• Community Manager

    Google crea Audience per chi acquisterà nei prossimi 7 giorni!

    Ieri è uscito un articolo ufficiale dal titolo New predictive capabilities in Google Analytics

    Ci sono due nuove metriche

    Purchase Probability: which predicts the likelihood that users who have visited your app or site will purchase in the next seven days.

    Churn Probability: predicts how likely it is that recently active users will not visit your app or site in the next seven days.

    In pratica potete creare delle Custom Audience basate su queste metriche.

    Sarebbe interessante sapere cosa ne pensano @enricopavan, @filtro e @marco-quadrella 🙂

    crop2_predictive_audience_suggested2x.max-1000x1000.png
    #predictiveanalytics


  • Community Manager

    Enrico ne ha parlato nel suo articolo Google Analytics App+Web: Probabilità di Acquisto e Probabilità di Churn

    Importanti i Prerequisiti che scrive

    L’attivazione di queste metriche è condizionata da:

    • Un numero minimo di 1000 casi positivi e 1000 negativi di utenti che hanno acquistato o abbandonato la procedura d’acquisto
    • Range temporale in cui si avverano questi 2000 casi (non specificato ma presumibile di 28-30 giorni – come per universal analytics)
    • Se le prime due regole vengono rispettate, Google Analytics inizializzerà il modello predittivo una volta al giorno per ciascun utente; se una delle due viene meno, Analytics interromperà l’aggiornamento delle previsioni e potremmo trovarci un “not set”

    Qualcuno ha già pensato a come usare tutto questo?


  • User Newbie

    @giorgiotave potenzialmente queste nuove metriche sono delle bombe in quanto portano GA ad un altro livello rispetto a quanto conosciamo fino ad oggi; vengono integrate infatti delle features -chiamiamole così- molto importanti soprattutto lato ecommerce (che solitamente dovevi calcolare a parte, in un'altro tool).

    La possibilità di creare delle audiences sulla prediction a 7 giorni la vedo come il netto miglioramento della metrica "probabilità di conversione" già presente nei report di alcuni ecommerce e fornisce ai marketers sia uno strumento di targeting super indicativo sia ti spinge a cercare di convertire gli utenti entro un lasso di tempo sempre minore (da verificare nel settore turistico/crocieristico, dove i tempi sono -solitamente- più dilatati).

    E' indubbio che Google stia spingendo forte su App+Web e mi aspetto, nell'evoluzione di questo nuovo metodo di tracking, che GA diventi un hub di dati dove poter estrapolare metriche che finora necessitano di terze parti (Es. CAC, LTV, ecc). 🙂


  • Moderatore

    Come ha detto @enricopavan Google sta spingendo tantissimo su Analytics App + Web.
    In questo momento le piattaforme di analytics si assomigliano un po' tutte, Adobe Analytics, Google Analytics, Webtrekk, ecc. ecc. non c'è una feature che le rendono indispensabile od insostituibili rispetto alle altre. Google potrebbe giocarsi una carta che gli altri non hanno ed è proprio il machine learning ancora di più con l'esaltazione dei first-party data di proprietà del vendor: Google detiene insieme a Facebook e Amazon il più grande datalake di informazioni di prima parte.

    Vedremo un'accelerazione nel potenziare l'infrastruttura di app+web spero che segua a ruota anche l'interfaccia che oggi è veramente un passo indietro rispetto a Google Analytics attuale e i competitor


  • Miglior Risposta
    Moderatore

    Condivido @enricopavan e @filtro .
    Provo ad aggiungere qualche spunto su stimolo di @giorgiotave , perché mi pare che anche l'analisi stia iniziando a marciare con più decisione su una strada già battuta da Google Ads (e, più in generale, ovunque stia passando l'IA).

