Dopo aver impostato una campagna marketing e averla fatta partire, bisogna analizzarne i dati per capire come sta funzionando e come migliorarla, anche in itinere.
L’analisi dei dati è una branca del marketing piuttosto nuova. Anche se in realtà leggere i dati sembra scontato, non sempre è una tecnica utilizzata correttamente. Quando si parla di analisi dei dati non si intende solo disegnare un grafico e guardare quanto sono alte le colonne, anzi! Un’analisi accurata è praticamente una traduzione: si traduce un dato numerico in un’opinione informata su cosa funziona e cosa no. Ma come funziona l’analisi dei dati e come si usa nel marketing?
Come si comincia a fare Data Analysis?
L’analisi dei dati è un processo molto strutturato e che non si può improvvisare. Infatti per non avere dei dati falsati è indispensabile predisporre l’intera struttura delle campagne offline e online. Per esempio, nel digital marketing bisogna procedere con l’installazione di piattaforme di raccolta dati come Google Analytics e Search Console, e preparare Google Tag Manager per tracciare i flussi dati di ciascun utente sul tuo sito. Fortunatamente, le piattaforme moderne tendono a essere molto precise quando si tratta di dati. I social media, per esempio, offrono gratuitamente alcuni dati. Il problema è che spesso non possono essere calibrati alla perfezione o mancano di qualche parametro importante.
Oltre ai dati “a posteriori”, come le vendite del negozio o dell’e-commerce dopo una campagna pubblicitaria o le iscrizioni alla newsletter, si possono anche raccogliere dati utili a fare considerazioni su nuovi prodotti o servizi. Questionari e interviste a clienti o persone interessate sono utili a sviluppare nuove strategie comunicative e di prodotto.
Infine, per capire come funziona la data analysis bisogna anche sapere che i dati non sempre sono perfetti: può capitare che per colpa di spam o questionari sbagliati alcune parti dell’analisi siano falsate. Origini di dati imprecisate come il famigerato “not set” di Google Analytics rischiano di compromettere la collezione di dati, ed è per questo che prima di procedere all’analisi statistica vera e propria c’è bisogno di ripulire i dati e fare ordine, eliminando lo spam e sistemando i tag del sito per ottenere numeri precisi e affidabili.
Offriamo servizi di Data Analysis per tutti
Analizzare i dati e tradurre i numeri
Adesso che hai i dati puliti e organizzati su una tavola Excel, cosa fare? Arriva la parte più complessa e meno meccanica dell’analisi dei dati: la traduzione dei numeri in ipotesi di consumo. Ciascuno di quei numeri è stato estrapolato dalle azioni di un utente, questo non va mai dimenticato: e ognuno di quei numeri ha un significato ben preciso. Ad esempio, un aumento di traffico organico può essere un segnale che il lavoro SEO del tuo sito web sta ingranando; invece un tasso di rimbalzo che diminuisce indica che l’esperienza utente è migliorata. Allo stesso modo un aumento di vendite e di ricerche branded dopo una campagna sul territorio indica un buon lavoro di outbound marketing.
Ma non tutti i dati sono uguali. Alcuni sono particolarmente importanti, come il numero di codici sconto utilizzati o l’aumento di vendite al dettaglio in negozio. Altri sono meno importanti, spesso chiamati “vanity metrics”, come le visite sul blog del tuo sito web o le iscrizioni alla newsletter. Questo vuol dire che blog e newsletter sono inutili? Assolutamente no! Vuol dire solo che questi dati non producono direttamente un aumento di profitti. Tuttavia, un blog molto seguito migliora brand awareness e domain authority, potenziando le performance SEO del sito e la visibilità del marchio; quindi, sul lungo termine, un aumento percentuale delle vendite può essere direttamente legato al blogging.
La soluzione è implementare dei sistemi complessi che “peschino” i dati più importanti, scartando quelli meno importanti (che vanno comunque tenuti in considerazione). Come capire se un dato è importante? Dipende dal tipo di attività, ma spesso quello che conta sono le conversioni. Una conversione è un’azione particolarmente rilevante che viene eseguita da un cliente, come ad esempio un acquisto dal tuo sito web o dal tuo negozio fisico. Tracciare questi dati è molto più importante perché sono effettivamente le azioni che ti portano ad avere un profitto.
Essere confusi è normale: d’altro canto, così come non tradurresti mai da una lingua che non conosci, allo stesso modo non puoi trarre conclusioni da dei dati se non hai mai affrontato il tema della data analysis nel marketing. Ma fa sempre bene avere un’infarinatura generale di questi temi anche ostici, per evitare di fare affidamento a dati sbagliati o poco importanti. Scoprinetwork, oltre che di comunicazione, si occupa anche di fare data analysis, impostare A/B test per scoprire quale tipo di campagna pubblicitaria è più performante, e perfezionare la strategia comunicativa del tuo brand. Perciò se troppi numeri su uno schermo ti fanno impazzire, non preoccuparti: siamo pronti a impazzire al posto tuo.
