Come la segmentazione degli utenti trasforma un unico report in più risposte

Cos'è la segmentazione degli utenti nei report di analytics?

Nei report di analytics, la segmentazione degli utenti consiste nel dividere un'unica popolazione di visitatori in gruppi che condividono una caratteristica, come la fonte di traffico, il dispositivo, il paese o un obiettivo completato. In questo modo la media dell'intero sito diventa più numeri che puoi confrontare. Il report applica una condizione a ogni visitatore, tiene quelli che la soddisfano e ricalcola le stesse metriche solo per quel gruppo. Usala ogni volta che un numero di sintesi cambia e vuoi sapere quale gruppo l'ha mosso.

Google definisce l'oggetto in modo semplice nel centro assistenza di GA4: "Un segmento è un sottoinsieme dei dati di Analytics che può essere usato nelle Esplorazioni per l'analisi."

Che differenza c'è tra un segmento di utenti, di sessioni e di eventi?

Un segmento di utenti tiene ogni visitatore che ha soddisfatto la condizione e tutta la sua attività nell'intervallo di date. Un segmento di sessioni tiene solo le sessioni che l'hanno soddisfatta, e un segmento di eventi solo gli eventi corrispondenti. GA4 li nomina tutti e tre: i segmenti di utenti sono "sottoinsiemi di utenti che hanno interagito con il tuo sito o con la tua app", i segmenti di sessioni sono "sottoinsiemi delle sessioni avvenute sul tuo sito o sulla tua app" e i segmenti di eventi sono "sottoinsiemi di eventi attivati sul tuo sito o sulla tua app."

L'ambito cambia la risposta anche quando la condizione è identica. Prendi la condizione "ha effettuato un acquisto":

Ambito del segmento	Cosa restituisce la condizione "acquisto"	Domanda a cui risponde
Utente	Ogni sessione e ogni evento di chiunque abbia acquistato almeno una volta nell'intervallo	Cosa fanno gli acquirenti in tutte le loro visite?
Sessione	Solo le sessioni in cui è avvenuto un acquisto	Che aspetto ha una visita che porta a un acquisto?
Evento	Solo gli eventi di acquisto in sé	Cosa è stato comprato e per quale valore?

L'esempio di Google chiarisce l'ambito utente: "Un segmento di utenti per gli utenti con un evento di acquisto restituirà tutte le attività di questi utenti di ieri e di oggi." Scegli l'ambito prima della condizione, perché un segmento di utenti acquirenti mostrerà anche le loro visite di sola navigazione, mentre un segmento di sessioni le nasconderà. La guida su pageviews vs sessions vs users spiega come queste tre unità si sommano l'una nell'altra.

Per quali caratteristiche puoi segmentare i visitatori?

Puoi segmentare i visitatori per provenienza, per strumento usato, per posizione e per azioni compiute, e le prime tre non richiedono alcuna identità. La tabella raggruppa le caratteristiche più comuni in base ai dati da cui dipendono.

Famiglia di caratteristiche	Esempi	Dati da cui dipende
Acquisizione	Referrer, utm_source, utm_medium, utm_campaign	L'URL di atterraggio e l'header referrer
Tecnologia	Tipo di dispositivo, browser, sistema operativo	Lo user agent
Geografia	Paese, regione, città	Una ricerca IP al momento della richiesta
Comportamento	Ha visitato la pagina dei prezzi, ha completato un obiettivo, ha raggiunto un passaggio del funnel	Gli eventi registrati nella sessione
Valore	Ha effettuato un acquisto, ricavi oltre una soglia	Un pagamento collegato alla sessione

I segmenti di acquisizione dipendono da tag di campagna coerenti. facebook in un link e Facebook in un altro diventano due segmenti, cosa che le regole sul UTM tagging evitano. Le caratteristiche demografiche come età e genere restano fuori da questa tabella di proposito, perché dipendono da un profilo pubblicitario della persona. In GA4 i dati demografici sono uno dei fattori che attivano il data thresholding, il quale nasconde delle righe dal report.

Come costruisci un segmento che risponda a una domanda?

Costruisci un segmento partendo da una domanda e da un gruppo di confronto, poi controlla dimensione e composizione prima di leggere il risultato. La procedura qui sotto evita che la segmentazione si trasformi nella ricerca di una qualsiasi divisione che sembri interessante.

1. Scrivi prima la domanda. "Perché le iscrizioni alla prova sono calate la settimana scorsa?" indica la metrica, il periodo e il risultato. "Guardiamo il mobile" non indica niente.
2. Scegli una sola caratteristica su cui dividere. Dividi per dispositivo oppure per fonte, non per entrambi insieme. Incrociare due caratteristiche moltiplica i gruppi e divide il campione in ciascuno.
3. Definisci il confronto. Confronta il segmento con il suo complemento (il mobile contro tutti gli altri) oppure con lo stesso segmento nel periodo precedente, mai contro il nulla.
4. Leggi i tassi, non i conteggi. Un segmento che ha raddoppiato le iscrizioni triplicando i visitatori è peggiorato. Tasso di conversione, ricavo per visitatore e abbandono a ogni passaggio del funnel sono i numeri da confrontare.
5. Controlla la dimensione del segmento. Calcola il margine di errore del tasso del segmento (sezione successiva) e fermati se la differenza tra i gruppi è più piccola di quel margine.
6. Controlla la composizione. Verifica che la quota di traffico di ciascun segmento non sia cambiata tra un periodo e l'altro prima di concludere che il comportamento di un segmento è cambiato.
7. Guarda le sessioni del segmento. Quando una divisione indica il checkout da mobile, guarda qualche sessione di quel gruppo per vedere la causa che i numeri non possono mostrare.

