Google Analytics in 30 secondi

Come promesso oggi a Le Web Paris Phil Mui è salito sul palco per un annuncio nel campo dei social: il Google Analytics Social Data Hub. A quanto sono riuscito a capire si tratta di una piattaforma in grado di interfacciarsi con i social network per importare dati dentro agli account di GA. E attenzione, vi ricordo che è la prima volta in 6 anni che si può importare qualcosa in Analytics.
La mossa è intelligente, perché abbiamo visto in passato quanto siano stati infruttuosi i tentativi di monitorare “normalmente” le fanpage di Facebook con Google Analytics: il codice di tracciamento standard non è più sufficiente, e allora Google chiama a raccolta direttamente gli sviluppatori dei vari social network per aderire ad un sistema unico di trasferimento dei dati riguardanti le attività sui social network.

La dizione esatta è “qualsiasi social network potrà integrare gli stream di attività – come +1, voti e commenti – dentro ai report Social Analytics, che saranno disponibili l’anno prossimo”. roba grossa, eh?
Intanto possiamo dare una sbirciata ai social network che aderiscono già all’iniziativa:
Google Plus, Google Groups, Gigya, Reddit, Diigo, Digg, Blogger, Read It Later, Delicious, VKontakte, ma sono certo che altri si aggiungeranno presto, in secondo luogo si tratta di operazioni che noi non possiamo condizionare in alcuna maniera: l’adozione del protocollo – basato su PubSubHubbub – è a discrezione e cura di chi gestisce il social network.

Anche questa volta per vedere i futuri report social c’è bisogno della preiscrizione, per cui se anche voi volete essere inclusi in questa succulenta novità, potete compilare l’apposito form di richiesta che ho visto passare su Twitter durante la presentazione a Parigi.

Apprezzo molto che il mio blog sia per voi una fonte primaria di informazioni, davvero. E’ lo scopo principale per cui lo curo ogni giorno. Cerco di essere il più chiaro possibile, nei miei limiti, e in generale mi sembra di riuscirci, però è vero che il giudizio finale non è mio. Se tuttavia ho scritto o detto di persona “potete guardare il sorgente del mio blog” perché io per primo ho implementato con successo qualcosa, probabilmente non intendevo esattamente “copia-incollate tutto”

(il sorgente della pagina http://archivio-radiocor.ilsole24ore.com/articolo-1004500/trasporto-pubblico-locale-sciopero/ )

Ogni volta che qualcuno usa il pulsante di Twitter su una news della sezione “archivio notizie radiocor” voi lo tracciate bene su Google Analytics, ma quell’attributo data-via=”goanalytics” fa si che la condivisione sembri partita dal mio blog o dal mio account Twitter

Come saprete ho una certa dimestichezza con Google Analytics, ma me la cavo anche con la programmazione di siti web: se avete dubbi sono a disposizione per una consulenza

Il titolo un po’ altisonante potrebbe far pensare a qualcosa di grosso, in realtà è solo una tabella che elenca lo stato di attivazione delle nuove funzionalità, dato che ormai sempre più spesso esse sono introdotte a settimane o mesi di distanza da quando sono annunciate, e che in qualche caso richiedono di essere inseriti in liste di pre-test. Così dopo l’ennesima domanda “sai mica quando attiveranno la funzione xyz?” ho pensato di fare una semplice pagina sul blog con lo status delle ultime cose annunciate, e di tenerla il più aggiornata possibile. In questo modo sarà più facile per tutti sapere quando si potrà legittimamente aspettarsi di vedere una certa nuova feature annunciata tempo fa, o anche farsi una panoramica degli ultimi annunci, se non si segue il blog regolarmente.

Quindi cosa aspetti? mettiti subito nei bookmark il

RADAR FUNZIONALITA’ DI GOOGLE ANALYTICS

e spargi la voce

Precisiamo subito che no, non stiamo parlando di un modo per tracciare completamente i video di Youtube dentro Google Analytics, bensì del nuovo nome che hanno dato alla funzione Insights. Detto questo bisogna anche ammettere che il cambiamento è sostanziale, sia in termini di interfaccia sia in termini di funzionalità; il nuovo Youtube Analytics, accessibile semplicemente da www.youtube.com/analytics, si presenta con una grafica in linea con gli attuali redesign che stanno interessando un po’ tutti i prodotti Google, ispirati a Google+ e molto “grigi”.

