[GA4] Guida pratica su Esplora

Questa guida pratica fornisce esempi creati in Esplora di Google Analytics 4 utilizzando gli account dimostrativi per l'app Google Merchandise Store e Flood-It!.
Contenuti di questo articolo:

Quali pagine del mio sito/della mia app generano il maggior numero di visualizzazioni?

In Universal Analytics siamo abituati a visualizzare il report Pagine dettagliato in base alla dimensione "Percorso pagina" e a metriche come "Visualizzazioni di pagina", "Visualizzazioni di pagina uniche", "Frequenza di rimbalzo" e altre. Nelle proprietà Google Analytics 4, il report Pagine ha un aspetto diverso, ma puoi comunque ricreare facilmente ciò che cerchi sotto forma di esplorazione in Esplora.

Per prima cosa devi attivare una dimensione aggiuntiva tramite l'icona + per aggiungere dimensioni nel riquadro Impostazioni scheda in Esplora. In particolare, aggiungi la dimensione "Percorso pagina e stringa di query". Se vuoi controllare i dati anche in base al titolo della pagina (in UA il report Pagine utilizza "Percorso pagina"), puoi attivare una dimensione aggiuntiva "Titolo pagina e nome schermata".

A questo punto, devi aggiungere la metrica "Visualizzazioni" in modo da poterla inserire nell'esplorazione. Per farlo, fai clic sull'icona + in corrispondenza della sezione Metriche nel riquadro Variabili e cerca la metrica "Visualizzazioni" da aggiungere.

Per creare l'esplorazione delle pagine, devi rimuovere le metriche e le dimensioni predefinite applicate nelle impostazioni di righe e colonne e aggiungere "Percorso pagina e stringa di query" come dimensione di riga e "Visualizzazioni" come metrica a livello di colonna. A fini di confronto, puoi anche aggiungere "Utenti attivi" come metrica a livello di colonna per avere un'idea della popolarità della pagina in base a un utente unico.

Per Google Merchandise Store, se rimuovi la home page (/) e la pagina del carrello, noterai rapidamente che le pagine dei prodotti più apprezzati sono le sezioni Liquidazione e Abbigliamento da uomo del sito web.

Quali pagine di destinazione hanno il rendimento migliore o generano il maggior numero di conversioni?

Capire su quali pagine della tua app o del tuo sito web vengono inizialmente indirizzati gli utenti può aiutarti a ottimizzare l'esperienza utente e a migliorare la tua strategia di marketing. In Universal Analytics si tratta di un report pronto all'uso nell'interfaccia utente di generazione dei report, ma nelle proprietà Google Analytics 4 non esiste ancora. Possiamo ricrearlo da zero come esplorazione in Esplora.

Per creare questa esplorazione, saranno necessari alcuni elementi importanti: la dimensione "Pagina di destinazione + stringa di query" e le metriche pertinenti, come "Visualizzazioni", "Sessioni" e "Utenti". Per aggiungere le dimensioni, devi attivare le dimensioni e le metriche aggiuntive tramite l'icona +:

Quando queste dimensioni e metriche saranno disponibili per l'uso, inizierai aggiungendo la dimensione "Pagina di destinazione + stringa di query" come riga e le metriche pertinenti come "Visualizzazioni", "Sessioni" e "Utenti attivi" come valori. In questo modo, potrai esplorare le tue pagine di destinazione in base a queste metriche.

Se aggiungi un'altra metrica "Acquisti", puoi vedere quali pagine di destinazione sono state visualizzate quando è stato effettuato un acquisto:

A questo punto, puoi verificare le pagine di destinazione visualizzate al momento di un acquisto e confrontare questo dato con i totali complessivi per comprendere meglio l'efficacia delle pagine di destinazione.

Che cosa cercano gli utenti sul mio sito/nella mia app? Quali aspetti della navigazione o dei contenuti del mio sito possono essere migliorati?

Un altro report comune che puoi creare in Esplora è un'esplorazione Ricerca su sito. La procedura prevede un paio di passaggi.

