Vediamo adesso un esempio pratico su come definire le dimensioni di interesse per il nostro caso.

Qui sto mostrando un Google shit vuoto che voglio andare a popolare piano piano con tutte le dimensioni di interesse che sono andato a identificare.

Quindi, come manager, io parto dalla leva che posso muovere tra le varie leve che posso muovere c'è quella dei canali di acquisizione e all'interno dei canali di posizione, c'è la leva dell'advertising su meta, quindi Facebook e Instagram.

In questo esempio pratico vediamo come possiamo associare alle cose che il manager può fare, in questo caso circoscritte alla parte di advertising su meta e le dimensioni di interesse a cui poi lui è interessato in fase di analisi dei dati per estrarre insite e capire come muovere poi di conseguenza le sue leve micro leve.

Siamo qui quindi di fronte al pannello di meta, il business manager nella sezione di gestione delle inserzioni e io qui sto facendo finta di creare una nuova campagna pubblicitaria, quindi in particolare all'interno delle varie cose che il manager può fare.

Ho circoscritto l'attività di advertising, in particolare sulle piattaforme di Facebook e di Instagram, quando io devo andare a creare una serie di comunicazioni pubblicitarie su Facebook e su Instagram.

La prima cosa che devo fare è capire come strutturare di fatto le mie attività in una serie di elementi che sono nidificati gerarchicamente uno dentro l'altro.

Adesso faccio un esempio pratico La prima cosa, ad esempio, è capire come strutturare tutto il mio budget, come suddividerlo in campagne.

Ciascuna campagna a parte, il nome diverso, chiaramente avrà un suo obiettivo e avrà all'interno tutta una serie di caratteristiche con cui lei cercherà di raggiungere l'obiettivo che ci siamo prefissi.

Ad esempio, sarà una campagna per andare a acquisire nuovi utenti oppure a rizzare utenti esistenti.

Sarà una campagna, magari che sarà visualizzata solo su Facebook, oppure solo su Instagram e così via.

Quindi per ognuna delle cose che io posso andare a definire all'interno della mia costruzione delle campagne, io poi spesso voglio vedere una corrispondente dimensione di interesse per capire nei vari valori di quella dimensione come sono le differenze di performance tra i vari valori.

Adesso lo vediamo come esempio pratico.

Abbiamo detto quindi che il primo livello in nel momento in cui io voglio andare a strutturare una campagna di comunicazione di adder tisi, in particolare su meta è quello di capire quante e quali campagne voglio andare a creare per ciascuna campagna.

Quindi dovrò dare un nome e avrò l'accortezza di dare un nome parlante significativo per ogni campagna che vado a creare.

E va bene quindi dal punto di vista delle dimensioni sicuramente una dimensione che io voglio andare a monitorare è proprio il nome della campagna, perché io poi devo immaginarmi di andare a vedere una tabella di questo tipo in cui io chiaramente nella prima colonna non vedrò i canali, ma vedrò proprio il nome della campagna come in questo caso.

In questo caso sto vedendo chiaramente delle campagne search, però facciamo finta di vedere delle campagne lato meta, io vedrò un nome per ogni campagna che ho creato e vedrò tutta una serie di metriche che mi aiuteranno a capire dal punto di vista del traffico e di altre metriche relative all'efficienza che cosa sta succedendo per ciascuna campagna e di conseguenza potrò andare poi a implementare delle decisioni per ottimizzare le mie performance complessive.

Tornando al pannello di meta, quindi il nome della campagna è una dimensione, dopodiché tra le varie cose che posso fare posso defi- ad esempio definire un obiettivo della campagna, che potrebbe essere quello di massimizzare il traffico portato oppure portare installazione di un app mobile, oppure ancora far vedere dei video oppure ancora delle conversioni e così via.

Adesso non è il singolo valore.

Quello che ci interessa particolarmente, però è capire che se io all'interno delle cose che posso fare posso scegliere un obiettivo della campagna.

Io sicuramente quando voglio andare ad analizzare i dati voglio una dimensione che riporta questi valori, perché poi voglio confrontare le performance in tabelle di questo tipo.

Dove qui, oltre al nome della campagna, avrò anche una dimensione che riporta l'obiettivo e quindi qua c'avrò una riga per traffico, una riga per conversioni, una riga per visualizzazione video e così via.

E sempre una serie di metriche che mi aiutano a confrontare le performance e a identificare cosa sta funzionando e cosa non sta funzionando.

Andiamo avanti all'interno della singola campagna, io posso andare a definire uno o più gruppi di annunci e per ogni gruppo di annunci posso specificare una serie di altre caratteristiche più granulari che determinano come poi gli annunci finali verranno visualizzati dagli utenti, Da chi e in che modo? Nel caso specifico dell'esempio io ho una serie di caratteristiche specifiche del tipo di obiettivo che ho scelto, che è quello della conversione.

Però vado direttamente ad alcune caratteristiche più interessanti.

Quindi ovviamente devo dare un nome al gruppo di inserzioni che io ho creato per ogni campagna.