Quanto può ridursi un segmento prima che i numeri smettano di avere significato?

Un segmento diventa illeggibile quando il margine di errore sul suo tasso è grande quanto la differenza che stai cercando di vedere, e succede più in fretta di quanto suggeriscano la maggior parte dei report. Per un tasso di conversione, il margine di errore al 95% è:

margin = 1.96 × √(p × (1 − p) / n)

Prendi un sito con 10.000 visitatori che convertono al 3%. Sull'intero sito il margine è 1,96 × √(0,03 × 0,97 / 10.000), cioè 0,3 punti percentuali, quindi il tasso reale si trova tra il 2,7% e il 3,3%. Ora segmenta il traffico mobile a pagamento, con 300 visitatori che convertono sempre al 3%. Il margine sale a 1,96 × √(0,03 × 0,97 / 300), cioè 1,9 punti percentuali, quindi il tasso reale può stare ovunque tra l'1,1% e il 4,9%. Un segmento concorrente al 4% rientra in quell'intervallo e non dimostra nulla.

Con un livello di confidenza del 95%, un confronto su venti supera la soglia per puro caso. Se tagli un report in venti modi e tieni la divisione che "spicca", stai riportando rumore. Decidi le divisioni prima di aprire il report.

Perché ogni segmento può migliorare mentre il totale peggiora?

Ogni segmento può migliorare mentre il tasso dell'intero sito scende, se la quota di traffico si sposta verso un segmento che converte meno. Per questo esiste il passaggio 6 della procedura. L'effetto si chiama paradosso di Simpson, e una divisione per dispositivo lo mostra bene:

Segmento	Visitatori settimana 1	Tasso settimana 1	Visitatori settimana 2	Tasso settimana 2
Desktop	6.000	5,0% (300 iscrizioni)	4.000	5,5% (220 iscrizioni)
Mobile	4.000	2,0% (80 iscrizioni)	6.000	2,2% (132 iscrizioni)
Tutti i visitatori	10.000	3,8% (380 iscrizioni)	10.000	3,52% (352 iscrizioni)

Il desktop è migliorato e il mobile è migliorato, eppure il totale è sceso dal 3,8% al 3,52% perché una campagna ha portato più visitatori mobile sul sito. Sul sito non si è rotto niente. Leggi insieme i tassi e le quote dei segmenti e, se le quote si sono spostate, indica lo spostamento di composizione come causa invece di cercare un bug.

In che cosa la segmentazione è diversa da un filtro, da una suddivisione o da una coorte?

Un segmento tiene un sottoinsieme di visitatori e ricalcola ogni metrica per loro. Un filtro rimuove righe da un solo report, una suddivisione elenca affiancati tutti i valori di una dimensione e una coorte raggruppa le persone per una data di inizio comune e le segue nel tempo. Nella pratica i quattro strumenti si sovrappongono, quindi la differenza sta in ciò che ciascuno tiene fisso.

• Filtro: "Mostra solo la pagina /pricing." Restringe una tabella e lascia intatto il resto del report.
• Suddivisione: "Mostra la conversione per paese." Ogni paese ottiene una riga, utile per trovare il segmento che vale la pena isolare.
• Segmento: "Mostra tutto per i visitatori che arrivano dalla ricerca a pagamento." Ora ogni grafico del report descrive quel gruppo.
• Coorte: "Mostra la retention settimana per settimana degli utenti che si sono iscritti a marzo." L'asse è il tempo trascorso dalla data di inizio. La guida all'analisi di coorte spiega come leggere la tabella che ne risulta.

Le heatmap usano la stessa idea a livello di singolo elemento. Una confetti map divide i clic per fonte e dispositivo, cioè è una segmentazione disegnata su una pagina. La guida alla heatmap del sito web spiega quando queste divisioni smettono di essere affidabili.

Quattro modi di tagliare gli stessi dati

FiltroRestringe una tabella e lascia intatto il resto del report

SuddivisioneElenca affiancati tutti i valori di una dimensione

SegmentoRicalcola ogni metrica per un sottoinsieme di visitatori

CoorteSegue un gruppo nel tempo a partire da una data di inizio comune

La segmentazione degli utenti richiede cookie o dati personali?

