Le categorie 3+1 degli strumenti di analisi digitale [scegliere quello giusto]

Il mercato delle soluzioni di analisi digitale sta attraversando alcuni cambiamenti fondamentali in questo momento. Google ha appena annunciato il tramonto di Universal Analytics (noto anche come "il "migliore" Google Analytics") il prossimo anno, mentre il mercato si sta muovendo verso il monitoraggio senza cookie , le implementazioni lato server , il tutto cercando di conformarsi al GDPR e ad altre nuove normative .

Molte di queste tendenze costringono le aziende a riconsiderare le loro scelte di soluzioni di analisi digitale per conformarsi ai requisiti legali o per rendere le loro pratiche di analisi a prova di futuro. Tuttavia, non tutti gli strumenti di analisi digitale sono uguali . In effetti, negli ultimi anni sono emerse quattro distinte categorie di strumenti. Invece di scegliere solo uno strumento, le aziende spesso decidono inconsciamente invece delle categorie di strumenti.

Questo articolo intende mostrare e spiegare le diverse categorie di soluzioni fornendo anche alcuni esempi degli strumenti in ciascuna categoria.

Alla fine dell'articolo troverai anche alcune domande importanti che dovresti porti quando scegli una categoria o anche uno strumento specifico. Sarai in grado di scegliere con sicurezza la categoria giusta per la tua attività e sfidare i preconcetti con cui potresti trovarti di fronte. Muoviamoci.

Categoria #1: i leader di mercato

Per installazioni: Google Analytics

Per maturità: Adobe Analytics

Categoria #2: soluzioni a pagamento in rapido movimento

Categoria #3: soluzioni fai-da-te open source

Categoria bonus: il pacchetto di strumenti fai-da-te simile a Netflix

Categoria #1: i leader di mercato

La prima categoria di Digital Analytics Solutions contiene solo due strumenti:

• Leader di mercato per maturità degli strumenti . Adobe Analytics è lo strumento più maturo nel mercato attuale.
• Il leader di mercato per base di installazione . Google Analytics è uno strumento di analisi digitale leader in questa categoria.

La dice lunga sul fatto che ci sia più di uno strumento in questa categoria, poiché mostra che la soluzione più adottata non è sempre lo strumento più ricco di funzionalità o maturo disponibile. Diamo un'occhiata a entrambi gli strumenti singolarmente.

statistiche di Google

Google Analytics è di gran lunga la soluzione più conosciuta sul mercato. Per molte persone che lavorano in o con esperienze digitali, è sinonimo di analisi digitale. La sua enorme base di installazione è in gran parte guidata dal livello di base gratuito che consente a chiunque di aprire un account e iniziare a raccogliere dati. Alcune delle limitazioni della versione gratuita di Google Analytics, come il campionamento dei dati o un numero limitato di eventi al mese, possono essere mitigate acquistando la versione a pagamento.

La versione a pagamento è particolarmente interessante per i siti Web più grandi. Può aiutare a evitare il problema particolarmente fastidioso dei dati campionati e consente inoltre di ottenere più di 10 milioni di accessi al mese. Inoltre, la versione a pagamento offre funzionalità di reporting più avanzate come rollup da origini miste o tabelle personalizzate. Poiché la versione base è gratuita, la percentuale di clienti paganti è relativamente bassa, rendendo la versione a pagamento in qualche modo un'anomalia statistica.

Mentre alcune persone vedono Google Analytics come una soluzione autonoma, in particolare la versione gratuita dovrebbe essere vista come un'estensione di Google Ads . Gran parte del prodotto è su misura per casi d'uso di marketing con pochissima personalizzazione per altre applicazioni. Ad esempio, Google Analytics fornisce alcune utili funzioni di marketing, come ad esempio:

• Rapporti della fonte di acquisizione
• Campagne e metriche di Google Ads
• Parole chiave e metriche di Ricerca Google
• Alcuni rapporti sul rendimento delle pagine di alto livello

Grazie a questi rapporti integrati, molti dirigenti di marketing vedono Google Analytics come l'unico strumento di cui hanno bisogno. Sebbene ciò renda facile avere la sensazione di sapere cosa sta succedendo su una pagina, non ci sono molte informazioni personalizzabili disponibili oltre all'acquisizione del traffico.

