L’importanza della digital analysis

La digital analysis è l’analisi dei dati qualitativi e quantitativi della propria azienda e della concorrenza al fine di ottenere un miglioramento continuo dell’esperienza online che i propri utenti possono avere e per spingerli verso i risultati desiderati (sia online che offline). Partendo da questo concetto è possibile prendere in considerazione il tema oggi fondamentale nel digital marketing e cioè l’importanza di implementare strategie “customer-centric”. Un cliente può iniziare il proprio viaggio verso l’acquisto in qualsiasi momento e luogo; pertanto, il lavoro di un marketer è quello di prevedere dove e quando i clienti entreranno e quali messaggi devono leggere. L’analisi è parte integrante di questo processo e l’interpretazione dei dati è fondamentale per prendere decisioni aziendali su ciò che bisogna fare online per comprendere e connettersi con i clienti.

Internet cambia continuamente, cosa ormai nota, ma si sta approfittando di questi cambiamenti? Non solo le aziende hanno bisogno di un sito web, ma hanno bisogno di un blog aziendale e di profili sui social media tra cui Facebook, Twitter e Instagram. Per gestire correttamente tutti questi pezzi, si ha bisogno, allora, di programmazione, obiettivi e report adeguati.

Le aziende devono esaminare sia i dati quantitativi che quelli qualitativi, misurare i risultati e implementare un processo di miglioramento continuo. Questo lavoro può sembrare enorme e impossibile e senza dubbio porterà via tempo, ma con il web che diventa il primo punto di contatto per qualsiasi cliente è fondamentale conoscere i dati per avere successo. L’analisi tradizionale ci ha consentito l’accesso a dati quantitativi su un sito web, ma nuovi modelli come Google Analytics sono in grado di raccogliere dati quantitativi su siti, applicazioni, sistemi di point-of-sales connessi al cloud, sistemi CRM, console per videogiochi, e persino elettrodomestici, come i frigoriferi.

Digital analysis: quali dati spesso sono sopravvalutati?

Alcuni dei dati più ovvi su cui spesso ci si concentra sono probabilmente i più insignificanti dal punto di vista delle decisioni di marketing. Se non si possono prendere decisioni in base ai dati, non si dovrebbe prestare attenzione a quei dati. I dati spesso sopravvalutati sono: 

• Traffico al sito web
  Il traffico del sito non elaborato è privo di significato. Se si vede una tendenza al rialzo o una tendenza al ribasso, cosa si dovrebbe fare? Bisogna identificare e individuare la fonte di provenienza del traffico: annunci organici, a pagamento, social media, ecc. Se si seguono individualmente le fonti, è possibile comprendere le tendenze generali. Occorre, poi, assicurarsi sempre di confrontare un periodo di tempo con lo stesso arco temporale dell’anno precedente; il confronto tra questo trimestre e l’ultimo trimestre, per esempio, potrebbe essere o non essere significativo. Si potrebbero avere tendenze stagionali o altre che stanno distorcendo il confronto. Se si confronta, però, ad esempio, l’ultimo trimestre con lo stesso trimestre dell’anno precedente è possibile notare alcune tendenze reali, soprattutto se da quel momento sono stati introdotti nuovi strumenti di marketing.
• Frequenza di rimbalzo
  Una volta la frequenza di rimbalzo complessiva per un sito web doveva essere intorno al 40%. Questa è davvero una “metrica” ​​completamente priva di significato: pagine diverse avranno tassi di rimbalzo diversi. Cosa succede, per esempio, se la propria homepage ha una frequenza di rimbalzo del 50%? È bene o male? Cosa si può fare a riguardo? I post del blog potrebbero avere una frequenza di rimbalzo del 90%: è così male? Forse sì, forse no. In genere, le persone leggeranno un post e se ne andranno senza fare altro, quindi la frequenza di rimbalzo può essere molto alta. Si ha un singolo, forte invito all’azione su ogni pagina del blog per invitare a fare qualcosa? Se le pagine di destinazione hanno una frequenza di rimbalzo del 90%, forse bisognerebbe preoccuparsi.

Di quali dati bisognerebbe tenere traccia?

• Obiettivi
  Se si sta investendo denaro in qualsiasi tipo di campagna, quante persone si convertono in lead o addirittura in clienti? Questo è abbastanza facile da tracciare su piattaforme come Google Analytics, utilizzando appositi obiettivi. Supponiamo che si abbia un modulo di iscrizione per il download gratuito; le persone compilano il modulo e cliccano su “Invia”; una volta completati con successo questi passaggi, si arriva alla ‘thank you page’; ognuna di queste persone potrebbe trasformarsi in un potenziale cliente.
  Su G.A. è addirittura possibile assegnare un importo in denaro a ciascun obiettivo completato e tracciarne il valore potenziale.
• Canalizzazioni
  A tal proposito, una volta stabiliti gli obiettivi, è necessario fare un ulteriore passo in avanti, attivare la canalizzazione e impostare un percorso tipo che gli utenti dovrebbero seguire per raggiungere l’obiettivo con gli indirizzi web, come ad esempio visitare la home page; passare alla pagina di richiesta di download; completare il modulo e arrivare alla ‘thank you page’. Con la canalizzazione, è possibile vedere quante persone sono arrivate a ogni fase del processo e quante persone sono rimaste senza completare i passaggi. Se tutti si stanno fermando al secondo passaggio, allora c’è un problema in quella pagina: forse il modulo non funziona correttamente, è troppo lungo, non è abbastanza convincente o le persone non riescono a capirlo. Fare degli A/B test e vedere quali feedback si ottengono, risolvere eventuali problemi, quindi eseguire nuovamente la misurazione per verificare se il tasso di conversione (percentuale di persone che completano l’attività) migliora.

Questi sono solo  alcuni aspetti per cui gli strumenti di digital analytics che possono rivelarsi preziosissimi per la propria attività. Traffico e frequenza di rimbalzo non significano molto, ma le conversioni sì: si tratta del momento in cui un visitatore anonimo alza la mano e dice “OK, sono dentro!”. È un’informazione fondamentale che va seguita perché le conversioni possono trasformarsi in denaro lungo la strada.

Come si evince, la vera sfida di oggi non è ricavare set di dati da analizzare, ma saperlo fare nella maniera più funzionale agli obiettivi di business.