Per raccogliere i dati sulla ricerca su sito, in primo luogo devi aver attivato l'evento di misurazione avanzata o un evento personalizzato. Se utilizzi la misurazione avanzata, il nome dell'evento sarà "view_search_results". Dovrai poi assicurati di aver attivato il parametro per "search_term" come dimensione personalizzata nella tua proprietà. Potrai quindi utilizzarlo in Esplora.

Quando disponi dei dati necessari, puoi creare l'esplorazione, che consiste di un paio di elementi. Innanzitutto, devi attivare la dimensione "search_term" per poterla utilizzare nell'esplorazione:

Una volta attivata, puoi aggiungerla all'esplorazione nell'impostazione "Righe". Il risultato visualizzato sarà simile al seguente:

Questa esplorazione mostra molti valori (not set) perché esamina tutti gli eventi. Per ridurre il rumore statistico, devi creare un filtro "Nome evento" che corrisponda esattamente a "view_search_results" in modo da visualizzare solo i dati relativi all'evento:

Una volta applicato il filtro, verrà visualizzata un'esplorazione aggiornata che mostra il numero di ricerche per ogni termine elencato, quindi un'esplorazione del termine di ricerca sul sito:

Sapere che cosa cercano gli utenti sul tuo sito web è un ottimo modo per ottimizzare i tuoi contenuti al fine di aumentare il coinvolgimento e la soddisfazione degli utenti. Ad esempio, se noti un picco per un determinato termine di ricerca, ti consigliamo di aggiungere altri contenuti sull'argomento per aiutare gli utenti del sito a trovare più facilmente ciò che cercano o a rispondere alle loro domande.

Qual è il rendimento delle mie pagine di destinazione nel tempo? Gli utenti vengono indirizzati su varie pagine con la stessa frequenza?

Per ogni esplorazione sono disponibili varie opzioni di visualizzazione. Una di queste è il grafico a linee, che può essere utile per visualizzare la tendenza dei dati nel tempo. Per controllare la tendenza delle pagine di destinazione nel tempo, è sufficiente modificare il tipo di visualizzazione facendo clic su una delle sei opzioni disponibili nel riquadro Impostazioni scheda.

Se scegli il grafico a linee, potrai visualizzare un grafico dell'andamento delle dieci pagine di destinazione più popolari nel tempo.

Passa il mouse sopra il grafico per visualizzare l'elenco dei punti dati per ogni giorno.

I dati relativi a eventuali anomalie sono evidenziati da un cerchio vuoto. Se passi il mouse sopra il cerchio vuoto, vengono visualizzate le informazioni sull'anomalia corrispondente. Nell'esempio riportato di seguito, secondo i dati raccolti in precedenza, Google Analytics prevedeva che circa 1000 utenti attivi visitassero la home page il 2 febbraio. Tuttavia, il numero di utenti attivi registrato è stato di 2200, ovvero il 116% in più rispetto al previsto.

Le canalizzazioni sono un ottimo strumento per visualizzare facilmente l'avanzamento degli utenti attraverso una serie di passaggi che a tuo parere seguiranno. Per le attività di e-commerce, i casi d'uso comuni delle canalizzazioni possono essere i flussi di comportamento di acquisto o di pagamento. Per gli sviluppatori di giochi, potrebbe essere utile conoscere il livello di avanzamento degli utenti nel loro gioco. Analizziamo alcuni esempi specifici.

In che modo gli utenti avanzano lungo la canalizzazione di acquisto?

Per quanto riguarda il comportamento di acquisto, può essere utile analizzare l'avanzamento dei vari segmenti di utenti lungo la canalizzazione del comportamento di acquisto, ad esempio consultazione di un articolo, aggiunta al carrello e acquisto. Per iniziare, puoi creare questa canalizzazione da zero oppure utilizzare uno dei pratici modelli disponibili nell'account dimostrativo GA4 di Google Merchandise Store. Per farlo, vai all'hub di esplorazione, scorri verso il basso e seleziona "Shopping Behavior Funnel" (Canalizzazione del comportamento di acquisto) tra le esplorazioni "Demo" elencate.

