Le metriche applicabili al sito web e ai social media sono oggetto di ricerca da parte di molti studiosi: le aziende hanno gradualmente compreso che il Web 2.0 è un canale legittimo di business, con un ritorno sull’investimento pari agli altri media, motivo per cui il campo dei web analytics è progredito, aiutando sempre più i responsabili nella misurazione dell’efficacia dei propri canali. Le metriche oggi utilizzabili sono numerose: si è passati dall’utilizzo di metriche molto semplici, soprattutto dedicate ai siti web, a metriche più complesse e critiche nel determinare il successo di una strategia online. Esse possono essere raggruppate e distinte secondo diversi criteri:
a seconda della tipologia, si distingue tra metriche quantitative e metriche qualitative;
a seconda degli obiettivi, si possono utilizzare metriche di attività, metriche di interazione, metriche di rendimento (Tuten e Solomon, 2014). Le metriche utilizzate sono diverse a seconda che si voglia aumentare la brand awareness, il brand engagement o il word-of-mouth (Hoffman e Fodor, 2010); e ancora, si può
30
distinguere tra metriche per obiettivi di breve periodo, quali ottenere considerazione, stimolare la prova, incoraggiare il riacquisto, e di lungo periodo, come migliorare la soddisfazione del cliente, creare consapevolezza, costruire relazioni (Barger e Labrecque, 2013);
a seconda della fase del customer journey (Court et al. 2009) che si intende analizzare, le metriche possono risultare appropriate per monitorare la fase di
awareness, familiarity, consideration, purchase o loyalty;
a seconda della fase di acquisto, alcune metriche possono essere più utili per il monitoraggio della fase di pre-acquisto, altre per la fase di vendita, altre per quella post-vendita.
Di seguito viene presentata una raccolta delle metriche utilizzabili per il sito web e i social media in base a quanto emerso dalla letteratura: le fonti per questa parte del lavoro sono articoli accademici ricavati tramite Scopus e Google Scholar. Essendo un argomento che evolve continuamente seguendo l’evoluzione digitale e lo sviluppo continuo di nuovi metodi per la rilevazione di dati dal web, la rete abbonda anche di articoli che presentano selezioni delle metriche considerate più importanti, suggeriscono buone pratiche per l’utilizzo delle analytics o propongono nuove misure. Il tema risulta essere complesso e costantemente aggiornato, di conseguenza, per quanto la raccolta di seguito presentata sia stata svolta avendo cura di comprendere tutte le principali e più diffuse metriche, è possibile che nella letteratura ne siano presenti ulteriori qui non ricomprese.
La Tabella 2.1 vuole presentare una panoramica delle metriche al di là di qualsiasi suddivisione possa essere fatta secondo i criteri esposti in precedenza, ma semplicemente indicando il canale a cui ciascuna metrica può essere applicata e gli autori che hanno approfondito o adottato tale misura nella loro attività di ricerca. L’Appendice 1 contiene una versione approfondita della tabella, dove sono presentate per completezza anche metriche che non verranno prese in considerazione nel seguito della trattazione e dove sono state riportate le definizioni e modalità di calcolo delle metriche.
31
Tabella 2.1 Metriche applicabili al sito web e ai social media
AUTORI METRICA CANALE
Novak & Hoffman, 1997; Cutler & Sterner, 2000; Burby, Brown & WAA, 2007; Duncan, 2010; Hoffman & Fodor, 2010; Interactive Advertising Bureau, 2013; Jeffrey, 2013
Numero di visite (visit)/ visite uniche Sito web Novak & Hoffman, 1997; Cutler & Sterner, 2000; Burby,
Brown & WAA, 2007; Duncan, 2010; Interactive
Advertising Bureau, 2013; Jeffrey, 2013 Numero di visitatori/utenti unici Sito web
Novak & Hoffman, 1997; Cutler & Sterner, 2000; Phippen, Sheppard and Furnell, 2004; Burby, Brown & WAA, 2007; Berkowitz, 2009; Duncan, 2010; Hoffman & Fodor, 2010
Numero di visualizzazioni di pagina Sito web Novak & Hoffman, 1997; Cutler & Sterner, 2000;
Peterson, 2006; Plaza, 2011; Jeffrey 2013 Pagine per visita - Profondità della visita Sito web Peterson, 2006; Cutler & Sterne, 2000; Burby, Brown &
WAA, 2007; Järvinen, 2015 Visualizzazioni di pagina per visita Sito web