Per analizzare domande aziendali più complesse o persino consentire il dashboard, molte aziende combinano Google Analytics con Big Query e Data Studio. Ciò consente di coprire più casi d'uso, ma introduce una soglia di accesso elevata per qualsiasi utente non analitico e può ostacolare l'agilità quando si tratta di democratizzazione dei dati.

Sebbene esistano potenziali ostacoli a casi d'uso più complessi, ogni confronto dovrebbe menzionare la community straordinariamente grande e vivace attorno a Google Analytics, Big Query, Data Studio e anche Google Tag Manager. Leader del settore come Simo Ahava contribuiscono regolarmente con contenuti straordinari per generare valore per i clienti. Grazie al sistema di modelli di Google Tag Manager, è facile trarre profitto dallo sforzo che i membri della community hanno dedicato al prodotto.

Adobe Analytics

Adobe Analytics è l'altra soluzione nella categoria degli strumenti di analisi digitale leader di mercato. Sebbene sia ben noto nello spazio delle applicazioni aziendali, non tutti al di fuori della comunità dell'analisi digitale ne hanno nemmeno sentito parlare. Sebbene non sia disponibile un piano gratuito , il costo dello strumento può essere persino inferiore rispetto alla versione a pagamento di Google Analytics.

Per i casi d'uso di analisi di marketing, Adobe Analytics può offrire tutte le funzionalità di Google Analytics e anche di più. Anche i dati non Adobe come le parole chiave di ricerca di Google o i dati di Google Ads possono essere utilizzati per creare report e dashboard grazie a un'ampia gamma di connettori e integrazioni disponibili. Grazie ai profondi livelli di personalizzazione, le funzionalità non si limitano all'analisi del marketing, ma coprono anche i casi d'uso dell'analisi del prodotto .

Scopri come creare rapporti di marketing granulari con Adobe Analytics Data Feed

Oltre alle caratteristiche generali, un'innovazione distingue Adobe Analytics dalla concorrenza sul mercato: l'interfaccia utente principale, denominata Analysis Workspace . Analysis Workspace consente all'intera azienda di lavorare in un ambiente condiviso che copre i casi d'uso di reportistica quotidiana, dashboard , nonché approfondimenti e scienza dei dati . Offre le migliori capacità di collaborazione del settore che si adattano all'intera azienda, riunendo marketing, prodotto e analisi in un modo davvero unico.

Sul lato negativo, la flessibilità e la personalizzazione di Adobe Analytics spesso portano alla sensazione che sia uno strumento ingombrante e complicato. Soprattutto se confrontato con Google Analytics, Adobe Analytics può sembrare un po' "vuoto" quando lo implementi per la prima volta.

Allo stesso modo, Google fornisce alcuni guardrail in più attraverso l'interfaccia simile a un rapporto in cui Adobe ti consentirà di combinare tutto con tutto, creando potenzialmente risultati fuorvianti o confusi.

Oltre ai due leader di mercato, ci sono molti altri strumenti di analisi sul mercato, che ci portano alla categoria successiva.

Categoria #2: soluzioni a pagamento in rapido movimento

Non tutti gli strumenti possono essere leader di mercato. Questa categoria contiene tutti gli strumenti che vengono sviluppati professionalmente e venduti alle aziende ma non hanno la maturità o la base di installazione dei leader di mercato.

Questa categoria copre molti strumenti diversi, come Amplitude , Mixpanel , Heap e molti altri. Ci sono alcune sorprendenti somiglianze tra gli strumenti di questa categoria. Molti di loro si differenziano da Google Analytics, ad esempio, ponendo l'accento sull'analisi dei prodotti oltre alla semplice analisi di marketing. Altri offrono funzionalità speciali che possono essere molto rilevanti per un determinato pubblico, come l'analisi di coorte o la misurazione dell'impatto di nuove funzionalità.

Strumenti come Amplitude si sono guadagnati la reputazione di essere costruiti in modo esplicito per le startup, i team basati sui prodotti e gli ambienti pesanti per gli sviluppatori.

Proprio come molti esperti di marketing vedono Google Analytics come l'unico strumento di cui avranno bisogno, gli strumenti di questa seconda categoria possono essere visti allo stesso modo dai team di prodotto. Molti degli strumenti in questa categoria vanno anche oltre le funzionalità di analisi di alto livello offrendo registrazione di sessioni, test A/B o persino dati simili a CRM a livello di utente. Sebbene Google Analytics si concentri sui siti Web, molti di questi strumenti danno la priorità alle app o persino ai casi d'uso cross-device.