Una volta aperta, l'esplorazione sarà di sola lettura, ma puoi fare clic su "Crea una copia" nell'angolo in alto a destra per creare una copia dell'esplorazione dimostrativa, che sarà di tua proprietà. Una volta creata una copia, puoi modificarla come preferisci.

Google Merchandise Store vende prodotti con brand Google. Due categorie di prodotti molto apprezzati sul sito sono gli articoli con brand Android e quelli con brand YouTube. Il confronto di queste due categorie di articoli può essere utile per comprendere il comportamento di acquisto. A questo scopo, dovrai creare due nuovi segmenti, uno per ogni categoria. In questo caso, puoi creare un segmento a condizione che l'evento sia "select_item" e il parametro "item_name" contenga "Android" o "YouTube".

Questi segmenti visualizzano quindi gli utenti che hanno proseguito lungo la canalizzazione del comportamento di acquisto e che hanno almeno fatto clic su un prodotto con brand Android o YouTube. È interessante notare che gli utenti che hanno almeno fatto clic su un prodotto con brand Android avevano quasi il doppio delle probabilità di effettuare un acquisto rispetto a quelli che hanno interagito con il prodotto con brand YouTube. Ciò non significa che hanno acquistato un prodotto del brand, ma che vi hanno solo fatto clic sopra. Se ti interessano solo gli acquisti di articoli di brand specifici, devi utilizzare invece l'evento di acquisto, come nell'esempio seguente:

Una volta applicati questi segmenti, il confronto della canalizzazione del comportamento di acquisto avrà il seguente aspetto:

Una nuova funzionalità delle canalizzazioni in GA4 consente di osservare l'andamento di questa canalizzazione nel tempo. Per farlo, imposta il tipo di visualizzazione su "Canalizzazione nel tempo" nel riquadro Impostazioni scheda. Si aprirà una visualizzazione della canalizzazione nel tempo con l'andamento di tutti i passaggi nel tempo. Puoi scorrerli per visualizzare i conteggi in base al giorno per ciascun passaggio e segmento.

Puoi anche vedere l'andamento di un solo passaggio alla volta per visualizzare più facilmente le modifiche nel tempo. In questo esempio, puoi notare che dal 10 marzo si è verificato un picco degli acquisti che non era evidente nella visualizzazione precedente dei dati. È interessante notare che le differenze di acquisto tra gli utenti del brand Android e quelli del brand YouTube sembrano verificarsi quasi completamente dopo questo picco. Ciò indica una possibile modifica del layout del sito web o della strategia di marketing che ha aumentato la visibilità dei prodotti Android da quel momento in poi.

In che modo gli utenti avanzano nei livelli del mio gioco?

Questa è una domanda frequente tra gli sviluppatori di giochi o di app e puoi analizzarla con una canalizzazione.

Innanzitutto, devi creare passaggi specifici per l'avanzamento tra i livelli di gioco. In questo esempio, puoi utilizzare l'evento "level_up" e creare cinque passaggi per cinque livelli nell'account dimostrativo GA4 Flood-it!.

Se applichi questi passaggi, potrai osservare come gli utenti hanno progredito in ogni livello di gioco.

Gli utenti che superano il livello 1 hanno apparentemente maggiori probabilità di continuare a giocare. Queste informazioni possono aiutarti a realizzare test A/B in cui introduci suggerimenti o altri metodi per incoraggiare gli utenti a completare il livello 1 e ridurre così il tasso di abbandono.

Se consideri la tendenza della canalizzazione riportata sopra nel tempo, noterai anche un aumento per tutti i passaggi a partire dal 19 marzo circa, il che indica un possibile cambiamento nella promozione o nella visibilità del gioco a partire da quella data.

Puoi anche segmentare questa canalizzazione per verificare se i vari canali di acquisizione influiscono sull'avanzamento complessivo tra i livelli. In questo esempio, puoi confrontare il traffico acquisito direttamente con quello a pagamento. Noterai che gli utenti acquisiti tramite campagne a pagamento rimangono effettivamente più a lungo (tassi di abbandono più bassi) rispetto a quelli acquisiti direttamente, il che indica che la tua pubblicità a pagamento funziona come previsto.

