eMetrics Summit di Londra: giorno 2

Nella mattina della seconda giornata dell’eMetrics Summit, è stato particolarmente d’effetto l’intervento di Martin Jobber, direttore del Sales Engineering per Omniture EMEA.
La sua presentazione è stata principalmente focalizzata a promuovere i servizi Omniture, si trattava infatti dello spazio riservato allo sponsor del giorno, ma è risultata più interessante di altre che non avevano fini commerciali.
E’ stato infatti affrontato un tema molto interessante, che credo sarà il cuore della web analytics nei prossimi mesi/anni: l’automazione dell’ottimizzazione. Consiste nella capacità del CMS del sito di personalizzare l’interazione con l’utente sulla base del profilo dell’utente stesso.

Ecco un esempio molto semplice di ottimizzazione automatica: immaginiamo un CMS capace di rilevare la keyword con cui l’utente è entrato sul sito dal motore di ricerca e quindi di presentare un contenuto rilevante per quella parola chiave. Molto spesso i risultati dell’organico di Google puntano all’Home page del sito per keyword molto diverse tra di loro, una piccola personalizzazione della pagina potrebbe incrementare notevolmente l’esperienza di navigazione di ogni utente.

Il concetto alla base è quindi un CMS ‘intelligente’ capace di imparare dagli utenti con cui interagisce. La definizione di Martin di ottimizzazione automatica riassume forse meglio questo concetto:

“Enables listening, response and web site dialogue, remarketing in real time”

Nel corso della giornata sono poi seguite conferenze che hanno riguardato tematiche diverse: dalla misurazione dei risultati sui social media, a case studies su come importanti aziende europee abbiano tratto profitto dalla web analytics.

Sono così terminate le due giornate di conferenze dell’eMetrics Summit, domani l’evento si chiuderà con un workshop sulla Predictive Analytics,

L’impressione che ho avuto in questi due giorni di conferenze è che i temi caldi della web analytics europea al momento siano:

  • Ottimizzazione del sito tramite strumenti quali A/B testing e multivariate testing;
  • Integrazione dei dati della web analytics con altri dati aziendali;
  • Integrazione della web analytics all’interno dei processi decisionali aziendali.

 

22 maggio 2008 Mauro Canzian