Cutler & Sterne, 2000; Peterson, 2006 Visite medie per visitatore Sito web
Novak & Hoffman, 1997; Cutler & Sterne, 2000; Burby, Brown & WAA, 2007; Hoffman & Fodor, 2010; Duncan, 2010; Plaza, 2011; Interactive Advertising Bureau, 2013; Jeffrey, 2013
Tempo sul sito - Durata della vista -
Durata media del tempo sul sito Sito web
Peterson, 2006 Percentuale di visite a tempo elevato, medio e basso Sito web
Novak & Hoffman, 1997 Tempo medio sulla pagina Sito web
Cutler & Sterne, 2000 Frequenza della visita Sito web
Cutler & Sterne, 2000; Phippen, Sheppard & Furnell,
2004; Peterson, 2006 Fattore di adesività Sito web
Cutler & Sterne, 2000 Freschezza dei contenuti Sito web
Burby, Brown & WAA, 2007; Plaza, 2011; Jeffrey, 2013 Numero di nuove visite Sito web
Burby, Brown & WAA, 2007; Numero di visitatori ripetuti Sito web
Burby, Brown & WAA, 2007; Hoffman & Fodor, 2010;
Plaza, 2011; Jeffrey, 2013 Numero di visite di ritorno Sito web
Peterson, 2006 Percentuale di visitatori nuovi o di ritorno Sito web
Peterson, 2006 Rapporto tra visitatori nuovi e di ritorno Sito web
Peterson, 2006 Percentuale di visitatori in un segmento specifico Sito web
Peterson, 2006 Percentuale di visitatori che utilizzano la funzione di ricerca nel sito Sito web
Cutler & Sterne, 2000 Indice di personalizzazione Sito web
Butkiewicz, 2011 Numero e tipologia di oggetti caricati Sito web
Butkiewicz, 2011 Byte scaricati per caricare un sito web Sito web
Butkiewicz, 2011 Numero di server contattati Sito web
Galletta et al., 2004; Butkiewicz, 2011 Tempo di rendering e tempo di caricamento della pagina Sito web
Galletta et al., 2004 Tempo di download Sito web
32
Peterson, 2006 Tasso di completamento del modulo Sito web
Burby, Brown & WAA, 2007 Tasso di uscita dalla pagina Sito web
Burby, Brown & WAA, 2007; Duncan, 2010; Plaza,
2011; Feroz, 2017 Frequenza di rimbalzo Sito web
Peterson, 2006 Percentuale di visitatori/clienti con soddisfazione alta/bassa Sito web
Phippen, Sheppard and Furnell, 2004 Pagine per browser Sito web
Hoffman & Fodor, 2010 Search ranking Sito web
Weischedel & Huizingh, 2006; Burby, Brown & WAA,
2007; Duncan, 2010 Tasso di conversione Sito web
Novak & Hoffman, 1997 Esposizioni di pagina e del sito Sito web
Järvinen, 2015 Prime pagine del sito Web Sito web
Järvinen, 2015; Feroz, 2017 Volume di traffico al sito web Sito web
Zhang et al. 2004; Hoffman & Fodor, 2010; De Bakker,
2013 Numero di link in entrata Sito web
Phippen, Sheppard and Furnell, 2004; Plaza, 2011;
Järvinen, 2015 Fonte del traffico al sito web Sito web
Berkowitz, 2009 Tempo trascorso sul sito tramite i referral dei social media Sito web Zhang et al. 2004; Hoffman & Fodor, 2010; De Bakker,
2013 Numero di link in uscita (out-link) Sito web
Novak & Hoffman, 1997; Peterson, 2006; Weischedel & Huizingh, 2006; Burby, Brown & WAA, 2007; Iitsuka &
Matsuo, 2015 Percentuale di click (CTR)
Sito web, social media Novak & Hoffman, 1997; Burby, Brown & WAA, 2007;
Berkowitz, 2009 Numero di click-through / ad clicks social media Sito web,
Berkowitz, 2009; Hoffman & Fodor, 2010 Numero di volte aggiunto ai segnalibri social media Sito web,
Novak & Hoffman, 1997 Copertura (reach) social media Sito web,
Novak & Hoffman, 1997; Peterson, 2006 Frequenza social media Sito web,
Berkowitz, 2009; Hoffman & Fodor, 2010 Numero di recensioni/voti social media Sito web, Berkowitz, 2009; Hoffman & Fodor, 2010; De Vries et
al., 2012; Jeffrey, 2013; Bonsòn & Ratkai, 2013; Schultz, 2016
Numero (medio) di like (o altra reazione)
per post/contenuto Social media
Kaushik, 2011 Tasso di applauso Social media
Hoffman & Fodor, 2010; Jeffrey, 2013; Schultz, 2016 Numero di condivisioni Social media
Kaushik, 2011 Tasso di amplificazione Social media
Novak & Hoffman, 1997; Hoffman & Fodor, 2010 Impressioni Social media
Berkowitz, 2009; Hoffman & Fodor, 2010; De Vries et al., 2012; Jeffrey, 2013; Bonsòn & Ratkai, 2013; Kim et
al., 2014; Schultz, 2016 Numero di commenti per post Social media
Hoffman & Fodor, 2010; Kim et al. 2014 Numero di commenti di risposta Social media Berkowitz, 2009; Kaushik, 2011; Jeffrey, 2013 Indice (o tasso) di conversazione Social media
Berkowitz, 2009; Gräve, 2019 Numero di interazioni Social media
33
Kim et al. 2014 Indice interattivo-dialogico Social media
