Riuscire a visualizzare correttamente i dati è uno dei compiti più difficili dei Marketers: bisogna avere delle doti di sintesi (per catturare l’attenzione) e di grafica (per rendere i dati accattivanti e semplici da leggere).
Quanti di voi si sono ritrovati a chiedersi qual è il grafico da scegliere più adatto per questa tematica? come creo il grafico su excel? come faccio un grafico diverso dal normale?
A mio parere gli insegnanti migliori in questo campo sono gli archietetti e in particolare uno Mies Van der Rohe che ha enunciato il postulato “LESS IS MORE”: solo nella semplificazione massima esiste il contenuto pieno, completo e forte. Mies stava solo descrivendo il passaggio da un architettura vecchia a quella moderna. Un po’ il cambiamento che sta avvenendo sulle tematiche dei dati (da qui la mia scelta di usare il Danteum di Torragni come immagine per spiegare la divina commedia, per altro basato sulla sezione aurea, ma questa è un’altra storia;)
I dati “puri” sono difficili da leggere e bisogna sempre produrre report che permetta un’azione di marketing consequenziale e non di impossibile interpretazione. Insomma per costruire una cultura Data-driven problem solving dobbiamo creare analisi/report efficaci ed efficienti basati sul modello “from data to action” che implica la spiegazione di quello che state mostrando coi dati. Le spiegazioni date attraverso le immagini rimangono più impresse e video sono il nuovo trend si storytelling…ma cerchiamo anche di dare delle best practice per i grafici “normali” e “quotidiani”.
Ogni volta che avete finito di fare un report chiedetevi:
- a quale domanda sta rispondendo il grafico?
- il dato è calato nel contesto?
- qual è il grafico che rende la lettura più facile e veloce?
- quale uso dei colori può aiutare la lettura?
- come limitare il numero di dati da inserire?
- quali miglioramenti posso apportare?
- Vediamo in dettaglio cosa potete modificare e/o aggiungere.
Best practice di data visualization
1. A quale domanda sta rispondendo il grafico?
per prima cosa chiedetevi se il grafico sta motivando l’audience, ovvero state rispondendo alle richieste che avete avuto?
il report che avete fatto contiene solo dati o ha anche una spiegazione dettagliata di come usarli (analisi)? non create mai dei fogli asettici per i dipartimenti, i report servono a voi per memorizzare le KPI, ma per le persone che non sanno leggere bene i dati come voi darete un grande aiuto scrivendo a parole una “storia” intorno a quella cifra. Ricordate che ogni grafico deve superare il test “cosa posso farci con questi dati?”, se la risposta è non molto, considerate di segmentarli e arrivare a qualche punto interessante. (ad esempio quanto abbiamo venduto vs. quale nazione ha venduto di più)
2. il dato è calato nel contesto?
un dato da solo dice poco, bisogna sempre contestualizzarlo. In questo senso è utile mettere la variazione percentuale (delta) sia dell’anno passato che del periodo precedente (per individuare trend particolari). Infine inserite sempre una legenda se usate diversi colori e il periodo di riferimento.
3. qual è il grafico che rende la lettura più facile e veloce?
Grafico a linee: utile per mostrare una relazione. Spesso viene usato quando una variabile è funzione dell’altra. Ad esempio le entrate
Grafico a barre: utile quando bisogna comparare, trend o relazioni, all’interno di una variabile. Ad esempio quante volte è stato venduto un prodotto x in diversi PV.
Grafico a torta: utile quando bisogna spiegare la composizione di una metrica. Ad esempio le sorgenti di traffico di un sito.
Grafico a Funnel: utile per mostrare la composizione di una metrica dove esiste una naturale progressione o relazione tra le componenti. Ad esempio il check out funnel degli ecommerce.
Gauge o grafico misuratore: utile per mostrare lo stato di progresso di un obiettivo. Ad esempio lo stato di ottimizzazione SEO onsite.
Grafico a tabella: utile per mostrare una lista .Ad esempio i 10 contenuti più letti.
