In questa lezione vediamo un report della sezione Esplora T G a quattro tra quelli che io non uso più frequentemente.

Quindi a livello di importanza secondo me è un po' più secondario rispetto ad altri report che abbiamo già visto.

Questo report si chiama sovrapposizione di segmenti e ci consente di andare a vedere qual è il livello di sovrapposizione di segmenti di utenza che sono aggregati per diverse caratteristiche.

Immaginiamo vediamo qual è la sovrapposizione tra il mio segmento di clienti e il segmento di utenti di genere maschile oppure femminile.

Questo giusto per fare un esempio, andiamocelo a vedere ci troviamo come al solito nella sezione Esplora dell'account dimostrativo di Google Res quattro del Google Store e andiamo a scorrere questa questo casel e troviamo qua l'icona sovrapposizione dei segmenti.

Se noi la clicchiamo come al solito ci creerà un report partendo da un temete predefinito.

In questo temete noi vediamo che la prima cosa è uguale a tutti gli altri report della sezione Esplora la seconda colonna è simile nella maggior parte delle caratteristiche e poi ha qualche specificità del singolo della singola tipologia di report.

Un po', come abbiamo anche visto per le altre tipologie di report qua io non andrò adesso a ridefinire i segmenti.

Vedete c'è una sezione che dice confronti dei segmenti e lui, nel template preimpostato, mi fa vedere come tre segmenti traffico da dispositivi mobili, traffico da tablet e età.

Venticinque cinquantaquattro questi segmenti.

Noi vogliamo vedere qual è il grado di sovrapposizione che c'è tra questi segmenti per una o più metriche di nostro interesse.

E questa è una domanda che spesso i manager si pongono, magari loro hanno una serie di caratteristiche che conoscono degli utenti che possono essere attribuiti stesso, per esempio se è maschio o femmina, se era cliente o non cliente, se un cliente alto, pendente o basso spende eccetera eccetera e vogliono incrociarlo con qualche altra caratteristica che magari è propria della navigazione, per esempio rispetto al dispositivo utilizzato, se viene desktop da mobile oppure rispetto al paese di provenienza, oppure ancora rispetto alla sorgente di traffico, alle campagne che sono state utilizzate per portare questo o quel segmento di utenza.

Quindi si vuole in generale trovare qual è il grado di sovrapposizione tra due o più segmenti di utenza e ciascun segmento filtra gli utenti per determinate caratteristiche, in questo caso qui dopo aver quindi configurato con questa in questa colonna tutte le caratteristiche a report noi qua sulla destra ci troviamo quello che è il risultato vi faccio vedere al volo come quindi si interpreta questo risultato, poi entriamo magari nel dettaglio.

Allora nella parte superiore noi abbiamo um graficamente la rappresentazione dei tre segmenti e del loro grado di sovrapposizione.

Innanzitutto i pallini sono tanto più grossi quanto il segmento contiene tanti utenti o in generale quanto la metrica rappresentativa è grande.

In questo caso la nostra metrica rappresentativa sono gli utenti attivi e qua vediamo che il segmento um traffico da dispositivi mobili è quello più grande adesso qua noi lo possiamo vedere qua sotto.

In realtà vedete utenti attivi traffico da dispositivi mobili trentunomila settecentoventisei utenti quindi questo l'interezza del pallino azzurro rappresenta proprio questi utenti qua.

Poi a livello di grandezza c'è il pallino età venticinque cinquantaquattro con settecentosettantotto utenti e poi traffico da tablet con quattromilasei utenti.

La tabella qui sotto di fatto è è semplicemente la trasposizione in numeri e trasposizione tabellare di quello che vediamo nel grafico soprastante.

Quindi noi vediamo di fatto che, um come lo leggiamo questo questo grafico lo leggiamo per il fatto che il traffico di espositivi mobili rappresenta appunto il segmento più grande con i trentunomila settecentosei utenti di questi l'intersezione col segmento venticinque cinquantaquattro è rappresentato da tremilatrecentottantasei utenti, cioè una piccola parte diciamo, del traffico da espositivi mobili um sono gli utenti di età venticinque cinquantaquattro visto da un'altra angolazione il segmento venticinque cinquantaquattro che è largo settemilasettecento ottantotto utenti per tremilatrecento ottantasei utenti.

Quindi un po' meno della metà è composto da utenti che navigano dai dispositivi, quindi magari uno volendo potrebbe anche provare più segmenti con diverse fasce di età e vedere se l'utilizzo dei dispositivi mobili cambia in funzione della fascia di età, come ad esempio ci potremmo aspettare che un segmento di una fascia di età più giovane abbia una maggiore porzione di utilizzo di traffico di espositivi mobili, magari di un segmento di età più avanzata tipo cinquantaquattro sessantacinque anni e così via.

Perché magari gli adulti o gli anziani utilizzano meno lo smartphone e più il desktop, ma questa è un'ipotesi che è tutta da verificare.

Altra appunto, cosa è vedere la sovrapposizione anche rispetto al traffico da tablet che vedete eh? Gli utenti che utilizzano il tablet sono invece una posizione minore rispetto al venti, alla fascia venticinque, cinquantaquattro e c'è una scarsissima sovrapposizione tra traffico da dispositivi mobile e traffico da tablet.

Cioè in altre parole, gli utenti che utilizzano i dispositivi mobile raramente utilizzano anche il tablet per navigare il sito del commercio di store.

Ora qua secondo me entra in gioco uno dei fattori che rende questo report e in generale questi tipi di report che si basano sull'analisi degli utenti eh, un pochino deficitario.

