In questa lezione andiamo a vedere un'altra sezione su g a quattro con una serie di report che ci permettono di vedere alcune performance legate ai canali e alle attività pubblicitarie.

La sezione si chiama pubblicità andiamocelo a vedere mi trovo qui, appunto nella sezione pubblicità del google merchandise store.

Piccola nota di curiosità.

Mentre stavo registrando questo video sul pannello sono cambiate delle cose per cui ho dovuto ricominciare da capo, perché mentre stavo spiegando il layout del pannello è cambiato, è stata aggiunta questa funzionalità beta e in più sono state anche rinominate le conversioni in eventi chiave, come si può ben vedere da questo banner qui sopra.

Quindi, se voi adesso nei vostri account vedrete eventi chiave e non vi ritrovate la parola conversioni è perché c'è stata questa nuova denominazione, ma di fatto dovrebbe essere la stessa cosa.

Okay, allora qui io partirei per vedere i vari report dalla dalla sezione istantanea pubblicità che in generale, come al solito ci dà una sorta di di quelli che sono i dati principali.

Però siccome i dati principali per questo io di report sono abbastanza complicati, proporrei di andarceli a vedere direttamente nei singoli report perché altrimenti spiegarli qui diventa difficile e partirei in particolare dalla sezione qua pianificazione tutti i canali, voi potreste vederla diversa.

Per esempio nel mio account ho questa visualizzazione qua rendimento tutti i canali google as e poi c'è attribuzione.

Però in realtà dovrebbe essere la stessa cosa, cioè qua pianificazione è quello che era rendimento da me.

Quello che invece io non ho nel mio account è questa beta.

Qui infatti non l'avevo mai vista prima.

Però sorvoliamo, direi in questa lezione, poi magari l'approfondiremo più avanti entriamo dentro, pianificazione tutti i canali qui dentro.

Prima di partire con la spiegazione del report dobbiamo selezionare quale conversione vogliamo analizzare o se vogliamo analizzarle più di una insieme.

Possiamo anche selezionarle più di una sul mio sito.

Anzi questo qua è Google store.

Io se vado a selezionare la conversione, pur chase e applico okay quando seleziono la conversione, i dati che stanno qui sotto per alcune colonne si modificare.

E cosa ci fa vedere questa tabella ci fa vedere uno spaccato per canale per gruppo, appunto la dimensione gruppo di canale predefinito.

Qua vediamo i singoli canali che compaiono appunto, che hanno portato conversioni e qui dentro, volendo, posso cambiare la dimensione e mettere la sorgente del mezzo la campagna, altre dimensioni, appunto.

Che lui ci ci fa vedere.

Come si legge questo report, allora per ogni canale e poi c'è la riga di totale.

Ovviamente noi vediamo quante conversioni gli eventi chiave sono avvenute nel periodo selezionato e poi vediamo anche il costo speso nella parte pubblicitaria.

Il costo per interazione evento chiave, cioè il costo per conversione, sarebbe i click che io ho ricevuto il costo per click medio e le entrate totali generate a ciascun canale.

Infine il cosiddetto Ros ritorno sulla spesa pubblicitaria, cioè il rapporto tra le entrate che sono state generate dalla pubblicità e gli euro che io ho speso in pubblicità.

Okay bene quindi, come potete vedere in questa tabella non compaiono altre metriche di traffico.

Ad esempio l'unica metrica che è legata al traffico è quella sui click sugli annunci.

Però in realtà questi dati sono proprio relativi ai click generati dagli annunci pubblicitari.

Infatti vedete che sono zero per tutti gli altri canali non pubblicitario.

A questo punto io con un con un report di questo tipo dovrei essere in grado di capire le mie conversioni, da quali canali vengono generate? Capire eventualmente se appunto la parte pubblicitaria mi sta dando un ritorno oppure no.

E nel caso quale potrebbe essere il ritorno sulla spesa pubblicitaria? Nota e io qua vedo tutti i canali qui sotto c'ho due sezioni sostanzialmente identiche che però si focalizzano su eh le campagne display e video tre e sessanta e gli annunci puzze sugli annunci puzza gomma c'ha non c'ha nulla di attivo, infatti qua non vedete nulla questa parte qua invece evidentemente loro stanno utilizzando questa parte di advertising qui e troviamo delle campagne e hanno speso anche una certa cifra e qui possiamo vedere appunto um l'impatto che c'hanno avuto sulle conversioni.

Abbiamo quindi le campagne dei tre e sessanta display e video e dentro la tabella possiamo vedere le varie campagne.

Quante conversioni hanno portato di quelle che ho selezionato? Quindi purse non ne hanno portate nessuna.

