Il documento esplora l'importanza della web analytics come strumento strategico per le aziende, evidenziando il ruolo chiave del sito web e l'analisi delle performance attraverso metriche quantificabili. Viene illustrato come misurare il successo di diverse attività di marketing online e la necessità di una continua pianificazione e ottimizzazione per raggiungere gli obiettivi. Infine, si analizzano strategie analitiche fondamentali per migliorare l'esperienza utente e l'efficacia delle azioni intraprese.

1. Ivan De Noni & Andrea Ganzaroli
[nome.cognome@unimi.it]
Università degli Studi di Milano
Dipartimento di Economia, Management e Metodi Quantitativi
SoMediaLab UNIMI - 10 Luglio 2013

2. • Un approccio strategico alla web analysis;
• Il ruolo chiave del sitoweb;
• Risultati attesi e obiettivi;
• Le metriche di base;
• Segmentazione;
• Alcuni esempi di strategie analitiche;
• Conclusioni
Università degli Studi di Milano – SoMediaLab – Web Analytics

3. 1. In che modo il web è utile per l’azienda
(analisi interna)
2. Cosa vogliono i clienti (analisi di mercato)
3. Cosa fanno i competitor (analisi competitiva)
4. Quali sono gli obiettivi (quali vantaggi spero
di ottenere)
5. In che modo intendo raggiungere gli obiettivi
(strumenti di web marketing)
6. Come misuro il grado di raggiungimento dei
risultati. Quali sono le metriche (web analytics)
TuttoquestoèSTRATEGIA
Università degli Studi di Milano – SoMediaLab – Web Analytics

4. La web analytics
consente la
misurazione e il
controllo dei risultati,
attraverso l’analisi
quantitativa dei dati
di monitoraggio.
Fonte: Arnie Kuenn, ”Web Analytics
to Measure Your Content Marketing
Progress”, www.verticalmeasures.com
Università degli Studi di Milano – SoMediaLab – Web Analytics

5. La misurazione e il controllo rappresentano solo la
fase finale del processo.
Questa fase sarà efficace solo se nelle fasi precedenti
sono state identificate e predisposte tutte le
condizioni per una misurazione efficace delle
performance
La Web Analytics non può prescindere dalla visione
strategica ma ne è la naturale conseguenza
Università degli Studi di Milano – SoMediaLab – Web Analytics

6. Come misuro la
qualità dei
contenuti
Come misuro se
l’ottimizzazione ha
portato benefici
Come misuro se la
promozione funziona
Come misuro la diffusione
del messaggio/ la
conoscenza dei prodotti
Come misuro
l’efficacia della
mia strategia di
link building
Università degli Studi di Milano – SoMediaLab – Web Analytics

7. Nel marketing ci sono alcune regole generali e il web
marketing non fa eccezione
 Tutti i piani di marketing richiedono un’intensa attività di
coordinamento e di controllo.
 Il sistema di controllo deve essere strategicamente progetto
(definire standard e misurazioni di performance).
 Il sistema di controllo stabilisce gli obiettivi prestazionali che,
se non raggiunti, obbligano alla ridefinizione del piano di
marketing (azioni correttive).
 Il monitoraggio e la verifica continua contribuiscono al
successo della strategia.
Università degli Studi di Milano – SoMediaLab – Web Analytics

8. Quali canali
scegliere…
uno, tutti o
nessuno?
…dipende…
Prima di tutto…le domande giuste
Quali sono i migliori canali per il mio business?
Quali mi permettono di raggiungere il mio target?
Quali mi offrono il miglior rapporto costi/benefici?
Quali mi permettono di monitorare le performance?
Università degli Studi di Milano – SoMediaLab – Web Analytics

9. 1. Quale è la finalità del sito?
 Aumentare le entrate;
 Ridurre i costi;
 Aumentare la soddisfazione/fedeltà dei clienti.
2. Che tipo di soluzioni ci sono…cosa fanno i
competitor
3. Ci sono delle risorse/competenze da
valorizzare
4. Qual è il target di riferimento
Definizione della struttura
e creazione dei contenuti
Web Designer
Università degli Studi di Milano – SoMediaLab – Web Analytics

