Home Blog Google Analytics APP ...

Google Analytics APP + Web: Purchase e Churn Probability

Filippo Trocca

di Filippo Trocca, Principal di 3rdPlace

Google come promesso spinge sull’acceleratore del machine learning in tutti i suoi prodotti presentando nuovi sviluppi per il futuro Google Analytics, ossia Google Analytics App + Web.

Il 10 di luglio sul blog ufficiale della Google Marketing platform è stato annunciata l’integrazione di due nuovi modelli: Purchase e Churn Probability.

Purchase Probability è stata pensata per gli e-commerce per aiutarli ad individuare gli utenti a più alta probabilità di conversione nei prossimi 7 giorni sulle vostre App o sul vostro sito Internet.

Churn Probability a mio parere è stata pensata per gli editori: individua gli utenti attivi, cioè utenti che in passato hanno dimostrato di apprezzare le vostre proprietà digitali, che non hanno intenzione di visitare il vostro sito o app nei prossimi 7 giorni.

I modelli Google Analytics di Purchase e Churn Probability

La documentazione è ancora molto scarna, ma dallo screenshot reso disponibile sembra che i modelli abbiamo due diverse declinazioni.

Purchase Probability:

  • Utenti che potrebbero acquistare nei prossimi 7 giorni
  • Utenti che potrebbero fare il loro primo acquisto nei prossimi 7 giorni

Churn Probability

  • Utenti che hanno fatto un acquisto sulle vostre proprietà digitali ma potenzialmente non torneranno nei prossimi 7 giorni
  • Utenti che non torneranno sul vostro sito nei prossimi 7 giorni

Questi modelli naturalmente necessitano di traffico per potersi attivare e saranno veramente utilizzabili solo da siti che ne hanno molto, come possiamo dedurre dalla documentazione.

I modelli si basano sulle attività degli utenti negli ultimi 28 giorni e per fare il training del modello sono necessari 1000 utenti che hanno portato a termine un acquisto o che si sono ripresentati sul sito spesso nel caso del churn e 1000 utenti che non hanno raggiunto tali requisiti.

Una proprietà digitale ha bisogno di almeno 2000 utenti in target negli ultimi 28 giorni per poter fare il training del modello, ma di questi 2000 ne seleziona un sottoinsieme: una lista di remarketing per essere attivata dovrà contenere almeno 1000 utenti, ma chiunque abbia fatto digital advertising sa che questo numero è ben distante dalla realtà di una campagna di remarketing di successo.

Il principale limite di questi modelli è naturalmente il traffico generato sulle proprietà digitali, il secondo sono i dati stessi: il modello può usare solo dati che Google conosce e che sa classificare. Tradotto solo i dati di un’installazione base di App + Web, non potrà usare eventi e custom dimension o metriche perché semplicemente non ne conosce il significato.

La soluzione DataLysm di 3rdPlace

Per questo motivo 3rdPlace ha sviluppato DataLysm che partendo dallo stesso modello di dati di Google Analytics 360 o di Google Analytics App + Web, oppure utilizzando il proprio modello di dati sviluppa modelli di probability (propensione all’acquisto e churn) utilizzando i dati dell’azienda a 360 grandi:

  • personalizzazioni della strategia di tracciamento come custom dimension, custom metric ed eventi
  • integrazione con il CRM aziendale
  • integrazione con le attività offline
  • retrospective userID

Questo permette di esaltare i dati di proprietà dell’azienda (in gergo denominati anche first party data) e di sfruttarli nella loro interezza e di sviluppare il Customer Lifetime Value utilizzando tutte le informazioni di transazione disponibili all’interno dell’azienda e non solo quelle di Google Analytics.

In particolare il restrospective userID permette non solo di riconoscere in modo anonimo le sessioni in cui l’utente ha fatto login, ma di analizzare il suo comportamento anche quando non ha fatto espressamente login sulle nostre piattaforme.

DataLysm supera anche il limite della numerosità dei segmenti di remarketing, rendendo disponibili un indice di probabilità di conversione (quindi non solo per e-commerce, ma per tutte le tipologie di aziende) a livello di campagna, gruppo di annunci e keywords permettendo di ottimizzare le campagne non solo per la capacità di generare conversioni, ma anche sulla qualità del traffico generato.

L’integrazione di tutte queste tecnologie permette alle aziende del gruppo Datrix di distinguersi sul mercato, come dimostra il recente business case di Bytek su Euronics selezionato da Google stessa.