Analisi del funnel di checkout sui passaggi che perdono davvero

Che cos'è l'analisi del funnel di checkout?

A differenza di un funnel di conversione dell'intero sito, l'analisi del funnel di checkout misura solo il tratto tra il momento in cui un acquirente si impegna ad acquistare e il momento in cui l'ordine viene confermato. Tutto ciò che viene prima, la navigazione, la ricerca, il confronto, la costruzione del carrello, resta fuori. Questa restrizione è il punto centrale. Chi arriva al checkout ha già deciso di spendere, quindi ogni uscita da lì in poi è una perdita causata dalla tua interfaccia, non da un calo di interesse.

I meccanismi generali per costruire e leggere un funnel, cioè la sequenza dei passaggi, i funnel aperti e chiusi, le finestre di conversione e la scelta tra utenti e sessioni, valgono qui senza modifiche e sono spiegati nel dettaglio in come funziona l'analisi del funnel. Questa pagina resta su ciò che è specifico del checkout: quali passaggi esistono, quali perdono utenti e come strumentarli perché i numeri abbiano un significato.

Quali sono i passaggi di un funnel di checkout?

Google standardizza i nomi degli eventi per l'intero percorso d'acquisto nella documentazione ecommerce di GA4, il che rende il checkout uno dei pochi funnel in cui non devi inventare un tuo vocabolario. Gli eventi, nell'ordine documentato:

Fase	Evento GA4	Dentro il funnel di checkout
L'acquirente vede un elenco di risultati	view_item_list	No
L'acquirente sceglie un articolo dall'elenco	select_item	No
L'acquirente vede la pagina di dettaglio del prodotto	view_item	No
L'acquirente aggiunge l'articolo al carrello	add_to_cart	No
L'acquirente apre il carrello	view_cart	Confine
L'acquirente avvia il checkout	begin_checkout	Sì, passaggio 1
L'acquirente invia i dati di spedizione	add_shipping_info	Sì, passaggio 2
L'acquirente invia i dati di pagamento	add_payment_info	Sì, passaggio 3
L'ordine viene confermato	purchase	Sì, passaggio 4
L'ordine viene rimborsato	refund	Dopo il funnel

Quattro passaggi sono la forma reale della maggior parte dei funnel di checkout, e conviene resistere alla tentazione di aggiungerne altri, a meno che non siano schermate vere su cui l'acquirente può abbandonare. Dividere add_shipping_info in inserimento dell'indirizzo e scelta del metodo di consegna ha senso se sono pagine separate. Non ha senso se sono due gruppi di campi sulla stessa pagina, perché il "calo" tra i due dipende da quando scattano i tuoi tag e non da un acquirente che se ne va.

La riga view_cart è segnata come confine di proposito. Decidere se il carrello rientra nel funnel è la scelta che cambia di più il numero principale, ed è il motivo per cui il tasso di abbandono del carrello e il tasso di abbandono del checkout sono metriche diverse, con denominatori diversi, una distinzione spiegata in come si calcola il tasso di abbandono del carrello.

Dove si concentrano gli abbandoni in un funnel di checkout?

Tra begin_checkout e add_shipping_info, in quasi tutti i negozi che hanno guardato i dati. Quella prima schermata è dove il prezzo totale diventa reale, dove di solito si pretende la creazione di un account e dove l'acquirente vede per la prima volta quanto sarà lungo il modulo.

L'analisi di Baymard Institute su 50 studi diversi indica un tasso medio documentato di abbandono del carrello del 70,22%, dato aggiornato l'ultima volta il 22 settembre 2025. La parte più utile di quella ricerca è la ripartizione dei motivi dichiarati, misurata tra acquirenti che avevano davvero intenzione di comprare:

Motivo dichiarato per abbandonare il checkout	Quota
Costi aggiuntivi troppo alti (spedizione, tasse, commissioni)	40%
Consegna troppo lenta	20%
Poca fiducia nel sito per i dati della carta	19%
Creazione di un account obbligatoria	18%
Processo di checkout troppo lungo o complicato	17%
Errori o blocchi del sito	17%
Politica di reso insoddisfacente	13%
Impossibile vedere o calcolare subito il costo totale	12%
Carta rifiutata	10%
Metodi di pagamento insufficienti	9%

Baymard registra a parte che il 42% degli acquirenti online statunitensi ha abbandonato semplicemente perché stava solo guardando e non era pronto a comprare, e esclude questo gruppo dalle percentuali qui sopra. Per questo l'elenco vale la pena di essere usato: restano le persone che volevano completare l'ordine e si sono fermate lo stesso.

