Google Analytics per ecommerce

Per tracciare i dati di conversione di un sito Ecommerce, Google Analytics prevede diverse funzionalità native, che ci permettono di non attivare eventi ed obiettivi (con relativi valori monetari) manualmente, e che generano rapporti personalizzati per la sola sezione e-commerce.

Da diversi anni è anche presente l’Enhanced E-commerce, cioè l’Ecommerce avanzato, che raccoglie molti più dati contestuali al sito ecommerce standard e genera analisi estremamente intuitive ed utili direttamente in Google Analytics (cioè senza passare da ulteriori strumenti di Data Visualization come Data Studio, che invece potete approfondire qui).

Vediamoli in ordine

Tracciamento E-commerce in Google Analytics

Innanzitutto quello che dovete subito fare e andare nella vostra vista di riferimento ed attivare i rapporti ecommerce.

Quelli che vedete in questo articolo sono screenshot presi dalla versione DEMO di Google Analytics, alla quale potete accedere da qui, quindi non temiate di poter vedere dati sensibili.

Oltre all’abilitazione dell’ecommerce avanzato, in questa fase avete la possibilità di inserire un funnel di checkout, che vi permetterà di generare un rapporto sui tassi di conversione tra i vari step del funnel stesso (vediamo più avanti).

Nell’esempio della DEMO gli step sono Fatturazione e Spedizione, Pagamento e Revisione.

E questa è la parte più facile.

Il codice di default che invia le pageview non è sufficiente a raccogliere i dati che ci interessano, e lo dobbiamo integrare con degli altri “pezzi”.

Per farlo più facilmente utilizzeremo Tag Manager, in questa guida, ma nulla vi vieta di fare gli stessi procedimenti direttamente da codice, se preferite.

Utilizziamo per prima la versione base del tracciamento Ecommerce di Analytics.

Dobbiamo inserire nella pagina di ringraziamento, via Tag Manager o direttamente via codice, il seguente script


dataLayer.push({
‘transactionId’: ‘1023’,
‘transactionAffiliation’: ‘Website’,
‘transactionTotal’: 580.50,
‘transactionTax’: 0.00,
‘transactionShipping’: 10.00,
‘transactionProducts’: [

{
‘sku’: ‘CD432765’,
‘name’: ‘Prodotto nella trasnazione’,
‘category’: ‘blabla’,
‘price’: 580.50,
‘quantity’: 7
}
]
});

dove naturalmente al posto dei valori di esempio qui inseriti ci andranno messi dinamicamente quello dell’acquisto appena effettuato.

Qui la documentazione completa

Se non c’è una pagina di ringraziamento (come ad esempio un semplice messaggio in ajax dopo la confermo dell’acquisto), basterà sparare il codice dopo quest’evento, sempre tramite Tag Manager.

A questo punto abbiamo inserito le informazioni nel Data Layer, ovvero l’array che contiene i valori del Tag Manager, il quale a questo punto le dovrà comunicare ad analytics.

Andiamo nel nostro Tag Manager e attiviamo questo Tag, sulla medesima pagina di ringraziamento (o sull’evento del Purchse).

A questo punto pubblichiamo ed inizieremo a registrare le transazioni del nostro ecommerce in Analytics.

Esse sono già configurate automaticamente come obiettivi (con il valore del transato) e quindi segmentabili per tutte le dimensioni in Analytics.

Versione Enhanced Ecommerce (Ecommerce Avanzato)

Le versione che tuttavia vi consiglio di utilizzare è quella avanzata.

Certo le transazioni sono il punto centrale, ma l’analisi di un ecommerce si basa anche sulle aggiunte al carrello, sui carrelli abbandonati, sugli step del checkout e su molti altri aspetti che Analytics, se correttamente impostato, è in grado di misurare.

Vediamo come:

Gli Array del Data Layer

Tutte le informazioni che vogliamo passare ad analytics dovranno essere prima di tutto inserite dal codice del sito nel Livello Dati di Tag Manager.

Il Livello Dati non è altro che un contenitore (un array) dove possiamo inserire variabili con relativi valori.

Qui un esempio di una pagina carrello, che contiene la tipologia di step del funnel di acquisto e i dettagli dei prodotti scelti.

Vedremo fra un attimo alcune soluzioni che ci aiutano ad inserire questi dati nel Data Layer, senza dover programmare a mano questo passaggio.

