Dati per … individuare i percorsi dei clienti.

di Filippo Trocca, Chief Data Intelligence Officer di 3rdPLACE

Seguire i clienti per intervenire prontamente.

Molti strumenti di Digital Analytics (Google Analytics, Piwik, WebTrekk, Adobe Analytics) danno la possibilità di analizzare come gli utenti navigano in generale sul sito.

Ad esempio in Google Analytics ci sono i Flow Chart, consultabili senza necessità di dover configurare nient’altro se non il semplice codice di monitoraggio base.

Oppure si può analizzare il funnel di conversione, ma è necessario impostare/modificare gli step del carrello del vostro e-commerce/sito web in modo che preveda un’azione di “conversione” nel pannello “impostazioni”. Gli step di acquisto compiuti da un utente sul vostro sito web, per esempio in un e-commerce, sono analizzabili seguendo il flusso seguente:

1. visione del carrello,
2. dati di fatturazione,
3. dati di spedizione,
4. informazioni di pagamento,
5. conferma di acquisto.

Questi report sono utilissimi per analizzare il comportamento dell’utente ma presentano alcune debolezze.

1. Mostrano una visione non completa del percorso dell’utente perché o fanno vedere il percorso completo senza focus sugli utenti che convertono oppure mostrano solo il dettaglio finale. L’utilizzo dello strumento alternativo “FlowChart” non è di facile comprensione e molto “dispersivo” in termini di analisi del dato.
2. Sono basati sulla sessione e non sull’utente: in questo modo un utente che ha iniziato il processo di conversione in una sessione e poi lo ha concluso in un’altra verrà mostrato come un utente perso nel processo di conversione e questo – lo capite – potrebbe portare ad analisi non corrette.
3. Non sono cross-device, rendendo impossibile capire se un utente ha iniziato il processo di conversione su un device e lo ha concluso su un altro.

I sopraccitati report raccontano quindi solo una parte della verità e non la sua totalità.

Tra le varie funzioni di DataLysm, abbiamo sviluppato un modo per migliorare l’analisi del percorso di conversione dell’utente, così da raccontarlo in modo completo, multi-device e multi-sessione.[/vc_column_text][grve_message_box bg_color=”primary-1″ bg_hover_color=”primary-1″ remove_close=”yes”]DataLysm è la soluzione di Artificial Intelligence per conoscere più profondamente e in forma anonima gli interessi specifici e granulari, le caratteristiche ed i comportamenti di chi interagisce con il vostro business. Sulla base di quanto appreso e delle conseguenti predizioni automatiche, vengono rese evidenti le azioni di miglioramento e crescita da porre subito in essere.[/grve_message_box][/vc_column][/vc_row]Per rendere i dati più leggibili abbiamo deciso di raggruppare le pagine.

Il Path to Conversion può utilizzare due metodologie di raggruppamento delle pagine:

1. manuale, che funziona come il content grouping di Google Analytics,
2. basata su algoritmi di clustering e semantica che hanno l’obiettivo di categorizzare le pagine in automatico per dare una visione più granulare possibile ma allo stesso tempo comprensibile.

Quali sono i vantaggi del Path to Conversion?

Serve a sapere quali sono le pagine più influenti nel processo di conversione per individuare nuove strategie di personalizzazione oppure per migliorare il processo di conversione stesso.

Un e-commerce può individuare quali template sono più utilizzati (pagine delle categorie, pagine prodotti, homepage, risultati di ricerca).

Grazie al Path to Conversion, un nostro cliente ha capito che le pagine di sottocategoria non erano utilizzate dagli utenti: quelli provenienti organicamente dai motori di ricerca non sembrava trovassero queste pagine molto utili.

L’informazione è stata di vitale importanza per poter modificare la struttura del sito web, ottenendo un miglior posizionamento organico per chiavi di ricerca rilevanti e conseguentemente migliorare la customer experience e quindi i risultati finali, ossia la conversione.

Il Path to Conversion consente di individuare esattamente quali sono gli elementi che portano gli utenti ad abbandonare il sito così da intervenire prontamente, di scoprire quali sono i punti del processo di conversione abbandonati da mobile e ripresi da desktop per portare a termine la conversione.

L’elemento chiave del Path to Conversion è la sua caratteristica multi-device grazie al retrospective user tracking: DataLysm ogni giorno rielabora i dati raw per individuare, in maniera anonima e nel rispetto del GDPR, gli utenti dopo il loro login ed unire le sessioni da diversi device in un unico cookie space.  

I dati del Path to Conversion sono segmentati per fonte di traffico, per landing page, per device, risoluzione dello schermo, grandezza della browser windows, device.. In questo modo diventa uno strumento complementare al processo di Conversion Rate Optimization (CRO), ma non più basandosi sulla sessione, ma concentrandosi sull’utente.

Grazie a questa caratteristica in pochi giorni dall’installazione e configurazione di DataLysm è possibile avere i primi insights e migliorare l’esperienza utente.

DataLysm ed il Path To Conversion sono disponibili in due modalità.

1. Full service: per gli utenti che utilizzando tool di Digital Analytics gratuito come Google Analytics e non hanno accesso ai dati raw.
2. Integrate service: per le aziende che utilizzano Google Analytics 360 ed hanno accesso ai dati raw dei propri utenti grazie all’integrazione con Google BigQuery. In questo caso Il Path to Conversion trae valore dalla vostra installazione corrente senza richiederne di nuove e usa tutti i vostri dati storici per dare subito risultati.

Casi d’uso.

• Path to Conversion e advertising: il pixel di monitoraggio di DataLysm può essere integrato nelle campagne di programmatic advertising. Includendo a questo punto anche i dati di impression si ha una visione ancora più completa dei driver di conversione.
• Non solo online: DataLysm è una soluzione estremamente flessibile e può essere integrata con i principali CRM e sistemi di marketing automation. L’analisi del Path to Conversion diventa così ancora più completa, comprendendo a questo punto anche i dati di comportamento offline tracciati dalla rete commerciale.
• Creazione di audience simili: DataLysm permette di incrociare i dati delle campagne di advertising con quelli di navigazione delle proprietà digitali e identificare nuove audience di advertising. Immaginiamo di aver identificato un target su Facebook e che stiamo riuscendo a portare parte di questo target sulle nostre proprietà digitali tramite advertising. Con l’analisi degli interessi di DataLysm è possibile identificare tutti gli utenti simili a quel target, riuscendo così a classificare efficacemente il traffico delle diverse proprietà digitali su base comportamentale e sviluppando poi campagne di programmatic advertising sulle audience così costruite.