Essere un Web Analyst significa sostanzialmente mettere ordine nel caos. I dati, intesi come ammasso di numeri bruti e randomici, possono risultare inutili, incoerenti, il proverbiale blocco d’argilla grezza in cui sembra impossibile intuire la forma dell’opera d’arte che verrà… Il nostro mestiere è proprio questo: aggiungere struttura e prospettiva, per trasformare questo brodo primordiale in un ecosistema organizzato, da cui dedurre actionable insight, cioè precise inferenze logiche utili ai decision makers per prendere le corrette decisioni nel contesto di una valida strategia di digital marketing.
Il brodo primordiale dei dati
Sempre più spesso sentiamo parlare di aziende data-driven, di big-data, insights. Dell’importanza strategica dei dati e della loro analisi.
La verità è che continuiamo a nuotare in una sorta di brodo primordiale fatto di numeri, stringhe, tabelle; un brodo con una grande potenzialità, in attesa della scintilla in grado di portare alla luce gli insights, l’analisi.
Uno dei passaggi più importanti che un analyst possa fare, contrariamente a quanto si possa pensare, è ridurre la quantità di informazioni a favore della qualità. Il rischio di perdere di vista il quadro generale raccogliendo ed elaborando dati di scarsa utilità è elevato, e riduce spesso la web analytics a uno strumento utile solamente a giustificare le azioni già intraprese, giuste o sbagliate che siano, mentre il nostro scopo è quello di fornire informazioni basate sull’evidenza dei dati a chi poi prende decisioni e formula strategie.
Il setup di un measurement system efficace non può prescindere da un’adeguata conoscenza del cliente, del sito/app e dei tool utilizzati.
La visione d’insieme: conosci il tuo Cliente
Conoscere il Cliente e come il suo business prende forma nelle sue componenti online e offline ci aiuta a creare il contesto necessario a identificare i micro e macro obiettivi che guideranno poi il setup dei tool di web analytics.
Allo stesso tempo, una corretta comunicazione con il Cliente ci consente di risparmiare tempo ed essere più accurati durante fase di analisi dei dati; l’attivazione di campagne di sponsorizzazione online e offline è un classico esempio del tipo di informazione che ogni web analyst vorrebbe avere con un po’ di anticipo. Essere a conoscenza delle attività di marketing intraprese del cliente diventa essenziale per far sì che la piattaforma sia in grado poi di raccogliere dati puliti e coerenti sin dai primi istanti.
Comprendere gli aspetti più tecnici e le logiche di funzionamento dei sistemi utilizzati nella raccolta ed elaborazione dei dati non solo rappresenta un vantaggio strategico di prim’ordine, ma costituisce di fatto uno step necessario se si intende passare da un measurement system di base ad uno avanzato, da un report a un’analisi. Una conoscenza approfondita di strumenti come Google Analytics e Google Tag Manager permette al web analyst di sfruttarli in modo creativo ed efficace.
In quest’ottica l’organizzazione degli ambienti di lavoro diventa fondamentale per garantire consistenza nei tracciamenti e scalabilità su progetti in crescita.
Un altro punto chiave da affrontare in fase progettuale è quello legato al data overflow, ovvero l’eccesso di dati. Meglio pochi ma buoni.
L’entusiasmo e la nostra indole di “detective” ci porta a voler tracciare qualsiasi cosa avvenga sul sito: click sui bottoni, sulle voci di menu, sugli elementi interattivi della pagina, e ancora tab, toggle, frecce, slider.
Ogni volta che ci troviamo ad aggiungere un elemento al tracking dobbiamo esser certi che l’informazione ad esso legata sia davvero importante, sia essa un indice di salute e performance o un’informazione chiave all’interno di un quadro evolutivo del sito o dell’app. Come ci piacciono i dati? Meglio pochi, puliti e subito.
In un settore che si muove a velocità elevate come la web analytics e che ruota attorno a un oggetto mutevole come un sito web, la capacità di guardare oltre le necessità del momento costituisce un vantaggio notevole.
Concentrare le risorse nel tracking degli elementi importanti ci fornisce il tempo per programmare attività che vanno oltre la quotidianità, per definire nuove metriche e più in generale formulare ipotesi e raccogliere dati in grado di confermarle o confutarle.
Un approccio strutturato e multidisciplinare alla web analytics ci consente di non perdere di vista il contesto in cui ci stiamo muovendo, ottenere una maggiore pulizia del dato e di conseguenza produrre insight di qualità.
Il setup del measurement system
Per quanto possa sembrare banale, impostare correttamente gli strumenti di lavoro è il passo più importante per ottenere dei dati puliti.
Se è vero che tutti i progetti di web analytics condividono una logica, quella cioè legata alla raccolta degli elementi di base come le pageview, è altrettanto vero che ogni progetto necessita di un setup avanzato che sia in grado di tener conto delle variabili tecniche e strategiche legate alle tecnologie utilizzate nello sviluppo web (es. i framework JavaScript) e di quelle variabili legate alla tipologia di business (progetti editoriali, e-commerce, siti vetrina, target).
La stessa metrica in contesti diversi assume una differente importanza: per questo è essenziale identificare e predisporre degli indicatori a supporto di quelli di base forniti da strumenti come Google Analytics.
Dai semplici rapporti alla vera analisi: spesso, tutto parte da un’anomalia. La capacità di osservazione del web analyst è tutto.
Il processo di analisi: dai dati agli insight
Una volta create delle solide basi attraverso il setup tecnico, arriva finalmente il momento clou: come si fa ad estrarre informazioni strategiche dal “brodo” di dati?
Se è vero che le dashboard e i rapporti dei principali strumenti di web analytics sono colmi di informazioni, di dati “pronti all’uso”, è altrettanto vero che la differenza tra un report e un’analisi è frutto della capacità del professionista di trovare relazioni, identificare flussi e studiare le deviazioni.
A volte il processo di analisi ha origine da un dettaglio, un’anomalia, come un’inversione di tendenza o l’inattesa variazione di una metrica; in casi come questo il web analyst si concentra nel cercare relazioni tra i numeri in grado di giustificare il cambiamento. Questo è probabilmente il caso più frequente e tutto sommato più semplice da gestire, in quanto l’intero processo può basarsi su un set di dati già raccolti, solitamente sufficienti a creare un contesto e giungere a una conclusione.
Le analisi più complesse partono però dalla formulazione di un’ipotesi e prendono poi forma attraverso una vera e propria indagine, che attraverso specifici strumenti di misurazione e confronto è in grado di identificare dei pattern che possano portare a smentire o confermare l’ipotesi iniziale.
È evidente come non si tratti certo di un processo semplice e lineare; la capacità di definire un metodo, un approccio, e declinarlo caso per caso, è necessaria tanto quanto la preparazione tecnica ed è, anzi, un fattore la cui importanza cresce insieme al grado di complessità dei progetti.
