Jul 26 2019

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti semaforo giallo - articolo avanzato semaforo rosso - articolo per esperti

Grafici Treemap su Data Studio

autore: Marco Cilia categoria: datastudio

Google Data Studio ha introdotto da qualche giorno un nuovo tipo di grafico, il cosiddetto grafico “treemap” la cui documentazione si può trovare a questo link

E’ una novità abbastanza attesa, almeno se vado a memoria per tutte le volte che un cliente l’ha chiesta, ora vedremo come al solito quali e quanti usi intelligenti se ne riuscirà a fare 🙂

Una treemap non è altro che una serie di quadrati (“nodi” in gergo tecnico) che possono avere a loro volta dei sotto-nodi, e dove ognuno di questi quadrati è grande e colorato a seconda dei valori assunti dalla metrica di riferimento.

Su Google Analytics, un esempio tipico di Treemap si trova dentro ai report Google Ads, precisamente in Acquisizione -> Google Ads -> Treemaps: in questo grafico la metrica primaria sono gli user (la dimensione dei quadrati) e la secondaria sono i bounce rate (il loro colore). Su Data Studio invece non possiamo avere due metriche, ma possiamo avere più dimensioni, il che significa che le “serie di quadrati” possono essere suddivise a seconda di due dimensioni, e rappresentate per la stessa metrica. Ad esempio possiamo impostare le revenue per continente e poi per paese.

Naturalmente, dati i limiti di spazio, il consiglio è di non esagerare con le dimensioni, pena il ritrovarsi con un puzzle colorato di microscopici quadratini. O magari invece si, e poi provate a usarlo come un autostereogramma, magari il sistema vi rivelerà qualche insight nascosto! 😛


May 24 2019

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti semaforo giallo - articolo avanzato semaforo rosso - articolo per esperti

“Passaggio obbligatorio” in un funnel

autore: Marco Cilia categoria: report

L’altro giorno chiacchieravo online con Michele Baldoni quando d’un tratto mi fa una domanda sull’efficacia della spunta su “obbligatorio?” nel primo step della configurazione della canalizzazione di un Obiettivo su Google Analytics. E che ci crediate o no, lì per lì ho cannato la risposta quando in realtà ragionandoci a mente fredda devo dire che l’ho sempre spiegata giusta. Ebbene sì, sto invecchiando 😀 (a mia parziale discolpa adduco la motivazione che io quel report lì non lo guardo MAI. Guardo sempre il flusso Obiettivo, e dovreste farlo anche voi 🙂 ).

Quindi mi sono detto “devi parlarne sul blog, se hai preso tu un abbaglio, figuriamoci chi non bazzica tutti i giorni Analytics”. Eccoci qua!

Insomma, in pratica la questione era se attivare quella spunta nella configurazione avesse o meno influenza sul numero totale di Obiettivi registrati per quel Goal. Ce l’ha, ma solo ed esclusivamente nel report “Visualizzazione canalizzazione“. Nella panoramica dei Goal e in tutti gli altri report, il numero di completamenti di quel goal sarà sempre coerente, e basato unicamente sul numero di pageview uniche di quella pagina.

In buona sostanza attivando quella spunta, nel report entra solo chi transita da quel primo step, e di conseguenza il numero totale di completamenti obiettivo si riduce di conseguenza.

Quale sia l’utilità di avere due report che parlano della stessa cosa ma dicono due cose diverse, hanno numeri diversi, lo sa solo Google; ma questo è poi anche il motivo per cui il report canalizzazione dovrebbe sparire ed essere rimpiazzato soltanto dal report dei flussi obiettivo, dove invece si vedono chiaramente i “salti di step”.


Apr 17 2019

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti semaforo giallo - articolo avanzato semaforo rosso - articolo per esperti

cosa è esattamente la “master key” di un account?

autore: Marco Cilia categoria: generale

L’altro giorno mi è capitato sott’occhio un articolo di Orbit Media Studios intitolato “How to Grant Access to Google Analytics (and confirm you have the “Master Key”)“. E’ un articolo abbastanza basico, un buon riassunto delle procedure per dare accesso ad Analytics e dei livelli di accesso esistenti sul prodotto, ma mi ha incuriosito in particolare la keyword “master key” nel titolo.