Un'altra funzionalità molto utile dell'esplorazione della canalizzazione è la possibilità di creare un segmento o un pubblico dagli utenti che abbandonano. Nel seguente esempio noterai che il tasso di abbandono inizia ad aumentare verso il livello 4. Puoi creare un segmento degli utenti che abbandonano al livello 4 (non raggiungono il livello 5) e utilizzarlo come pubblico per estendere la tua copertura o inviare una notifica push per incoraggiare gli utenti a tornare per completare il livello e continuare il gioco.

Per creare un segmento di questo tipo, fai clic con il tasto destro del mouse sul passaggio che ti interessa e scegli l'opzione di creazione. Il segmento che puoi utilizzare qui includerà anche un criterio di esclusione per il livello 5, per fare in modo di scegliere come target il pubblico giusto.

Infine, un'ultima cosa che potresti voler aggiungere all'esplorazione della canalizzazione è la nuova metrica "Tempo trascorso". Puoi farlo mediante il pulsante "Mostra il tempo trascorso" nel riquadro Impostazioni. In questo modo verrà aggiunta alla tabella una nuova colonna di metrica:

Il tempo medio necessario per passare da una fase all'altra può essere un ottimo indicatore della riuscita del cliente o, in questo caso, della difficoltà di un livello. Questo può essere utile anche per creare un pubblico su cui eseguire azioni, ad esempio l'invio di una notifica push o di un messaggio di remarketing. Ad esempio, pare che per completare il livello 2 siano necessarie in media 3 ore e 53 minuti. Puoi creare un pubblico di utenti che abbandonano questo livello facendo clic con il tasto destro del mouse e scegliendo questa opzione:

Questo sarebbe quindi un pubblico di destinazione ideale a cui rivolgere un messaggio di incoraggiamento affinché gli utenti non abbandonino il gioco o l'app.

Una nuova e straordinaria funzionalità di Esplora in GA4 è l'esplorazione del percorso. Ora puoi scegliere un determinato evento o una pagina/schermata specifica da cui avanzare o tornare indietro per visualizzare l'avanzamento degli utenti sul tuo sito o nella tua app. Questa funzionalità, che permette di comprendere il flusso utente su un sito, ci è stata richiesta da tempo ed è finalmente possibile grazie alla nuova funzionalità di esplorazione del percorso in GA4.

Che cosa ha indotto un utente ad aggiungere un prodotto al carrello?

È una domanda che molti siti di e-commerce potrebbero porsi e che ora può essere esaminata utilizzando la funzionalità del percorso a ritroso.

Per iniziare, apri una nuova esplorazione del percorso e fai clic su "Ricomincia" nell'angolo in alto a destra. Dopodiché potrai selezionare un endpoint. Scegli "Nome evento".

Nel menu laterale, scegli l'evento da cui vuoi tracciare un percorso a ritroso. In questo caso, poiché vogliamo vedere ciò che ha spinto gli utenti ad aggiungere articoli al carrello, scegliamo "add_to_cart". Se il nome dell'evento che ti interessa non viene visualizzato, puoi fare clic su "Carica altro" oppure utilizzare la barra di ricerca in alto per cercarlo.

L'esplorazione verrà caricata con un paio di passaggi già completati in base al nome dell'evento. Se invece vuoi creare un percorso in base al nome della pagina, puoi modificare questa impostazione a livello di passaggio. Nell'esempio seguente, abbiamo utilizzato l'opzione "Titolo pagina e classe schermata" e constatiamo che un certo numero di persone aggiunge articoli al carrello dalla pagina In promozione. È possibile quindi studiare la situazione più nel dettaglio esaminando la pagina "In promozione" per scoprire se determinati articoli siano di maggiore interesse, il che consentirà di orientare meglio la strategia di marketing.

Che cosa ha indotto gli utenti a rimuovere la mia app?

Per gli sviluppatori di app il tasso di abbandono (utenti che rimuovono l'app) rappresenta un grosso problema. I percorsi a ritroso possono essere un'ottima risorsa per capire ciò che ha causato l'abbandono di un'app da parte dei clienti. Per iniziare, devi creare un nuovo percorso a ritroso premendo il pulsante "Ricomincia" nella parte superiore di un'esplorazione del percorso. Potrai quindi scegliere come punto di partenza il nome dell'evento "app_remove".

