltre che dare un’idea di cosa accade quando, quel riquadro funziona anche da filtro per i tag. Questo significa che se premo “pageview” ottengo la situazione dei tag al momento in cui il TagManager capisce su che pagina si trova, mentre se premo “page load” ottengo la situazione al momento della fine del caricamento della pagina (evento gtm.load), perché potrebbero anche essere cose diverse. Se c’è un push successivo, o un click, il riquadro impila ulteriori “momenti”, anch’essi ispezionabili.
  • il riquadro rosso invece di permette di ispezionare i tag, come abbiamo detto finora, oppure i valori delle macro (molto comodo sapere il valore di ogni macro in qualunque momento, permette di testare velocemente i falsi positivi senza ricorrere ad alert o console.log) oppure il valore complessivo del dataLayer. Il tutto sempre potendo filtrare per momento tramite il riquadro blu. Quindi ad esempio il dataLayer finale al caricamento di una pagina sarà diverso da quello visibile dopo un messaggio conseguente ad un dataLayer push

Trovo che questa visualizzazione sia un balzo gigantesco in avanti nella comprensione, e quindi nel miglior utilizzo, dello strumento da parte degli utenti. Il tipo di controllo che si può attuare è molto accurato e specifico, e in ogni caso si risparmierà tempo durante i setup, con beneficio di tutti. Credo che disinstallerò subito l’estensione dataSlayer :)


Jul 02 2014

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

Data import e query time mode: grosse novità!

autore: Marco Cilia categoria: ga-premium tag: , ,

Durante l’ultimo summit dei partner a San Francisco Google ha annunciato che la funzionalità che prima si chiamava Dimension Widening sarebbe stata rinominata semplicemente Custom Data Import: attraverso di essa si potranno caricare dati di costo o ampliare informazioni presenti in piattaforma. Per i dati di costo è solo un rebranding della funzionalità, mentre per l’ampliamento delle dimensioni c’è una novità importante, ovvero la possibilità di non usare le API e di caricare semplicemente dei file CSV.

Ovviamente le cose non sono così semplici come sembrano a prima vista, come spesso accade per le grosse novità nel prodotto la funzionalità viene prima lanciata e dopo semplificata: se siete interessati vi invito a leggere la documentazione a riguardo, mentre per partecipare alla beta è necessario compilare la domanda usando questo form

Per gli utenti Premium invece c’è un’altra succosissima novità: il cosiddetto Query Time Mode, cioè la possibilità di modificare i dati pregressi. Beh, in verità non è esattamente così, anche se il risultato è praticamente lo stesso: quel che accade è che la funzionalità di data import non modifica perennemente i dati durante il calcolo, ma applica uno “strato” sopra ai dati che vengono visualizzati nel prodotto. Facciamo un esempio pratico, taggo un certo annuncio di campagna usando un solo parametro ?campaignID=12345. Attraverso il Query Time mode carico un file che dice a Google Analytics che campaignID 12345 corrisponde a sorgente A, mezzo B, campagna C e content XYZ. Dentro al sistema vedo questi dati.
A fine campagna mi viene notificato che in realtà la creatività usata era diversa, alla fine l’agenzia ha usato un formato ZZZ. Modifico il file, lo carico nuovamente e voilà: anche i dati pregressi cambiano. Il Query Time mode rappresenta un grosso passo avanti nella “parificazione” dei dati in possesso dell’azienda con i dati di Google Analytics: gli usi sono moltelpici e le possibilità di analisi che apre sono tante.
Purtroppo come detto, per ora la funzionalità è disponibile soltanto agli utenti Premium. chissà che prima o poi non discenda anche sulla free, come già successe per i modelli di attribuzione…


Jun 30 2014

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

Ricapitoliamo quel che succede…

autore: Marco Cilia categoria: generale tag: , , , ,

Manco da un po’ di tempo, ma ci tengo lo stesso a darvi un po’ di notizie su cosa è accaduto nel mondo Google Analytics e dintorni nel frattempo :)