E il costo di questi annunci per ciascuna campagna il costo di per interazione e chiave ovviamente avendo avuto venti chiavi qua a zero, i click sugli annunci e così via.

Quindi è un report che ci può aiutare a valutare le performance delle nostre campagne pubblicitarie.

Se cambio la conversione o l'evento chiave magari vedrei dei numeri diversi rispetto alle performance delle varie campagne? No, proprio zero totale.

Proviamo con due.

Questa campagna ha portato due visualizzazioni della scheda prodotto e qui infatti vedete che qua si sono anche popolate varie altre metriche per esempio il costo per interazione e poi in andata e ritorno non c'è stato nulla, quindi qua vabbè diamo tutto zero.

Anche in questo caso noi possiamo andare a cambiare la dimensione e scegliere quella che effettivamente vogliamo analizzare.

Quindi questi report dal mio punto di vista hanno un'utilità diciamo abbastanza limitata, però diciamo perché? Perché di solito queste informazioni magari le posso trovare anche di maggior in maggior dettaglio nelle piattaforme di advertising, in particolare su vols e per vedere appunto tutte le varie performance.

Però uno anche su g a quattro può avere comunque una visione, magari un pochino più succinta, più limitata che però gli può far capire quali sono le performance delle campagne e delle varie altre dimensioni associate ad esse.

Okay, nota il modello di attribuzione che lui utilizza per questi report è quello che si trova in queste impostazioni qua di attribuzione.

Questo poi lo vedremo in una lezione specifica però questa impostazione qui di default è basato sui dati, va a influenzare proprio questo report pubblicità mentre non va a influenzare, è importante saperlo i report standard, quindi torniamo qua.

In questa sezione quindi questi report dovrebbero essere abbastanza chiari.

Ci sono poi altri report interessanti, anche se purtroppo dal mio punto di vista hanno una validità limitata.

Il problema è sempre il solito, cioè che g a quattro, come la maggior parte degli strumenti analytics, non è in grado di seguire l'utente realmente lungo tutti i suoi touch point.

In questo report lui cerca di fare un'analisi dei touch point per dire okay um tra tutte le varie conversioni, quindi qua la metrica principale di cui si parla è la conversione tra tutte le varie conversioni e i vari touch point.

Quanto hanno influenzato la conversione che poi è stata generata e quindi la qua qua lo distingue tra point iniziali che dovrebbero essere quelli che hanno portato l'utente per la prima volta sul sito i touch point intermedi, quindi le visite successive alla prima e poi i touch point finali, cioè l'ultima visita in cui l'utente poi a convertire e lui qua cerca di um appunto da far capire a chi sta analizzando i dati qual è il peso dei vari point nella conversione finale con un suo modello di elaborazione che lui ha genera, appunto quello basato sui dati.

Ora il problema di questo report, che dal mio punto di vista ha potenzialmente potrebbe essere interessante però qual è è che g quattro non riesce realmente a capire quali sono i touch point iniziali o eventualmente anche i touch point intermedi, perché magari l'utente stava su instagram, ha aperto il browser in app, ha visitato il sito, poi è tornato da adesso e g quattro non è in grado, a meno che l'utente non si sia loggato sul sito in entrambi i suoi touch point non è in grado di dire che quello era lo stesso utente.

Quindi quando si parla di touch point iniziale, lui potrebbe in realtà non avere una realmente accurata di quelli che sono veramente i iniziali, ma prendere soltanto un pezzettino l'ultima parte della storia di navigazione dell'utente, quella fatta magari dallo stesso device prima di convertire.

Oppure quando l'utente si è loggato prima di convertire e quindi lo riconduce a quest'ultimo pezzettino di navigazione.

Ergo quindi, in sintesi, se dobbiamo portarci secondo me a casa una informazione, da quello che ho appena detto è che questo report può essere molto inaccurato e quindi ci può far vedere fischi per fiaschi.

Quindi ci può far pensare che realmente magari la ricerca organica è il nostro, uno dei nostri principali touch point iniziali rispetto alle conversioni, quando invece non lo è perché magari l'utente già ha scoperto su instagram o su qualche altro social.

Ma g quattro questa cosa non è in grado di vederla e per questo lui ce lo fa vedere qui dentro all'interno dei report.

Il motivo è sempre lo stesso che g quattro, così come tutti gli altri strumenti analitici, a meno che l'utente non si loghi, dal momento che si basa sostanzialmente solo sul cookie, non è in grado di seguire l'utente tra browser diversi che non condividono i cookie tra di loro e quindi di fatto la sua capacità di analizzare la storia dell'utente è limitata.

Questo che abbiamo detto in tantissime altre lezioni e lo ribadiamo qua qui è ancora più importante perché qui lui sta cercando con un report di analizzare la storia dei vari touch point dell'utente prima di arrivare a conversione.

