In questa pagina
A molti imprenditori la parola dati mette a disagio.
C’è chi ci associa fatica, chi paura, chi frustrazione.
I dati e l’analisi non devono intimorirti.
Anzi, l’analisi può diventare interessante, a volte perfino divertente, quando sai trasformare tutti quei numeri e report in informazioni che puoi usare per far crescere la tua attività.
In questo capitolo trovi il metodo per fare analisi nella tua azienda, le metriche che contano di più, i termini che userai per parlarne e le persone che dovrebbero occuparsene.
Parto dal motivo per cui i dati contano così tanto in un’attività che funziona.
Con i dati, di solito, ti trovi in una di due situazioni: o ne hai troppi o ne hai troppo pochi.
La difficoltà, per quasi tutti, è trasformare quei numeri in decisioni utili per la propria attività.
Un numero preso da solo, fermo lì, non dice niente.
A cosa serve, allora, l’analisi?
Ti faccio un esempio che conosci.
Netflix
Netflix parte da un’idea precisa: la personalizzazione rende fedeli i clienti. Per questo i dati stanno al centro della sua strategia.
Ha investito molto nel data mining per costruire un algoritmo che consiglia i film da guardare, e così ha usato i dati per offrire a ogni cliente un’esperienza costruita su di lui.
E ha funzionato.
Quando è passata allo streaming ha continuato a lavorare sui dati allo stesso modo, e questo l’ha resa uno dei migliori servizi di video on demand in circolazione.
Per usare bene analisi e dati devi:
- Far lavorare i dati. È la base di tutta l’analisi: ogni dato che raccogli dovrebbe aiutarti a rispondere a una domanda e a prendere una decisione ragionata.
- Trasformare le domande in strategie. È qui che i dati acquistano un senso, perché i numeri grezzi diventano decisioni per la tua azienda.
- Contestualizzare, per tenere conto di quello che non si può misurare. Alcune cose sono difficili da misurare, e in quei casi devi leggere i dati dentro il loro contesto.
Analisi e dati non dovrebbero metterti ansia. Capita però di sentirsi sommersi quando le fonti da leggere sono tante, ognuna con il suo formato, e a volte danno perfino numeri diversi per la stessa metrica.
Da dove cominci a guardare? E come confronti dati che arrivano da fonti diverse?
Principio n. 1: fai lavorare i tuoi dati
Uno dei modi più semplici per leggere i dati è ragionare sul funnel di marketing.
È un concetto di base, e ha il pregio di mostrarti in modo semplice come acquisisci i clienti con il marketing.
Il marketing del tuo brand ti fa conoscere e porta nuovi visitatori sul tuo sito web (Awareness).
Una parte di questi nuovi lead si interessa abbastanza da valutare la tua attività e i tuoi prodotti (Valutazione), e una percentuale di loro diventa cliente (Conversione).
Per le vendite è un buon modello, ma per usarlo anche nell’analisi dei dati il funnel va adattato un po’.
Questo modello è un diagramma di flusso delle metriche del funnel: mette in fila le fasi del customer journey e, per ciascuna, le metriche da misurare.
Con questo approccio le fasi del funnel restano le stesse 3, ma cambiano nome:
- TOFU, o top of funnel, è la fase di awareness e sensibilizzazione
- MOFU, o middle of funnel, è la fase di valutazione di un prodotto o servizio
- BOFU, o bottom of funnel, è la fase di conversione
Tre fasi però non bastano.
Bisogna misurare anche quello che succede dopo che una persona è diventata cliente. Per questo aggiungo un’altra fase: la fase di post-conversione, che guarda a come trasformare i clienti in clienti abituali, iscritti che restano nel tempo e sostenitori della tua attività.
Così i dati cominciano a lavorare per te.
Non devi guardarli tutti in una volta: assegni metriche diverse a ciascuna fase del funnel di marketing.
Per capire come sta il tuo business, quindi, ne misuri lo stato in ogni fase: vedi dove il funnel perde persone e trovi il modo di migliorare ogni passaggio.
Qui sotto trovi le metriche del funnel che ti servono in ciascuna fase del customer journey.
Classificazione dei dati in base alla fase del funnel
TOFU (parte superiore dell’imbuto)
In questa fase cerchi nuovi visitatori.
Per scegliere le metriche di questa fase parti da una domanda: questa metrica mi dice qualcosa sulle persone che arrivano sul sito per la prima volta?
Un buon esempio di metrica TOFU sono i nuovi visitatori diretti.
I nuovi visitatori diretti sono le persone che scrivono l’indirizzo del tuo sito web direttamente nella barra del browser.
È una metrica utile per capire quanto funziona la pubblicità, online e offline:
- Se hai pubblicato annunci di awareness, dovresti vedere dei picchi di persone che vengono a cercarti per saperne di più.
- Se hai dei cartelloni pubblicitari con il tuo URL o con un QR code che porta al sito, dovresti vedere più visite dalle zone intorno al cartellone.
MOFU (metà dell’imbuto)
In questa fase l’obiettivo è trasformare i nuovi visitatori in lead.
Per capire se una metrica va bene per la parte centrale del funnel, chiediti: questa metrica mi dice quanto riesco a convincere i visitatori a impegnarsi?
Per «impegno» intendo:
- Persone che si iscrivono
- Persone che compilano un modulo web
- Persone che ti seguono sui social
Sono persone che ti autorizzano a contattarle e a dar loro qualcosa in più. Un buon esempio di metrica MOFU sono i clic sulle CTA.
Ad esempio, se in un articolo del blog hai un banner che invita a saperne di più su uno dei tuoi prodotti, devi sapere quanti clic riceve quel banner e che percentuale dei visitatori del blog ci clicca sopra. Così puoi valutare quanto i tuoi contenuti riescono a trasformare i visitatori in lead.
BOFU (parte inferiore dell’imbuto)
Ora vuoi trasformare i lead in clienti.
La domanda da farti quando scegli le metriche di questa fase è: questa metrica mi dice come i potenziali clienti diventano clienti?
È una fase che conta molto, perché chi ha già comprato qualcosa da te, anche una cosa piccola e poco costosa, ha una probabilità molto più alta di comprare di nuovo rispetto a un cliente nuovo, ed è molto più disposto a investire nel rapporto con te.
Un buon esempio di metrica BOFU è la percentuale di conversione, o tasso di conversione.
Quante persone hanno cliccato o comprato dopo la comunicazione di un’offerta lampo?
La percentuale di conversione ti dice quali offerte funzionano e che tipo di offerte conviene fare ai nuovi clienti per convertirli prima o guadagnare di più.
Fidelizzazione e monetizzazione (dopo la conversione)
Da qui in poi l’obiettivo è misurare la soddisfazione del cliente.
Vuoi far crescere i tuoi fan, il ROI del traffico, la fidelizzazione e il valore di ogni cliente nel tempo.
Per le metriche post-conversione la domanda è: questa metrica mi dice quanto sono soddisfatti i miei clienti?
Cerchi metriche che raccontino i risultati concreti che le persone ottengono usando il tuo prodotto. Un ottimo esempio sono le recensioni positive ottenute.
Ad esempio, un cliente soddisfatto può scrivere una recensione positiva sul prodotto che ha comprato, parlarne bene sui social sotto un tuo post, oppure usare i tasti di condivisione per consigliare i tuoi prodotti a un amico su WhatsApp.
Queste metriche ti servono per capire se stai lavorando bene, cosa migliorare e cosa continuare a fare per avere altri clienti così.
Così quei clienti restano con la tua attività, e li incoraggi a parlarne ai loro amici.
Un esempio di metrica post-conversione: il rapporto Membri On/Off.
Prendi, ad esempio, un’attività basata sulle iscrizioni a una membership: questo rapporto tiene traccia di quanti clienti sono legati a un prodotto in abbonamento (o a un prodotto da ricomprare periodicamente), così capisci quante persone stai perdendo e in che modo le perdi.