Partendo dal blog ufficiale, Premium ottiene le API non campionate; attraverso di esse si possono ottenere informazioni sui report non campionati esistenti, si può creare al volo una richiesta di report non campionato, si può controllare lo stato di avanzamento del calcolo di un report non campionato e infine si può avere il link dal quale scaricare un report non campionato.
La feature è utile perché, come al solito, permette di integrare al di fuori del pannello operazioni che tipicamente possono essere svolte solo da dentro all’interfaccia: nel caso di Premium la cosa è ancora più utile perché non tutte le funzioni aziendali hanno accesso a tutti i report e tutti i dati, e molti si basano sull’uso di API per interrogare solo i KPI di interesse. Se però i KPI di interesse sono fortemente campionati, fino ad ora non c’era altra possibilità che andare sul prodotto e richiedere il report unsampled, mentre adesso anche questa operazione può essere svolta tramite API.

Altra novità recente è la suddivisione semi-automatica tra le keyword di brand e quelle non di brand; il sistema provvede ad estrarre quelle che secondo lui sono le chiavi di brand, ma è ovviamente possibile modificare a piacimento la configurazione. Una volta terminata questa oeprazione Analytics chiederà di poter creare due nuovi canali nel raggruppamento predefinito dei canali: uno per le chiavi di brand e uno per quelle unbranded, che si andranno a sostituire progressivamente al canale di default “Paid Search”. Questa classificazione esiste soltanto per le chiavi a pagamento (non solo per AdWords), mentre per via del fenomeno delle (not provided) non si può applicare (e non avrebbe senso farlo) al traffico organico.

Per quanto riguarda le novità di prodotto vere e proprie, segnalo che per l’ennesima volta è stata rifatta l’interfaccia dei segmenti avanzati, sia nella parte di visualizzazione sia nella parte di creazione.
La nuova visualizzazione dei canali ora si presenta così

Schermata 2014-06-30 alle 23.25.45

se non volete a tutti i costi usare la freccia verso il basso per rimuovere un segmento, vi svelo un trucco: basta trascinarlo ‘via’ :)

L’interfaccia di selezione ora si apre per impostazione predefinita in modalità “verticale”, garantendo finalmente la leggibilità dei segmenti con i nomi più lunghi:

Schermata 2014-06-30 alle 23.28.52

E’ stato introdotto anche un comodo selettore “selezionati”, che provvede a scremare soltanto i segmenti attivi: quante volte volevate togliere un segmento e siete stati costretti a scorrere più volte su e giù il menu perché non li trovavate? :)

Ho notato da qualche giorno che nelle dimensioni secondarie è comparso un raggruppamento “ora”. Sebbene data, ora e ora del giorno siano sempre stati selezionabili, adesso il numero di dimensioni è molto più cospicuo e comprende cose interessanti come ad esempio:

  • giorno del mese
  • giorno della settimana
  • mese dell’anno (03) e mese dell’anno (201403); pessima traduzione di due concetti diversi :-/
  • minuto (001036, inteso come minuto del giorno) e minuto (05, inteso come minuto dell’ora)
  • nome del giorno della settimana
  • settimana ISO dell’anno ISO

e altri ancora. Quando si fanno analisi granulari sono dimensioni che possono tornare MOLTO utili…

infine giovedì e venerdì scorso si è tenuta la prima edizione italiana dell’ Emetrics summit, evento di caratura mondiale dedicato esclusivamente al mondo della misurazione. Oltre ad aver incontrato Jim Sterne, padre fondatore della web analytics e della Digital Analytics Association, e ad aver rivisto molti amici e colleghi, Tommaso Galli ha tenuto uno speech dove tra l’altro ha ribadito con questo video l’importanza di usare un TagManager per la gestione dei tag di marketing. Un po’ quello che cercavo di spiegarvi qualche tempo fa, sotto un’altra ottica… :)


Jun 09 2014

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

Credo a quel che mi dice GA? beh, si!

