Come funzione avanzata di Adobe Analytics, le metriche calcolate consentono di creare nuove metriche senza modificare l’implementazione e utilizzando i dati già raccolti. Il generatore di metriche calcolate supporta molte funzioni matematiche e statistiche e permette quindi di creare metriche con cui rispondere anche alle domande di business più complesse.

La maggior parte dei nuovi utenti di Adobe Analytics ha familiarità con i segmenti come metodo per suddividere i dati. Oggi voglio presentarti le metriche calcolate, uno strumento di analisi di cui non potrai fare a meno.

Introduzione alle metriche calcolate

Per iniziare a usare le metriche calcolate, consideriamo un esempio semplice. Immagina di voler capire se gli utenti che si avvalgono dell’assistenza self-service online hanno un valore medio di ordine (AOV) più alto rispetto a quelli che si rivolgono all’assistenza telefonica. Per creare una metrica calcolata che consenta di rispondere a questa domanda, procedi come segue:

Per aprire il generatore di metriche calcolate, dall’area di navigazione superiore fai clic su →  Componenti  →  Metriche calcolate  →  + Aggiungi.  Oppure, fai clic sul segno + sopra a Metriche nel pannello Componenti.

Gli elementi dell’interfaccia utente sono descritti di seguito.

Una volta aperto il generatore di metriche calcolate, aggiungi e/o fai quanto segue:

A.  Nome della metrica calcolata. Il nome viene visualizzato nell’elenco dei componenti delle metriche, quindi assicurati che sia chiaro per te e per altri, ad esempio AOV call center.

B.  Descrizione della metrica calcolata. La descrizione viene visualizzata quando gli utenti fanno clic sul simbolo “i” accanto alla metrica nell’elenco dei componenti; assicurati che sia informativa. Ad esempio, per la metrica AOV call center, potresti aggiungere Calcola il valore medio per gli ordini con assistenza dal call center.

C.  Formato della metrica: scegli decimale, ora, percentuale o valuta e aggiungi cifre decimali e polarità. Per il nostro esempio, sceglieremo Valuta per il formato, 0 per il numero di decimali e  ⬆  Buono (verde) per la polarità.

D. Se utilizzi i tag, che consentono di filtrare per argomenti e individuare rapidamente le metriche calcolate pertinenti, aggiungi qui i tag applicabili. Nel nostro esempio, abbiamo i tag  AOV e  Call center.

E.  Questa sezione riguarda la visualizzazione: mentre crei la metrica calcolata nella sezione F, la formula viene visualizzata qui.

F.  Qui puoi trascinare dimensioni (H), metriche (I) o segmenti (J) per creare la metrica calcolata e puoi selezionare gli operatori da usare nella formula. Per ogni metrica, se fai clic sull’icona dell’ingranaggio, puoi cambiare il tipo di metrica (Standard/Totale) e il modello di attribuzione.  Trascineremo Call Center Revenue (Entrate da call center) e poi, sotto, eseguiremo un’operazione ÷*. Accetteremo il tipo di metrica e il modello di attribuzione predefiniti.*

G. Usa l’opzione + Aggiungi per aggiungere condizioni aggiuntive o numeri statici; in questo esempio non sono necessari.

K.  Infine, man mano che procedi alla creazione dei calcoli, qui puoi vedere in anteprima i dati degli ultimi 90 giorni.

Ora che abbiamo creato la metrica calcolata AOV call center, dobbiamo creare la metrica calcolata AOV online. A tal fine, seguiremo gli stessi passaggi descritti qui sopra.

A questo punto, possiamo creare una terza metrica calcolata, utilizzando il generatore di metriche calcolate oppure al volo nella tabella a forma libera, per confrontare i valori AOV call center e AOV online, in modo da ottenere qualcosa di simile a questo:

Nel nostro esempio, osserviamo un incremento significativo quando i clienti si rivolgono al call center per assistenza prima di un acquisto. Potremo usare questi dati per sostenere le decisioni su come aiutare i clienti a ottenere assistenza per i loro acquisti, ad esempio tramite offerte pop-up o esperienze guidate.

Utilizzo dei segmenti nelle metriche calcolate

Ora come utilizzare i segmenti nelle metriche calcolate per acquisire maggiori informazioni sul comportamento, le preferenze e le motivazioni dei clienti. Con i segmenti e le metriche calcolate, possiamo imparare parecchio sui clienti e usare tali dati per ottimizzare l’esperienza, aumentare le entrate e migliorare la soddisfazione e la fedeltà dei clienti.

Dagli esempi AOV di cui sopra, sappiamo già che gli acquisti assistiti dal call center hanno in genere un AOV più alto. Tuttavia, altre metriche ci dicono che la maggior parte degli utenti non utilizza il call center per gli acquisti.

Quindi, quali categorie di vendita al dettaglio, e quali percorsi degli utenti attraverso tali categorie, offrono un valore AOV più alto? Per scoprirlo, possiamo combinare i segmenti con metriche calcolate.

A tale scopo, dobbiamo innanzitutto creare segmenti Includi ed  Escludi a livello di visita per ciascuna categoria di prodotti. Per selezionare Includi o Escludi si fa clic sul pulsante Opzioni (icona ingranaggio) nell’angolo a destra del contenitore. L’impostazione predefinita à Includi.