Queste metriche ti dicono quanto vale il prodotto. Se le metti insieme ad altri rapporti, vedi anche quanto le tue azioni pesano sulle cancellazioni o sull’aumento degli acquisti.
Sono le informazioni che servono per seguire l’andamento di un prodotto in abbonamento, perché la fidelizzazione dei membri genera profitti in modo continuativo.
Le metriche TOFU, MOFU e BOFU sono un ottimo modo per classificare le metriche in base alle fasi del funnel.
Le puoi classificare anche in un altro modo: in base al tipo di informazioni che ti danno sulla tua attività.
Da questo punto di vista esistono 2 tipologie di metriche:
Le metriche chiave: misurano la salute generale e funzionano come un termometro della tua attività.
Una metrica è chiave quando ti basta guardarla per sapere subito se la tua attività sta andando bene oppure no.
Le metriche dettagliate: rispondono alle domande più grandi. Scendono nel dettaglio e ti aiutano a capire cosa succede in aree specifiche della tua attività.
Di solito i due tipi di metriche si usano insieme.
Se le metriche chiave ti dicono che le cose vanno bene, ad esempio, con quelle dettagliate scavi più a fondo e capisci il perché, così puoi ripetere quello che ha funzionato.
Tre esempi pratici:
Miglioramento del CTR dei banner
La percentuale media di clic sui banner è una metrica chiave. Ti dice, in tutto il tuo sito, quanto è probabile che un visitatore faccia clic su un banner pubblicitario in uno dei tuoi articoli.
Per capire perché la percentuale di clic è del 3,25% e come migliorarla, ti serve una metrica dettagliata: quanto è probabile che un visitatore clicchi su un banner pubblicitario in un articolo specifico?
Qualche anno fa l’ho fatto sul mio blog, su davidearmari.it. Ho passato in rassegna tutti gli articoli, ho analizzato metriche specifiche e ho trovato i fattori che influivano sulla percentuale di clic.
Poi ho modificato alcuni paragrafi, e la percentuale di clic sui banner è migliorata di circa il 2% su tutto il blog.
Miglioramento del traffico di ricerca
In questo caso la metrica chiave sono i nuovi visitatori organici: quante persone arrivano sul tuo sito web per la prima volta dai motori di ricerca?
Per scendere nelle metriche dettagliate, controlla con Google Search Console quali parole chiave hanno portato quel traffico organico. Per vedere quale quota del traffico di ricerca ti dividi con altri brand ti serve uno strumento come SEOZoom o Semrush.
A quel punto guarda quanto traffico ricevi per le parole chiave che hai in comune con i tuoi concorrenti.
Così trovi le aree in cui puoi competere anche con aziende molto più grandi, perché sei già posizionato per le parole chiave giuste.
Oppure capisci su quali parole chiave devi lavorare di più per portare altro traffico in target.
Migliorare l’ecommerce
Nell’ecommerce la metrica chiave è il valore medio dell’ordine, mentre la metrica dettagliata è la tipologia di ordini ricevuti.
Vuoi sapere con precisione quali ordini pesano di più sul tuo valore medio.
Da lì potresti capire che devi riorganizzare il tuo funnel di marketing, oppure spingere una promozione al posto di un’altra perché genera un valore medio dell’ordine molto più alto.
Quindi i dati e le metriche li puoi far lavorare in 2 modi:
- Li assegni a una fase specifica del funnel di marketing: TOFU, MOFU o BOFU.
- Li usi per misurare lo stato di salute di diverse aree della tua attività, e così rispondi a domande più precise sul come e sul perché.
Quando hai chiaro come sta la tua attività e dove le cose funzionano (e dove no), puoi cominciare a usare le metriche per risolvere i problemi.
