Data Visualization veloce: quali strumenti utilizza il Growth Hacker

Di Silvia Anna Grasso, Data Analyst di ByTek Marketing

L

’espressione Growth Hacking è stata teorizzata per la prima volta dall’imprenditore americano Sean Ellis nel 2012. Il termine è nato per identificare una metodologia che tende a ottimizzare le risorse nel miglior modo possibile all’unico scopo di far crescere il proprio business.

I Growth Hacker si occupano della crescita aziendale, in parole più concrete, si occupano di attirare l’attenzione del maggior numero di utenti e incanalarli nell’importantissimo funnel di conversione.
Cosa, meglio dell’analisi dati e della sua chiara ed esplicita visualizzazione, può aiutare a tale scopo? Secondo Dave McClure,founder di 500 Startups, ogni business online ha bisogno di veicolare i potenziali clienti in cinque fasi distinte del funnel di conversione, da lui definite con l’acronimo AARRR:

1. Acquisition, i visitatori arrivano sul sito

2. Activation, i visitatori compiono azioni sul sito, esempio iscrizione Newsletter

3. Retention, i visitatori ritornano sul sito

4. Referral, detta fase del passa parola, gli utenti consigliano il sito ad altre persone

5. Revenue, gli utenti diventano a tutti gli effetti clienti, generando profitto per il business.

Ognuna di queste fasi deve essere completamente ottimizzata e diventa necessario comprendere ciascun livello per individuare punti deboli e concentrarsi sui punti di forza, definendo un set di metriche che permetta di monitorare ogni canale e ogni fase del funnel. Proprio in questo frangente la data visualization e i diversi strumenti ci vengono in aiuto, permettendoci di sviluppare modelli di visualizzazione efficaci in tempi estremamente ridotti.

La corretta presentazione del dato, studiata in modo tale che sia comprensibile e pensata in base a chi dovrà visualizzarla, è una parte importante e spesso sottovalutata del processo di analisi dei dati durante lo studio del mercato di riferimento e del processo di acquisizione degli utenti. La Data Visualization è la disciplina che si occupa di individuare i migliori modi per rappresentare i dati in modo grafico, utilizzando strumenti che rendano il dato fruibile e accessibile in ogni momento e rappresenta una delle armi segrete che il Growth Hacker adopera per pianificare nuove strategie di crescita. In questo articolo scopriremo una serie di tool di visualizzazione dei dati estremamente semplici, economici e veloci che potrai utilizzare, evidenziando le principali problematiche connesse alla data visualization.

See the Data. Show the Visual. Tell the Story. Engage the Audience

La numerosità dei dati attualmente disponibili oggi, rende attuale l’esigenza di riuscire a disporre di strumenti che riescano a trasferire i dati in informazioni per sopportare le analisi e le decisioni di un qualsiasi tipo di azienda. L’unico modo per trasformare la grande mole di dati in comunicazioni comprensibili. Il contenuto visuale ha sicuramente un’attrattiva diversa rispetto a un contenuto testuale e/o numerico. La rappresentazione grafica, infatti, permette un’assimilazione rapida e efficace dei dati, la comprensione dei dati anche da colore non del settore e, infine, rende concrete le informazioni provenienti dai dati.
I dati provengono da sempre più fonti e l’importante diventa saperli selezionare e aggregare in modo tale da poter dare insight utili e risposte veloci alle domande quotidiane che si possono avere in un qualsiasi business.

Creare Report e Dashboard chiari e efficaci

Le dashboard si collocano perfettamente in questo scenario, mostrando con una sola occhiata tutti i KPI individuati e scelti. Tramite specifici strumenti è possibile avere dashboard continuamente aggiornate che attingono in tempo reale da diverse fonti di dati.

Ma quali sono gli step per creare una dashboard chiara e efficace?

Sicuramente alla base di ogni dashboard c’è l’analisi attenta e accurate delle fonti di dati a disposizione. Come Growth Hacker in questa fase devi porti queste domande:

Quali sono i dati che si hanno a disposizione?

Quali sono le metriche che si vogliono visualizzare?

Quali metriche possono rappresentare al meglio lo sviluppo e l’avanzamento del business?

