Il traffico del tuo sito era stabile a 500 visitatori a settimana. La settimana scorsa è sceso a 350. Sai cosa è successo (meno visitatori). Non hai idea del perché.
L'analisi descrittiva ti dice che il numero è cambiato. L'analisi diagnostica è il modo per scoprire il motivo. Questo articolo spiega le tecniche per indagare cosa ha causato davvero il cambiamento e come evitare false piste.
L'analisi diagnostica è la pratica di indagare perché qualcosa è successo. Descrivi il sintomo (il traffico è calato del 30%), poi risali alla causa.
Ecco cosa la rende difficile: quasi tutto può sembrare una causa se non fai attenzione. La frequenza di rimbalzo è aumentata nella stessa settimana in cui il traffico è calato. È stata la causa del calo, o si sono mossi insieme senza alcun legame? Hai cambiato la navigazione. È stata quella la causa, o le posizioni su Google sono cambiate nello stesso momento? L'analisi diagnostica serve a rispondere con precisione, non a tirare a indovinare.
Come indagare come se risolvessi un mistero
Il processo diagnostico procede per passi. Parti dallo specifico, poi allarga.
Passo 1: definisci il sintomo con precisione
Non "il traffico va male". Qualcosa come "il traffico da ricerca organica è calato del 35% tra il 15 e il 20 gennaio rispetto allo stesso periodo del mese scorso".
La precisione conta. "Il traffico è calato" è vago. "Il traffico da ricerca organica è calato del 35% in cinque giorni" ti dice esattamente cosa indagare e restringe molto le cause possibili. Non devi spiegare tutto il traffico, solo la metrica specifica che si è mossa.
Passo 2: isola ciò che può averlo causato
Cosa è cambiato nel periodo in cui la tua metrica si è mossa? Questa è la tua lista di ipotesi.
Hai pubblicato nuovi contenuti? Cambiato i titoli delle pagine? Aggiornato la struttura del sito? Fatto una campagna di marketing? Ricevuto una menzione su un altro sito? C'è stato un aggiornamento dell'algoritmo di Google? Un concorrente ha lanciato qualcosa? Hai cambiato le impostazioni delle statistiche?
Scrivi ogni causa plausibile. Non preoccuparti se la lista è lunga. Il tuo compito, ora, è eliminare le possibilità.
Passo 3: metti alla prova le ipotesi
Per ogni ipotesi chiediti: se questa fosse la causa, cosa mi aspetterei di vedere nei dati?
Metti che l'ipotesi sia "un concorrente ha lanciato una campagna e ci ha rubato il traffico di ricerca". Se è vera, ti aspetteresti di vedere: (a) alcune parole chiave per cui eri posizionato ora sono posizionate per i concorrenti, (b) le tue posizioni sono calate proprio per quelle parole chiave, (c) il calo di traffico è limitato a quelle parole chiave, non a tutto il traffico di ricerca.
Verificalo. Le tue posizioni sono davvero calate per quelle parole chiave? Se sì, è una prova a favore dell'ipotesi. Se no, l'ipotesi è sbagliata: passa alla successiva.
Stesso procedimento per le altre ipotesi. Hai pubblicato nuovi contenuti? Se hanno causato il calo, perché i nuovi contenuti dovrebbero ridurre il traffico esistente? Non dovrebbero, a meno che non tolgano clic alle tue pagine migliori (ora competono per gli stessi risultati di ricerca). Se non succede, non è la causa.
Passo 4: cerca la causalità, non solo la correlazione
Questo passo frega la maggior parte delle persone. Due metriche possono muoversi insieme senza che una causi l'altra.
La tua frequenza di rimbalzo è aumentata nella stessa settimana in cui il traffico è calato. È una correlazione: si sono mosse insieme. Ma correlazione non è causalità. Il bounce rate non ha fatto calare il traffico. Entrambi potrebbero essere sintomi dello stesso problema (magari Google ha penalizzato il tuo sito: sono arrivati meno visitatori e quelli arrivati hanno trovato i contenuti meno pertinenti).
Per confermare la causalità, chiediti: esiste un meccanismo logico? Se il bounce rate avesse fatto calare il traffico, come sarebbe successo? Non è possibile. Il bounce rate è come si comportano i visitatori dopo l'arrivo. Non può influire su quanti visitatori arrivano. Quindi è probabilmente correlazione, non causalità.