D'altra parte, molti di loro mancano delle funzionalità di base attese da un prodotto di analisi di marketing. Gli utenti che migrano da Google Analytics perderanno immediatamente integrazioni con Google Ads o Google Search Console, insieme a un modo intuitivo per correlare le fluttuazioni del traffico alle attività di marketing.

La forma più diffusa di crescita dei clienti per gli strumenti di questa categoria consiste nell'offrire un livello gratuito limitato dal numero di utenti, sessioni o eventi che possono essere monitorati e dalle funzionalità disponibili. Ciò semplifica la prova di un prodotto ma può portare a scenari confusi. Ad esempio, una discussione sugli strumenti può essere tenuta solo considerando il livello di prodotto per cui il cliente sta pagando, tralasciando le funzionalità potenzialmente critiche per i livelli di prodotto più elevati.

A differenza di Google Analytics e Adobe Analytics, gli strumenti di questa categoria di solito non sono dotati di un sistema di gestione dei tag dedicato come Google Tag Manager o Adobe Launch. Ciò complica l'implementazione degli strumenti in una pagina o in un'app senza integrare strettamente l'esperienza dell'utente nello strumento di analisi, creando potenzialmente un debito tecnico che può rallentare i cicli di sviluppo del prodotto.

Un altro avvertimento quando si sceglie uno strumento di questa categoria è la scalabilità limitata . Gli analisti di grandi aziende descrivono gli strumenti di questa categoria come poco reattivi quando si lavora con grandi quantità di dati, soprattutto con aumenti improvvisi del volume dei dati.

Inoltre, i casi d'uso limitati e le interfacce specializzate possono rendere difficile la collaborazione sui dati per l'intera azienda, rendendo il prodotto o i team di analisi i proprietari in silos dei dati. Le aziende potrebbero finire per utilizzare Google Analytics per l'acquisizione del traffico e uno strumento separato e dedicato per l'analisi dei prodotti.

Il lato positivo è che le dimensioni dell'azienda e la base di installazione più piccole rendono questi strumenti potenzialmente più innovativi e agili nel provare nuove funzionalità del prodotto. La loro forte focalizzazione su un pubblico di base e pochi casi d'uso consentono loro di reagire rapidamente alle esigenze dei clienti e alle nuove innovazioni del settore.

I clienti particolarmente grandi di questi strumenti di solito hanno accesso diretto ai team di prodotto che sviluppano gli strumenti. Ciò rende più facile per i clienti sottolineare i loro desideri per le nuove funzionalità del prodotto che potrebbero diventare presto realtà. Non è insolito che fornitori e clienti comunichino direttamente nei canali Slack aperti per fornire indicazioni o individuare bug.

Categoria #3: soluzioni fai-da-te open source

Nella nostra terza categoria di strumenti di Digital Analytics, troviamo tutti gli strumenti che il tuo reparto IT troverà su Google quando cercherà soluzioni alternative a quelle sopra menzionate.

Alcuni strumenti popolari di questa categoria sono Matomo, Open Web Analytics e Post Hog. Oltre alla categoria precedente, questi strumenti non sono leader di mercato per maturità o base di installazione. Il codice sorgente apertamente disponibile li distingue dalla categoria precedente, offrendo solitamente un'opzione per ospitare autonomamente lo strumento come alternativa alle precedenti offerte SAAS.

Self-hosting significa che la tua azienda è l'unico proprietario e responsabile del trattamento dei tuoi dati. Non è necessario condividere i dati con fornitori di terze parti o altre fonti esterne.

Con la distribuzione on-premise, la privacy dei dati dipende esclusivamente da cosa fai con i dati. Non devi fare affidamento sulla conformità al GDPR di fornitori di terze parti quando puoi prendere tutte le misure di cautela da solo.

Oltre alla versione self-hosted, alcuni fornitori e comunità hanno creato opzioni ospitate che consentono un'istanza gestita dello strumento. Questa opzione può essere interessante per le aziende consapevoli delle grandi responsabilità di disponibilità che derivano dall'hosting del proprio strumento di analisi.

