Bene.

Abbiamo analizzato adesso il conto economico, abbiamo visto i costi variabili, i costi fissi.

Siamo andati ad analizzare anche quali sono i margini potenziali che possiamo ottenere dai nostri prodotti.

Adesso dobbiamo continuare con la nostra analisi per capire effettivamente quali sono gli elementi da tenere in considerazione per costruire la nostra strategia.

Tutti questi elementi di cui stiamo parlando sono importanti non tanto appunto per la nostra passione di analisi dei dati in generale, ma soprattutto per definire benchmark e inside sostanzialmente informazioni che ci aiutano a capire che direzione dare alla nostra strategia.

È per questo che sia le informazioni precedenti che abbiamo inserito all'interno del dei vari documenti dei vari calcolatori, sia le informazioni che adesso andremo a vedere.

È importante andarle poi a salvare all'interno di un un documento dove appunto ci annotiamo tutti i nostri insite.

Io, per esempio, utilizzo uno strumento di questo tipo che si chiama un tab sempre all'interno.

Di questo temete se ti va di utilizzarlo puoi avere accesso a questo documento e duplicarlo e all'interno di questo tab io non faccio altro che andare a categorizzare gli insite le cose che trovo all'interno appunto di queste analisi per poi capire, eh? Diciamo quali sono le aree che impattano, quindi possono essere aree legate alla frequenza di acquisto, al conversion rate del sito all'incremento del Ros, al miglioramento del conversion rate, eccetera eccetera o al diciamo incremento dell e tutta una serie di altre informazioni.

Il concetto è andiamo a scriverci le cose, che scopriamo, i target che eventualmente calcoliamo e poi definiamo in questa colonna le azioni che vogliamo intraprendere.

Per esempio, abbiamo visto insieme negli esempi che abbiamo fatto all'interno della, della documentazione e e dei calcoli che abbiamo fatto per un potenziale brand di, anzi un brand di integratori alimentari e sulla base dei dati che abbiamo visto all'interno di quel documento e possiamo per esempio capire, avevamo calcolato all'interno del to se vi, se vi ricordate quindi questo questo documento che su un medio di cinquanta euro ci eravamo calcolati sostanzialmente il C p a massimo e il e il cac target.

Okay, quindi questi due dati diciannove euro circa su un vaglio di cinquanta e ventisette euro circa di maximum SPA per coprire i costi variabili sono informazioni che noi possiamo poi andarci a inserire all'interno di questo tab, per esempio um lato traffico e quindi diciamo tutto il mondo conversione qua possiamo aggiungere un un insite che che ci dice n cac massimo diciannove euro e um e sette se non mi ricordo male e e quindi qua sappiamo già esattamente quello che potrà essere appunto il nostro target.

Quando andremo a lanciare le a s su un medio medio chiaramente um di cinquanta euro okay e quindi qua le azioni possiamo dire ottimizzazione ideale delle campagne a eh diciannove venti euro nc target okay questa è l'ottimizzazione ideale, però poi sappiamo abbiamo visto anche insieme che in realtà poi abbiamo anche un un c p a massimo e quindi noi abbiamo considerato un c p a massimo questo che chiamassimo un ideale c p a massimo di abbiamo detto ventisette euro su una del vaglio medio di cinquanta euro per coprire i costi variabili.

Okay quindi ottimizzazione delle campagne a massimo eh in questo caso ventisette euro c p a target e così via tutta una tutta una serie di informazioni che abbiamo abbiamo trovato le andiamo ad inserire all'interno di questo documento e così faremo anche per tutte le altre e tutti gli altri inside tutti gli altri dati che andiamo ad analizzare insieme, andando a capire quali sono stati i trend di vendita all'interno del nostro e-commerce.

Per esempio, noi utilizzeremo shopify qua un'altra informazione che abbiamo trovato insieme è quella legata al M r.

Poi ovviamente vi lascio utilizzare questo documento in base alle vostre esigenze in base a quello che avete bisogno di analizzare nel vostro progetto.

Qua per esempio, possiamo dire che a livello di mr.

Quindi mer target um anzi break even target di mer qua diventa e e avevamo detto tre punto sei calc-, facendolo come calcolo dinamico, sempre a livello di traffico.

Anzi, in realtà questa è più una metrica finanziaria e la possiamo um lo possiamo indicare come um um mer, necessario per um pre point e per quindi ottimizzazione del media mix del delle nostre campagne.

