Google Analytics in 30 secondi

Nel tentativo di migliorare la coerenza tra i nomi delle funzioni, Google ha cambiato nome a tre funzioni e nel contempo ha reso obbligatorio impostarne i parametri in millisecondi invece che in secondi:

_setVisitorCookieTimeout(millisecondi) prende il posto di _setCookiePersistence().
_setSessionCookieTimeout(millisecondi) prende il posto di _setSessionTimeout().
_setCampaignCookieTimeout(millisecondi) prende il posto di _setCookieTimeout().

_setVistorCookietimeout() imposta il numero di millisecondi trascorsi i quali il cookie che identifica un visitatore scade ed esso si presenta come un nuovo visitatore (posto ovviamente che non abbia fatto visite tra l’ultima impostazione del cookie e il momento in cui scade; ogni nuova visita postpone il momento della scadenza del cookie). Il valore di default è due anni (63072000000 millisecondi).

_setSessionCookieTimeout() imposta il numero di millisecondi che devono trascorrere senza visitare nuove pagine affinché la sessione di visita scada e il visitatore si presenti come un visitatore di ritorno incrementando il contatore delle visite. Il valore di default è trenta minuti (1800000 millisecondi)

_setCampaignCookieTimeout() imposta il numero di millisecondi trascorsi i quali il cookie che contiene le informazioni sulla provenienza del visitatore viene azzerato. Per maggiori informazioni potete rileggere il mio vecchio post. Il valore di default è sei mesi (15768000000 millisecondi; in giorni però sarebbero 182,5).

Già che ci siamo, come feci l’altra volta, vi lascio un elenco di valori convenzionali che potrebbero esservi utili usando queste funzioni:
1 giorno: 86400000 millisecondi
7 giorni: 604800000
14 giorni: 1209600000
15 giorni: 1296000000
30 giorni: 2592000000
60 giorni: 5184000000
90 giorni: 7776000000
120 giorni: 10368000000
180 giorni: 15552000000

Mi è giunta un paio di volte la domanda riguardante la differenza tra exit rate e bounce rate, in varie forme. Riassumo qui: la percentuale di uscita, calcolata per pagina, è la percentuale di visite che terminano con la visione della pagina analizzata. Il tasso di rimbalzo, calcolato sempre per pagina, è la percentuale di visite che iniziano e terminano con la visione della pagina analizzata (e infatti va guardato dal report “pagine di destinazione” e non da “contenuti principali”, se vi ricordate)

Non molto tempo fa lunametrics ha scritto un post a riguardo con alcuni chiarimenti relativi proprio a questo settore, che vi riporto per comodità e completezza:

1. Nel riepilogo navigazione, le uscite includono i rimbalzi? si. se fate un filtro avanzato che includa solo pagine viste = 1, tasso di rimbalzo = 100% e % uscita = 100% avrete una lista di pagine che corrisponde sempre a quelle che nel riepilogo navigazione sono seguite dalla voce “uscite”
2. I rimbalzi e le uscite sono calcolati separatamente? Le uscite includono i rimbalzi, l’abbiamo detto prima. I rimbalzi non sono altro che un sottoinsieme delle uscite: non solo l’utente è uscito da quella pagina, ma è anche entrato da lì
3. Le uscite implicano il fatto che vi sia una pagina vista prima? no, ma se volete possiamo pensare a due tipi di uscite: quelle che hanno visto un’altra pagina prima durante la visita, e quelle che non l’hanno fatto. La seconda categoria ha un nome speciale: rimbalzi 🙂
4. Se le uscite includono i rimbalzi, come posso avere tasso di rimbalzo 100% e % uscita 50%? facciamo un esempio pratico con quattro visite: la prima atterra ed esce dalla pagina che prendiamo in considerazione, la seconda e la terza vi transitano solamente, la quarta arriva da pagine precedenti ma termina la visita sulla nostra pagina.

   – visita uno: un rimbalzo (che è anche un’uscita)
   – visita due: né rimbalzo né uscita
   – visita tre: né rimbalzo né uscita
   – visita quattro: un’uscita

   il tasso di rimbalzo per la pagina è 100%, perché l’unica volta che la pagina è stata la prima della visita è stata anche l’ultima. La percentuale di uscita è del 50%, perché due visite (la prima e la quarta) sono uscite dopo aver visto questa pagina, che però è stata vista in totale quattro volte: 2/4 = 50%

Finito un evento se ne fa subito un altro, no? il 18, 19 e 20 febbraio 2010 parlerò nell’ambito di Cultura senza barriere, a Padova, con un intervento dal titolo La web analytics, un collante per le tue attività on e offline, in cui proverò a esporre meglio alcuni concetti della presentazione di Rimini collegandomi con il tema più generale dell’importanza della misurazione.

L’evento è organizzato dall’Università di Padova, coadiuvata da Marco Bertoni, ed è totalmente gratuito. Nel caso siate presenti ci terrei a conoscervi di persona per fare due chiacchiere 🙂

E’ notizia recente che la Germania avrebbe iniziato una procedura per dichiarare illegale il tracciamento dei dati tramite Google Analytics.

La notizia rimbalza da una parte all’altra della rete, ma non si riesce a capire bene in realtà quali siano i termini della questione.

Se ad essere illegale è il fatto che il sistema traccia gli utenti, si può rispondere tranquillamente che GA traccia molte meno cose di parecchi dei suoi concorrenti: ad esempio niente indirizzo IP, divieto espresso di associare informazioni personali nei report, pena la cancellazione dell’account, impossibilità di risalire ai percorsi di visita a livello di singolo utente. Se è illegale Google Analytics in questi termini, Omniture e Webtrends andrebbero banditi dall’universo.

Se il problema è che il tracciamento viene fatto da Google, che è un motore di ricerca che vende pubblicità, andrebbe bandito anche Yahoo Web Analytics, e Microsoft e Ask non potrebbero mai pensare di mettere in piedi un concorrente per GA in terra tedesca.

Se invece il problema è che un’azienda americana traccia il comportamento di utenti tedeschi, come sperano le autorità di impedire che questo avvenga per le visite di costoro sui siti USA, o italiani o austriaci o del resto del mondo? vogliono forse imporre a tutti i provider teutonici di bloccare le richieste del dns verso www.google-analytics.com? (tralasciando comunque il fatto che si può applicare anche qui lo stesso discorso dei punti precedenti…)

Se – come leggo – il problema è che si dovrebbe informare i cittadini prima di iniziare a raccogliere i dati, i termini del servizio sono abbastanza chiari da smontare il caso. Si legga al punto 8.1:

Lei porrà in risalto sul Suo Sito Web un’adeguata politica sulla privacy, alla quale dovrà ottemperare. Compirà inoltre ogni sforzo ragionevole per portare all’attenzione degli utenti del sito web una dichiarazione sostanzialmente simile alla seguente:

“Questo sito web utilizza Google Analytics, un servizio di analisi web fornito da Google, Inc…

Insomma, per adesso vedo solo tanta confusione…

Ho avuto l’onore di fare una presentazione subito dopo Avinash Kaushik al Rimini Web Marketing Event 2009. E’ stata una emozione fortissima, e anche una fonte enorme di stress nei giorni precedenti. Per quanti non fossero presenti, riassumo qui i contenuti.

Il futuro della web analytics: orizzontale o verticale?

Dopo aver fatto un brevissimo riassunto di cosa è stata e cosa è oggi la web analytics, poiché non puoi capire chi sarai se non sai chi sei – ho iniziato a tratteggiare alcuni aspetti coi quali dovremo fare i conti prima o poi, partendo da una citazione di Eric Peterson.
La prima questione posta riguarda l’orizzontalità o la verticalità dei prossimi sistemi di WA: con sistema verticale indico strumenti in grado di analizzare nicchie particolari o ambiti molto ristretti e specifici (ad esempio BandMetrics, per i gruppi musicali e le case discografiche, o le statistiche demografiche della fan page su Facebook), con strumenti orizzontali indico sistemi omnicomprensivi in grado di analizzare la nostra presenza sul web più o meno ovunque essa si manifesti (le suite complete di Webtrends e Omniture, ad esempio). Poiché oggi usiamo troppi codici per tracciare tutto, e questo è male sia per noi che per gli utenti, la strada sembra abbastanza tracciata in favore dei sistemi orizzontali, perché spesso non ci servono strumenti diversi, ma viste diverse sugli stessi dati. Tra l’altro ho portato l’esempio di MeasureMap e Feedburner, due strumenti verticali che oggi sono integrati in Google Analytics e che lo rendono più orizzontale.

Integrazione

Altra questione interessante per il futuro della WA è l’integrazione dei dati: se torniamo all’esempio precedente, ha senso sapere che ho 20000 persone sulla fan page di Facebook e 15000 sul sito se poi non sono in grado di capire se 3/4 sono le stesse persone?
Ieri l’integrazione dei dati veniva fatta manualmente su Excel, oggi sono disponibili delle API che permettono di astrarre di un livello l’operazione, domani quando le fonti saranno ancora più numerose i sistemi di WA dovranno prendersi in carico l’onere di decidere un formato condiviso per l’integrazione e dovranno essere fornite di API bidirezionali, poiché non è detto che tutto vada integrato nel medesimo posto per tutti, le necessità saranno molteplici.

Manipolazione

Oggi la web analytics è sostanzialmente descrivibile con un diagramma di flusso: raccolta dei dati grezzi, analisi e memorizzazione, reportistica. Con il crescere delle fonti e delle necessità potrebbe diventare sempre più reale l’esigenza di manipolare direttamente i dati (grezzi o memorizzati, ma comunque prima della fase di reportistica). La manipolazione di ingenti quantità di dati richiede però potenza di calcolo e capacità di storage, che quindi si tramutano in costi infrastrutturali, richiede la presenza di qualcuno che si occupi di decidere quali sono le viste sui dati interessanti, e soprattutto si presta ad errori di manipolazione, che sono potenzialmente molto dannose per le decisioni di business legate alla web analytics.

Video Analytics

Che i video siano ormai un grande veicolo di marketing e fonte di visite è cosa nota, e come tutte le cose che hanno a che fare con il marketing e la promozione, i risultati vanno misurati. Al momento Youtube fornisce qualche informazione tramite Insights, ma non è abbastanza. Shinystat ha in corso di brevetto una tecnologia per mostrare i punti di interesse sul video, sicuramente interessante, ma visto che in futuro non si potrà prescindere dal video, non si potrà prescindere dalla video analytics. Oggi analizziamo video in molte forme (su portali terzi come Youtube, Vimeo, ecc o sui nostri siti, sia “statitici” che in streaming) ma sappiamo sempre a priori che un video ci sarà. Domani avremo bisogno di tracciare anche streaming che partono in tempo reale (avete mai usato Qik o Livestream?).
Inoltre alcuni banner evolveranno in video, quindi sarà necessario analizzare anche il comportamento degli utenti su di essi e comunque video professionali richiedono un budget generoso e meritano un calcolo molto puntuale del ritorno dell’investimento.

Mobile Analytics

Il web fruito da mobile ha tassi di crescita elevati e una penetrazione dilagante, complici gli abbassamenti dei costi di connessione. Per contro quasi tutti i fruitori di smartphone evoluti sono propensi alla spesa (si pensi al mercato delle applicazioni per Iphone e Android, ad esempio). Come stimolo ulteriore per l’analisi mobile vi è il fatto che la fruizione da mobile ha necessità completamente diverse da quelle desktop. Esigenze del navigatore da telefonino sono reperire informazioni, più che svagarsi, la navigazione è tipicamente “mordi e fuggi” con alto tasso di rimbalzo, che quindi non sempre va interpretato con una negativa esperienza utente.
I tempi sono quindi spesso piccolissimi, il fruitore mobile non aspetta che la pagina si carichi per gli stessi minuti di un utente desktop, ha fretta; si collega a qualunque ora del giorno e della notte (anzi, spesso più la sera quando non ha il computer dell’ufficio), e anche se è perennemente connesso a internet fa visite di pochi minuti, se non di pochi secondi. Infine la connessione avviene ovunque ci sia necessità di avere un’informazione, in piedi, sull’autobus, in macchina, al ristorante.

App Analytics

Con App Analytics intendo la possibilità di tracciare puntualmente cosa un utente di smartphone fa sulle applicazioni create da noi, e non necessariamente legate al web. Addirittura ipotizzando che il tracciamento possa avvenire senza una connessione internet, quindi in differita, e i dati possano essere inviati al sistema di analisi alla prima occasione utile, operazione che ridurrebbe un po’ l’efficacia dell’analisi, ma sempre meglio che non avere nessun dato. Un utente appena fidelizzato di un albergo (quelli di lunga data alzano il telefono o prenotano di anno in anno infatti) potrebbe avere il piacere di avere un’applicazione che gli consenta in tempo reale di verificare se in una certa data è disponibile una camera, magari perché sta consigliando l’hotel a un amico. Tracciarlo significherebbe avere a disposizione un’informazione su un desiderio e una necessità che non verrebbero espressi con una azione classica (una visita sul sito e/o una conversione).

Phone Tracking

Oggi tracciare le telefonate generate da un sito web è una operazione piuttosto farraginosa, basata su questionari individuali fatti al momento della chiamata e poco integrati con i sistemi di web analytics. La via più semplice è quella di mettere sul sito un numero differente e capire quanti lo usano, ma in futuro si diffonderanno sistemi come Mongoose e Adinsights, che mostrano numeri differenti a persone differenti e quindi sanno sempre puntualmente quale pagina ha generato quale chiamata. Questo porta ad una unificazione dei dati on e offline, e permette di recuperare audience del sito che normalmente sfugge ai sistemi di tracciamento. Inoltre in questo modo il calcolo del ritorno dell’investimento sul sito è più puntuale e comprende anche i lead generati con un sistema tradizionale come il telefono. E questo per non parlare del Voice-over-IP, su cui però non ho ancora riflettuto abbastanza 🙂

Game Analytics

Il tema della game analytics lo avevo già affrontato su questo blog, ve ne ricorderete. Dopo ho avviato una discussione (invero piuttosto lenta, per via dei miei impegni) con Federico Fasce di Urustar sul valore dei sistemi di achievement, e direi che siamo concordi nel dire che un trofeo ha un alto valore di convincimento nel giocatore/utente, e che dare un trofeo a fine livello dopo una certa serie di operazioni è sostanzialmente uguale al registrare un obiettivo sul sito dopo un funnel predefinito. Se in futuro ci sarà una integrazione tra il concetto di visitatore e di giocatore (per esempio perché un hotel mette sul sito un gioco con un palio una camera per un week end) si avranno a disposizione moltissime informazioni di qualità sulla persona.
Ovviamente quando parlo di game analytics non intendo solo e soltanto i metaversi con avatar 3D, alla second life, ma in generale tutti i giochi online. Ho portato l’esempio di Pet Society su Facebook, che solo all’apparenza è un giochino futile, e invece porta parecchio denaro alla Playfish che lo realizza, poiché si possono acquistare con denaro vero oggetti per il proprio pupazzetto. Inoltre la Playfish ha a disposizione le informazioni demografiche di tutti i giocatori, e così torniamo al discorso del verticale.
Per quel che invece concerne strettamente i metaversi, la possibilità di sapere dove i giocatori si soffermano e dove guardano porterà il vantaggio competitivo di poter proporre la creatività corretta alla persona giusta nel momento giusto e nel posto giusto!

Everything goes digital

Al giorno d’oggi tutto sta diventando digitale e massivo. Ho portato l’esempio dell’audiocassetta, che da qualche anno si è trasformata in mp3, e oggi è podcast, fruibile in massa via internet (quindi tracciabile). Poi mi sono spinto oltre, indicando il libro cartaceo, che prima è divenuto brevemente pdf e oggi è ebook, fruibile in massa e via internet. Sicuramente tracciare il download di un ebook (ma anche di un pdf) è cosa buona e giusta, ma domani, quando gli ebook reader tipo Kindle saranno molto più diffusi e connessi, si potrà sapere anche quante persone hanno effettivamente letto l’ebook, fino a che pagina sono arrivati (quindi se era interessante in toto o solo in parte) e addirittura se qualcuno ha sottolineato un certo passaggio – e quale – a che pagina.

Ultima suggestione

Se tutto è digitale, tutto è misurabile. Come ultima suggestione, che ho saltato per mancanza di tempo, volevo portare il nuovo Google Chrome OS, presentato qualche giorno fa. Il nuovo sistema operativo di Mountain View fa il boot in sette secondi e serve sostanzialmente per facilitare le persone a fare quel che Google preferisce facciano: stare online. Al suo interno tutto avverrà online, comprese le applicazioni, che saranno appunto applicazioni web. Ma se sono “web” sono tracciabili e analizzabili!

Conclusione

La conclusione che ho tratto è che secondo me la definizione di web è una cosa che sta velocemente perdendo senso: ci riferiamo ad esso perché ci siamo affezionati, ma la realtà è che la rete è sempre più pervasiva (beh, io comunque ho quattro connessioni ad internet, comprendendo anche quella aziendale che non pago di tasca mia) e che entrerà in un numero sempre maggiore di dispositivi. Penso che domani dovremo imparare a chiamare la nostra attività semplicemente “ANALYTICS” perché avrà a che fare con il web solo marginalmente. Il consiglio che do a tutti è di iniziare a fare bene adesso web analytics, perché domani con l’analytics ci sarà da divertirsi parecchio.

[photo credit: marcoziero on flickr

Google ha iniziato a rilasciare la funzione di Intelligence su tutti gli account di Analytics; ormai vedo numerosi post sull’argomento, e pare che la novità sia apprezzata. Anche io da qualche giorno ho avuto accesso al pannello, e concordo nel dire che è una funzione di cui si sentiva proprio il bisogno.

Il nuovo pannello si inserisce direttamente tra la Dashboard e i Visitatori, e si chiama Intelligence (Beta) anche nell’interfaccia italiana. Cliccando il link si viene proiettati sulla visualizzazione degli avvisi giornalieri per il periodo temporale già selezionato. Il grafico è posizionato sulle visite, mentre sotto ad esso abbiamo un grafico ad istogrammi che indica la quantità di avvisi giornalieri emessi nel periodo. Esistono due tipi di avvisi, gli avvisi personalizzati (azzurri) e quelli automatici (verdi). Quelli automatici sono generati da Google Analytics in base a significative variazioni sui dati registrati: ad esempio “Visitatori su del 93%” piuttosto che “Obiettivo2 con una crescita superiore al 500%” o “+82% di visitatori provenienti da Milano”.

Ogni singolo avviso ha un pulsante per variare il grafico in base alla metrica oggetto dell’avviso, ha il valore registrato nel giorno, la variazione in verde o rosso, il valore previsto e un link per creare automaticamente un segmento personalizzato con gli stessi valori, utile nel caso un certo avviso venga ripetuto più volte nel tempo e abbia necessità di essere tenuto d’occhio. La barra grigia “Significato”, che GA usa per ordinare gli avvisi; è un indice della presunta importanza data dall’algoritmo agli avvisi. Gli avvisi possono essere visualizzati raggruppati per metrica (tipo valore obiettivo, visite, visitatori, visualizzazioni di pagina…) o per dimensione (tipo di visitatore, paese/città, sorgente di traffico…). E’ inoltre presente uno slider trascinabile per aumentare o diminuire il numero di avvisi, indicato con la traduzione “livello di gravità per l’attivazione degli avvisi”.

Gli avvisi personalizzati invece possono essere creati tramite il link “crea un avviso personalizzato” e non sono limitati al profilo in cui si opera: infatti è presente un menu a tendina per applicarlo eventualmente anche ad altri profili cui si ha accesso in Analytics. La creazione è intuitiva, basta rispondere alle due domande “Applicabile a” – che permette di selezionare una dimensione – e “avvisami quando” – che invece fa selezionare una metrica. Entrambe le scelte fanno comparire un menu a tendina per scegliere il criterio e un box in cui selezionare il valore. Ad esempio per creare un avviso personalizzato molto semplice che “scatti” quando il traffico da un giorno all’altro si incrementa di oltre il 20% faremo così (clicca per ingrandire):

Sarà inoltre utile mettere la spunta su “inviami un’email quando si attiva questo avviso”, perché se vi ricordate GA analizza i dati ogni ora anche se sono aggiornati a tre ore prima, quindi se ipoteticamente alle 13 di un giorno fossimo già oltre la soglia impostata riceveremmo una mail che ci informa e potremmo capire perché, ed eventualmente intraprendere azioni per migliorare ulteriormente il risultato della giornata. Gli avvisi personalizzati, al pari dei segmenti personalizzati e dei rapporti avanzati, possono essere condivisi tramite un link da inviare a chi eventualmente non fosse in grado di crearseli da sé.

Altra novità di questi giorni è la tanto attesa integrazione Google Analytics – Feedburner, arrivata Venerdì quasi come regalo di quarto compleanno per GA.
Andando nel pannello di Feedburner – configure stats sarà necessario selezionare la spunta su “item link clicks” e su “Track clicks as a traffic source in Google Analytics”. Eventualmente è possibile impostare un settaggio avanzato tramite il link “customize…”, per impostare in modo puntuale Sorgente, Mezzo, Campagna, Contenuto e Termine (i cinque parametri delle campagne di GA).
Feedburner non farà altro che inserire in calce ad ogni link che porta al vostro sito nei vostri rss i parametri necessari a tracciare le campagne in Analytics, per cui nei vostri report avrete una nuova sorgente (feedburner se lasciate le impostazioni di default), uno o più mezzi (feed e email sono valori validi per feedburner) e tutti gli altri valori. Particolarmente interessante mi sembra il tracciamento del parametri utm_content, che ritroviamo nel report “versioni annunci“. In questo momento io ho Google Reader, Google International e Twitter, associati al mezzo feed, e sono passati solo due giorni (giorni festivi per giunta!).
In futuro sarà sempre più facile conoscere l’esatta provenienza dei visitatori, anche se essi leggono via feed. Finalmente! 🙂

Chi si ricorda quel 14 novembre 2005? esattamente quattro anni fa, con un annuncio un po’ a sorpresa, Google rilasciava una versione hosted (ospitata sui suoi server) di Urchin, software di web analytics acquisito nel marzo precedente.

Ebbe così tanto successo che dopo pochi giorni Google dovette chiudere le iscrizioni, e le tenne chiuse per un bel po’ mentre aggiungeva spazio e capacità computazionale al sistema. Vi ricordate i grafici a torta tridimensionali, le linee con i puntini grossi, blu e gialle, i bottoni rossi con le due frecce verso l’alto che puntavano agli url esterni? Vi ricordate quando insomma si presentava così?

Nonostante questo alcuni di noi l’hanno amato da subito, compreso il sottoscritto che in ufficio era abituato ad usare Webtrends: non mi sembrava vero di avere tutto sotto mano con così poco sforzo, e sebbene fossi conscio del fatto che – allora – i due sistemi non erano nemmeno lontanamente paragonabili, avevo iniziato a intuire la portata di quella che ormai quasi tutti conosciamo come la “regola 10/90” di Avinash Kaushik: se hai 100 da spendere in web analytics, usa 10 per il software e investi 90 nelle persone che dovranno fare l’attività. Google Analytics, anche nella sua prima incarnazione, spostava l’ago esattamente in quella direzione: costo zero, installazione zero, configurazione limitata. Era come se ti sussurrasse nell’orecchio: “facciamo noi il lavoro sporco, tu concentrati sui dati 😉 “.

Cosa è diventato oggi Google Analytics più o meno lo sappiamo: un market share del 60% secondo l’ultima analisi di Immeria, di inizio 2008 (basata sui dati di WASP – web analytics solution profiler), una versione 4.0 da poco annunciata e in graduale rilascio agli utenti, un supporto sul territorio sempre più capillare e preparato.
GA oggi è una delle punte di diamante tra gli asset di Google, e la cosa ci è confermata dalla quantità di dati che sono immagazzinati da Mountain View: BigTable è un sistema di normalizzazione dei dati pensato e utilizzato da Google per i suoi database, che è stato presentato a dicembre 2006 (si veda anche l’ottimo post di Nicola Briani sul forumGT). Ebbene, nel 2006 la seconda applicazione per quantità di dati presente in BigTable era proprio Google Analytics, con 250 Terabytes, seconda solo ai dati dell’indice delle ricerche e del crawl di tutto il web (850 Tb).

Dati che nonostante quanto indicato anche ufficialmente (“The data is stored for at least 25 months“) non sono mai stati cancellati: il mio primo profilo ha ricevuto la prima visita proprio lunedì 14 novembre 2005, e oggi posso ancora vederlo, insieme a tutti i successivi.

Secondo voi come sarà Google Analytics il 14 novembre 2010?

Quelli tra di voi che mi leggono da più tempo forse si ricorderanno del post “comprendere appieno il tempo sul sito“. Oggi ci ritorniamo per via di un post di metà ottobre di Brian Clifton, che ho avuto modo di leggere solo nel weekend: Brian prende di mira un post del blog ufficiale di Clicktale, che racconta come Clicktale sia più accurato di Google Analytics nel conteggio del tempo sul sito e sulla pagina.

Come ho esplicitato nel mio post passato, il modo per calcolare il tempo sulla pagina è quello di sottrarre il timestamp della pagina successiva da quello della pagina precedente (nel caso del tempo sul sito ovviamente la sottrazione avverrà tra il timestamp dell’ultima pagina della sessione e quello della prima).
Questo porta a tre “problemi”: il primo è che non si può conoscere il tempo sull’ultima pagina, il secondo è che il tempo totale sul sito manca del tempo trascorso sull’ultima pagina, il terzo è che le visite di una sola pagina (i bounce) hanno tempo zero. Cose che ormai conosciamo, ma non solo: questo è esattamente il comportamento tipico dei sistemi di Web Analytics, ed è lo stesso che possiamo trovare nell’ultima versione del documento degli standard della Web Analytics Association (pagina 17).

Come faccia Clicktale a calcolare il tempo sull’ultima pagina non lo so, posso solo azzardarlo da un punto di vista tecnico: deve essere presente un javascript che invia un segnale “hey, sono ancora qui” al server di Clicktale, ogni secondo, per tutte le pagine viste che contengono il suo script. Non può trattarsi di un evento javascript scatenato perché l’uscita dal sito può avvenire in più modi: cambio di URL, tramite digitazione o bookmark, chiusura della scheda, chiusura del browser, spegnimento del PC, e non tutti questi possono generare una chiamata javascript.
E’ conveniente dal punto di vista tecnico? forse se non hai un grosso volume di traffico si, ma se tutte le pagine che contengono il codice di GA facessero una chiamata al secondo come “ping” il sistema collasserebbe all’istante. Ma questo sarebbe eventualmente un problema che dovrebbe risolvere Google; il vero problema è che includere il tempo trascorso sull’ultima pagina porterebbe forse più danni che benefici.

Se guardo tre pagine e sto su ognuna 50 secondi, avere un tempo sul sito di 150 secondi è sicuramente più corretto che averne uno di 100, come invece ci direbbe GA. Ma questo vale solo nel caso in cui i tempi siano all’incirca tutti uguali. Se sto 50 secondi sulle prime due e poi 2000 secondi sulla tre, perché magari mi sono sono andato a bere un caffè e ho chiuso il browser solo al mio ritorno, porta ad avere un tempo totale di 2100 secondi e un tempo medio per pagina di 700 secondi. E vi garantisco che navigare con molte schede aperte (e molte dimenticate aperte) è ormai la norma, specie in ambito lavorativo.
Il sistema che usa Google Analytics e molti altri rinomati sistemi di WA non è il più accurato possibile, ma è il più vicino possibile a quello reale tenuto conto dei vincoli tecnologici odierni.