autore: Marco Cilia categoria: generale tag: ,

[Prima di iniziare il post una doverosa premessa: né Google, né nessun altro, mi paga per “difendere” Google Analytics. Questo post è frutto delle opinioni personali di qualcuno che ha un account GA risalente al 14 novembre 2005, e che in quasi nove anni in qualche modo ha testato praticamente tutto il testabile dello strumento, portandolo fin dove ha potuto pur di capirne il funzionamento. Come dice una persona che stimo moltissimo “tu per capire le cose le smonti a pezzettini e le metti in fila, ragionando su come e perché succede una cosa, su quale azione porti quale reazione, poi fai il processo all’inverso e verifichi, ma non per tutti funziona così. Ricordatelo quando le spieghi”.
Ecco, in alcuni casi questo tipo di pensiero è utile, e questo credo sia uno di quelli…]

Mi è capitato sotto agli occhi un post di Federico Gasparotto, intitolato “I 10 errori del Digital-Marketing più comuni e come correggerli con i modelli di attribuzione“. E’ un ottimo post, lo dico subito a scanso di equivoci e ve ne consiglio la lettura; tra le altre cose riprende anche un video fatto dall’agenzia dove lavoro, ma questo è incidentale perché mi voglio concentrare sul paragrafo 5:

Errore 5: Credo a quel che mi dice Google Analytics

GA è un buon tool ma molto basico e di sicuro vale molto rispetto a quel che costa…. Va bene per capire se si stanno avendo visite, traffico, picchi, ma non è affidabile sotto a nessun punto di vista, a partire dal campione di rilevazione ( sbagliato concettualmente, non posso rilevare uno ogni tanto li devo rilevare tutti uno per uno), ai criteri di attribuzione della vincita, al metodo di analisi per merceologia praticamente assente e via discorrendo.
Certo è comunque settabile in modo da ovviare a tanti dei limiti endemici, ma nessuno piglia un tool gratuito per poi spenderci un botto su, e a quel punto meglio prendere un analitico come si deve per pochi k l’anno, anche perchè se uno analizza le vendite sulla base di dati imprecisi rischia solo di farsi delle gran pippe mentali.

Smonto e analizzo:

GA è un buon tool ma molto basico”: molto basico rispetto a? se manca il paragone è impossibile determinare la bontà di qualcosa. Rispetto al leader di mercato (secondo Forrester sarebbe Adobe, in un suo recente/a – e stradiscusso – report)? stiamo parlando di un sistema che è installato sul 53% dei siti del campione “The entire internet” di builtwith.com (e su oltre il 20% della top 10k), stiamo parlando di un sistema che ha alcune feature di livello enterprise su una piattaforma gratuita (attribution modeling, tanto per citarne una, cross device report sul vero utente unico, tanto per dirne un’altra recente), stiamo parlando di un sistema scelto da moltissime multinazionali nel mondo.

di sicuro vale molto rispetto a quel che costa“: questo è indubbio, perché è gratis (o quasi), ma l’equazione gratis = scadente su internet non è più vera da un bel pezzo, in alcuni settori. In ogni caso lo strumento mette a disposizione tante di quelle metriche e dimensioni e report, che la maggior parte delle persone nemmeno li conosce tutti. Sebbene io stesso non confonda certo la quantità con la qualità, man mano che passano i mesi mi risulta sempre più difficile trovare un business, un cliente o una situazione in cui Google Analytics abbia difficoltà ad ottenere il risultato sperato

Va bene per capire se si stanno avendo visite, traffico, picchi, ma non è affidabile sotto a nessun punto di vista, a partire dal campione di rilevazione (sbagliato concettualmente, non posso rilevare uno ogni tanto li devo rilevare tutti uno per uno)“: il campione di rilevazione non esiste, nel modo più assoluto. Google Analytics registra TUTTO quello che accade sul tuo sito: registra TUTTE le pagine su cui hai messo il codice (se non l’hai messo su alcune pagine è un problema tuo, non suo: ma ho una buona notizia, la nuova funzionalità di diagnostica automatica in alcuni casi ti avvisa! :) ), registra TUTTI gli eventi che hai impostato di registrare, registra TUTTE le transazioni che vengono fatte, registra TUTTE le pressioni a plugin sociali che hai scelto di registrare. Se visiti 89 pagine, lui registra 89 pagine, pacifico. Esiste un solo caso in cui questo non avviene, ed è se tu scegli volontariamente di non farlo avvenire, cioè se imposti la funzione _setSampleRate