Perché? Perché, come abbiamo visto tante volte in tante altre lezioni, la capacità degli strumenti di analytics e di G a quattro, nello specifico di individuare le singole persone e seguire quindi il loro comportamento cross device, cross browser e nel tempo è molto limitata perché appunto, molto spesso l'identificazione si basa sui cookie, a meno che l'utente non si sia loggato, ad esempio e quindi sia stato riconosciuto.

E e i cookie non sono condivisi tra i vari dispositivi mobil mobile, desktop, tablet oppure tra i diversi browser e quindi quello che magari lui vede qui come utenti separati, in realtà è lo stesso utente, semplicemente che è lo strumento che non è riuscito a capire che quella era la stessa persona quindi magari questa, um, il fatto che noi vediamo in questo grafico, cioè che il traffico di dispositivi mobili è particolarmente disgiunto dal traffico da tablet, vuol dire che ci sono pochissimi utenti che utilizzerebbero entrambi i device.

Magari in realtà non è veramente così, perché lui semplicemente non è riuscito a capire che gli utenti che stanno utilizzando il tablet sono gli stessi che poi sono entrati dal dispositivo mobile semplicemente perché i cookie non erano evidentemente condivisi, magari tra i due browser e quindi per analytics quelli erano utenti distinti, quando in realtà era la stessa persona.

Per questo motivo quand'è che questo report secondo me inizia a diventare più interessante quando noi magari andiamo a fare questo tipo di analisi su utenti che si sono loggati, cioè utenti che noi abbiamo effettivamente riconosciuto, filtrando via invece quelli che non si sono loggati perché se loro si sono loggati a quel punto noi veramente li abbiamo riconosciuti come utenti, eh? Faccio una premessa se loro si sono loggati e noi stiamo utilizzando la funzionalità di tracciamento user id che poi ce la vedremo nel corso legato al tracciamento.

Quindi su google manager però vi faccio questo piccolo anticipo du nella parte implementata.

Quando un utente si log noi possiamo tracciare insieme a tutti i suoi eventi e tutte le azioni che lui compie.

Possiamo por- portare appresso su Google di quattro il suo user ID che lui ha utilizzato, diciamo nel nostro sito.

Quindi ogni volta che Lui si legga, lui riceve dal nostro sito sempre lo stesso user d e quindi diciamo noi sappiamo che quello è sempre lui.

Quando l'utente si log e noi tracciamo lo user d con g a quattro noi lì in quel caso siamo in grado di dire che l'utente è sempre lui.

A questo punto questo grafico inizia ad assumere più senso, perché la sovrapposizione che vedremmo i segmenti di utenza loggato è reale.

Non ci sono artefatti dovuti ai cookie cancellati o non condivisi tra browser e dispositivi.

Sappiamo che in quel caso gli utenti sono veramente le persone per gli utenti loggati e quindi un grafico di questo tipo è realmente informativo e ci dà informazioni più accurate.

Quindi, finita questa premessa, qui possiamo vedere altre funzionalità di questo tipo di report.

Cioè possiamo andare a dividere questa tabella per ulteriori dimensioni di distribuzione.

Per esempio, noi potremmo andare a dividere la tabella per paese.

A quel punto lui introduce un'altra colonna con i paesi vedete, ogni riga è un paese e le singole colonne erano quelle che prima erano le righe e quindi sono i vari le varie porzioni di um segmenti um sovrapposti.

Per esempio questa prima colonna sarebbe tutto il traffico da dispositivi mobili, quindi corrisponde a tutto al pallino solo t sarebbe solo il traffico di dispositivi mobili, quindi la porzione che non si sovrappone alle altre palle e così via.

Età venticinque sarebbe tutto il panino verde, il traffico rosa sarebbe tutto il panino rosa.

Solo qua si intuisce che solo venticinque ventiquattro sarebbe la porzione che non si interseca con le altre due palline e quindi qui noi possiamo leggere la tabella facendo le nostre considerazioni, suddividendo appunto i valori per i valori diciamo i valori numerici li suddividiamo per i vari valori delle dimensioni, quindi possiamo vedere per esempio se questa distribuzione si mantiene cross country oppure se magari cambia.

Magari ci sono dei paesi, però ipotizzo l'india dove magari la distribuzione dei cellulari è più ampia oppure meno ampia rispetto agli Stati Uniti e quindi in quel caso noi potremo vedere una variazione di questa sovrapposizione a seconda del Paese.

Okay, quindi questo è un esempio, ma noi possiamo fare questo tipo di ragionamento con altre dimensioni che noi e che noi abbiamo diciamo a disposizione e che ci potrebbero essere utili a analizzare come al solito le dimensioni che dobbiamo trascinare qui dentro.

Oppure clicchiamo qui quando clicchiamo qui ci vediamo quelle che che abbiamo riportato nella parola di sinistra e per far andare qui a sinistra.

Clicchiamo qua più e le scegliamo da questa lista qui.

Okay, L'altra cosa interessante è che qui possiamo mettere le metriche, quindi, per esempio, qua vediamo gli utenti.

Potrebbe anche essere interessante vedere per esempio, altre metriche, per esempio le transazioni, e a questo punto Luigi ci crea un altro diagramma.

Però utilizzando le transazioni e quindi noi possiamo vedere la sovrapposizione dei vari segmenti.

Non rispetto a quanti utenti hanno portato, ma quante transazioni hanno portato appunto utenti solo da quel dispositivo o solo da quell'altro dispositivo.

Quindi questo qua è un po'.

La visione di questo tipo di report, dal mio punto di vista, non è uno di quelli che abbiamo utilizzato tutti i giorni o frequentemente.

Però in alcune circostanze, in alcune analisi potrebbe essere utile e quindi l'ho fatto vedere e basta.

Ci vediamo nella prossima lezione