Dopo aver creato questi segmenti, possiamo creare una metrica calcolata con cui rispondere alla domanda. Nel generatore di metriche calcolate, effettua le seguenti operazioni:

1. Cerca i segmenti appena creati e trascina quelli che desideri utilizzare nell’area grigia nella parte superiore della casella Definizione. Ad esempio, se desideri creare un valore AOV per gli utenti che hanno visitato le categorie Donna e Uomo, ma non Bambini, trascina e rilascia questi tre segmenti in quell’area:  Includi Donna, Includi Uomo, ed  Escludi Bambini. Si tratta di uno stacking di segmenti.

1. Ora trascina e rilascia nello stesso contenitore la metrica  Entrate online, quindi  Ordini online. I contenitori funzionano come espressioni matematiche per determinare l’ordine delle operazioni; gli elementi nei contenitori vengono elaborati prima dei processi successivi, anche se in questo calcolo non sono presenti più contenitori o processi.

2. Impostiamo l’operatore tra le due metriche come divisione (÷).

3. Selezioniamo il formato  Valuta,  0  cifre decimali e la polarità SU.

4. Specifica il nome e la descrizione della metrica calcolata.

5. Salva.

Al termine, la metrica calcolata sarà simile alla seguente:

Dopo aver creato le metriche calcolate mediante uno stacking di segmenti per ogni combinazione del percorso di categorie del visitatore, dai un’occhiata ai dati e osserva cosa significano. Gli utenti che durante una visita visitano entrambe le categorie Donna e Uomo hanno il valore AOV più alto e, se confrontati con i visitatori di una singola categoria, l’incremento è significativo:

Con questa informazione, possiamo ottimizzare il layout di pagina, il posizionamento dei prodotti e i messaggi promozionali in modo da incentivare più persone a visitare queste categorie prima di completare un ordine.

Preziose, ma non disponibili ovunque

Le metriche calcolate, sia semplici che complesse, sono strumenti molto preziosi per gli analisti!

Tuttavia, queste metriche non sono disponibili in tutte le aree di Adobe Analytics. Non è possibile utilizzare metriche calcolate nelle seguenti funzioni:

• Analisi del fallout (o abbandono) in Analysis Workspace
• Analisi di coorte in Analysis Workspace
• Data Warehouse
• Rapporti in tempo reale
• Rapporti sui dati correnti
• Analytics for Target
• Report Builder

Best practice per le metriche calcolate

Ora che sai quanto possono essere preziose le metriche calcolate, vediamo alcune best practice su come crearle.

1. Verifica la sintassi della formula.  Assicurati che la sintassi della formula sia corretta e segua la sintassi di Adobe Analytics per ottenere informazioni significative.
2. Verifica l’ordine delle operazioni.  Utilizza i contenitori prestando attenzione a disporli nell’ordine matematico corretto per le relative operazioni.
3. Non conteggiare due volte gli stessi dati. Assicurati che la formula utilizzata nella metrica calcolata non conteggi gli stessi dati più volte. In molti si può ottenere questo combinando condizioni  Includi  ed  Escludi  nella metrica calcolata oppure tramite l’uso di segmenti.
4. Verifica la granularità temporale.  Assicurati che la metrica calcolata abbia la stessa granularità temporale delle metriche di origine utilizzate nella formula.
5. Utilizza dati accurati.  Per risultati effettivamente utili, i dati utilizzati nel calcolo devono essere accurati e affidabili.

Best practice per i segmenti personalizzati

Quando crei dei segmenti in Adobe Analytics, considera le seguenti best practice:

1. Punta alla semplicità.  Evita di complicare eccessivamente un segmento. Fai sì che sia quanto più semplice possibile e utilizza solo le condizioni necessarie per garantirne la precisione.

2. Utilizza i tipi di contenitori corretti. Nella definizione del segmento, utilizza il tipo di contenitore appropriato (visitatore, visita o hit) per evitare di ottenere risultati errati.

3. Non conteggiare due volte gli stessi dati. Come per le metriche calcolate, assicurati che il segmento non conti più volte gli stessi dati. A tale scopo possono essere utili i contenitori Includi ed Escludi.

   1. Un contenitore di inclusione,  include   tutto il contenuto della visita  se un hit corrisponde alla condizione durante la visita.
   2. Un contenitore di esclusione,  esclude tutto il contenuto della visita  se un hit corrisponde alla condizione durante la visita.

4. Nidifica correttamente i contenitori. Determina i dati da includere utilizzando il contenitore più esterno, quindi applica delle regole nidificate ai dati rimanenti. Quando vengono applicate le regole nidificate, il flusso di segmenti agisce come un funnel e le regole successive non vengono applicate agli hit che sono stati esclusi dalla prima regola.

5. Assicurati che i dati siano aggiornati.  Per ottenere risultati accurati, assicurati di utilizzare dati accurati e aggiornati nella definizione del segmento.

6. Esegui un test del segmento.  Prima di condividerlo con altri, esegui sempre un test del segmento per assicurarti che funzioni come previsto.

7. Considera le prestazioni.  I segmenti possono rallentare l’elaborazione dei rapporti; pertanto, quando vengono creati, è importante considerarne l’impatto.

Punti chiave

La combinazione di segmenti e metriche calcolate in Adobe Analytics può sicuramente portare a un’analisi dei dati più solida ed efficace. Suddividendo i dati e creando calcoli a scopo di confronto, puoi ottenere informazioni più approfondite sul comportamento dei clienti, utili per ottimizzare le campagne di marketing e creare dashboard e rapporti personalizzati. Tuttavia, è bene ricordare che le metriche calcolate non sono disponibili in tutte le aree di Adobe Analytics. Inoltre, per ottenere dati accurati e utili, assicurati di seguire le best practice.