Anche utilizzando uno strumento basilare come Google Analytics, di fatto, è facile incorrere in equivoci: ad esempio, attenzione a valutare i cali di traffico – o presunti tali. Se è vero che lo strumento indica varie percentuali, le stesse devono essere infatti sapute interpretare.
Valutare il traffico in questo caso significa, nello specifico: confrontare i grafici delle visite nei periodi precedenti, ed individuare se ci siano stati cali o incrementi di traffico.
Coerenza della scala temporale
Prendiamo un esempio concreto: questo è un sito che gestisco, sul quale sto operando una serie di modifiche strutturali, e di aggiunta di contenuti giornaliera. Se ragiono per settimane, rapportando i dati confrontando una settimana con la settimana precedente, sembra che abbia ottenuto un aumento di utenti (in verde):
ma se confronto novembre con dicembre, i dati sono in calo:
Mi sembra interessante come caso studio perchè c’è un discorso importante di mezzo: ho iniziato a lavorare per aumentare le visite di questo sito più o meno tra Natale e Capodanno, per cui molte attività sono ancora in corso. Se la valutazione deve essere fatta, va coerentemente effettuata valutando le corretto tempistiche, nello specifico dandomi il tempo di finirle, quelle attività: se avevo problemi di traffico, ad esempio, ed ho iniziato a lavorarci da due settimane, gli Analytics devono essere valutati su scala settimanale (che in questi caso da’ un feedback positivo) e non su scala mensile (che mi porterà un’informazione falsata, visto che mescolerà gli effetti del calo pregresso con quelli delle attività in corso).
Se ci sono attività in corso, pertanto, la valutazione degli Analytics va effettuata con grande attenzione. Stesso discorso vale se, ad esempio, andiamo a considerare una scala temporale incoerente per il confronto: la cosa potrebbe avere senso, al limite, in casi eccezionali, ma in genere è molto più corretto (e si nota lo stesso il risultato, se il lavoro è ben fatto) effettuare questa operazione su scale temporali identiche (confrontare settimane con settimane, mesi con mesi e via dicendo).
Molto spesso, smanettando con i dati di Google Analytics, c’è un problema di scala temporale che impedisce di effettuare la corretta valutazione dei dati: se fate riferimento ad Analytics, ad esempio, evitate di considerare la giornata di oggi e di ieri, e questo perchè i dati (per un fatto di fuso orario e via dicendo) potrebbero essere incompleti. I dati vengono calcolati in tempo reale e, un po’ come avviene di default su Google Search Console, i dati molto recenti potrebbero dare l’impressione di essere in diminuzione – ma questo semplicemente perchè magari non ci sono ancora dati.
Attenzione alla periodicità del traffico
È sempre preferibile andare a valutare i dati di Google Analytics come storico, pertanto, e nel medio-lungo periodo; e anche qui ci vorrebbe sempre una discreta attenzione. Un aumento apparente di traffico o un calo altrettanto preoccupante potrebbe mostrarsi diversamente in base, anche qui, al periodo temporale che state considerando: se ad esempio, in media, avete la maggioranza del traffico nei giorni lavorativi e nel fine settimana usualmente ne ricevete di meno, il traffico nel weekend non è considerabile un calo vero e proprio.
Se poi confrontate gli ultimi 15 o 30 giorni con i 15 o 30 giorni precedente, attenzione alle date che considerate come pivot o “perno”: Analytics permette di confrontare anche intervalli di date di dimensione diversa (il che non ha senso nella stragrande maggioranza dei casi), per cui attenzione a quantificare correttamente.
Assicuratevi che le date che usate per il confronto siano coerenti
In genere un buon modo per valutare in modo funzionale gli analytics è quello di segnare le date in cui avete effettuato degli interventi specifici, e poi confrontare il prima ed il dopo rispetto a queste date pivot, una per volta ovviamente e magari distribuendo gli interventi in modo più possibile netto. Se ad esempio giorno 1 gennaio cambiate alcuni title del sito, aspettate almeno un paio di giorni per acquisire ad es. i backlink. In questo modo, almeno in teoria, dovreste riuscire a separare le due azioni e – anche se determinare relazioni causa-effetto nella SEO è quasi impossibile – questo potrebbe suggerire l’efficacia approssimata di un intervento, che per la verità potrebbe entrare in gioco anche molte settimane o addirittura mesi dopo averlo realizzato.
E Google Analytics 4.0?
Google Analytics è uno strumento molto potente, ma va usato con cura; ancora, personalmente, non sono passato alla versione 4.0 di cui molti hanno parlato, soprattutto per una questione di convenienza e perchè, secondo me, non è ancora uno strumento completo e funzionale come lo erano le versioni precedenti. Ho anche suggerito ad alcuni clienti di mantenere la versione classica di Analytics, almeno per il momento, finchè non sarà più chiaro come funziona la nuova e quali vantaggi offra.
Il cambio di prospettiva – orientata agli eventi, non più alle hits – è chiaramente un’innovazione importante, ma credo anche che sia necessario ancora consolidarla prima di renderla standard.
