Un tracking può sembrare funzionante perché le dashboard mostrano numeri. La domanda utile è diversa: quei numeri rappresentano gli eventi che il team crede di misurare?
Un audit efficace non parte dal pannello finale. Ricostruisce la catena che va dall’azione dell’utente alla decisione.
Una dashboard piena non dimostra che la misura sia corretta. Dimostra soltanto che qualcosa è arrivato fino al report.
1. Definizioni e proprietà degli eventi
Il primo controllo riguarda il significato. Qual è la differenza tra visualizzazione prodotto, aggiunta al carrello, avvio checkout e acquisto? Quali parametri devono accompagnare ciascun evento? Chi decide quando un ordine è valido?
Le definizioni vanno documentate prima di verificare il codice.
2. Data layer e payload
Nel browser controllo che gli eventi vengano emessi nei passaggi previsti e che includano identificativi, valori e valuta corretti. Varianti prodotto, quantità, coupon e spedizione sono frequenti punti di incoerenza.
3. Duplicazioni e persistenza
Refresh della pagina di conferma, back button, retry di rete e integrazioni parallele possono duplicare un acquisto. Un identificativo di transazione coerente aiuta a individuare e prevenire il problema. La documentazione GA4 sulla validazione e-commerce è il riferimento tecnico per verificare i payload.
4. Coerenza tra strumenti
GA4, Google Ads, Meta e backend non devono necessariamente mostrare lo stesso totale: usano finestre e modelli diversi. Tuttavia, discrepanze anomale o improvvise richiedono una spiegazione tecnica. Google documenta le principali differenze tra i dati Google Ads e Analytics.
Il confronto serve a conoscere i limiti delle fonti, non a forzarle verso un’identità impossibile.
5. Stati di consenso
La gestione tecnica del consenso deve rispettare le scelte raccolte dalla piattaforma dedicata. La Consent Mode comunica lo stato ai tag e ne modifica il comportamento; non sostituisce il banner né determina da sola la conformità legale.
Il collaudo deve coprire accettazione, rifiuto, scelta granulare e modifica successiva.
6. Ambienti e regressioni
Checkout, tema, app, CMP e tag cambiano. Per questo servono casi di test ripetibili: desktop e mobile, utenti nuovi e di ritorno, principali metodi di pagamento, errori e thank-you page.
7. Utilità decisionale
L’ultimo controllo è spesso ignorato. Anche un’implementazione tecnicamente corretta può raccogliere eventi che nessuno usa.
Ogni misura dovrebbe avere un proprietario, una frequenza di controllo e una decisione collegata. Se manca uno di questi elementi, il dato rischia di diventare rumore operativo.
L’output di un audit
Un audit utile produce una mappa delle fonti, un elenco di anomalie riproducibili, priorità per rischio e impatto, un piano di correzione e una matrice di collaudo. Non promette una precisione assoluta: rende esplicita la qualità su cui il team sta basando le proprie scelte.
| Livello | Evidenza da raccogliere | Output operativo |
|---|---|---|
| Evento | Azione riproducibile e definizione condivisa | Specifica di misurazione |
| Payload | Parametri, valore, valuta e identificativi | Matrice dei campi |
| Destinazioni | Ricezione e deduplicazione negli strumenti | Registro dei test |
| Decisione | Proprietario, frequenza e uso del dato | Scorecard e responsabilità |