Se torni indietro di qualche passaggio, puoi iniziare a visualizzare le attività che potrebbero aver causato l'abbandono. In questo caso, osserviamo che circa il 13% degli utenti che hanno abbandonato avevano visto un'impressione dell'annuncio entro i due passaggi precedenti la rimozione dell'app. Si tratta di una percentuale piuttosto elevata indicante che forse dovresti ottimizzare la pubblicazione degli annunci per ridurre l'impatto negativo sugli utenti e, di conseguenza, anche il tasso di abbandono.

Esistono intersezioni interessanti tra i vari segmenti dei miei dati?

La tecnica di sovrapposizione dei segmenti è un ottimo modo per visualizzare facilmente in che modo segmenti diversi di utenti interagiscono tra loro. Ad esempio, potresti visualizzare la sovrapposizione degli utenti di desktop e degli utenti di dispositivi mobili che si sono iscritti alla newsletter di un sito. Questo permetterebbe di determinare più facilmente da dove proviene la maggior parte delle iscrizioni alla newsletter piuttosto che esaminare nel dettaglio un'esplorazione di tabella per ottenere queste informazioni.

Per fare ciò, devi prima aggiungere i segmenti da analizzare al riquadro delle variabili. Fai clic sull'icona + per aggiungere nuovi segmenti. In questo modo si aprirà lo Strumento per la creazione di segmenti.

Per creare l'evento Iscrizione a newsletter, seleziona un segmento di eventi e scegli l'evento appropriato in base a cui filtrare, in questo caso "sign_up".

Dopo aver creato i segmenti da visualizzare, devi applicarli facendovi doppio clic sopra per aggiungerli al riquadro Impostazioni scheda. Puoi aggiungere fino a tre segmenti alla volta per visualizzare la loro sovrapposizione tramite un diagramma di Venn.

In questo esempio abbiamo aggiunto i segmenti "Traffico su desktop", "Traffico mobile" e "Iscrizione a newsletter" per conoscere la provenienza della maggior parte delle iscrizioni alla newsletter.

Come puoi vedere sia dal diagramma di Venn che dalla riga 6 della tabella seguente, la maggior parte delle iscrizioni alla newsletter proviene da utenti che usano computer. Ciò può indicare che l'esperienza sui dispositivi mobili non è personalizzata in funzione di questo obiettivo o che un potenziale problema di UX impedisce agli utenti di iscriversi facilmente alla newsletter. Potrebbe quindi essere utile discutere questo punto in modo più dettagliato con i team di sviluppo ed esperienza utente.

La tecnica di sovrapposizione dei segmenti offre una funzionalità molto utile che consente di creare un nuovo segmento da una sovrapposizione. Ad esempio, se vuoi creare un nuovo segmento che includa il traffico su desktop e le iscrizioni alla newsletter, puoi fare clic con il tasto destro del mouse sulla porzione di dati che ti interessa, nel diagramma di Venn o nella tabella, e selezionare l'opzione per creare un segmento.

Lo Strumento per la creazione di segmenti si apre con le condizioni preselezionate in base al set di segmenti che hai scelto. Al segmento verrà quindi attribuito un nome descrittivo basato sulle condizioni combinate, ma se vuoi puoi modificarlo.

Puoi anche scegliere di creare un pubblico da questa sovrapposizione selezionando la casella nell'angolo in alto a destra. In questo modo potrai condividere questo pubblico con altri prodotti Google Marketing Platform, come Google Ads, per aumentare la copertura.

Gli utenti si comportano in modo diverso a seconda di quando hanno visitato il mio sito per la prima volta?

L'esplorazione della coorte è uno strumento utile per capire il comportamento di gruppi diversi di utenti del tuo sito in funzione di quando e come sono entrati a far parte di una coorte. Puoi modificare la metrica o il calcolo di ciò che analizzi in un'esplorazione della coorte per renderla ancora più utile.

