
Come leggere i dati di Ads Manager in modo corretto


Di cosa parleremo oggi
Uno degli errori e dei problemi più comuni quando bisogna processare e analizzare elevate quantità di dati di ads manager è quello di sbagliare l’interpretazione di determinati parametri che sono però estremamente importanti per permetterti di arrivare a delle conclusioni corrette ed affidabili.
Un’interpretazione non corretta dei tuoi dati si traduce automaticamente in scelte sbagliate all’interno dell’ads manager, che possono costarti molti soldi, opportunità e tempo.
In questo articolo vedremo come raccogliere e analizzare i tuoi dati in maniera efficace per poter evitare delle interpretazioni ed analisi non corrette.
Utilizza un sistema standardizzato di raccolta dati
Uno degli errori più banali quando si analizzano i dati è quello di non visualizzare o raccogliere i dati in maniera ordinata assicurandosi che la lettura possa essere effettivamente corretta ed efficace.
Le colonne di analisi del Business Manager offrono un’ottima soluzione sotto questo punto di vista e forniscono la possibilità di avere già all’interno di Facebook una visione e un’interpretazione dei dati corretta.
Le metriche di analisi all’interno dell’ads manager, per semplificare la lettura delle metriche, dovrebbero essere disposte in ordine decrescente dalla più rilevante per il tuo obiettivo di campagna alla meno rilevante per permetterti di avere sin da subito una visione chiara dell’andamento principale dell’obiettivo della tua campagna.
Facciamo un esempio.
Se il tuo obiettivo principale è generare vendite, le metriche che andrai a visualizzare inizialmente saranno gli acquisti generati e il ROAS.
Inoltre, sempre per facilità di lettura e convenienza, può essere comodo andare a visualizzare eventuali metriche personalizzate alla fine delle colonne.
Qualora, invece, non ti trovassi bene a leggere e analizzare i dati direttamente da Business Manager puoi fare un export con tutti i dati delle tue campagne e analizzarli su Excel con un grafico o un’impostazione ad hoc. In questo caso, la cosa più importante rimane avere un set-up grafico di analisi dei dati all’interno del tool che ti permetta di leggere i dati e analizzarli in maniera molto intuitiva.
Oltre ad Excel, inoltre, ci sono tantissimi Software che offrono integrazioni con Facebook e la possibilità di leggere i dati su piattaforme proprietarie dei Software come Google Datastudio o Supermetrics.
Capisci quali decisioni devi prendere con i tuoi dati
Dopo aver impostato un corretto processo di analisi e lettura dei dati, diventa di vitale importanza approcciarsi all’analisi solo dopo aver capito su quali decisioni i dati che hai sott’occhio dovranno influire e con la giusta chiarezza mentale
Su Facebook ci sono tantissimi dati diversi, relazionabili a tanti fattori diversi e complicati e per non perdersi in questo mare di variabili è necessario capire e ragionare a priori su quali fattori ci si vuole concentrare e su quali aree del business si vuole andare a fare un ragionamento più profondo partendo da questi dati.
Una volta raggiunta una completa chiarezza e limpidità mentale circa le variabili delle campagne e del business su cui concentrarsi, risulterà molto più semplice e pratico approcciare i dati che si hanno a disposizione.
Evita e fai attenzione ai principali Bias Mentali
Presta sempre attenzione a non cadere nei più comuni bias cognitivi. Ecco alcuni punti su cui focalizzarti per non rischiare.
Non ingigantire situazioni/condizioni temporanee
Può capitare molto spesso di avere dei dati che risultano particolarmente migliorativi o peggiorativi a causa di situazioni o eventi particolari come possono essere ricorrenze o periodi dell’anno con naturali flessioni o boost delle performance delle tue campagne (Black Friday per esempio).
Quando noti performance non in linea con le tue campagne, cerca sempre di comprenderne a fondo il motivo e di non limitarti a conclusioni superficiali.
Non sottostimare la popolazione di dati
È molto frequente come casistica quella di giudicare i risultati di una campagna o inserzione senza andare a valutare e guardare i dati in relazione al numero di impressions generate dalla campagna/iinserzione o l’importo speso.
Se un’inserzione ha un ROAS particolarmente buono ma ha fatto solo 300 impressions e una vendita fortuita, non ci saranno ancora elementi per giudicare l’inserzione come vincente o meno.
Per evitare di sottostimare l’importanza della popolazione dei tuoi dati, cerca sempre di standardizzare e fissare una soglia minima di impressions e importo speso dalle tue campagne affinché i dati siano affidabili.
Il numero di impressions e importo speso varia a seconda della tua CPA, costo del prodotto e business. Prova a trovare un numero che pensi possa aver senso e che possa essere un indicatore affidabile per poter concludere che i tuoi dati siano veritieri.

Evita la “confirmation bias”
La mente umana tende sempre a dare maggior importanza e rilevanza a dati e alle conclusioni che sembrano verificare e confermare le proprie ipotesi.
Se inizi a leggere i tuoi dati con determinate idee o ipotesi già sviluppate, è molto probabile che leggerai i dati in maniera non oggettiva e imparziale ma che li interpreterai per confermare quelle che sono le tue ipotesi.
Per questo cerca sempre di approcciarti all’analisi dei tuoi dati in maniera il più imparziale possibile e senza idee o ipotesi già in mente.
Fai attenzione al paradosso di Simpson
Nelle analisi statistiche è possibile arrivare a conclusioni sbagliate a partire dai dati ottenuti, pur senza aver commesso errori.
Questo è espresso dal paradosso di Simpson.
Questo paradosso si manifesta quando la relazione tra due o più fenomeni appare modificata, o perfino invertita, guardando diversi gruppi di dati.
Infatti, prendendo un gruppo di dati piuttosto che un altro, riferiti entrambi allo stesso fenomeno, è possibile che questi conducano a conclusioni non solo fra loro differenti ma addirittura incompatibili.
In parole povere, può capitare che, a partire da una serie di dati in tuo possesso, si arrivi a delle considerazioni e conclusioni errate a causa della mancanza di variabili o corretta contestualizzazione o di altri dati essenziali per le nostre conclusioni.
Come possiamo applicare questo concetto alle nostre campagne Facebook ads?
Semplice, per evitare di arrivare a conclusioni ed analisi errate che inciderebbero sulle performance delle nostre campagne occorre sempre fare 2 cose:
- Contestualizzare correttamente il ruolo delle nostre campagne Facebook ads nel ciclo operativo del business;
- Analizzare più dati e KPIs possibili e non soffermarsi solamente sulle metriche principali che, a volte, possono essere ambigue (CTR,CPC, ROAS etc etc) ma fare sempre un’analisi più approfondita tramite le custom metrics più appropriate.
Conclusione
È estremamente semplice e veloce perdersi nella lettura dei propri dati e giungere a conclusioni errate che, invece di aiutare il proprio business, lo affosseranno.
Quando ci si approccia alla lettura ed analisi dei dati è necessario standardizzare il più possibile le procedure, semplificarle e cercare continuamente delle conferme analitiche dai dati a disposizione piuttosto che in nostri processi euristici che possono spesso essere fallaci.
Lascia un commento