In questa lezione vediamo la seconda parte del funzionamento dei report di tipo esplorazione tabellare.

Avevano un sacco di funzionalità e caratteristiche, per cui abbiamo spezzato la lezione in due, e questa qui è la seconda parte.

Torniamo quindi al report che ci serve analizzare e per farlo apriamo il report formato libero.

Questo qui ci crea un tete di un report in formato tabellare, con alcune parti già predefinite che ovviamente possiamo rimuovere e manipolare come ci pare.

Le parti che lui definisce inizialmente sono la città che qui adesso vado a rimuovere le colonne, cioè la categoria del dispositivo tra le colonne e poi utenti attivi come metrica.

Ora, una cosa di cui voglio parlare in maniera approfondita è la scelta delle dimensioni e delle metriche, che è una delle cose che probabilmente è più complessa e anche che può generare la maggiore confusione.

Quello che consiglio di fare io è innanzitutto partire da una tabella vuota, così come adesso.

A questo punto possiamo andare nella colonna sinistra e cliccare sul più della parte dimensioni.

Bene, le dimensioni che noi possiamo importare nella prima colonna, ovviamente, le possiamo flaggato da questa lista che comprende tutte le dimensioni predefinite di g quattro più tutte le dimensioni personalizzate, le cosiddette dimensioni custom che abbiamo creato noi quando abbiamo fatto il set up del tracciamento in questo corso, noi non abbiamo visto come fare questa cosa.

Questo lo vedremo nel corso specifico legato all'implementazione del tracciamento.

Però in generale noi dobbiamo sapere che possiamo aggiungere, oltre a tutte le dimensioni, che già oggi a quattro di suo anche ulteriori dimensioni di vario genere completamente personalizzate.

Immaginate che noi magari abbiamo a disposizione informazioni sugli utenti, come per esempio il fatto se sono già clienti oppure no, se sono clienti premium oppure clienti basic e così via qualsiasi tipo di attributo che ci può venire in mente e possiamo quindi creare delle nuove dimensioni personalizzate in cui andiamo a immagazzinare questo tipo di attributi.

Quindi, in generale, qui in questo elenco ci ritroveremo tutte queste dimensioni predefinite e anche personalizzate.

Ora, una cosa importante è che ciascuna dimensione ha un ambito, quindi adesso mi spendo due minuti per spiegare questa cosa che è importante.

Ce la ritroveremo anche nelle elezioni successive e ogni dimensione ha un ambito.

E questi ambiti che abbiamo su g a quattro sono di tipo gerarchico.

Adesso li elenco tutti e quattro sono l'ambito utente, poi c'è l'ambito sessione che in realtà su g a quattro ancora non è utilizzabile.

Però vi sono delle dimensioni sessione, poi vedremo l'ambito evento e l'ambito prodotto.

Che cosa vuol dire? Prendiamo l'ambito utente quello più top level di tutti.

Una dimensione di ambito utente è una dimensione che esprime un attributo associabile all'utente e che in generale non varia il suo valore lungo le varie sessioni che lo stesso utente fa se non in maniera abbastanza rada.

Per esempio prendiamo un attributo utente quale può essere il genere maschio o femmina? E un utente chiaramente può essere o maschio o femmina.

Normalmente questo valore non cambia mai.

Se un utente è maschio, resterà maschio per tutti sessioni che farà successivamente? Ci possono essere degli attributi utente che invece cambiano nel tempo.

Però con lentezza immaginiamo un utente che fa la registrazione a un sito.

Quando si registra noi gli diamo un attributo non cliente perché lui ancora non ha comprato nulla, magari per un po' di tempo lui rimane non cliente, fa sessioni sul nostro sito da non cliente, poi un giorno decide di comprare il suo primo oggetto e quindi noi cambiamo quel valore dell'attributo da non cliente a cliente.

In questo caso, quindi, la dimensione è sempre di tipo utente.

Immaginiamo che potrebbe essere tipo cliente questa dimensione e la dimensione tipo cliente.