Ipotizzando che invece Federico si riferisca al fenomeno del campionamento, ho spiegato in passato come e perché questo avviene, ma vale la pena di ribadirlo qui: i report standard (e sono oltre 200) non sono MAI campionati. Se il tuo sito in un mese riceve 19.234.599 visite, accadono due cose: la prima è che hai avuto esattamente 19.234.599 visite, la seconda è che stai violando i termini del servizio e in quel caso si che dovresti usare la funzione _setSampleRate per ovviare. Ma i numeri sono giusti, se non applichi segmenti, dimensioni secondarie o custom report. Se invece applichi una delle cose descritte in precedenza, allora il sistema campiona, effettuando i calcoli su un sottoinsieme del traffico e scalando i risultati proporzionalmente. Gli algoritmi per fare questa operazione non sono noti, ma sono prodotti da un’azienda che vive di algoritmi. Ovviamente più il campione diventa basso più – e qui siamo d’accordo – diventa azzardato fare analisi importanti. Ma più il campione diventa basso, più il traffico diventa alto, e in genere più traffico significa più revenue, e quindi la possibilità di acquistare un prodotto di livello superiore è più tangibile. GA free funziona benissimo sui range di traffico per il quale è “licenziato”.

Infine, se proprio vogliamo essere pignoli, esiste un altro limite tecnico di questo tipo: per ogni report di Google Analytics associato a una tabella, vengono visualizzati – per un singolo giorno – i primi 50.000 record (50k url nel report degli url, 50k keyword nel report delle keyword, 50k risoluzioni dello schermo nel report delle risoluzioni dello schermo, e così via…). Questo però è solo un “problema” di storage, a cui nessuno si può sottrarre, nemmeno le piattaforme leader del mercato: taglio corto con due concetti che gli addetti al settore conoscono, sia in generale sia nello specifico: table limits e bucketing.

ai criteri di attribuzione della vincita“: ai criteri di attribuzione della conversione? il modello di attribuzione predefinito su Google Analytics è noto da sempre: si tratta del “last click non direct”. Non vi piace? cliccate su “conversioni – attribuzione – strumento confronto modelli” e ne potete scegliere altri 6: last click puro, last click AdWords, first click, lineare, decadimento temporale, sulla base della posizione. Un click e lo applicate ai dati pregressi. Ve ne serve uno diverso? allora siete tosti e sapete di cosa si parla, ottimo! potete creare un modello personalizzato e applicarlo in real time sui dati già registrati. Non mi sembra male per un sistema “molto basico” no?

al metodo di analisi per merceologia praticamente assente e via discorrendo“: questa non l’ho capita del tutto. Ipotizzando che si riferisca alla scarsità di analisi sui prodotti possibili, convengo con lui che i report E-commerce sono sempre stati limitati nel numero e nelle funzionalità. Le nuove funzioni di segmentazione avanzata e il revamp completo dei report E-commerce però fanno passare il prodotto dalla preistoria al presente (anche leggermente al futuro, unendo le due funzioni e usandole per creare liste di remarketing).

Certo è comunque settabile in modo da ovviare a tanti dei limiti endemici, ma nessuno piglia un tool gratuito per poi spenderci un botto su, e a quel punto meglio prendere un analitico come si deve per pochi k l’anno, anche perchè se uno analizza le vendite sulla base di dati imprecisi rischia solo di farsi delle gran pippe mentali“: TUTTI i sistemi di digital analytics devono essere settati: alcuni perché sennò nemmeno funzionano, altri perché hanno dei limiti, altri ancora per dare il meglio di sé. Addirittura alcune integrazioni che GA ha con pochi click (AdWords, tanto per citarne una, o Dobleclick su Google Analytics Premium) su altri tool richiedono spese ed effort aggiuntive, e non riescono ad arrivare allo stesso livello. L’approccio di Google Analytics è di tipo incrementale: prendi questo codice e mettilo su tutte le pagine, e intanto ti diamo 200 report. Col tempo capirai cosa ti serve, e molte di quelle cose nuove potrai farle anche senza dover averci pensato a priori, prima di mettere il codice, come al contrario avviene in altri casi. La gratuità dello strumento in ogni caso non va confusa con la semplicità nell’uso e manutenzione, per cui un budget in tal senso andrebbe sempre previsto; un budget per un analitico invece andrebbe sempre stanziato a prescindere. Anzi, per rientrare nel caso citato all’inizio del post di Federico, avere una piattaforma gratuita ma potente permette di avere più budget da dedicare all’analisi dei dati e all’estrazione di insight da parte di un analista. E’ anche grazie a questo fatto che il settore è cresciuto, negli ultimi anni.

