Chi si occupa di Marketing non può trascurare di studiare ciò che i visitatori fanno sul sito dell'azienda per la quale opera. In particolare, il responsabile Web Marketing ha la responsabilità di ideare una strategia di studio che, considerando il web un'area in cui si creano relazioni tra potenziali clienti, possa fornire un quadro ragionevolmente chiaro dei principali attori e fenomeni.
Se la visibilità sui motori di ricerca è fondamentale per avere un flusso costante di visitatori, occorre chiedersi se la comunicazione esterna al sito e interna allo stesso sia quella corretta per il traguardo che ci si è posti.
Web Analytics
Si definisce Web Analytics o Web Analysis l'attività di rilevazione del traffico che si sviluppa su un sito, della sua memorizzazione in modo da poterne estrapolare i dati e manipolarli, della produzione dei report e dell'interpretazione dei fenomeni che vi sono evidenziati.
La Web Analytics, in altri termini, indica quelle attività svolte per studiare i visitatori con l'intento di evidenziare fenomeni legati all'interazione degli stessi con il sito, al fine di comprendere meglio ostacoli e feeling, la cui rimozione o incentivazione possa migliorare il rapporto tra l'azienda ed il cliente reale o potenziale (quando di ciò si tratti).
La Web Analytics, quindi, non è fine a sé stessa, ma è uno strumento nelle mani del responsabile Web Marketing.
Alcune misurazioni della Web Analytics apportano informazioni, quando correttamente valutate e se i parametri su cui sono basate sono opportunamente configurati. Tra queste abbiamo i bounce (per chiave e per nuovi visitatori), il tasso di abbandono delle pipeline, gli spaccati del tasso di conversione (in funzione dell'analisi).
Gli strumenti di Web Analytics, inoltre, forniscono i percorsi dei visitatori, che, quando esaminati in contesti circoscritti e definiti, forniscono l'incidenza di fenomeni (quanti acquistano senza registrarsi, quanti fanno un secondo acquisto, quanti abbandonano il sito dopo essersi registrati, ma senza acquistare, ecc.).
Troppo spesso, però, si tende ad interpretare in modo errato i dati forniti dalla Web Analytics. Errori tipici sono:
- eccessiva considerazione dei processi razionali;
- esame tecnico dei dati;
- sottovalutazione del caos originato dalle differenze mentali.
Inoltre, avviene spesso che si prendano decisioni errate per il rimescolamento di dati di incidenza con dati di fenomeno.
Nella parte successiva, ci si concentra sullo studio di due importanti modi di fare analisi.
Analisi quantitativa per il marketing
Per analisi quantitativa si intende l'esame di un insieme di dati di cui si cerca la ripartizione statistica di fenomeni e categorie di informazioni.
L'analisi quantitativa, che normalmente segue una ricerca effettuata con il criterio simile, tende a fornire l'importanza di un fenomeno in relazione alla sua percentuale d'incidenza.
Tipica della ricerca e dell'analisi quantitativa è la somministrazione di un questionario (spesso on-line) cui un soggetto deve rispondere e la successiva rappresentazione tabellare dei casi indagati.
Un esempio di ricerca quantitativa è quella che prevede che ad un grande gruppo di navigatori si chieda con un questionario on-line quante volte in vita loro hanno acquistato on-line.
Fondamentale, nella ricerca e analisi quantitativa, è che il soggetto comprenda pienamente la domanda ed in coscienza fornisca una risposta di cui deve avere la certezza.
Marketing: l'analisi qualitativa
L'analisi qualitativa, differentemente da quella quantitativa, si prefigge di individuare fenomeni conosciuti o sconosciuti in una categoria di soggetti che si prestano all'osservazione.
Differenza rilevante nel metodo consiste nel fatto che ai soggetti non si fanno domande (salvo di controllo), ma viceversa si osservano intanto che svolgono un compito, un'azione o subiscono l'effetto di uno stimolo.
L'analisi qualitativa richiede competenze nell'operatore che la effettua, ma evita il ricorso alla coscienza del soggetto nel fornire la risposta o l'informazione necessaria allo studio.
Vantaggi e svantaggi dei due metodi
Nessuno dei due metodi è perfetto ed è importante comprendere come i due si relazionino sugli aspetti che nel seguito sono descritti.
La rilevanza di un fenomeno nell'Analisi Quantitativa (AQN, per semplicità) è data dalla sua incidenza. Perché questa abbia valore statistico serve un campione di dati rilevanti e il panel deve essere opportunamente studiato.
Nel caso dell'Analisi Qualitativa (AQL), per semplicità), dato che l'obiettivo non è definire l'importanza di un fenomeno ma solo evidenziarne l'esistenza, sono solitamente necessari pochi esami, dato che i fenomeni tenderanno poi a ripetersi.
L'AQN prevede che il soggetto sia in grado di rispondere, avendo conoscenza dei propri processi mentali. In sostanza, si parte dal presupposto che ogni azione abbia una motivazione razionale, come razionale è la decisione di eseguirla. Dato che ciò spesso non avviene (si pensi agli acquisti di tanti beni, quali i cellulari, gli oggetti alla moda, gli status symbol), tale metodo d'indagine è fortemente viziato dal fatto che la risposta fornita non è verificabile se non minimamente.
Nel caso dell'AQL, invece, visto che i fenomeni emergono automaticamente e sono rilevati da un operatore, indipendentemente dalla coscienza del soggetto, si ha un maggior controllo dei fatti irrazionali.
