Hai configurato le analisi. Hai configurato gli eventi. Hai creato il tuo data layer. E adesso? Testi. I test individuano gli errori prima che influenzino i tuoi dati. Verifichi che gli eventi partano correttamente. Verifichi che i parametri catturino i valori giusti. Verifichi che i dati arrivino nella tua piattaforma di analisi. Testi prima della pubblicazione. Testi dopo la pubblicazione. Test accurati fanno risparmiare tempo ed evitano dati sbagliati.
Questo articolo spiega come testare e validare la tua implementazione delle analisi.
Perché i test contano
Gli errori nelle analisi sono difficili da individuare dopo la pubblicazione. Un evento rotto parte per settimane prima che qualcuno se ne accorga. Un parametro configurato male cattura dati sbagliati per mesi. A quel punto hai perso mesi di dati. Il costo della correzione è alto.
Testare prima della pubblicazione lo evita. Individui gli errori nell'ambiente di prova. Li correggi. Pubblichi con fiducia. I dati dal primo giorno sono buoni.
I test fanno risparmiare anche tempo di sviluppo. Cercare un errore in produzione richiede più tempo. Trovarlo nell'ambiente di prova è più veloce. I test trovano gli errori presto, quando costa poco correggerli.
Testa prima nell'ambiente di prova
Non testare mai in produzione. Testa nell'ambiente di prova. L'ambiente di prova è una copia del tuo ambiente di produzione. Assomiglia alla produzione. Si comporta come la produzione. Ma non è reale.
Testa ogni evento. Testa ogni parametro. Testa i casi limite. Cosa succede se la quantità è zero? E se il prezzo è negativo? E se l'utente è anonimo?
Testa prima e dopo le integrazioni. Se stai integrando un nuovo strumento, testa quell'integrazione nell'ambiente di prova. Lo strumento riceve i dati correttamente? Li elabora correttamente?
Usa gli strumenti per sviluppatori del browser
Gli strumenti per sviluppatori del browser ti permettono di ispezionare cosa invia il tuo sito. Apri la scheda Rete. Fai un'azione. Guarda le chiamate alle analisi. Guarda quali dati vengono inviati. Verifica che siano corretti.
Usa la scheda Console. Scrivi «dataLayer» o la variabile del tuo data layer. Controlla il suo contenuto. Verifica che contenga i dati che ti aspetti.
La maggior parte dei tag manager ha una modalità di anteprima. Attivala. Mostra cosa partirebbe senza inviare davvero i dati. Usa la modalità di anteprima per verificare tutto prima della pubblicazione.
Crea una lista di controllo per i test
Crea una lista di controllo di ciò che testare. L'evento parte sulla pagina giusta. L'evento parte con l'azione giusta. I parametri hanno i valori giusti. I parametri hanno i tipi giusti. I dati arrivano nella piattaforma di analisi. I report in tempo reale mostrano i dati.
Usa la lista di controllo a ogni pubblicazione. Non saltare dei passaggi. Test accurati evitano problemi.
Aggiorna la lista man mano che aggiungi eventi. Tienila completa. Rendila una pratica standard.
Testa con dati reali
Testa con dati realistici. Non usare valori segnaposto. Usa nomi di prodotti veri. Prezzi veri. ID utente veri. Testare con dati finti fa perdere i casi limite del mondo reale.
Crea transazioni di prova se possibile. Un acquisto vero. L'invio di un modulo vero. La creazione di un account vero. Le azioni reali rivelano problemi reali.
Testa con tipi di utente diversi. Utenti gratuiti. Utenti premium. Utenti amministratori. Tipi di utente diversi possono avere dati diversi. Testali tutti.
Controlla i report in tempo reale
Dopo la pubblicazione, controlla i report in tempo reale. Il traffico compare subito? Compaiono gli eventi? Si vedono i parametri? I report in tempo reale danno un riscontro immediato.
Continua a controllare per tutto il primo giorno. La maggior parte dei problemi compare in fretta. Se qualcosa non va, te ne accorgi subito.
Imposta degli avvisi. Se un evento non parte da un'ora, avvisa qualcuno. Se un parametro è sempre vuoto, avvisa. Gli avvisi individuano i problemi in fretta.
Confronta prima e dopo
Se aggiorni delle analisi esistenti, confronta prima e dopo. I nuovi dati corrispondono ai vecchi? Se l'aggiornamento non dovrebbe cambiare nulla, i numeri devono restare gli stessi. Se i numeri sono cambiati in modo inatteso, indaga.
Esegui un tracciamento in parallelo. Lascia attivo il vecchio tracciamento mentre testi il nuovo. Confronta i dati di entrambi. Quando sei sicuro che corrispondano, passa solo al nuovo tracciamento.
Domande frequenti
Per quanto tempo dobbiamo testare prima della pubblicazione in produzione?
Almeno una settimana, se possibile. Testa a fondo. Testa ogni evento. Testa browser e dispositivi diversi. Testa in giorni e orari diversi. Una settimana di test individua la maggior parte dei problemi. Alcuni team testano per due settimane per il tracciamento critico. Con il creatore di siti di WEMASY puoi impostarlo direttamente sul tuo sito.
E se troviamo un errore dopo la pubblicazione?
Correggilo subito. Disattiva l'evento o il parametro rotto. Correggi la configurazione. Testa la correzione nell'ambiente di prova. Pubblica di nuovo. Più in fretta correggi, meno dati sbagliati raccogli. Prepara un processo per le correzioni rapide.
Dobbiamo testare sui dispositivi mobili?
Sì. I dispositivi mobili possono comportarsi in modo diverso dal desktop. Le velocità di rete sono diverse. Gli user agent sono diversi. Testa su dispositivi mobili veri. Testa su browser diversi. Ognuno può comportarsi in modo diverso.
Possiamo pubblicare gradualmente invece che tutto insieme?
Sì. Pubblica prima al 10 percento degli utenti. Controlla gli errori. Se va bene, passa al 50 percento. Poi al 100 percento. La pubblicazione graduale individua gli errori presto con un impatto limitato.
Come testiamo eventi che richiedono azioni degli utenti che non riusciamo a simulare?
Usa la modalità di anteprima del tuo tag manager. Mostra cosa partirebbe senza richiedere azioni reali. Per gli scenari davvero impossibili, crea dati di prova. Uno strumento interno che simula l'azione. Oppure un test manuale in produzione dopo un attento controllo.
Dobbiamo eliminare i dati di prova dalla produzione?
Sì. Le transazioni di prova sporcano i tuoi dati. Crea un filtro per escludere i dati di prova. Oppure usa una proprietà di prova separata. Tieni puliti i dati di produzione. Non lasciare che i dati di prova si mescolino a quelli reali.