Esattamente il punto toccato nell’articolo è questo:

You should have the ability to add or remove anyone’s access anytime. Think of it as the master key.

Cioè secondo l’articolo avere il privilegio di “manage users” (gestione utenti nell’interfaccia italiana) sull’account Analytics è il punto più alto possibile tra i permessi esistenti, e rappresenta la chiave primaria di accesso all’account. Ora, non dico che questa cosa sia sbagliata – sia chiaro – solo che la scelta della terminologia è quantomeno ambigua.

Sicuramente è vero, come dice l’articolo, che i dati sono del cliente e non dell’agenzia, e che quindi il cliente dovrebbe SEMPRE avere i privilegi EDIT + MANAGE USERS sull’account Analytics, in modo da poter aggiungere e rimuovere agenzie e fornitori a proprio piacimento. Ma se vogliamo parlare del livello supremo, cioè di un livello che garantisca che nemmeno un fornitore con il tuo stesso privilegio ti possa estromettere dall’accesso ai tuoi dati, allora quel permesso non è sufficiente. Se ve lo state chiedendo, è esatto: chiunque abbia il privilegio “manage users” può rimuovere altri utenti, compresi gli EDIT (cioè gli amministratori). E come abbiamo già detto più volte in passato, non esiste nessun amministratore “originale” che abbia una qualche precedenza sugli altri.

Ergo, come dicevamo prima, da qualche tempo Google ha introdotto su Analytics un livello superiore, ancorché esso non sia creabile direttamente su GA. Incidentalmente, una volta creato questo livello esso ha esattamente l’icona a forma di chiave che tanto ricorda la “master key” citata nell’articolo 🙂

Per ottenere questo livello supremo di accesso, è necessario migrare il proprio account, o i propri account, dentro a una ORGANIZZAZIONE, cioè una entità che racchiude uno o più account Analytics, Tag Manager, Optimize, eccetera. E’ una diramazione della Google Marketing Platform, ma è disponibile anche per gli account free. Per creare una organization è necessario visitare l’indirizzo marketingplatform.google.com e seguire i link per AMMINISTRAZIONE e poi ORGANIZZAZIONE. Una volta creata un’organizzazione e collegati gli account, il primo utente sarà automaticamente amministratore dell’organizzazione e sarà poi possibile aggiungere altri amministratori. Costoro godranno dell’icona mostrata in precedenza che avvisa tutti gli utenti “manage users” che quelle utenze sono amministratori dell’organizzazione. Tecnicamente è comunque possibile eliminare da Google Analytics un “org admin”, ma lui ha la possibilità di aggiungersi nuovamente tramite l’interfaccia di gestione dell’organizzazione.

Questa si che è una vera “master key” no? 🙂


Apr 11 2019

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti semaforo giallo - articolo avanzato semaforo rosso - articolo per esperti

Il trucco per esportare velocemente i grafici panoramici

autore: Marco Cilia categoria: generale

Questa non l’ho mai letta o sentita da nessuna parte, me ne sono accorto per sbaglio e ve la spaccio come super trucco da guru sgamato! 😉

Allora, siete nella panoramica di Google Analytics (Audience -> Panoramica) e per i vostri più svariati motivi volete replicare il grafico delle sessioni su Excel. Cosa fate? Fino a oggi avete fatto come me:

  1. Menu ESPORTA -> XLS
  2. Apertura del file xls scaricato
  3. Apertura della scheda “Set di dati 1”
  4. Copia delle colonne A e B nel vostro Excel

Bene, da oggi invece potete anche saltare dei passaggi e fare così: selezionate col mouse il valore della metrica che volete E ANCHE la prima lettera della metrica successiva. Ad esempio così:

Mi raccomando la prima lettera successiva, in questo caso la U di “Utenti”. Bene, ora premete CTRL+C, andate su Excel e incollate dove più vi aggrada. Et voilà, con l’unico difetto di avere invece delle date estese numeri progressivi da 0 in su – e corrispondenti al numero di data-point del grafico, che però si sostituiscono facilmente con Excel. Eccovi uno screen del risultato comparato dell’Export normale – a sinistra – e del copia-incolla a destra in verde. Se eliminate la “U” in D33 è perfetto, tranne che la somma sta in alto, ma niente di problematico.

