In questa lezione vediamo invece una delle principali analisi che i manager o i West vogliono fare quando analizzano i dati su Google.

Otis quattro Questo tipo di analisi è finalizzata a identificare le performance delle leve di acquisizione, le campagne, i canali, le sorgenti di traffico che sono una delle principali leve che i manager hanno a disposizione per raggiungere i propri obiettivi di business.

Vediamo perché stiamo vedendo in questo momento un rapporto di una mia proprietà di Google, litis, di un blog, di un litis che adesso non è più in uso.

Sono dati un pochino vecchi e che però possono comunque essere utili, come per finalità di comprensione di come si possono fare questo tipo di analisi.

Facciamo però una premessa, ovvero quando noi effettuiamo delle attività promozionali, andiamo a intercettare gli utenti con alcune comunicazioni che hanno la finalità di far conoscere all'utente il nostro prodotto o servizio o una determinata offerta, portare l'utente sul nostro sito web o applicazione mobile e portarlo fino a conversione.

Immaginiamo ad esempio, acquistare un prodotto.

Questo tipo di comportamento in realtà oggi è tipicamente multicanale, cioè gli utenti da quando scoprono il nostro servizio o prodotto a quando acquistano utilizzano un tempo che può essere più o meno lungo, cioè in più visite o più giorni, a volte anche settimane o mesi.

Utilizzano più canali, quindi magari ci scoprono da un banner promozionale, poi tornano sul sito d'organico, poi ritornano da Google a pagamento o in generale motore di ricerca a pagamento.

Poi magari si scrivono newsletter, torna da un email e poi alla fine magari tornano ancora da diretto e convertono o comprano.

Questo tipo di comportamento che facciamo in tantissimi oggi è multi canale o multi touch point e questo tipo di comportamento quindi crea un problema perché non c'è più una singola campagna promozionale o un singolo canale che l'utente utilizza dall'inizio alla fine per convertire, bensì il contributo che porta l'utente a conoscerci e arrivare alla conversione è condiviso da diversi canali e diverse campagne, quindi non è semplice per il manager riuscire ad attribuire un valore portato dal singolo canale o della singola comunicazione.

È un valore che viene condiviso tra più canali e più campagne e più comunicazioni.

Il criterio con cui i manager stabiliscono delle regole per attribuire il valore portato da ciascun canale viene chiamato modello di attribuzione e oggi questo è uno dei temi più complessi per quanto riguarda la digital analytics, ovvero trovare un modello di attribuzione che sia effettivamente accurato ed efficace per ripartire il valore tra tutti i vari canali e touch point che l'utente utilizza per poi arrivare a conversione.

Faccio un esempio molto pratico e concreto, anche se semplificato immaginiamo che io oggi non conosco il vostro brand e incontro un banner pubblicitario che mi dice Ah, scopri queste scarpe meravigliose clicca qui e vedi l'offerta allora io stavo navigando sul mio account instagram.

A un certo punto vedo questo banner sono potenzialmente interessato, ci clicco e vado sul sito.

Vado sul sito, vedo il prodotto mhm Okay, potrebbe interessarmi però non lo compro.

Il giorno dopo inizio a pensare Ah, vedi però era interessante quel quella scarpa che avevo visto ieri quasi quasi vado a comprarla.

Vado su Google digito perché mi ricordo il nome del vostro brand.

Lo digito su google vado, vedo un annuncio pubblicitario su Google.

Um appunto un annuncio di pate search.

Ci clicco sopra, vado sul sito, rivedo la scarpa e la compro a questo punto, quindi io in questo i esempio semplificato ho utilizzato due touch point per arrivare a conversione.

Uno un primo touch point che era un annuncio pubblicitario che ho visto su Instagram che mi ha portato a scoprire il prodotto in quell'occasione.

Io di fatto non ho fatto nulla se non guardare il prodotto.

E poi un secondo touch point che era l'annuncio pubblicitario su Google, il motore di ricerca che mi ha portato a cliccare l'annuncio e poi a convertire ad acquistare voi come manager.