    1. Il Machine Learning o comunque una potenza di calcolo sempre superiore, stanno ingrandendo la black box dentro la quale non vediamo ma dalla quale ci arrivano i dati. Come sta accadendo da anni nel mondo di Google Ads e della SEO, sempre più spesso ci troveremo a parlare anche nei report di Analytics di dati che non sappiamo esattamente come vengono calcolati. Inizieremo ad essere a nostro agio con "probabilità" così come lo eravamo con dati "deterministici"?
      Questa evoluzione inonderà il mercato di analisi di altissimo livello a basso costo (una sorta di 1-click report) e/o ci guiderà verso analisti sempre più preparati a interpretare metriche di costruzione sempre più complessa? Su Google Ads stanno vincendo le "campagne 1-click", settate e abbandonate al machine learning di Google; lo sfrozo si sta spostando su altre aree (ripensare la struttura degli account, nuove creatività, espansione degli obiettivi di business raggiungibili da Google Ads).
      Vediamo cosa succederà quando a queste metriche se ne aggiungeranno altre, in un mercato che ancora fa un'enorme fatica a capire e usare la frequenza di rimbalzo.

    2. La Web Analytics è sempre stata connessa al business e ha sempre avuto l'ambizione di migliorarlo "da dentro". Qui però siamo a un passo da campagne e scelte di business non "data driven" ma "Google Analytics driven".
      Passeremo da: "Cliente, questo Tasso di Conversione ci consiglia di aumentare gli investimenti su questa campagna e di diminuire l'investimento nello sviluppo del nuovo strumento di marketing automation."
      a
      "Cliente, questo numero elaborato in totale segretezza da Google partendo da una base di dati che non conosciamo e applicandovi algoritmi che non conosciamo ci consiglia di aumentare gli investimenti su questa campagna e di diminuire l'investimento nullo sviluppo del nuovo strumento di marketing automation."
      Non vedo l'ora di avere questa conversazione per capire cosa mi dirà il cliente!

    3. Per migliorare la qualità delle predictions, Google suggerisce di implementare gli "eventi raccomandati" nelle proprie app (traduzione libera da qui, terzultimo paragrafo). Consiglio quindi a chi ancora non l'abbia fatto di leggere questa raccolta di "eventi raccomandati" da Google: rappresentano l'elenco delle cose che il motore di ricerca (e di analisi?) suggerisce di misurare sulle proprie app. Si va da "l'utente ha fatto il tutorial dell'app" a "all'utente è stata presentata un'offerta".
      Ci sono addirittura consigli specifici per il settore Retail / E-commerce, Hotel e voli, Giochi.
      Unendo le due metriche di prediction già presentate e pensando ad altre metriche più complesse che sembrano comunque essere dietro l'angolo come il "prediceted LTV" (come @enricopavan fa intuire nel suo articolo linkato sopra da @giorgiotave ) ecco che mi immagino, tra 1 anno o poco più, Google arrivare a "consigliare" allo sviluppatore: "Ehi! Lo sai che quando un utente trova nel tuo gioco per cellulare la Spada Squarcia HTML poi ha il 70% in più di probabilità di isciversi a una Gilda? E lo sai che se si iscrive a una Gilda aumenta del 50% la sua probabilità di comprare almeno 5 € in monetine virtuali? E allora cosa aspetti a far trovare più spesso la Spada Squarcia HTML?".

    4. Ho la sensazione che con Web + App Google stia passando ad un'archiettura più flessibile, meno dipendente dal concetto di sessione rispetto al classico Google Analytics e, dunque, più semplice da integrare con dati terzi che di sessioni sono privi (es: le interazioni passate dai CRM). Come se ci si fosse resi conto che il tanto amato concetto di "visita" non aggiungesse molto alla semplice somma delle singole hit. Come se liberarsi dal concetto di sessione potesse permettere calcoli molto più avanzati e "flessibili", dando più valore a nuovi "hit"/eventi sempre più ricchi di significati (si vedano gli eventi raccomandati mensionati sopra).

    Ho esagerato con la fantasia? Spero di aver lasciato più spunti che confusione e che si possano aggiungere altre opinioni!