10. I passi precedenti sono già un buon passo…ma
si può andare oltre:
 Quali metriche utilizzate per monitorare lo
stato di salute del vostro business?
 In che modo il sitoweb incide su queste
metriche?
 Quali sono le metriche attraverso cui voi
misurate/potreste misurare l’impatto del
web sul vostro business?
INTEGRARE contenuti e struttura con OBIETTIVI E METRICHE DI
MISURAZIONE E CONTROLLO
Università degli Studi di Milano – SoMediaLab – Web Analytics

11. SITOWEB
POSIZIONAMENTO
sui motori di ricerca
Organico
Content management
e tecniche di SEO
Sponsorizzato
Advertising e
remarketing
DIFFUSIONE
Link popularity
Spontanea
Buzz attraverso blog,
forum e social network
Pilotata
Link building
Referal marketing
Newsletter
Email marketing
AZIENDA
Università degli Studi di Milano – SoMediaLab – Web Analytics

12. SITOWEB POSIZIONAMENTO
Organico Sponsorizzato
DIFFUSIONE
Spontanea PilotataNewsletter
AZIENDA
Chi arriva sul
mio sito
raggiunge gli
obiettivi?
1. Le newsletter
sono efficaci?
2. I visitatori come
si comportano?
Qualcuno parla
del mio sito?
Gli strumenti di diffusione
sono efficaci (banner,
articoli su blog)?
1. Sito è ben posizionato?
2. Per le giuste parole chiave?
3. Ottimizzazione SEO è
efficace?
Annunci a pagamento
su motori di ricerca
sono efficaci?
Università degli Studi di Milano – SoMediaLab – Web Analytics

13. 1. definire come entrare nel web. Generalmente
l’interfaccia tra l’azienda e il web è il proprio sito
internet.
2. definire la relazione tra performance aziendali e
gli obiettivi del sito
3. definire i canali da utilizzare per raggiungere il
proprio target (per garantirsi visibilità)
4. definire gli strumenti e le tecniche di misurazione
5. definire le metriche per valutare e misurare
costantemente l’efficacia degli strumenti e i ROI
Università degli Studi di Milano – SoMediaLab – Web Analytics

14. Anche in fase di
implementazione di uno
strumento di web analytics,
una dei primi step è la
definizione degli obiettivi
da monitorare.
Schermata di
Google Analytics
L’impostazione degli obiettivi richiede alcune condizioni
tecniche… conoscerle permette di costruire il sito in modo
corretto.
Università degli Studi di Milano – SoMediaLab – Web Analytics

15. 1. Una thank-you page alla fine di un percorso di
registrazione o di pagamento
2. La compilazione di un form o di un questionario
3. L’iscrizione alle newsletter, sottoscrizione RSS
4. Il download di un file, un software o un catalogo
5. Un determinato evento, un click su un certo banner, il
play di un filmato
6. Un evento social, es. il «mi piace» o il «plus» di Google
7. Il tempo sul sito e la profondità della visita (anche se
difficilmente valorizzabili)
8. Nel caso dell’e-commerce, il valore dell’acquisto
Università degli Studi di Milano – SoMediaLab – Web Analytics

16. • Valore di un iscrizione ad
un abbonamento feed
RSS?
• Valore di una richiesta di
punto vendita?
• Valore di un clic ai fornitori
di beni e servizi
complementari?
Cercare di tradurre qualsiasi obiettivo
in VALORE
Università degli Studi di Milano – SoMediaLab – Web Analytics

17. Un sito web svolge molteplici funzioni e risponde a molteplici bisogni
$
Conversioni?????
$InformazioneSupportoCarriera
Micro conversioni
Macro
conversioni
Università degli Studi di Milano – SoMediaLab – Web Analytics

18. Risultati attesi
[online e
offline]
Analisi dei dati
quantitativi e
qualitativi
[web +
concorrenti ]
Miglioramento
continuo
dell’esperienz
a di
navigazione
Università degli Studi di Milano – SoMediaLab – Web Analytics

19. Flusso dei clic
Analisi multipla dei risultati
Sperimentazione e test
Ascolto dei clienti
Competitive intelligence
Informazioni utili
• Il cosa
• Il quanto
• Il perché
• Il perché
• Il cos’altro
• I risultati economici
Università degli Studi di Milano – SoMediaLab – Web Analytics

20. • Visite e visitatori
• Time on Page e Time on Site
• Engagement
• Bounce Rate
• Exit Rate
• Conversion Rate
Università degli Studi di Milano – SoMediaLab – Web Analytics