Se colleghi quei motivi ai quattro passaggi, la forma del problema diventa concreta. Costi aggiuntivi, totali nascosti, creazione obbligatoria dell'account e lunghezza del modulo cadono tutti sul passaggio 1. Velocità di consegna e copertura dei metodi di pagamento cadono sui passaggi 2 e 3. I rifiuti della carta cadono sul passaggio 4, dove sono un problema di configurazione dei pagamenti e non di design. Prima di confrontare i tuoi numeri con questi, leggi le avvertenze in cosa misurano davvero i benchmark pubblicati sui funnel, perché le definizioni dei passaggi variano tra gli studi abbastanza da spostare una percentuale di diverse decine di punti.

Dove cade ciascun motivo dichiarato

Passaggio 1: begin_checkoutCosti aggiuntivi, totali nascosti, account obbligatorio, moduli lunghi

Passaggi 2-3: spedizione e pagamentoConsegna lenta, metodi di pagamento mancanti

Passaggio 4: purchaseCarte rifiutate, un problema di configurazione dei pagamenti

Come si imposta un'analisi del funnel di checkout?

Prima la strumentazione, poi il report. Un funnel costruito su eventi che scattano nel momento sbagliato produce risposte sicure di sé e sbagliate, e nessuna analisi può ripararle a posteriori.

1. Fai scattare un evento per ogni schermata da cui l'acquirente può uscire. Se il tuo checkout ha tre pagine, ti servono tre eventi più purchase. Se è una pagina unica con sezioni a fisarmonica, fai scattare add_shipping_info e add_payment_info al completamento della sezione e non al caricamento della pagina, altrimenti il funnel mostrerà il 100% di completamento per passaggio e nessuna informazione utile.
2. Sposta purchase fuori dalla pagina di ringraziamento se un reindirizzamento può saltarla. Le pagine di pagamento ospitate, i wallet e l'autenticazione bancaria riportano l'acquirente in un punto che non controlli del tutto. Un evento purchase che scatta solo sull'URL di conferma ordine sottostimerà ogni ordine in cui l'acquirente ha chiuso la scheda dopo aver pagato. Se lo invii lato server dal webhook dell'ordine, ottieni il denominatore reale.
3. Imposta il funnel come chiuso e non aperto. Il checkout è davvero sequenziale, quindi un acquirente che compare in add_payment_info senza essere passato da add_shipping_info è un errore di tagging da far emergere, non un percorso legittimo da contare.
4. Scegli una finestra di conversione più corta di quella predefinita. Il checkout dura minuti, non giorni. Una finestra di 30 giorni attribuirà un purchase avvenuto una settimana dopo un begin_checkout abbandonato, e questo nasconde l'abbandono che volevi misurare.
5. Segmenta prima di interpretare. Come minimo, dividi per dispositivo e per ospite contro utente registrato. Il checkout da mobile e quello da desktop raramente hanno lo stesso collo di bottiglia, e la creazione obbligatoria dell'account si vede come crollo del passaggio 1 solo nel segmento degli ospiti.
6. Registra le definizioni dei passaggi insieme al report. Un funnel il cui passaggio 2 ha cambiato definizione a marzo mostrerà un crollo a marzo che nessuna modifica al codice ha causato, e sei mesi dopo nessuno ricorderà perché.

Il punto 2 è quello che rovina in silenzio più analisi. Un negozio con un fornitore di pagamenti basato su reindirizzamento può sottostimare di molto gli ordini completati e poi passare un trimestre a ottimizzare un passaggio che non era mai rotto.

Cosa non ti dice l'analisi del funnel di checkout?

Non ti dice il perché. Un funnel ti indica il punto esatto e non la causa, che è il limite di ogni report basato sul conteggio dei passaggi e il motivo per cui un dato di abbandono è una domanda e non una risposta. Il 40% per i costi imprevisti è il risultato di un sondaggio del panel di Baymard, non una diagnosi del tuo store, e trattarlo come tale porta i team a eliminare una spesa di spedizione che non era mai il problema.

Due cose trasformano un calo individuato in una causa. La prima è una segmentazione abbastanza fine da isolarlo: se il crollo al passaggio 1 compare solo su Safari mobile, la causa è probabilmente un problema di rendering o di compilazione automatica, non di prezzo. La seconda è guardare cosa hanno fatto davvero le persone su quella schermata, ed è qui che le registrazioni delle sessioni valgono più dei report aggregati.

Inoltre non ti dice quanto vale la perdita. Un calo del 12% a add_payment_info in uno store con un carrello medio alto vale più di un calo del 30% a begin_checkout in uno store con un carrello basso, e i due dati si possono confrontare solo dopo averli moltiplicati per quanto vale un ordine tipico. Ordinare gli interventi per percentuale invece che per ricavo recuperato è il modo più comune in cui un'analisi corretta produce una roadmap sbagliata.

Domande frequenti

L'abbandono del checkout è la stessa cosa dell'abbandono del carrello?

