Lezione gratuita dal corso Digital Analytics
Vediamo adesso un altro esempio di analisi dati.
Se noi abbiamo un sito e-commerce, chiaramente noi abbiamo e-commerce.
Come abbiamo visto anche nelle elezioni precedenti, abbiamo tantissime leve a disposizione che possiamo muovere tantissime scelte che possiamo fare che condizionano le nostre decisioni.
Di conseguenza, abbiamo anche tantissime cose che possiamo analizzare è abbastanza complesse per schematizzare qua facciamo un esempio facciamo un esempio che noi andiamo a vedere due leve principali una è la leva dell'advertising l'altra la Neva, la leva del posizionamento dei prodotti in generale, della scelta di come ordinare i prodotti all'interno del sito.
Qui quindi a schermo vediamo un esempio di dati di advertising che ci possono far prendere delle decisioni sulla base appunto delle performance delle diverse campagne.
Ovviamente questo è molto, molto semplificati.
V'ho pero' giusto per far capire il ragionamento, immaginiamo che noi per poter generare vendite sul nostro e-commerce, abbiamo creato due campagne campagna campagna b.
Immaginiamo anche queste campagne abbiano sostanzialmente obiettivi e intenti simili per evitare di stare confrontando cose che non ha senso confrontare.
Quindi è chiaro che queste saranno campagne che avranno più o meno audience similari.
Obiettivi abbastanza similare, posizionamenti abbastanza similari.
Tuttavia è qua vedete che in questo periodo selezionato la campagna ha speso duemila euro, mentre la campagna B ha speso mille euro.
La campagna ha generato un fatturato di diecimila euro, mentre la campagna B ha generato un fatturato di settemila euro.
Ora, come abbiamo visto prima, immaginiamo che il nostro obiettivo sia quello di aumentare massimizzare il fatturato.
Se noi ci dovessimo concentrare solo soltanto sul fatturato, potremmo essere portati a pensare che la campagna ha delle performance migliori.
In realtà, quando noi valutiamo le campagne rispetto al valore economico che ci generano, la nostra metrica di riferimento dovrebbe essere, tra le altre, il Ros, che è l'acronimo di return on advertising spending.
Ovvero, in altre parole, quanti euro riusciamo a generare di Reven? Huh? Per ogni euro che spendiamo in advertising, qua ci sono diverse definizioni per cui voi potreste magari nell'ambito del vostro pannello delle vostre analisi.
Trovare delle definizioni leggermente differenti per il concetto di base è sempre lo stesso, cioè quanto siamo efficienti per ogni euro che spendiamo in advertising? In questo caso vediamo un cinquecento percento per la campagna, settecento per cento per la campagna B.
Che cosa vuol dire? Vuol dire che se noi spendiamo una sulla campagna a noi riceviamo cinque in termini di Revenant, quindi fatturato che generiamo, mentre per ogni euro speso sulla campagna B riceviamo sette.
È appunto quindi di più cosa vuol dire che la campagna B in questo senso è più efficiente? Perché noi, a parità di euro spesi, riusciamo a generare più fatturato.
Questo in realtà si vede anche a occhio, confrontando costi e fatturato.
Però in realtà il Ros è un unico indicatore che ci permette di anche seguendo nel tempo e di confrontare questa metrica rispetto a vari elementi varie dimensioni ci compra che permette di capire quanto siamo efficienti, ovviamente ci permette di fare soltanto una valutazione conclusiva, per cui noi qua riusciamo a capire le campagne.
B è più efficiente però perché la Campania abbia più efficiente cerchiamo di scomporre sulle varie metriche di dettaglio, andiamo a vedere a vedere quelli.
Quelle che sono quindi le altre metriche tipiche che si utilizzano nella valutazione di advertising particolare.
Qua ci stiamo ipotizzando di fare una una campagna, ad esempio su Facebook, per dire quindi avremo delle impressioni delle varie dei nostri vari annunci.
