Come per ogni progetto di web analytics che gestisco, il primo step è stato quello di definire i Key Perfomance Indicators (KPI). Applicati alla web analytics, i KPI permettono di tenere sotto controllo l’andamento di un sito web sulla base degli obiettivi che caratterizzano un’attività di business online.

In questo articolo, vorrei parlarvi di come ho lavorato per scegliere tali indicatori per il cliente citato in apertura (che gentilmente ha autorizzato a parlare pubblicamente del progetto e che ringrazio di cuore anche per avermi scelto come consulente).

Inoltre, visto l’interesse per l’argomento dimostrato da chi mi segue su Twitter, tornerò sull’argomento per approfondirlo e trattarlo da altri punti di vista. Rimanete sintonizzati quindi!

Lavorare con i KPI

In Italia, in pochi ci serviamo dei KPI nella web analytics. Molti ritengono tale sigla un’esclusiva delle grandi aziende e dei loro grandi analisti. Io sono dell’opinione che gli indicatori di perfomance, utilizzati per l’analisi di un sito web anche piccolo, siano uno strumento molto potente.

Potente per l’analista, che può definire un confine ben preciso all’indagine, evitando di perdersi tra report, numeri e grafici. Ciò consente di abbassare i costi dell’attività di analisi stessa, rendendola accessibile (in forma basilare) anche alle organizzazioni che hanno poco budget da spendere.

Potente per il cliente, che può leggere le particolarità riscontrate con l’attività di analisi. Fare riferimento a pochi indici, scelti e definiti con attenzione, è molto più semplice che entrare in un software di web analytics e tentare di capire i numeri che vi sono all’interno, senza avere basi in merito.

Identificare gli Obiettivi di Business

Il primo passo da compiere per scegliere i giusti KPI consiste nel parlare – almeno 2 sedute – con il titolare dell’azienda e con gli eventuali “responsabili” del sito. Con ognuno, dovremmo discutere obiettivi ed aspettative e prenderne nota.

Nel caso della Gioielleria Parravicini, sono emerse le seguenti priorità:

• il cliente ha lanciato da poco una campagna di database building, attraverso la Rete dei Contenuti di Google per testare questo canale alternativo offerto da AdWords ed è interessato a conoscerne l’efficacia;
• sono attive due campagne banner: una a sostegno dell’attività di database building, l’altra che invita gli utenti a richiedere un’offerta per un determinato prodotto;
• il cliente vuole capire se gli utenti hanno problemi durante il percorso d’acquisto dell’e-commerce, per intervenire eventualmente in futuro, con studi più specifici.

A questo punto, è fondamentale individuare quali metriche proprie della web analytics utilizzare per studiare gli eventuali fenomeni nascosti correlati a questo set di priorità.

Scegliere i KPI

Proprio perché considerati un qualcosa di complesso, siamo portati a credere che i KPI nascano da difficili calcoli o formule magiche. In realtà, soprattutto se si tratta di una piccola organizzazione, spesso la web analytics ci offre già tutto ciò di cui abbiamo bisogno.

Per il caso in esame, ho effettuato le seguenti scelte.

1. L’attività di DB building è strutturata nella campagna sulla Rete di Contenuti e in uno dei due banner attualmente in linea. Obiettivo di tale attività è far si che gli utenti forniscano nome e indirizzo email, per ricevere offerte a condizioni speciali. Potendo tracciare l’azione di registrazione, posso misurare con precisione quanti, tra gli utenti provenienti dalla campagna o dal banner, hanno compilato e inviato il modulo. Il tasso di conversione della campagna e il tasso di conversione del banner, sono quindi due indici (KPI) da tenere sotto controllo.
2. L’altro dei due banner, fa atterrare gli utenti su una pagina ad hoc, il cui obiettivo è far compilare un modulo per richiedere un’offerta speciale su un solo prodotto. Anche in questo caso, la percentuale degli utenti che hanno compilato il modulo, sul totale dei visitatori (NON visite) portati dal banner, è un ottimo indicatore.
3. Infine, il percorso d’acquisto dell’e-commerce: quanti utenti aggiungono prodotti al carrello? Per ogni pagina del percorso d’acquisto, quanti abbandonano? Sul totale dei visitatori quanti ordinano?

