Alzi la mano chi oggi ha consultato le previsioni del tempo da un sito o app. Se anche tu fai parte del gruppo, sappi che stavi usando una dashboard giornaliera. Una precisazione: quando uso il termine “giornaliera” non mi riferisco a una dashboard che contenga i dati di un giorno solo, ma a una dashboard che possa essere consultata ogni mattina e che riporti informazioni rilevanti per prendere decisioni nel presente o nell’immediato futuro (ad esempio decidere se prendere l’ombrello quando si esce di casa). Meteo a parte, a cos’altro serve una dashboard di questo tipo?
Dashboard giornaliera: una dashboard che possa essere consultata ogni mattina […] per prendere decisioni nel presente o nell’immediato futuro
Una cosa che forse sarà capitata anche a te: a causa di un problema tecnico (aggiornamento plugin/tema, attacco informatico) si corrompe il database di un sito oppure si “rompe” il processo di registrazione o di acquisto. I normali alert per segnalare che la pagina è offline non scattano, perché il sito è ancora raggiungibile, ma privo di contenuto o non del tutto funzionante. Prima di accorgersi dell’errore possono passare giorni o settimane, durante le quali stai perdendo traffico (anche da campagne a pagamento, nel peggiore dei casi) e clienti potenziali. Queste conseguenze negative si possono evitare o almeno mitigare con una dashboard giornaliera in grado di rilevare le anomalie nel traffico. In linea di principio, prima identifichiamo le anomalie e prima possiamo analizzarle e capire se è necessario intervenire.
Un altro scenario di utilizzo molto comune che mi viene in mente è la gestione del budget pubblicitario delle campagne. Una dashboard giornaliera in questo caso può aiutare a individuare dei trend nel breve periodo o delle microstagionalità, che potrebbero portare a rivedere l’allocazione del budget.
Qualche mese fa, avevo raccontato in un altro articolo il mio apprezzamento per Google Data Studio come strumento per la rappresentazione e l’analisi dei dati. Oggi torno a parlare di Google Data Studio e di come usarlo per creare e programmare l’invio di una dashboard giornaliera. In realtà, mentre alcuni procedimenti fanno riferimento a Google Data Studio (ad esempio l’invio automatico), i principi che ho sintetizzato non sono legati a una specifica piattaforma, ma sono un insieme di linee guida maturate durante gli anni.
Passo 1 – Individua i KPI
Di recente in una newsletter mi è capitato di leggere una domanda sui contapersone – quei sistemi manuali o automatici che contano l’ingresso delle persone in un’area o negozio – e se avesse senso misurare le performance di un’attività commerciale (o degli addetti alle vendite) guardando solo al rapporto tra ingressi e scontrini. In breve: no, non ha molto senso.
Se mi concentro solo su un dato (numero di persone che entrano / numero di acquisti) senza tenere conto del contesto, rischio di avere una visione parziale, che non spiega il perché di certi numeri e non permette di prendere decisioni informate. Per esempio, se sto facendo degli sconti, se ho campagne pubblicitarie attive in tv o alla radio, se un giorno piove e più gente entra in negozio, ma solo per ripararsi dalla pioggia…sono tutti elementi che possono avere un impatto sui risultati e dei quali dovrei tenere conto.
Per questa ragione gli indicatori chiave di performance (KPI) vanno scelti con cura, soprattutto in una dashboard giornaliera che, per essere facile e rapida da visualizzare, ha a disposizione uno spazio limitato. La letteratura aziendale è ricca di definizioni di cosa sia un buon KPI, cioè quel valore che ci permette di misurare il raggiungimento di un obiettivo. La scelta dei KPI dipende dagli obiettivi di business e dalla struttura dell’offerta e quindi non ci può essere una risposta univoca alla domanda “Quali KPI devo scegliere?”.
In ambito digital, siamo abituati a parlare di utenti, sessioni, pagine viste, frequenza di rimbalzo, tasso di conversione,…Sono tutti indicatori che, se combinati tra loro e osservati nel dettaglio (per esempio suddividendo i dati per canale o dispositivo), danno informazioni utili a capire il rendimento di un sito o di un e-commerce.
Oggi ne segnalo tre, meno noti, ma secondo me molto interessanti perché mettono in evidenza come le persone interagiscono con una pagina web.