Il bello è che funziona anche con più metriche insieme; se selezionate tutti i widget della panoramica, potete ricreare in un batter d’occhio tutti i grafici della panoramica. E ovviamente se nel grafico avete selezionato “settimane” e avete solo 5 punti, i dati incollati andranno di conseguenza e avranno solo 5 data-point.

Quanto tempo vi farò risparmiare d’ora in poi? 🙂


Apr 02 2019

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti semaforo giallo - articolo avanzato semaforo rosso - articolo per esperti

Lo strano caso dei caratteri invisibili

autore: Marco Cilia categoria: codice di monitoraggio

Oggi mi è capitata una stranezza, e devo raccontarvela così da potervi anche dare la soluzione. Scriverò poco ultimamente, e che quindi almeno sia utile no? 😀

Dunque succede che metto in piedi una dashboard su Google Data Studio, orientata ai dati Ecommerce, tra i quali anche una semplice tabella che mostra i dati di fatturato dei coupon di transazione. Quasi una replica del report Google Analytics, niente di che…
La tabella però si presenta così:

Le prime cinque righe sono evidentemente duplicate. E se posso capire che la 3 e la 4 lo siano (è case sensitive, quindi la “m” maiuscola e minuscola sono diverse), la 1 e la 5 e la 2 e la 3 sono identiche, quindi non dovrebbero essere separate. Non ci sono altre dimensioni che disaggregano, “order coupon code” è l’unica dimensione di questa semplice tabella.

Il primo istinto è stato quello di pensare “ci saranno degli spazi“, ma selezionando il testo con il mouse non c’è traccia di spazi aggiuntivi, in cima o in fondo al testo

Allora vado su Google Analytics, dove ovviamente trovo una situazione identica, d’altronde c’è il connettore diretto GA-DataStudio quindi difficile ipotizzare trasformazioni nel mezzo.

Senza aver capito il perché accada, decido di risolvere istantaneamente senza aspettare una modifica dei dev, sanando nel contempo anche il pregresso con un bel UPPERCASE su Data Studio. Detto fatto, ecco la formula:

E sorpresa sorpresa, Data Studio mi tradisce e non fa esattamente quel che mi aspetto:

Ricontrollo molte volte i passaggi ma non ne esco. Scarico i dati da Google Analytics su un Excel, uso la formattazione condizionale per evidenziare le celle duplicate (sono duplicate), uso le formule tipo =SE(a1=a2;”vero”) (è vero) e niente, non si capisce perché mai non dovrebbe accorpare le righe.

Come spesso accade poi, rivolgersi ad un altro paio di occhi risolve: il mio prode collega Mirco, interpellato in proposito, mi dice “ci saranno degli spazi, prima o dopo”. E io mi spertico in spiegazioni “ma no, ho controllato tre volte, col mouse, con Excel, con l’uppercase…”
“metti un TRIM per togliere gli spazi prima e dopo” taglia corto lui, molto pragmaticamente 🙂

E così infatti funziona. In sostanza: quantomeno nella dimensione coupon è possibile che su Google Analytics ci siano degli spazi che l’interfaccia NON vi mostra, che gli export Excel NON vi mostrano, che il connettore DataStudio NON vi mostra, ma che vi possono duplicare le righe del report. Se vi capita, almeno sapete come ovviare!


Feb 19 2019

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti semaforo giallo - articolo avanzato semaforo rosso - articolo per esperti

Salesforce per tutti o errore tecnico?

autore: Marco Cilia categoria: ga-premium

Da qualche giorno molte property Google Analytics mostrano nel pannello di amministrazione una voce nuova: Salesforce Marketing Cloud. La cosa è strana perché le integrazioni tra la suite Salesforce e GA sono riservate ai possessori di GA 360, mentre la nuova voce è visibile anche sugli account free. Ecco come si presenta il menu:

Cliccando il pulsante blu si viene indirizzati ad una pagina di CAS (Central Authentication Service) sul dominio exacttarget.com, che è di proprietà di Salesforce naturalmente. Non avendo delle credenziali valide da inserire, non riesco a proseguire nella procedura e quindi non so dire se si tratti in effetti di una nuova feature o se invece si tratti – come ritengo più probabile – di un errore di Google.

