Google Analytics in 30 secondi

Finalmente anche per il tenutario di questo blog giungono le sospirate e meritate ferie estive. Siccome il team di GA non dorme mai non posso escludere che durante la mia assenza non ci siano novità grandi o piccole: se accadrà non aspettatevi post tempestivi, e abbiate la pazienza di aspettare il mio ritorno: sono sicuro che comunque sia il mio punto di vista vi possa interessare, anche se non tempestivo 🙂

Buone vacanze a chi parte, e buon rientro a chi è già tornato!

Avevamo affrontato questa questione tempo fa, e a mio avviso era ridicolo che non ci fosse la possibilità di togliersi di propria iniziativa da un account Google Analytics.

Siccome in questo periodo stanno – finalmente – rilasciando la nuova interfaccia di amministrazione a tutti, e siccome provandola mi sono accorto che su alcuni account avevo anche i nuovi permessi utente, ho colto la palla al balzo e ho provato ad auto-eliminarmi da un account che non mi interessava più seguire e da cui il suo amministratore non mi ha mai (chissà perché) voluto eliminare. Detto fatto, con i nuovi permessi utente la cosa è fattibile, ed è giusto così in fondo! 🙂

Prima la riga con la propria email contiene link disattivati e non utilizzabili, dopo invece ci si può auto-eliminare.
Ora scusate, vado finalmente a fare pulizia nel mio account personale 🙂

Ho notato un post curioso su Google+ che parlava della dimensione “visitor bucket”, che non avevo mai visto ne sentito. In italiano si chiama “segmento visitatori” ed è disponibile sia nei custom report sia nei segmenti avanzati.

In pratica serve a dividere qualsiasi dato in 10 diversi bucket, o segmenti. Anzi, oserei quasi affermare che funziona al contrario: ad ogni visita viene assegnato un bucket a caso, ed esso viene registrato nell’apposita dimensione. A che pro? ad esempio per segmentare a caso quantità di dati molto grandi. Diciamo che sei arrivato ad esaurire le dimensioni di un custom report ma hai ancora un campione troppo ampio? segmenti per visitor bucket. Oppure che vuoi analizzare il comportamento di un sottosegmento casuale di un segmento avanzato (magari in ottica split test)? aggiungi una condizione sul visitor bucket.

La dimensione è rappresentata da un numero compreso tra 1 e 100 e come detto compare solo in segmenti avanzati e custom report, il che significa che non è disponibile come dimensione secondaria, e che nella mente degli ingegneri di Google probabilmente è una specie di “ultima spiaggia” in termini di segmentazione

Altra novità a sorpresa del team di Google Analytics sono le API per il real time, ovvero un modo per interrogare GA e farci dire cosa sta succedendo in questo momento. Il che, se ci pensiamo, apre le porte ad un mondo molto vasto e interessante di possibili applicazioni, che vanno ben oltre il monitoring, peraltro già possibile con i report real time e i custom alerts.

Innanzitutto le premesse: è una API in beta, e bisogne richiederne l’attivazione qui. In secondo luogo è bene leggere la documentazione, ad esempio per scoprire che i segmenti avanzati non sono disponibili in questo tipo di interrogazioni.

Detto questo, come dicevo, le applicazioni sono molte e molto varie: si va dalla possibilità di avere il numero di visite su un orologio PebbleWatch (niente di incredibile, ci sono già app Android con widget che hanno il dato) a quella di costruire dinamicamente un sito o un pezzo di sito con i contenuti più visti in quel momento. Oppure, da verificare, alla possibilità di interrogare GA con informazioni sul cookie che sta facendo la visita (questo magari non si può fare, ma a tendere mi sembra una bella applicazione).

Se volete avere un’idea di cosa si potrebbe fare e dei risultati ottenibili, potete usare questo Explorer Stand Alone. Giochino pronto per l’estate 🙂

Non ho visto in giro molti post su questo nuovo report, che si trova nel gruppo dei CONTENUTI: si tratta del report FLUSSO COMPORTAMENTO. Forse perché molti hanno pensato che fosse solo uno spostamento e cambio nome del vecchio FLUSSO VISITATORI, che invece è vivo e vegeto, per adesso, ed è ancora nella sezione dei visitatori.

In pratica il flusso comportamento è una fusione di due report esistenti e introduce una modalità aggiuntiva.
Quando viene aperto esso si trova esattamente in configurazione “Pagine”, e quindi riporta le stesse informazioni del report FLUSSO VISITATORI: come le visite di distribuiscono tra le pagine e quali percorsi vengono più “battuti”.