Ecco quindi il riepilogo dei KPI scelti:

• tasso di conversione della campagna sulla rete di contenuti (db building)
• tasso di conversione del primo banner (db building)
• tasso di conversione del secondo banner (offerta speciale)
• percentuale di utenti che hanno aggiunto uno o più prodotti al carrello
• percentuale di abbandono del percorso d’acquisto
• tasso di conversione dell’e-commerce

Il monitoraggio consisterà nel tenere sotto controllo questi sei indicatori. Il loro variare nel tempo costituisce la punta dell’iceberg, da cui partire per comprendere l’incidenza dei fenomeni che caratterizzano il sito.

In sostanza, quando un KPI varia, segmento i dati a mia disposizione per saperne di più. Se il KPI non varia – e quindi non mette in evidenza niente – è probabile che abbia sbagliato indice!

Conclusioni

Non voglio dire che lavorare per KPI sia la cosa più intuitiva di questo mondo, ma con un po’ di pratica tale metodo consente di risparmiare tempo e non impazzire tra i numeri, girando a casaccio tra i report.

Anche le PMI possono (anzi, dovrebbero) utilizzare i KPI ogni qual volta investono sul web. Se gli imprenditori capissero l’importanza di queste percentuali sono sicuro che i posizionamenti sui motori garantiti e gli e-commerce a 99 € sarebbero venduti molto meno!

Sul tema dei KPI, ho parlato in modo un po’ più teorico in un articolo pubblicato su Webmarketing di HTML.it.

E voi? Lavorate con i KPI? Come misurate le perfomance dei vostri siti e della vostra attività di business online?

In questo articolo, vorrei parlarvi del perché l’e-OScommerce sta all’e-commerce come il mercato in piazza sta alle boutique di Valentino.

Lo farò con un esempio pratico che illustra una delle attività di web analytics principali da condurre regolarmente sul proprio e-commerce: l‘analisi del percorso d’acquisto.

Obiettivi e metodo di lavoro

L’obiettivo di questo studio è capire se il percorso d’acquisto incide negativamente sull’acqusizione di nuovi clienti e quindi sul fatturato (e nella maggioranza dei casi, ciò accade!).

Inoltre, se ciò viene riscontrato, si tenterà di capire il perchè ciò avviene facendo dei test che evidenzino, per le pagine studiate, gli elementi che disturbano l’azione di acquisto.

1 – Capire se ci sono problemi

Per capire a colpo d’occhio se esistono problemi (e in che misura) ci si può avvalere del cosiddetto imbuto o funnel, rappresentato nell’immagine al lato.

Tale grafico è ricavato dalle pagine viste del sito e la percentuale solitamente indica quanti hanno abbandonato il percorso in relazione alla pagina cui ci si riferisce. Ad esempio, il grafico qui presente indica che nella pagina di registrazione/login, 2 utenti su 3 interrompono l’acquisto.

Il primo passo è dunque quello di utilizzare il funnel per capire se e dove ci sono problemi. Se ne individuiamo, si va al punto successivo: tentare di capire perchè tali problemi si verifichino.

2 – Ragionare sui fenomeni

La web analytics ci dice “cosa” sta succedendo ma, almeno in prima battuta, non “perché”. Per capire la motivazione di un fenomeno quindi, è necessario confrontarsi con le pagine coinvolte, facendo ipotesi e, successivamente, testare tali ipotesi direttamente sui visitatori (analisi qualitativa).

Nei progetti per cui faccio questo tipo di analisi, quando devo interrogarmi su un fenomeno, prendo la pagina in questione, individuo gli elementi chiave, tolgo quelli inutili e mi confronto con quante più persone possibile per individuare altri motivi “di disturbo”.

Il risultato è una lista di elementi dai quali ideare e sviluppare le varianti della pagina (e degli elementi della pagina) da testare.

In progetti con budget più alto, in questa fase consiglio sempre di condurre uno o più test d’usabilità che mettano in mostra altri problemi meno evidenti ad un occhio tecnico.

3 – Testare i fenomeni

Presi tutti gli appunti su che cosa testare passo alla pratica. In generale, per lo sviluppo di un test mi muovo come segue:

1. sviluppo le varianti della pagina da testare servendomi dell’aiuto di un grafico e di un programmatore;
2. predispongo il calendario di rotazione delle varianti, ad esempio una settimana di test per ogni tipo di pagina di prova;
3. lancio il test monitorando i dati e facendo rotare le varianti come stabilito;
4. rilevo i risultati e li presento al cliente, che poi sceglie (senza dubbi!)