Quali dei due touch point riterrete riterreste responsabili di aver portato la conversione dell'utente.

Dal punto di vista noi sappiamo che sono stati entrambi che hanno avuto un ruolo.

Il primo ha portato l'utente a conoscere il brand e il prodotto, il secondo ha riportato l'utente sul sito e l'ha portato a acquistare.

In generale questo esempio ci sono solo due touch point, ma immaginatevi che la catena può essere molto più lunga, molto anche complessa dal punto di vista proprio delle comunicazioni che l'utente riceve.

Qual è quindi la regola che ci permette di attribuire un valore ai vari canali che hanno contribuito a portare l'utente a conversione? Dovremmo definire quello che si chiama un modello di attribuzione e questo è un processo abbastanza complicato, però iniziamo col dire che su Google Analytics, quando noi vediamo un rapporto di questo tipo, il modello di attribuzione che lui utilizza per stabilire il merito delle conversioni ai vari canali è quello che si chiama last click non diretto, ovvero nel mio esempio semplificato, immaginando che io prima avevo scoperto il prodotto da questo canale youtube social edito facciamo finta e poi sono tornato sul sito da Google organico e ho acquistato in questo esempio semplificato la conversione dell'acquisto verrebbe attribuita a Google Organico.

Perché? Perché il last click non diretto.

Ora diremo che cosa vuol dire questo non diretto, però in questo caso è l'ultimo touch point utilizzato che ha portato l'utente alla conversione.

Quindi in questa tabella la conversione, quel più uno della conversione, verrebbe um scritta qui nella riga di Google organico, mentre invece youtube l'editor avrebbe zero conversione.

Se io dovessi quindi leggere questi dati, penserei se non conoscessi appunto questo criterio del modello di attribuzione, penserei che YouTube editor non sta funzionando perché non mi sta portando conversioni, mentre invece Google organico sta funzionando e quindi magari sarei portato a investire più nella Seo piuttosto che su questa parte di social editoriale su YouTube ma questo ovviamente non sarebbe corretto, perché in realtà questo canale youtube social editor starebbe contribuendo alla parte di warnes o di discovery del prodotto che non si vede in termini di misurazione delle conversioni.

Però io devo devo trovare un modo in fase di digital analytics di riuscire a far emergere il valore portato da questo canale e adesso vedremo come fare.

Prima di arrivare a questo però cerchiamo di far capire che cosa vuol dire che il modello di attribuzione è click non diretto.

Cosa vuol dire questo? Non diretto in questa definizione.

Facciamo l'esempio che io appunto sono venuto il primo giorno da youtube.

Socio l'editor.

Sono tornato il secondo giorno da google organico ma non ho acquistato, mentre il terzo giorno sono tornato da diretto, quindi ho digitato lavoro direttamente nel browser e ho acquistato ora questa terza visita su g a quattro.

Ma questo valeva anche sul vecchio analytic non viene attribuita a diretto, ma viene attribuita comunque a google organico, anche se la terza visita era stata fatta da diretto però per come funziona l'attribuzione sia delle visite, cioè delle sessioni, sia delle conversioni.

La terza visita viene comunque assegnata a google organico perché perché il modello di attribuzione, se la visita è diretta, va a cercare nella storia della navigazione dell'utente di quell'utente l'ultima sorgente non diretta che lui aveva utilizzato.

Quindi il mio esempio semplificato io il primo touch point avevo utilizzato youtube social editor, il secondo google organico, il terzo era diretto.

Allora google latis cosa fa? Vede chi sono diretto dice okay, vediamo se nella storia di navigazione dell'utente c'era una sorgente non diretta precedente.

Allora va a ritroso e vede che quella precedente era google organico.

E allora assegna anche la terza visita diretto a google organico.

Quindi io qua vedrò un più uno di utenti e sessioni da google organico e un più uno nelle conversioni, perché io, sebbene abbia convertito nella mia visita da diretto, ma quella visita da diretto per google, etixx, in realtà non compare mai, perché quella visita nei dati appare come google organico e quindi vedrò più uno golo organico quand'è quindi che io vado a io vedrò una visita che appare come diretto.

