Dopo aver ascoltato il suo intervento alla sedicesima edizione del Search Marketing Connect pubblichiamo l’intervista ad Enrico Pavan, grande esperto di web analytics, per parlare di Google Analytics e misurazione dei progetti digitali. Enrico è il fondatore di Analytics Boosters, società specializzata in data-driven marketing.
Il tema caldo di questi ultimi mesi è legato ai problemi legali di Google Analytics rispetto al GDPR, la soluzione che tutti auspicano è quella di un accordo politico tra USA ed Europa per regolamentare l’accesso ai dati personali, sembrano esserci novità riguardo al “data privacy agreement” a che punto siamo?
- Il 07 ottobre scorso c’è stata la firma del presidente Biden sull’executive order US-EU, ovvero il primo passo verso la riconciliazione di un “porto sicuro” per quanto concerne il passaggio di dati personali tra EU e US. A breve la palla passerà alla commissione Europea che dovrà valutare se questo executive order potrà soddisfare o meno i criteri del GDPR.
Purtroppo però si tende sempre a puntare il dito verso Google Analytics ma questo è solo un granello di sabbia all’interno del mondo del digital marketing moderno. Se parliamo di dati personali, infatti, a mio avvio Google Analytics è lo strumento che ne “passa” meno verso i server in US. Con la versione 4 di GA è possibile inoltre limitare il passaggio di informazioni (browser, sistema operativo, ecc) ritenute personali già nella versione cliente e, tramite il passaggio al tracking server side, sarà possibile anche richiedere l’eliminazione dell’ip di navigazione dell’utente (che già GA4 non raccoglie di default) prima di inviare i dati ai server di Google.
Dicevo un granello di sabbia perché basti pensare a tutti i tool di digital marketing che vengono utilizzati attualmente: Google Ads e Facebook per remarketing e retarging, entrambi inviano dati verso US, Mailchimp addirittura raccoglie e stocca in US le mail degli iscritti alla newsletter, Magento è una piattaforma di Adobe LLC e quindi potrebbe essere soggetta a disclosure dei dati in caso di richiesta governativa, e potrei andare avanti con molti altri esempi.
i governi EU-US devono trovare un accordo definitivo a livello legislativo
La partita come vedi si svolge su due piani: da un lato quindi possiamo essere noi tecnici e mercato a dare una mano a trovare una soluzione che possa minimizzare il rischio, dall’altra sono i governi EU-US che devono trovare un accordo definitivo a livello legislativo. Come detto prima, un piccolo passo è stato fatto.. attendiamo fiduciosi!
- In attesa di qualche certezza in più i più cauti hanno preferito addirittura abbandonare Google Analytics per passare a soluzioni più “compliance” tipo Matomo, conosci questo strumento? Pensi che possa rappresentare una valida alternativa a GA4?
Diciamo che con la notizia di giugno sistemi pseudo alternativi a Google Analytics sono spuntati come funghi : ).
Come hai detto tu, molti hanno eseguito lo switch a Matomo o a Piwik pro. Matomo è un software compliant se si usa la versione onpremise, ovvero la versione installata nei propri server mentre se si utilizza la versione cloud, i server su cui si appoggia sono AWS New Zeland… ma AWS è sempre un’azienda US quindi.. si rischia di entrare in un loop da cui è difficile uscire.
Matomo secondo me può andar bene per un small business in quanto rappresenta una versione old school di Google Analytics (2015 forse) e non permette di effettuare tutte le analisi che si riescono a fare con GA4: siamo distanti anni luce tra i due.
Purtroppo o per fortuna, dipende dai punti di vista, l’intreccio dato dell’ecosistema di Google (GA4, GAds, Search Console, ecc) non è replicabile in modo così semplice in nessun altro strumento e soprattutto permette di generare analisi e audience mirate ad un livello tale che nessun altro software si può avvicinare.
Dal mio punto di vista GA4, con tutti gli accorgimenti del caso (es. serverside + signals spento, ecc), rimane lo strumento principale su cui prendere decisioni data driven mentre Matomo e tutti gli altri software possono essere un buon backup ma non un’alternativa se si vuole fare marketing di un certo livello. Forse l’unica alternativa vera è Adobe Analytics… ma questo è un altro discorso.