Ad esempio, se devo ottimizzare la pagina di Login/Registrazione studierò come impostare la pagina, quali campi modulo utilizzare e che informazioni inserire affinché il potenziale cliente concluda l’acquisto in modo breve e veloce. Poi, testerò sul campo quale soluzione meglio si presta ai visitatori.

Conclusioni

L’analisi del percorso d’acquisto permette di risolvere nell’immediato problemi marcati e suggerisce il piano di analisi per il futuro dando spunti per approfondimenti ed idee per gli sviluppatori.

Chi ha un sito di commercio elettronico e non tiene sotto controllo questo aspetto regolarmente è a mio parere un kamikaze e rischia di perdere soldi ed opportunità.

Tienete sotto controllo i problemi del vostro e-commerce? Cosa state aspettando a farlo?

Tra i progetti che gestisco per conto dei miei clienti, ce n’è uno in particolare su cui ho avuto modo di fare quella che nel settore viene chiamata mobile analytics, ovvero lo studio delle visite fatte attraverso dispositivi che consentono di accedere a Internet in mobilità (cellulari, iPod, ecc…).

Le informazioni che vi proporrò fanno riferimento al mese di dicembre 2008 e riguardano un sito di e-commerce. In questo periodo, le visite da dispositivi mobile hanno rappresentato lo 0,50% del traffico totale.

Dispositivi Utilizzati

Le visite mobile del sito in questione corrispondono a circa un migliaio, numero sufficiente a far nascere il “dovere” di non trascurare queste persone che entrano in contatto con il marchio.

Veniamo quindi al tipo di dispositivo utilizzato:

• il 50% di questi accessi sono stati fatti attraverso un’iPhone;
• il 38% da Symbian, sistema operativo tipico, ad esempio, di un cellulare Nokia;
• il 6% da iPod;
• il restante 6% da altri dispositivi tra cui Playstation Portable e Android (!!!).

Da notare l’incisività che Apple ha sul mercato mobile (il 56% delle visite provengono da suoi dispositivi).

Canali di Accesso

Molto interessanti sono anche i canali di accesso di questi visitatori che navigano con il “telefonino”.

Netto dominio di Google che rappresenta circa il 92% delle visite dai motori di ricerca, fronteggiato da Yahoo! (3% circa) e da altri motori minori.

Interessantissime invece la percentuale relative ai referrer (25%) e al traffico diretto (11%) che, a mio parere, sono sintomo

• del fatto che alcuni utenti mobile si adattano a navigare siti poco usabili via telefono, acquisendo attitudini di navigazione simili al pc (trend che andrà dissolvendosi probabilmente);
• del fatto che esistono utenti che utilizzano la combinazione cellualare+internet con una certa familiarità, come sembrano indicare gli accessi diretti.

Spunti di Riflessione

Prima cosa da puntualizzare riguarda il fatto che nessuno di questi visitatori si è trasformato in cliente. Questo è più che normale in quanto

1. il sito web in questione non è ottimizzato per mobile e la navigazione non può essere che drammatica;
2. in Italia non si ha fiducia a comprare online utilizzando il PC, figuriamoci con il cellulare!

Ipotizzo quindi che si tratti di visite principalmente “di consultazione” (utenti che cercano caratteristiche su prodotti, come il prezzo) o “di informazione” (utenti che cercano informazioni su recapiti dell’azienda, come l’indirizzo).

La sfida è molto interessante ed attuale, a dispetto di quanti pensano che sia presto lavorare intorno al mobile. La mia opinione è che in questo contesto, siamo noi “tecnici” che non abbiamo ancora creato gli strumenti e le interfaccie necessarie per soddisfare le esigenze del mercato!

Che ne pensate?

Ho deciso così di scrivere un post, per mostrarvi lo svolgimento della prima parte del progetto. Vi parlerò in particolare della definizione degli obiettivi, e del primo studio fatto sulle fonti di traffico.

Per motivi di privacy non potrò citare il nome dell’azienda per cui ho lavorato e i dati forniti come esempi saranno fittizi anche se rappresentativi dei fenomeni di cui si parla.

Obiettivi del Progetto

L’azienda per la quale ho svolto l’analisi è molto conosciuta e gode di una certa popolarità offline, anche grazie ad azioni promozionali fatte ed attualmente in corso.

