È in corso la trasformazione del modo in cui i marketer devono affrontare l’analisi. È ora di smettere di pensare al flusso degli utenti e pensare invece a una serie di eventi (attività) che ci aspettiamo dagli utenti coinvolti.
Molto prima che apparisse il primo banner pubblicitario web (27 ottobre 1994, sulla rivista Wired), gli esperti di marketing che desideravano aiutare i propri clienti con i loro sforzi di marketing abbracciarono il connubio tra analisi e marketing. Nel tempo, quel matrimonio si è evoluto e anche le capacità degli strumenti di analisi.
Un tempo, i rapporti di marketing erano: “Guarda il numero di visitatori del sito generati dalla campagna!” o “Guarda quante visualizzazioni di pagina siamo riusciti a ottenere!” Questi erano gli usi comuni dell’analisi. Alla fine, con il miglioramento degli strumenti di analisi, è diventata possibile la possibilità di attribuire le vendite online a specifici sforzi di marketing.
Durante questi oltre 30 anni, una cosa è rimasta costante nell’interpretazione del marketing dell’analisi basata sul web: una campagna ha portato X visitatori al sito. Hanno visualizzato così tante pagine, che hanno portato a un determinato numero di vendite. In sostanza, un flusso utente di base. Ogni passaggio del sito durante il percorso del visitatore è stato visto come fluido e facile da seguire.
Come esperti di marketing, dobbiamo iniziare a mettere in forma il nostro cervello per ciò che verrà con la prossima generazione di strumenti e tecniche di analisi. La nuova generazione di strumenti di analisi non elabora più la registrazione dell’attività dell’utente (file di registro), ma memorizza invece eventi specifici in un database. Se non hai sentito parlare di “Analisi basata sugli eventi”, presto ne sentirai parlare ovunque.
Nell’ottobre 2020, Google ha rilasciato Google Analytics 4 (GA4). Era in modalità Beta, ma qualsiasi utente che si registrava a Google Analytics veniva automaticamente iscritto a GA4. Dovevi conoscere GA per impostare la vecchia Universal Analytics (UA). Sebbene GA possa essere lo strumento di analisi più popolare in circolazione, Adobe Analytics esegue “Analisi basata sugli eventi” da un po’, insieme a molti altri strumenti di analisi disponibili.
Anche se la data ufficiale da parte di Google che costringe tutti a passare a GA4 non è stata annunciata, stai certo che sta arrivando ed è ora di iniziare a pensare all'”analisi basata sugli eventi” e a come differisce da ciò a cui sei abituato e alcuni dei vantaggi in esso contenuti.
Definizione dell’analisi basata sugli eventi
“L’analisi basata sugli eventi è il metodo per tracciare e analizzare le interazioni tra gli utenti e il tuo prodotto, noto anche come eventi”.
Cosa significa tutto questo per i marketer? Dobbiamo ripensare al modo in cui presentiamo i dati analitici come parte dei nostri rapporti di marketing.
In passato, quando parlavamo del percorso di un utente, diciamo: “Provengono da questa campagna, sono atterrati su questa pagina, hanno visitato queste pagine e hanno effettuato un acquisto di $ XXX,XX”.
Con l’analisi basata sugli eventi, continueremo a vedere quali campagne hanno portato i visitatori al sito. Seguirli su quali pagine hanno visualizzato non è così facile, ma monitorare i singoli passaggi del processo di pagamento diventa molto più semplice.
Con l’analisi basata sugli eventi, otteniamo una visione del prodotto di ciò che è emerso più del flusso degli utenti.
Ad esempio, possiamo creare un segmento per una campagna specifica e visualizzare i singoli passaggi (pensalo come trampolino di lancio, un utente può facilmente saltare da uno all’altro o saltarne alcuni). In un sito di e-commerce, vedremo quante unità di ciascun prodotto sono state aggiunte al carrello e quante ne sono state acquistate. Non vedrai se aggiungono un prodotto al loro carrello, quindi tornano più tardi e lo rimuovono o diminuiscono l’importo ordinato. L’analisi basata sugli eventi genererà un rapporto simile al seguente:
Analisi e segmentazione basate sugli eventi
Una potente funzionalità che diventa disponibile con l’analisi basata sugli eventi è la segmentazione migliorata. Sebbene gli strumenti di analisi degli ordini offrano un certo livello di segmentazione, ora avrai molta più flessibilità quando si tratta di definirli. La segmentazione ti darà la possibilità di separare potenziali clienti e clienti in gruppi specifici in base a come interagiscono con il tuo prodotto.
Di seguito è riportato un esempio di come con l’analisi basata sugli eventi è possibile generare il coinvolgimento degli utenti tramite diversi canali di acquisizione.