No, e la differenza sta nel denominatore. L'abbandono del carrello misura chi ha aggiunto un articolo e non ha comprato, quindi la sua base è chiunque abbia raggiunto add_to_cart. L'abbandono del checkout misura chi ha iniziato il checkout e non ha comprato, quindi la sua base è chiunque abbia raggiunto begin_checkout. La seconda base è molto più piccola e molto più decisa all'acquisto, ed è per questo che i tassi di abbandono del checkout sono sempre più bassi di quelli di abbandono del carrello per lo stesso store.

Quali eventi GA4 dovrebbe usare un funnel di checkout?

Google documenta begin_checkout, add_shipping_info, add_payment_info e purchase come la parte di checkout del percorso ecommerce, con view_cart subito prima e refund dopo. Usare questi nomi invece di nomi personalizzati significa che qualsiasi strumento di reportistica che capisce l'ecommerce di GA4 può leggere il tuo funnel senza un livello di mappatura.

Quanti passaggi dovrebbe avere un funnel di checkout?

Tanti quante sono le schermate in cui un acquirente può abbandonare, di solito tre o quattro. Aggiungere passaggi che corrispondono a gruppi di campi e non a schermate crea cali che riflettono i tempi di attivazione dei tag e non il comportamento. Se non riesci a descrivere cosa avrebbe dovuto fare un acquirente per uscire tra due passaggi, quei due passaggi dovrebbero essere uno solo.

Perché il mio funnel mostra più acquisti che checkout avviati?

Di solito perché purchase parte da una fonte che begin_checkout non vede, come un webhook d'ordine lato server, un riordino fatto tramite un link a un carrello salvato o il rinnovo di un abbonamento. Controlla se gli eventi di acquisto hanno un identificatore di sessione o di utente corrispondente, ed escludi dal funnel i rinnovi e gli ordini creati dall'amministratore se non passano mai dall'interfaccia di checkout.

Il funnel di checkout dovrebbe contare utenti o sessioni?

Sessioni, per la versione che guardi ogni settimana. Il checkout si fa in una sola seduta, quindi un funnel basato sulle sessioni risponde alla domanda che ti stai davvero ponendo: tra le persone che hanno appena iniziato il checkout, quante hanno finito. Un funnel basato sugli utenti attribuirà un acquisto fatto due giorni dopo all'abbandono iniziale e farà sembrare la perdita più piccola di quanto sia.

Qual è la prima cosa da controllare quando un passaggio del checkout crolla all'improvviso?

Un deploy, prima di tutto. Un crollo improvviso su un solo passaggio dipende molto più spesso da un tag rotto, da un selettore cambiato o da un errore JavaScript su una schermata che da un cambiamento nel comportamento degli acquirenti. Confronta il numero grezzo di eventi di quel passaggio con quello del passaggio precedente, verifica se il calo è limitato a un solo browser o a una sola classe di dispositivi, e inizia a ragionare su prezzi, moduli o fiducia solo dopo aver escluso che l'evento abbia semplicemente smesso di partire.

La pagina del carrello conta come parte del funnel di checkout?

Non ufficialmente. view_cart si trova al confine, subito prima di begin_checkout, il primo dei quattro passaggi interni al funnel. Decidere se includerla nel funnel o lasciarla fuori è la scelta che sposta di più il tuo dato principale di abbandono, perché cambia il denominatore. È lo stesso motivo per cui il tasso di abbandono del carrello e quello del checkout risultano diversi per lo stesso store.

Qual è la media di abbandono del carrello secondo Baymard?

La revisione di 50 studi diversi condotta dal Baymard Institute indica un tasso medio documentato di abbandono del carrello del 70,22%, aggiornato al 22 settembre 2025. L'elenco dei motivi dichiarati esclude il 42% degli acquirenti statunitensi che hanno abbandonato semplicemente perché stavano solo guardando. Quello che resta nell'elenco dei motivi dichiarati sono persone che volevano completare l'ordine e si sono fermate comunque.

Quanto dovrebbe essere breve la finestra di conversione per un funnel di checkout?

Più breve dei 30 giorni predefiniti, perché il checkout è un'attività di pochi minuti e non di giorni. Una finestra di 30 giorni attribuirà un acquisto avvenuto una settimana dopo un begin_checkout abbandonato, nascondendo proprio l'abbandono che stai cercando di misurare. Imposta la finestra in base al tempo che serve davvero per completare il tuo checkout.

Qual è il motivo più comune per cui gli acquirenti abbandonano il checkout?

Costi extra che compaiono tardi, come spedizione, tasse o commissioni, citati dal 40% degli acquirenti nella ricerca di Baymard, la quota più alta tra i motivi dichiarati. Questo pesa sul passaggio 1, begin_checkout, dove il prezzo totale diventa reale per la prima volta. Seguono la velocità di consegna (20%) e la sfiducia verso il sito nel fornire i dati della carta (19%).