Grafico a Radar: utile quando si fanno delle comparazioni su tanti livelli. Ad esempio per le analisi dei competitors (SEO e non).
Diagramma di Venn: utile quando bisogna mostrare l’appartenenza degli elementi. Ad esempio è utile per capire la distribuzione dei backlink dei miei competitors e capire quanti ne abbiamo in comune.Qui trovate un bel tool
4. quale uso dei colori può aiutare la lettura?
l’uso dei colori può aiutare quando c’è bisogno di evidenziare un progresso (sfumature di rosso) o uno stadio (rosso, giallo, verde). In excel potete usare le condizioni di formattazione e su Google analytics Table booster
5 come limitare il numero di dati da inserire?
certe volte è inutile inserire fino all’ultimo infinitesimale, bisogna quindi cercare di racchiudere le informazioni utili nel minimo possibile. E’ utile a questo scopo creare per esempio una dimensione chiamata “altro” in cui aggiungere i fattori sotto il 10% o creare delle liste come i Top 10. Insomma non dilungatevi nei dettagli, mettete in risalto i fattori con più alto impatto.
6. quali miglioramenti posso apportare?
Per fare la review finale potrebbe aiutarvi usare il metodo delle 5 W, per chi è il report? a cosa serve? quando? perchè è utile? Dove verrà utilizzato? ma la domanda più importante di tutte è : COSA POSSO TOGLIERE?
7. quali strumenti posso utilizzare per creare data-storytelling?
powerpoint e il suo equivalente per Mac keynote sono i più usati. A mio parere keynote è molto più veloce e intuitivo, ma esistono nuovi modi come video, grafici a mappa, prezi… in generale per le presentazioni ricordatevi sempre
“Don’t limit the number of slides, limit the number of ideas!” (fonte avinash).
Vi lascio con una bella panoramica di strumenti grafici per creare infografiche, tra cui Vengage e VIsme, sensazionali per creare grafici moderni.
Esempio di data storytelling per ecommerce
Negli anni di lavoro mi sono ritrovata molte volte ad analizzare l’andamento di un business, solitamente su base settimanale, mensile e trimestrale. Ho tirato su un modellino standardizzato che funziona molto bene per quasi tutti gli ecommerce.
Obiettivo: controllare che tutto stia andando bene e se c’è qualcosa che non va capire perchè.
questo modello è stato costruito grazie alla tecnica della scomposizione: è un tipo di ragionamento del pensiero laterale inventata da edward de bono. il ragionamento permette di separare tutti gli elementi e cercare il problema per esclusione. Un esempio è albero: mele + foglie + radici + arbusto. Vediamolo applicato al marketing con questa semplificazione:
- Dove ti trovi?
- come sei arrivato?
- che hai fatto sul sito?
- chi sei?
- cosa hai comprato?
- perchè qualcosa non è andato bene?
overview per region e country
i business internazionali hanno bisogno di vedere le performance del customer journey per region (solitamente ci sono capi area dedicati) e per country (all’interno di ogni region c’è sempre la regola 80/20 ovvero il 20 percento delle region fanno 80% del fatturato). se vendiamo in una sola country è comunque carino vedere che ha una buona propensione di interesse per capire dove potenziare il nostro ecommerce. per prima cosa cerchiamo di capire se abbiamo dei problemi particolari da qualche parte. se a livello aggregato i dati sono tutti positivi (yoy) allora andiamo avanti. se i dati sono negativi allora iniziamo la scomposizione. se i dati di traffico sono negativi andremo nel overview canali per vedere chi è responsabile, se i dati sono negativi in termini di product view o add to cart o conversion rate andremo nella sezione UX o target (magari c’è un problema di velocità del sito o di bug del checkout). se i dati sono negativi in termini di revenue andremo nella sezione prodotti o target (magari comprano prodotti meno costosi
overview canali
quando analizziamo i canali lo facciamo quasi sempre in termini di capacità di acquisizione e qualità del traffico. le KPI che guardiamo quindi sono più legate all’awareness come sessioni e bounce, le altre KPI sono molto legate al sito e quindi alla UX. se le KPI di sessioni sono negative è necessario crearsi dei focus su ogni singolo canale. ad esempio Google ads avrà bisogno di vedere il cpc (è aumentata la competizione?), il ctr (sono peggiorati i copy?) e il budget (abbiamo investito meno?). lo stesso per la SEO magari guardando la posizione media (è sceso il posizionamento?). se abbiamo delle competenze analitiche orizzontali possiamo inserire tutto in dashboard e fare un focus per ogni canale con le KPI di pre click segnalate nella sezione KPI per canale in base alla propedeuticità.. E’utile per comprendere meglio la strategia di traffico avere un focus che risponde alla domanda su quali pagine atterrano i miei canali? avremo le sessioni per categoria di pagina (home, prodotti, categorie, checkout) per ogni canale e capire la strategia di atterraggio di ognuno di loro.