- dwell time: questa è una metrica importante soprattutto in ambito SEO, perché indica il tempo che una persona passa sul tuo sito prima di fare clic su “indietro” e tornare ai risultati di ricerca. Se questo tempo è basso, vuol dire che ha abbandonato il sito molto rapidamente. Questo può indicare un problema tecnico (es. sito troppo lento a caricare o non ottimizzato per dispositivi mobili) o di contenuti non adatti/rilevanti
- percentuale di ricerche nel sito senza risultato: se è alta, vuol dire che le persone fanno fatica a trovare quello di cui hanno bisogno nel sito. A partire da questa indicazione, va fatta un’analisi approfondita per capire se c’è un problema tecnico (malfunzionamento motore ricerca, assenza autosuggest, ecc.) o se davvero si tratta di pagine/prodotti non presenti (e in questo caso potrebbe diventare un’opportunità)
- frizione all’acquisto: con questo indicatore intendo la percentuale di sessioni in cui la persona ha abbandonato il funnel di acquisto in seguito a un errore di login/registrazione (o altro tipo di errore che si stia tracciando). Vedendolo in un altro modo: sono i mancati ingressi (o lead) causati da un problema tecnico o di usabilità
Ora tocca a te: riesci a pensare a tre (o più) KPI fondamentali per la tua attività? Se ti fa piacere, condividili pure nei commenti.
Passo 2 – Decidi come rappresentare i dati
Dopo aver deciso quali dati rappresentare, il passo successivo è decidere come verranno visualizzati, andando cioè a scegliere il formato (grafico, tabella, scheda punteggi) più adatto per ogni KPI.
Quando si tratta di visualizzare i dati, Google Data Studio mette a disposizione parecchie opzioni, le principali sono:
- tabelle: in generale, una tabella permette di organizzare i dati in file e colonne e risulta utile quando vogliamo includere sia i valori di riepilogo che i dettagli per diverse metriche (es. principali indicatori di traffico suddivisi per campagna). In Data Studio le tabelle si dividono in semplici o pivot (per rappresentazioni più complesse con più dimensioni) e permettono di mostrare insieme ai valori anche barre e mappe di calore. Una nota: troppe tabelle finiscono per appesantire visivamente una dashboard
- scheda punteggi (o scorecard): è utile soprattutto quanto si vuole mettere in evidenza un valore di riepilogo, mostra una metrica e la differenza (percentuale o assoluta) con il periodo di comparazione selezionato, ad esempio l’anno precedente
- grafico a linee: si usa per mostrare l’evoluzione nel tempo di una o più metriche e per individuare trend o stagionalità
- grafico a barre: può essere a barre verticali o orizzontali e le barre possono essere normali o impilate (nel caso in cui ci siano più dimensioni). È usato soprattutto per fare comparazioni tra i dati, confrontando l’altezza/lunghezza delle barre
- grafico a torta: croce e delizia di chi deve rappresentare dei dati, i grafici a torta sono visivamente accattivanti, ma possono diventare difficili da interpretare in presenza di troppi dati o quando le differenze tra un valore e l’altro sono piccole.
- grafico ad area: come il grafico a linee, mostra l’andamento nel tempo, con in aggiunta la possibilità di segmentare l’area del grafico per una dimensione. Lo si può usare ad esempio per mostrare il traffico suddiviso per canale: in questo modo si può osservare nello stesso grafico l’andamento globale del traffico e l’evoluzione e il peso di ogni canale. Questo a patto che i canali non siano più di cinque o sei, altrimenti rischia di diventare poco chiaro; in quel caso meglio ripiegare su una tabella
- altri grafici meno comuni: mappe geografiche, bullet chart, diagrammi a bolle o grafici combinati (linee + barre)
- grafici creati dalla community: si tratta di alcuni grafici sperimentali, come il tachimetro, il radar o il diagramma Gantt, disponibili in aggiunta a quelli standard
Questi sono i formati disponibili, ma qual è quello più adatto per ogni dato? Questo dipende da quello che si vuole mettere in evidenza (evoluzione, tendenza, confronto, ecc.) e dal livello di dettaglio richiesto. Più si va a livello microscopico (i singoli valori mostrati con precisione) e più predominano le tabelle. Al contrario, allontanandosi dal singolo dato e cercando di catturare il contesto generale o il trend, ci ritroviamo più spesso ad avere a che fare con i grafici. Con tutte le possibili vie di mezzo, come tabelle che sono anche mappe di calore o grafici iperdettagliati.
Inoltre è importante ricordare che lo stesso dato può esistere in più formati. Se serve a creare una dashboard più efficace, non avere paura a ripetere lo stesso dato in formati diversi. Per esempio, si possono riportare le entrate di un e-commerce in una scheda punteggi, per mettere in risalto l’importo totale ed un confronto immediato con il periodo precedente. Lo stesso dato potrebbe trovarsi anche in un grafico a linee, per vedere l’evoluzione nelle ultime settimane. Infine, le entrate, insieme alla quantità venduta, al prezzo medio e al tasso di conversione, potrebbero rientrare in una tabella che le suddivide per categoria di prodotto. Il dato è lo stesso (le entrate), ma l’informazione che ne ricaviamo in ogni caso è diversa. La raccomandazione è quella di cercare un equilibrio tra esigenze informative e spazio limitato.
