Una celebre citazione di Peter Drucker afferma che “ciò che si può misurare, si può gestire”.
Quindi gli analytics offrono alle aziende la possibilità di analizzare e ottimizzare i processi guardando il passato per predire il futuro.
Le metriche possono aiutare a comprendere la tipologia dei nostri utenti on-line, sia dati quantitativi che qualitativi, può supportare le scelte di marketing per ingaggiare nuovi clienti, o nutrire quelli in essere, definiscono la nostra presenza on-line e quali risultati otteniamo da questa comunicazione, aiutano a definire quali sono i nostri obiettivi e qual è il percorso più rapido ed efficiente per raggiungerlo.
Le metriche ci permettono di migliorare ma anche di monitorare i nostri processi.
Esistono diverse tipologie di analytics, identificabili e catalogabili in base alla diversa natura dei dati che andiamo ad analizzare.
Possono essere:
Web Analytics
Statistical Analytics
Predictive Analytics
Marketing Analitics
Talent Analytics

Web Analytics sono la raccolta, l’analisi e il reporting di tutti i dati del web, interni ed esterni, focalizzandosi sulla misurazione del comportamento degli utenti sul nostro sito web.
L’obiettivo è di migliorare le performance del sito, ottimizzare gli investimenti di marketing, offrire una buona esperienza all’utente e predire comportamenti futuri.
A monte bisogna ver definito gli obiettivi di business, e quindi di misurazione, quali sono le metriche da osservare e i KPI da utilizzare, qual è il target di riferimento, quanti-qualitativo, ed infine quali sono le dimensioni e i segmenti di pubblico.
Le metriche sono tante e di diversa natura, abbiamo:
•Metriche comportamentali, come i visitatori, unici, nuovi e di ritorno, le impression, bounce rate, o frequenza di rimbalzo, la durata della sessione media, le sessioni uniche, il tempo di ingaggio, quanti click riceve il sito, e la durata tra loro, ecc.
•Metriche temporali, come giorno e data, orario di maggior frequenza o ingaggio.
•Metriche ambientali, come l’indirizzo IP, il browser usato, il tipo di device, la località o l’orario della zona.
•Metriche di sorgente, come il dominio di riferimento, ID della campagna o di affiliazione.
Metriche di Conversione, che risultano le misurazioni di performance, come l’acquisto, i lead, un App o il download di un contenuto. È dato dal rapporto tra gli utenti che atterrano sul sito e il numero di conversioni andate a buon fine.

Statistical Analytics sono quelle metriche che aiutano a raccogliere i dati e, con una visione più creativa, clusterizzarli, segmentarli e raggrupparli per analisi più approfondite, volte a far emergere dati nascosti o meno evidenti non precedentemente evidenziati dai report.
Si parte dai Big Data, quindi campioni di grandi dimensioni, per analizzare i cluster, quindi tramite pattern e valori di raggruppamento, basando la valutazione su variabili non valutate prima, possiamo comprendere le opportunità e criticità del nostro business.

L'analisi della triangolazione dei processi aziendali ad alto volume consente di trovare e prevedere i risultati dei processi aziendali producendo i migliori risultati parziali senza dover analizzare i processi di transazione in dettaglio.
Quindi definire le variabili comportamentali, che non si possono estrapolare solo da un report, raccoglierle ed analizzarle statisticamente per cogliere opportunità in maniera puntuale.
I metodi di analisi statistica sono diversi:
•l'analisi di regressione è un insieme di processi statistici per stimare le relazioni tra una variabile dipendente e una o più variabili indipendenti.
•L’analisi di classificazione si basa sulla su un training set di dati contenente osservazioni di cui si conosce la categoria per identificare a quale categorie appartiene una nuova osservazione.
•L'apprendimento delle regole di associazione è un...