Tuttavia, molte di queste aziende sono poi sorprese dal costo in rapido aumento dell'hosting per qualsiasi applicazione sufficientemente reattiva. Mentre la versione a pagamento di Google Analytics consente circa un miliardo di accessi al mese a $ 150.000 all'anno, l'hosting di Matomo costerebbe $ 175.000 all'anno per soli 100 milioni di accessi mensili.

Molti degli strumenti sono fortemente ispirati da Google Analytics, sia considerando l'interfaccia utente che i rapporti disponibili. Proprio come Google Analytics, sono fortemente focalizzati sull'analisi dei siti web ma mancano le funzionalità per analizzare le app mobili o i dispositivi connessi. Attraverso la loro attenzione ai dati proprietari, spesso mancano di alcune funzionalità di base a cui ci siamo abituati da Google Analytics.

Le aziende che migrano da Google Analytics oggi a causa di considerazioni sulla privacy rimarranno deluse nel trovare pochissime integrazioni con strumenti di marketing come Google Ads e funzionalità di monitoraggio delle campagne spesso molto rudimentali.

Open Web Analytics è un buon esempio di un altro importante limite di questa categoria: il supporto incerto a lungo termine. Poiché questi strumenti sono solitamente sviluppati da una comunità di appassionati senza obblighi, non vi è alcuna garanzia che saranno supportati ancora tra un anno. Soprattutto i progetti più piccoli possono morire, anche poco dopo essere stati annunciati, a causa della mancanza di coinvolgimento della comunità. Proprio come la precedente categoria di strumenti, gli strumenti che rientrano in questa categoria di solito non offrono un modo per gestire l'implementazione, come un sistema di gestione dei tag.

Un lato positivo di questo gruppo è il netto vantaggio di ospitare lo stack di analisi completo su server proprietari. Sono disponibili anche alcune soluzioni cookieless che si posizionano per essere conformi al GDPR.

Tuttavia, il panorama legale in continua evoluzione rende la conformità legale un obiettivo in rapido movimento, quindi le aziende dovrebbero valutare attentamente le loro opzioni per non saltare su una soluzione apparentemente conforme esclusivamente alla conformità al GDPR.

Un'ultima parola di avvertimento: sebbene il tuo reparto IT possa trovare una sfida interessante ospitare uno strumento di analisi sui server aziendali, dovrebbe essere consapevole delle grandi responsabilità che ne derivano. Ospitare uno strumento del genere significa garantire che la raccolta dei dati sia sempre disponibile in tutto il mondo. Una volta che i livelli di traffico superano determinate soglie, fornire un database reattivo e, quindi, un'esperienza front-end utilizzabile per analisti e utenti aziendali diventa un'attività difficile e costosa.

Categoria bonus: lo stack fai-da-te simile a Netflix

Gli ultimi anni hanno portato la tendenza a replicare ciò che hanno costruito aziende native del digitale come Netflix . Con un focus laser su esperienze utente eccellenti attraverso la personalizzazione e test iterativi, i prodotti sono spesso progettati con un feed di eventi globale che contiene ogni interazione dell'utente e viene incanalato in vari canali di attivazione.

Le aziende che utilizzano una configurazione come questa userebbero comunemente componenti open source (in contrasto con i sistemi di analisi open source completi) in un modo altamente personalizzato. Possono raccogliere dati utilizzando Snowplow nei client dell'utente, alimenta gli accessi al server in Kafka , archivia i dati nell'S3 di AWS e analizzali utilizzando AWS Redshift o strumenti di visualizzazione completamente personalizzati.

A causa di questa configurazione molto tecnica e sofisticata, i team di analisi di solito sono costituiti da esperti di dati o ingegneri di dati necessari per utilizzare e sviluppare l'intero stack di strumenti. Questi team hanno anche il compito di aggiungere nuove funzionalità di analisi agli strumenti, comprese query e visualizzazioni.

Le aziende avanzate come Netflix spesso abbracciano una cultura molto aperta attorno a ciò che stanno costruendo. Questa apertura quindi ispira molte aziende meno avanzate a provare a replicare cosa stanno facendo senza il necessario impegno in termini di investimento, dimensione del team o livello di abilità. Di fronte a progetti falliti e parti interessate deluse, tali aziende poi ricorrono con risentimento a soluzioni già pronte che si adattano molto meglio ai loro casi d'uso.