Sono stato chiamato in causa poichè la direzione ha manifestato l’esigenza di rinnovare la propria presenza online e controllare la propria reputazione.

Prima di procedere con il restyling del sito e l’elaborazione di un piano di web marketing, ho consigliato di fare attività di web analytics per tre mesi. Obiettivo, studiare il target del sito ed elaborare le specifiche per avviare un processo di rinnovamento a 360° dell’immagine dell’azienda. Nel dettaglio, questa era intenzionata a conoscere la possibilità di investire nel mercato B2C per procedere eventualmente con lo sviluppo di un e-commerce.

Il sito web attuale ha una sezione istituzionale in cui si presenta l’azienda, l’area prodotti con le varie schede tecniche, un mini carrello della spesa e una sezione (non molto funzionale) di supporto tecnico/download.

Fonti di Traffico

Fare web analytics con l’intento di studiare il target di un sito vuol dire tutto e niente. A seconda della tipologia di sito, degli obiettivi dello stesso e da altri fattori che determinano il contesto possono essere condotte vari tipi d’analisi.

In questo caso si tratta del sito di un’azienda conosciuta che ha un buon traffico in entrata (centinaia di visitatori il giorno): ciò semplifica notevolmente le cose poichè si dispone già di un campione significativo su cui studiare.

La prima indagine da fare in uno scenario del genere dev’essere mirata a conoscere quali sono i canali con cui i vistatori raggiungono il sito (Fonti di Traffico). Questo step permette di identificare le prime tendenze che caratterizzano il target e apre la strada per successivi approfondimenti.

Ecco un po’ di numeri e un grafico (entrambi d’esempio) su cui fare le prime riflessioni.

Sia dalla tabella che dal grafico emergono subito alcuni trend interessanti per ognuna delle fonti di traffico.

In primis, si notano molti accessi diretti a conferma della notorietà del brand e di quanto il sito sia strategico per l’azienda. La percentuale di utenti di ritorno (in media circa il 40%) rinforza questa ipotesi.

Secondo trend, i motori di ricerca come fonte di traffico principale. L’azienda non ha mai fatto attività di search marketing, il sito è tutt’altro che ottimizzato, ma nonostante ciò sembra godere di una buona visibilità al livello di posizionamento. Ulteriori verifiche sono un must!

Terzo trend, i referrer come canale d’accesso notevolmente minore rispetto agli altri. Ecco che la mancanza di un’attività promozione online si fa sentire! Guardando la tabella, alla colonna Bounce rate si nota un disallineamento dei referrer anche qua: circa il 30% di bounce in più rispetto alla media. Altro punto su cui approfondire!

Prime Somme

Si sono aperte due piste su cui indagare: il traffico dai motori di ricerca e i referrer. Nel primo caso si andranno ad analizzare quali sono i motori e le parole chiave d’accesso al sito. Nel secondo, quali sono quei siti che portano traffico e di che qualità questo è.

Ci tengo a ricordare che la web analytics mostra il verificarsi di un fenomeno ma non spiega come e perchè questo si è verificato. I trend che saranno individuati approfondendo i motori di ricerca e i referrer come fonti di traffico, talvolta potrebbero fornire informazioni incomplete che necessitanno di ulteriori studi attraverso analisi di tipo qualitativo (survey, sondaggi, feedback, ecc…).

Altra nota va fatta per il procedimento seguito nel condurre l’analisi. Evito sempre di entrare nel software di web analytics che ho a disposizione, alla ricerca di trend alla cieca. Come ho fatto in questo caso meglio partire da un obiettivo, trovare gli indicatori che lo rappresentano (KPI) e studiare step by step le anomalie (sia positive che negative) in cui ci si imbatte.

Ed ora a voi la palla. Come avreste agito al livello metodologico? Intravedete qualche altro trend nascosto da questo primo report di dati? Quali riflessioni in più avreste fatto?

Nel primo post, vi ho mostrato uno dei possibili punti di partenza per fare web analytics ovvero l’analisi dei bounce. Attraverso questo procedimento sono arrivato all’ipotesi che la frequenza di rimbalzo di questo blog è probabilmente in esubero.

Primo obiettivo è quindi verificare innanzitutto la fondatezza di questa supposizione e nell’eventualità, correre ai ripari.

