9 novembre 2026Aggiornato il Fathy Shalaby12 min di lettura
Template per l'analisi del traffico web: individua il passaggio che vale la pena testare
Il tuo traffico mostra già da dove arrivano gli utenti e dove abbandonano. Analizzalo a dovere, individua il divario maggiore e smetti di discutere su quale passaggio testare.
L'analisi del traffico web è un test da scrivania che richiede una sola giornata: esamini le visite al tuo sito negli ultimi 90 giorni per scoprire quali pagine aprono gli utenti, da dove arrivano e dove abbandonano, per poi scegliere il singolo passaggio su cui vale davvero la pena concentrare il prossimo test. Sfrutta dati che raccogli già, non richiede alcun reclutamento e mostra cosa hanno fatto i visitatori, mai il perché.
Punti chiave
È uno dei cinque esperimenti di discovery basati sull'analisi dei dati descritti in Testing Business Ideas di David J. Bland e Alex Osterwalder (corso UPV).
In Google Analytics 4, una sessione è considerata «con coinvolgimento» se dura più di 10 secondi, include un evento chiave oppure genera 2 o più visualizzazioni di pagina; la frequenza di rimbalzo (bounce rate) è la percentuale di sessioni prive di coinvolgimento (Guida di Google Analytics).
Una gap analysis del traffico web mette a confronto il traffico effettivo con un riferimento (un obiettivo, un periodo precedente o un concorrente). Il divario maggiore corrisponde di solito al passaggio che vale la pena testare.
I numeri relativi ai concorrenti sono stime. Su 86 siti analizzati, Similarweb ha rilevato il 19,4% di visite in meno rispetto a Google Analytics (PLOS ONE, 2022). Usali per stilare graduatorie comparative, non per conteggi puntuali.
Cos'è l'analisi del traffico web?
L'analisi del traffico web esamina le visite già registrate dal tuo sito per rispondere a tre domande: quali pagine attirano l'attenzione, da dove provengono gli utenti e dove si fermano.
Il metodo nasce da Testing Business Ideas (2019), che classifica 44 tipi di esperimento in base a tempo di preparazione, durata dell'esecuzione, forza dell'evidenza e costo (Strategyzer). Il risultato finale non è un semplice report sul traffico, ma una decisione pratica: quale singola pagina o passaggio merita il tuo prossimo vero test.
Quando usare l'analisi del traffico web (e quando evitarla)?
Usala quando hai già un sito con un volume costante di visite e vuoi smettere di tirare a indovinare dove risieda il problema. Richiede circa un giorno di lavoro e spesso smonta sul nascere teorie azzardate prima che il team ci si affezioni.
Non usarla:
Se hai solo una manciata di visitatori al giorno. Su una pagina con 40 visite in 90 giorni, cinque uscite in più spostano il tasso di uscita (exit rate) di oltre 12 punti percentuali.
Per scoprire perché qualcuno ha abbandonato. Piuttosto, osserva direttamente il comportamento delle persone sulla pagina tramite un test di usabilità.
Quale rischio mette alla prova e quanto è solida l'evidenza?
Questo esercizio testa la desirability (desiderabilità): le persone mostrano reale interesse per questa specifica parte dell'offerta? L'evidenza è direzionale. Si tratta di comportamenti reali tenuti da visitatori veri, ma analizzati a posteriori, senza modifiche attive o gruppi di controllo. Fornisce un'indicazione chiara su dove valga la pena testare, come illustrato nella nostra guida alla scelta dell'esperimento di prodotto.
Template di analisi del traffico web da copiare e usare
Apri l'immagine a grandezza naturale oppure copia la versione testuale qui sotto.
Chi reclutare e quanti
Nessuno. Ti servono almeno 90 giorni di dati del tuo sito, idealmente con qualche centinaio di visite al mese o più sulle pagine di tuo interesse. Se puoi, filtra le visite del tuo team e i bot più evidenti.