Andrò a vedere nei dati una visita che appare come diretto se quando l'utente entra dal diretto g quattro non trova nella sua storia precedente una visita non diretta negli ultimi x mesi che è di default sono sette mesi, quindi se lui non trova una visita precedente da un canale che non era diretto, assegna quella visita a diretto.

Ora questo avverrebbe chiaramente se lui riuscisse a identificare gli utenti nella maniera accurata.

Ma per come abbiamo visto nella nostra lezione dedicata agli utenti, in realtà molto spesso gli utenti cambiano device, cambiano browser, cancellano i cookie, navigano da browser in app interne, applicazioni come Facebook, Instagram o TikTok e quindi in realtà lui g a quattro non riesce a capire che io come persona sono sempre lo stesso utente e quindi quando va a ritroso nella sua storia di navigazione, all'indietro non riesce veramente a vedere tutta la navig- tutta la storia di navigazione degli utenti dalla prima visita fino all'ultima, ma ne vede solo un pezzettino, quella per cui lui è riuscito magari a memorizzare il cookie in quel browser specifico o da quando l'utente non ha più cancellato i cookie in poi.

Quindi immaginiamo ad esempio facciamo questo esempio pratico io oggi sto da desktop e entro da YouTube socio l'editor.

Domani torno da diretto su mobile quando io entro sul sito diretto lui va a vedere la mia storia dell'utente precedente, ma non capisce che ero io.

Lo stesso utente che ero ieri venuto da desktop editor, vede soltanto la mia storia da mobile e quindi come prima visita vede che sono entrato da diretto e assegna la visita diretto.

Anche se ipoteticamente io ieri ero venuto dal social editor, quindi qua c'è un problema più che di modello di attribuzione c'è un problema di tecnologia, cioè gli strumenti di analytics non sono in grado oggi in maniera accurata di ricostruire tutta la storia di navigazione degli utenti, perché quando gli utenti cambiano device qua, quando cambiano browser, quando cancellano i cookie, loro non riescono a capire che quella persona era lo stesso utente che ho visitato lungo tutti i vari device browser e con gli altri cuochi e di conseguenza è come se per lui fossero utenti differenti e di conseguenza anche questo modello di attribuzione in qualche modo viene un pochino falsato.

È per questo che magari noi potremmo avere tante visite da diretto, perché magari gli utenti una parte di questi utenti magari avrebbero una sorgente non diretta nella loro storia precedente, ma avendo cancellato i cookie o avendo campato browser questa cosa non si vede negli analytics e per google questo è un utente che viene semplicemente diretto perché magari era un nuovo utente.

Questo purtroppo è un concetto non semplicissimo da capire, però per semplificare al massimo, quindi noi possiamo immaginare che quello che vediamo in questa tabella è come se fosse un click, quindi in cui le conversioni fossero assegnate all'ultima sorgente utilizzata dagli utenti e in cui generalmente i diretti vengono ignorati e vengono assegnati all'ultima sorgente utilizzata.

Quindi, a parte tutte le ina accortezze del caso, dobbiamo immaginarci che chi viene da diretto in realtà eh lo vediamo apparire da diretto solo e soltanto se lui in precedenza non era venuto da un'altra sorgente non diretta.

Se invece lui in precedenza era venuto da un'altra sorgente non diretta noi quella visita diretta non la vediamo la vedremo apparire come l'ultima sorgente non diretta utilizzata con l'utente okay a questo punto quindi come facciamo a fare delle analisi per capire e far emergere il valore della nostra sorgente di traffico? Io utilizzo questo metodo che non è detto che sia la verità assoluta, però penso che sia abbastanza affidabile.

Allora innanzitutto la prima cosa che cerchiamo di valutare è la quantità di traffico che arriva da tua sorgente.