Agendo sul secondo menu della barra grigia si può passare alla visualizzazione “eventi”, e il report si trasforma nel FLUSSO EVENTI, e riporta le stesse informazioni di quel report: come si susseguono gli eventi all’interno delle visite.

La terza modalità è invece la più interessante, ed è una modalità mista con pagine ed eventi. Essendo il numero di combinazioni estremamente elevato, esso è disponibile solo selezionando una pagina. Dopo aver impostato quindi la visualizzazione “pagine ed eventi” sarà anche necessario impostare la pagina desiderata tra quelle disponibili. A questo punto la visualizzazione mostra le visite che sono transitate per quella pagina, dimensionate secondo la dimensione scelta ed eventualmente segmentate in base al segmento selezionato, ma inoltre mostra anche il susseguirsi di eventi, se ve ne sono stati, a partire da quella pagina. Come sempre le pagine sono mostrate in verde e gli eventi in azzurro.

E’ un report che torna utile per comprendere, meglio di prima, quale sequenza di azioni venga eseguita a partire da una pagina, specialmente in un sito con tracking complessi che comprendono molti eventi. Penso ad un grande classico, ovvero il tracking tramite eventi dei click sui link in uscita: con questo report non c’è bisogno di segmenti avanzati, basta selezionare una pagina e vedremo chi abbandona, chi continua e dove e chi abbandona cliccando link esterni dove va 🙂

[edit 22/7: il report ha poi cambiato nome e ora si chiama proprio “Aggiustamenti delle offerte” 🙂 ]

Con l’arrivo delle campagne AdWords potenziate, era anche scontato l’arrivo di un report o dimensioni in grado di farci comprendere meglio come queste campagne performassero sui vari device in cui erano visualizzate. Detto fatto, da stamattina nella sezione dei report AdWords, subito sotto al classico “campagne” ecco comparire “campagne potenziate”.

(clic per ingrandire)

Si tratta sostanzialmente di un report con la dimensione secondaria già presente, e “chiusa” appena si apre il report, pronta per essere espansa. In questo caso il click sul nome della campagna comporta la comparsa di due ulteriori righe che separano i valori della campagna TUTTO in COMPUTERS e TABLET CON FULL BROWSER. Per tutte e tre le righe sono naturalmente presenti tutte le metriche classiche cui siamo abituati, con il vantaggio di avere già nel report di riepilogo anche alcune metriche di preclick che erano tipiche – e limitate – del report “clic”.

Se ve lo state chiedendo, non ho ancora capito a cosa si riferisca la colonna “Agg. offerta” 🙂 [edit: come mi fanno giustamente notare nei commenti, si tratta degli aggiustamenti delle offerte, caratteristica propria delle campagne potenziate]

Sempre in tema di novità, segnalo anche che il report del traffico mobile è stato modificato. La panoramica ora non mostra più una semplice dimensione “si/no” a seconda che il device fosse o meno un dispositivo mobile, ma differenzia le metriche in tre categorie: desktop, mobile (cellulare) e tablet. La stessa cosa accade nel dettaglio dispositivo

I segmenti avanzati fanno parte dello strumento da un bel po’ di tempo, e forse qualcuno di voi nemmeno conosceva lo strumento quando questi nemmeno esistevano (sembra incredibile, ma è così 😀 ). Oggi non riesco a pensare ad una analisi degna di questo nome in cui non si debba creare uno o più segmenti per sviscerare il dato.

L’interfaccia di creazione è sempre stata fedele a se stessa, e anche l’output è sempre stato sempre uno ed uno solo: un segmento di visite. Le cose sono però destinate a cambiare drasticamente tra qualche mese, quando il rollout della nuova interfaccia di segmentazione raggiungerà tutti voi. Il team di Google Analytics ha infatti annunciato che la nuova feature è pronta per essere rilasciata e l’ha presentata a tutti tramite un post sul blog ufficiale.

Prima di addentrarmi nei particolari vi posso anticipare la mia opinione dopo qualche mese di utilizzo: è molto molto bella la nuova parte superiore, quella che da il contesto dei segmenti, con grafici ad anello colorati come il segmento e la percentuale di traffico che ogni segmento ha: riorganizzata in orizzontale è visivamente più appagante ed efficace.
E’ molto bella la nuova interfaccia di selezione dei segmenti, che possono essere visti come rettangoli, come lista-elenco, filtrati a seconda che siano quelli di default o creati da noi o speciali (sui quali abbiamo messo una stellina) e anche ricercabili: la ricerca dei segmenti avanzati, per un analista medio, è sempre stata la maggior richiesta a Google.
Trovo invece ancora leggermente spiazzante la nuova interfaccia di creazione dei segmenti, che è poi la punta dell’iceberg delle – tante – novità.