Sul fatto che nessuno spende un botto guardando i dati di un tool gratuito, dovremmo certamente fasarci sulla definizione di “un botto”, che magari non collima: nel mio piccolo so che sulla base di quei dati si spendono dalle poche decine di migliaia a qualche milione di euro l’anno. Questi investitori evidentemente si fidano dei dati che lo strumento tira fuori, quindi o sono tutti in errore o c’è qualcos’altro che mi sfugge…
Se prendo la Fortune100 di quest’anno, escluso Google al n #1, le compagnie seguenti sono:
#2 SAS: usa Google Analytics, pur producendo un proprio sistema di analytics
#3 BCG: usa GA
#4 Edward Jones: usa GA
#5 Quicken Loans: usa GA, e Adobe mi sembra
#6 Genetech: usa GA
#7 Salesforce: non usa GA
#8 Intuit: usa GA

Prendendo a caso quelli che immagino essere big adv spender internazionali:
Coca Cola: usa GA (sito IT, l’internazionale non riesco a vederlo per il geoip :/ ) e Webtrends
Procter & Gamble: usa GA
General Motors: usa Adobe
Expedia: usa GA
Vodafone: usa GA e Adobe
Ebay: usa GA

In conclusione penso che nessuno di voi dovrebbe fidarsi ciecamente di quel che qualsiasi sistema di digital analytics gli mostra, nessuno! io in nove anni, su questa piattaforma, ho fatto tanti di quegli esperimenti che sono giunto alle mie conclusioni, la maggior parte delle quali potete tranquillamente andare a rileggere su questo blog; voi dovreste fare altrettanto, nei limiti della vostra curiosità e delle vostre capacità, e trarne le opportune conseguenze. Tuttavia dire che GA è un sistema impreciso e inaffidabile, o che rileva solo un dato ogni tanto, rappresenta un’inesattezza. E siccome sono fatto così, mi piace mettere ordine nelle cose, la smonto attraverso quel che ho imparato.


Jun 06 2014

Di ritorno dal GA Summit 2014

autore: Marco Cilia categoria: codice di monitoraggio

Manco dal blog da un po’ di settimane, ma avevo un buon motivo: approfittando del GA summit 2014, quest’anno anticipato a Maggio rispetto all’usuale Settembre, ho festeggiato il mio compleanno a San Francisco :)

Nel frattempo sono successe molte cose, che vediamo di recuperare in ordine rigorosamente sparso:

Primo, quasi un mese fa sono stati introdotti i report di “flusso di gruppi di contenuto”, ovvero i report sui flussi di navigazione, ma non più per singole pagine (o meglio raggruppamenti automatici di pagine, come in realtà sono i blocchi verdi che vedete nel report) bensì per gruppi di contenuto così come sono stati specificati dall’utente nel pannello di amministrazione; questo report consente di rispondere a domande del tipo “dopo aver visto contenuti che io aggrego come sport, cosa vedono gli utenti?”, in un sito editoriale, oppure in un sito e-commerce “dopo aver visto prodotti di categoria tecnologia, verso quale categoria si spostano?”. Naturalmente la fattibilità di queste domande, e la relativa risposta, dipende esclusivamente da come avete impostato i vostri content grouping. Per dettagli sui content grouping si veda questo mio post di qualche mese fa: “gruppi di contenuto: interessante novità di fine anno“.