Quali grafici evidenziano al meglio l’andamento dei KPI scelti?

Chi dovrà leggere la dashboard?

Da quale dispositivo guarderà la dashboard?

Ogni grafico, ogni dashboard e, in generale, ogni visualizzazione deve essere necessariamente pensata per coloro che dovranno leggerla. Non devi dimenticare che il fine ultimo è quello di rendere comprensibili i dati a chi dovrà utilizzarli. Lo stesso dato può essere presentato in molti modi diversi e tra questi bisogna scegliere quello più giusto e chiaro per l’utilizzatore finale.
Una volta che si hanno idee chiare su cosa visualizzare e come visualizzarlo si può passare alla preparazione dei dati e allo sviluppo dei connettori, fondamentali per collegare i dati ai vari software di Data Visualization.
La fase di progettazione, spesso sottovalutata, è in questo caso senza dubbio la fase più importante.

Quali sono i software per lo sviluppo e la condivisione di Report e Dashboard?

Google Data Studio

Google Data Studio è il tool completamente gratuito di Data Visualization di Google. Da quando è stato lanciato molte sono state le sue modifiche e integrazioni, che a oggi lo rendono uno strumento immediato e facile da utilizzare.
Data Studio si collega alle piattaforme esterne e visualizza i dati nei report, con connettori estremamente semplici da utilizzare e un sistema intuitivo per la scelta dei grafici e la collocazione degli stessi nella dashboard. Il tool è totalmente gratuito e aperto a tutti.

L’interfaccia utente è semplice e intuitiva, costituita da una dashboard sulla quale è possibile inserire i diversi elementi: grafici, indicatori, immagini, filtri e testi. Ogni elemento è personalizzabile per font e colore: creare report e dashboard diventa un vero e proprio gioco. Grazie poi alla possibilità di creare metriche personalizzate a partire da quelle presenti nel Data Set, è possibile presentare i propri KPI andando oltre le metriche estratte dalle singole fonti dato.
I connettori al momento disponibili sono i seguenti:

1. AdWords
2. Attribution 360
3. Big Query
4. Cloud SQL
5. DCM
6. Google Analytics
7. Fogli di Google
8. MySQL
9. Search Console
10. Youtube Analytics

Uno dei punti deboli di questo tool è rappresentato proprio dai connettori: l’impossibilità di connettersi a piattaforme esterne a Google e l’impossibilità di unire dati da connettori diversi. Problemi che possono essere tranquillamente superabili importando i dati in BigQuery o in altri Data Set, come i fogli di Google. Tramite lo strumento Supermetrics è possibile infatti importare automaticamente nei fogli di Google dati da moltissime altre sorgenti, quali Facebook Insight, Facebook ADS, Twitter e molti altri. I fogli di Google hanno praticamente tutte le funzionalità di un classico foglio di calcolo e permettono quindi di fare poi operazioni anche complesse sui dati importati, visualizzabili poi in metriche personalizzate in Data Studio.
Le dashboard di Google Data Studio possono essere condivise con qualsiasi persona come qualsiasi documento di Google Drive, con diversi livello di accesso.

Klipfolio

Klipfolio è una piattaforma che permette di avere una panoramica in tempo reale di dati e KPI. Klipfolio è presente anche come applicazione, scaricabile e consultabile da ogni smartphone per leggere le varie dashboard in tempo reale ovunque e in qualsiasi momento della giornata.
Per costruire una dashboard si fa uso delle cosiddette Klip, i singoli elementi grafici che costituiscono il report stesso. Ogni Klip dispone di un proprio pannello di configurazione e modifica, rendendo la creazione del grafico stessa al 100% personalizzabile.
Klipfolio consente di connettersi a centinaia di fonti: Semrush, Ahrefs, Search Console, Google Analytics, AdWords, Mail Chimp, Fogli di Google, Twitter, Facebook, file da computer, come Excel, CSV, XML, e tante altre applicazioni.
Per ogni connettore disponibile i creatori di Klipfolio hanno messo a disposizione un elevato numero di Klip preimpostate configurabili in pochi click.
Per chi volesse invece creare una Klip a partire da zero, le possibilità sono davvero incredibili: è possibile utilizzare il linguaggio HTML e Javascript per costruire la Klip preferita. Senza tralasciare la possibilità di utilizzare elementi grafici precostruiti, come tabelle, grafici a torta, grafici a barra, mappe e tanti altri.
A differenza di Data Studio, Klipfolio permette di utilizzare più Data Set per costruire una singola Klip. Infatti, con l’aiuto di funzioni come Look Up è possibile correlare due o più Data Set differenti. I dati possono essere combinati per creare metriche e visualizzazioni personalizzate.
Altre Piattaforme
Le piattaforme di data visualization sono veramente molte, a quelle già citate si aggiungono soluzioni come:

1. Power BI, di Microsoft. Economica, con elevato impatto grafico e con una grande quantità di connettori
2. Tableau, piattaforma professionale per la visualizzazione dati e la business intelligence; il costo si alza ma le funzionalità sono quasi infinite e permettono di entrare i dati in modo estremamente approfondito
3. Chartio
4. SiSense
4. Domo

Sviluppo e Programmazione per la Data Visualization

Per visualizzare e soprattutto analizzare i dati gli strumenti disponibili sono davvero tanti. Vale la pena qui citarne due: R e Python.
Questi due strumenti sono due diversi linguaggi di programmazione interpretati che permettono di analizzare e visualizzare i dati tramite librerie e funzioni già costruite.

R è un ambiente di sviluppo per l’analisi statistica dei dati. L’utilità di questo strumento è la possibilità di interrogare il Data Set e compiere analisi statistiche, e in base a queste produrre grafici molto più complessi e di alto valore analitico.

Python è un linguaggio di programmazione, orientato agli oggetti, adatto per sviluppare applicazioni e particolarmente utilizzato per la risoluzione numerica di problemi complessi (motivo per il quale, grazie alle sue ottime librerie di visualizzazione e a una serie di moduli di calcolo interessanti, Python è molto utilizzato in ambito scientifico e accademico. Numpy, Scipy e Pandas sono solo alcune delle librerie che permettono di sviluppare lavori di alto livello!

Librerie per Python e R

R è un linguaggio di programmazione e ambiente di sviluppo nato per l’analisi dei dati; tramite R è possibile estrarre i dati da tante diverse fonti ed elaborare i diversi dataset ottenendo clustering di dati, regressioni di diverso genere e indagando a fondo sulla correlazione fra diversi dati.
L’ambiente è estremamente flessibile e permette anche di lavorare con più sorgenti di dati in contemporanea, ottenendo così report e visualizzazioni di dati molto diverse da quelle che si possono classicamente ottenere mediante i tool proprietari forniti da Google, Facebook e dalle altre piattaforme pubblicitarie.

Con R è possibile estrarre dati da Google Analytics, da BigQuery, Search Console, Facebook, Facebook ADS, Twitter e molti altri. I dati possono poi essere visualizzati tramite i plot standard forniti nell’ambiente di sviluppo R Studio o tramite i più interessanti grafici in Plotly. Le possibilità non si fermano qui, e si arriva fino allo sviluppo di dashboard in HTML e Javascript con dati elaborati mediante il linguaggio di programmazione.

Quando si vuole sviluppare invece applicazioni più complesse, magari web based (grazie al framework Django per esempio), si può optare per il linguaggio di programmazione Python, che integra una buona quantità di librerie di vario genere, sia per l’analisi dei dati che per altre attività a supporto estremamente utili.

Fra le librerie da segnalare c’è sicuramente Scrapy, che permette di estrarre dati dalle pagine web e portare in pancia tutta una serie di dati utili per molte analisi in ambito web. Una libreria con Scrapy diventa particolarmente utile per esempio in ambito SEO, dove può essere utilizzata con successo per l’analisi competitiva e per lo sviluppo di script e applicazioni di analisi che integrino dati provenienti da API e dati ottenuti tramite lo scraping di pagine web.

Con cruscotti di questo tipo tutto diventa più semplice e una volta impostati, ci si può concentrare sulla strategia e sul miglioramento continuo

Tags: Growth Hacking Marketing Master

Pubblicato il: 8 Febbraio 2018