Quindi quando sapremo che lanceremo delle campagne su google delle campagne di meta eccetera, dovremo puntare idealmente ad un minimo di di tre punto sei e così via.

Quindi diciamo l'idea è proprio quella di andarci poi a popo questo documento di insight per poi utilizzarlo come base per definire appunto la strategia di cross canale che vogliamo implementare.

Ora, quali sono i dati che vogliamo andare ad analizzare all'interno del nostro e-commerce.

Questa è una lista non completa, ovviamente, ma sicuramente che va a selezionare i report più completi per capire quali sono i dati più importanti.

Tanti da analizzare una volta che prendiamo in carico un progetto o nel momento in cui vogliamo gestire il nostro brand, io vado di solito a analizzare delle cose cruciali.

Queste cose cruciali sono appunto inserite in questa lista all'interno di questo video e dei dei prossimi.

Andiamo a vedere esattamente come andarci a e estrarre tutti questi dati in particolare sull'ultimo punto dell'analisi dell' l t v farò altre considerazioni un po' più articolate, un po' più segmentati sul concetto di e così vedremo anche qualche considerazione ulteriore rispetto invece all'importanza dell' ma andiamo con ordine.

Partiamo coi primi punti, facciamo l'analisi delle vendite annuali, quindi io di solito vado a vedere gli ultimi dodici mesi, possiamo vedere un range che va dagli ultimi tre, sei e dodici mesi e poi andiamo a vedere quali sono stati i mesi che hanno generato dei picchi di vendite e quali sono stati eventualmente anche le settimane o i giorni che ci hanno consentito di avere dei profitti e un fatturato più alto in assoluto.

Quindi cerchiamo di capire quali sono i trend, soprattutto perché poi andiamo a vedere quali sono i top prodotti più venduti.

Andiamo ad analizzare il rapporto tra clienti nuovi e clienti di ritorno su base mensile.

Vedremo come fare e poi andiamo a vedere quali sono stati gli orari più efficaci, i soprattutto a livello di su base giornaliera.

Così capiamo anche come organizzare la nostra strategia a livello contenutistico a livello di media, a livello di erogazione delle delle campagne.

E poi capiamo, e in realtà anche ha un impatto tutta la strategia cross canale, inclusi gli i, i social organici e il nostro marketing.

Poi andiamo ad analizzare i canali di acquisizione sulla base degli utili parameters e poi vediamo anche il tempo di riacquisto medio e il quindi partiamo.

Partiamo subito con um in realtà l'analisi delle delle vendite della e dei prodotti più venduti.

Adesso andiamo a vederci tutti questi all'interno di un account shopify.

Ora utilizzerò un account shopify su cui ho lavorato in passato e ci andiamo a vedere tutti questi elementi e capiamo dove andarli a estrarre.

Siamo all'interno di shopify, andiamo a vedere gli ultimi dodici mesi, quindi calcoliamo tutti i report, andiamo ad analizzare i report su base annuale.

Andiamo a vedere per esempio i picchi di vendite per trovare quali sono stati i picchi di vendite.

Andiamo nel report sotto analytics chiamato Total sales.

Lo esplodi e andremo a vedere anche senza comparare rispetto all'anno scorso.

Oppure possiamo anche compararlo rispetto all'anno precedente previs, selezioniamo qua e andiamo a vedere qual è stato appunto l'andamento.

Lo possiamo poi filtrare su base mensile, settimanale e trimestrale, eccetera eccetera.

Andiamo a vedere su base settimanale e capiamo innanzitutto quanto è stato l'ammontare totale e troviamo qua l'ammontare totale delle delle vendite sotto to total che poi verrà um appunto esploso um esploso per i singoli mesi e anzi le singole settimane subito sotto.

Okay, quindi qua abbiamo tutti i trend.

Vediamo facilmente che ovviamente i picchi più grandi sono stati durante il Black Friday e in generale durante il mese di novembre, quindi tra l'inizio di novembre, tra il sei novembre e il il ventisette ventotto che è stato esattamente i il Cyber Monday.

Vediamo che c'è stato ci sono state delle performance positive anche durante il periodo luglio agosto ci sono state delle delle vendite delle campagne di marketing, di vendita delle promo che hanno funzionato molto bene.

C'è stato anche un mini picco a metà ottobre con il lancio di una promo di protesting del Black Friday.