Segmentare per fonte, campagna, dispositivo, browser, paese o comportamento sul sito non richiede cookie né dati personali, perché ognuna di queste caratteristiche è disponibile nella richiesta e nella sessione stessa. I dati personali entrano in gioco solo quando un segmento dipende da chi è la persona, per esempio il dominio dell'email, un profilo demografico o un'attività ricostruita nell'arco di mesi. Se tieni i segmenti sulle caratteristiche che la visita porta già con sé, la questione della privacy resta semplice.

Flowsery funziona su questa base. Riporta la posizione dei visitatori fino a paese, regione e città, insieme ai dati su dispositivo, browser e sistema operativo e a tutti e cinque i parametri UTM, senza impostare cookie. I suoi ID visitatore sono hashati e ruotano ogni giorno. I risultati si suddividono per pagine, referrer, campagne, paesi, dispositivi e browser, e i pagamenti collegati da Stripe, Paddle, Polar, Lemon Squeezy o Shopify tornano alla sessione che ha convertito, così il ricavo per visitatore compare accanto a ogni segmento. Flowsery non applica alcun campionamento dei dati, quindi i segmenti piccoli non vengono stimati. La pagina sul tracciamento dei ricavi mostra come funziona questa attribuzione.

Domande frequenti

Qual è un esempio di segmentazione degli utenti?

Dividere per dispositivo le iscrizioni alla prova del mese scorso è una segmentazione degli utenti. Il report mostra i visitatori desktop che convertono al 5% e quelli mobile al 2%, e questo indirizza l'indagine sul flusso di iscrizione da mobile. La stessa divisione applicata al ricavo per visitatore mostra quale gruppo conviene sistemare per primo.

Si possono applicare i segmenti ai report standard di GA4?

No. Google afferma che "i segmenti sono disponibili solo nel modulo Esplora", quindi i segmenti funzionano nelle Esplorazioni e non nei report standard. GA4 consente fino a 10 segmenti per esplorazione, fino a quattro applicati contemporaneamente a una stessa tecnica, e fino a 50 segmenti salvati per proprietà standard.

I segmenti di GA4 sono retroattivi?

Sì. Google descrive un segmento come "completamente retroattivo", cioè un segmento di acquirenti include ogni utente che ha acquistato nell'intervallo di date della query. Un pubblico è diverso. Google lo definisce come "un gruppo di utenti che soddisfano un insieme di condizioni", e porta con sé la logica di appartenenza che un segmento non ha.

Quanti visitatori servono a un segmento?

A un segmento servono abbastanza visitatori perché il margine di errore sul suo tasso sia più piccolo della differenza che vuoi individuare. Con un tasso di conversione del 3%, 300 visitatori danno un margine di 1,9 punti percentuali e 10.000 visitatori danno 0,3 punti. Calcola il margine prima di confrontare due segmenti e scarta ogni confronto che cade al suo interno.

Qual è la differenza tra un segmento e una coorte?

Un segmento raggruppa i visitatori per una qualsiasi caratteristica comune e li misura in un intervallo di date. Una coorte raggruppa gli utenti per un evento iniziale comune, come la settimana in cui si sono iscritti, e segue quel gruppo nel tempo. Ogni coorte è un segmento con un asse temporale, ma la maggior parte dei segmenti non sono coorti.

Perché il mio tasso di conversione complessivo è sceso anche se ogni segmento è migliorato?

La quota di traffico si è spostata verso un segmento che converte meno, ed è il paradosso di Simpson. Se il mobile è passato dal 40% al 60% dei visitatori, il totale scende anche quando desktop e mobile convertono entrambi meglio di prima. Confronta la quota di ciascun segmento nei due periodi prima di cercare una pagina rotta.

Che cosa attiva la soglia dei dati di GA4 in un segmento?

Google indica due cause. I dati possono essere nascosti da un report o da un'esplorazione che include dati demografici come età e genere, o pubblici definiti con dati demografici, e una riga con informazioni sulle query di ricerca può essere nascosta quando gli utenti totali non sono abbastanza. Le soglie sono definite dal sistema e non si possono modificare, ma un intervallo di date più ampio rende meno probabile che compaiano.

Quanti segmenti può usare insieme una singola esplorazione di GA4?

GA4 consente fino a 10 segmenti in una singola esplorazione, con un massimo di quattro applicati alla stessa tecnica nello stesso momento. Una proprietà può contenere fino a 50 segmenti salvati in totale, e ognuno di essi continua a funzionare solo dentro il modulo Esplora.

Perché i tag UTM incoerenti dividono una sola fonte di traffico in due segmenti?

Un segmento di acquisizione si costruisce dalla stringa esatta del tag, quindi facebook in un link e Facebook in un altro vengono letti come due segmenti separati anche se puntano allo stesso canale. Un tagging coerente delle campagne mantiene un canale come un solo segmento invece di spezzarlo.

Che cosa succede quando segmenti per due caratteristiche insieme?

Dividere per due caratteristiche contemporaneamente moltiplica il numero di gruppi e ripartisce i visitatori tra di essi, quindi ogni gruppo scende sotto la dimensione che dà un tasso affidabile. La procedura di costruzione prevede di scegliere una sola caratteristica per segmento, così ogni gruppo resta abbastanza grande da poter essere letto.