Piano d'azione passo a passo
Formula l'ipotesi da verificare. Ad esempio: «gli utenti che arrivano alla pagina prezzi sono quelli più interessati».
Definisci il segnale di superamento (pass signal).
Estrai le visite per singola pagina degli ultimi 90 giorni.
Ordina le pagine per numero di visite e per volume di uscite.
Annota la sorgente da cui provengono gli utenti di queste pagine.
Analizza il percorso dalla pagina di ingresso al passaggio successivo.
Metti per iscritto il passaggio specifico che testerai dopo, indicando il perché.
Domande a cui rispondere con i dati
«Quali pagine legate a questo problema rientrano nella top 10 per visite?»
«Da dove abbandona la maggior parte dei visitatori?»
«Quale sorgente porta utenti che proseguono nella navigazione e quale genera rimbalzi?»
«Ci sono pagine o contenuti che ricevono molta attenzione anche se non ci abbiamo quasi investito?»
«Cosa è cambiato negli ultimi 90 giorni che potrebbe spiegare questo andamento?»
Cosa misurare
Visite, uscite e tasso di uscita (exit rate) per pagina. Percentuale di utenti che passa da ogni pagina allo step successivo. Principali sorgenti di traffico per pagina.
Segnale di superamento da definire in anticipo
Il benchmark iniziale suggerito da Specky: le pagine collegate a questo problema rientrano nella tua top 10 per visite o per uscite. È un punto di partenza, non un valore assoluto. Per i siti più piccoli, interpretalo unicamente come un'indicazione di massima.
Registro dei risultati
Pagina
Visite (90 giorni)
Uscite
Tasso di uscita
Sorgente principale
Passaggio successivo compiuto da
Note
Cos'è una gap analysis del traffico web?
Una gap analysis del traffico web confronta il volume effettivo registrato con un parametro di riferimento stabilito a priori, evidenziando dove il divario è più marcato. Il riferimento può essere un obiettivo interno («il 30% dei visitatori della pagina prezzi deve avviare una prova gratuita»), lo stesso periodo dell'anno precedente o un concorrente specifico. Scegli la variante più adatta alla tua ipotesi:
Tipo di gap
Cosa confronti
Fonte dati
Domanda a cui risponde
Gap di passaggio (step gap)
Quota di utenti che passa da una pagina alla successiva rispetto all'obiettivo
La tua piattaforma di analytics (report sui percorsi o funnel)
Dove si interrompe il flusso?
Gap di attenzione
Pagine che generano visite a fronte di pagine su cui hai investito risorse
La tua piattaforma di analytics, ordinata per visite e uscite
C'è qualcosa di molto visitato che quasi non supportiamo?
Gap di ricerca
Query per cui il sito si posiziona ma riceve pochi clic
Google Search Console, Strumento di pianificazione delle parole chiave
Cosa cercano le persone che noi non stiamo offrendo?
Gap di concorrenza
Il tuo mix di traffico per canale rispetto a quello di un rivale
Similarweb, Semrush (stime)
Su quale canale sono più forti rispetto a noi?
Come condurre l'analisi:
Definisci il riferimento prima di consultare i dati.
Estrai i dati di entrambi i fronti per lo stesso intervallo di 90 giorni, applicando gli stessi filtri per paese e dispositivo.
Calcola ogni scostamento in termini di persone assolute, non solo in punti percentuali. Uno scarto di 20 punti su una pagina con 50 visite pesa molto meno di uno scarto di 5 punti su una da 5.000.
Escludi le spiegazioni banali: cali stagionali, link interrotti o campagne giunte al termine.
Metti per iscritto il singolo divario su cui interverrai e quale modifica intendi testare.
Per il gap di ricerca, il report sul rendimento di Search Console mostra clic, impressioni, percentuale di clic (CTR) e posizione media per query e per pagina, impostando come intervallo predefinito gli ultimi tre mesi (Guida di Search Console). Un volume alto di impressioni a fronte di pochi clic indica che gli utenti vedono la pagina nei risultati, ma scelgono di non cliccarci. Lo Strumento di pianificazione delle parole chiave stima le ricerche mensili per keyword su cui non sei ancora posizionato; richiede però i dati di fatturazione in Google Ads e nasconde i termini a volume molto basso (Guida di Google Ads).