Quando avremo i dati caricati tuttavia il grosso del lavoro sarà fatto, poichè Tag manager comunica automaticamente ciò che trova nel livello dati ad Analytics, semplicemente attivando questa spunta nelle vostre impostazioni di Google Analytics in Tag Manager.

Non servirà quindi più un Tag per la transazione, poichè alla pagina di ringraziamento i dati di acquisto passeranno tutti assieme alla normale pageview.

Se di nuovo non avete la Thank You Page basterà un evento Tag Manager come quelli che vediamo fra un attimo.

Eventi Ecommerce

Allo stesso modo, tracciando un evento Ecommerce avanzato, non sarà necessario specificare nel Tag Manager le variabili da passare ad analytics (premesso sempre che tutte le informazioni si trovino nel DataLayer).

Prendiamo ad esempio l’evento Add to Cart.

Tracciandolo con un qualsiasi attivatore, ed inviando un evento standard ad analytics (con la famosa spunta attiva), Tag Manager invierà automaticamente prezzo e Id del prodotto aggiunto.

l’attivatore nel prossimo esempio è quello che andremo ad utilizzare se attiviamo il plugin di WordPress per il livello dati (fra poco ci arriviamo).

il nome event gtm che vedete nell attivatore è quello che il plugin utilizza per segnalare che è stato cliccato il bottone Add to Cart.

A questo punto l’unica difficoltà ancora da superare è appunto quella di popolare il Livello Dati.

Vediamo alcune soluzioni che ci facilitano

Plugin e Moduli per il Data Layer

Abbiamo appena visto un esempio di attivatore per un evento EEC (Enhanced Ecommerce) di WordPress.

Facciamo riferimento a questo plugin.

Non è l’unico, ma forse è il più utilizzato.

Attivandolo e spuntando il tracking EEC avrete tutti i dati automaticamente inseriti nel Data Layer:

  • Add to Cart
  • Visualizzazione pagina prodotto
  • Checkout (tutti gli step)
  • Purchase
  • Remove from Cart

…e molto altro.

Vediamo la stessa funzionalità per altri CMS Ecommerce.

Magento

Shopify

in Shopify è anche possibile attivare un modulo di Analytics, a pagamento, che traccia tutto l’EEC nativamente, saltando anche il il Livello Dati e Quindi il Tag Manager.

Basterà in questo caso inserire l’ID di analytics.

Prestashop

Rapporti ed Analisi

Entriamo finalmente in Google Analytics e vediamo dove vengono registrati i nostri dati e come interpretarli.

Di nuovo utilizzo la versione Demo, in modo da non dover oscurare nulla, inoltre la versione che vedete è naturalmente quella EEC (Enhanced Ecommerce), quindi se utilizzate la versione base (e ormai non ne vedo il motivo), alcune di queste funzionalità non saranno presenti.

Panoramica

Qui vedete l’andamento nel tempo, il totale transazioni e transato, e alcune informazioni sui prodotti acquistati.

Ma questo lo sapevamo già dal backend del sito.

Passiamo quindi alle parti interessanti.

Funnel di Acquisto

in questo rapporto predefinito potete capire quali sono le percentuali di abbandono e di conversione da un passaggio all’altro del percorso di acquisto.

Si tratta di un rapporto essenziale, in quanto vi permette dai capire dove andare a lavorare per migliorare il percorso dell’utente ed aumentare quindi il tasso di conversione ecommerce del sito.

Un classico esempio è: c’è un buon passaggio dal Viewcontent all’AddtoCart, ma un grosso dropoff dal checkout al Purchase: come mai?

Posso valutare di testare:

  • usabilità del percorso di checkout
  • spese di spedizione
  • modalità di registrazione

e vedere se riesco a ridurre la percentuale di utenti che abbandona il carrello (per fare questo tipo di test è bene iniziare a familiarizzare con Google Optimize).

Rendimento Prodotti

Percorsi di Conversione

Altro rapporto fondamentale è questo, dove potete vedere i percorsi multipli che portano maggiori conversioni.

L’attribuzione standard di analytics è sempre quella dell’ultimo clic non diretto, ma potete confrontare i risultati di altri metodi di attribuzione nell’ultima voce del menù a sinistra “Strumento di confronto modelli” e vedere come cambia l’attribuzione del Transato ai vari canali di traffico

Continuate ad esplorare lo strumento lungo tutte le sue dimensioni per capire come valutare i dati di transito (ad esempio categoria dispositivo, paesi, pagine di destinazione, ecc.).

E buone analisi a tutti!