Può suonare banale parlare di obiettivi, ma ogni

 buona analisi dei dati parte da una precisa consapevolezza di quali sono i risultati che si desidera raggiungere per la propria attività e dal fatto che ogni obiettivo ha le proprie dimensioni e metriche.

Alcuni esempi di obiettivi legati a determinati tipi di attività sono i seguenti:

• e-commerce: vendere prodotti (abbastanza semplice, direi);
• lead generation: fornire informazioni di contatto per gli uffici vendite;
• content publishing: mantenere gli utenti attivi, quindi avere alti livelli di engagement, al fine di mostrare un elevato numero di pubblicità;
• siti di informazioni/supporto: aiutare gli utenti a trovare le informazioni necessarie (nel caso di un sito di supporto, quale può essere un customer care, è preferibile che gli utenti trovino risposta alle proprie domande nel minor tempo possibile);
• branding: generare awareness, engagement, e loyalty.

Compresa l’importanza della definizione degli obiettivi per l’efficacia del piano di misurazione dei Digital Analytics, possiamo procedere all’analisi di due tecniche utili per selezionare i dati più rilevanti da monitorare e per compararli al fine di valutare le performance:

1. segmentazione;
2. contesto.

A differenza dell’aggregazione dei dati, che permette di comprendere trend generali nel comportamento degli utenti/clienti, ad esempio quali sono i cambiamenti negli schemi di acquisto analizzati in differenti periodi di tempo, la segmentazione consiste nell’isolare ed analizzare sottogruppi di dati che condividono caratteristiche comuni per comprendere le ragioni che guidano i cambiamenti nei pattern di comportamento.

Alcuni esempi di segmenti comunemente utilizzate nelle analisi dei dati sono i seguenti:

• giorno e ora del giorno;
• device utilizzato;
• marketing channel;
• località;
• caratteristiche degli utenti/clienti (ad esempio nuovi o di ritorno) che aiutano a comprendere quali elementi o quali messaggi sviluppano maggiormente engagement o loyalty.

Di seguito è presentato un esempio di report i cui dati sono segmentati per marketing channel:

Mentre la segmentazione aiuta a isolare alcuni sottogruppi di dati per effettuare analisi più approfondite, il contesto permette di effettuare un confronto con dati di benchmark e valutare le performance. Possiamo avere due tipi di contesto:

1. il contesto interno è basato sul confronto con lo storico dei dati del proprio sito, al fine di identificare benchmark appartenenti alla propria organizzazione, e fissare i KPI più appropriati;
2. il contesto esterno, invece, permette di confrontare i propri dati, e le proprie performance, con quelli di altre aziende, in modo da avere un benchmark del settore in cui si opera.

Vediamo ora come si presenta nella realtà un Piano di Misurazione dei Dati: prendiamo in considerazione un’azienda che realizza prodotti da esterno venduti attraverso uno store fisico ed un sito di e-commerce, e che intende realizzare un blog per generare engagement con i propri clienti, e proviamo ad applicare i passaggi mostrati in precedenza a questo caso specifico.

Gli obiettivi dell’azienda sono due: “aiutare le persone a godere dell’aria aperta grazie a prodotti innovativi, e coltivare la loro passione”.

Per ciascun obiettivo è possibile identificare le rispettive strategie e le relative tattiche, i KPI associati, i segmenti e i target derivanti.

Comincia a strutturare il tuo Piano di Misurazione dei Dati, scarica il nostro template:

Buona analisi!