- Ok, dato per appurato che Google Analytics resta il punto di riferimento per chi vuole fare web analytics di alto livello, la versione 4 rappresenta uno scoglio per via del fatto che l’interfaccia è completamente nuova, chi era abituato a lavorare con Universal Analytics fa fatica a ritrovare velocemente i report e le sezioni fondamentali ad analizzare il proprio progetto. So che hai pubblicato un libro dedicato a GA4 che titola “Suggerimenti per iniziare con il piede giusto“, ci puoi riassumere quello che consigli per approcciare al meglio questo “nuovo” strumento?
GA4 è a tutti gli effetti uno strumento nuovo in tutti i suoi aspetti: dal data model alla data collection fino alla rappresentazione dei dati all’interno dei report e delle esplorazioni. Il principale scoglio che vedo soprattutto in chi era abituato ad usare Google Analytics Universal è rappresentato dal cambio di mentalità che bisogna effettuare “page view – sessioni” ad “eventi – azioni generate dall’utente”. Se ci pensi questa nuova impostazione è molto più vicino all’attuale utilizzo di siti e app. Ovvero andare ad analizzare le azioni degli utenti piuttosto che le sessioni e le pagine viste: questo mi viene confermato anche dagli studenti dei master a cui insegno, per loro infatti è molto più semplice adottare GA4 rispetto a chi è un addetto del settore.
Sicuramente un primo consiglio sull’approccio a GA4 è quello di non voler replicare a forza quanto presente in Universal: è un errore micidiale! Sono cambiate le modalità di conteggio e definizione degli utenti, di sessione, di evento, di conversione e molto molto altro. Il secondo è quello di andare a capire quali sono le principali differenze tra i due strumenti e soprattutto capire i concetti di base che sottintendono GA4 stesso. Il terzo è quello di definire un measurement plan efficace e costantemente aggiornato, in modo da evitare errori in fase di tracking e analisi. Quarto: capire le differenze tra report standard ed esplorazioni: le seconde, soprattutto, sono molto utili per generare degli insights che con UA dovevamo ottenere mixando strumenti esterni! Basti pensare al pathing exploration, dove puoi mixare pagine ed eventi e capire la completa navigazione degli utenti sia da web che da app.
Diciamo che nel libro ho cercato di dare maggior peso a come utilizzare GA4 piuttosto che a come tracciare determinati elementi in quanto l’avere in testa il tipo di analisi e reportistica è fondamentale per incrementare le performance del proprio business.
- Ultima domanda: Se GA4 è lo strumento indispensabile per l’analisi dei dati, sappiamo che uno strumento ancor più importante è il cervello umano, prima di configurare GA4 è bene aver definito un piano di misurazione. Qual è il tuo modus operandi per progettare il corretto tracciamento di un sito web?
Se dovessi definirla con una parola, direi Domande!
Spesso capita che la parte di Analytics, qualsiasi strumento si stia utlizzando, venga relegata all’ultimo miglio pre online oppure si pensa che basti inserire il tag base per avere tutto tracciato. Se si rientra nel primo caso, purtroppo spesso i tempi sono molto stretti e si cerca di sviluppare una strategia suddivisa in più step, mentre se si rientra nel secondo caso è necessario effettuare un’attività di data evangelization tra tutti gli attori coinvolti.
Il modello ottimale è quello basato sulle interviste agli stakeholder aziendali, chiedendo loro cosa vorrebbero vedere e poter analizzare con i dati che si vanno a tracciare. In questo modo si coinvolgono tutte le business unit in un unico progetto evitando ridondanze o fraintendimenti a livello di data collection e reading. Successivamente ci vuole anche una buona parte di esperienza da parte del data analytics o architect che deve capire di quali dati già magari si dispone e quali sono i KPI mancanti e potenzialmente interessanti da suggerire per le analisi successive. La difficoltà principale, però, risiede nel trasformare poi tutte le risposte dei vari attori in “analytichese”, ovvero in KPIs e successivamente ritradurre quest’ultimi in linguaggio comprensibile a seconda del registro comunicativo a cui ci si rivolge. Per questo diciamo sempre che il measurement plan è fondamentale non solo per tenere traccia di ciò che viene effettivamente misurato ma anche per poter definire successive attività che possono impattare su UX e CX.
Ringrazio Enrico per aver risposto alle mie domande, da quando lo conosco si è sempre mostrato disponibile, invito tutti a seguire il suo profilo LinkedIn per restare aggiornati su tutte le novità che riguardano la web analytics.