Quindi varrà non cliente oppure cliente, e per la maggior parte delle sessioni gli utenti avranno un solo valore.

Poi questo valore può cambiare.

Però in generale questi attributi hanno una variazione molto lenta, perché appunto, magari uno era non cliente e poi diventa cliente, ma in generale la maggior parte delle sessioni le ha fatte con lo stesso valore o non cliente oppure successivamente cliente, oppure immaginiamoci l'età l'età.

Anche questo potrebbe essere un attributo utente e ovviamente varia una volta l'anno, cioè ogni volta che l'utente compie gli anni, noi potremmo aggiornare l'età dell'utente nella dimensione età.

Bene, la dimensione di ambito un pochino più basso è quella della sessione, ovvero un utente può fare più sessioni e in ogni sessione una dimensione di ambito sessione potrebbe avere un valore diverso.

Facciamo un esempio una tipica dimensione di ambito sessione era sorgente di traffico, quindi io potrei oggi fare una sessione sul sito da Google e poi tornare domani da Facebook e poi dopodomani fare un'altra sessione, magari da una email proveniente da email.

Quindi io sono sempre io come utente, però ho fatto tre sessioni e ognuna di queste tre tre sessioni aveva una sorgente di di traffico diversa.

All'interno della stessa sessione.

Il valore della sorgente era sempre lo stesso, però tra differenti sessioni.

Questo valore cambiava quindi la dimensione sorgente di traffico è una dimensione che può essere associata a tutta la sessione di un utente e quindi a ambito sessione, cioè ogni sessione potrebbe avere un valore diverso per la sorgente di traffico.

Un altro esempio di dimensione di ambito sessione potrebbe essere la categoria del dispositivo.

Immaginiamo che io oggi faccio una sessione da desktop.

Domani torno da mobile.

Dopodomani torno da tablet.

Ho tre sessioni in ciascuna sessione, un valore diverso della dimensione categoria dispositivo il primo giorno il secondo mobile il terzo tablet nota qui su G a quattro categoria di dispositivo non è una dimensione di ambito sessione su G a quattro ad oggi per mia conoscenza, in questo momento per in cui stiamo registrando le uniche dimensioni di ambito sessione che vi sono sono quelle legate alle sorgenti di traffico.

Quindi sorgente mezzo sorgente, mezzo della sessione campagne della sessione forse c'è qualche altro attributo sempre legato alle campagne, alle sorgenti però in generale a oggi su g a quattro l'unica dimensione in cui lui ci dice esplicitamente che l'ambito di sessione è appunto quello legato alle sorgenti di traffico.

Tutte le altre dimensioni che noi troviamo sono o di ambito utente che le ho già spiegato oppure di ambito evento oppure ancora di ambito prodotto.

Andiamoci a vedere questi altri due ambiti l'ambito evento è una dimensione che cambia valore ogni volta che viene tracciato un evento più che cambia valore può cambiare valore.

Immaginiamo ad esempio la dimensione pagina o percorso pagina come si chiama quasi oggi a quattro il percorso pagina sarebbe la parte di url relativa rispetto al dominio.

Quindi immaginate slash che siamo slash, slash, carrello e così via.

Questa dimensione ovviamente cambia valore se l'utente cambia pagina, quindi potenzialmente durante una sessione questa dimensione pagina può assumere diversi valori, magari l'utente entra dall'home page in quel momento la dimensione vale appunto slash immaginiamoci l'homepage, poi si sposta sulla pagina che siamo e la dimensione pagina diventa chi siamo slash chi siamo.

Poi magari l'utente fac e la pagina diventa Slash fa e così via.

Quindi questa dimensione pagina non è una dimensione di ambito sessione, perché una dimensione di ambito sessione ha un unico valore durante tutta la sessione, invece, la dimensione pagina e in generale una dimensione di ambito evento cambia valore potenzialmente con ogni evento tracciato.

Quindi immaginiamo che l'evento in questione sia ha una page view, quindi ogni volta che scatta l'evento Page View si porta dietro la dimensione pagina e questa dimensione pagina può assumere un valore a ogni evento di Page View tracciato L'utente entri in homepage parte l'evento Page View si porta dietro la dimensione pagina e in quel caso vale appunto Slash, cioè l'homepage.