Nella parte superiore dell’interfaccia c’è una barra che serve a isolare un singolo contenuto, cioè video, un certo paese o un certo intervallo di tempo. Youtube Analytics si apre per impostazione predefinita sulle statistiche del canale, e mostra il numero di visualizzazioni totali dei video e la variazione netta negli iscritti al canale, poi il numero di “mi piace” e “non mi piace”, di commenti, condivisioni e infine aggiunta e rimozione dai preferiti di un nostro video. Dopo la lista dei primi 10 video ordinati per numero di visualizzazioni troveremo alcuni dati demografici, come i principali paesi di provenienza degli utenti che hanno visto i video, il sesso, i principali posti dove i video sono stati visti (se su youtube, embeddati, su mobile, ecc) e le principali sorgenti di traffico che hanno portato gli utenti a vedere i nostri video. Ovviamente ognuno di questi mini-report è collegato al report dettagliato per la stessa metrica.

Visualizzazioni

Il report visualizzazioni, di canale o per singolo video, mostra il numero totale delle visualizzazioni nel periodo selezionato. E’ disponibile un grafico a linee con punti per giorno, settimana o mese e volendo si può attivare il confronto con una seconda metrica, che è spettatori unici. Esattamente come si può fare su GA il confronto tra visite e visitatori unici. Un’altra modalità di visualizzazione è la mappa, analoga a quella che possiamo vedere su Google Analytics. Se stiamo visualizzando le stat per il canale, sotto troveremo l’elenco dei video diviso per numero di visualizzazioni, e potremo cambiarlo in un elenco di paesi – sempre diviso per visualizzazioni o in un elenco di date.

Dati demografici

Suddivide l’audience dei nostri video per sesso, e poi per fascia di età. Si può “segmentare” selezionando solo un sesso oppure vedere le stat del totale, e l’unica altra suddivisione possibile è per paese geografico. Quindi per ogni paese le visualizzazioni sono divise per sesso e/o fascia di età. Il mio canale personale ad esempio viene visto 135 volte da francesi, e sono tutti maschi: il 35,6& tra 18 e 24 anni, il restante tra 25 e 34 anni.

Posizioni di riproduzione

Indica il numero di visualizzazioni e la percentuale sul totale divise per “posizione” in cui il video (o tutti i video nel caso di guardino le stat del canale) è stato visto: sono al momento disponibili solo 4 posizioni:

• Pagina di visualizzazione di YouTube: video visti nel sito youtube
• Player incorporato in altri siti web: video visti in embed su altri siti
• Dispositivi mobili: video visti su cellulari, smartphone e tablet
• Pagina canale di Youtube: video visti direttamente dalla pagina del proprio canale

Origini del traffico

Mostra quali sono le fonti che hanno portato traffico ai nostri video. Il totale può essere “segmentato” per le sole visualizzazioni derivanti da link interni a youtube, per le sole visualizzazioni da link esterni a youtube, per per tutte le altre (traffico diretto, referrer sconosciuti su mobile, link da client, ecc.). Al momento nelle mie stat vedo dieci possibili origini, ma non so dire se siano tutte quelle possibili o solo quelle che mi hanno portato almeno una visualizzazione. Come per il report precedente, possiamo scegliere di visualizzare sul grafico solo alcune righe: somiglia un po’ alla funzione “traccia righe” dell’interfaccia v5 di GA, ma i grafici hanno le aree colorate. Li trovo più gradevoli in generale…