Questo report era presente anche sul vecchio universa analytics.

Io trovo molto interessante, però purtroppo soffre proprio di questa mancanza di accuratezza.

Vi dico solo molto velocemente, come si legge in questo caso prendiamo ad esempio questa seconda riga organic search per tre cosa ci dice? Ci dice che in questo caso quattromilanove trenta conversioni e quando parliamo di conversioni sono quelle selezionate qua.

Quindi magari selezioniamo solo pur scese così è più interessante.

Quindi prendiamo in questo caso quarantotto purse acquisti sono stati generati da utenti che sono venuti tre volte sul sito attraverso la ricerca organica e quindi lui vede il le conversioni che calcola sono quelle legate a questo calendario che noi impostiamo qua.

Dopo di che lui vede quante qua- conversioni sono avvenute in questo periodo e va indietro di un tot di giorni a cercare che cosa hanno fatto gli utenti che avevano convertito, che cosa hanno fatto gli utenti che hanno fatto queste quarantotto conversioni erano venuti sul sito tre volte attraverso la ricerca organica e queste diciassette conversioni addirittura venti volte e prendiamo per esempio questa parte qua.

Dieci conversioni sono state generate da tre visite, cioè l'utente è venuto la prima volta, poi è tornato la seconda volta, poi è tornata la terza volta sempre da organic social social organico e poi alla terza visita ha convertito e questo è avvenuto per dieci conversioni.

Quindi qui eh, il focus è proprio sulle conversioni non si vedono in questa tabella le sessioni si vedono le conversioni dov'è che si vedono le sessioni si vedono qui in questo per x questo tre ventiquattro sono le sessioni che l'utente ha fatto prima di convertire e quindi qua lui ha raggruppato di fatto il numero di conversioni generate dai vari percorsi che gli utenti hanno fatto.

Quindi questo potenzialmente sarebbe super interessante, appunto, se non fosse che soffre del problema che abbiamo citato poco fa, per cui dal mio punto di vista è anche inutile spenderci troppo tempo, perché rischia semplicemente di darci informazioni sbagliate che poi noi pos-.

Però possiamo prendere per vere sempre sulla falsariga di questo report c'è quest'altro che si chiama modello di attribuzione che questo era presente sul vecchio universo analytics.

Qui noi stiamo vedendo i canali e possiamo eventualmente cambiare la dimensione.

Possiamo vedere come cambia l'attribuzione delle varie conversioni, come al solito selezionate qui sopra e utilizzando diversi modelli di attribuzione.

Um qui purtroppo su g quattro la scelta è diventata molto limitata, per cui, per esempio qua stiamo vedendo il confronto tra ultimo click e il modello basato sui dati.

Cosa cambia? Praticamente molto poco.

Qualcosina cambia, quindi qua ti vedi quante conversioni sono state attribuite ai vari canali col modello alla click e quanto conversione sono state attribuite ai vari canali con il modello basato sui dati.

E qui si dice la differenza percentuale in conversione.

Quindi l'unico che veramente cambia un pochino sono le mail.

In questo caso vedete che il modello di attribuzione basato sui dati ricevono più credito rispetto alla click.

Evidentemente generano degli assist dalla conversione, cioè portano gli utenti sul sito prima che lui converte più frequentemente che se io lo guardassi soltanto un modello a click.

Faccio un esempio ricevo un'email, clicco la newsletter, vado sul sito, non converto, poi magari vado su google, cerco il brand, lo clicco, vado sul sito e converto se lui è riuscito a capire che io ero lo stesso utente, lui può, col modello basato sui dati, un valore della conversione portato anche dal canale e-mail.

Nonostante non sia l'ultimo click la ultimo click, io non vedrei apparire la conversione girata all'e-mail perché l'ultimo click nel mio esempio era Google.

E mentre invece con un modello basato sui dati, lui riesce a capire che anche l'e-mail, con la sua visita precedente alla conversione ha contribuito e riesce a segnarle un peso, questo peso è proprio quello che vediamo qua.

Superiore quindi al modello la click quindi, e in alcuni casi lui dà un peso maggiore, come il caso di email.

In altri casi dà un peso minore come il caso organic social.

Voi vedete che lui ha invece diminuito il peso delle conversioni um basato sul suo modello circa il dieci per cento.

Okay, però ripeto eh, adesso questa lettura l'ho fatta soltanto per spiegare un pochino come si legge questa tabella.

Ma dal mio punto di vista la sua utilità in realtà è abbastanza limitata per tutti i problemi che dicevo prima.

Basta in questa lezione, ci fermiamo qui e un saluto e ci vediamo alla prossima