Abbiamo attivato una campagna di Advertising. Oppure stiamo facendo attività SEO sul nostro sito e-commerce. Stiamo investendo insomma un pò di soldini e vogliamo capire a distanza di giorni o mesi qual è il ROAS (Ritorno sulla spesa pubblicitaria) della campagna. Sarà sufficiente fare un giretto su Analytics per renderci conto di cosa sta funzionando?


Facciamo un giretto ma accendiamo il cervello!

La prima cosa da fare è verificare quali canali stanno funzionando. Utilizzando il report Acquisizione > Tutto il traffico > Canali posso analizzare i canali che mi portano più conversioni. A colpo d’occhio potremmo dedurre che, ad esempio, la sorgente-mezzo Google/Organic avendo il maggior numero di conversioni sia quella a cui attribuire tutto il merito dell’incremento di vendite. Niente di più sbagliato!

Diciamo subito una cosa:

un canale che ha un alto tasso di conversione potrebbe non essere quello su cui conviene investire di più!

Il problema è che in questo report non vediamo “l’interazione tra i canali”.

Cosa vuol dire?

Facciamo un esempio: l’utente clicca su una inserzione Google Ads, fa un giro poi esce. Dopo 2 giorni arriva in modo diretto sul sito e acquista.

La domanda è: chi ha contribuito alla conversione e in che misura? La risposta è: bisogna tener conto del modello di attribuzione.

In tutti i report (pubblico, acquisizione, comportamento, conversioni) il modello di attribuzione utilizzato è “last non-direct click”: tutto il merito della conversione è attribuito all’ultimo canale se questo non è direct.
Quindi tornando al nostro esempio, il merito verrebbe attribuito tutto a Google Ads.

PS: Tra i canali potrebbe figurare il direct magari con tante conversioni. Ma attenzione! Il direct non è da considerarsi come un vero e proprio canale, semplicemente perchè su di esso non possiamo intervenire con delle azioni. E non è detto che le conversioni siano realmente da attribuire ad esso.

Avere una visione più realistica: quali canali hanno contribuito alla conversione?

Per avere una visione più realistica bisogna analizzare i percorsi di conversione, ovvero:

quali sono i canali che hanno contribuito, anche in maniera indiretta, alla conversione?

Nel report Conversioni > Canalizzazione multicanale > principali percorsi di conversione:
posso analizzare i maggiori percorsi di conversione (touch points) in termini di goals o transaction.

Un paio di osservazioni per raffinare l’analisi:

  • Se seleziono altro > acquisizione > percorso campagna e su filtro avanzato imposto il nome della campagna, posso includre tutti quei percorsi in cui c’è il nome della campagna e quindi la sua efficacia (in termini di conversioni) su tutti i touch points.
  • Allo stesso modo se seleziono in altro > percorso dell’url della pagina di destinazione, posso analizzare l’efficacia di una landing page su tutti i touch points.

I modelli di attribuzione: in che misura un canale ha contribuito?

Altro aspetto da considerare è chiedersi:

in che misura un canale ha dato il suo contributo alla conversione?

Il report Conversioni > Canalizzazione multicanale > Strumento di confronto modelli

è interessante perchè permette di confrontare i diversi modelli di attribuzione (e non utilizzare solo il last click not direct).

Facciamo una rapida carrellata sui modelli di attribuzione e sul loro significato:

  • Last interaction: tutto il credito è attribuito all’ultimo canale anche se direct
  • Last non-direct click: tutto il credito è attribuito all’ultimo canale che non sia Direct
  • Last Google Ads click: tutto il credito è attribuito all’ultimo canale Google Ads
  • First interaction: tutto il credito è attribuito al primo canale quello che mi ha portato l’utente
  • Linear: il credito è distribuito equamente su tutti i canali
  • Time Decay: è uno di quelli più interesanti: il credito è attribuito in modo scalare dal primo all’ultimo canale di conversione dando più peso all’ultimo
  • Position Based: il credito è attribuito al 40% al primo, 40% all’ultimo e il 20% vine distribuito su quelli intermedi.

In questo report posso confrontare ad esempio:
Last non-direct click con First interaction

Impostando la conversione che si vuole analizzare (ad esempio le transazioni), posso vedere come e in che misura cambia il valore delle conversioni in funzione dei modelli di attribuzione e capire se ci sono canali sottostimati o sovrastimati. Ad esempio potrei riscontrare che su Organic Search ho 20 conversioni Last non direct click e 32 conversioni first interaction.

Il tempo impiegato alla conversione: ma è proprio quello?

Altra domanda da porci è:

quanto tempo gli utenti impiegano alla conversione passando per tutti i touch points?

Il report Conversioni > Canalizzazione multicanale > Tempo alla conversione

è molto interessante perchè serve per valutare quanto tempo impiegano i nostri utenti a convertire (giorni necessari tra la prima interazione e la conversione).

Una cosa da tenere presente è che in questo report la prima riga è quasi sempre sovrastimata se non abbiamo implementato lo User ID Tracking. Vuol dire che se un utente visita il sito da mobile poi esce e rientra dopo 10 giorni da desktop, questo utente finisce nella prima riga (tempo 0 giorni) anche se in realtà il primo touch point è avvenuto 10 giorni prima e quindi avrebbe impiegato in realtà 10 giorni alla conversione.

Conclusioni

Insomma la lettura dei dati deve essere fatta in modo precisa e dettagliata per capire chi sono i veri attori che contribuiscono al successo di una campagna o dell’intero business online. Il rischio è quello di prendere delle decisioni di marketing poco sensate o addirittura disastrose!

0 commenti

Lascia un Commento

Vuoi partecipare alla discussione?
Fornisci il tuo contributo!

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

quattordici + 4 =

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.