Fidelizzazione del pubblico

Disponibile solo per il singolo video, fidelizzazione assoluta del pubblico mostra l’andamento dell’interesse dei visitatori durante lo svolgimento del video, dove per interesse si intende il secondo del video in riproduzione. Insieme al video che avanza infatti è presente un grafico con una percentuale sulle y e il tempo di durata del video sulle x: man mano che il video avanza l’interesse varia, e più un certo secondo viene visto, più l’interesse è alto. Infatti se un dato momento viene visto e rivisto, tramite riavvolgimento, esso potrà avere percentuale anche superiore al 100%, mentre momenti che vengono sistematicamente saltati subiranno un calo della metrica. (nota: al momento rilevo un bug per cui i dati del grafico sono giusti, ma il video proposto è sempre l’ultimo caricato).
L’altro grafico disponibile, la fidelizzazione relativa del pubblico, mostra la capacità del video di trattenere il pubblico in un determinato momento, rispetto alla media dei video di durata simile. Se devo essere sincero mi è un po’ oscuro il calcolo, anche dopo aver letto l’help ufficiale (“Più alto è il grafico nel punto corrispondente a un determinato momento, più sono proporzionalmente numerosi gli spettatori che hanno continuato a guardare il video durante i secondi di riproduzione precedenti rispetto ad altri video giunti allo stesso momento delle rispettive riproduzioni“).

Iscritti

Il report iscritti mostra l’andamento degli iscritti al canale, sotto forma di variazione netta (nuovi iscritti – disiscrizioni), oppure separando gli iscritti conquistati da quelli perduti. Disponibile in grafico a linea o mappa geografica, mostra nella parte inferiore la suddivisione delle variazioni degli iscritti, se essi si sono iscritti/disiscritti direttamente dalla pagina del canale oppure da un video, e se si da quale di essi.

Mi piace / non mi piace

Stesso discorso per il report sui like e dislike: è disponibile una statistica totale sul numero di valutazioni e la suddivisione tra mi piace e non mi piace, sia in forma aggregata (sul totale dei video) sia per singolo video. Nel caso del singolo video un comodo indicatore colorato ci informerà visivamente del rapporto esistente tra le due metriche: like/dislike (ad esempio 2 like e 0 dislike = una barra tutta verde, 4 like e 4 dislike = una barra mezza verde e mezza rossa, eccetera…)

Preferiti, Commenti e Condivisione

Gli ultimi tre report sono piuttosto simili ai precedenti due, ma riferiti ai dati sul numero di commenti lasciati ai vari video (purché abilitati, naturalmente), al numero di volte in cui un video è stato inserito/rimosso nei preferiti di Youtube e al numero di volte che un video è stato condiviso; relativamente a questo ultimo report, oltre alle tre schede “classiche” con i dati divisi per video, geografia e data, è presente anche una quarta tab, che elenca i servizi di condivisione possibili sui quali sharare i video e il loro utilizzo. I servizi attualmente disponibili su Youtube sono Facebook, Twitter, +1, tumblr, stumbleupon, myspace, digg, orkut, mixx e blogger.

Conclusioni

Se ci sono più dati, e presentati meglio, io sono contento. Su questo non ci piove! detto questo, ovviamente speravo in qualcosa di più integrato con Google Analytics, anche se ormai sono anni che lo speriamo: diciamo che mi sta benissimo che i dati stiano su Youtube Analytics, ma che allora tanto quanto quelli di Webmaster Tools, vorrei poterli vedere direttamente dentro all’interfaccia di GA. E anzi, per alcuni punti di contatto che esistono (se incorporo un mio mideo su un mio sito posso collegare la visita di GA a quella di Youtube Analytics) vorrei poter avere più dati ancora, ad esempio la keyword usata per arrivare sul sito da chi ha poi visto il video (che peraltro nei vecchi Insights di youtube c’erano!). Menzione d’onore per i grafici, secondo me migliori di quelli di Analytics. Ora andate, e analizzate!

Abbiamo già visto in passato come aggirare il limite di visualizzazione nei report nella versione 5 di Google Analytics, ma quel “trucco” funziona solo mentre si guardano i report; gli export sono sempre limitati a 500 righe.

Il buon vecchio André Scholten non si capacitava di questa situazione e ha scritto una funzione javascript che fa quel che ci aspettiamo: costringe Google Analytics ad inviarci un file contenente fino a un massimo di 10.000 righe. Per farlo potete fare come dice lui (creare un bookmark e usare la funzione come indirizzo) oppure semplicemente posizionarvi nel report che preferite, copiare la funzione e incollarla nella barra degli indirizzi, assicurandovi che sia mantenuto il prefisso javascript:
Una volta premuto il testo ENTER ci verrà richiesto quante righe vogliamo esportare, da un minimo di dieci a un massimo di diecimila, e una volta confermato il download partirà automaticamente.