Per esempio, se io ho investito tanto Fort nella SEO e ritrovo che effettivamente i motori di ricerca organici hanno un buon livello di traffico, vuol dire che il mio fort è stato ripagato di contro al, almeno dal punto di vista del livello del traffico.

Di contro, se io non riesco a far crescere il mio traffico nonostante magari tanti mesi di attività di search optimization, allora magari c'è qualcosa da rivedere nella mia strategia SEO e questo concetto posso applicarlo un pochino a tutte le varie sorgenti se io sto investendo tanto in influencer marketing, ma poi io qui dentro non mi ritrovo um delle sorgenti di traffico che rappresentano il traffico che viene da da influencer marketing.

Bene, allora evidentemente c'è qualcosa che non va.

Magari i miei influencer riescono a dare visibilità a quello che dicono, ma la gente poi non è invogliata effettivamente a seguire i loro link promozionali e andare sul mio sito web.

Oppure magari ci potrebbe essere qualche problema di tracciamento, ma questo è un altro discorso in generale.

Quindi una prima valutazione devo farla sulla quantità di traffico che io vedo qui nella tabella che vado a misurare con utenti e sessioni.

Questa quantità di traffico risponde rispetto all'et al budget, alle risorse che io sto investendo c'è una proporzione tra quello che sto investendo su alcuni canali e quello che io vedo effettivamente nel traffico qui nella tabella se c'è okay bene così vuol dire che io tanto più investo fort budget su un canale, tanto più ho ritorno in termini di traffico.

Se invece questa proporzionalità non c'è e quindi magari sto investendo tanto in un canale, ma poi non me lo ritrovo qui in una tabella, vuol dire che c'è qualche problema o questo fort non è efficace, magari faccio vedere bannerman nessuno ci clicca o magari potrebbe esserci qualche problema di tracciamento per cui effettivamente la gente ci clicca ma io non riesco a ritrovare qui dentro effettivamente la sorgente che l'utente ha cliccato perché questo ci possono essere vari motivi che però ci vedremo una lezione specifica dedicata ai parametri o t m non qui dentro.

Continuiamo invece la nostra valutazione.

Quindi a parte il livello di traffico, quando io porto la le persone dentro al sito, io mi aspetto che queste persone interagiscano col sito perché se entrano ed escono immediatamente senza fare nulla, ovviamente questo è male, a prescindere da quale sia il mio business che possa avere io un blog che possa avere io un sito e-commerce che possa avere io qualsiasi tipo di sito.

Io di solito voglio che gli utenti interagiscano con la mia pagina che la leggano, che aggiungono un prodotto a carrello che ingrandiscono un'immagine che leggano la descrizione che leggono un articolo non mi piace, quindi quell'utente entra, non fa niente ed esce immediatamente questo comportamento dell' entrare e uscire immediatamente.

Io lo posso identificare andando a vedere quello che è il tasso di coinvolgimento.

Il tasso di coinvolgimento l'abbiamo già detto è identificato come un utente che entra e fa almeno una minima azione che si chiama coinvolgimento, che può essere stare almeno dieci secondi sulla pagina oppure fare un'azione di conversione che noi abbiamo evidentemente definito come conversione in fase di impostazione del tracciamento, oppure ancora vedere almeno due pagine.

Quindi quando succede una di queste tre cose si ha una sessione con coinvolgimento.

Ma se una di queste tre cose non succede, anzi, se non succede nessuna di queste tre cose, allora la sessione non è sessione con un coinvolgimento e quindi è come se fosse quello che in gergo si chiama un rimbalzo c'è un utente che entra ed esce immediatamente senza fare nulla.

Quindi io sono a caccia, in particolare di sorgenti di traffico che hanno un basso tasso di coinvolgimento.

Ovvero, detto in altri termini, una alta frequenza di rimbalzo per chi è abituato a questo vecchio nome della vecchia metrica di google a lix vecchio.

Quindi, parlando con i termini nuovi di g a quattro, io sono a caccia di alto tasso di coinvolgimento, perché quando la sorgente c'ha a alto tasso di coinvolgimento vuol dire che l'utente ha fatto almeno qualche azione minima di interazione con la pagina.

