Oggi vi voglio parlare delle dimensioni personalizzate di Google Analytics.
Tutti i webmaster (anche quelli improvvisati) conoscono Google Analytics. Il prodotto gratuito di Google ci permette di analizzare quanto accade sui nostri siti internet ed ha soppiantato praticamente tutti i software dedicati precedentemente in uso. Non dobbiamo farci ingannare dalla parola gratuito. La motivazione principale per la quale Analytics ha letteralmente ucciso la concorrenza non è la gratuità. Potenza, semplicità di utilizzo e quantità di dati che si possono analizzare sono alla base del successo di questo strumento.
Ho utilizzato non a caso la parola semplicità, in quanto con pochissime conoscenze tecniche è possibile avere moltissimi dati inerenti i nostri siti web. Con adeguata preparazione tecnica ed un po’ di fantasia possiamo anche fare delle cose davvero notevoli e forse solo un po’ più complesse.
Nello spiegarvi le dimensioni personalizzate vi farò tre semplici esempi che potrete da subito sfruttare nei vostri siti.
Cosa sono le dimensioni personalizzate
Come spiegato nell’immancabile guida Google alla pagina “Dimensioni e metriche personalizzate”, le dimensioni personalizzate consentono di associare i dati di Analytics con dati non di Analytics. Chiariamo meglio questo concetto. Analytics è in grado di capire quante persone visitano le pagine del sito, che browser hanno, il tempo che stanno sulle pagine e tutta una serie di dati relativi alla navigazione e agli strumenti utilizzati per navigare, ma poco sa sulle caratteristiche personali della persona che sta navigando o delle caratteristiche particolari del sito. Nel nostro sito, chiaramente per gli utenti registrati e loggati, noi possiamo conoscere delle caratteristiche molto importanti che ci possono tornare utili in fase di analisi dati. Le dimensioni personalizzate ci consentono di inserire in Analytics e successivamente analizzare queste nuove caratteristiche, che, incrociate con le caratteristiche native di Analytics, possono darci un grande aiuto a far crescere le visite del nostro sito.
Finora un po’ di teoria per capire di cosa stiamo parlando, ma come piace a noi tecnici, adesso passiamo all’azione :-)!
Vi farò 3 diversi esempi per vedere gli ambiti di utilizzo di questo potente strumento. Il primo sulle caratteristiche di chi scrive gli articoli dei siti, il secondo sulle caratteristiche del sito, il terzo sulle caratteristiche degli utenti che navigano il sito.
Gli autori dei post
Nel primo esempio voglio utilizzare proprio TopContributor.it, un sito multi autore come non di rado accade. Sul nostro sito scrivono molti utenti esperti di prodotti Google, ed ognuno porta il suo contributo al sito. Quant’è questo contributo? Beh… con le centinaia di articoli e le decine di autori differenti che ci sono, sarebbe davvero un lavoro complesso e oneroso (anche se fattibile) capire quante visite o guadagni portano gli articoli del singolo autore.
Nel momento in cui viene visualizzato l’articolo noi sappiamo benissimo chi è l’autore, quindi, tramite le dimensioni personalizzate, possiamo dire ad Analytics che quell’hint (cioè la visualizzazione della pagina) è associata ad un autore specifico. Da questo momento in poi, in tutti i report di Analytics, potremo utilizzare l’autore come dimensione secondaria (ma anche primaria) e quindi incrociare qualunque tipo di dato con l’autore.
Questo ci può tornare utile per capire quante visite portano al sito i vari autori, quanto guadagnamo sulle pagine dei vari autori, quanto i visitatori rimangono sulle pagine dei singoli autori e tutta una serie di parametri molto interessanti per la crescita del sito.
Mi vorrei riallacciare all’articolo “Guadagnare tramite AdSense con il Revenue sharing” che ho scritto qualche giorno fa. Tramite questa dimensione personalizzata ed il report dei guadagni AdSense in Analytics, sarà facile distribuire il guadagno tramite un Revenue Sharing davvero semplice da mettere in atto e che non necessita per tutti gli autori di avere un account AdSense.
