Google Analytics 4 sostituirà Google Universal Analytics

Il 16 marzo 2022 Google ha reso ufficiale che Google Universal Analytics smetterà di raccogliere ed elaborare nuovi dati a partire dal 1 luglio 2023. Stesso vale per la versione a pagamento, Universal Analytics 360, dal 1 ottobre 2023.

Già da mesi si parlava della chiusura del tool più famoso di analisi dei dati per siti web e app. A sostituirlo Google lancia Google analytics 4. La sua versione beta risale al 2018 ma l’arrivo ufficiale è di ottobre 2020.

Google Analytics 4 è un nuovo tipo di proprietà, che offre diversi vantaggi rispetto al Google Analytics che tutti conosciamo. La possibilità di tracciare in unico ambiente siti web e app mobile rende il nuovo modello di raccolta dati più dinamico e flessibile. Altre novità interessanti sono le opportunità messe a disposizione dell’algoritmo previsionale e le nuove integrazioni che consentono di gestire e processare i dati in maniera più dettagliata.

Dopo il primo luglio 2023 per quanto riguarda Universal Analytics, e dopo il 1 ottobre 2023 per quanto riguarda la versione a pagamento Universal Analytics 360, si potrà accedere ancora per sei mesi ai dati storici, dopo di che andranno persi.

Il passaggio da una piattaforma all’altra

È consigliabile iniziare il passaggio a GA4 il prima possibile per due motivi principali:

  • Perché occorre ripensare all’architettura della propria strategia di raccolta dati online (eventi, conversioni, obiettivi, metriche etc.);
  • Per creare uno storico dei dati, lavorando direttamente i nuovi progetti digitali nella nuova versione, in modo da imparare ad utilizzare e padroneggiare il nuovo strumento.

Il passaggio da uno strumento all’altro non è cosi banale, non è possibile scaricare i dati da Universal Analytics e importarli su GA4, questo perché la struttura dei due è diversa e il confronto tra i valori di utenti e sessioni raccolti non è attuabile data la differenza di funzionamento.

È importante comunque conservare i dati raccolti negli anni per mantenere un quadro chiaro e veritiero sul comportamento degli utenti nel tempo, le performance delle campagne di marketing e dei contenuti pubblicitari, e molto altro.

Si può scegliere di procedere tra quattro modalità, in base alla disponibilità di tempo e capacità tecniche:

  • Esportare tutto a mano direttamente dall’interfaccia di Universal Analytics. Si fa una lista dei report che si vogliono esportare, si visitano ognuno di questi, e si procede all’esportazione selezionando l’arco temporale desiderato e il formato. È la soluzione più semplice ma anche quella che richiede più tempo;
  • Utilizzando un addon per Google Sheets. Il vantaggio è quello di non dover accedere a Analytics ma ci sarà bisogno di imparare ad usare un’altra interfaccia. Se con Analytics esportiamo report già configurati, con l’addon per Google Sheets bisognerà costruirli da zero, scegliendo dimensioni e metriche.
  • Utilizzando le API di Google Analytics. Questa opzione richiede la conoscenza di linguaggi di programmazione con cui scrivere codici necessari a comunicare con le diverse API di Google Analytics.

Una volta salvati i dati il consiglio è quello di strutturare un progetto di data continuity aziendale che consideri le differenze tra le piattaforme.

La necessità di questo cambiamento

Ci stiamo muovendo verso un futuro dove il tracciamento degli utenti non potrà più far affidamento ai cookie di terze parti o ai Mobile Advertising ID perciò è necessario aggiornare gli strumenti di tracciamento che rispettino:

  • La salvaguardia della privacy degli utenti, anteponendo il tracciamento alla loro scelta facoltativa;
  • La salvaguardia delle funzioni e le informazioni per le attività di digital marketing ad esso collegati.

Testare i Web server: test di carico e stress test

Le performance di un sito web possono dipendere da svariati fattori come il server, i contenuti, l’asset, lo script, il traffico, i framework, il database, etc. quindi è difficile individuare immediatamente la fonte di alcune problematiche che compromettono metriche fondamentali per il posizionamento SEO del sito e per la sua visibilità online.

Sia prima che dopo la pubblicazione di un sito web è consigliabile fare dei test su quanto sviluppato, che siano in grado di fornire un quadro della performance del sito, individuando colli di bottiglia e problemi di usabilità, per intervenire e migliorare le prestazioni dove necessario.

Ci sono due tipologie di test delle prestazioni che si eseguono sui web server:

  • Test di carico, che hanno lo scopo di esaminare il comportamento del sistema in condizioni di carico normali, simulandolo. Attraverso questo si evidenzia la reattività, la stabilità, la scalabilità, l’affidabilità, la velocità e l’utilizzo delle risorse del software e dell’infrastruttura.
  • Stress test, che esaminano il comportamento del sistema in condizioni estreme fino a determinare la quantità massima di lavoro che un server è in grado di gestire senza che si rallentino i tempi di risposta. Si cercano perdite di memoria, rallentamenti, problemi di sicurezza e danneggiamento dei dati, osservando come si comporta e se si ripristina correttamente. La maggior parte dei siti web è soggetta a livelli di traffico abbastanza regolari ma potrebbero comunque presentarsi occasioni con carichi anomali.

Tools per i test

Esistono diversi tools con i quali eseguire i test, per i test di carico possiamo affidarci a:

  • Loader.io, strumento in cloud semplice da utilizzare e che permette di simulare carichi crescenti e attività diverse, anche su siti in sviluppo e aree riservate.
  • Locust, strumento versatile che ha come punto di forza la scalabilità, ovvero la possibilità di espansione potenzialmente infinita.
  • Apache JMeter, applicazione desktop open source, inizialmente creata per testare le applicazioni web, successivamente ha esteso i test a qualsiasi tipologia si software.

Mentre per gli stress test:

  • Apache Bench, open source di facile utilizzo e comprensione.
  • Siege, che può sottoporre a stress test un singolo URL con un numero definito di utenti o più URL in memoria e testarli contemporaneamente.
  • Funkload che permette di eseguire test su funzionalità, tempi di caricamento, performance, longevità e stress. Supporta inoltre i test sulle applicazioni web e mobile.

Le metriche e KPI

Scegliere le giuste metriche e KPI aiuta a valutare correttamente le prestazioni di un sistema, le più rilevanti sono:

  • Misurazione della scalabilità e delle prestazioni all’aumentare delle richieste http;
  • Tempo pagina necessario per recuperare tutte le informazioni in una pagina e pagine al secondo;
  • Throughput, dimensione dei dati di risposta al secondo;
  • Tempi di risposta dell’applicazione;
  • Hit time, tempo medio per recuperare un’immagine o una pagina;
  • Time To First Byte, tempo necessario per restituire il primo byte di dati o informazioni;
  • Connessioni non riuscite;
  • Time out, numero di richieste scadute;
  • Hit non riusciti, numero di tentativi falliti effettuati dal sistema (collegamenti interrotti o immagini non visualizzate);