Principio n. 2: utilizzare le metriche per risolvere i problemi
I dati si raccolgono su una dashboard. Lì però sono ancora dati grezzi, e il tuo lavoro, da data analyst, è trasformarli in dati che puoi usare.
Per farlo usi il processo decisionale analitico.
Questo processo somiglia molto al metodo scientifico, con la differenza che si basa sulle metriche.
Nel metodo scientifico parti da domande e ipotesi, poi fai previsioni su cosa potrebbe succedere se metti alla prova ipotesi diverse.
Con i dati funziona allo stesso modo. Guardi i tuoi dati e cominci a farti delle domande.
Fai delle ipotesi su cosa succederebbe se riuscissi a spostare uno di quei numeri, e poi prepari un test per vedere se hai ragione. Guardando i risultati capisci con chiarezza cosa fare per migliorare la tua attività.
Così le decisioni sul tuo business le prendi in base a quello che dicono i dati, e l’istinto passa in secondo piano.
Questa però è la teoria.
In pratica capita spesso di non sapere nemmeno quali domande farsi.
In quei casi aiuta tornare sui dati e guardarli ancora più da vicino.
Rivedere le metriche chiave per trovare le domande
Quando non sai bene cosa chiederti, spesso sono proprio le metriche chiave a darti le informazioni che ti servono.
Passaggio 1.
Inizia esaminando le metriche chiave.
Individua i punti in cui i risultati sono migliori del previsto e quelli in cui tendono a scendere. Il più delle volte le domande nascono da lì.
Qualche esempio:
- Un articolo del blog ha il doppio del traffico rispetto alla maggior parte degli altri. Cosa lo rende migliore?
- Ogni giorno arrivano nuovi iscritti, ma il totale degli iscritti resta lo stesso. Cosa sta succedendo? Dove li stai perdendo, e perché?
- Ogni volta che l’autore Pinco Pallino scrive un articolo per il blog, traffico e condivisioni sono sopra la media. Cosa rende i suoi articoli migliori di quelli degli altri?
- Nel tuo ecommerce noti un’incongruenza fra due prodotti simili: quando fai un’offerta lampo sul prodotto X va a ruba, mentre la stessa offerta sul prodotto Y non funziona allo stesso modo. Perché X vende di più? Ci sono differenze nella comunicazione o nella landing page fra X e Y?
Passaggio 2.
Formula un’ipotesi e fai delle previsioni su cosa sta succedendo.
Un consiglio: non fermarti alla prima ipotesi. Meglio considerare più spiegazioni, idealmente da 5 a 7 ipotesi, e testarle tutte. Altrimenti rischi di capire solo una parte di quello che sta succedendo.
Quasi sempre il problema che stai affrontando ha più di una causa. Al successo o all’insuccesso che vuoi capire contribuiscono diversi fattori, e più ipotesi fai, più probabilità hai di isolarli tutti.
Passaggio 3.
Usa le metriche dettagliate per verificare le ipotesi.
I dati più dettagliati ti aiutano a capire cosa sta causando il problema, o il successo, e a rispondere proprio a questo tipo di domande.
Nel caso dell’ecommerce, ad esempio, potresti guardare il tempo medio di permanenza sulla pagina del prodotto: se sul prodotto Y è più basso che su X, probabilmente c’è qualche passaggio poco chiaro nella landing page. Oppure il prezzo è troppo alto e l’utente, appena lo vede, lascia la pagina.
Passaggio 4.
Agisci in base ai tuoi risultati.
Se arrivi alla conclusione che il prodotto Y è meno ottimizzato di X, è il momento di agire sulla base dei dati che hai raccolto.
Ad esempio, potresti:
- Rivedere la scheda prodotto e mettere in evidenza i punti di forza.
- Rivedere il prezzo, magari con un’offerta di lancio più aggressiva, passando prima da un prodotto entry-level.
Sono decisioni che puoi prendere solo perché hai analizzato i dati della tua attività.
Principio n. 3: contestualizzare i dati per tenere conto dell’immisurabile
Anche i dati migliori, a volte, non ti dicono tutto quello che ti serve sapere.