La Segmentazione

In web analytics, la segmentazione è una tecnica che permette di suddividere i dati secondo criteri “qualitativi”. Nel caso delle keyword (sempre nell’ottica di studio dei bounce) sarà interessante fare delle verifiche sui valori segmentati per:

• Vicinanza della chiave con il target/tema del blog.
• Chiavi di visite nuove e chiavi “di ritorno” – come suggerito da Fradefra.

Vediamo nel dettaglio entrambi gli scenari, nell’intento di identificare i primi dati utili per abbassare la frequenza di rimbalzo e migliorare il blog.

Vicinanze delle chiavi con il tema del blog

Le chiavi su cui ho condotto lo studio sono circa una ventina e sono state scelte in base al numero di utenti che hanno apportato. Ho suddiviso i termini, come segue:

• Chiavi buone ovvero perfettamente in target con i contentuti.
• Chiavi dubbie ovvero riguardanti argomenti correlabili ai contenuti, anche se non del tutto a tema.
• Chiavi sporche ovvero completamente fuori tema rispetto ai contenuti.

A colpo d’occhio la situazione sembra accettabile: più della metà delle chiavi sono in target (59%) seguite tuttavia da una percentuale di chiavi “sporche” non troppo bassa (19%). Il restante 22% è invece formato da chiavi “dubbie”, su cui si potrebbe lavorare al livello di esperimenti per saperne di più.

Nel caso delle chiavi buone ho riscontrato delle percentuali di bounce in linea con le aspettative fatta eccezione per alcune chiavi più generiche (”reputazione” fa il 100% di bounce… giustificati!): ciò significa che queste chiavi sono effettivamente buone ed è ulteriormente confermato dalle pagine viste prodotte dalle visite che in media sono 2,06.

Ho deciso che utilizzerò queste informazioni, come musa ispiratrice per la nuova struttura del blog soprattutto per la definizione delle categorie.

Nel caso delle chiavi fuori target procederò invece diretto alla pulizia del traffico: chi cerca contenuti di altro tipo rispetto al web marketing ed alla comunicazione online è quasi certo che non trovi niente di interessante su questo blog. Questo tipo di traffico sporca le statistiche e rende meno attendibile l’analisi.

Partirò quindi con la pulizia delle SERP e sarà interessante rilevare “nuovi dati” una volta che il traffico sarà meglio definito.

Infine, per quanto riguarda le chiavi dubbie sarà interessante sperimentare sulle pagine, per capire se è possibile (ed in che modo) trattenere questi utenti sul sito. A tal proposito ho intenzione di condurre esperimenti mirati sulle pagine d’accesso per questo tipo di chiavi, esperimenti che condurrò una volta pronto il re-styling grafico: cambiando layout i trend potrebbero infatti non coincidere.

Chiavi visitatori nuovi/di ritorno

Grazie ai suggerimenti di Fradefra ho optato anche per questo tipo di segmentazione che si è rivelata uno step molto interessante ed ha messo subito in evidenza certe situazioni da approfondire.

Per delineare subito lo scenario ecco due grafici riferiti alle chiavi d’accesso di visite nuove e di visite di ritorno.

Nel caso dei visitatori nuovi si registrano percentuali di abbandono quasi tutte sopra le aspettative (di gran lunga oltre il 60%), fatta eccezione per alcune chiavi in-target che rimandano a post “di approfondimento”. Gran parte dei bounce in esubero sono comunque giustificabili: sulla chiave “francesco gori” o “gori” un certo margine d’errore è giustificato (accidenti al manger Pirelli ).

Le chiavi out-target si confermano tali, con percentuali di bounce che stazionano tra l’86% e il 100%… com’è logico che sia!

Le chiavi dubbie invece presentano percentuali leggermente al di sopra della media ma con alcune percentuali interessanti, a conferma delle necessità di sperimentare su questo traffico poichè potenzialmente interessato a certi argomenti del blog.

Nel caso delle chiavi riferite ai visitatori di ritorno ho invece riscontrato uno scenario completamente diverso dalle aspettative. Ero propenso a credere che gli utenti di ritorno fossero più propensi al bouncing – nel caso di accessi dai motori di ricerca poi ancora di più! – e in realtà la percentuale si è rivelata al di sotto delle aspettative

Un utente, nel caso di un blog, torna sul sito per consultare l’ultimo post (bounce!) o magari ricerca informazioni per una seconda volta, a memoria del tentativo precedente, con la solita chiave ecc…

Nel mio caso gli utenti di ritorno sembrano essere molto più consultatori dei nuovi arrivati e andando a fare un veloce controllo ho scoperto anche che i primi hanno una media di 2,51 pageviews per visita contro l’1,65 dei secondi.