Quanto sono accurate le stime di traffico di Similarweb e Semrush?
Sono sufficientemente affidabili per stilare classifiche e confrontare i canali tra loro; non lo sono per calcolare il numero esatto di visite.
Similarweb aggrega quattro fonti: dati di analytics condivisi dai proprietari dei siti, applicazioni proprietarie installate su milioni di dispositivi, accordi con partner (come gli Internet Service Provider) e dati pubblici (Similarweb). La stessa azienda raccomanda di «concentrarsi sui trend relativi piuttosto che sui valori assoluti» (blog di Similarweb).
Semrush modella il traffico appoggiandosi a un panel di oltre 200 milioni di utenti anonimizzati in più di 190 paesi, costruito collaborando con centinaia di fornitori di dati di navigazione (clickstream) (Semrush Knowledge Base). La piattaforma precisa che i suoi due strumenti di traffico restituiranno quasi sempre cifre differenti e consiglia di affidarsi a Google Analytics per le metriche del proprio sito (Semrush Knowledge Base).
I riscontri dei test indipendenti:
PLOS ONE (2022). Su 86 siti web distribuiti in 26 paesi, Similarweb ha sottostimato le visite del 19,4%, i visitatori unici del 38,7% e ha calcolato una frequenza di rimbalzo superiore del 25,2% rispetto a Google Analytics. Ha sottostimato 66 siti (il 76,7%) e si è avvicinato entro un margine del 5% solo in 5 casi (il 5,8%). Tuttavia, le graduatorie mostravano una forte correlazione e gli scarti erano sistematici (PLOS ONE, 2022).
SparkToro (2022). Su un campione di 641 siti e 7.692 mesi-sito, la correlazione con gli utenti registrati da GA è risultata pari a 0,790 per Semrush, 0,720 per Datos, 0,659 per Similarweb e 0,504 per Ahrefs (che stima esclusivamente la ricerca organica). I margini di errore risultavano «spesso pari a +/-100% o superiori», con Similarweb che mostrava le maggiori discrepanze sui siti sotto le 5.000 visite mensili (SparkToro, 2022).
La regola da seguire: confronta un concorrente con il tuo sito sempre all'interno dello stesso strumento, senza mai paragonare una stima di Similarweb con i dati reali del tuo account GA. Essendo l'errore di natura sistematica, cerca il tuo dominio nella piattaforma, calcola lo scarto percentuale rispetto ai tuoi dati interni e applica quella correzione ai rivali per ottenere una stima indicativa.
Come interpretare uscite e rimbalzi senza ingannarsi?
Un'uscita corrisponde all'ultima pagina visualizzata prima di chiudere la sessione. Un rimbalzo, secondo la logica di GA4, è una sessione durata 10 secondi o meno, senza eventi chiave e con una sola visualizzazione di pagina. Un articolo di supporto con un tasso di uscita molto alto potrebbe aver svolto perfettamente il proprio compito; per una pagina prezzi, invece, è quasi sempre un brutto segno. Prima di analizzare i dati, assicurati di averli ripuliti:
Bot. GA4 esclude in automatico il traffico bot noto, basandosi sulla International Spiders and Bots List di IAB, senza indicare nei report la quantità di traffico filtrata (Guida di Google Analytics).
Il tuo team. Identifica il traffico interno in base all'indirizzo IP, impostando fino a 10 filtri dati per proprietà. Un filtro attivo scarta i dati in modo irreversibile: testalo prima di renderlo definitivo (Guida di Google Analytics).