Al momento il sistema funziona solo per l’export di file TSV (quindi separati da tabulazioni), ed è stato testato da lui solo su Firefox e Chrome, da me solo su Chrome. Però funziona, e in certe occasioni è comodo!

Il tema di come tracciare Google Images esiste da quando esiste Analytics, è un tema ricorrente e le soluzioni proposte variano nel tempo a seconda dello spirito, dell’autore e dei cambiamenti di Google stesso. Al momento il dominio images.google è stato incluso nella lista predefinita dei motori di ricerca a partire da Agosto, quindi le ricerche fatte da lì sono già tracciate insieme alla keyword e finiscono nel report SORGENTI DI TRAFFICO -> SORGENTI -> RICERCA -> RISULTATI ORGANICI (per distinguerli dagli altri potete usare la dimensione secondaria o fare un segmento avanzato con SORGENTE contiene images.google).

Restano invece escluse le visite fatte sul motore “classico” dopo aver selezionato “immagini” dalla colonna di sinistra (quelle cioè con parametro tbm=isch che generano poi un referrer di tipo www.google.it/imgres).
La soluzione più facile e definitiva, posto che non ci interessi analizzare le due cose separatamente, è quella di intercettare quel particolare referrer e di usare la funzione di sovrascrittura del referrer per ricondurlo ad una forma già nota a Google Analytics, in questo modo (fonte help forum, con modifiche perché images.google.com è adesso un motore già riconosciuto):

var _gaq = _gaq || [];
_gaq.push(['_setAccount', 'UA-XXXXXXX-X']);

var ref = document.referrer; 
if ((ref.search(/google.*imgres/) != -1)) { 
  var regex = new RegExp("\.google\.([^\/]+)(.*)"); 
  var match = regex.exec(ref); 
  _gaq.push(['_setReferrerOverride', 'http://images.google.' + match[1] + unescape(match[2])]); 
}

_gaq.push(['_trackPageview']);

questo in pratica riscrive completamente il dominio www.google.it e lo trasforma in images.google.it nel caso in cui sia una ricerca fatta sul motore generale.

Così com’è lo script non fa distinzione tra le varie declinazioni dei motori nazionali, quindi images.google.it, images.google.com e tutti gli altri finiscono dentro un unico record che si chiama images.google. Se si ha il desiderio o la necessità di distinguere i top level domain sarà necessario aggiungere dopo _setReferrerOverride un’altra riga:

_gaq.push(['_addOrganic', 'images.google' + match[1], 'q', true]);

Il true in fondo è obbligatorio e, ve lo ricordo, consente di aggiungere il nuovo motore in cima alla lista di quelli conosciuti invece che in fondo, in modo che abbia la priorità su quelli predefiniti.

Qualche giorno fa Sean Carlos ha postato, prima su Google+ e poi sul suo blog, un messaggio di errore che compariva sul debugger di Google Analytics relativo alla funzione _trackPageLoadtime, usata per misurare la velocità del sito. A quanto si poteva allora capire, la funzione _trackPageLoadTime veniva dichiarata deprecata e si faceva riferimento a una certa _setSiteSpeedSampleRate, di cui però non c’era traccia sul web. Anche io ho fatto alcune prove, impostando il campionamento al 100% o all’80%, ma senza ottenere risultati.

Il bandolo della matassa è arrivato Venerdì scorso, quando il blog ufficiale ha introdotto la nuova funzione, ed è stato aggiornato anche il changelog.