Viceversa, se io ho qualche sorgente che ha basso tasso di coinvolgimento così qua nei dati immaginiamo per esempio qua questa sorgente qui Yahoo search trentatré percento.

Cosa vuol dire? Che il sessantasei percento circa delle sessioni sono entrati, non hanno fatto nulla e sono usciti immediatamente.

Se io sto investendo dell'effort e del budget e del tempo delle risorse per portare utenti da questa sorgente, adesso lasciate stare il fatto che sta portando traffico nullo.

Però immaginando che io ci stia spendendo del tempo.

Se io mi trovo un tasso di coinvolgimento basso, vuol dire che c'è qualcosa che non va.

Quindi o sto sbagliando target, sto andando a parlare a persone non potenzialmente interessate o li sto portando su una landing page sbagliata che sta comunicando qualcosa di sbagliato, oppure su una landing page che ha un problema tecnico me.

Magari si vede male, magari si carica lentamente, magari c'ha troppi banner invasivi, troppi pop-up che appaiono e fanno vedere male la pagina.

E qui, a prescindere da quale sia il problema, l'utente vuol dire che comunque qua entra e nella maggior parte dei casi esce immediatamente.

Quindi già questo è un primo segnale negativo.

Quindi io posso già iniziare a giudicare le mie sorgenti sulla base del tasso di coinvolgimento, quelle che ce l'hanno, ma quelle che ce l'hanno basso.

Già, potrebbe essere un segnale che c'è qualcosa che non va.

Dopodiché continuo la mia analisi e vado a vedere magari la durata media del coinvolgimento per sessione, le visualizzazioni per sessione o gli eventi per sessione.

Queste sono delle metriche, diciamo abbastanza qualitative, di cui non c'è un valore ottimale che io cerco di andare a raggiungere però sono a caccia di estremi, soprattutto bassi, perché quando ad esempio mi trovo una sorgente che c'ha tre secondi di permanenza come in questo caso oppure una pagina vista oppure ancora pochi eventi per sessione tracciati rispetto alla media eh cosa vuol dire? Vuol dire che magari agli utenti magari ci restano dieci secondi, quindi fanno scattare la sessione con coinvolgimento, però poi non fanno nient'altro, quindi c'hanno comunque una permanenza bassa, c'hanno comunque poche visualizzazioni di pagina, c'hanno comunque scarsa interazione col sito.

Ora ho detto una piccola imprecisione, ovvero il tasso di coinvolgimento scatto ho detto dopo dieci secondi però appunto non solo dopo dieci secondi magari l'utente fa un'azione di conversione oppure ancora vedi un'altra pagina quindi questi sono i criteri del tasso di coinvolgimento.

Quindi io potrei vedere immediatamente un'altra pagina, quindi non fare un'azione di conversione e neanche stash dieci secondi.

Vado subito su un'altra pagina e questo potrebbe essere l'ultima azione che faccio, quindi cambio pagina e poi me ne vado allora in questo caso io potrei avere una durata media del coinvolgimento bassa.

Perché? Perché ho fatto scattare il coinvolgimento? Perché sono passato di pagina.

Questo è uno dei tre criteri, però poi ho abbandonato subito il sito senza fare niente e quindi in questo caso avrei un coinvolgimento con una durata media molto piccola.

È chiaro che questo non va bene, cioè se io vedo due pagine ma le vedo in tre secondi non ho preso nessuna informazione, non ho esplorato nessun prodotto, non ho letto nessuna news e quindi questo generalmente è una cosa negativa, per cui io devo magari andare a vedere che cosa ci potrebbe essere, che non va in quella sorgente.

Quindi, per concludere, io sono a caccia di valori di qualità della navigazione bassi per identificare sorgenti che hanno problemi eventualmente di target, oppure di landing page, che tipicamente sono una di queste due cose che generano scarse performance target.