Poi c'è stato un picco negativo, ovviamente a fine dicembre, quindi dopo tutta la parte diciamo dopo il picco del dell'ultimo quarter dell'anno.

E poi le vendite sono piano piano stabilizzate in maniera abbastanza omogenea finché non troviamo a fine gennaio probabilmente un altro picco legato ad una promo e probabilmente sarà stata anche legata a San Valentino.

Infatti dal dal cinque febbraio in poi e poi vediamo che ci sono state ci sono stato soltanto un altro picco verso marzo.

Probabilmente è anche legato ad un'altra flessibilità eh, potrebbe essere festa della della donna, festa della mamma.

Poi ovviamente festa della donna e mamma cambiano in tutti i vari i vari paesi.

Questo per esempio si riferisce a dei dati a australiani e poi ci sono stati dei picchi negativi.

Questo fa capire sostanzialmente come si vengono distribuite le vendite e quali sono stati i picchi principali.

Un altro report importante da andare a considerare è quello dei migliori prodotti venduti, quindi andiamo sul report top product.

Clicchiamo all'interno di questo report.

Sempre negli ultimi dodici mesi ordiniamo per il prodotto che ha che ha venduto di più a livello vendite.

E poi, appunto, scopriremo qual è stato sostanzialmente il prodotto che che ha prodotto, che ci ha consentito di raggiungere fatturati più alti.

Come possiamo vedere c'è un prodotto, due prodotti in particolare, anzi tre um sicuramente i primi cinque sei uno due tre quattro cinque sei che in questo caso hanno contribuito maggiormente al al totale delle vendite.

Se se guardiamo le grosse sas anche guardando le total sales in questo caso vediamo che questi top tre prodotti sono quelli che hanno hanno funzionato meglio e quindi questo e e tra l'altro sono tutti set set service pack e sono quindi sono tutti e tre e sostanzialmente dei dei.

Poi possiamo andarci a vedere il il prodotto stesso possiamo andare a vedere il il prezzo medio, eccetera eccetera.

Quindi qua capiamo sostanzialmente del nostro catalogo quale dei nostri prodotti tira di più e funziona meglio a livello di conversione dove c'è la maggiore dove ci sono le le le conversioni, quali sono i prodotti che contribuiscono maggiormente alla creazione del nostro fatturato? Un altro report molto interessante è quello invece legato al rapporto tra nuovi clienti e clienti di ritorno.

Se clicchiamo sul report andremo all'interno del report di shopify che si chiama customers overtime e questo sempre nell'arco degli ultimi dodici mesi.

Se lo filtriamo su base mensile, capiremo quali sono i rapporti mese per mese tra numero di i clienti first time, quindi clienti nuovi e clienti di ritorno.

Questo ci darà delle delle, dei numeri, delle dovute proporzioni.

Se noi poi estrapoliamo questi dati, se poi ce li scarichiamo mese dopo mese, appunto filtrati per mese filtrato per tipologia di di cliente, lo possiamo scaricare dall'export qua.

Se facciamo un export poi lo possiamo importare all'interno di un google doc e di di Google.

Quindi un foglio di calcolo e andare a analizza le proporzioni.

Una volta che lo esportiamo faccio vedere al volo all'interno di questo tab trovate un esempio sempre è sempre il solito documento sempre il solito temete all'interno di questo tab che si chiama new versus reni analysis all'interno ho semplicemente scaricato il il c s v l'ho importato.

Questo è è un esempio tratto da un altro store e semplicemente qui all'interno avrete i mesi come abbiamo visto all'interno appunto di Shopify.

Avrete anche che i il dettaglio per ogni singolo mese.

Si tratta di un cliente um nuovo o invece un cliente di ritorno avrete il volume degli ordini associate, i clienti di ritorno, i clienti nuovi e avete poi anche il volume di total sales sulla base di questo dataset.

Se volete poi voi potete crearvi una tabella più v.

Come fate a farlo? Andate ad inserire Clicca- a selezionare appunto l'area che volete utilizzare per li per il dataset cliccate su in sé e poi cliccate su Pvo Table e all'interno della pvo table che ho già creato.

In questo caso inserite il mese all'interno della sezione Rose, quindi alla se- all'interno della sezione righe e poi il subito sotto, sempre nella sezione Rose, subito sotto mesi in modo in modo tale che voi appunto avrete la possibilità di vedere il mese su questa riga e la tipologia di cliente nuovo rispetto al cliente di ritorno qua e poi andrete a mettere nella sezione valori, quindi in modo tale che vengano conteggiati i valori, il numero degli ordini, quindi spostate orders sotto US.