21. • [Visite ]: sessioni registrate in un dato periodo.
• [Visitatori ]: cookie persistenti univoci rilevati
nell’arco di tale periodo.
• [Attenzione]: L’unica metrica veramente
affidabile per i visitatori unici, con l’esclusione
di alcuni strumenti, è quella assoluta.
Università degli Studi di Milano – SoMediaLab – Web Analytics

22. Pagina 1 Pagina 2 Pagina 3
9:00 9:03 9:08 Exit
TP(1)=3 TP(2)=5 TP(3)=ND
TS=8
Sessione
scade >
29
Università degli Studi di Milano – SoMediaLab – Web Analytics

23. • Esistono diverse misure dell’engagement
– Numero di viste ripetute da un visitatore (loyalty)
– Tempo tra una visita e l’altra (recency)
– Tempo trascorso sul sito (lunghezza della visita)
– Numero di pagine visitate (profondità della visita)
– …
• Nessuna di queste è sufficiente a misurare l’engagement;
– Grado vs Tipo
• Per misurare l’engagement è necessario predisporre
strumenti ad-hoc
– Questionari in uscita o in linea;
– Segnala il sito;
– …
Università degli Studi di Milano – SoMediaLab – Web Analytics

24. • Una delle metriche migliore per individuare i punti
deboli del proprio sito;
• Sessioni web in cui è stata visualizzata una solo
pagina.;
• Un bounce rate del 50% significa che la vostra
pagina non è riuscita a convincere 1 utente su 2 a
fare almeno un click;
• Verificate il bounce rate delle 10 principali home
page del sito e delle 10 principali keyword.
Università degli Studi di Milano – SoMediaLab – Web Analytics

25. • Numero delle persone che hanno abbandonato
il sito da una data pagina.
• Molto popolare, ma poco utile
– Non ci dice nulla di positivo o negativo su quella
pagina.
• Il bounce rate è una misura migliore per
valutare la qualità della pagina.
• Fa eccezione lo studio delle canalizzazioni o
l’abbandono su specifiche pagine.
Università degli Studi di Milano – SoMediaLab – Web Analytics

26. • È la metrica più importante che abbiamo a
disposizione per misurare la qualità di un sito;
• La sua misurazione presuppone una chiara definizione
degli obiettivi che si vuole raggiungere attraverso il
sito;
• [%] numero degli obiettivi convertiti su visite/visitatori;
E-commerce permette di andare oltre il conversion rate
• Cart e Checkout Abandonment;
• Days to Purchase e Visits to Purchase
• Valore reale della conversione
• Average Order Value
Università degli Studi di Milano – SoMediaLab – Web Analytics

27. COMPORTAMENTO
DEL CLIENTE
- Visitatori unici
- Nuovi e di ritorno
- Loyalty e recency
- Coinvolgimento
SORGENTI DI
TRAFFICO
- Motori di ricerca
- Traffico a
pagamento
- Referral
- Traffico diretto
- Canali social
CONTENUTI
- Pagine di
destinazione
- Pagine di uscita
- Analisi dati in page
- Ricerca nel sito
OBIETTIVI E
CONVERSIONI
- Canalizzazioni
- Percorsi di
conversione
- Conversioni
indirette
- E-commerce
Università degli Studi di Milano – SoMediaLab – Web Analytics

28. Segmentare, segmentare e
ancora segmentare

29. • Per conoscere il comportamento di navigazione
di uno specifico target
• Per capire quali target convergono
maggiormente
• Per valutare i contenuti rispetto a target
differenti
• Per comparazioni rispetto al tempo o alla
localizzazione geografica
Università degli Studi di Milano – SoMediaLab – Web Analytics

30. Segmentazione avanzata per dimensione e metriche
Università degli Studi di Milano – SoMediaLab – Web Analytics

31. • Degli utenti che hanno consultato l’elenco dei
prodotti
• Quanti hanno scaricato il catalogo coi prezzi
• Quanti di questi hanno compilato il form (di
informazioni, per ricevere un coupon o un
campione gratuito)
• Quanti di questi si sono registrati alla
newsletter per essere aggiornati sui nuovi
prodotti o sulle promozioni
Università degli Studi di Milano – SoMediaLab – Web Analytics