Questa impressione ci girano un costo che noi valutiamo in base al cpm quindi costo per mille impressioni ogni mille impressioni di un annuncio la campagna eh ci fa pagare cinque euro, mentre la campagna abc fa pagare dieci euro, quindi la campagna b addirittura a un costo nettamente più elevato, a parità di impressioni che noi dobbiamo sostenere.
Quindi sembrerebbe che la campagna b in questo momento addirittura è penalizzante.
Perché perché più costosa della campagna quand'è che si verifica una cosa di questo tipo.
Per esempio quando noi stiamo andando a cercare di intercettare un target su cui più concorrenti effettuano dei big, quindi cercano, ha più concorrenti di andare a intercettare lo stesso identico target di riferimento che non andiamo a voler intercettare, in cui in questi casi la campagna quindi ci diventa più costosa.
Perché noi siamo a intercettare un pubblico che è più caro, più costoso andare a intercettare.
Quindi probabilmente la campagna B oggi sta intercettando un pubblico che è più caro, perché cioè più concorrenza rispetto appunto alla campagna.
Tuttavia vediamo che la campagna B a un click sugli annunci che il triplo di quello della campagna perché è un tre per cento vuol dire che ogni cento impressione degli annunci gli utenti cliccano tre volte mentre la campagna a a un click per cento ogni cento impressioni, gli utenti cliccano una volta.
Questo vuol dire che a parità di impressioni, noi riusciamo a portare sul nostro sito web tre volte tanto gli utenti con la campagna B.
Rispetto alla campagna, questo si tramuta alla fine in un costo per click complessivo che è inferiore per la campagna b rispetto alla campagna.
Ora, nel caso dell'advertising su Facebook, noi paghiamo a impressioni, però alla fine riusciamo comunque a dedurre un costo per click proprio combinando le metriche di cpm.
Ctr non entra nei dettagli però giusto per dire che il costo per click in questo caso è una metrica derivata che viene influenzata da una parte dal cpm e dall'altra crixus, perché chiaramente io vorrei che più gente possibile clicca sull'annuncio e contemporaneamente pagare il meno possibile le impressioni.
La combinazione di questi due fattori determina il fatto che il costo per click della campagna b è più basso di quello della campagna a quindici costa di meno a parità di impressioni portare utenti sul nostro sito web alla fine sul sito il conversion rate è simile, quindi vuol dire che le performance sul sito web sono abbastanza simili dal punto di vista conversion rate.
Quindi cosa ne deduciamo che deduciamo che la campagna sia più cara? Però le creatività, evidentemente oppure anche prudence di riferimento abbiamo scelto potrebbero portare a un click maggiore.
Quindi se non riusciamo a capire quali elementi della campagna b stanno funzionando meglio e quali elementi la campagna stanno funzionando meglio.
Quindi magari possiamo provare a vedere se le creatività che stiamo utilizzando sulla campagna B portando sulla campagna A riescono ad aumentare il click oppure viceversa possiamo vedere se portando l'audience della campagna sulla campagna B riusciamo ad abbassare il cpm oppure non necessariamente l'audience, magari posizionamenti che anche questi influenzano i pm.
Possiamo vedere se riusciamo ad abbassare il cpm e a mantenere quindi il resto delle performance uguali.
Quindi queste sono le tipiche decisioni che potremmo prendere se idealmente noi non vogliamo fare questi interventi di modifica della campagna ha della campagna B una semplice cosa che potremmo fare è ok, perfetto.
Ho visto la campagna B funziona meglio.
Sposto il mio budget gradualmente la campagna, la campagna B e vedo se all'aumentare dello spending.
Sulla campagna B si mantengono le performance così buone che ho sulla campagna faccio gradualmente e cerco di farlo man mano fino a che a un certo punto potrei vedere che le performance della campagna B iniziano a degradare.