Okay, quindi qua all'interno avete questa tabella PV e poi vi andrete a calcolare a mano con una con una formula, quindi semplicemente andate a calcolar la proporzione in percentuale di quanti ordini, per esempio, di nuovi clienti o di clienti ricorrenti rispetto al totale di quel mese.

In questo modo avremo il il dettaglio e quindi questo qua lo calcolate semplicemente come per esempio clienti nuovi di agosto.

In questo caso du du duemilaventitré cinquecentodiciassette diviso il totale di quel mese e avrete appunto la ratio.

E qua, per esempio, ho inserito in in giallo i mesi che mostrano una percentuale più alta di clienti di ritorno.

Per esempio in questo caso si tratta di agosto, si tratta di novembre e si tratta di gennaio duemilaventiquattro e di luglio duemila e poi in blu.

Ho segnato invece i numeri diciamo gli out e i numeri più alti di mesi, dove abbiamo avuto invece un rapporto più alto di nuovi clienti.

Per esempio in questo caso si tratta di settembre, di novembre duemilaventitré e di febbraio e di marzo.

In questo caso abbiamo avuto tutte diciamo percentuali ben sopra il quaranta percento di clienti nuovi.

Quindi tutti questi sono insite che ci possiamo andare ad inserire di nuovo all'interno del nostro tab iniziale dove mettiamo tutti i nostri appunti, tutte le nostre note per capire quali sono anche stati qua.

Qual è innanzitutto la ratio in generale, tra clienti di ritorno e clienti nuovi, che di solito, appunto, si assesta di una media che è più o meno intorno al sessanta quaranta, più o meno sessanta due sessantatré e trentasette circa.

Insomma, dipende ora possia- possiamo anche farci la media.

E questo sostanzialmente ci dice che cosa ci possiamo aspettare se questi numeri comunque sono troppo alti.

Quindi se tendiamo al settanta percento qua di clienti di ritorno su base mensile e un numero troppo basso invece di clienti nuovi, come abbiamo già detto, anche all'interno di altri video, questo potrebbe essere un rischio, perché se facciamo troppo conto su clienti di ritorno, a un certo punto clienti di di ritorno smetteranno di acquistare da noi dopo un certo tot.

Comunque, la loro frequenza di acquisto diminuirà nel corso del tempo e quindi, se non abbiamo costantemente un bel flusso di nuovi clienti, soprattutto quando non facciamo comunque, non abbiamo dei dei fatturati enormi.

Quindi il nostro database di clienti non è gigantesco Esauriremo la nostra scorta potenziale di nuovi di clienti di ritorno e quindi dovremo continuare a assicurarci di avere un buon flusso di acquisizione di nuovi clienti.

Quindi mantenere un rapporto quanto più possibile intorno al cinquanta e cinquanta, fino a che non raggiungiamo un fatturato che sicuramente stai sopra uno tre milioni di euro.

Sicuramente ci può aiutare un sacco questa questa ratio, ovviamente se poi si assesta su sessanta, quaranta sessantacinque per cento, trentacinque per cento man mano che noi scaliamo e comunque e il fatturato cresce non è particolarmente un problema, a patto che manteniamo comunque un flusso costante di nuovi clienti.

Un altro report molto interessante è quello invece del conversion rate che lo troviamo sempre all'interno degli anni.

Scendiamo in questa sezione online store conversion rate e qua riusciamo a capire qual è sono qual è stato l'andamento del conversion rate.

Anche qua troviamo i picchi corrispondenti per esempio al Black friday, corrispondenti a buoni livelli durante san Valentino, un picco negativo a marzo e poi un picco positivo da da maggio in poi.

Possiamo anche cercare di capire e comparare come mai i convertite si sono alzati a livello.

A volte dipende semplicemente dalla domanda o magari si sono alzati anche in corrispondenza di cambiamenti lato sito.

Quindi dobbiamo anche controllare queste curve, questi trend in parallelo con anche i cambiamenti che sono stati fatti a livello di c di C R o.

Un altro report interessante è il conversion rate um by the day, che praticamente ci dà le fasce orarie in cui il nostro conversion rate si alza di più.