32. STRATEGIE ANALITICHE
FONDAMENTALI
ALCUNI ESEMPI

33. • Problemi del sito
– Prime 10 pagine di entrata del sito;
– Prime 25 parole chiave di accesso al sito: Le parole
chiave per il cui il cliente non trova risposta nel vostro
sito.
• Come migliorare
– Migliorare le landing page
– Test A/B
– Ottimizzazione SEO
– Ottimizzare le campagne a pagamento;
Università degli Studi di Milano – SoMediaLab – Web Analytics

34. • Output
– #numero clic su ciascun link
– Risultati che derivano dal clic a ciascun link;
– Obiettivi raggiunti;
– Le principali metriche e le principali key words
• Analisi
– Confronto tra link più popolari e quelli che volete che
l’utente clicchi;
– Link con più elevati tassi di conversione e valutazione delle
intenzioni dei clienti;
– Seguire i clic più importanti per capire l’esperienza di
«acquisto» del vostro cliente.
Università degli Studi di Milano – SoMediaLab – Web Analytics

35. • Rapporti gemelli
– Distribuzione delle visite necessarie prima che qualcuno
decida di acquistare qualchecosa;
– Days to Purchase
• Permette di definire il tempo e la frequenza delle
visite necessarie affinché un visita si traduca in una
vendita.
• Utilizzo
– Ottimizzazione della vista;
– Ottimizzazione della comunicazione;
– Ottimizzazione dell’inventario.
Università degli Studi di Milano – SoMediaLab – Web Analytics

36. • Vi permette di avere una maggiore comprensione delle
intenzioni di chi ha visitato il sito
• Tre tipi di analisi
– Utilizzo
• Quante volte viene utilizzato;
• Per fare che cosa? (Analisi delle parole chiave)
– Qualità
• Analisi del bounce rate (search exit);
• Profondità della visita/search;
• % dei search refinements
– Segmentazione
• Nuovi vs ricorrenti;
• Per sorgente di traffico;
• Rispetto ai risultati.
Università degli Studi di Milano – SoMediaLab – Web Analytics

37. • Prestazioni correnti del traffico
– Valutazione rispetto alle principali metriche (visite vs qualità);
– Comparazione sorgenti di traffico.
• Copertura dei contenuti
– Quantità di contenuti indicizzati nel corso del tempo (cresce al crescere
dei contenuti pubblicati);
– Numero di pagine che ricevono traffico dal motore di ricerca (#
Landing page per organic traffic).
• Prestazioni delle parole chiave
– Impressions, Clic Through Rate (CTR), Posizione nella SERP
• Risultati
– Analisi delle conversioni, Valore medio dell’ordine
Università degli Studi di Milano – SoMediaLab – Web Analytics

38. • Per monitore le campagne a pagamento dovete specificare i
tag corretti.
• Valutazione delle performance delle parole chiave
– Le solite metriche + indicatori di performance economica
(CPC; RPC, ROI, Margine)
• Analisi della Keyword Positions
– Visite, Conversioni, Per visit goal value, Bounce rate…
• Analisi del comportamento del consumatore
– Day to Purchase (Rispetto ad altre fonti di traffico) 
aggiustamento della landing + del AD.
Università degli Studi di Milano – SoMediaLab – Web Analytics

39. • Necessario generare dei tag di monitoraggio.
• Risposta della campagna [Metriche provenienti dal provider]
– Delivery rate;
– Open rate;
– CTOR (Clic-to-open rate)
– Subscriber retention
• Comportamenti del sito web
– Bounce Rate, Length of Visit
• Risultati per l’attività
– Conversion Rate, Ricavo medio per mail spedita
Università degli Studi di Milano – SoMediaLab – Web Analytics

40. • TUTTO o QUASI è monitorabile sul web (molto più che nel
marketing tradizionale)
• Monitorare ha senso SOLO in un’ottica di miglioramento
• Deve essere CONTINUO…
azionemonitoraggiotestingcorrezionemonitoraggio
• Monitorare con successo richiede STRATEGIA, OBIETTIVI
CHIARI, STRUMENTI di raccolta e analisi dei dati…
• …ma richiede anche TEMPO, ORGANIZZAZIONE e
MENTALITA’.
• I numeri devono trasformarsi in AZIONI MIGLIORATIVE E
VALORE per l’azienda.
Università degli Studi di Milano – SoMediaLab – Web Analytics