Introduzione alla Digital Analytics

Qualsiasi sia il vostro business, un’attività che non potrete mai esimervi dal compiere è quella dell’analisi dati. Non è una novità, da sempre chi occupa una qualsiasi posizione nel mercato si trova ad aver a che fare con tutta una serie di dati – più o meno complessi – che lo aiutano nei vari processi decisionali.

Negli ultimi anni si sono però verificati alcuni cambiamenti che hanno profondamente rivoluzionato il comportamento degli acquirenti, e di conseguenza si è modificato l’approccio con cui le aziende – grandi o piccole – si relazionano all’analisi dati.

Nel quadro di questi grandi cambiamenti possiamo delinearne tre, di maggior importanza in quanto all’impatto che hanno generato:

• La diffusione globale di Internet, che ha permesso l’accesso alle informazioni ad una enorme moltitudine di persone: notizie da tutto il mondo sono alla portata di un click.
• Utilizzo di smartphone e tablet, che consentono una connettività praticamente continua, 24 ore su 24, 7 giorni alla settimana.
• Il cloud computing, che rende disponibile una potenza di calcolo praticamente infinita a prezzi relativamente bassi.

Se Internet e i mobile device hanno drasticamente modificato il comportamento dei consumatori, che ora hanno a loro disposizione – quasi istantaneamente – recensioni su prodotti, raccomandazioni di amici ed esperti, cataloghi e informazioni sulla competitività dei prezzi ecc., allo stesso tempo il cloud computing ha dato alle aziende la possibilità di analizzare i loro clienti e le loro abitudini mai come prima.

Recuperare dati utili al nostro business, analizzarli, interpretarli e prendere decisioni aziendali relative a questi dati che siano in linea alle richieste dei nostri clienti può essere difficile, un aiuto ci può sicuramente venire dalla digital analytics.

Di cosa si tratta?

Prendo in prestito (e traduco) la definizione di Avinash Kaushik, che descrive la digital analyitics come “l’analisi qualitativa e quantitativa dei dati del tuo business e della concorrenza per portare un continuo miglioramento nell’esperienza online che i tuoi clienti e i tuoi potenziali clienti hanno, e che si riflette nei risultati che speri di ottenere (sia online che offline)”.

Questa definizione ci da la possibilità di analizzare alcuni tra gli elementi chiave della digital analytic.

Clienti

Abbiamo assimilato da molto tempo l’idea che le dinamiche d’acquisto siano idealmente una sorta di imbuto con diverse forme d’interazione tra impresa e cliente, che possiamo elencare sommariamente come: consapevolezza, interesse, desiderio, conversione e loyalty. Tuttavia i cambiamenti introdotti da Internet e dai mobile device hanno scardinato questo modello così lineare che non rispecchia più la realtà dei fatti. Il cliente è ora al centro dell’universo, è lui che – in buona misura – governa idealmente il timone delle aziende, che suggerisce al management quale direzione prendere. Il cliente ora può cominciare il suo processo d’acquisto in un qualsiasi punto dell’imbuto: quello che un’azienda deve fare è capire come inserirsi in queste nuove dinamiche, come anticipare i propri clienti e quali messaggi essi abbiano bisogno di sentirsi dire.

Dati quantitativi e qualitativi

Al giorno d’oggi abbiamo accesso quasi istantaneo ad una moltitudine di dati quantitativi che ci possono aiutare nell’analisi delle nostre audience: possiamo sapere chi sono, dove sono, cosa fanno, ecc. I dati qualitativi, invece, ci danno un’indicazione sul perché avviene o meno una determinata azione: sono informazioni danno importanti feedback su come i nostri clienti si approcciano ai beni o servizi che offriamo, e che non potremmo avere con la sola analisi quantitativa.

Misurare i risultati

Qui cominciamo ad arrivare al centro della questione: dobbiamo cercare di determinare quali sono gli obiettivi del nostro business (o più in generale i risultati che ci aspettiamo) e come possiamo misurarli efficacemente. Ci sono perlopiù cinque possibili obiettivi di business che qualsiasi azienda si affacci nel web può ricercare, e ad ognuno di essi corrisponde un possibile risultato misurabile:

• E-commerce, il cui risultato misurabile è la vendita di beni o servizi
• Lead generation, il cui scopo è quello di raccogliere informazioni sugli utenti per l’acquisizione di contatti e potenziali clienti.
• Generazione contenuti, dove si cerca di aumentare l’engagement, il numero e la frequenza dei visitatori.
• Informazioni e supporto online, il cui scopo è quello di aiutare gli utenti nella ricerca delle informazioni di cui necessitano.
• Branding, dove si cerca di aumentare il valore dell’immagine di marca, l’engagement e la fedeltà dei consumatori.

Ci sono alcune azioni chiave che gli utenti compiono nei siti web, e che si collegano ai relativi obiettivi di business: queste azioni prendono il nome di conversioni. Ci possono essere micro o macro conversioni: se prendiamo come esempio di obiettivo di business un sito di e-commerce, avremo una macro conversione nel momento in cui l’utente comprerà il nostro prodotto; se invece il nostro utente non effettua subito l’acquisto ma si limita ad iscriversi ad una newsletter per avere ulteriori informazioni o scarica un coupon per uno sconto in uno dei nostri negozi, allora avremo una micro conversione. E’ importante tracciare entrambe i tipi di conversioni per avere un’idea chiara sull’esperienza che gli utenti hanno del nostro sito.

Continuo miglioramento

L’analisi dei dati può essere un fattore di continuo cambiamento per la nostra azienda, un processo ciclico che accompagna costantemente il management nell’attività decisionale. Questo processo comincia con la misurazione. Quanti clienti concludono con successo gli obiettivi di business che ci siamo preposti? In che punto della loro navigazione hanno abbandonato il nostro sito? Dobbiamo recuperare tutti i dati potenzialmente utili al nostro business.

La fase successiva consiste nella creazione di un report dove inseriremo in forma leggibile i dati raccolti e li sottometteremo al management affinché le informazioni qui contenute possano aiutare il processo decisionale. A seguire andrà sviluppata una analisi dei dati raccolti e organizzati. Questa analisi potrà essere più o meno complessa, includendo una segmentazione profonda dei dati o limitandosi a identificare i trend principali. Sostanzialmente l’’analisi è il processo per cui sviluppiamo un’ipotesi che riflette le nostre aspettative e rispetto alla quale cerchiamo poi di capire se – e perché – le cifre combaciano o meno con i risultati attesi. La fase successiva è quella di test, durante la quale si provano soluzioni differenti ai problemi che si sono identificati durante l’analisi. Finalmente dopo la fase di test c’è quella dei miglioramenti. In quest’ultima fase si mettono in pratica i miglioramenti e le soluzioni ai problemi emersi durante l’analisi e che sono stati corretti durante la fase di test. Infine si ripete tutto il procedimento appena descritto, cercando costantemente di migliorare e facilitare il raggiungimento dei propri obiettivi di business.

Nel corso delle prossime settimane vedremo come creare ed implementare un piano di misurazione di analisi dati adatto ad ogni specifico business, come analizzare i propri utenti e imparare da loro e come verificare se i percorsi narrativi all’interno del nostro sito web possono essere ancora validi o se hanno bisogno di essere rivisti.