30 luglio 2008 Mauro Canzian
Questo post parte dai concetti di base della Web Analytics, dalla sua definizione, per poi esplorare le quattro principali tipologie di siti in cui è utile applicarla.
Secondo la definizione della Web Analytics Association:
”Web Analytics is the measurement, collection, analysis and reporting of internet data for the purposes of understanding and optimizing web usage.”
La Web Analytics ha l’obiettivo di comprendere e migliorare l’interazione degli utenti con il web, consiste più precisamente nella rilevazione del loro comportamento tramite software e strumenti appositi e nella successiva fase di analisi dei dati così raccolti.
Vediamo ora più in dettaglio ciò che viene monitorato.
Dalla nascita di internet ad oggi sono nati migliaia di siti che hanno tappezzato la rete con i loro colori, le loro immagini, l’hanno resa ricca di informazioni con i loro contenuti e l’hanno movimentata con le loro animazioni.
Ogni sito aziendale è diverso, ognuno ha una sua anima e una sua personalità, è dunque difficile classificarli. A tal scopo sono stati fatti diversi tentativi, uno dei migliori è quello che li suddivide in 4 categorie a seconda del modello di business:
Non si tratta di una classificazione rigida né esaustiva: un sito può anche appartenere ad una o più categorie, e ci sono siti che non rientrano in nessuna di esse.
Vediamo di seguito le diverse tipologie di sito web e per ciascuna alcuni esempi del ruolo che la Web Analytics può giocare.
Un sito e-commerce vende dei prodotti/servizi online; è la metafora nel mondo reale del negozio tradizionale nel quali gli utenti entrano per vedere i prodotti, valutare i prezzi, le offerte ed eventualmente acquistare.
Ogni responsabile di un negozio tradizionale sa quali sono i prodotti che sono esposti negli scaffali e quali vengono venduti. Solo i responsabili di negozio più attenti però hanno anche una conoscenza più approfondita di quanto succede all’interno del punto vendita: sanno come i loro clienti hanno conosciuto il negozio, quali sono gli scaffali più visti, quali sono le promozioni che piacciono maggiormente, e quindi studiano il modo migliore di esporre i prodotti da promuovere.
D’altra parte anche i responsabili di un sito e-commerce sanno quali sono i prodotti in vendita e quali vengono acquistati, ma non tutti conoscono anche ciò che succede all’interno del loro negozio online.
Fare Web Analytics significa analizzare il comportamento degli utenti all’interno del sito. Significa capire attraverso i referrer (per approfondire il lessico della Web Analytics si può consultare il glossario ufficiale della WAA) come gli utenti hanno trovato il sito, quali sono le campagne che hanno generato più traffico ma soprattutto più acquisti.
Significa anche comprendere se ci sono delle parti del sito che gli utenti trovano problematiche per procedere all’acquisto. Per esempio può accadere che un numero elevato di utenti non completi l’acquisto ma si fermi sulla pagina di conclusione dell’ordine perché non trova chiare informazioni sulle spese di spedizione.
I siti “lead generation” hanno l’obiettivo di generare contatti di vari tipi, ad esempio commerciali nel caso di siti aziendali dove è possibile compilare una form per essere contattati da un addetto alle vendite. In un certo senso anche il sito di un’azienda automobilistica è lead generation nel momento in cui sa persuadere l’utente a recarsi nella concessionaria a provare il nuovo modello.
Nel mondo reale, una metafora del sito lead generation è lo show room o lo stand all’interno di una fiera. Qualsiasi bravo commerciale sa valutare la capacità del suo stand di attrarre possibili clienti e di tradurli poi in commesse e contratti. Allo stesso modo il responsabile di un sito lead generation attraverso la Web Analytics dovrebbe valutare quanti sono i visitatori che entrano nel suo sito ma anche analizzare quanti di loro si soffermano effettivamente sui prodotti che vengono presentati e quali sono le fonti che generano il traffico più qualificato.
I siti “advertising” hanno invece l’obiettivo di “vendere utenti” ai propri inserzionisti, si tratta di siti nelle cui pagine sono presenti numerosi spazi pubblicitari che si auspica gli utenti vedano/clicchino.
Un esempio di sito advertising è rappresentato dai quotidiani online, il corrispettivo nel mondo reale è la loro versione cartacea. E’ abbastanza condivisibile l’idea che più pagine vengono viste, maggiore sia l’esposizione ai messaggi pubblicitari. Per aumentare il tempo che le persone passano davanti ad un giornale, sia esso online oppure di carta, è necessario capire quali sono le notizie che attirano maggiormente l’interesse degli utenti.
Se non è possibile per i giornalisti sapere quali sono le notizie cartacee più lette, tramite la Web Analytics è possibile valutare i contenuti del sito maggiormente visti. In questo modo è possibile capire quali sono i contenuti più apprezzati dagli utenti per aumentare la loro fedeltà al giornale e il loro tempo di permanenza sul sito, quindi la loro customer satisfaction … ma soprattutto la loro esposizione ai messaggi pubblicitari.
I siti “customer support” hanno l’obiettivo di fornire assistenza ai clienti e hanno spesso anche il secondo fine di sostituire almeno in parte il call center che generalmente ha dei costi di gestione molto maggiori.
Per il call center come per il sito customer support, il compito è di risolvere nel minor tempo possibile le richieste di assistenza degli utenti.
Con la Web Analytics è possibile valutare quali sono i problemi per cui gli utenti cercano assistenza, monitorando per esempio le ricerche fatte sul motore interno, i risultati restituiti dalla ricerca e i relativi click degli utenti. Potrebbe emergere che molti visitatori cercano informazioni sulla ricarica del telefono per mezzo dalla carta di credito ma non trovano risultati a riguardo. Inserire questi contenuti nel sito potrebbe significare una riduzione di telefonate al call center e una conseguente riduzione dei costi.
Il filo che lega questi esempi è il fatto che fare Web Analytics significa fare ottimizzazione di marketing, aumentare quindi il rendimento del canale web. Non significa solo raccogliere una grossa quantità di dati sul comportamento dei visitatori, ma studiare una traduzione di questi dati in azioni precise da mettere in atto per migliorare le strategie e quindi aumentare il profitto.