Mettiamo che, rivedendo i tuoi dati, noti un andamento strano.
Da dove arriva?
Forse i tuoi concorrenti hanno fatto qualcosa di particolare (nel bene o nel male).
Oppure hai avuto un problema tecnico che ha falsato i dati.
Se non tieni conto di questi fattori quando valuti i dati, è facile che tu arrivi a un’ipotesi sbagliata.
In questi casi il contesto ti aiuta a spiegare le variazioni che vedi nei dati.
I contesti da considerare sono 4.
Contesti storici
Cosa ti dice di aspettarti la storia della tua attività? Se guardi i dati degli anni passati, puoi capire le tendenze e i comportamenti tipici dei tuoi clienti, ad esempio in un certo periodo dell’anno.
Su armaringross.com, l’ecommerce della mia famiglia che seguo io, ho notato ad esempio che in estate le vendite calano, ogni anno.
Quindi, invece di preoccuparmi dei numeri più bassi, ho preparato strategie per aumentare le vendite in tarda primavera e ho ridotto la spesa pubblicitaria estiva, perché so che in quei mesi il ROI è più basso.
Contesti esterni
Quali cambiamenti fuori dal tuo controllo hanno influito sulle tue metriche? Forse è entrato nel mercato un nuovo concorrente. Oppure è cambiata la tecnologia, e hai dovuto rivedere molte cose.
Pensa agli aggiornamenti dell’algoritmo di Google.
Sui fattori esterni non puoi intervenire, però devi tenerne conto quando valuti i risultati.
Contesti interni
Hai cambiato qualcosa nella tua strategia che incide sui risultati? Hai modificato il sito o lanciato una campagna?
Qui l’analisi riguarda te. Ripensa ai cambiamenti che hai fatto in azienda e che potrebbero aver mosso i tuoi numeri.
Contesti «contestuali»
Stai confrontando numeri grezzi o percentuali? I tuoi numeri sono distorti da valori anomali? Hai dati che non hanno senso a causa di un fattore interno o esterno?
Messi insieme, questi fattori di contesto ti aiutano a tenere conto di quello che non si può misurare.
Sono tutti quei contesti che i dati da soli non prevedono e non spiegano, ma che rendono più affidabile la tua lettura dei numeri.
Rendere i dati utilizzabili
I 3 principi dell’analisi dei dati ti aiutano a trasformare numeri sparsi in azioni concrete per la tua azienda.
Ai dati devi dare un ruolo, così sai a quale fase del funnel si riferiscono e se ti dicono come sta andando la tua attività (metrica chiave) o ti danno informazioni per rispondere a una domanda (metriche dettagliate).
Poi i dati li usi per decidere con più criterio per la tua azienda.
Usali per testare le tue idee su cosa funziona, cosa no e come potresti migliorare i risultati.
Quando guardi i numeri per rispondere a una domanda, devi sapere esattamente cosa stai cercando di dimostrare o smentire.
Infine, devi contestualizzare i dati valutando i fattori che potrebbero far salire o scendere i numeri che ti interessano.
Se colleghi i dati a quello che succede nel mondo reale, i numeri acquistano più senso e diventa più facile usarli per far crescere la tua azienda.
Per parlare di analisi e dati con proprietà devi conoscere 5 termini.
Processo decisionale analitico
È il metodo scientifico applicato ai dati: il processo che userai per capire quali domande farti e qual è il modo migliore per rispondere.
Toolkit dell’analista
Sono gli strumenti, i modelli e le risorse che userai per trasformare concetti e idee in dati e report.
Con il tuo toolkit ti fai le domande giuste e costruisci un processo che rende più semplice l’analisi dei dati.
Parametro UTM
È un pezzo di codice che aggiungi a un URL per sapere meglio da dove arriva il tuo traffico.