La lingua delle pagine
Si lo so, con Analytics possiamo sapere la lingua di chi visita il nostro sito internet. Forse quello su cui non vi siete però soffermati è come Analytics possa sapere questo dato e cosa questo significhi realmente. Poniamo il caso che abbiamo un sito scritto in due lingue: italiano ed inglese. Nel momento in cui analizziamo i dati, vedremo che X persone che parlano italiano, Y inglese, Z tedesco hanno visitato il sito, ma non potremo sapere quanti hanno visitato le pagine italiane e quanti le pagine inglesi. Analytics si basa sulla lingua del sistema operativo/browser per dare questi dati, ma se io ho il browser installato in inglese (come è mia norma) o visito le pagine inglesi perché mi va di farlo, Analytics può dare dei dati “falsati” (io sono italiano) e comunque parliamo sempre di lingua parlata di chi naviga e non della lingua delle pagine visitate.
Si potrebbe strutturare il sito in modo da poter capire la lingua delle pagine dall’URL (es.: /it/nomepagina.html, /en/nomepagina.html) ed impostare dei filtri, ma la cosa risulterebbe un po’ macchinosa e non sempre funzionale.
Impostando una dimensione personalizzata Lingua tutto risulterà estremamente semplice e funzionale. Nel momento in cui caricheremo la pagina comunicheremo ad Analytics la lingua della pagina e tutto il resto verrà da se.
Il tipo di pesca praticato
In questo ultimo esempio vediamo come utilizzare le dimensioni personalizzate nell’ambito delle caratteristiche di chi naviga il nostro sito.
Nel nostro ipotetico sito di pesca, gli utenti registrati specificano nel loro profilo qual’è il tipo di pesca che praticano più volentieri. Questo ci serve per mandare delle newsletter dedicate o per proporre articoli o servizi particolareggiati. Analytics non può sapere per ogni utente che visita il nostro sito quale tipo di pesca preferisce, per questo saremo noi ad insegnarglielo creando una dimensione personalizzata Tipo Pesca e per ogni pagina visualizzata dall’utente dirlo ad Analytics. Anche in questo caso potremo successivamente analizzare tutti i dati in relazione al tipo di pesca praticata. Sta alla vostra fantasia poi sta come utilizzare i dati per migliorare il sito 😉
Come creare le dimensioni personalizzate
Sono sicuro che la vostra fantasia si è scatenata ed avete mille idee su come utilizzare questa interessante caratteristica. Vediamo quindi in dettaglio come fare il tutto.
La cosa in realtà è davvero banale. Nella parte amministrativa di Google Analytics del vostro sito, nella colonna proprietà, selezionate Definizioni personalizzate, quindi nuovamente Definizioni personalizzate. A questo punto premete il tasto +nuova dimensione personalizzata, indicate un nome significativo alla dimensione, come ad esempio Autore (lo ritroverete poi nei report di Analytics), come ambito selezionate Hit, quindi premete il tasto Crea.
A questo punto vi verranno presentati i codici di esempio da inserire nella vostra pagina
Nell’immagine vediamo i tre differenti codici da inserire a seconda di quale piattaforma state utilizzando. Per i siti web dovrete utilizzare il primo blocco, quello con il titolo JavaScript (funziona solo per proprietà di Universal Analytics).
Il codice va inserito prima della chiamata:
ga(‘send’, ‘pageview’);
Riprendiamo l’esempio del codice riportato nell’immagine precedente.
var dimensionValue = ‘Mauro Gadotti’;
ga(‘set’, ‘dimension1’, dimensionValue);
Chiaramente il nome dell’autore sarà inserito tramite una variabile PHP/ASP/ASPX/… non manualmente. L’unica cosa a cui dovremo stare attenti è il nome della dimensione personalizzata (quel dimension1) perché nel caso avessimo più dimensioni nello stesso sito, queste non dovranno essere scambiate, altrimenti troverete i valori nel posto sbagliato.
Ora non vi resta che provare, perché come a volte accade: è più facile farlo che dirlo! 🙂