Dato che il ricordo è fortemente influenzato da stimoli psicologici forti e prolungati (come la pubblicità), l'AQN è a volte sporcata da interferenze esterne di difficile controllo e rimozione sia dal soggetto che risponde, sia dell'operatore e dall'analista che trarranno le conseguenze. Allo stesso modo, risposte a domande imbarazzanti, scatenanti disgusto o altre forme di pensiero negativo, saranno influenzate in modo non sempre quantificabile, ottenendo un rumore che può rendere del tutto errata qualunque valutazione.
Il costo è invece un lato negativo dell'AQL, dato che implica lunghe sessioni di esame, con presenza di un osservatore qualificato. Studi moderni affermano che su grandi progetti l'AQL possa diventare a parità di qualità e meno costosa dell'AQN, ma non sempre ciò e vero.
Nel seguito, si illustra come si possano usare le due tecniche in modo da avere informazioni diverse in relazione al traffico del sito web.
Ricavare l'incidenza di un fenomeno
Una volta che si conosca un fenomeno, tramite gli strumenti di Web Analytics è possibile impostare dei cammini di traffico (pipeline) che, osservati, permettono di verificarne l'incidenza.
In sostanza, accertato mediante uno studio AQL che un certo evento s'è verificato, mediante metodi AQN se ne ricava l'incidenza. Ovviamente il fenomeno oggetto di studio potrebbe essere emerso in qualunque altro modo e, per assurdo, casualmente durante una chiacchierata al bar.
Ad esempio, facendo un controllo dei clienti, si scopre che alcuni di essi, invece di acquistare su un e-shop riutilizzando il proprio account, tendono a crearne un secondo. Mediante una pipeline Login/Metti-nel-carrello/Cassa si potrebbe verificare quanti seguano questo percorso sin dall'inizio. Opportuni controlli incrociati possono essere svolti per verificare quanti clienti hanno più anagrafiche a fronte dello stesso codice fiscale (o altro identificativo).
Un altro esempio è il seguente. Chiacchierando con amici, si scopre che alcuni dopo aver effettuato un ordine, non usano la funzione di logout dei siti ed anzi non ne conoscono neppure l'esistenza. Tale opzione occupa una posizione importante sulle pagine del sito. Si avvia una ricerca su un sito di commercio elettronico per verificare quanti effettuino il logout, dopo aver acquistato qualcosa, ottenendo un'incidenza bassissima del fenomeno. Si decide, così, di spostare il link logout su una parte meno importante delle pagine, liberando spazio per elementi ritenuti prioritari.
Ricercare le motivazioni di un fenomeno
L'AQL consente di ricercare il motivo per cui avvengano certi fenomeni che l'AQN ha mostrato. In sostanza, dagli strumenti di Web Analytics emerge il fatto che molti utenti seguono percorsi che non erano stati previsti e che in teoria potrebbero risultare dannosi ai fini degli obiettivi del sito.
Organizzando un incontro con persone che rientrino nel target (bastano anche dieci) ed osservandoli lavorare, dopo che gli sia stato assegnato un compito specifico, si ha modo di vedere in diretta ciò che succede, facendo domande alla fine del test. Ciò consente di capire quali siano le motivazioni del fenomeno osservato.
Naturalmente una simile attività deve essere pianificata attentamente. A cadenza semestrale o annuale si potrebbe raccogliere un elenco di fenomeni che necessitano approfondimenti, in modo da organizzare sessioni che possano dare specifiche indicazioni.
Ad esempio, le statistiche di un sito hanno mostrato che molti visitatori abbandonavano la pagina con i dati da compilare per la registrazione, anche se queste non erano moltissime e per arrivare alla pagina occorreva seguire un percorso a step multipli che difficilmente poteva essere stato seguito casualmente. In sostanza, sembrava che il visitatore avesse inizialmente intenzione di registrarsi, ma che abbandonasse per qualcosa che sull'ultima pagina causava una qualche forma di disagio.
L'osservazione diretta indicò chiaramente quali fossero i campi che psicologicamente creavano disagio ad una certa percentuale di potenziali iscritti provocando l'abbandono.
Una strategia per il proprio sito
Disponendo di adeguati budget, non necessariamente altissimi, è possibile definire una strategia che preveda attività di analisi quantitativa e qualitativa in modo che ognuna delle due possa dare supporto all'altra, a vantaggio della comprensione dei fenomeni legati alla user-experience dei visitatori.
Fondamentale, ai fini della corretta pianificazione strategica, è la definizione rigorosa dell'obiettivo strategico e di quello operativo del sito aziendale.
Importante è iniziare con piccoli progetti d'indagine che consentano di prendere familiarità con i metodi suddetti, evitando eccessive spese iniziali non ripagate da risposte dal pari valore.
In un primo esercizio è utile concentrarsi su un singolo fenomeno, definendo un progetto che porti ad ottenere, alla fine, incidenza e motivazioni. Lo schema seguito, eventualmente modificato grazie all'esperienza acquisita, consentirà di approfondire via via gli altri fenomeni.
Conclusione
Comprendere che nei numeri ci sono solo alcune delle risposte che ci interessano è fondamentale per trovare il giusto compromesso tra costi dell'analisi e risultati strategici.
In Italia, purtroppo, casi di reale analisi non se ne trovano tutti i giorni, ma ciò significa, per assurdo, che vi è ancora ampio spazio per chi voglia studiare, producendo metodi che ben si applichino al nostro contesto.