Conservazione dei dati. Nelle proprietà standard, i dati a livello di evento vengono conservati per 2 o 14 mesi; questo vincolo si applica alle esplorazioni e ai report sui funnel, non ai report standard (Guida di Google Analytics). Se l'impostazione è su 2 mesi, un'esplorazione del percorso su 90 giorni ometterà un intero mese senza mostrare avvisi.
Esempio pratico (ipotetico)
Questo esempio simulato serve a illustrare la metodologia. Un team che commercializza una piattaforma per le assunzioni è convinto che la pagina «integrazioni» sia l'elemento determinante per convertire gli utenti. Decide quindi di analizzare gli ultimi 90 giorni di dati.
La pagina delle integrazioni si colloca solo al 14º posto per volume di visite. Al contrario, una guida pratica su «come scrivere un annuncio di lavoro senza bias» si trova al 3º posto, ma quasi la totalità dei visitatori abbandona il sito subito dopo la lettura. Pochissimi arrivano a consultare le pagine di prodotto.
L'ipotesi di partenza sulla pagina integrazioni non supera il test. Il dato reale evidenzia che un gran numero di persone atterra sul sito cercando consigli operativi sugli annunci, per poi trovarsi senza un percorso chiaro verso il resto dell'offerta. Il test successivo del team consisterà nell'inserire una proposta mirata all'interno di quell'articolo.
I numeri simulati: 18.000 sessioni nel trimestre. La pagina integrazioni ha registrato 420 sessioni, attestandosi al 19º posto per uscite (fuori dalla top 10 su entrambi i fronti). L'articolo di supporto ha raccolto 3.100 sessioni, con un tasso di uscita del 90% e l'82% del pubblico proveniente da traffico organico. Soltanto l'1,5% ha proseguito verso una pagina di prodotto, a fronte di una media del 9% sul resto del blog. Quel divario di 7,5 punti corrisponde a circa 230 potenziali utenti a trimestre: il gap più rilevante dell'intero sito.
Analisi del traffico web vs controllo di product analytics vs analisi delle tendenze di ricerca
L'interesse è in crescita, e attorno a quali parole chiave?
Dati
Analytics del sito: visite, uscite, sorgenti
Eventi di prodotto: attivazione, adozione funzionalità, retention
Dati pubblici sulle ricerche
Punto debole
Mostra cosa accade, non il perché
Esclude chi non si registra mai
Non chiarisce il «chi» né il «perché»
Una sequenza logica di lavoro: prima le tendenze di ricerca per intercettare i termini usati dal mercato, poi l'analisi del traffico per individuare dove si interrompe l'interesse sul sito, infine il controllo di product analytics una volta che le persone usano il prodotto.
Quali sono gli errori più comuni nell'analisi del traffico web?
Analizzare un arco temporale troppo breve. Una singola settimana può essere distorta da una newsletter isolata o da un giorno festivo.
Considerare ogni uscita come un fallimento. Chi abbandona la pagina dopo aver trovato l'informazione che cercava ha semplicemente ottenuto una risposta utile.
Trascurare la provenienza degli utenti. I visitatori da ricerca organica si comportano in modo radicalmente diverso rispetto a chi arriva da un'email.
Includere le proprie visite nel conteggio. Su volumi contenuti, il traffico interno del team falsa pesantemente le percentuali.
Trarre conclusioni sul perché le persone compiono un'azione. Il traffico rivela cosa succede. Per capire il perché, devi parlare direttamente con loro.
Confrontare dati provenienti da strumenti diversi. Mettere a paragone la stima di un concorrente con le tue metriche interne di GA equivale a confrontare una proiezione statistica con una misurazione sul campo.
Come eseguirla in Specky
Nella pagina Ipotesi, clicca sulla nota e seleziona Scegli un test, quindi Analisi del traffico web. Specky imposterà in automatico i passaggi operativi, il segnale di superamento e una roadmap di una giornata.
Specky estrae i dati direttamente dai tuoi strumenti di analytics collegati, come PostHog, Mixpanel, Amplitude o Pendo. Questo tipo di test non prevede un pulsante di importazione automatica istantanea: richiedi i dati nella chat integrata oppure esportali dalla tua piattaforma e allegali come evidenza.