Con l’analisi basata sugli eventi, molto probabilmente non vedrai una misurazione della frequenza di rimbalzo segnalata. Come mai? Perché il semplice atto di visualizzare una pagina è un evento. La maggior parte degli strumenti di analisi ora registra il tempo sulla pagina (un evento viene attivato ogni X secondi) tramite timer e non solo dal timestamp tra le visualizzazioni di pagina e tengono anche traccia dello scorrimento dell’utente su una pagina (coinvolgente). Per semplificare, se un utente trascorre X secondi su una pagina o inizia a scorrere, non è rimbalzato, ma si è impegnato. Ora dobbiamo pensare a “sessioni impegnate” rispetto a “sessioni non impegnate”. Una singola visualizzazione di pagina, senza scorrere e spendendo meno di X secondi, è una “sessione non impegnata”.
Leggi dopo: Che cos’è l’analisi del percorso del cliente?
Utilizzo dell’analisi basata sugli eventi per aumentare le entrate
Con un sito Web di e-commerce e un’app mobile, un visitatore del sito (forse da una campagna di marketing) apre il sito Web e sfoglia una serie di articoli prima di aggiungerne uno al carrello. Potrebbero passare giorni dopo, accedono nuovamente all’app mobile e completano l’acquisto. Ora nella tua piattaforma di analisi, i comportamenti o gli eventi di cui sopra potrebbero assomigliare a questo: “Registrazione utente”, “Cerca articoli”, “Visualizza dettagli articolo”, “Aggiungi articolo al carrello” e “Acquisto completato”. Su molti strumenti di analisi precedenti, non vedresti questo viaggio connesso, ma vedresti che un utente proveniva dalla campagna X, aggiungeva articoli al carrello e poi si fermava. Un altro utente ha effettuato l’accesso “magicamente” tramite l’app ma ha acquistato cose senza nemmeno aggiungerle al carrello.
I dati basati sugli eventi possono generare domande che portano a modifiche e aggiustamenti del prodotto. Dopo aver esaminato i dati dell’esempio sopra, potremmo chiederci:
- La percentuale di utenti che completano il checkout in una singola sessione?
- La conversione differisce in base all’articolo o alla marca?
- Se gli utenti non hanno convertito, dove l’hanno fatto? (abbandonato il sito, continua a visualizzare altre informazioni, ecc.)
- Quanto tempo ci vuole (in minuti o giorni) per la conversione?
- Gli utenti devono affrontare un errore di pagamento o altri problemi (eventi) durante il processo di pagamento?
- Se non hanno acquistato immediatamente, sono spariti per sempre?
Potresti essere in grado di rispondere alle domande di cui sopra con i tuoi strumenti di analisi esistenti, ma con l’analisi basata sugli eventi diventa molto più semplice.
Analisi basate sugli eventi e data warehousing
La combinazione dei dati dell’analisi basata sugli eventi con un data warehouse mette i tuoi dati sotto steroidi. Potresti aver notato che ogni evento è essenzialmente un punto dati che può essere facilmente esportato in un data warehouse.
Semplicemente esportando i tuoi dati, ora hai il potere di manipolare ed elaborare i tuoi dati grezzi. In precedenza, dovevi lavorare con i dati disponibili all’interno del tuo strumento di analisi.
Ad esempio, con un sito di e-commerce, stai probabilmente monitorando un ID cliente univoco. Questo per legge è un ID anonimo (nessun modo per collegare a specifiche informazioni di identificazione personale). All’interno del tuo database, puoi eseguire una ricerca di clienti e iniziare a vedere quanti clienti specifici stanno ordinando e quando. Che ne dici di generare un rapporto sui clienti che hanno lasciato articoli nel carrello per più di 2 settimane? In qualità di marketer, potresti quindi generare e-mail basate su incentivi o persino chiedere al rappresentante di vendita assegnato di chiamarlo per vedere cosa succede. È in questo potere dei dati combinati nel data warehouse che consente davvero l’analisi basata sugli eventi di aumentare le vendite.
La creazione di report è ulteriormente migliorata e semplificata utilizzando gli strumenti di visualizzazione dei dati durante l’accesso al data warehouse. Non è più necessario connettere più origini dati e mostrare i singoli rapporti. Collegando il tuo strumento di visualizzazione dei dati al data warehouse, i dati possono essere presentati in tabelle e grafici unificati.
Se la tua organizzazione non ha già implementato l’analisi basata sugli eventi, inizia a pianificare in tal senso. Se stai attualmente eseguendo Universal Analytics (UA) di Google, inizia a prepararti per quando annunceranno la data per la disattivazione di UA e per costringerti a passare a GA4. Come raccomandazione per tutti gli utenti UA, è ora di iniziare a eseguire GA4 in parallelo, se non altro, per familiarizzare con esso e iniziare a vedere la potenza che porta con sé.
Le opinioni espresse in questo articolo sono quelle dell’autore ospite e non necessariamente di MarTech. Gli autori dello staff sono elencati qui.