Passo 3 – Organizza gli elementi nella dashboard
Sai cosa vuoi rappresentare e hai già deciso quali grafici o tabelle usare: il lavoro è quasi concluso, oppure no?
Per il momento hai solo degli elementi scollegati, ora vanno organizzati all’interno della dashboard. Questa è la checklist che uso per orientarmi in questa fase:
Dimensione e orientamento: in Google Data Studio la dimensione di una pagina si può impostare a mano in maniera semplice. Esiste anche l’opzione di lasciare che la dashboard si adatti automaticamente alla larghezza dello schermo (ma non funziona sempre benissimo e non è compatibile con i dispositivi mobili). Vale comunque la pena prendersi due minuti prima di partire per definire l’orientamento (orizzontale o verticale) e la dimensione massima, tenendo conto che la maggior parte degli schermi non supera i 1920 pixel di larghezza e molti portatili arrivano solo a 1366.
Distribuzione dei blocchi principali: che sia con una bozza su carta o direttamente in Google Data Studio, gli elementi (grafici, blocchi di testo, filtri, ecc.) vanno incastrati tra loro in maniera coerente, sia visivamente (altrimenti la dashboard risulterà disordinata), sia da un punto di vista logico, pena una maggiore difficoltà nel leggere i risultati. Se non hai ancora tutti gli elementi, puoi usare dei placeholder.
Filtri: anche se lo scopo principale di una dashboard giornaliera non è l’analisi approfondita dei dati, il mio suggerimento è di prevedere comunque un certo grado di interattività. La possibilità di selezionare un intervallo di date dovrebbe essere sempre presente, così come alcuni filtri rapidi (es. possibilità di filtrare per dispositivo o campagna)
Testo: aggiungi il testo che ritieni necessario, ad esempio per spiegare come viene calcolata una metrica o la provenienza di un KPI. Se il testo occupa poco spazio (una o due righe), può essere posizionato accanto all’elemento a cui si riferisce, altrimenti è preferibile creare dei blocchi separati o una sezione “Note” a piè di pagina
Titoli e legenda: verifica che ogni elemento sia facile da identificare grazie ad un titolo chiaro e “parlante” (es. invece che un generico “Visite”, meglio “Trend delle visite per canale”). I grafici inoltre dovrebbero avere una legenda, che in Data Studio può essere posizionata in alto, in basso o a destra (o rimossa del tutto).
Fonte dei dati: va aggiunta, se nota, la provenienza dei dati. Se la fonte è la stessa è sufficiente riportarla una volta sola, ad esempio in fondo alla dashboard. Se invece cambia, sarebbe meglio specificarla per ogni grafico o tabella.
Dopo aver messo insieme tutti gli elementi, è il momento di un piccolo test per verificarne l’efficacia. In particolare, penso al 5 second test, spesso usato per capire se un sito o un annuncio sono in grado di comunicare il messaggio desiderato. In pratica, si osserva un’immagine (la dashboard in questo caso) per cinque secondi e poi si cerca di capire quanto è rimasto impresso nella memoria.
L’obiettivo non è quello di recuperare tutta l’informazione della dashboard in quei cinque secondi (sarebbe impossibile, soprattutto se ci sono delle tabelle), ma riuscire a ricavare in pochi istanti l’informazione sufficiente a decidere se è necessario fermarsi e approfondire i dati. Se è facile individuare anomalie, modifiche del trend e valori negativi, anche con l’uso dei colori opportuni, direi che siamo davanti ad una buona dashboard giornaliera.
Passo 4 – Programma l’invio
Programmare l’invio giornaliero della dashboard con Google Data Studio è facilissimo! Fai clic sulla piccola freccia rivolta verso il basso accanto al bottone “Condividi” in alto a destra e nel menu che apparirà scegli la voce “Pianifica consegna email”.
A questo punto potrai aggiungere i destinatari, personalizzare l’oggetto e il corpo dell’email e programmare l’invio (data e ora di inizio e frequenza). Il messaggio che riceverai nella tua casella di posta conterrà una cattura della dashboard in formato PDF e un link per aprirla in Google Data Studio.
Un piccola curiosità, che ho avuto modo di testare in prima persona: ad oggi, non serve avere un account Google per ricevere l’email con la dashboard (mentre serve per visualizzarla in Google Data Studio).
Se questo articolo ti è piaciuto e hai deciso di realizzare anche tu la tua dashboard giornaliera, o se già ne usavi una, fammelo sapere nei commenti :)
Commenti