Perché? Perché sono andato a intercettare più persone, quindi sto facendo entrare dentro al mio cestino di persone, magari persone che sono meno in target e quindi potrei vedere, ma un degrado le performance a quel punto mi fermo in un incremento più budget.
Mi fermo lì dal punto di vista dell'incremento del budget, questo è un esempio.
Un altro esempio che possiamo vedere e sull'analisi dei prodotti.
Quindi immaginiamo adesso spostiamo comprendente il fuoco.
Spostiamo il focus proprio sul sito e-commerce e su i prodotti che io ho posizionato all'interno del sito.
Io potrei avere magari un e-commerce dove ho due prodotti, un prodotto, un prodotto due.
Esattamente come nel caso che abbiamo visto negli esempi precedenti il prodotto uno potrebbe stare generando piu' fatturato dell' ltro diecimila euro invece che settemila euro pero'.
Qual è il motivo di questo fatturato superiore? È che il prodotto uno viene visto più volte del prodotto.
Due Perché? Perché magari l'ho messo in un page, mentre il prodotto due seppellito da qualche parte all'interno della navigazione l'utente.
Allora in questo caso io ho bisogno di capire, capire non solo quant'è il fatturato, il prodotto uno del prodotto due, ma anche quante volte ciascun prodotto è stato visto.
E a parità di volte che ciascun prodotto è stato visto vedere quante volte ciascun prodotto è stato cliccato.
In questo caso le nostre metriche di riferimento sono le impressioni i click click su raitre ctr il ctr proprio il numero di click portato impressione quindi qua io vedo che nonostante il prodotto due ha generato meno fatturato, però a parità di volte che è stato visto è stato cliccato più volte il venticinque percento, quindi più del doppio rispetto al prodotto.
Una.
Questo cosa vuol dire? Che se io riuscissi a far vedere lo stesso numero di volte il prodotto due probabilmente riuscire a generare ancora più fatturato perché la gente lo vede di più e vediamo che una volta che l'utente vedi la scheda prodotto e anche più propenso sia a metterlo a carrello che ad acquistarlo e quindi questo mi fa capire che il prodotto due rispetto al prodotto una ha delle performance migliori a parità di volte che è stato visto da questo tipo di analisi, io potrei dedurre che devo dare più visibilità al prodotto due e togliere un po' di visibilità al prodotto uno.
Ovviamente questo in maniera estremamente semplificata pero' giusto per far vedere se noi andiamo su google analytics.
Questo sempre il sito del google mentioned store nella sezione e-commerce rendimento elenco prodotti possiamo proprio vedere per ciascun prodotto proprio queste metriche dove la prima colonna sono le impressioni click clicks è giunto al carrello gli acquisti e le entrate generate proprio da questo tipo di dati.
Noi possiamo fare questo tipo di ragionamenti e vedere ad esempio magari che il prodotto google tigre che non so cosa sia però un tasso di click dell'otto percento molto più elevato di quest'altro prodotto laptop scrive carc non so cosa sia, probabilmente qualche camicia non lo so no vax' non ho una camicia per per laptop, però è a un tasso di click molto più basso e questo comporta poi alla fine che effettivamente ha delle performance nettamente inferiori, una volta che l'utente lo vede e poi lo acquista.
Tuttavia vedete che le impressioni sono più elevate del del numero due di questo prodotto qui, quindi vuol dire che a livello di visibilità In questo momento il prodotto due ha più visibilità al prodotto tre Quando a livello di performance palesemente il prodotto tre.
La performance migliori per cui cosa mi suggerisce questa analisi? Che probabilmente potrei cercare di organizzare la visibilità dei prodotti per dare più visibilità al prodotto tre e togliere un pochino ha prodotto due che pare avere delle performance peggiore analisi molto semplificata pero' giusto per far capire qual è il ragionamento é cosa dobbiamo andare a guardare quando noi dobbiamo iniziare a ragionare su come posizionare i prodotti all'interno di un e-commerce.
63 Lezioni • 10 Moduli • 7:50 Ore