E questo è molto interessante perché se lo guardiamo sugli ultimi dodici mesi ci fa capire sostanzialmente quali sono le fasce orarie dove possiamo aspettarci i picchi di rate più alto.

Questa questo trend questa questa chart cambia molto a seconda dello dello store.

In questo caso in questo esempio che sto facendo vedere in questo screen, per esempio, abbiamo un rate massimo durante la mattinata dalle otto alle alle undici, dove raggiungiamo il picco di tre punto sei percento e poi abbiamo di nuovo degli altri picchi dalle sette e mezza otto di sera um tra le sette e le e le nove, sostanzialmente con il picco massimo durante la giornata proprio alle otto di sera.

Quindi la fascia oraria delle otto e la fascia oraria delle undici del del mattino mostrano il rate in assoluto più alto appunto in generale su base annuale.

Poi possiamo controllarlo su base mensile per definire delle strategie specifiche, per esempio su delle campagne.

Okay, quindi sappiamo per esempio, se noi lo vogliamo vedere durante il Black Friday, andiamo a vederci durante per esempio il mese di novembre.

Qua come è cambiata? Se è cambiato, diciamo il trend del conversion rate per orario giornaliero.

In questo caso vediamo che abbiamo avuto il picco più alto di cinque punto tre per cento di conversion rate sempre alle alle undici e sempre alle cinque punto quattro percento di conversion rate alle otto.

Quindi è stato abbastanza omogeneo anche durante i periodi promozionali.

E un ultimo report, secondo me molto interessante.

Sempre all'interno di questa sezione è il report su mezzo sorgente campagna che ha contribuito maggiormente alla generazione di fatturato.

Come possiamo vedere questo dato? Lo andiamo a vedere all'interno del report Sace Overtime e qua non dobbiamo fare altro che aggiungere un altro campo che ha a che fare invece con u T M.

Quindi, per esempio noi possiamo inserire il dato della t and medium e u t m source potenzialmente e qua noi andremo a scoprire e quali sono stati eventualmente le diciamo le campagne, i medium o i canali che hanno contribuito maggiormente a generare vendite.

Per esempio adesso stiamo ordinando le vendite annuali, in questo caso divise su base mensile e includendo anche il medium source delle no delle nostre campagne.

Possiamo poi filtrare per u t medium e noi andremo a mettere eh ovviamente dipenderà molto da quali sono stati effet- effettivamente i medium che abbiamo utilizzato all'interno delle nostre campagne.

Mettiamo per esempio in questo caso c p c pad e inseriamo anche queste che fanno riferimento a delle campagne social.

Clicchiamo su apply e andremo a filtrare questi dati per le campagne pad.

Principalmente scopriremo che a livello di vendite le il canale che ha funzionato meglio in generale secondo appunto l'attribuzione di shopify la click abbiamo che Google e le campagne di Google sono quelle che hanno contribuito maggiormente.

Se vediamo nei primi diciamo posti abbiamo sempre tutti i mesi da novembre, ottobre, gennaio, maggio e settembre.

Le campagne google sono quelle che a livello di peso e di contribuzione rispetto al alle al al fatturato generale sono quelle che hanno pesato maggiormente.

Poi abbiamo delle delle campagne Facebook, quindi questo dato incrociato con i dati che possiamo estrarre da G a quattro e i dati che possiamo eventualmente estrarre da altri tool di terza parte che ci aiutano sia con la reportistica sia con l'attribuzione di terza parte de de, duplicando le vendite tra un canale e l'altro.

Se incrociamo questi tre dati quindi queste tre fonti, già quattro shopify e piattaforme terze, riusciremo a capire quali sono stati i canali, eventualmente anche campagne che hanno contribuito maggiormente alle vendite.

Abbiamo fatto quindi una crollata di informazioni fondamentali rispetto al trend delle vendite.

Abbiamo analizzato le vendite, abbiamo capito qual è il trend del conversion rate.

Abbiamo capito quali sono i momenti della giornata che ci consentono di avere un conversion rate più alto.

Abbiamo capito quali sono i momenti della giornata, i mesi e le settimane durante l'anno che ci hanno consegnato di avere dei picchi di vendita.

Tutte queste informazioni sono fondamentali per per esempio, elaborare una strategia di marketing e un calendario promozionale, un calendario di attività strategiche e tattiche di marketing che ci consentano di massimizzare quanto più possibile il fatturato in maniera intelligente, utilizzando ovviamente questi dati