Persone potenzialmente non interessate che però per sbaglio ci cliccano l'ann page l'n page che non comunica in maniera adeguata o per motivi tecnici o per motivi di caricamento o per motivi di visualizzazione o per motivi di banner invasivi o di comunicazione sbagliata.

Non comunicano bene al target e quindi magari lui era potenzialmente interessato, ma decide comunque di abbandonare subito perché non trova quello che lui stava cercando.

Infine gioco con le ultime due colonne, cioè delle conversioni e degli eventi, per cercare di capire quali sono effettivamente le azioni che gli utenti fanno da quelle sorgenti.

Immagino di stigmatizzare tutto il processo decisionale di conversione in step dal primo all'ultimo immagini un eco l'utente entra, vede la scheda prodotto oppure va sull'homepage tron page cosa fa? Potrebbe cliccare un banner potrebbe fare una ricerca interna potrebbe ancora andare a a utilizzare il menu di navigazione.

Se fa una di queste tre cose, allora io devo vederlo da uno degli eventi tracciati che io avrò avuto la premura di tracciare qui dentro.

Quindi magari c'avrò un evento che scatta con tante click un promozionale interno.

Immaginate una promozione che si vede dal sull'homepage l'utente click va su una scheda prodotto oppure su una lista di categoria.

Di solito quando c'è un click di questo tipo c'è un evento raccomandato.

Questo lo potete trovare su google in particolare ve lo faccio vedere qua, ma poi ci sarà una lezione dedicata g a quattro e in particolare per la par e-commerce.

Noi abbiamo una serie di eventi raccomandati tra questi c'è, ad esempio quello che si chiama promotion.

Quindi se l'utente ha cliccato un banner promozionale interno io dovrò fare in modo che scatti un evento che si chiama promotion e quindi quando poi io vado a vedere nei dati, io me lo ritrovo qui nella lista.

Allora c'avrò un banner che si c'avrà un evento che si chiamerà promotion.

Magari ci sono altri eventi sempre rappresentativi di comportamenti e-commerce.

Per esempio l'utente ha utilizzato la ricerca interna oppure l'utente ha cliccato sul menù di navigazione oppure ancora l'utente ha interagito con funzioni dalla pagina si è iscritto alla newsletter? Allora io mi vado a vedere in questi vari eventi se una mia sorgente di traffico ha avuto qualche interazione di questo tipo, magari non ha portato all'acquisto, però comunque ha portato l'utente a scoprire il prodotto, a iscriversi alla newsletter, a registrarsi al sito, a interagire con una pagina di informazioni importanti.

E quindi non è stata una visita sprecata.

È stata una visita che ha portato l'utente a entrare nel mio fan decisionale di conversione.

Se invece è una sorta non fa neanche questa azione, quindi non c'è nessuna azione utile che l'utente ha fatto.

Beh, vuol dire che c'è qualcosa che non va.

Di contro se la sorgente ha portato l'utente a fare qualche azione a ma poi l'utente non ha acquistato quella sorgente.

Per me comunque potrebbe rappresentare un valore perché non è un valore economico finale, ma come nel nostro esempio iniziale ha contribuito a fare apportare l'utente poi a innescare quel processo decisionale di conversione che poi l'utente ha utilizzato con altri canali.

Quindi magari l'utente ci ha scoperto con youtube social editor, ha scoperto le informazioni, ha letto le faq, si è iscritto alla newsletter ma non ha convertito.

Allora se io vado qui a vedere i miei eventi o se l'ho contrassegnato come conversione le mie conversioni o il mio tasso di conversione, a quel punto capisco che quella sorgente ha un valore per me, anche se non ha portato all'acquisto e quindi mantengo il mio budget pubblicitario, il mio fort in quella sorgente lì quand'è quindi che prendo azioni correttive quando le sorgenti che io pensavo avessero quell'obiettivo lì invece non mi portano nulla.

Ho fatto una campagna di wireless Bene, devo misurare questa wireless presente arriva, ha letto le pagine, vuole farli leggere, ha cliccato i pulsanti e vuole farli cliccare ha ingrandito le foto, ha visto i video ha aggiunto a carrelli prodotti, ha interagito con la scheda prodotto.