Poi l'utente si sposta su chi siamo parte di nuovo L'evento Page View e associato a questo evento si porta dietro la dimensione pagina di nuovo.

In questo caso vale chi siamo e così via.

Quindi la dimensione pagina o percorso pagina come si chiama si chiama V G quattro è una dimensione di ambito evento.

In generale, una dimensione di ambito evento è una dimensione che può cambiare valore in corrispondenza di ogni singolo evento tracciato.

In ultimo, la dimensione di ambito prodotto, la dimensione di ambito prodotto è una dimensione associata a un prodotto e la dimensione di ambito prodotto può assumere diversi valori all'interno dello stesso evento.

Immaginate ad esempio, un evento tipo porse, cioè l'evento di acquisto l'utente ha acquistato dei prodotti.

Immaginiamo che ha acquistato due prodotti, quindi associato all'evento porse ci saranno due dimensioni di ambito prodotto una per il prodotto uno e una per il prodotto due.

In altre parole, ogni prodotto acquistato nell'evento Chase ha associata una dimensione di ambito prodotto che riporta il valore del nome del prodotto.

Quindi immaginiamo appunto che la dimensione nome del prodotto è una dimensione di ambito prodotto perché può cambiare valore per ogni prodotto che l'utente tratta.

Per esempio acquista oppure aggiunge il carrello oppure vede e così via.

Quindi l'ultimo ambito è quello prodotto.

La dimensione di ambito prodotto è una caratteristica, un attributo specifico di un prodotto singolo, e quindi ha un solo valore solo per quel prodotto.

Per prodotti diversi, la dimensione di ambito prodotto assume valori diversi o in generale può assumere valori diversi.

Okay, fatto questo cappello introduttivo questo va saputo perché perché in generale, dimensioni di diverso ambito possono essere combinate con metriche solo di ambiti compatibili su g a quattro.

La dimensione che specifica il nome del prodotto si chiama nome elemento.

Eccola qua ed è una dimensione appunto di ambito prodotto immagini di flaggato e flagghi anche, per esempio la categoria dell'elemento, cioè la categoria del prodotto.

Questo invece è l d dell'elemento, cioè le k UE importiamo.

Okay, ci troviamo quindi qui che vedete nella colonna di sinistra proviamo a portarla trascinandola nel tra le righe.

Quindi io vorrei creare ad esempio, una tabella che fa vedere come valore della riga il nome del prodotto.

Bene, quali sono le metriche che posso scegliere? Vedete qua sotto c'ho utenti attivi e selezionabili, ma conteggiati e transazioni non è selezionabile.

Perché? Perché queste metriche corteggiamenti e transazioni sono metriche che non sono compatibili con l'ambito prodotto che io ho inserito qui nella tabella.

Se io quindi voglio inserire qui delle metriche compatibili, cosa devo fare? Clicco su più mi vado a cercare le metriche compatibili e come potete vedere qua nell'elenco ci sono alcune che sono in grigetto non selezionabili e altre che sono invece selezionabili.

In generale, tutte le metriche di ambito prodotto sono ovviamente compatibili con la dimensione di di di ambito prodotto, quindi se io volessi sapere quali sono i prodotti più acquistati o i prodotti più aggiunti al carrello o i prodotti più visualizzati oppure il fatturato generato da ciascun prodotto, posso selezionare queste mete che le importo a questo punto ce l'ho qua sulla sinistra vedete, queste sono selezionabili.

Le trascino qui sulla sinistra, cioè nello spazio valori.

Diciamo così mettiamo per esempio le entrate generate da articolo e così via.

E quindi vedete che ho costruito la mia tabella in maniera corretta.

Dimensioni di ambito prodotto metriche di ambito prodotto metriche perché sono di ambito prodotto, perché ovviamente si riferiscono al prodotto conteggiano una caratteristica del prodotto per esempio, conteggiano i prodotti acquistati oppure conteggiano il fatturato generato da ogni singolo prodotto.