La prima di queste è la possibilità di fare segmenti sugli UTENTI, e non solo sulle visite. Sebbene questo tipo di novità si esprima al 100% usando Universal Analytics, anche la versione standard di GA ha il concetto di visitatore, sebbene non consenta di controllarne il cookie. Con i nuovi segmenti avanzati sarà possibile quindi creare un segmento che conterrà tutte le visite di coloro che soddisfano certe condizioni. Un esempio pratico può essere un segmento che isola i visitatori che hanno generato più di 500 euro di entrate.

La prima cosa da notare è che non stiamo parlando di sessioni in cui si spende oltre 500 euro (questo è già fattibile adesso), ma di un segmento che prende tutte le visite di quegli utenti che in un dato lasso temporale fanno transazioni per un ammontare di oltre 500 euro. In quanto tempo? non oltre 90 giorni indietro. Quando si crea un segmento basato sui visitors, la finestra temporale viene automaticamente limitata a 90 giorni. Perché? perché per dare il dato GA lo deve calcolare al volo, ma deve prendere in esame TUTTE le visite di questi 90 giorni. In pratica riprocessa i dati “al volo”, perché io potrei aver speso 500 euro in una unica sessione 88 giorni fa, e tu potresti aver fatto 3 transazioni da 200 euro nel giro di tre mesi: in quel segmento ci finiremmo entrambi, come visitatori, e il segmento mostrerebbe tutte le visite che abbiamo fatto in quel lasso temporale e che hanno concorso a raggiungere la soglia impostata nel segmento. Notevole, no? 🙂

La seconda possibilità è la possibilità di creare segmenti per fare cohort analysis. Un esempio di questo tipo di segmento è “tutte le visite degli utenti la cui prima visita è stata tra il giorno x e il giorno y”; utile magari per studiare i ritorni di una specifica azione di marketing con timeframe definito (ad esempio una DEM, o i nuovi visitatori acquisiti durante le festività natalizie). In questo caso il timeframe di prima visita non può essere più lungo di 31 giorni, e l’unica dimensione impostabile è la prima visita (quindi nessun segmento del tipo “tutti quelli che hanno convertito tra il giorno x e il giorno y)

Terza possibilità è la creazione di segmenti basati su sequenze, esattamente come avviene già con le liste di remarketing da GA. Voglio dire che sarà possibile creare un segmento delle sole visite che hanno visto certe pagine in sequenza (pagina A, poi pagina B e poi pagina C), sia in sequenza “stretta” – pagina B subito dopo pagina A – sia in sequenza “generica” – pagina B in un qualsiasi momento dopo pagina A (selezionando le sequenze utenti quindi prenderebbe anche l’ultima e la prima hit di due sessioni diverse, purché fatte dallo stesso utente).
Questo tipo di segmentazione è molto potente e utile, non solo per studiare le navigazioni. Un altro esempio interessante è l’analisi degli upselling: “segmento sequenza su visitatori che hanno comprato item TELEVISORE seguito da (in visite successive, sottinteso) item STAFFA”, che può aiutarmi a comprendere se il mio upsell via email ha funzionato o se posso implementare direttamente un suggerimento durante l’acquisto perché effettivamente avviene già questo tipo di upsell spontaneo.
Ultimo esempio, tratto dall’enciclopedico post di Justin Cutroni in proposito, è un segmento basato su condizione del tipo “pagina contiene step X del funnel e transazioni per sessione = 0”, ovvero un segmento che isola chi inizia un checkout ma non lo termina.

Infine i ritocchi all’interfaccia: oltre a quanto vi ho detto a inizio post, troviamo anche la possibilità di avere anteprima numerica del segmento che stiamo creando, sia basato su sessioni sia su utenti coinvolti

e la possibilità di copiare un segmento direttamente dall’interfaccia: utile per provare variazioni su segmenti già esistenti senza dover fare complicati giri di clic per avere la stessa base.

Insomma, che ne pensate? 🙂

Quando uscì il Google Tag Manager, uno dei punti più interessanti – benché non fosse una novità propria dello strumento Google – fu la possibilità di utilizzare un metalivello informativo di dati (il dataLayer) per fare parte della configurazione. Questo ha portato ad avere molta flessibilità nella conffigurazione, e anche a ridurre le ore dedicate allo sviluppo, suddividendo il lavoro tra chi può produrre l’informazione (lo sviluppatore) e chi deve renderla disponibile nel posto giusto al momento giusto (chi supporta il marketing nella configurazione).