La nuova funzione _setSiteSpeedSampleRate prende come argomento un numero intero che rappresenta il campione di pagine che vogliamo Google Analytics utilizzi per popolare i report sulla velocità del sito. Si usa in questo modo, e va chiamata prima di _trackPageview

_gaq.push(['_setSiteSpeedSampleRate', 5]);
_gaq.push(['_trackPageview']);

Con questo esempio impostiamo GA per usare il 5% delle pagine inviate per calcolare la velocità del sito e delle stesse pagine.
Contemporaneamente la vecchia funzione _trackPageLoadTime è considerata deprecata, ma per compatibilità con il passato potete lasciarla: sarà come se chiamaste la nuova funzione con un sample del 10% (che tra l’altro è il massimo ad oggi consentito, nonostante la funzioni accetti numeri da 1 a 100). quindi ricapitolando:

- se non avete mai usato _trackPageLoadTime avrete i report della velocità del sito popolati come se chiamaste _setSiteSpeedSampleRate con valore 1
- se non avete mai usato _trackPageLoadTime ma volete cambiare la percentuale di campionamento dovrete aggiungere la funzione come indicato sopra
- se avete attualmente _trackPageLoadtime sul sito potete lasciarla, ed è come se chiamaste _setSiteSpeedSampleRate con valore 10
- se avete attualmente _trackPageLoadtime sul sito ma volete cambiare il campionamento, dovrete rimuoverla e passare alla nuova come indicato sopra

Secondo la documentazione della funzione in condizioni normali viene usato l’1% delle pagine viste inviate fino a un massimo di 10.000 pageviews al giorno. Se il vostro sito invia più di un milione di hits al giorno tuttavia, i vostri tentativi di aggiustare il sample rate saranno infruttuosi e Analytics userà sempre e comunque l’1%.

In aggiunta a tutto questo ci sono altre due novità: la prima è che adesso anche le pagine virtuali generate con _trackPageview saranno conteggiate nel report della velocità del sito, la seconda è che il tempo impiegato da eventuali redirect verrà conteggiato nel tempo di caricamento, per fare in modo che esso concida sempre più con la reale percezione dell’utente.

La mossa mi sembra assolutamente sensata: a Google non costa nulla invocare quella funzione in modo automatico, ed essa genera un report piuttosto interessante. Nell’ottica di semplificare il più possibile lo strumento è una buona mossa, e infatti quando uscii il report sulla velocità del sito più volte mi chiesi: “ma perché addirittura una funzione nuova da inserire a mano?”

Quasi un mese fa su SEOmoz è apparso un articolo su come tracciare il ranking del sito usando le variabili personalizzate. Uno dei tanti della serie, direi, perché ciclicamente l’argomento ritorna (io stesso ne scrissi più di un anno fa). Segnalo questo perché è il primo che compare dopo la modifica al passaggio delle keyword per gli utenti loggati ai servizi Google, e quindi prova ad usare il metodo per “indovinare” quali siano queste keyword (not provided). Ma andiamo con ordine: innanzitutto propongo una modifica al suo codice, che presuppone una funzione e una chiamata sull’onload della pagina. Io farei tutto nello script di analytics, così

<script type="text/javascript">
var url = String(document.referrer);

var _gaq = _gaq || [];
_gaq.push(['_setAccount', 'UA-XXXXXXX-X']);
if (url.indexOf ("google") !=-1)
{  
  var urlVars = {};
  var parts = url.replace(/[?&]+([^=&]+)=([^&]*)/gi, function(m,key,value)
  { urlVars[key] = value; });
  // Push to GA Custom Variables
  _gaq.push(['_setCustomVar', '1', 'Rankings', urlVars["cd"], 1]);
}
_gaq.push(['_trackPageview']);

(function() {
var ga = document.createElement('script'); ga.type = 'text/javascript'; ga.async = true;
ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www') + '.google-analytics.com/ga.js';
var s = document.getElementsByTagName('script')[0]; s.parentNode.insertBefore(ga, s);
})();

</script>

ho inoltre modificato il check sul referrer da “google.com” a “google”, altrimenti per google.it non funzionerebbe (e poi perché privarsi degli altri TLD?)