In altre parole, ora sono metriche che possono essere spacchettate, cioè ne può essere fatto il black down per prodotto.

Altre metriche invece di altri ambiti non sono spacchetta per prodotto non non ci non può essere fatto il il black down per prodotto.

Per esempio le transazioni che misurano le transazioni, appunto gli acquisti.

Gli ordini generati da un e-commerce non sono spacchetta per prodotto perché di fatto è come se fosse una metri che conteggia l'ordine ma quella metrica non viene riferita a un singolo prodotto.

Ai singoli prodotti vengono riferite queste metriche qua che stiamo vedendo in particolare gli articoli acquistati.

Ed è per questo che noi possiamo fare l'incrocio e quindi il black down in generale.

Quindi, senza entrare troppo nella parte teorica o sbattere la testa su questa parte, qua, noi dobbiamo sapere che se vogliamo creare un report, azzeriamo tutto.

Creiamo le nostre dimensioni per prima cosa, quindi le mettiamo qui nella parte delle righe.

A quel punto, dopo che abbiamo messo la dimensione, le metriche che possiamo aggiungere sono quelle che non saranno in rigetto.

Quindi, banalmente, quello che possiamo fare lo vediamo perché sarà selezionabile e quello che non possiamo aggiungere sarà non selezionabile.

Dobbiamo semplicemente sapere che quello che non è selezionabile deriva dal fatto che metriche e dimensioni devono avere ambiti compatibili tra di loro, altrimenti non possono essere incrociati tra di loro.

Perfetto.

Se io adesso tolgo questo nuovo elemento e metto un'altra metrica, per esempio città.

Se metto la metrica città, tolgo a questo punto anche articoli acquistati, entrate, generate l'articolo e vedete che sono di nuovo apparse le metriche di conteggiati e transazioni, mentre se io vado qui a cercarmi.

Le metriche ecommerce sono tutte selezionabili, quindi in questo caso io posso andare a mischiare.

Non posso invece andare a selezionare queste altre metriche sono legate alla pubblicità, per cui, in generale regola per poter creare questo report.

Io, almeno per come suggerisco di fare parto dalla dimensione.

Dopodiché le metriche che posso aggiungere le vedo dalla lista tra quelle non in grigetto.

Okay, vista questa cosa qua vediamo un'altra caratteristica di questo report.

E questo vale anche per per le altre tipologie di La sezione Esplorazione.

Andiamo ad aggiungere una dimensione, per esempio No, la la categoria degli elementi.

Andiamo ad aggiungere la categoria del dispositivo.

Andiamo ad aggiungere qui, ad esempio, Un'altra metrica e andiamo a prendere qua utenti attivi.

Okay.

E la mettiamo qua tra i valori.

Bene, immaginiamo che io adesso voglio vedere soltanto alcune voci di questa tabella.

Questa chiaramente c'ha solo tre voci, quindi magari non è non non è magari super utile questa cosa qua? Però in generale, quando io voglio filtrare una tabella, lo posso fare utilizzando questo campo qua.

Filtri.

Vado qui, ad esempio, a selezionare e posso selezionare.

Fammi vedere Soltanto che ne so la categoria del dispositivo che contiene desktop.

Quindi io qua, come diciamo normalmente, ho nei filtri scelgo una dimensione, scelgo una condizione di match, poi inserisco un valore che viene utilizzato per il match in base alla condizione che io ho scelto.

Quindi contiene oppure corrisponde esattamente a inizia con termina con e così via anche non contiene si può fare.

Quindi insomma filtri di esclusione okay, io poi clicco su app e a questo punto vedete, la tabella rimane col valore del filtro che io ho inserito.

Questo lo tolgo un secondo.

Vi faccio vedere che è interessante perché io posso filtrare questa tabella non necessariamente per la dimensione che ho inserito qui nella seconda colonna, ma anche per una delle dimensioni che ho qua nella prima colonna.