Oltre a questo c’era una frase che voglio riportarvi dal mio post:

Un dataLayer in realtà è un altro concetto che è trasversale al Tag Management; fatto così al momento funziona solo sul GTM, ma io penso che Google abbia la forza e il dovere di provare a creare uno standard per il datalayer, in modo che possa essere più facile in futuro cambiare soluzione di Tag Management senza dover rifare questa parte di implementazione.

Ecco, la settimana scorsa il blog ufficiale ha annunciato che Google sta unendo le forze a IBM, Accenture, il W3C e altre compagnie per provare a rendere davvero uno standard trasversale ai vendo questa tecnologia.
La cosa ovviamente è molto importante perché, se correttamente adottata da tutti i fornitori di soluzioni di Tag Management, consentirebbe di cambiare velocemente soluzione modificando solo la porzione di codice del contenitore e impostando le regole corrette sulla nuova soluzione. Quindi oltre che rendere il tracking “cross versione del sito” come mi piace dire (cambi sito o template, ma se il dataLayer è sempre al suo posto il tracking non viene intaccato) sarebbe anche “cross soluzione di Tag Management”.

Il che mi sembra una buona notizia 🙂

Ogni tanto appare qualche report con la percentuale di penetrazione sul mercato di Google Analytics: ovviamente a seconda dei numeri presi in considerazione la percentuale può variare moltissimo, ma in ogni caso siamo sicuri che si tratti sempre e comunque di un numero superiore al 50%.

Ad esempio, guardando su builtwith.com, si vedrà 65% della Quantcast top 10k. In passato abbiamo già affrontato il report di econsultancy a riguardo (in questo post per la precisione).
Nel report 2013 di econsultancy la percentuale di aziende interrogate che usa esclusivamente Google Analytics sale al 56% dal precedente 47 (era il 44 nel 2011 e il 38 nel 2010), mentre la percentuale di aziende che lo usano affiancandolo ad un altro sistema subisce questa curva di diminuzione: 49%, 42%, 40% e 34%. Infine lo share di aziendee che non lo usano affatto scende all’11% dal 14% dello scorso anno, quando era stabile rispetto al 2011 e in crescita di un punto rispetto al 2010. Siamo cioè al punto più basso di 4 anni di consultazioni.

In merito al “per cosa è valido”, le risposte sono tutte simili in termini di classifica delle funzionalità più apprezzate, e anche simili per percentuali: viene apprezzato soprattutto per il tracking del traffico e delle conversioni, poi per le campagne, poi per le possibilità di reporting, ottimizzazione AdWords, eccetera…

Fino qui niente di trascendentale, ma vi invito a dare un occhio all’ultimo grafico del report di econsultancy, sia di adesso sia di due anni fa: il grafico delle ragioni per non utilizzare Google Analytics.

Si va da “non riusciamo a farlo funzionare a dovere”, dal 4 allo 0%, a “non l’abbiamo ancora provato”, dal 12 al 10% passando per un 24% dello scorso anno. “non vogliamo che Google abbia questi dati” segue questa curva negli anni: 23, 19, 22, 13%, “siamo contenti di un altro sistema di web analytics invece fa 35, 42, 24 e 38%. Molto altalenante.
Ma soprattutto vi invito a considerare l’ultima risposta: “non è abbastanza sofisticato” che fa 23%, 15%, 17 l’anno scorso e 35% quest’anno.

Ora, o il mondo s’è improvvisamente riempito di geni o c’è qualcosa che mi sfugge: io nel corso di questi 4 anni Google Analytics l’ho visto diventare dannatamente più complicato (e appagante e affascinante, certo), non più semplice.

Cosa mi sfugge?

L’ultima volta che c’è stata novità nelle API era inizio Aprile (inserimento degli experiment ID e variant) e da allora non è più cambiato nulla. Ora il team ci informa che – di colpo – sono disponibili 40 nuovi datapoint, cioè possibili punti di interrogazione, nelle esportazioni possibili.

Questi datapoint comprendono, tra l’altro, molte dimensioni relative all’app tracking (screenName, AppName, isTablet), alcune relative alla nuova possibilità di registrare transazioni nella valuta locale e altre relative ai periodi temporali.
Su quest’ultimo punto, in particolare, alcuni potrebbero non ritenere degne di nota le novità, ma garantisco che avere la possibilità di estrarre direttamente il dayOfWeekName o la isoWeek consente di evitare numerosi calcoli necessari a posteriori dell’estrazione del dato.

E’ anche presente un datapoint denominato fullReferrer, ma al contrario di quanto ci si possa aspettare dal nome, non rappresenta il referrer completo della querystring (come si avrebbe usando un normale filtro) ma solo la combinazione dominio+path (ovvero quel che era già possibile interrogare con un custom report)