Google Analytics raccoglie dati. Quindi posso fidarmi dei report?

Google Analytics è installato, le visite vengono registrate e nella dashboard compaiono acquisti, fatturato e sorgenti di traffico.

A prima vista potrebbe sembrare tutto a posto.

Quando arriva il momento di prendere una decisione, però, iniziano i dubbi.

Il numero degli ordini non corrisponde a quello presente nella piattaforma e-commerce. Una parte del traffico viene indicata come “Unassigned”. Alcune campagne sembrano non generare vendite, mentre altre ricevono conversioni che non dovrebbero appartenergli.

Il fatto che Google Analytics raccolga dati non significa automaticamente che quei dati siano completi, corretti e utilizzabili.

Uno strumento può funzionare tecnicamente e, contemporaneamente, restituire una rappresentazione distorta di ciò che sta accadendo.

Il problema diventa particolarmente importante quando i report vengono utilizzati per decidere dove investire, quali campagne interrompere, quali prodotti promuovere e quali canali considerare profittevoli.

Se il dato di partenza è sbagliato, anche una decisione perfettamente logica può produrre un risultato negativo.

Raccogliere dati non significa misurare correttamente

Quando si apre Google Analytics e si trovano utenti, sessioni, eventi e acquisti, si tende a pensare che il tracciamento stia funzionando.

In realtà, la semplice presenza dei numeri dimostra soltanto che qualcosa viene registrato.

Non dimostra che tutte le visite vengano rilevate, che gli acquisti siano conteggiati una sola volta o che il fatturato sia attribuito alla sorgente corretta.

Un evento potrebbe attivarsi due volte. Alcune conversioni potrebbero non essere registrate. Il passaggio attraverso un sistema di pagamento potrebbe interrompere l’attribuzione della vendita. I parametri utilizzati nelle campagne potrebbero essere mancanti o configurati in modo incoerente.

Google Analytics continuerà comunque a mostrare grafici e percentuali.

Il report avrà un aspetto completo e professionale, anche quando una parte importante delle informazioni non rappresenta correttamente la realtà.

Il rischio più grande non è non avere dati. È avere dati sbagliati e considerarli affidabili.

Il primo confronto deve essere fatto con gli ordini reali

Il punto di partenza dovrebbe essere semplice: confrontare gli acquisti registrati da Analytics con quelli presenti nella piattaforma e-commerce.

I due valori difficilmente saranno perfettamente identici. Consenso ai cookie, blocchi del browser, problemi di connessione e altri fattori possono creare differenze.

Il problema nasce quando la distanza diventa significativa oppure cambia improvvisamente.

Se l’e-commerce ha ricevuto 100 ordini e Analytics ne registra 60, il report non sta osservando una parte troppo importante delle vendite. Se ne registra 130, è possibile che alcuni eventi di acquisto vengano duplicati.

Anche il fatturato deve essere verificato.

Analytics potrebbe includere o escludere spedizioni e imposte in modo diverso rispetto al gestionale. Resi, annullamenti e ordini non pagati potrebbero non essere aggiornati correttamente. Alcune piattaforme inviano l’importo scontato, altre potrebbero trasmettere un valore differente.

Prima di analizzare le sorgenti di traffico bisogna quindi rispondere a una domanda fondamentale:

Gli ordini e il fatturato mostrati nel report sono abbastanza vicini alla realtà da poter essere utilizzati?

Senza questo controllo, tutte le analisi successive poggiano su una base incerta.

“Unassigned” non è soltanto una voce poco elegante

In Google Analytics può comparire traffico classificato come “Unassigned”.

Significa che lo strumento non è riuscito a inserire quelle visite o quegli eventi all’interno di uno dei gruppi di canali previsti.

La causa può dipendere da parametri incompleti, valori non riconosciuti, configurazioni personalizzate oppure modalità incoerenti di costruire i link delle campagne.

Il problema non è semplicemente estetico.

Se una parte consistente del traffico o delle vendite finisce in “Unassigned”, diventa difficile capire quale attività abbia prodotto il risultato.

Una newsletter potrebbe non ricevere il credito per gli ordini generati. Una campagna social potrebbe apparire meno efficace del reale. Traffico proveniente da fonti differenti potrebbe essere raccolto nello stesso contenitore generico.