overview UX
in questa fase è importante analizzare la velocità del sito che impatta sia l’acquisizione che la conversione, così come le pagine 404.. è importante sapere in quale step del sito gli utenti escono di più e magari aggiungere un focus sul checkout. se siamo stati particolarmente bravi nella fase dei tracciamenti magari sarà disponibile il numero di “filling errors” nei campi del checkout. se troviamo problemi di velocità e individuaimo queste pagine è possibile andare su tool come Google page speed insight e discutere con gli IT le ottimizzazioni possibili. se troviamo errori durante il checkout dobbiamo necessariamente aprire il sito e fare un’analisi qualitativa (detta euristica) per capire se vengono rispettate le best practice di UX.
overview target
in questa fase è necessario sapere che tipo di device viene utilizzato dagli utenti lungo il customer journey. il genere e l’età dei nostri utenti. ricordate che questi dati sono dei campioni e le sessioni è meglio leggerle in percentuale. potremmo scoprire che sia il traffico che il sito funzionano ma le campagne hanno portato sul sito un target diverso ed impattare negativamente il tasso di conversione e quindi le entrate. e’ carino infatti filtrare questo report per i vari canali.
overview prodotto
in questa fase è necessario guardare quali categoria prodotto vengono vendute di più e i prodotti singoli in termini di visualizzazioni delle schede prodotto, aggiunte a carrello, quantità acquistata e revenue. e’ carino vedere anche qui i canali quali categoria di pagine spingono di più. potremmo scoprire che è aumentato il numero di prodotti acquistato ma le persone acquistano prodotti che costano meno e quindi veder scendere le entrate. in quel caso potremmo dedicare più budget a campagne su prodotti ad alta marginalità.
deep dive
finita l’overview avrete sicuramente trovato qualcosa. quel qualcosa deve scendere nel dettaglio, aggiungere KPI più tecniche ecc. qui entra il gioco la propedeuticità delle KPI. capitano diversi approfondimenti come:
- SEO vs SEA
- top keyword SEO
- top campagne ADV
- aut of stock
- ecc
la capacità di analisi è strettamente legata alla sperimetazione del problema e all’utilizzo delle segmentazioni e dei filtri. ad esempio il problema è in EMEA, soprattutto in FR e DE. filtriamo i canali per queste due country e vediamo quale canale è responsabile del calo delle sessioni è legato al cpc. allora andiamo nel focus cpc e vediamo che aumentato il cpc. siamo costretti ad investire di più (a parità di quality score).
L’arma segreta? la data visualization e la velocità di associazione
quello che rende Data Studio uno strumento di analisi (e non solo di dashboard) infatti è proprio l’interattività che abbiamo coi dati e la capacità di rispondere alle domande che facciamo in modo veloce.
più velocemente riusciamo ad interagire coi dati più velocemente riusciamo a ragionare.
per riuscire nell’impresa è necessario:
- aver scelto bene i grafici per rispondere alle domande
- avere tutto nel solito luogo di consultazione
- poter applicare filtri e segmenti per cercare dettagli