Abbiamo capito quindi che il digital manager ha un problema.

Il problema è che deve prendere delle decisioni e a dei vincoli a cui deve sottostare vincoli tipicamente di budget, di risorse o di tempo.

Uno dei modi per prendere decisioni in maniera efficace è quello di farsi guidare dall'analisi dei dati.

Come funziona però a questo punto? Il meccanismo decisionale? Questo è una delle cose che spesso confonde maggiormente, per cui ci tengo a spiegarlo in maniera dettagliata.

Il processo decisionale di fatto segue due metodologie che vengono eseguite in maniera alternata.

La prima fase è di monitoraggio, la seconda è di analisi di dettaglio.

La fase di monitoraggio serve di fatto per controllare periodicamente come stanno andando le cose nel nostro business online e riuscire in pochi sguardi in pochi attimi a capire se ci sono dei problemi, se stiamo andando bene rispetto al nostro obiettivo, oppure invece se c' è qualche problema grave in cui dobbiamo focalizzare la nostra attenzione, eventualmente capire anche quali sono le macro aree che potrebbero essere problematiche.

Questa fase di monitoraggio tipicamente si fa aiutandosi con delle dashboard, quindi con delle dei pannelli.

Questi qua che stiamo vedendo adesso, che hanno pochi dati però importanti che ci aiutano a capire che cosa sta succedendo.

Prendiamo ad esempio quello che stiamo vedendo, che é una dashboard di demo che ho preparato qui io, ad esempio in questa parte superiore, o una serie di numeri o un periodo che ho selezionato dal primo gennaio al trenta aprile, e vedo qui un confronto anno su anno, quindi in particolare qui molto velocemente.

Riesco a vedere, per esempio, che gli utenti che sono entrati sul mio sito sono diminuiti anno su anno di oltre il sei percento, ma soprattutto le vendite e il fatturato è diminuito intorno al quindici per cento anno su anno.

Anche il tasso di conversione è diminuito circa del cinque percento.

Quindi, analizzando questi dati, io posso vedere più o meno che cosa sta succedendo a livello generale.

Sto vedendo, ad esempio, che il Ros, che è una meta perché mi fa capire quanto sono efficiente nell'aver thing, è invece migliorata pero' complessivamente il fatturato.

Le transazioni sono diminuite.

Perché quindi io, andando a esplorare la dashboard in tutte le sue varie sezioni, posso in maniera abbastanza veloce farmi un'idea di che cosa sta succedendo e quali sono le aree critiche.

Una volta che ho capito quali sono le aree critiche, che cosa sta succedendo a questo punto passo alla seconda fase, ovvero l'analisi di dettaglio.

Io devo andare a capire esattamente qual è il problema specifico all'interno di tutta la mia catena del business online.

Quindi capire, ad esempio, se questa diminuzione delle transazioni e delle entrate è stata derivata dal fatto che io effettivamente ho speso di meno dell'advertising.

È vero che sono stato più efficiente, ma è altrettanto vero che ha speso molto di meno speso oltre il cinquanta per cento in meno rispetto all'anno scorso.

E vedo anche che le quantità acquistate sono diminuite del venti percento o quindi tutta una serie di dati che uniti insieme mi fanno capire effettivamente dove potrebbero essere il problema Dove devo andare a focalizzare la mia attenzione? Una volta che ho capito questo, si passa alla fase di analisi e io a quel punto utilizzo un altro strumento che non è più la dashboard, che invece ha sostanzialmente poche informazioni importanti.

Io mi sposto su qualche altro strumento per andare a vedere tutta una serie di altre informazioni, più di dettaglio che mi aiutano a capire che cosa sta succedendo effettivamente e dove e soprattutto mi aiutano a capire cosa devo fare per andare a migliorare la situazione.

In particolare adesso vediamo il pannello di Google Analytics che ci consente di fare analisi di dettaglio, ma potrei utilizzare anche altri strumenti.

Per esempio, potrei utilizzare Jahre, che mi aiuta a vedere attraverso le videoregistrazioni delle sessioni di navigazione degli utenti se ci sono degli dei punti in cui gli utenti, ad esempio, si incastrano o che gli creano dei problemi durante tutto il loro processo di acquisto.

Oppure potrei andare a vedere sul mio pannello di advertising, ad esempio, se ci sono delle campagne che hanno smesso di funzionare in maniera corretta o qui, oppure che magari sono state spente per sbaglio.

Quindi ho tutta una serie di strumenti su cui poter fare analisi di dettaglio.

Una volta che io ho capito qual è il problema o di fatto due alternative, potrei implementare direttamente un'azione correttiva.

Oppure potrei fare un test e quindi io una volta che ho fatto le analisi genero un'ipotesi, magari immagino che il check out ha un problema nel layout, perché magari ha troppi campi obbligatori che l'utente deve compilare per forza.

Quindi immagino che andando a diminuire il numero dei campi obbligatori possa migliorare le performance dal punto di vista dell'efficienza nel trasformare visite in vendite.

E quindi cosa farò? Farò un test, farò vedere a un gruppo di utenti la versione attuale della parte di checkout é un altro gruppo di utenti.

Invece una versione semplificata secondo le ipotesi che io ho fatto, che secondo me sono migliorative.

Faccio andare avanti, diciamo le cose per un certo tempo, quindi un certo gruppo di utenti vedrà il peccato originale.

Un altro gruppo di utenti vedrà il check-out modificato e io contemporaneamente vado a misurare.

Quelle sono le performance di vendita di ciascuno di questi due gruppi di utenti.

Dopo un tot di tempo io magari avrò visto che il check-out migliorato ha delle performance di vendita maggiori.

In quel caso allora ho capito che devo mettere in produzione di fatto per tutti gli utenti la versione modificata e migliorata del check out.

Quindi in altre parole io potevo intervenire direttamente andando a fare un'azione diretta e specifica rispetto a quella che era la mia ipotesi, oppure potevo fare un test per verificare coi dati la mia ipotesi prima di metterla diciamo a regime per tutti gli utenti.

Questo è più o meno quello che è il ciclo decisionale data-driven monitoro.

Innanzitutto raccolgo i dati che mi servono, li monitoro una volta che ho capito che c' è qualche area problematica o comunque insight che mi induce a fare delle azioni.

Io intervengo nel momento in cui intervengo io.

Posso o intervenire direttamente oppure fare un test e andare a misurare secondo delle mie ipotesi, quale variante tra quelle che io sto testando funziona meglio una volta che ho trovato la variante vincente la possa implementare in produzione e a quel punto continua a raccogliere dati e continua questo ciclo iterativo decisionale data drive.