L’ultimo annuncio riguardante l’integrazione è infatti risalente a pochi giorni fa ( 7 febbraio, ecco il post ) ma riguarda sempre e solo GA 360: nello specifico il post informa che è possibile trasferire altri “segnali” da Salesforce ad Analytics, oltre allo stato dei lead, ad esempio un campo custom da trasformare in una custom dimension, e che anche le informazioni sulle vendite offline possono essere integrate facilmente dentro GA. Peraltro il post ne segue un altro della settimana prima ( 31 gennaio ) ancora più interessante perché introduce il legame 1:1 tra il clientID di GA e l’Id di Salesforce, ovvero introduce la possibilità di creare audience su Analytics e “spararle” su Salesforce in modo da essere azionabili tramite di esso, anche via email se fanno parte del database.

Entrambi i post tuttavia, come detto, si riferiscono alla versione a pagamento dello strumento, per cui risulta anomalo che gli account free vedano il menu di integrazione. Nelle discussioni che seguo nessuno ha ancora dipanato il mistero, quindi non ci resta che aspettare e vedere se ci sarà un annuncio o piuttosto una correzione… 🙂


Jan 10 2019

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti semaforo giallo - articolo avanzato semaforo rosso - articolo per esperti

Piccoli miglioramenti grafici ai grafici

autore: Marco Cilia categoria: generale

I più attenti di voi si saranno sicuramente accorti che Google Analytics ha modificato leggermente i suoi grafici. Bisogna “aguzzare la vista” perché la modifica è lieve (infatti un grigio anche leggermente più marcato non lo avrei disdegnato, ma tant’è), ma è molto utile: nello specifico, l’asse delle ordinate contiene sempre tre valori (0, il mediano e quello arrotondato più alto per contenere il punto con valor massimo da mostrare), ma le linee orizzontali del grafico sono invece disponibili anche per i valori di mezzo di ogni scaglione; cinque linee invece di tre per intenderci. O meglio ancora con una immagine:

Potrebbe sembrare un’inezia, ma in realtà è molto utile quando i dati sono all’incirca piatti, perché aiuta a comprendere meglio le piccole variazioni che sarebbe più difficile cogliere dovendo sempre muovere l’occhio verso una linea più lontana.

Se notate, anche le date sono un po’ cambiate: adesso il mese anno sono scritti per esteso, e intervallati ogni tanto da un giorno, sempre relativo al mese a sinistra. Questo tipo di visualizzazione è automatico, quindi non si può decidere a priori se mostrerà uno, due o più giorni, dipende dal periodo temporale selezionato e da quanto larga è la finestra del vostro browser; se infatti riducete le dimensioni, le date tornano ad avere il formato precedente. Anche questo è un piccolo aiuto visuale che può facilitare le analisi e far risparmiare qualche click.


Nov 14 2018

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti semaforo giallo - articolo avanzato semaforo rosso - articolo per esperti

Addio SDK per app mobili e property di tipo “mobile”

autore: Marco Cilia categoria: codice di monitoraggio

Questa notte sono iniziate ad arrivare mail di avviso da Google Analytics riguardo a “Cambiamenti importanti alle proprietà di Google Analytics per app per dispositivi mobili”.

Il punto saliente è che tra un anno inizieranno a sparire i report delle property di tipo MOBILE. Se non sapete di che tipo sono le vostre property (perché magari avete un’app ibrida o una web app e non ricordate cosa è stato scelto per tracciarla), dovrete andare nella homepage di Analytics, dove c’è l’elenco delle property/viste cui avete accesso, e controllare le icone a fianco ai nomi delle property.