A questo punto le posizioni delle parole chiave si trovano dentro al report VSITATORI -> DATI DEMOGRAFICI -> VARIABILI PERSONALIZZATE, nella chiave 1 se avete usato lo script qui sopra o nella chiave corrispondente se la 1 era già occupata e avete deciso di usare un altro slot.
Il report così com’è elenca dei numeri, cioè le varie posizioni aggregate in cui il nostro sito è comparso nelle pagine dei risultati di Google, ma usando la dimensione secondaria impostata su PAROLA CHIAVE possiamo dividere ogni riga del report nella combinazione posizione-keyword (l’immagine è di SEOmoz)

L’utilizzo possibile di queste informazioni è molteplice: innanzitutto possiamo creare dei segmenti avanzati su gruppi di posizionamenti. Ad esempio:

SEGMENTO AVANZATO: posizioni da 1 a 3
Variabile personalizzata (chiave 1) CORRISPONDE ESATTAMENTE a Rankings
E
Variabile personalizzata (valore 1) CORRISPONDE ALL’ESPRESSIONE REGOLARE ^[1-3]$

è una segmento che individua solo le visite arrivate con keyword tra la prima e la terza posizione (dove per posizione si intende il conteggio dei link nella SERP, occhio a Universal Search che mette più di 10 posizioni su pagina 1!).

L’autore dell’articolo su SEOmoz però si concentra sulla provenienza geografica e sul tentativo di indovinare le keyword che Google Analytics presenta come (not provided). L’esempio che fa è questo: le keyword (not provided) dagli Stati Uniti sono in posizione #1 e #2, quindi dopo aver esportato su Excel sono in grado di restringere il mio dataset a quelle due posizioni e a quel paese.

Segmentando allora il report delle variabili personalizzate per landing page si vedrà dove atterrano questi (not provided) dalle posizioni #1 e #2, e segmentando poi il report delle keyword sempre per landing pages l’autore immagina che queste keyword nascoste abbiano a che fare con il suo nome, per il quale il sito compare appunto in prima e seconda posizione.

Questo ragionamento non mi fa impazzire di felicità, ve l’ho riportato per completezza, ma mi sembra un po’ empirico e soprattutto non sempre applicabile.

Daniel Waiseberg su searchengineland porta alla nostra attenzione il fatto che il report delle pagine di destinazione è stato da poco rinnovato. Fino a poco tempo fa esso presentava una lista di pagine che sono state le prime di ogni visita nel periodo temporale selezionato e le incrociava con tre metriche: Entrate, Rimbalzi e % di rimbalzo.
Come sanno all’incirca tutti quelli con cui ho avuto modo di parlarne, quello era l’unico report dove aveva senso guardare la frequenza di rimbalzo, per evitare di incorrere in un errore piuttosto diffuso: applicare la percentuale alle visite anziché alla metrica entrate.

Il nuovo report invece presenta le metriche più classiche dei report dei contenuti: pagine/visita, tempo medio sul sito, % nuove visite e frequenza di rimbalzo. Questo ci dà delle informazioni maggiori sull’engagement dei visitatori con il nostro sito, perché è sempre vero che la visita da qualche pagina deve iniziare; inoltre sono state aggiunte al report anche le tab dei GOAL e dell’ECOMMERCE, per cui è possibile segmentare i risultati ottenuti senza fare altro: ogni landing page avrà un certo tasso di conversione globale e per obiettivo, e ci dirà quanti introiti hanno generato le visite che da lì sono iniziate. Niente che non si potesse fare anche prima con segmenti e custom report, ma negli ultimi tempi Google Analytics si sta anche concentrando nell’uniformare e rendere più facili da trovare le informazioni. Meno clic per tutti.

Quel che non mi va giù, tuttavia, è che io trovato utile anche il report precedente; me lo sono ricostruito molto brevemente con un custom report, ve lo condivido per comodità: http://goo.gl/LP6vg. Con un po’ più di cura si potrebbero unire il precedente e l’attuale usando due schede.

Il tempo passa per tutti, software compresi, e anche quest’anno è venuto il momento di celebrare il compleanno di Google Analytics. Sono ormai passati sei anni esatti (al minuto, secondo l’ora dell’annuncio sul blog ufficiale) da quel 14 novembre 2005, e di acqua sotto i ponti ne è passata parecchia.

Se fosse un bambino sarebbe ora di andare in prima elementare, di mettere da parte qualche gioco e iniziare a pensare di studiare seriamente per diventare il primo della classe; ma se fosse un bambino sarebbe anche parecchio – forse troppo – intelligente!