Jeffrey, 2013 Indice di conversazione sulle risposte Social media
Berkowitz, 2009; Hoffman & Fodor, 2010; Jeffrey,
2013; Kim et al. 2014 Numero di seguaci Social media
Berkowitz, 2009 Tasso di crescita di fan/follower/amici Social media
Hoffman & Fodor, 2010; Jeffrey, 2013 Numero di visualizzazioni di foto/video Social media Hoffman & Fodor, 2010 Numero di elementi generati dall'utente (foto, discussioni, risposte) Social media Hoffman & Fodor, 2010; Kim et al. 2014 Numero di post sulla pagina/profilo aziendale Social media
Phippen, Sheppard and Furnell, 2004 Fattore di pertinenza Social media
Berkowitz, 2009 Sentiment per volume di post / impression Social media
Fay & Larkin, 2017 Indice di sentimento Social media
Berkowitz, 2009 Volume di buzz creato dal consumatore / Percentuale di buzz tramite
link/video/foto Social media
Berkowitz, 2009; Bonsón & Ratkai, 2013 Tasso di viralità Social media
Berkowitz, 2009 Percentuale di traffico generato da earned media Social media
Berkowitz, 2009 View-throughs Social media
Berkowitz, 2009 Tasso di fidelizzazione dei clienti / visitatori Social media
Berkowitz, 2009; Barger & Labrecque, 2013 Lead generati Social media
Berkowitz, 2009; Hoffman & Fodor, 2010; Barger &
Labrecque, 2013 Volume di menzioni Social media
Berkowitz, 2009; Lovett & Owyang 2010; Barger &
Labrecque, 2013 Share of voice Social media
Berkowitz, 2009; Lovett & Owyang 2010; Barger &
Labrecque, 2013; Tasso di engagement Social media
Barger & Labrecque, 2013 Engagement per post Social media
Barger & Labrecque, 2013 Advocates Social media
Barger & Labrecque, 2013 Tempo di risposta Social media
Peterson, 2006 Percentuale di clienti nuovi / di ritorno E-commerce
Peterson, 2006 Percentuale di ordini da clienti nuovi / di ritorno E-commerce
Peterson, 2006 Valore medio dell'ordine E-commerce
Peterson, 2006 Numero medio di articoli per carrello completato E-commerce
Peterson, 2006 Tasso di conversione E-commerce
Peterson, 2006 Tasso di inizio carrello E-commerce
Peterson, 2006 Tasso di completamento del carrello E-commerce
Peterson, 2006 Tasso di completamento del pagamento E-commerce
Cutler & Sterne, 2000; Phippen, Sheppard and Furnell,
2004 Tasso di abbandono E-commerce
34
Come si può comprendere dalla lettura della tabella, alcune metriche possono essere calcolate semplicemente con i dati rilevabili autonomamente sul web da una qualunque persona, altre invece possono essere calcolate solo dal proprietario del sito e/o pagina nei social network: le visite e i comportamenti dei visitatori sul sito sono tracciabili grazie a software di terze parti che forniscono poi i dati elaborati; per quanto riguarda i social media, invece, alcune misure (ad esempio il numero di like ad un post Facebook o il numero di commenti ad un post Instagram) possono essere rilevati manualmente, mentre per altre (come il numero di impression) vengono fornite direttamente dall’applicazione o dalla piattaforma.
Le metriche web sono misure che riflettono il modo in cui i clienti si muovono sul web, possono essere basate su dati clickstream, sondaggi sui clienti o dati esterni raccolti da società di analisi e permettono quindi di ottimizzazione i propri canali online per garantire che soddisfino le aspettative dei clienti e lo scopo previsto dall'azienda. Secondo Weischedel (2006), quando si parla di ottimizzazione, la maggior parte dei manager preferisce le metriche web basate sui dati clickstream piuttosto che interviste sui clienti, poiché i primi sono ampiamente disponibili in quanto archiviati in modo predefinito nei registri dei server; egli sostiene, tuttavia, che i dati clickstream mostrino il "quando" e il "che cosa" delle visite web, ma sono di scarsa utilità per rispondere al "come" e al "perché" l’utente sta utilizzando quel canale: ad esempio, le metriche clickstream consentono ai gestori di identificare le aree che ricevono poco traffico, ma un’indagine sugli utenti permette di scoprire perché il traffico è inferiore al previsto. L’autore, dunque, sostiene che le metriche derivate dai registri del server o dai tag di pagina devono essere combinate con le informazioni proveniente dall’indagine qualitativa (Weischedel e Huizingh 2006).
2.3. Metriche: la presenza, visibilità e reputazione online