Se i dati sul traffico si trovano in un software non integrato, incolla manualmente i valori specificando fonte e data di riferimento.
Clicca su Avvia esecuzione e registra i risultati raccolti.
Un test superato verrà contrassegnato sulla bacheca con l'etichetta Early signal (segnale preliminare) e non Supported (confermato), trattandosi di un'evidenza di tipo direzionale basata su dati storici.
Come interpretare i risultati
Supported / Confermato (mostrato come Early signal): Hai individuato con precisione la pagina o il passaggio nevralgico. Sperimenta una variazione tramite un A/B test (split test) oppure testa una nuova proposta tramite un fake door test.
Non chiaro: I volumi analizzati sono troppo esigui o i dati risultano contrastanti. Conduci un controllo di product analytics su una finestra temporale più ampia oppure osserva direttamente il comportamento di alcuni utenti mentre navigano la pagina.
Contradicted / Smentito: Il pubblico non atterra né si sofferma su questa sezione dell'offerta. Esamina su cosa si stia concentrando l'attenzione alternativa. Qualsiasi scommessa di prodotto vincolata a questa ipotesi verrà ora contrassegnata come Smentita (Contradicted).
Domande frequenti
Cosa può rivelare l'analisi del traffico web a un team di prodotto?
Evidenzia quali pagine catturano l'attenzione, la provenienza degli utenti e il punto in cui abbandonano la navigazione. Sono elementi sufficienti per stabilire con precisione quale passaggio meriti il prossimo test, sfatando spesso convinzioni interne prive di riscontro. Poiché non spiega le motivazioni profonde delle persone, prima di riprogettare un'interfaccia affianca a questa analisi alcune interviste o un test di usabilità.
Qual è la differenza tra tasso di uscita ed exit rate e frequenza di rimbalzo?
Il tasso di uscita (exit rate) rappresenta la quota di visualizzazioni di una specifica pagina che coincide con l'ultimo evento della sessione. La frequenza di rimbalzo (bounce rate) in GA4 è invece la quota di sessioni prive di coinvolgimento: durata pari o inferiore a 10 secondi, nessun evento chiave e una sola pagina vista. Una pagina può registrare un tasso di uscita alto e una frequenza di rimbalzo ridotta quando gli utenti leggono attentamente il contenuto per poi chiudere la scheda del browser soddisfatti.
Di quanto traffico hai bisogno?
Lavora su un arco di almeno 90 giorni di dati ed evita conclusioni affrettate se le pagine sotto esame registrano meno di qualche centinaio di visite mensili. Su volumi molto bassi, poche visite possono spostare le percentuali di dieci punti o più: interpreta l'esito come un semplice orientamento e convalidalo con un test più rigoroso.
Quanto è accurato Similarweb per i siti di piccole dimensioni?
Poco. Nell'analisi condotta da SparkToro nel 2022 su 641 siti, Similarweb si è dimostrato il meno preciso tra quattro fornitori presi in esame per le piattaforme sotto le 5.000 visite mensili; i margini di errore di questi strumenti superano spesso il 100%. Quando possibile, confronta i siti all'interno del medesimo strumento e verifica prima i dati del tuo dominio per capire quale sia lo scostamento percentuale rispetto alla realtà.
È possibile fare una gap analysis del traffico web senza ricorrere a strumenti a pagamento?
Sì. I dati della tua piattaforma di analytics sono sufficienti per esaminare i divari di passaggio e di attenzione; Google Search Console traccia i gap di ricerca per le pagine del tuo sito e lo Strumento di pianificazione delle parole chiave fornisce indicazioni di volume all'interno di un account Google Ads. Similarweb o Semrush diventano necessari soltanto se vuoi studiare i concorrenti, ricordando che i loro dati sono stime da valutare sempre all'interno del medesimo tool.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing