La tua direttrice marketing riceve il report settimanale delle analisi. Cinquanta pagine. Il traffico è aumentato del tre per cento. La frequenza di rimbalzo è calata del due per cento. La durata media della sessione è salita di otto secondi. Le conversioni sono aumentate dell'uno per cento.
Lei legge tutto. Pensa che vada tutto bene. Non fa nulla. La settimana finisce. La settimana dopo riceve il report successivo. Stesso schema. Tutto leggermente in crescita. Non prende nessuna decisione.
Intanto il tuo concorrente riceve un report settimanale. Stessi dati. Presentazione diversa. Il report mostra: un nuovo canale lanciato martedì ha portato il quaranta per cento del traffico della settimana, con una conversione doppia rispetto ai canali esistenti. Raccomandazione: aumentare del trecento per cento il budget del nuovo canale.
Il concorrente aumenta il budget. Il nuovo canale cresce. I ricavi del concorrente salgono del quindici per cento questo mese. I tuoi ricavi salgono dell'uno per cento.
Stessi dati. Report diverso. Risultati diversi.
Il costo di un cattivo reporting
Un cattivo reporting costa denaro vero.
Esempio: un'azienda SaaS con diecimila di ricavi ricorrenti mensili. Il tasso di abbandono è del cinque per cento al mese. Sono cinquecento dollari di ricavi persi ogni mese.
Il cattivo reporting mostra che l'abbandono c'è, ma non indaga sul perché. Non individua quali segmenti di clienti se ne vanno. Non collega l'abbandono a eventi specifici.
Costo: cento clienti all'anno a cinquecento dollari ciascuno. Sono cinquantamila dollari persi che si potevano evitare.
Un buon reporting mostra che l'abbandono è aumentato tra i clienti che non hanno adottato la funzione principale. Mostra che l'adozione della funzione è la leva. Raccomanda di migliorare l'onboarding. L'azienda migliora l'onboarding. L'abbandono scende dell'uno per cento. I ricavi aumentano di cento dollari al mese. Milleduecento dollari all'anno.
Differenza tra cattivo e buon reporting: cinquantamila dollari trovati più cinquemila dollari risparmiati. Cinquantacinquemila dollari di impatto dal solo reporting.
La differenza tra dati e informazioni utili
Dati contro informazioni utili
Dati: il traffico è aumentato del tre per cento questa settimana.
Informazione utile: il traffico è aumentato del tre per cento perché martedì è partito un nuovo canale a pagamento. Il nuovo canale ha avuto in media un costo di otto dollari per visitatore con un tasso di conversione del tre per cento. I canali esistenti hanno in media un costo di dodici dollari per visitatore con un tasso di conversione del due per cento. Il nuovo canale è più efficiente del tre per cento. Raccomandazione: prova ad aumentare il budget giornaliero da duecento a cinquecento dollari al giorno per due settimane, per capire se l'efficienza regge su scala più grande.
I dati sono solo numeri. Le informazioni utili collegano i numeri alla causa e raccomandano un'azione.
I cattivi report elencano dati. I buoni report offrono informazioni utili.
Cosa rende davvero utile un report
I report rispondono a domande specifiche
Un report utile risponde a una domanda specifica. Non risponde a tutte le domande possibili. Risponde alla domanda a cui chi decide ha bisogno di una risposta questa settimana.
Esempio: il responsabile marketing ha chiesto «quali canali stanno rendendo meno del previsto». Il report utile mostra: il costo per acquisizione della ricerca a pagamento è passato da otto a dodici dollari nelle ultime quattro settimane. Il costo per acquisizione della ricerca organica è passato da due a quattro dollari (in realtà è gratis, ma è il costo di acquisizione del cliente compreso il lavoro per l'organico). Il costo per acquisizione dell'email è rimasto stabile a un dollaro.
Conclusione del report: la ricerca a pagamento rende meno dell'obiettivo del tetto di otto dollari. La ricerca organica peggiora. L'email è stabile. Raccomandazione: ferma l'espansione della ricerca a pagamento, indaga sul peggioramento dell'organico, mantieni la spesa per l'email.
Il report inutile mostra: tutti i canali hanno contribuito alla crescita complessiva dei ricavi. La ricerca a pagamento ha generato il quaranta per cento dei ricavi. L'organico il trentacinque per cento. L'email il venticinque per cento.
Entrambi usano gli stessi dati. Il primo report risponde alla domanda. Il secondo no.
I tre componenti di un reporting utile
Componente uno: confronto con un riferimento
Non mostrare mai una metrica da sola. Mostrala confrontata con:
La settimana scorsa o il mese scorso (cambiamento immediato). Lo stesso periodo dell'anno scorso (riferimento stagionale). La media delle ultime tredici settimane (riferimento della variazione normale).
Senza confronto, una metrica non significa nulla. Il traffico è stato di cinquemila questa settimana. È un bene o un male? Dipende dal riferimento.
Se la settimana scorsa era quattromila, questa settimana è buona. Se la settimana scorsa era seimila, questa settimana è cattiva. Se la media è cinquemila, questa settimana è normale.
Il riferimento toglie l'ambiguità.
Componente due: collegamento con l'obiettivo
Ogni metrica deve collegarsi a un obiettivo di business.
Obiettivo: aumentare i ricavi. Metrica uno: i ricavi di questa settimana sono stati cinquantamila. L'obiettivo è sessantamila. Siamo indietro del sedici per cento. Metrica due: il traffico è stato diecimila. L'obiettivo era undicimila. Siamo indietro del nove per cento. Metrica tre: il tasso di conversione è stato del quattro per cento. L'obiettivo era il cinque per cento. Siamo indietro del venti per cento.
La metrica tre è il problema. Il traffico è un po' indietro. Ma il tasso di conversione è molto indietro. Raccomandazione: migliora il tasso di conversione per raggiungere l'obiettivo.
Senza obiettivo, le metriche sono solo numeri.
Componente tre: motivo del cambiamento e raccomandazione
Se una metrica si è mossa, perché si è mossa?
Il tasso di conversione è sceso dal cinque al quattro per cento. Perché? Quali pagine hanno convertito peggio? Quali fonti di traffico hanno convertito peggio? Quali dispositivi hanno convertito peggio?
Se sai perché, puoi risolvere.
Il report dovrebbe spiegare il motivo e raccomandare la soluzione.
Cosa escludere dai report
Non includere metriche che non portano a decisioni.
Le visualizzazioni di pagina sono una metrica di vanità. Non riportare le visualizzazioni di pagina. Riporta le conversioni per pagina. Quelle portano a decisioni.
I visitatori unici sono una metrica di vanità. Riporta il traffico qualificato per l'obiettivo. Quello porta a decisioni.
Il tempo sulla pagina è una metrica di contesto. Includila se il tempo si collega alla conversione. Ma non riportare il tempo sulla pagina senza il contesto della conversione.
Escludi le metriche che ti fanno sentire bene ma non guidano l'azione.
Report e dashboard
Scopi diversi
Report: racconto scritto con i dati. Risponde a una domanda specifica. Offre informazioni utili e una raccomandazione. Si produce ogni settimana, mese, trimestre.
Dashboard: vista in tempo reale delle metriche. Nessun racconto. Self-service. Si usa per monitorare. Gli utenti esplorano ciò che vogliono.
Il report è pull. La dashboard è push. Il report risponde a una domanda. La dashboard ti lascia fare domande.
Servono scopi diversi. Servono entrambi.
L'errore di cambiare i report troppo spesso
Costruisci un report. Lo usi per due settimane. Decidi che non è utile. Lo cambi.
Due settimane non bastano per imparare da un report. Serve un mese di dati per vedere gli schemi.
Usa la stessa struttura del report per almeno un mese prima di decidere che non funziona. Dai a chi lo riceve il tempo di adattarsi e imparare.
Cambiare continuamente i report impedisce di imparare.
Domande frequenti
Dobbiamo includere nei report tutte le metriche che possiamo tracciare o solo le più importanti?
Solo le più importanti. I report con trenta metriche sono inutili perché chi legge non sa quali contano. Puoi tracciare tutte le metriche nella dashboard. Ma i report dovrebbero includere al massimo da cinque a dieci metriche. Se non sai spiegare perché una metrica è nel report, toglila. Una metrica deve guidare una decisione o spiegare perché si è mossa un'altra metrica. Esempio: puoi tracciare cento metriche nella tua piattaforma di analisi. Ma il report settimanale dovrebbe mostrarne al massimo cinque: ricavi, traffico, tasso di conversione, costo per acquisizione, ritorno sulla spesa pubblicitaria. Tutte le altre metriche sono dettagli di supporto nella dashboard o nell'approfondimento del report mensile. Con il creatore di siti di WEMASY puoi impostarlo direttamente sul tuo sito.
Quanto devono essere dettagliate le spiegazioni dei cambiamenti delle metriche?
Abbastanza da raccomandare un'azione, non così tanto da confondere chi legge. Esempio: «I ricavi sono scesi del tre per cento. È dipeso da una pausa della ricerca a pagamento, che stava testando una nuova strategia di offerta. La strategia non ha funzionato come previsto e i costi sono aumentati. Abbiamo ripreso la strategia di offerta precedente e ci aspettiamo che i ricavi si normalizzino entro la prossima settimana.» Questo è il livello di dettaglio giusto. Non entrare in tutti i dettagli tecnici della strategia di offerta. Entra nel dettaglio quanto basta perché chi decide capisca cosa è successo e cosa stai facendo. Versione sbagliata: «Abbiamo messo in pausa le campagne di ricerca a pagamento per tre giorni usando la funzione Smart Bidding con CPA target impostato a dodici dollari e con adeguamenti del valore di conversione applicati ai segmenti di nuovi clienti e clienti abituali.» Chi legge è confuso. Versione giusta: «I costi della ricerca a pagamento sono aumentati, quindi abbiamo messo in pausa le campagne e siamo tornati al nostro approccio di offerta precedente. I ricavi dovrebbero normalizzarsi la prossima settimana.»
Se una metrica è in calo, dobbiamo spiegarla come variazione stagionale o indagare come un problema?
Entrambe le cose. Se la metrica è in calo ed è una normale variazione stagionale, scrivilo. «Ricavi in calo dell'otto per cento, previsto per agosto in base ai dati storici degli ultimi due anni.» Ma indaga anche: «Tuttavia i ricavi sono in calo anche rispetto alla media di agosto del tre per cento, il che suggerisce un ostacolo ulteriore oltre alla stagionalità tipica. Stiamo indagando quali campagne hanno reso meno del riferimento di agosto.» Riconosci lo schema atteso, ma segnala la variazione inattesa. Non dare la colpa alla stagionalità ignorando i problemi. La stagionalità spiega una parte del movimento. La variazione in più va indagata.
Come evitiamo che i report richiedano ore per essere creati?
Automatizza la raccolta dei dati. Lo strumento dovrebbe prendere le metriche e generare un modello. Tu aggiungi spiegazione e raccomandazione. Se la raccolta dei dati è manuale, usa modelli di query. Se la formattazione è manuale, usa modelli. Concentra il tuo tempo su spiegazione e raccomandazione, non su raccolta dei dati e formattazione. Il tempo speso su modelli e automazione rende molto. Esempio: dedichi due ore a costruire un modello che prende i dati e formatta il report settimanale. Ogni settimana dedichi trenta minuti a scrivere spiegazione e raccomandazione. Dopo quattro settimane il modello si è ripagato. Dopo un anno hai risparmiato ottanta ore automatizzando la raccolta dei dati.
Dobbiamo includere nel reporting i dati dei concorrenti?
Solo se hai dati affidabili. Se stai tirando a indovinare, escludili. Se hai benchmark di settore o hai acquistato dati sui concorrenti, includili come contesto. «Il nostro tasso di conversione è del quattro per cento. La media del settore è del tre per cento. Stiamo andando meglio.» Il contesto aiuta a capire se le metriche sono buone o cattive. Ma non fare ipotesi sulle prestazioni dei concorrenti. Attieniti ai fatti.
Ogni quanto dovremmo riprogettare del tutto la struttura dei report?
Una volta all'anno. Rivedila ogni trimestre per assicurarti che i report siano ancora utili. Ma non riprogettarla ogni trimestre. Lascia che la struttura si stabilizzi. Una volta all'anno, in bassa stagione, valuta se la struttura dei report debba cambiare per nuovi obiettivi, nuovi canali, nuovi prodotti, cambi di organizzazione. Frequenza dei cambiamenti: se il controllo trimestrale mostra che i report funzionano ancora, lasciali stare. Se la maggior parte di chi li usa dice che vanno migliorati, cambiali. Se si lamenta una sola persona, ignorala. Riprogettare ogni trimestre crea caos e impedisce di imparare.