Il fatturato complessivo rimane visibile, ma viene meno la possibilità di collegarlo correttamente agli investimenti.

Un ordine senza una sorgente attendibile è una vendita avvenuta, ma è anche un’informazione commerciale incompleta.

Anche “(not set)” è un segnale da approfondire

La dicitura “(not set)” compare quando Google Analytics non dispone dell’informazione necessaria per compilare una determinata dimensione.

Non significa sempre che esista un errore grave.

In alcuni report può essere una conseguenza normale del modo in cui vengono raccolti o elaborati i dati. Tuttavia, quando compare frequentemente in corrispondenza di sorgenti, campagne, pagine o conversioni importanti, merita attenzione.

Il rischio è abituarsi alla sua presenza e considerarla inevitabile.

Se una percentuale rilevante delle vendite non possiede informazioni sufficienti, l’e-commerce potrebbe non essere in grado di ricostruire correttamente il percorso degli utenti.

Il dato esiste, ma non è abbastanza completo per rispondere alle domande dell’azienda.

Per questo “(not set)” non dovrebbe essere ignorato automaticamente e nemmeno interpretato senza contesto. Bisogna capire dove compare, quanto pesa e quali decisioni impedisce di prendere.

I self-referral possono attribuire la vendita al soggetto sbagliato

Un altro problema frequente riguarda i self-referral, cioè situazioni nelle quali il dominio dell’e-commerce compare come sorgente del proprio traffico.

In pratica, Google Analytics interpreta una parte della navigazione interna come se fosse una nuova visita proveniente dal sito stesso.

Questo può accadere quando il percorso attraversa domini o sottodomini differenti, quando il tracciamento tra le pagine non è configurato correttamente oppure quando viene interrotta la continuità della sessione.

Anche alcuni passaggi attraverso sistemi esterni possono complicare l’attribuzione.

Il cliente arriva da una campagna, visita il prodotto, procede al pagamento e completa l’ordine. Se il percorso non viene ricostruito correttamente, la vendita potrebbe non essere attribuita alla campagna che ha generato il cliente.

La piattaforma pubblicitaria sembra quindi portare meno risultati, mentre un’altra sorgente riceve il merito.

La vendita è reale, ma il report racconta una storia sbagliata su come sia avvenuta.

I sistemi di pagamento possono interrompere il percorso

Durante un acquisto, il cliente può essere indirizzato verso un dominio esterno per completare il pagamento.

Successivamente torna sul sito o raggiunge la pagina di conferma dell’ordine.

Se questo passaggio non viene gestito correttamente, Analytics può interpretare il ritorno come l’inizio di una nuova sessione.

La sorgente originale viene persa oppure sostituita dal sistema di pagamento.

Il risultato è che la campagna, l’email o il contenuto che hanno portato il cliente sul sito non ricevono il credito della conversione.

Questo problema può rimanere nascosto a lungo, perché gli ordini continuano ad apparire.

Ciò che cambia è l’attribuzione.

Il titolare vede che l’e-commerce vende, ma non riesce a capire con precisione quale canale stia contribuendo alle vendite. Potrebbe quindi ridurre il budget di una campagna efficace oppure investire maggiormente in un canale che sta semplicemente ricevendo conversioni attribuite male.

Un evento di acquisto può mancare o attivarsi due volte

Il tracciamento dell’acquisto dovrebbe attivarsi quando l’ordine viene completato.

Sembra semplice, ma la sua implementazione può produrre diversi errori.

L’evento potrebbe non partire su alcuni dispositivi, essere bloccato dal consenso, attivarsi prima della conferma reale oppure ripetersi ogni volta che il cliente ricarica la pagina di ringraziamento.

In quest’ultimo caso, un solo ordine può essere registrato più volte.

Analytics mostrerà più conversioni e più fatturato rispetto alla piattaforma e-commerce. Le campagne sembreranno migliori, il costo per acquisizione apparirà più basso e il ROAS aumenterà.

Il problema potrebbe essere scoperto soltanto quando si confrontano i dati pubblicitari con gli incassi reali.

Anche il caso opposto è pericoloso.

Se una parte degli acquisti non viene registrata, alcune campagne potrebbero essere interrotte perché considerate inefficaci, nonostante stiano generando vendite.

Un evento di acquisto configurato male non modifica soltanto un report: può modificare il modo in cui viene distribuito il budget.

Consenso, browser e blocchi rendono la misurazione incompleta

Oggi non tutte le visite possono essere osservate nello stesso modo.

Le scelte dell’utente relative al consenso, le impostazioni del browser, i blocchi pubblicitari e le limitazioni tecniche possono impedire o ridurre la raccolta di alcuni dati.

Questo significa che una certa differenza tra gli ordini reali e quelli registrati è possibile anche con una configurazione corretta.

L’obiettivo non dovrebbe essere pretendere una corrispondenza perfetta in qualsiasi situazione.

Dovrebbe essere conoscere il livello di affidabilità del sistema e capire quali informazioni siano complete, quali stimate e quali parziali.

Il problema nasce quando i report vengono letti come se rappresentassero la totalità del comportamento degli utenti.

Google Analytics non è il registro contabile dell’e-commerce. È uno strumento di analisi che deve essere verificato e interpretato.

L’attribuzione non identifica una verità assoluta

Un cliente può vedere un annuncio su Meta, cercare successivamente il nome del marchio su Google, iscriversi alla newsletter e completare l’acquisto dopo aver ricevuto un’email.

Quale canale ha generato la vendita?

La risposta dipende dal modo in cui viene ricostruito e attribuito il percorso.

Sistemi differenti possono assegnare la stessa conversione a canali diversi. Google Ads, Meta Ads, Analytics e la piattaforma e-commerce possono mostrare risultati non perfettamente sovrapponibili.

Questo non significa necessariamente che uno strumento stia mentendo.

Significa che ciascun sistema osserva il percorso attraverso dati e regole differenti.

L’errore consiste nel prendere il dato di una singola piattaforma e considerarlo una rappresentazione definitiva della realtà.

Il report deve aiutare a prendere decisioni, ma va letto conoscendone i limiti.

Le piattaforme pubblicitarie possono contare la stessa vendita

Google e Meta possono attribuirsi entrambe un ordine quando hanno partecipato allo stesso percorso.

Il cliente vede un annuncio su Meta, clicca successivamente su una campagna Google e infine acquista. Entrambe le piattaforme potrebbero considerare la vendita come parte del proprio risultato.

Se si sommano semplicemente le conversioni dichiarate dai diversi sistemi, il totale può superare gli ordini realmente ricevuti.

L’e-commerce potrebbe quindi pensare che ogni canale stia funzionando molto bene, quando una parte delle vendite viene conteggiata più volte.

Per questo i dati delle piattaforme pubblicitarie devono essere confrontati con una fonte aziendale centrale.

Gli ordini effettivamente pagati restano il riferimento economico. Analytics e le piattaforme servono a interpretare come quei risultati siano stati generati.

Una dashboard ordinata può creare una falsa sicurezza

Grafici chiari, percentuali colorate e report automatici trasmettono una sensazione di precisione.

Ma la qualità visiva della dashboard non garantisce la qualità delle informazioni.

È possibile costruire un report molto professionale su un tracciamento incompleto.

Questo rischio aumenta quando l’azienda riceve periodicamente documenti pieni di metriche senza conoscere come vengano raccolte.

Le visite aumentano, il costo per clic diminuisce e il ROAS appare positivo. Tuttavia, nessuno ha verificato se gli acquisti siano duplicati, se il fatturato corrisponda agli ordini oppure se le sorgenti siano attribuite correttamente.

Il report mostra numeri esatti, ma potrebbe misurare in modo esatto una realtà sbagliata.

Prima di fidarsi della dashboard bisogna fidarsi del processo che produce i dati.

Anche l’intelligenza artificiale può analizzare dati sbagliati

Gli strumenti di intelligenza artificiale possono sintetizzare report, individuare anomalie e proporre interpretazioni.

Ma non possono correggere automaticamente informazioni raccolte male.

Se il sistema riceve conversioni duplicate, sorgenti incomplete o fatturato errato, produrrà analisi coerenti con quei dati.

Il risultato potrà essere ben scritto e apparentemente convincente, senza diventare più corretto.

L’intelligenza artificiale accelera la lettura delle informazioni. Non sostituisce la verifica della loro qualità.

Prima di chiedere a uno strumento che cosa fare, bisogna essere ragionevolmente sicuri che stia osservando una rappresentazione affidabile dell’e-commerce.

