Nicola, mi segnala che Google Analytics ha aggiunto una funzione estrememente interessante.

La possibilità di avere informazioni statistiche per settore merceologico fornite da altri utenti in modo anonimo, attraverso le quali poter fare analisi sul nostro sito.

Mi spiego meglio.

Attivando l’opzione dal pannello visitatori possiamo comparare queste informazioni:

• Visite
• Bounce Rate
• Tempo Medio
• PageView
• PageView/Visite
• Nuove Visite

Con una media statistica di siti delle nostre “dimensioni” condivisi da altri utenti e catalogati da google in queste macrocategorie:

Interessantissima è la possibilità di valutare alcuni dati statistici per campo semantico, ad esempio:

Il tempo su sito medio per il settore Viaggi è di 1.20 Minuti, per il settore “E-Commerce” siamo sui 1.08 Minuti, per il settore Intrattenimento, Videogames siamo sui 45 secondi.

Ovvio dobbiamo prendere questi dati con le molle, perchè il servizio è attivo da poco prima di metà febbraio, e non tutti per adesso sono “felici” di condividere questo tipo di informazioni con Google (che dimostra per l’ennesima volta, di saperne una più del diavolo…).

Facendo un pò di prove si vede che c’è ancora molta strada da fare, si intravedono infatti alcune incongruenze, diventerà però, con il tempo, un ottimo punto di partenza per analisi statistiche di qualsiasi tipo.

Qualche Feedback?

Sulla falsa riga di un post di Napolux esterno una riflessione in realtà datata qualche settimana fa dopo aver incocciato davanti ad un Carrefour uno sciopero per il rinnovo del contratto del Commercio (volevo linkare qualcosa di decente, ma si trovano poche fonti..).

La domanda è semplice: cosa potrebbe succedere se a guidare un qualsiasi sciopero fosse un “esperto” di marketing digitale?

Se invece di andare davanti a fabbrica / negozio a fare picchetti a colleghi o clienti un centinaio di persone si mettesse davanti ad un pc con internet e facesse quello che gli dice una persona che ha un minimo di conoscienza dei meccanismi di ranking sui motori che danno potrebbe provocare al brand di un’azienda?

Se ne parla da un pò e in ambiti diversi, professionisti del settore, o utenti appassionati.

Ma il problema è sempre il solito, i sistemi attuali di web analytics fondano la propria sapienza su un dato, il visitatore unico, che per una serie di problematiche tecniche (inerenti alla capacità di tracciamento dei sistemi attualmente in uso), non può essere “preciso” per definizione.

Quello che mi fa “sorridere” è che (se si analizzano problemi sufficentemnte complessi) il problema in realtà non esiste.

Facciamoci una domanda: a cosa serve un programma di Web Analysis?

Un programma di Web Analysis serve a capire criticità e punti di forza del sito sul quale è usato, per usare poi questi dati a nostro vantaggio: capire cosa ha che non va una certa pagina e capire perchè una certa area del nostro sito gode di un maggior “favore” da parte del motore (o degli utenti).

La mia opinione è che per fare questo tipo di lavoro non c’è bisogno di un dato preciso, ma di un trend che, sulla base di dati reali, sia almeno statisticamente e proporzionatamente corretto.

Se si parla di una mole di dati sufficientemente grande credo che gli attuali software diano un effettiva e importante “fotografia” di ciò che motori e utenti pensano del nostro sito, e credo che siano una buona base di partenza per una qualsiasi analisi.

Se poi i visitatori unici sono 1000 effettivi invece di 1300 poco male se in tutto il sito e per tutto il periodo realtivo alla mia analisi quel dato è “sbagliato” nello stesso modo.

Matematicamente se un errore si ripete nello stesso modo e il tipo di analisi che faccio ha un approccio percentuale o statistico, l’errore, per quanto grande, può essere trascurabile, perchè anche correggendolo le mie statistiche ne risentirebbero solo lievemente.

E’ poi evidente che più la mole dei dati è grande più quell’errore sarà irrisorio, se si parla di 30 unici al giorno non vedo che tipo di analisi si potrebbe fare, indipendentemnte dal fatto che siano 30 effettivi o 30 fittizi.

AJAX, acronimo di Asynchronous JavaScript and XML, è uno strumento che permette di cambiare, con operazioni lato server, elementi di una pagina html senza dover ricaricare la pagina.

Anima del WEB 2.0 AJAX sta prendendo sempre più piede in rete, per fare un esempio, lo script che mostra le categorie qui sopra usa una libreria AJAX.
E’ un esempio sempliciotto per carità (sembra un normale menu a discesa), ma forse basta per far capire di cosa sto parlando.

Sempre più spesso si trovano siti che utilizzano AJAX per i motivi più disparati, sistemi di commenti, navigazione con tab, foto ed edit di pagine onclick (flickr).

Con l’andare del tempo cresce la necessità di trovare risorse SEO Friendly che utilizzino questo tipo di tecnologia, che incrementa la User Experience in modo impressionante.

I problemi a questo punto sono due.

• Tracciare le transizioni (dopo il submit di una form ad esempio) per le conversioni attraverso software di Analytics.
• Trovare Librerie AJAX che risultino SEO Friendly e permettano un indicizzazione corretta.

Per le piccole cose lato SEO, io mi sono trovato bene con script.aculo.us, sostanzialmente sono librerie semplici, che permettono sempre di includere i DIV da mostrare o eliminare nella html della pagina.

Per cose più complesse questo non basta, spesso è infatti necessario allocare il testo in risorse esterne (file .js o .html ma esterni).

Se quindi trovate risorse utili ben venga, postate pure un commento qui, vedrò di stare dietro a questo post :)

Per quanto riguarda invece il tracciamento di transizioni AJAX già se ne parla in giro, software come Google Analytic non sono capaci di stare dietro a questo tipo di cose, ma ci sono comunque valide alternative in grado di stare al passo con i tempi e con il WEB 2.0.

Dite la vostra signori :)