Altro punto interessante: nessuna chiave “di ritorno” dubbia è stata rilevata!

Conclusioni

Eccoci giunti al termine di questo lungo post, ed è il momento di tirare conclusioni. Per accorciare le righe (davvero troppe, avrà pensato qualcuno ) ecco un bell’elenco di riflessioni “finali” su quanto studiato fino a questo momento.

1. Il traffico si è rivelato effettivamente un po’ meno sporco di quanto pensassi ma nonostante ciò, prima di lanciare il nuovo blog sarà necessario eliminare qualche post e modificare qualche testo al fine di fare una bella pulizia sulle Serp ed eliminare le visite inutili.
2. Le chiavi in-target sembrano essere un ottimo spunto da cui attingere per riorganizzare la struttura del blog (categorie, pagine …) nonchè per nuovi post su temi “da spingere”.
3. Le chiavi dubbie si sono confermate dubbie con percentuali di bounce frammentate e comunque tendenzialmente alte. Qualche eccezione (es. la chiave “settori redditizi” con un bounce del 37,50%) fa ipotizzare che facendo qualche test ed integrando/creando contenuti, la situazione possa migliorare.
4. Il bounce maggiore sulle visite nuove rispetto a quelle di ritorno mi porta a pensare che sia necessario approfondire l’analisi sulle pagine di riferimento di alcune chiavi, per controllare che non ci siano problemi “interni” e non di qualità del traffico.

Visto che il primo post di questa serie è stato un successone con 11 commenti (record!) di personaggi veramente illustri della web analytics, spero che con questa seconda parte si possa sviluppare un’altra discussione di valore, addentrandoci in temi anche un po’ più specifici.

Quindi… a voi la parola!

Vi mostrerò che cosa sto rilevando per questo blog motivando i miei ragionamenti. Per l’analisi ho deciso di utilizzare la piattaforma Google Analytics – facendo riferimento ad un intervallo di tempo di cinque mesi – poichè a mio parere la migliore tra le piattaforme free (sulle piattaforme di web analytics professionali mi sono già espresso).

Le Fonti di Traffico

La domanda di partenza per iniziare a conoscere il proprio traffico e: da dove arrivano i visitatori del mio sito? Nel caso di questo blog, la situazione è quella illustrata nel grafico che segue.

Come si puù notare, questo blog punta molto sul traffico dei motori di ricerca (57,57% del traffico totale) sostenuto dai siti referrer (32,77%). Il traffico diretto rappresenta invece una percentuale esigua di visite (9,66%).

E’ opportuno ora andare a verificare singolarmente la “qualità” del traffico apportato da ognuna di queste fonti per capire su quali investire tempo, su quali correzioni fare per eliminare il traffico fuori target e per iniziare a fare le prime ipotesi su cosa non va.

Analisi dei Bounce – Situazione generale

Secondo Google Analytics, questo blog ha un Bounce Rate del 67,91%, ovvero circa due terzi dei visitatori abbandonano il sito visitando una sola pagina.

Stabilire quanto questa percentuale sia più o meno corretta è una questione di esperienza rispetto al sito di analizzare: ogni progetto, ogni pagina, ogni contenuto ha i suoi propri obiettivi che in toto vanno ad influenzare significativamente il totale. Nel caso di un blog, ad esempio, si potrebbero verificare le seguenti situazioni (da prendere in considerazione):

• Un utente arriva sulla home del blog, da un’occhiata ai primi post e poi clicca sul pulsante per iscriversi al feed rss. Vede solo una pagina (la home) ma è ormai un lettore acquisito = bounce ma obiettivo raggiunto.
• Un utente approda su un post il cui obiettivo è indicare una risorsa particolare da visitare, clicca nel link proposto ed abbandona il sito vedendo una sola pagina. Bounce ma anche quì obiettivo raggiunto
• Un utente cerca un recapito, un informazione precisa e la trova arrivando sulle nostre pagine… dopodichè chiude il browser. Bounce ma bisogno soddisfatto

In certi casi tuttavia – ovvero quelli che ci interessano maggiormente per l’analisi – gli utenti possono abbandonare il nostro sito perchè non trovano quello che cercano, perchè odiano la grafica, perchè la navigabilità è pessima ecc…

Vediamo la situazione generale dei bounce di questo blog, per fonti di traffico. Come mostra il grafico seguente, si è preso di riferimento come “obiettivo” una percentuale di bounce del 60%. Perchè?

