Potevo intitolare questo post “come creare un filtro con Google Analytics” ma non sono Aranzulla e sarebbe stato poco rispettoso nei confronti di chi ha creato con merito un sistema virtuoso da prendere ad esempio ma non da copiare pedestremente.
Fatta questa premessa, che lascia il tempo che trova, entriamo subito nel dettaglio poiché questa vuole essere una guida semplice ed immediata per semplificare la visione e la gestione dei dati di traffico verso il proprio sito web (o verso il sito che si gestisce).
Perché creare un filtro con Google Analytics?
Spesso è difficile o macchinoso andare estrapolare dati di singole pagine, o di gruppi di pagine, che invece si vorrebbero monitorare con un semplice colpo d’occhio per comprendere in modo “pulito” il comportamento del relativo traffico. Un filtro in Google Analytics serve proprio a rendere di immediata fruizione una vista personalizzata.
Ti può servire creare una vista personalizzata per:
- il lancio di un nuovo prodotto (monitoraggio diretto della relativa pagina);
- colpo d’occhio sul traffico diretto ad una landing page;
- filtrare IP specifici, per evitare ad esempio di sporcare i dati di traffico con gli hit inviati dal tuo pc o da una rete aziendale (anche se ciò si può evitare semplicemente imponendo come browser Google Chrome e scaricando il componente aggiuntivo per la disattivazione di Analytics);
- segmentare il traffico ad un sito multilingua, e quindi verificare l’andamento scorporato delle singole directory che attraggono traffico al sito oltre i confini nazionali. In questo caso, è importante avere settato bene per queste pagine il tag hreflang: se non siete confidenti in tal senso, su wordpress viene in aiuto il plugin WPML che ne permette una definizione automatizzata.
Quest’ultimo caso è secondo me il più interessante ed il più utile ai fini esemplificativi di questo articolo. Andremo quindi nel dettaglio passo-passo per vedere come si creano filtri di questo tipo.
Creare viste ad hoc in Google Analytics
Il primo passo da fare è creare viste ad hoc per ogni filtro relativo a ciascuna lingua. E’ infatti buona norma lasciare inalterata la vista originale per evitare di sporcare il dato aggregato in futuro, non ricordandosi esattamente gli affinamenti specifici attuati nel tempo.
La figura illustra dove e come creare una vista dal pannello amministrazione di Google Analytics.
Si procede con il nome della nuova vista che si vuole creare e si modifica il fuso orario di riferimento a quello locale. Una volta fatto, si salva.
Ora si può creare il filtro (o i filtri) da applicare alla nuova vista
La procedura è piuttosto semplice ed intuitiva: si procede con il nome del nuovo filtro sulla base del risultato che si vuole ottenere e si applicano le regole del filtro in modo totalmente guidato.
In questo caso, trattandosi di un sito in italiano ed inglese, ho semplicemente selezionato di escludere tutte le pagine che nell’url contengono il suffisso /en/.
Ho poi creato il filtro relativo alle pagine in inglese applicando la funzione opposta, ovvero “includi solo”. Dopo avere salvato, i filtri sono pronti ed entro 24 ore, ovvero dopo avere macinato traffico, possono essere visualizzati solo i dati relativi nella vista creata.
Nell’esempio, il sito del cliente è attivo da appena un mese e la versione in inglese da pochi giorni, quindi non ci sono ancora dati sufficienti per potere criticamente analizzare l’andamento dei risultati. Tuttavia, se le cose sono state fatte per bene a livello strutturale nel sito stesso, la somma dei dati nelle viste filtrate corrisponde al traffico totale della vista principale mantenuta inalterata.
Come si può verificare dalle tre figure sottostanti, la somma corrisponde al totale.



Siamo giunti alla fine.
Come si può notare è molto semplice creare una vista ed applicarvi uno o più filtri. Qui è stato portato l’esempio di un sito multilingua ma i filtri hanno moltissime applicazioni come già accennato: ad esempio può essere interessante depurare il dato di traffico da siti esterni che sono considerati poco attendibili (spam), oppure includere solamente il traffico da sorgenti considerate privilegiate, quali facebook o linkedin.
Insomma, spazio alla logica e alla fantasia allo stesso tempo. L’importante è procedere in modo ordinato per evitare di mischiare i dati filtrati tra di loro. Ripeto, tale guida è semplificata di proposito, in modo tale che ognuno possa affinare nel tempo il proprio metodo di analisi sulla base della presentazione che vuole ottenere.
E tu, li applichi i filtri in analytics? Come?
Seguimi anche su Facebook e Instagram…non essere timido!