La prima volta che apri una nuova esplorazione della coorte in Esplora, vedrai un'esplorazione generata in base al criterio di inclusione first_touch (ovvero in che modo un utente è risultato idoneo per la coorte; in questo caso la prima volta che ha visitato il sito o l'app), ai criteri di ritorno di qualsiasi evento (ovvero l'utente è tornato sul sito o nella tua app e ha eseguito un'azione), a una metrica degli utenti attivi e al tipo di calcolo standard. In questo modo, sarà visibile un'esplorazione della coorte di base indicante il numero di utenti che tornano sul tuo sito ogni settimana per un periodo di cinque settimane e se questo dato varia in base al momento della loro prima visita al tuo sito o alla tua app.

Se modifichi il tipo di metrica di questa esplorazione da "Somma" a "Per utente coorte", puoi avere un'idea delle percentuali di ritorno per settimana. Questa metrica è probabilmente più utile della somma per questa visualizzazione, perché ti consente di confrontare i dati di ciascuna coorte per gli utenti di ritorno.

Per un sito di e-commerce potrebbe essere interessante anche modificare il campo Valore per sostituire la metrica Utenti attivi con una metrica "Entrate generate dagli acquisti". Otterrai così non solo il numero di utenti, ma anche il valore delle entrate generato da ciascuna coorte. Puoi vedere questo dato come somma della coorte o a livello di ogni utente della coorte. Nel seguente esempio, noterai che le prime due coorti hanno generato entrate molto scarse ogni settimana, ma che a partire dalla terza le entrate iniziano ad aumentare.

Se modifichi il tipo di calcolo da Standard a Cumulativo, puoi visualizzare l'impatto complessivo di ogni coorte sulle entrate dell'attività.

In questo esempio, i dati indicano che, a partire dalla settimana del 7 marzo circa, si è verificato probabilmente un aumento delle attività di marketing volte ad attirare su Google Merchandise Store utenti che effettuano un numero elevato di conversioni.

Quali sono le sorgenti di referral che generano gli utenti di maggior valore?

Queste informazioni possono aiutare il tuo team di marketing a identificare le sorgenti di referral da coltivare come partner. In questo caso, si tratta degli utenti che sono meno propensi all'abbandono, le cui entrate complessive previste sono più elevate e il cui valore LTV storico è più alto.

Per creare questa esplorazione, dovrai innanzitutto integrare le metriche e le dimensioni necessarie per esplorare aspetti come il tasso di abbandono, l'LTV e le entrate complessive. Utilizzeremo le dimensioni sorgente e mezzo e, per quanto riguarda le metriche, ne aggiungeremo alcune dalla sezione "Lifetime dell'utente" utilizzando l'icona + nella sezione delle metriche del riquadro delle variabili.

Dopo aver applicato queste metriche e dimensioni, noterai che molte righe non contengono valori per la probabilità di abbandono, in quanto questi utenti non sono idonei per la modellazione della previsione del tasso di abbandono. Puoi creare un filtro in cui la probabilità di abbandono è maggiore di 0 per escludere tutti gli utenti la cui probabilità di abbandono non è stata calcolata. L'esplorazione avrà il seguente aspetto:

Puoi quindi ordinare i dati in base alla probabilità di abbandono e vedere se esiste una campagna con un numero consistente di utenti e un tasso di abbandono previsto basso. È probabile che queste campagne generino un numero di utenti coinvolti maggiore rispetto a quelle con un valore di abbandono previsto più elevato.

Allo stesso modo, puoi esaminare gli acquisti previsti, l'LTV storico e il coinvolgimento predittivo per identificare il valore degli utenti acquisiti al di là di una sola sessione.

Osservando lo screenshot riportato di seguito, notiamo alcune righe di referral a Google Merchandise Store non associati a Google che registrano pochi utenti, ma un tasso di abbandono più basso, una maggiore durata del coinvolgimento, un numero di transazioni più elevato e un buon LTV medio. Queste sorgenti di referral sembrano essere redditizie per il negozio, quindi consigliamo al team di marketing di contattarle per consolidare il rapporto.

È stato utile?

Come possiamo migliorare l'articolo?
Ricerca
Cancella ricerca
Chiudi ricerca
App Google
Menu principale