Enrico Pavan
La web analytics è un aspetto affrontato spesso con superficialità. Molti credono di saper usare Google Analytics, ma spesso in verità, più che utilizzarlo ci limitiamo a guardarlo. Bello vero?
Per capire cosa ci sfugge ho chiesto ad un esperto vero di rispondere ad alcune domande sull’argomento. Eccovi gli spunti di Enrico Pavan. Mica uno così…
Ciao Enrico, ci racconti i tuoi attuali focus lavorativi?
Ciao Francesco e grazie per l’intervista.
Come Analytics Boosters ci stiamo concentrando, come sempre, sui principali temi dell’analytics e della conversion rate optimization.
Se dovessi scegliere su quali sono i principali focus su cui stiamo lavorando in questo momento sono:
- Integrazione dei dati online e offline: sia per gli ecommerce sia per i B2B è una fase delicata ma utilissima per riuscire a determinare elementi come Customer Journey, segmentazione e clusterizzazione utenti da sottoporre a framework CRO ed inizializzare il processo di predictive analysis
- Evangelizzazione sulla CRO e Analytics: purtroppo, molto spesso, sento ridurre il termine Conversion Rate Optimization a “noi facciamo A/B Testing”. E’ come dire che l’aspirina cura tutti i mali del mondo. Cerchiamo quindi di sensibilizzare i nostri clienti e anche gli utenti che ci seguono sulle nostre newsletter e canali Social/Telegram sull’importanza di creare un framework
- AI e ML applicati all’analytics, soprattutto lato eCommerce e B2B. Utilizziamo strumenti come R e Python ma siamo sempre alla ricerca di massimizzare il risultato minimizzando lo sforzo che il nostro team deve sostenere, andando a scoprire tool e partnership in tutto il mondo
Cosa significa settare correttamente analytics?
Settare correttamente Analytics significa riuscire ad avere una base di dati solida su cui poter prendere delle decisioni.
Ovviamente per “settare Analytics” intendo andare a valutare sia la struttura delle interfacce web/app sia i vari tool offline che andranno ad integrarsi (Es. CRM, dataLake, ecc).
Sfortunatamente non esiste una bacchetta magica o la possibilità di replicare un tracking da un business ad un altro in toto poiché clienti che appartengono allo stesso settore presentano spesso esigenze diverse.
Quando viene settato un sistema di analisi bisogna non fermarsi al compitino o alle best practices ma è necessario fare uno step ulteriore e utilizzare quello che definisco “il pensiero laterale del tracking”: ovvero utilizzare il cervello per capire cosa serve al vostro cliente
Qual è il rapporto tra analytics e CRO?
Il rapporto è strettissimo. Come detto precedentemente, senza una base di dati è impossibile poter sviluppare un framework di CRO… con dati sbagliati si rischiano di prendere decisioni sbagliate.
Il primo step è quindi assicurarsi che la base di dati sia solida e, successivamente, valutare se abbiamo tutti gli elementi utili e necessari per poter procedere con l’attività di Conversion Rate Optimization.
[adrotate banner=”1″]
Sarò ripetitivo ma l’attività di CRO deve essere valutata attraverso un framework che inizia con la data collection e la successiva analisi dei dati, da cui devono essere deliverati actionable insights. Da questo punto in avanti è necessario valutare quali attività andare ad attivare secondo una prioritizzazione costi-tempi-beneficio. Una volta generate le ipotesi e gli improvement si passa all’analisi dei risultati e… si ricomincia da capo. L’ottimizzazione non si ferma mai.
Quali sono i progetti web che richiedono maggiori sforzi in termini di web analytics?
Sicuramente sono due i progetti che possono richiedere un time elapsed più elevanto in termini di realizzazione: quelli di integrazione on/offline e quelli in cui si assiste ad una “stratificazione geologica dei tracking”. Del primo caso ho già parlato precedentemente mentre il secondo si presenta quando nel tracking sono passate più ”mani” e non sono state rilasciate documentazioni sull’attività svolta.
Quali sono gli errori comuni nell’analisi dei dati?
Il principale è quello di applicare in modalità copia-incolla le best practices / guide senza utilizzare il buonsenso. C’è purtroppo anche molta disinformazione – causata da sedicenti guru di settore- che può portare a compiere errori che spesso si ripercuotono anche su altri settori aziendali (Es. attività paid basata su dati non corretti).
Quali software completano il lavoro del web analyst?
Il software principale è l’intelligenza umana ☺.
Se poi vogliamo possiamo fare tre grandi distinzioni: software quantitativi, software qualitativi ed esterni.
Dei primi fanno parte tutti quei tools che raccolgono dati da web/app (es. Google Analytics), dei secondi sono quelli che possono dare informazioni non direttamente collegate ai dati come heatmaps o survey. Tra quelli esterni possiamo annoverare sia DWH sia strumenti di pianificazione.
L’importante, alla fine, è riuscire a capire come mettere in relazione tutti i tools utilizzati: non di rado mi trovo di fronte, purtroppo, dei tool che vengono acquistati perché “ho visto che il mio competitor li utlizza”.