Quindi immaginiamo che io voglio vedere quante visite sono venute, ad esempio da dal giappone vado a fare qua un filtro scelgo paese metto per esempio contiene mi suggerisce alcuni valori prendo per esempio japan applica e vedete quindi che lui mi filtra la tabella sulla base del filtro che io ho aggiunto che non è una dimensione di questa la tabella, ma è e deve essere una dimensione di queste si trovano nella prima colonna.

Se solo che la tolgo.

La tabella ovviamente mi torna esattamente come la prima perfetto.

Quindi questo qua è un po' anche come utilizzare questo filtro qui in fondo altra cosa interessante proviamo a cambiare la modalità di visualizzazione di questa tabella non le vedremo tutte perché secondo me ci sono molte cose che sono intuitive, però vediamone una può essere secondo me interessante.

Io la uso spesso e questa qua vedere in formato grafico a linee.

Questa ci è utile perché ci permette di creare dei trend di k p i di nostro interesse.

Per esempio se io voglio andare a mostrare l'andamento degli utenti sul sito lungo appunto il periodo che sto analizzando io posso scegliere la metrica utenti attivi.

Tolgo la dimensione in questo caso perché la dimensione vedete mi fa il black down degli utenti per ciascun valore della dimensione, in questo caso categoria del dispositivo.

Io però in generale la prima cosa che voglio fare è creare una serie di grafici che mi fanno vedere l'andamento di tutte le metriche di mio interesse, in questo caso gli utenti attivi e quindi io qui posso visualizzare gli utenti a livello giornaliero ampliamo un po' il periodo.

Prendiamo ad esempio trimestre corrente.

Anzi, ampliamo ancora di più.

Andiamo da novembre fino a quindici febbraio.

Okay.

E questo è l'andamento degli utenti, um, sul sito di Google Store giornaliero.

Ora, che cosa vogliono dire queste righe? Allora, la la riga blu è il valore effettivo che lui ha misurato per la metrica utenti attivi.

Dopodiché vedete che c'è questa riga bianca in sovrimpressione.

Questo qui è il suo modello previsionale che lui si aspetterebbe di trovare come valore.

Dopodiché c'è una fascia, questa azzurra, in cui il suo modello previsionale prevede appunto che i valori normali possano rientrare.

Quindi in altre parole, la linea bianca è come se fosse, diciamo il valore medio che lui si aspetta di misurare.

La fascia grigia è la fascia entro la quale, con diciamo una buona probabilità, lui si aspetterebbe di trovare i valori degli utenti quando questi valori effettivi misurati escono fuori dal suo dalla sua fascia ad alta probabilità, lui contrassegna questi valori con dei cerchietti bianchi e li associa.

Ha delle anomalie, cioè come se lui si aspetta per il suo modello provvisionale di avere i valori entro un certo range.

Quando questi valori escono fuori da questo range per lui sono delle anomalie, il che non vuol dire che siano necessariamente degli errori, semplicemente che magari ci sono stati degli eventi, delle degli accadimenti che hanno fatto andare l'andamento di una determinata metrica fuori dai suoi parametri classici.

Immaginiamo un invio di una newsletter particolarmente ricco che ha portato tanti utenti sul sito.

Allora magari in questo giorno specifico sono entrati tanti utenti e in questo senso lui rilevano cioè un'anomalia può essere un picco oppure un drop particolarmente ampio rispetto al valore medio.

Diciamo che lui aveva stimato.

Quindi questo può essere interessante anche, diciamo per avere un'idea di quale può essere l'andamento che lui prevede che possa esserci rispetto a quelli che sono un po' dei fori standard che noi potremmo andare ad avere.

Qui ci sono una serie di switch che ci permettono di modificare un pochino queste caratteristiche.

In particolare noi potremmo anche decidere di spegnere la misura delle anomalie e in generale del modello e se invece lo decidiamo di accendere, qui abbiamo due switch che ci consentono di aumentare o diminuire un pochino quello che è l'accuratezza e la sensibilità del modello non ci entro particolarmente, poi questo uno se li può secondo me studiare anche in maniera autonoma e un'altra.