Io potrei avere uno o più gruppi di inserzioni, ciascuno con le sue caratteristiche e impostazioni, per cui sono poi interessato a vedere all'interno della singola campagna.

Quali sono i gruppi di inserzioni che performa meglio e quelli che performa peggio? E questa analisi la farò ovviamente sulla base del nome del gruppo di inserzioni.

Dopodiché, andando un po' più in basso, io qui posso, per questo specifico gruppo di inserzioni andare a scegliere una serie di caratteristiche, tra cui il luogo in cui gli utenti si trovano, la fascia di età che va a colpire il genere, se maschio o femmina, eventuali interessi e così via la lingua.

Quindi io sono chiaramente interessato a vedere una dimensione per ognuna di queste caratteristiche, perché poi voglio confrontare le performance in base a ciascuna di queste caratteristiche.

Per esempio, per questa campagna stanno performando meglio i gruppi di annunci che operano in Italia oppure in Spagna oppure in Francia, immaginando di avere un business multi country, oppure per questa regione stanno performando, ma meglio meglio le fasce di età più giovani, medie o più anziane, i generi maschi o femmina.

Voglio quindi avere la possibilità io di vedere separatamente oppure combinate insieme ciascuna di queste dimensioni.

E per poter fare questa cosa io devo essere quindi consapevole di quali sono tutti gli attributi su cui io posso fare delle scelte e di conseguenza che voglio poi mostrare nei miei report per poter fare confronti e estrarre insite.

Quindi voglio ad esempio confrontare performance per età, per luogo di provenienza degli utenti, per genere, per interessi e così via.

E poi posso propagare questo ragionamento a livello ancora sottostante, cioè il singolo annuncio, la singola inserzione per ciascun annuncio.

Io po- ovviamente c'avrò un nome che posso andare a definire, ma poi soprattutto avrò ad esempio una creatività c'avrò un testo c'avrò un titolo, avrò un link di destinazione e così via.

Ciascuna di queste caratteristiche per me rappresenta una dimensione che poi voglio andare a vedere.

Per esempio, se io ho fatto due annunci, uno con un test e uno con un altro testo, chiamerò il testo numero uno, per esempio testo uno il testo numero due testo due in maniera tale poi che nei miei dati io vedo una tabella tipo questa, dove avrò invece che canali c'avrò copi degli annunci, avrò testo uno testo, due testo tre e così via e potrò confrontare le performance guardando le metriche.

Questo quindi è l'obiettivo complessivo, ovvero capire le leve che posso muovere sia a livello macro sia a livello micro e da ciascuna leva estrarre la dimensione di mio interesse che poi voglio vedere nei dati per capire le performance di ciò che sto facendo rispetto a quella specifica micro leva.

Facciamo un ulteriore esempio email marketing per e-mail marketing.

Io cosa posso fare? Posso ho una serie di liste di utenti e quindi vado quando vado a inviare le email ai miei utenti.

Tipicamente io vado a indirizzare le mie mail a diverse liste, quindi la lista degli utenti a cui vengono indirizzate le mail potrebbe essere proprio una dimensione di mio interesse, perché magari c'è una lista che performa meglio, che sono maschi ventenni di Roma.

E una lista che per peggio e quindi questa per me è una dimensione di interesse, perché poi voglio confrontare le performance in base ai diversi valori.

Allo stesso modo poi, quando vado a inviare le mie mail, le suddividerò in campagne e anche lì avrò ogni campagna che c'avrà il suo nome.

Io vorrò poi vedere una tabella in cui mi riporto per la dimensione campagna tutte le seguono le campagne che ho inviato allo stesso modo ogni campagna al suo interno c'avrà un'e-mail che c'avrà un oggetto l'oggetto che compare poi nel software delle email c'avrà un testo e questo testo potrà avere una serie di caratteristiche.

Quindi partiamo dall'oggetto l'oggetto potrebbe essere una mia dimensione di interesse.

Cioè io voglio confrontare diversi oggetti per capire poi quello che è l'oggetto che c'ha una performance migliore.

Oppure posso avere ulteriori caratteristiche delle mie email, per esempio, magari faccio un'e-mail a sfondo chiaro, un'e-mail a sfondo scuro e lo sfondo per me è una dimensione di interesse che può essere chiaro oppure scuro.

A quel punto nei miei dati vorrò una tabella con scritto sfondo chiaro avrà questa serie di metriche di performance scuro avrà queste altre metriche ed è proprio il confronto che mi aiuta a capire cosa devo fare poi negli invii successivi le dimensioni io posso volerle vedere da sole o posso volerle combinare insieme, come ad esempio una tabella di questo tipo in cui io vedo magari nella stessa tabella tre dimensioni insieme e della loro combinazione che mi dà i valori di tutte le metri delle varie colonne.

E quindi io poi posso confrontare tutte le varie combinazioni per capire quelle che hanno performance migliori o peggiori rispetto alle diverse metriche che ho definito.