Interpretazione dei dati di web analytics: le basi per il successo di una campagna di web marketing in grado di intercettare i comportamenti dell’utente

Tutti coloro che si occupano di marketing e comunicazione sul web conoscono l’importanza dei dati di web analytics. Molti li consultano, solo alcuni li sanno davvero “leggere” su diversi livelli di approfondimento. Ma quanti li utilizzano poi consapevolmente, sfruttando le possibilità che questi dati offrono per un web marketing efficace?

Indubbiamente l’esplosione del numero di device collegati al web ha reso il mondo intero più connesso che mai. Ciò ha consentito sempre di più ai marketers di monitorare e raccogliere informazioni sui comportamenti dei loro utenti in ogni momento del funnel di acquisto e su ogni dispositivo. Ma una mole di dati così impressionante si può governare solo con strumenti opportuni e seguendo alcune importanti linee guida.

 

Web analytics: un mare di dati, con l’utente al centro

Al centro di questi digital big data c’è sempre l’utente. Soprattutto perché nel mondo iperconnesso di oggi il funnel di acquisto non segue più l’iter tradizionale awareness-acquisition-engagement-conversion, ma può iniziare da uno qualsiasi di questi quattro momenti, per poi svolgersi e concludersi su device diversi rispetto a quello iniziale. L’unico punto fermo è proprio l’utente: il suo comportamento è ciò che dobbiamo interpretare per anticipare desideri e azioni che portino dritto alla conversione.

Qualità e non solo quantità

Se per molto tempo i dati quantitativi per gli analisti si limitavano alle interazioni con i siti web (visite e visualizzazioni di pagine, provenienza, performance dei vari canali di marketing), l’avvento del mobile ha fatto emergere la necessità di maggiore approfondimento e attenzione. Il rilascio di Google Universal Analytics è andato proprio in questa direzione: mettere l’utente-potenziale cliente al “centro dell’universo” e dare una visione onnicomprensiva delle performance di un business, al di là del semplice sito web, inglobando il mobile ed evidenziando dove, come e quando ci sono stati punti di contatto con gli utenti nel percorso di acquisto.

In aggiunta ai dati quantitativi, i parametri qualitativi (survey, feedback, valutazioni, ecc.) aiutano gli analisti ad esempio a migliorare la user experience, oltre a identificare le ragioni che si celano dietro a cambiamenti importanti, nuove tendenze, ecc.

L’importanza della web analytics per il digital marketing

I dati di web analytics rappresentano lo strumento di partenza con cui costruire campagne di marketing online e in particolare per le campagne PPC, trasversali a tutti i settori, molto efficaci nel settore delle PMI. Parliamo quindi principalmente di Google AdWords e del SEM in generale.

In questo ambito, limitarsi ad utilizzare il pannello di AdWords (o di Bing e Yahoo) è assolutamente riduttivo. Vediamo in dettaglio perché.

Le metriche del PPC (CTR, conversion rate, CPC, cost per conversion, ecc.) sono fondamentali e non possono essere ignorate. Si chiamano front-end metrics e ci dicono cosa succede alla nostra campagna, quanto traffico è stato generato, quante vendite, quanti lead, quante visite e quanto tutto questo ci sta costando. Ma quello che non ci dicono è perché tutto questo sta succedendo. Ed è a questo punto che entrano in gioco gli analytics, le cosiddette post-click-metrics, perché sono loro a dirci cosa fa il visitatore intercettato dalla campagna una volta arrivato nel sito. Non basta aver attivato, ad esempio, l’AdWords Conversion Tracking, perché i dati che questo raccoglie comunque non ci raccontano l’intera storia. Non ci dicono quante visite al sito sono state fatte prima che la conversione avesse luogo, quali altre pagine sono state visitate dopo il click, se chi è entrato e ha acquistato era alla sua prima visita o era già un cliente, e molto molto altro…

Web Analytics e SEM: i punti fondamentali

I dati post-click sono essenziali per supportare una campagna PPC proprio perché misurano il comportamento degli utenti sulla base di alcuni parametri davvero importanti.

Bounce Rate: percentuale di utenti che visitano una pagina e poi abbandonano il sito.
Un alto bounce rate è considerato generalmente un segno negativo e questo è certamente valido per un sito e-commerce, ad esempio, o per un sito di contenuti che punta all’approfondimento, ma non per una campagna finalizzata alla raccolta di lead, agganciata ad una landing page con semplice form da compilare. Il rimbalzo va quindi sempre interpretato in relazione agli obiettivi.

Tempo medio sul sito: quanto a lungo i visitatori restano sul sito, misurato in ore, minuti e secondi.

Su un e-commerce, ad esempio, un tempo medio alto è indice di un più probabile successo rispetto alla conversione finale, perché generalmente gli step per portare a termine un acquisto richiedono almeno 4-5 minuti. Ma se invece stiamo analizzando i dati di una landing per la raccolta lead e il tempo di permanenza è molto alto, potrebbe significare che l’abbiamo costruita in modo errato, con troppi input o con un form poco chiaro, troppo lungo e complesso.

Numero di pagine visitate: media di pagine visitate per ogni sessione.
La maggior parte degli e-commerce guida l’utente fino al carrello in un percorso di 4-5 pagine, a cui si possono aggiungere anche dei passaggi intermedi. In questo caso, avere una media di 5-7 pagine per visita è positivo e può essere indicatore di un più probabile alto numero di conversioni.

Keywords: sono fondamentali nell’analisi dei dati post-click in un’ottica di ottimizzazione delle performance. Segmentandole e raggruppandole potremo sapere in dettaglio quali performano meglio e se, ad esempio, scopriamo che un gruppo di keywords registrerà un bounce rate molto alto, potremo dedurre che la landing page a cui abbiamo agganciato la campagna non offre all’utente ciò che si aspetta di trovare dopo il click. Da questi dati avremo appreso che gli annunci e/o la pagina di atterraggio necessitano sicuramente di una rivalutazione e revisione. Incrociando di dati sui segmenti di keywords si potranno eliminare le parole chiave meno performanti, adattare i messaggi degli annunci, testarne delle varianti e verificare quali di queste risultano più efficaci. È possibile individuare le migliori combinazioni tra keyword e pagine di destinazione, ma tutto deve essere opportunamente tracciato anche attraverso l’integrazione dei parametri necessari nella struttura delle pagine web.

 

In definitiva, quando si avvia un’attività SEM è dunque importantissimo osservare in parallelo cosa accade anche sul sito web, e, avendo ben chiari gli obiettivi della campagna, leggere i dati per adottare tutte le necessarie strategie di ottimizzazione. Noi di axélero lavoriamo a stretto contatto con i nostri clienti proprio per sensibilizzarli all’uso ragionato della web analytics e per dare loro tutti gli strumenti per migliorare le loro performance di marketing e raggiungere gli obiettivi di business, di qualunque tipo essi siano.