Prime Conclusioni

La scelta di tale percentuale è dettata dalle seguenti considerazioni:

• Il traffico diretto (62,83%) (digitazione diretta dell’indirizzo) è un indicatore abbastanza “pulito” di qualità, soprattutto nel caso di un dominio costituito dal nome e cognome di una persona. Presto atto che questo è un blog (bounce più alto rispetto a siti normali) e calcolando una percentuale ristretta di visite alla ricerca di un altro Francesco Gori (quindi non di qualità) possiamo considerare il 60% un bounce rate accettabile come obiettivo, per questa fonte di traffico.
• Anche i referrer (64,07%) hanno una percentuale che rientra nel valore stabilito in precedenza. Se si considera poi siti che hanno portato visite completamente fuori qualità (siti spam, referrer “ignoti”, piattaforme di statistica di chi viene cercare il link ricevuto
  …) ritengo si possa giustificare quel 4% circa in esubero.
• Il traffico dai motori di ricerca (70,95%) sembra essere invece un po’ disallineato rispetto a quanto affermato sin’ora. Proprio per questo, al fine di verificare le ipotesi fatte fin’ora, il passo seguente sarà andare ad indagare tra i dati di questa fonte di traffico.

Ricapitolando, queste prime riflessioni portano a supporre, in generale, che il bounce rate sia perfezionabile. Il proseguire dell’analisi metterà chiarezza a queste intuizioni di partenza e sicuramente solleverà ulteriori spunti interessanti.

Ma questo è il prossimo post…

P.S.: visto che la web analytics è un’attività che richiede una profonda conoscenza del web e tanta esperienza mi piacerebbe che tra gli “esperti” (perchè so che ce ne sono ) qualcuno si facesse sentire, anche per sviluppare discussione su questi micro-temi di web analytics – visto che in Italia non si parla quasi per niente…

Dalla ricerca ne è uscita una relazione interessante, che oltre a chiarirmi molte idee sulle reali necessità dei progetti per cui opero, mi ha fatto riflettere su quanto è stato arduo fare una scelta imparziale tenendo conto di elementi quali budget, facilità d’utilizzo a colpo d’occhio del software e ulteriori implementazioni necessarie per il futuro.

A lavori quasi fatti, ho così pensato di mettere giù alcuni suggerimenti per chi si troverà a dover fare questo tipo di studio/scelta.

• Contattate le aziende di cui sentite parlare più spesso. In Italia ce ne sono di ottime per i software di web analisys. Fatevi contattare telefonicamente. Parlate con i responsabili per capire con chi avete a che fare e richiedete una demo del prodotto.
• Durante la demo, non vi fate imbambolare dai grafici sui visitatori, pagine viste, ecc… ma accertatevi che la piattaforma offra i report che più si adattano alle necessità progettuali. Per capire meglio, mostrate il vostro sito web al responsabile e chiedete quali potrebbero essere le funzionalità caratteristiche a voi più utili.
• Quando non capite qualcosa, non andate nel panico ma approfittatene per studiare il livello e la qualità della consulenza. Fate domande e chiedete informazioni sul tipo di rapporto che vi sarà riservato per il futuro.
• Fate domande sul tipo di supporto tecnico previsto. Fate attenzione alla qualità degli strumenti utilizzati in fase di corteggiamento (skype, video conferencing, screen sharing…). In caso di problemi futuri, potreste rimpiangere di aver scelto l’azienda che utilizza strumenti di supporto non compatibili con la propria workstation.
• Soprattutto se vi informate per attività d’agenzia, cercate di saperne di più sui tipi di partnership previsti per la rivendita del prodotto ai vostri clienti. Con i numeri alla mano, sarà più facile mostrare le performance di un sito e incentivare nuovi investimenti.

Queste sono le mie considerazioni nonchè i punti che mi sono prefisso di rispettare nel condurre il mio lavoro d’indagine.

Mi piacerebbe che qualche esperto in materia – visto che tra i lettori ogni tanto se ne vedono – condividesse qualche perla di saggezza. Mentre per i newbie come me… che cosa aggiungereste? Avete avuto esperienze analoghe alla mia?