Secondo, gli utenti di Google Analytics Premium hanno adesso la possibilità di creare rollup reporting in modo automatico: se fino ad ora avere un profilo di “rollup”, cioè che includesse dati da più profili/siti, consisteva nel mettere un ulteriore codice di monitoraggio (con tutte le complicanze del caso), adesso la cosa potrà essere fatta semplicemente creando un nuovo profilo di tipo rollup e selezionando quali altre property dovranno inviare i dati al profilo complessivo. Ci sono un paio di considerazioni da tenere presenti, in ogni caso: se avete abilitato il supporto multivaluta nelle singole property, nel profilo di rollup tutto viene riconvertito nella valuta impostata nel rollup: questo ovviamente per non sommare mele con pere, dollari con euro. Inoltre le property di rollup erodono il massimale di hits disponibili nell’account Premium, anche se a “prezzo agevolato”: se con un doppio tag si consumano due hits per ogni pagina inviata, con un singolo tag + rollup se ne consumano solo 1,5.

Terzo, il nuovo Ecommerce: i report di ecommerce non sono mai stati toccati, da quando il prodotto esiste. Era tempo di un revamp, ma invece di rifare solo i report, in Google hanno rifatto completamente la funzionalità; se prima il tag di ecommerce partiva solo sulla thankyou page, e quindi dava dati solo sulla thankyou page, adesso i tag relativi alla sezione ecommerce comprendono tutto il percorso del visitatore: quali prodotti vede (impression di prodotto e di liste), quali prodotti clicca (click), di quali prodotti vede le schede di dettaglio (product impression), quali aggiunge e rimuove dal carrello, di quali brand e per quale valore (checkout), quali codici promozionali hanno più successo (sia per sconti si transazioni sia per sconti su prodotti) e quali prodotti subiscono più resi. Ovviamente questo richiede un retagging completo (oltre a Universal Analytics) che nei mesi scorsi ho sperimentato essere non proprio semplice da implementare. Ma a grandi funzionalità spesso corrisponde grande fatica, almeno inizialmente…

Quarto, l’espansione del dimension widening, ora chiamato “custom data import”; l’elenco delle dimensioni che si può ampliare è stato espanso, ma soprattutto è adesso possibile uploadare file CSV, invece di dover fare per forza tramite le API. I clienti Premium hanno la possibilità di definire Custom Tables, cioè report tabellari che saranno calcolati direttamente senza sampling; pensate a dei custom report, ecco, però avranno sempre il 100% dei dati. Sempre per i clienti Premium, l’integrazione tra GA e Doubleclick Campaign Manager e Bid Manager: l’integrazione naturalmente è a due vie, quindi si potranno vedere i dati di preclick su GA e usare i dati di GA (e le liste di remarketing, manuali o smart) su Doubleclick, semplificando il lavoro di chi gestisce le campagne e potendo arrivare anche a discreti gradi di automazione, soprattutto verso la parte real time bidding

Quinto, nuove API, che non mancano mai :) Una API per automatizzare la creazione di property e viste, una per gestire le configurazioni AdWords, una per i filtri e una nuova API per estrapolare i dati e visualizzarli, tipo dashboard ma non ristretta all’interfaccia di Analytics.

Sul fronte TagManager volevo invece segnalarvi due nuove estensioni di Chrome che ho trovato in questi giorni, utili per capire meglio come impostare i vari tag e regole e per fare debug:

  1. dataslayer: aggiunge un pannello nei dev tools di chrome con informazioni sul datalayer, su cosa contiene e su cosa viene “pushato” al suo interno dai vari eventi GTM.
  2. GTM sonar, che permette di simulare la presenza dei listener di click e link, per capire se funzionerebbero o ci sono impedimenti ed eventualmente anche configurare le regole

May 16 2014

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

E’ uscito il report Forrester WA Q2 2014

autore: Marco Cilia categoria: generale tag:

Giusto qualche settimana mi domandavo come mai non aggiornassero da tempo il report Forrester sulla Web Analytics: l’ultima volta che ne ho parlato era fine 2011.