Se l'ha fatto bene la campagna di se ha avuto successo.

Se non l'ha fatto male vuol dire che dice qualche problema e allora io vado a fare qualche azione correttiva che può essere sulla campagna, sulla landing page o altre cose.

Questo quindi, secondo me è il modo in cui bisognerebbe analizzare le sorgenti di traffico e in generale le campagne e i canali in generale gli attributi associati a le varie appunto sorgenti e comunicazioni all'esterno del sito, cosa importante per poter fare questo tipo di analisi.

Io devo aver fatto in modo innanzitutto che le azioni importanti lungo tutto il fa delle conversioni siano tracciate.

Se io traccio solo le conversioni finali, gli acquisti non va bene.

Io normalmente cerco di tracciare tutte le azioni importanti del funnel dall'inizio alla fine come conversioni.

Perché? Perché se le traccio come conversioni, allora lui mi calcola in automatico il tasso di conversione per quell'azione e di conseguenza, se mi traccia il tasso di conversione.

Per me è facile fare questo tipo di analisi perché vado a confrontare non su numeri assoluti che sono influenzati dal valore assoluto delle sessioni, ma su una metrica di efficienza qual è il tasso di conversione, appunto, che mi permette di confrontare a parità di sessioni sorgenti diverse.

Quindi in questo caso vedo che ah, vedi che ne so, youtube, social editor, app, sessioni, ma ha un tasso di conversione molto elevato.

Sedici percento.

Vabbè, qua chiaramente sono numeri fittizi, però questo mi potrebbe portare a dire devo investirci di più in questo canale che oggi c'ha visite basse.

Quindi se vedessi i numeri assoluti, le conversioni sono piccole.

Ma poiché il tasso di conversione è alto, io ipotizzo che se riesco ad aumentare la pressione su quel canale, mantenendo lo stesso target e la stessa qualità di traffico, allora magari io riesco a mantenere il tasso di conversione e quindi riesco a aumentare le conversioni proporzionalmente a quanto riesco a aumentare le mie sessioni.

Quindi questo è un po'.

Il ragionamento secondo me che uno fa cerca di confrontare i tassi di conversione cercando quelli abbastanza alti.

A quel punto io posso spingere maggiormente su quel canale su quella sorgente di traffico.

Però devo avere a premura di con di controllare che il mio tasso di conversione non degradi all'aumentare le sessioni tipicamente io più aumento la pressione su quel canale, cioè più aumento il budget pubblicitario, ad esempio.

Più il mio tasso di conversione per una determinata azione potrebbe andare a diminuire, quindi devo stare attento a non esagerare con la pressione, mantenendo quindi una qualità un'efficienza rispetto al alla mia azione.

Obiettivo che sia abbastanza buona.

Okay, um, per fare tutto questo, quindi devo tracciare bene le mie azioni e in più devo tracciare bene tutte le sorgenti di traffico delle mie comunicazioni esterne al sito.

Per fare questo di solito si fa con i parametri U T M che vengono appesi ai link che io pubblico all'esterno del mio sito.

Invio le newsletter Bene, devo appendere i parametri o t M faccio un apposto sui social network, devo appendere i parametri o t m e faccio una campagna pubblicitaria su qualsiasi piattaforma.

Devo appendere i miei parametri.

T M um solo Google ATS non devo necessariamente farlo, anche se oggi in realtà è conveniente farlo anche con Google ATS per svariati motivi, che poi magari ci vedremo con Google in generale.

Se io ho connesso l'account di googolare direttamente alla proprietà di G a quattro um le informazioni della sorgente di traffico delle campagne che vengono trasmesse automaticamente per tutto il resto tutte le altre tipologie di promozioni o campagne.

Devo tracciare questi famosi parametri T M e questa attività di tracciamento dei parametri T M.

Ce la vedremo in una lezione ad hoc, di cui parleremo appunto in questo corso.