Passo 5: conferma con la spiegazione più semplice
Hai ristretto le possibilità. Il traffico è calato nella ricerca organica in particolare. Le tue posizioni sono calate. Non ci sono state modifiche al sito. Conclusione: Google ha cambiato i risultati di ricerca (aggiornamento dell'algoritmo o cambio di posizioni). È la spiegazione più semplice.
La spiegazione più semplice che si adatta ai dati di solito è quella giusta. Non inventare teorie complicate se una semplice spiega ciò che vedi.
Le tecniche che funzionano davvero
L'analisi diagnostica usa tecniche specifiche per indagare. Ecco quelle che contano per chi ha un sito.
Analisi per scomposizione (segmenta i dati)
Invece di guardare "tutto il traffico", scomponilo per fonte. Quanto arriva dalla ricerca organica? Quanto dal traffico diretto? Quanto dai referral?
Se il traffico complessivo è calato del 30% ma la ricerca organica solo del 10%, sai che il problema è altrove. Scomponendo i numeri hai ristretto l'indagine.
Lo stesso vale per le pagine. Se il traffico totale è calato ma le tue pagine principali sono in crescita, sai che il problema sono le pagine minori che crollano. Se le pagine principali sono in calo, è un'altra storia. La scomposizione ti dice cosa si è rotto in particolare.
Analisi delle tendenze (confronta i periodi)
Guarda la stessa metrica in periodi diversi. Il traffico di questo mese contro il mese scorso contro l'anno scorso. È calato all'improvviso o gradualmente? In un giorno preciso o nell'arco di più giorni?
Un calo improvviso il 15 marzo è diverso da un declino graduale in due settimane. Il primo fa pensare a un evento (aggiornamento di Google, modifica del sito, mossa di un concorrente). Il secondo a una tendenza (calo stagionale, perdita graduale di posizioni).
La forma della tendenza ti dice dove indagare.
Rilevamento delle anomalie (individua ciò che è diverso)
Di solito il tuo traffico è in media di 500 visitatori al giorno. Giovedì scorso erano 650. Venerdì scorso 300. Sono anomalie: sono diverse dal normale.
Le anomalie meritano un'indagine. Cosa è successo giovedì? Un picco fa pensare a qualcosa di positivo (una condivisione social molto vista, una menzione, buone posizioni su Google). Cosa è successo venerdì? Un crollo fa pensare a qualcosa di negativo (un errore del sito, qualcosa è cambiato).
Individuando le anomalie sai quali giorni approfondire.
Analisi di coorte (confronta i gruppi)
Una coorte è un gruppo di visitatori che hanno qualcosa in comune (sono arrivati questo mese, vengono da Google, hanno visto una pagina specifica).
Metti che il tuo tasso di conversione sia calato. Invece di guardare solo le conversioni complessive, confronta le coorti. Le conversioni sono calate per chi arriva da Google? Dagli annunci? Dai referral? Sono calate per i nuovi visitatori ma non per quelli che tornano?
Confrontando le coorti vedi che il problema è limitato a fonti o tipi di visitatori specifici, un indizio molto migliore di una tendenza generale.
Gli errori che ti portano su false piste
L'analisi diagnostica sembra semplice, ma ci sono modi comuni per sbagliarla.
Confondere correlazione e causalità
Due cose si sono mosse insieme. Pensi che una abbia causato l'altra. Di solito è sbagliato.
Il tuo tasso di conversione e la frequenza di rimbalzo sono saliti entrambi. Coincidenza? Forse. Un bounce rate più alto causa una conversione più alta? No: bounce rate e conversione misurano gruppi di visitatori diversi. Questa correlazione probabilmente non significa nulla.
Chiediti sempre: esiste un meccanismo logico? X potrebbe davvero causare Y?
Ignorare i fattori esterni
Le tue metriche sono cambiate. Prima di dare la colpa al tuo sito, chiediti se è cambiato qualcosa fuori dal tuo sito.
Google ha rilasciato un aggiornamento dell'algoritmo? Un concorrente ha lanciato una campagna? Nel tuo settore c'è stata una grossa notizia? Se il traffico è calato nella settimana in cui Google ha annunciato un core update, probabilmente è quella la causa, non qualcosa che hai fatto tu.
Guarda fuori dal tuo sito prima di guardare dentro.
Complicare cause semplici
Noti che il traffico è calato. Indaghi per settimane, scoprendo problemi complessi. Poi scopri che la vera causa era semplice: il tuo sito è andato offline per 2 ore un giorno.
Le cause semplici sono più comuni di quelle complesse. Controlla prima l'ovvio: il sito ha dato errore? Hai cancellato una pagina per sbaglio? Hai cambiato qualcosa di tecnico? Il traffico dai motori di ricerca è cambiato molto? Sono verifiche facili e di solito la risposta è lì.
Cambiare troppe cose insieme
Hai notato un problema. Hai aggiornato la home page, cambiato la navigazione, aggiornato le pagine prodotto e riscritto i testi, tutto in un giorno.
Ora le conversioni sono cambiate. Quale modifica le ha causate? Tutte? Una? Nessuna, forse è stagionale? Non puoi saperlo perché hai cambiato troppo in una volta.
Quando fai una diagnosi, cambia una cosa sola e misura l'effetto prima di cambiare la successiva.
Quando serve aiuto per la diagnosi
A volte l'analisi diagnostica è lineare (hai fatto una modifica, le metriche sono cambiate, il legame è ovvio). A volte è complessa e confusa.
Quando sei bloccato:
Parla con chi conosce il contesto. Se hai un negozio online e le conversioni sono calate, chiedi al fornitore dei pagamenti se c'è stato un problema. Chiedi al tuo team se ha cambiato qualcosa. Chiedi al tuo sviluppatore se c'è stato un aggiornamento del sito. L'analista dei dati può trovare lo schema, ma è il team a fornire il contesto che risolve il mistero.
Concentrati sul cambiamento più piccolo. Non cercare di diagnosticare tutte le metriche insieme. Scegli la metrica che conta di più e diagnostica quella. Una volta capita la causa di un cambiamento, gli altri spesso diventano chiari.
Ricorda che alcuni cambiamenti sono solo rumore. Il tuo traffico sale e scende ogni settimana per variazioni casuali. Non ogni cambiamento richiede una diagnosi. Se la tua media è 500 visitatori e una settimana ne hai avuti 490, rientra nella variazione normale. Non indagare su ogni micro-cambiamento: concentrati sugli scostamenti significativi.
Domande frequenti
Quanto ci vuole a capire perché una metrica è cambiata?
A volte minuti (hai fatto una modifica e ne vedi l'effetto). A volte ore, se devi rivedere i dati. A volte giorni, se la causa non è chiara. Più è specifico il sintomo di partenza, più veloce è la diagnosi. "Lunedì il traffico è calato" è più facile da diagnosticare di "il traffico cala gradualmente da tre mesi". Con il creatore di siti di WEMASY puoi configurarlo direttamente sul tuo sito.
E se non riesco a trovare la causa?
È possibile che la causa sia esterna e non visibile nei tuoi dati (cambio di mercato, tendenza stagionale, mossa di un concorrente). È anche possibile che il cambiamento sia solo variazione casuale. Se hai provato le ipotesi ovvie senza trovare nulla, accetta che a volte non si può diagnosticare tutto. Passa alla prossima opportunità.
Posso fare la diagnosi a posteriori o devo monitorare tutto in tempo reale?
Puoi farla a posteriori se il tuo sistema di analisi ha registrato i dati. Le statistiche di WEMASY conservano lo storico, così puoi tornare indietro di settimane o mesi e indagare. Non servono dati in tempo reale per capire perché qualcosa è successo.
C'è un modo per sapere automaticamente quando qualcosa cambia?
Sì. Quasi tutti gli strumenti di analisi permettono di impostare avvisi per cambiamenti improvvisi (traffico in calo di oltre il 20%, conversioni in calo e così via). Gli avvisi ti dicono che qualcosa è cambiato, così puoi fare la diagnosi. Ma la diagnosi devi farla tu: l'avviso segnala solo che vale la pena indagare.
Devo correggere i problemi in base ai risultati della diagnosi o testarli prima?
Testa prima, se puoi. Quando pensi di conoscere la causa, fai una piccola modifica e misura se la metrica migliora. Così confermi che la diagnosi era giusta prima di investire tempo in una correzione grande. I piccoli test sono più veloci che sistemare il problema sbagliato.
In cosa l'analisi diagnostica è diversa dalla business intelligence diagnostica?
Sono concetti simili. Entrambe indagano perché qualcosa è successo. Nell'analisi, guardiamo in particolare i dati per trovare le cause profonde. Nella business intelligence si possono guardare anche fattori operativi, decisioni del team, condizioni di mercato. Per chi ha un sito, l'analisi diagnostica è lo strumento pratico che puoi usare direttamente.