[edit: l’immagine la trovate qui
https://plus.google.com/u/0/+StephaneHamel/posts/GfeZstmQb6y
e nei commenti qui
http://blog.webanalyticsdemystified.com/weblog/2014/05/the-recent-forrester-wave-on-web-analytics-is-wrong.html

Forrester mi ha intimato di rimuovere le immagini dal blog :-/ ]

Google Analytics (è stata valutata soltanto la versione Premium) si trova esattamente nella stessa posizione di due anni fa: il leader del mercato è ora Adobe, mentre IBM arretra come Webtrends. ComScore non è stato preso in considerazione, AT internet diventa un leader ( !! ), Yahoo non esiste più ed è stato sostituito da SAS. Per i numeri alla base delle valutazioni potete fare riferimento a CMSwire, dove c’è un riassunto dei punti di forza di ogni tool

[sempre perché Forrester mi ha intimato di rimuovere ogni loro immagine dal blog]

ma più interessante mi sembra questo post di Blair Reeves che tra l’altro dice che per essere inclusi nel report quest’anno ci volevano 20 milioni di dollari di revenue, contro i 10 di due anni fa, e anche di un “tangibile e continuo investimento in staff”. Chi non ha i requisiti non può far parte del report.

Ora, con tutto il bene che posso volere a Google Analytics, di sicuro non mi sognavo di vederlo in alto a destra e sopra agli altri: so ancora riconoscere quali siano i suoi limiti a confronto, ad esempio, con un Adobe (ancorché riesca a vedere all’opposto i limiti di Adobe rispetto ad alcuni aspetti di GA, ovvio). Ma da qui a vederlo “sotto” ad AT internet o comScore ce ne passa parecchio, c’è sicuramente qualcosa di sbagliato nelle valutazioni.

Il voto più basso per GA è in “data handling”, mentre a me sembra che la manipolazione dei dati sia assolutamente uno dei suoi punti di forza. In proposito vincono IBM e Adobe. Il voto più alto di GA è in “Employees”, ma che senso ha valutare gli impiegati valutando un tool?

Secondo voi questa ricerca è veritiera?


May 07 2014

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

GA compra Adometry

autore: Marco Cilia categoria: generale tag: ,

Nella vita non si può conoscere tutto, per cui senza vergogna vi dico che Adometry io non l’ho mai sentita nominare. Ciononostante se Google ha deciso di comprarla, e se la notizia viene dal Google Plus ufficiale di GA è abbastanza chiaro con quale prodotto verrà integrato.

La parte più interessante del sito Adometry mi sembra quella in cui descrivono la tecnologia di integrazione “totale” delle fonti di dati utili al calcolo del customer journey: si parla senza mezzi termini di digital channels, offline channels e offline conversions, tre temi che ultimamente ci stanno molto a cuore, soprattutto con il passaggio a Universal Analytics.

Naturalmente passerà del tempo prima di vedere i risultati tangibili di questa integrazione, ma ho letto commenti molto eccitati a riguardo per cui sono sicuro che uscirà qualcosa di notevole. Aspettiamo e vediamo!


Apr 29 2014

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

Una cosa che aspettavamo da tempo e un mistero

autore: Marco Cilia categoria: generale tag:

Da qualche tempo Google Analytics ha introdotto una funzionalità che mancava da tempo: la possibilità di condividere la configurazione dei goal. Se create una vista-clone per applicarvi qualche filtro e avete 20 goal configurati, essi non vengono “copiati” nella nuova vista e dovete riconfigurarli tutti a mano. Se sono 20 goal con funnel lunghi, la cosa è parecchio irritante; questo è il motivo per cui in passato sono fiorite estensioni varie per provare a fare questo mestiere, vi ricordo ad esempio i tool di ROIrevolution e Lunametrics.

Bene, i goal adesso godono della loro funzionalità di permalink, e oltre che per essere condivisi tra persone dello stesso team, possono essere usati per duplicare più velocemente le viste.

Il mistero cui accenno nel titolo invece è una cosa di cui mi sono accorto oggi: come sapete ogni vista può avere al massimo 20 goal, termine invalicabile senza appello. Ebbene, nella nuova interfaccia di amministrazione, se notate, il menu a tendina della paginazione dei goal arriva ben oltre:

500-goal

ghiotta novità in arrivo o semplice riuso del menu a tendina pensato per altre parti dell’interfaccia?