Se l’icona è a forma di telefonino (frecce rosse nello screenshot qui sopra), allora siete soggetti alle conseguenze indicate nella mail.
Se l’icona è a forma di mondo, o vi è indicato “Firebase”, allora siete a posto.

La parte saliente della mail è questa:

Nel 2019, inizieremo a ritirare le proprietà che ricevono dati esclusivamente da Google Analytics Services SDK.

  • La raccolta e l’elaborazione dei dati relativi a tali proprietà verrà interrotta il 31 ottobre 2019.
  • Fino al 31 gennaio 2020, sarà possibile accedere ai dati storici di queste proprietà attraverso l’interfaccia utente e l’API.
  • Dopo la disattivazione del servizio, non sarà più possibile accedere a queste proprietà tramite l’interfaccia utente o l’API di Google Analytics e i relativi dati saranno rimossi dai server di Google Analytics. In futuro riceverai altre notifiche.

In pratica è meglio se da adesso in poi ogni nuovo progetto, o aggiornamento di progetto, utilizzi Firebase Analytics e non i vecchi SDK; un processo già in atto da tempo, anche se ancora qualcuno che fa la scelta “conservativa” si trova. Ma Google l’ha appena spazzato via con questa mail 🙂


Sep 17 2018

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti semaforo giallo - articolo avanzato semaforo rosso - articolo per esperti

Il piano B per rendere il cliente padrone del suo account

autore: Marco Cilia categoria: generale

Ancora nell’anno domini 2018 ogni tanto mi imbatto nel caso in cui un cliente, magari non skillatissimo a livello di Analytics, non ha il pieno possesso del suo account Google Analytics: vuoi perché l’agenzia abituata al “lock-in” ha creato una property dentro al suo account (“facciamo sempre così”), vuoi perché chi ha realizzato il sito ha messo Analytics al 90°, sempre partendo dal proprio account (“non sapevo se ne potessero creare altri”), o varie altre versioni più o meno fraudolente volontarie.

Premesso che la configurazione ottimale è sempre e soltanto una: il cliente è ADMIN a livello di ACCOUNT (più MANAGE USERS, naturalmente) del suo o dei suoi account Google Analytics, e le agenzie e i fornitori vengono abilitati di volta in volta per la gestione dei progetti e le necessità. Ma se così non è, tipicamente vi ritroverete nella situazione in cui dovrete chiedere al cliente di chiedere alla vecchia agenzia di abilitarlo come ADMIN + MANAGE USER in modo che lui possa aggiungere voi e farvi iniziare a lavorare. La risposta però potrebbe anche (anzi, è probabile che sia) essere una frase all’incirca simile a “non possiamo. Se vi facciamo ADMIN dell’account, vedreste tutte le property” (sottinteso: vedreste tutti i gonzi che stiamo bloccando nel nostro account e/o gli spending Google Ads).

Se anche vi ricordaste che ormai si possono spostare le property da un account all’altro, sapreste che per farlo è necessario proprio il privilegio di amministratore (edit) e di gestione utenti.

Il piano B prevede che si faccia la procedura al contrario: voi creerete un nuovo account Google Analytics, vuoto e di cui sarete amministratori. Darete accesso pieno all’agenzia, che non vedrà nulla, e fornirete istruzioni affinché sia lei a “spingere” la property nel vostro nuovo account. Fatto quello potrete rimuovere la vecchia agenzia e aggiungere il cliente con pieni poteri. Oppure potrete spostare a vostra volta la property in un account del cliente, consolidando magari situazioni caotiche in cui ci sono diversi GA account con gestioni multiple e disordinate degli utenti.

Sembra una banalità, ma a volte alle soluzioni semplici non ci si pensa 🙂


Sep 12 2018

HelpSemaforoQuesto semaforo indica il livello difficoltà del post
semaforo verde - articolo per tutti semaforo giallo - articolo avanzato semaforo rosso - articolo per esperti

cosa hanno a che fare il 10 luglio 2012 e il GDPR?

autore: Marco Cilia categoria: codice di monitoraggio

non ne ho la più pallida idea. Però in qualche modo sono collegati. Ora vi spiego:

Se avete avuto modo di andare un po’ indietro con le date dei periodi di analisi dopo l’introduzione del setting di “controllo conservazione dati“, avrete notato che le cose non sono così lineari come ce le aspettavamo: mi riferisco soprattutto a chi ha lasciato 26 mesi (il periodo che veniva proposto come predefinito) come periodo di conservazione preferito.