Cosa però interessante è la granularità, cioè io posso cambiare la scala di ciascun pallino che vedo qua nel grafico.

In questo caso io c'ho dati giornalieri potrei decidere invece magari di mettere dati settimanali oppure dati mensili, oppure ancora dati orari.

Quindi qua vedete c'abbiamo varie posizioni, possibilità che ci permettono di avere appunto l'andamento di questi k i in maniera differente.

Okay, questo per quanto riguarda il grafico di trend io normalmente cosa faccio? Faccio magari un'esplorazione specifica, per esempio k p i trend la potrei chiamare e qui dentro, nei vari tab, ci metto i trend uno per ogni k p i che sto osservando le sessioni, le transazioni, il fatturato, le aggiunte a carrello, il tasso di conversione e così via, in maniera tale che uno quando entra qui dentro può facilmente vedere gli andamenti di tutti i vari trend.

Okay.

E altra visualizzazione che potrebbe essere interessante è quella legata ad esempio a il grafico a dispersione cosiddetto rpt.

Qui noi dobbiamo definire una dimensione, immaginiamo ad esempio paesi di provenienza e poi su questi due valori di metriche andiamo a dire due metriche di nostro interesse che poi compariranno nell'asse Y e nell'asse X.

Il nostro grafico adesso qua c'abbiamo gli utenti sull'asse y sull'asse X.

Andiamo a mettere ad esempio le transazione che può essere interessante.

Okay, quindi mettendo questo tipo di grafico cosa possiamo vedere? Possiamo vedere quindi sull'asse Y che si vede qua sulla destra, in particolare i vari valori degli utenti che sono entrati sul sito nel periodo selezionato.

Mentre sull'asse X, noi vediamo invece i vari valori delle transazioni.

Ogni pallino quindi viene posizionato in base ai suoi valori di utenti e transazioni.

Quindi qua, ad esempio, abbiamo gli Stati Uniti, transazioni radioattive, Canada, India e così via.

Ora qui probabilmente è poco interessante come grafico, perché abbiamo in realtà la maggior parte delle transazioni sono fatte dagli Stati Uniti.

Poi abbiamo soltanto pochissime transazioni in Canada, ancora meno in India, e poi zero di fatto negli altri paesi o giù di lì, però in generale.

Quindi qua cosa posso vedere? Posso vedere qual è la relazione che c'è tra due metriche sulla base dei valori delle dimensioni.

Quindi, ad esempio, gli Stati Uniti che si trovano in alto a destra del grafico contemporaneamente portano utenti sul sito e tante transazioni.

Il Canada porta un po' meno, un bel po', meno utenti sul sito e molte meno transazioni.

Quindi in generale per come sono posizionati i pallini, io posso capire più o meno quello che è la relazione che ho.

Tra le varie metriche che ho messo nel grafico rispetto ai vari valori della mia dimensione, proviamo a cambiare dimensione giusto per cercare di vedere qualcosa di anche magari più interessante.

Ecco qui ad esempio mettendo la categoria del dispositivo io posso vedere anche in maniera visuale abbastanza intuitiva che mobile porta più traffico a desktop sta più in alto sull'asse delle y quindi c'ha più utenti però porta molte meno transazioni infatti si trova sulla parte sinistra del grafico, a differenza del desktop che porta un po' meno utenti rispetto a mobile però molte più transazioni infatti si trova sulla parte destra del grafico.

Il tablet porta pochissimi utenti e anche pochissime transazioni, infatti si trova sulla parte sinistra.

In basso il grafico okay, per il resto tutto quello che abbiamo visto per la tabella funziona più o meno allo stesso modo.

Gli altri non ce li vediamo come tipologie, ma diciamo la logica di funzionamento è sostanzialmente la stessa.

Quindi partendo da quello che abbiamo visto, secondo me si può approfondire abbastanza facilmente e basta.

Per il momento questa lezione si chiude qui.

Nelle prossime andremo a vedere le altre tipologie di esplorazioni che possiamo creare.