Come corollario al suo post, Brian dice che il blog di Clicktale usa per monitorare gli accessi anche Google Analytics (il che non è un problema, il detto dice “conosci il tuo nemico” 😉 ), ma che violano i termini del servizio perché includono informazioni personali (nome, cognome ed email) nei loro tracciamenti, informazioni che sono in grado di far risalire puntualmente a chi ha visto cosa e quando. Operazione che è espressamente vietata dalla TOS di Google Analytics.

Della funzione _addOrganic() abbiamo già parlato in passato: essa serve ad aggiungere un motore di ricerca alla lista predefinita che Google Analytics riconosce autonomamente, lista che viene modificata nel tempo e che rispetto al post di luglio 2008 è diventata:

images.google:q
google:q
yahoo:p
msn:q
bing:q
aol:query
aol:encquery
lycos:query
ask:q
altavista:q
netscape:query
cnn:query
looksmart:qt
about:terms
mamma:query
alltheweb:q
gigablast:q
voila:rdata
virgilio:qs
live:q
baidu:wd
alice:qs
yandex:text
najdi:q
aol:q
club-internet:query
mama:query
seznam:q
search:q
wp:szukaj
onet:qt
netsprint:q
google.interia:q
szukacz:q
yam:k
pchome:q
kvasir:q
sesam:q
ozu:q
terra:query
nostrum:query
mynet:q
ekolay:q
search.ilse:search_for
rambler:words

fino ad oggi i vostri motori di ricerca venivano aggiunti in coda a questa lista, ma poiché il match viene effettuato in ordine e interrotto alla prima occorrenza (perché una visita con keyword non può certo essere attribuita a due motori differenti!) c’era la remota possibilità che un motore predefinito intercettasse la visita e la keyword prima del motore da voi specificato. Per questo motivo a partire dal mese scorso è stato aggiunto un parametro opzionale alla funzione che serve a dire a GA di consultare prima la lista dei motori personalizzata, e dopo quella predefinita.
Il nuovo parametro è opzionale, è un booleano (quindi 1 o 0, vero o falso) e se non specificato è automaticamente impostato su falso, in modo da replicare la situazione già esistente.

Riprendendo l’esempio che feci nel post originale, la nuova sintassi per aggiungere il motore di Libero e metterlo in cima alla lista (quindi prima di images.google) è

pageTracker._addOrganic("libero","query",1);

Sono piccoli miglioramenti che ai più possono risultare inutili, ma che sicuramente risolvono grossi problemi a qualcuno nel mondo…

Oggi mi ha contattato in chat Paolo Ciarrocchi, già autore di questo post su goanalytics.info, per chiedermi come mai il mio nome non comparisse nel database che Google permette di interrogare e che contiene l’elenco dei certificati Qualified Individuals.

Il motivo è semplice, e pare che molti abbiano commesso il mio stesso errore, se interrogando il db escono fuori solo 17 certificati per l’Italia (e soltanto due nomi tra i miei conoscenti che hanno sicuramente ottenuto la certificazione).
Se avete passato il test e volete esserci dovrete collegarvi alla pagina google.starttest.com, loggarvi usando le credenziali con le quali avete effettuato il test ed editare il vostro profilo usando la voce di menu PROFILE.

Alla domanda “Are you taking the Google Analytics Individual Qualification test?*” dovrete rispondere YES, in modo che compaia la possibilità di rispondere alla successiva domanda “Would you like your name added to the database if you pass this test?*” con un altro YES. Io non ho compilato – e a dire il vero non vedo l’utilità – il campo con il mio Google Analytics Account Number (quale poi? ne ho svariati 🙂 ).

Considerata la poca fatica che bisogna fare per essere in quell’elenco una volta ottenuta la certificazione, perché privarsi di questa possibilità?