Quali decisioni possono essere compromesse

Un tracciamento impreciso può influire su molte scelte.

L’azienda potrebbe aumentare il budget su una campagna che riceve conversioni duplicate. Potrebbe interrompere un canale al quale non vengono attribuite correttamente le vendite. Potrebbe considerare poco importante una newsletter i cui ordini finiscono nel traffico diretto.

Anche le decisioni relative al sito possono essere alterate.

Se il comportamento mobile non viene registrato correttamente, si potrebbe sottovalutare un problema nel checkout. Se le pagine di destinazione non sono identificate, diventa difficile capire quali contenuti aiutino realmente l’acquisto.

L’errore non rimane dentro Analytics.

Si trasferisce nelle campagne, nel budget, nelle priorità e nella strategia dell’e-commerce.

Come verificare se i report sono abbastanza affidabili

Non serve iniziare creando decine di dashboard.

È più utile partire dai dati fondamentali.

Bisogna confrontare ordini e fatturato con la piattaforma e-commerce, verificare che ogni acquisto possieda un identificativo e controllare che lo stesso ordine non venga registrato più volte.

È inoltre importante osservare quanto pesino “Unassigned”, “(not set)”, traffico diretto e self-referral.

Un acquisto di prova può aiutare a seguire il percorso completo: ingresso dalla campagna, navigazione, aggiunta al carrello, pagamento e conferma.

Il controllo dovrebbe essere effettuato da dispositivi e browser differenti, considerando anche le scelte relative al consenso.

Se vuoi effettuare una prima verifica delle aree che possono limitare le performance, puoi utilizzare il nostro check-up gratuito per e-commerce. Il risultato è orientativo, ma aiuta a individuare i controlli che meritano maggiore attenzione.

Non serve un dato perfetto, serve un dato conosciuto

In un ambiente digitale complesso, ottenere una misurazione perfetta può essere difficile.

Questo non significa che Analytics sia inutile oppure che qualsiasi dato debba essere messo in discussione.

Significa che bisogna conoscere la qualità delle informazioni utilizzate.

Un’azienda può prendere buone decisioni anche lavorando con dati parziali, purché sappia quali siano i limiti e mantenga criteri coerenti nel tempo.

Il problema non è avere una differenza tra Analytics e gli ordini reali.

Il problema è non sapere che quella differenza esiste, non misurarla e utilizzare i report come se fossero completi.

Un dato imperfetto ma verificato può essere utile. Un dato apparentemente preciso ma non controllato può essere pericoloso.

Prima di ottimizzare, verifica che cosa stai misurando

Quando le vendite non crescono, la tentazione è intervenire subito sulle campagne, sulle creatività o sul sito.

Ma se il sistema di misurazione non è affidabile, diventa difficile capire se una modifica abbia realmente prodotto un miglioramento.

Potremmo attribuire un aumento delle vendite a una nuova campagna quando è cambiato il tracciamento. Oppure considerare inefficace una pagina perché una parte delle conversioni non viene registrata.

Prima di ottimizzare è quindi necessario controllare la base sulla quale verranno valutati i risultati.

Analytics dovrebbe aiutare a ridurre l’incertezza, non aggiungerne altra.

Per approfondire questo e altri problemi poco visibili che possono limitare un negozio online, puoi scaricare gratuitamente l’ebook “Gli errori nascosti che frenano il tuo e-commerce”.

Google Analytics è affidabile soltanto se viene verificato

La domanda non dovrebbe essere:

“Google Analytics sta raccogliendo dati?”

Dovrebbe essere:

“I dati raccolti rappresentano abbastanza bene ciò che accade nel mio e-commerce?”

Per rispondere bisogna confrontare i report con gli ordini reali, controllare gli eventi, verificare le sorgenti e conoscere i limiti dell’attribuzione.

La presenza di numeri nella dashboard non è ancora una garanzia.

Analytics diventa realmente utile quando l’azienda sa che cosa misura, che cosa non riesce a osservare e quali decisioni può prendere con un livello ragionevole di sicurezza.

In SOS Conversioni analizziamo tracciamento, attribuzione, campagne e dati dell’e-commerce per individuare discrepanze e capire quali informazioni possano essere utilizzate per prendere decisioni.

Richiedi una consulenza gratuita per il tuo e-commerce:
https://bit.ly/Consulenza-Ecommerce