Nell’esempio, la parte evidenziata in giallo è il link vero e proprio. Tutto quello che segue è un parametro UTM: sono informazioni in più che ti aiutano a monitorare le sorgenti del tuo traffico.
- Il verde evidenzia la fonte, che ti dice il pubblico o il sito di riferimento (in questo caso il pubblico è la mailing list).
- Il rosa evidenzia il mezzo, che ti dice come è stato indirizzato questo traffico (e-mail).
- Il blu evidenzia il contenuto, che è l’identificatore del tuo annuncio/contenuto (e-mail del Black Friday).
- Il grigio mette in evidenza la tua campagna, che identifica la promozione o la strategia da cui proviene questo traffico (e-mail news 20/11/22).
Se aggiungi i parametri UTM ai tuoi link, chi ci clicca sopra viene taggato, e in Google Analytics puoi seguire quei tag.
Così vedi quali sorgenti e quali comunicazioni ti portano il traffico migliore.
Indicatore chiave di prestazione (KPI)
KPI è un altro modo per indicare una metrica in generale, e di solito si usa per le metriche che, secondo qualcuno, fanno andare avanti la sua attività.
In pratica, un KPI è una metrica chiave.
Dashboard
Una dashboard è una pagina web che raccoglie le tue metriche da una fonte precisa. Probabilmente ne avrai una per ogni origine dei dati: Google Analytics, il servizio che usi per inviare le email, le piattaforme social e così via.
Quasi tutte le dashboard hanno anche dei grafici che trasformano i dati in immagini, così vedi a colpo d’occhio come stai andando. Le dashboard dovrebbero essere a disposizione di tutto il team: fanno capire subito cosa succede in azienda e aiutano ognuno a vedere quanto il proprio lavoro pesa sui successi, o sui cali, della tua azienda.
In azienda ci sono tre figure che dovrebbero avere accesso ai dati e analizzarli.
Data Analyst
È la persona, o il team, che ha la responsabilità principale di raccogliere, verificare e interpretare dati e analisi. Nei team più grandi può esserci anche un responsabile dell’implementazione dei dati, che mette insieme tutte queste informazioni e le trasforma in una dashboard chiara e facile da leggere.
Marketing
Chi fa marketing deve conoscere almeno un po’ di analisi e dati. Che tu stia facendo campagne su Facebook, scrivendo su X 50 volte al giorno o pubblicando articoli sul blog, devi sapere cosa funziona e cosa no.
Ottimizzazione del tasso di conversione (CRO)
Chi fa test per migliorare il tuo marketing si appoggia molto ai dati: li usa per formulare le ipotesi, impostare i test e misurare i risultati.
Ad esempio, può essere la persona o il team che prepara gli A/B test sul tuo sito web.
- Introduzione al corso
- La strategia di Digital Marketing da seguire
- Sviluppare una strategia di Content Marketing
- Creare un piano di Digital Advertising
- Sviluppare una strategia di Social Media Marketing
- Come applicare l'Email Marketing al tuo business
- Progettare una strategia di Search Marketing
- Applicare l'analisi dei Siti Web al tuo Digital Marketing
- Ottimizzare il tasso di conversione
- Cosa viene dopo?
Anche se non hai confidenza con i numeri, non farti spaventare dall’analisi di metriche e dati.
Ti serve un processo per gestire i numeri, un modo per capire quali ti aiutano a trovare opportunità e quali puoi ignorare.
Quando avrai messo a punto il tuo processo, potresti anche scoprire che l’analisi ti piace.
Sapere che il tuo piano di marketing sta funzionando dà una grande sicurezza, e quella sicurezza te la danno le metriche.
La prossima lezione, l’ultima, è dedicata all’ottimizzazione del tasso di conversione: un processo semplice per migliorare nel tempo i risultati del marketing.
L’ottimizzazione del tasso di conversione, o CRO come la chiamano in molti, è l’ingrediente che fa funzionare meglio tutta la tua strategia di digital marketing: ti porta a concentrare le energie sulle attività che contano di più per far crescere il tuo business.