Le 8 Metriche della Web Analytics di cui non potete proprio fare a meno

web metric performance

Una metrica è una misurazione statistica quantitativa che descrive gli eventi o le tendenze in atto su un sito web. Queste metriche sono chiamate anche KPI (key Performance Indicator) e ci aiutano a confrontarci con gli obbiettivi, ovvero Goal/Conversion. Ci sono 8 metriche della Web ANalytics di cui proprio non potete fare a meno per misurare la performance della vostra attività, sia in termini di macro-conversioni (acquisto) che di micro-conversioni (download di un pdf)

1) VISITS: rilevano il fatto che qualcuno è arrivato sul sito e vi è trascorso del tempo prima di andarsene, tecnicamente questa è chiamata sessione (una raccolta di richieste cioè il periodo che trascorre tra la prima e l’ultima richiesta, che si chiude automaticamente dopo 29 minuti di inattività)

2) UNIQUE VISITORS: lo strumento di analisi tramite tagjava imposta un cookie che rimane su browser e riesce così a tracciare i visitatori univoci rilevati in un dato periodo. Non si tratta di una misura perfetta poiché può essere influenzata dai browser che non accettano cookies da terzi. Per i cookies diretti il tasso di rifiuto è più basso (2-5%) mentre cookies da terze parti 10-30%. Per questa metrica diversi strumenti di analitica offrono anche:

–     dayly unique visitor: unitule se si deve considerare più di un giorno di attività

–     absolute Unique visitors: considera solo i visitatori univoci nell’arco di un periodo.

Google analytics, XiTi e NedStat sono tra i pochi fornitori a rilasciare questa metrica senza costi aggiuntivi.

3) TIME ON PAGE: tempo trascorso in ciascuna pagina Tp1: Tp2-Tp1

4) TIME ON SITE: tempo trascorso durante la sessione del sito Ts=Tp1+Tp2

Queste due metriche fanno riferimento ai file log (weblog o taga javascript). L’unico problema è che quanto un visitatore visita la pagina1, la pagina2 e la pagina 3, poi esce dal sito e non è possibile calcolare il Tp3 con nessuno strumento. L’unico trucco è rappresentato dal codice delle evento “onbeforeunload” da inserire nella pagine che cattura l’informazione che la pagina è stata scaricata dal browser. Se la navigazione viene spostata su schede diverse normalemente gli strumenti di analytics normalizzano i comportamenti

5) BOUNCE RATE: misura il comportamento del cliente, ovvero misura il fenomeno “sono arrivato, non mi interessava e me ne sono andato”. Risulta per questo motivo essere la metrica più importante. La definizione più tecnica è data dalla percentuale delle sessione di un sito web in cui è stata visualizzata una sola pagina. Alcuni strumenti sfruttano il tempo per calcolare questa metrica (time on site<5 secondi). È necessario misurare questa metrica (che rappresenta il fallimento del sito) su due livelli: aggregato (sito) e a livello di Landing Page. Le uniche eccezioni sono rappresentate dai blog che non devono misurare il BR a livello aggregato,  ma segmentarlo per nuovi consumatori, gli abbonati ecc.

6)  EXIT RATE: quante persone se ne sono andate dal sito partendo da una determinata pagina. Dovrebbero mostrare le pagine per correggerne gli errori. Il problema è che prima o poi tutti se ne vanno dal sito quindi questa metrica non dice nulla di nuovo ed è consigliabile non usarla. Vi è ua sola eccezione e si tratta del ER strutturato ovvero il percorso di funnel, meglio chiamato Abandonment Rate.

7)  CONVERSION RATE: è una % che rappresenta i risultati  divisi per i visitatori unici (di solito è circa il 2%), ma è perfettamente normale che si visiti più volte il sito prima di acquistare

8)  ENGAGEMENT: può rappresentare il Time on Site, Depth of visit, o il numero di visite ripetute da un visitatore unico. Si può dunque misurare il grado di engagement ma non il tipo (positivo/negativo); per misurare il tipo si utilizzano sondaggi in linea e in uscita (con linguaggio indiretto “consiglieresti questo sito”), ricerche di mercato ecc. Questa metrica deve fare riferimento agli obbiettivi del sito.

Dunque non confidate sui falsi miti sulle metriche web, piùttuosto scegliete le vostre metriche con attenzione seguendo i 4 attributi che misurano la qualità delle metriche  della Web Analytics secondo Avinash Kaushik

1) Semplici: le prestazioni e decisioni devono essere comprese ed accettate, ma soprattutto capite.

2) Rilevanti: la metrica che avete scelto è rilevante per la vostra società? se non potete prendere decisioni utilizzate metriche errate.

3) Tempestiva: per prendere decisioni tempestive

4) Utili istantaneamente

VEDI ANCHE: La strategia per Scegliere tra gli strumenti di Web Analytics 

Federica Brancale

web metrics

 

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *