Dati di terze parti in Google Analytics

È ovvio che l'analisi digitale è un mezzo per ottenere risposte basate sui dati alle domande digitali. Questo perché ogni caricamento di pagina, impressione, clic e visualizzazione di video viene monitorato e analizzato. Ma che dire del rapporto tra le piattaforme digitali e l'ambiente esterno al mondo del digitale? Ad esempio, che effetto ha il tempo sui tuoi clienti? O il tasso di cambio? O il risultato della partita di calcio di ieri sera?

È importante identificare il potenziale di collegamento dei dati interni di un'azienda con i dati forniti da terzi. Le organizzazioni che utilizzano dati di terze parti e integrano con successo un'ampia gamma di dati esterni nelle loro operazioni possono superare le altre aziende sbloccando miglioramenti nella produttività e nella gestione del rischio. La crisi del COVID-19 fornisce un perfetto esempio di quanto possano essere rilevanti i dati esterni. La pandemia ha sconvolto tutto, dal comportamento dei consumatori alle catene di approvvigionamento, aumentando l'imprevedibilità aziendale, rendendo più difficile l'utilizzo dei dati passati per prevedere il comportamento futuro. Le aziende possono arrivare solo fino a un certo punto con i propri dati interni e possono trarre vantaggio dall'utilizzo di fonti esterne per guidarle.

Sfortunatamente, questi dati non sono prontamente disponibili all'interno degli strumenti di analisi digitale standard. Questo è il motivo per cui abbiamo compilato questo post sul blog, in cui esaminiamo quali dati possono essere aggiunti a GA, come questi dati possono essere utilizzati per rispondere a domande aziendali e come queste risposte possono essere utilizzate per migliorare la tua attività.

Quali dati puoi aggiungere a Google Analytics?

Le fonti di dati esterni offrono un potenziale immenso, ma presentano anche diverse sfide pratiche. Ad esempio, acquisire semplicemente una comprensione di base di ciò che è disponibile richiede uno sforzo considerevole. Dato che è disponibile un'ampia gamma di fonti di dati e queste possono informare le decisioni aziendali in vari modi, è importante avere una definizione chiara del problema aziendale per generare valore.

Il primo passo quando si aggiungono dati di terze parti è dare un'occhiata alla tua attività e considerare quali fattori ambientali hanno maggiori probabilità di avere un impatto su di essa. Non ha senso aggiungere risultati sportivi a un piccolo negozio online che offre illuminazione su misura, poiché è molto improbabile che siano correlati all'attività.

Il secondo passo che dobbiamo affrontare è la fonte dei dati. La chiave della nostra implementazione è che i dati devono essere disponibili tramite un'API. Un'API è un mezzo per comunicare con un altro servizio che ha i dati che stiamo cercando.

Non entreremo nei tecnicismi qui, ma ci sono molte API là fuori che offrono il tipo di dati che potrebbero interessarci. Alcune di queste sono gratuite, altre sono gratuite fino a un certo numero di chiamate, mentre altri sono pagati esclusivamente per i servizi. Prima di iniziare a cercare di aggiungere dati, è importante trovare l'API che utilizzerai.

Quali sono i rischi derivanti dall'utilizzo di dati di terze parti in Google Analytics?

Il GDPR (General Data Protection Regulation) ha esteso l'ambito di responsabilità in materia di protezione dei dati e privacy, il che significa che ora è necessario prestare molta più attenzione alle implicazioni degli incidenti di sicurezza causati dai fornitori di servizi. Durante il processo di ricerca e utilizzo di dati esterni, le aziende devono tenere a mente i problemi di privacy.

• Conferma che i fornitori di terze parti sono conformi al GPDR.
• Definisci chiaramente tutte le aree e le attività in cui rientra l'ambito di applicazione del GDPR e chiedi ai fornitori di terze parti di concordare e fornire garanzie contrattuali firmate che i loro processi soddisfano i requisiti del regolamento.

Qual è lo stato dei dati di terze parti in GA4?

Google Analytics 4 viene lanciato all'inizio di una nuova era di raccolta dati online. Nei prossimi anni, l'accesso delle aziende ai dati di terzi sui clienti continuerà a ridursi. In risposta, i team di marketing dovranno creare nuove strategie di conversione per adattarsi a un Internet senza cookie.

Gli strumenti di monitoraggio online dovranno aggirare la diminuzione dei dati di terze parti, fortunatamente GA4 ha un'integrazione con BigQuery che consente una maggiore flessibilità unendo i dati di analisi con fonti di dati esterne. Ciò può aumentare le spese generali tecniche, ma migliorerà la disponibilità di dati importanti.

A quali domande puoi rispondere con questi dati?

L'uso di dati esterni ha il potenziale per essere un punto di svolta in una varietà di attività e settori. Dopo aver accumulato dati sufficienti nel tuo account Google Analytics, puoi indagare sulla correlazione tra questi dati di terze parti e le metriche digitali tradizionali come le transazioni e le visualizzazioni di pagina.

Per mostrare come potrebbe essere utilizzato, abbiamo incluso un esempio dal negozio di abbigliamento online fittizio "E-Clothing":

Di seguito è riportato un rapporto che combina i dati meteorologici di terze parti e la categoria di prodotti "calze". Questo ci permette di rispondere alla domanda "con che tempo è più probabile che le persone comprino calzini?".

Come possiamo vedere da questo rapporto, il tasso di conversione (misurato come percentuale di visualizzazioni di dettaglio che risultano in un acquisto) è più alto quando piove. Questo è anche il momento in cui viene venduta la maggior parte dei calzini. Il secondo tasso di conversione più alto è quando c'è pioggia leggera e il terzo più alto quando è nuvoloso. Ciò suggerisce che le persone sono più inclini a comprare i calzini quando il tempo è brutto.

Di seguito è riportato un altro rapporto che mostra la categoria di prodotto "costumi da bagno" insieme alla stessa dimensione meteorologica del rapporto precedente.

Qui possiamo vedere un comportamento che contrasta il comportamento dei "calzini". A differenza dei calzini, i costumi da bagno registrano i tassi di conversione più elevati quando il tempo è sereno.

Infine, esamineremo un esempio in cui i dati di terze parti sotto forma di risultati sportivi vengono combinati con i dati di prodotto. In questo esempio stiamo usando i risultati di calcio per tutte le partite che coinvolgono l'Arsenal, in particolare la differenza reti, e confrontando questo con le vendite di prodotti dell'Arsenal.

Questo ci permette di rispondere alla domanda "le vendite di merce sono legate ai risultati del team?".

Il risultato che spicca di più nella tabella sopra è la prima riga, per cui l'Arsenal ha vinto con tre gol. Le visualizzazioni del merchandising dell'Arsenal subito dopo questa partita hanno visto di gran lunga il tasso di conversione più alto e hanno rappresentato una grande parte degli acquisti totali.

Dati più dati che seguono lo stesso schema, possiamo facilmente concludere che il tasso di conversione per il merchandising del team è effettivamente correlato alle prestazioni di quel team.

La pandemia di Covid-19 ha cambiato il comportamento dei consumatori in molti modi. Un settore che ha subito gravi interruzioni è il settore dei servizi. Molti ristoranti hanno lanciato piattaforme di ordinazione online per i loro siti Web, ampliato le loro partnership di consegna di terze parti e/o creato corsie guidate. Ma con la natura ciclica della gravità della pandemia, può essere difficile ottenere l'equilibrio di ciò a cui i consumatori risponderanno nella pubblicità.

Un esempio di come i dati di terze parti potrebbero aiutare questo potrebbe essere quello di modificare quali offerte – consegna e ritiro vs cena – i ristoranti stanno pubblicizzando. Naturalmente, più alto è il tasso di infezione, più dovrebbero concentrarsi su opzioni di consegna e raccolta a basso contatto. Al contrario, se i tassi di infezione sono inferiori, possono concentrarsi nuovamente sulle loro opzioni di ristorazione. Confrontando il tasso di infezione storico con il loro rapporto effettivo tra le vendite all'ingresso e quelle da asporto, possono vedere in modo più preciso a quali tassi i loro clienti si sentono sicuri di cenare e quando dovrebbero limitarsi a pubblicizzare le loro opzioni di ritiro o consegna.

Cosa puoi fare con queste risposte?

Questi dati possono aiutare a minimizzare i rischi e ad aggiungere valore all'azienda; tuttavia richiede un mix di problem solving, lavoro strutturato ed esecuzione mirata.

Adatta la tua strategia pubblicitaria

Una delle applicazioni più logiche di questi dati è l'ottimizzazione delle campagne pubblicitarie. Date le prestazioni della categoria "calze" e della categoria "costumi da bagno" nell'esempio sopra, potremmo facilmente adattare la nostra pubblicità per queste categorie in base al tempo. In caso di pioggia o maltempo, potremmo aumentare le offerte per la nostra campagna "calze" e contemporaneamente diminuire le offerte per le nostre campagne "costumi da bagno". Potremmo anche riallocare il budget in modo che il budget normalmente assegnato ai costumi da bagno venga spostato sui calzini. Quindi, quando il tempo è sereno, potremmo invertire il processo e destinare tutto il budget dei calzini ai costumi da bagno e riaggiustare le offerte.

Allo stesso modo, data la correlazione tra i risultati sportivi e il merchandising della squadra, potremmo destinare una parte maggiore del nostro budget pubblicitario al merchandising della squadra per le squadre che hanno recentemente registrato vittorie convincenti.

Queste ottimizzazioni possono essere eseguite manualmente, ma nella maggior parte dei casi dovrebbero essere eseguite a livello di codice. In ogni caso, l'inclusione di questi nuovi fattori nelle nostre ottimizzazioni può aiutarci a ottenere un ROI più elevato per la nostra spesa pubblicitaria.

Modifica il contenuto del tuo sito web

Oltre alla pubblicità PPC, questi dati potrebbero essere utilizzati anche per personalizzare il contenuto del tuo sito web. Utilizzando le stesse API da cui vengono raccolti i dati, siamo in grado di modificare quali prodotti vengono visualizzati nella home page di E-Clothing, in base alle condizioni meteorologiche attuali.

Prossimi passi

Tutto ciò che resta è che tu e il tuo team possiate fare un brainstorming su quali fattori esterni hanno maggiori probabilità di influire sulle vostre prestazioni online, trovare un'API che vi permetta di accedere a questi dati e iniziare a tracciare!