Se notate i grafici dello screenshot qui sopra, periodo selezionato 12 agosto 2008 – 10 settembre 2018, noterete come il grafico degli utenti si azzeri per le date più vecchie del 23 agosto 2016 circa, e la stessa cosa accade per le metriche sessioni/utente. Le pageview come vedete ci sono tutte. Seguendo il ragionamento del setting del GDPR, le informazioni sui singoli utenti antecedenti al periodo di retention sono perse, quindi il sistema non può calcolare gli utenti unici e le metriche relative alle “unicità”.

La prima cosa interessante è in realtà che se giochiamo un po’ con le date, la cosa non sembra così categorica: se seleziono 12 luglio 2016 – 10 settembre 2018, vedo i dati del 12 luglio; se seleziono 12 giugno 2008 – 10 settembre 2018, i dati di luglio non ci sono più. Sembra quindi esserci una sorta di filtro di visualizzazione più che una cancellazione vera e propria, o almeno la cosa vale per i mesi borderline con il periodo di retention.
La seconda informazione è che abbiamo detto che ci sono 12,4 milioni di pageview, e che esse sono aggregate e quindi “salve”. Bene, allora apro il report “tutte le pagine” e…

all’apparenza il grafico sembra normale, MA il totale delle pagine in testa alla tabella segna 1,1 milioni invece di 12,4. Decisamente male! inoltre l’indicatore giallo mi dice “Alcuni dati di questo rapporto non sono disponibili perché hanno una data precedente al periodo di conservazione dei tuoi dati.” Ora, potreste scommettere che i dati che mancano a questo report sono quelli più vecchi del 23 agosto 2016, come per il primo grafico… ma perdereste. Infatti un report delle pagine con data 30 luglio 2014 – 10 settembre 2018 ha lo scudetto verde (no campionamento o mancanza di dati) e il numero corretto di pageviews. Anche un report 15 marzo 2013 – 10 settembre 2018 va bene. Anche un report 11 luglio 2012 – 10 settembre 2018 è perfetto e completo con le sue 5.469.365 pageviews.
Invece un report 10 luglio 2012 – 10 settembre 2018 ritorna ad avere lo scudetto giallo, e 1,1 milioni di pagine. Cioè aggiungendo un giorno di report, le pagine scendono di 4,3 milioni.

Ora, se vi state chiedendo PERCHE’ accada, beh non lo so. Ma siccome questa cosa l’ho scoperta qualche settimana fa, posso dirvi cosa so:

  • il 10 luglio 2012 non è una data “rolling”, cioè non si sposta in avanti man mano che passano i giorni. Sembra una data fissa
  • il problema affligge solo – per quanto ho potuto constatare – le property che hanno (o avevano) impostato un periodo di data retention di 26 mesi (potrebbe essere vero per altre retention, ma non ho profili su cui verificare). Se avete selezionato “non scadono mai” dovreste essere immuni
  • si tratta anche qui quasi certamente di un filtro di visualizzazione, ancorché completamente scorrelato temporalmente e apparentemente nella logica dall’impianto del GDPR

Per verificare l’ipotesi che la cosa fosse legata ai dati dei singoli utenti ho costruito un custom report che mimasse il report “tutte le pagine” escludendo le metriche relative alle “unicità”, quindi lasciando solo dimensione PAGINA e metriche PAGEVIEWS, TEMPO MEDIO SULLA PAGINA e ACCESSI. Ebbene, per QUALSIASI range temporale, i dati NON SONO MAI ALTERATI. Ecco la prova sull’arco temporale di partenza:

Insomma, un mistero intricato ma con una soluzione tampone.
A proposito, se volete importare il custom report, ecco il link: https://analytics.google.com/analytics/web/template?uid=VoaUicraRhe2xe3VfelJOA
Se avete idee, parliamone nei commenti!