È importante notare che qualsiasi soluzione personalizzata ha il potenziale per rallentare drasticamente importanti iniziative basate sui dati. Con un sistema troppo complesso, anche l'analisi più banale può richiedere il coinvolgimento di esperti e settimane di anticipo, oltre a lottare con altri team per la definizione delle priorità.

Sebbene tali società avanzate dispongano di alcune delle più sofisticate pipeline di elaborazione dati attualmente in produzione, sarebbe tutt'altro che vero affermare che tali società utilizzano solo le loro soluzioni interne. Prendi Netflix come esempio: il loro sito Web principale utilizza una soluzione di analisi personalizzata, mentre la pagina del marchio utilizza Google Analytics .

Pertanto, sebbene la soluzione interna possa essere perfettamente attrezzata per analisi sofisticate del prodotto, potrebbe non avere le analisi di marketing o le funzionalità di analisi e reportistica quotidiane necessarie per altre parti del sito Web o del prodotto.

Come scegliere lo strumento di analisi digitale giusto?

Ora che abbiamo esaminato le categorie 3+1 di strumenti di analisi, ci rimane la domanda più importante: qual è lo strumento giusto per la tua azienda? Per capirlo, dovresti farti alcune domande:

• Chi lavorerà quotidianamente con i dati nella mia azienda nei prossimi anni?

Il tuo team di analisi dedicato può gestire la maggior parte dei dati oggi. Tuttavia, le aziende basate sui dati hanno reso obbligatorio per i responsabili delle decisioni lavorare con i dati negli stessi strumenti di analisi. Ciò richiede un ambiente self-service in primo luogo in cui può verificarsi una vera collaborazione nello strumento.

• Quali casi d'uso non di marketing sono importanti per la tua azienda?

Sebbene Google Analytics possa funzionare abbastanza bene per le tue domande di marketing, non è all'altezza di qualsiasi analisi più sofisticata o incentrata sul prodotto. Tuttavia, l'utilizzo di uno strumento come Adobe Analytics che funziona per il marketing e il prodotto è fondamentale per consentire la responsabilità condivisa sia del marketing che delle prestazioni del prodotto.

• Quanto velocemente ne hai bisogno iterare sul marketing o sull'esecuzione del prodotto?

Affidarsi a uno strumento che richiede ai data scientist di adattare una pipeline di dati, creare nuove query e integrarle in un dashboard richiede giorni o settimane e può paralizzare la tua capacità di iterare rapidamente e apportare modifiche in tempo. In realtà, la maggior parte delle modifiche dovrebbe essere rapida e facile da implementare per chiunque, grazie a strumenti che supportano la democratizzazione dei dati.

• Qual è il tuo livello di fiducia nel giudicare e mantenere lo strumento di analisi richiesto per quei casi d'uso?

Può essere molto difficile vedere oltre l'orizzonte della tua attività oggi e decidere quale strumento sosterrà la tua attività per molti anni a venire. Potrebbe anche essere necessario investire nel team giusto per costruire ed eseguire il strategia dei dati che accelererà davvero la tua attività quotidiana.

• Chi influenza la scelta dello strumento nella tua attività?

Un numero considerevole di aziende non prende sul serio la responsabilità e fa affidamento esclusivamente su ciò a cui il team potrebbe essere abituato o su ciò che le agenzie di marketing propongono per comodità. Devi insistere su una strategia coerente a lungo termine, o potresti ritrovarti a cambiare strumento ogni anno.

• Hai considerato il costo totale di proprietà e di esercizio?

Alcuni soldi risparmiati sui costi di licenza possono derivare da un forte investimento in strumenti aggiuntivi, team più grandi per utilizzare e mantenere gli strumenti e un ritmo molto più lento di innovazione e messa a punto. Tutti questi hanno conseguenze finanziarie dirette o indirette che una soluzione più matura potrebbe non richiedere.

Quindi, chi dovrebbe scegliere quale strumento? Diamo un'occhiata ad alcune aziende prototipo e agli strumenti che dovrebbero scegliere:

Alla fine, scegliere lo strumento giusto può essere una sfida difficile e complessa. Il cambio degli strumenti esistenti è un processo lungo e doloroso, ma può essere evitato considerando le domande sopra menzionate. Si spera che questo articolo ti abbia fornito un orientamento e alcune domande importanti da porre al tuo team e ai fornitori di strumenti.