Chi gestisce un negozio online conosce questa sensazione: GA4 riporta migliaia di sessioni e una «conversione del 3,3%», mentre sul conto si vede solo che la settimana è andata peggio. Statistiche e vendite parlano due lingue diverse. Questa guida mostra dove e come unire il funnel dell’e-commerce avanzato con gli ordini reali del negozio, così da dare un valore in euro a ogni fase del funnel e intervenire partendo da quella più costosa.
Le basi
Funnel e-commerce in GA4: i quattro eventi che lo compongono
Il funnel non è un report che GA4 offre «di serie». Nasce dagli eventi dell’e-commerce avanzato che il negozio invia durante l’acquisto:
Definizione
Il funnel di vendita in GA4 è la sequenza di eventi dell’e-commerce avanzato (visualizzazione della scheda prodotto, aggiunta al carrello, inizio del checkout, acquisto) che si può calcolare su due livelli: per sessione (quante sessioni passano alla fase successiva, per canale e campagna) e per prodotto (come si comporta ogni prodotto dalla visualizzazione all’acquisto). Il funnel vale quanto l’implementazione degli eventi da cui nasce.
Due condizioni determinano l’utilità del funnel. La prima è la completezza: ognuno dei quattro eventi deve inviare ID prodotto, valore e valuta, e purchase anche un ID transazione corrispondente al numero d’ordine. La seconda è la pulizia: tag attivati due volte o un purchase inviato quando si ricarica la pagina di ringraziamento possono creare un funnel che non esiste. Prima di trarre conclusioni, dedica una giornata all’audit degli eventi.
Il divario
Cosa il funnel di GA4 non dice senza i dati del negozio
Le domande di titolari e manager riguardano sempre i soldi, mentre il funnel risponde in percentuali. Solo mettendo insieme i due mondi si ottengono risposte su cui agire:
| La domanda in riunione | Cosa vede solo GA4 | Cosa vede solo il negozio | Cosa emerge solo insieme |
|---|---|---|---|
| «Perché la settimana è andata peggio?» | la conversione è scesa dal 3,6% al 3,3% | 118 ordini in meno | quale fase del funnel ha ceduto, da quale giorno e per quanti euro |
| «Questo prodotto vende?» | visualizzazioni e carrelli del prodotto | pezzi, fatturato, margine, giacenza | dove il prodotto perde clienti e se vale la pena salvarlo |
| «Quale canale porta risultati?» | sessioni ed eventi per canale | fatturato totale e ordini pagati, senza suddivisione per canale | MER complessivo accanto alla quota dei canali nelle transazioni secondo GA4 (stima) |
| «Quanto ci costa il checkout?» | percentuale di abbandoni del checkout | valore degli ordini pagati | valore dei carrelli che ogni settimana non arrivano alla cassa |
A questo si aggiunge lo scostamento dei numeri stessi: purchase in GA4 dipende da consensi, blocker e reindirizzamenti interrotti, e non conosce affatto gli stati degli ordini. GA4 vede di solito il 60–85% degli ordini reali, quindi il funnel va letto insieme alla copertura. I meccanismi di queste differenze sono descritti nella guida all’analisi automatica dell’e-commerce, mentre i limiti dell’unione tra dati pubblicitari e vendite nella guida a conversioni e attribuzione.
La percentuale di conversione non fa male. Fanno male 10.000 € di carrelli che per due giorni non sono arrivati alla cassa.
Unione dei dati
x
Il confronto tra GA4 e il negozio avviene su tre livelli, ognuno con aggregati diversi e per domande diverse. Vale anche qui la regola delle altre guide: l’asse sono gli ordini pagati, e i dati del funnel si aggiungono a questi, mai il contrario.
| Livello | Dimensione comune | Cosa confronti | A cosa risponde |
|---|---|---|---|
| 1 · Giorno | data (canale e campagna solo lato GA4) | funnel di sessione da GA4 accanto al numero e al valore giornaliero degli ordini pagati dal negozio | da quale giorno è iniziato il problema e in quale fase; ripartizione per canale secondo GA4 |
| 2 · Prodotto | identificativo prodotto (SKU) | funnel di prodotto da GA4 accanto a pezzi venduti, margine e giacenze | quali prodotti hanno domanda senza vendite e perché |
| 3 · Copertura | totale per lo stesso giorno o settimana (senza abbinare i singoli ordini) | numero e valore dei purchase in GA4 rispetto agli ordini pagati dal negozio | copertura della misurazione: su quanti dati stai lavorando davvero |
Il primo livello è lo strumento operativo quotidiano, il secondo supporta le decisioni sull’assortimento e sulle campagne di prodotto, il terzo è un controllo di igiene da fare ogni settimana, perché ci si possa fidare dei primi due. Tutti e tre richiedono una cosa: gli eventi GA4 e gli ordini devono stare nello stesso modello di dati, con le stesse date e le stesse definizioni.
Da ricordare
La dimensione si sceglie in base alla domanda. «Da quando cala la conversione?» richiede un confronto per giorno (con i canali secondo GA4). «Perché il bestseller ha smesso di vendere?» per SKU. «Posso fidarmi del funnel?» sui totali di purchase e ordini per lo stesso periodo. Chi prova a rispondere a tutto con un unico report finisce con un report che non risponde a niente.
Valorizzazione
Leggere il funnel in euro: il valore di ogni fase
La statistica inizia a sostenere le vendite nel momento in cui le fasi del funnel ricevono un prezzo. Ecco la settimana di un negozio di giocattoli di esempio dopo aver unito le due fonti (dati indicativi):
Funnel della settimana · GA4 + ordini del negozionegozio di giocattoli · dati indicativi
Ogni passaggio ora ha un prezzo. Migliorare dell’1% il passaggio carrello-checkout significa per questo negozio 53 carrelli in più a settimana, cioè circa 2.450 € di valore degli ordini calcolato sull’AOV.
La valorizzazione delle fasi si riduce a quattro passaggi:
Calcola l’AOV dagli ordini pagati
Fatturato diviso per il numero di ordini pagati, con i dati del negozio (non di GA4). Nell’esempio: 80.575 € / 1.742 = 46,25 €.
Stabilisci la norma dei passaggi
Per ogni passaggio del funnel calcola la mediana di alcune settimane tipiche: sessione-scheda, scheda-carrello, carrello-checkout, checkout-acquisto. È la tua linea di base, più utile di qualsiasi benchmark di settore.
Dai un valore allo scostamento dalla norma
Il calo del passaggio sotto la norma moltiplicato per gli ingressi nella fase e per l’AOV dà il valore indicativo del problema. Valorizzare l’anomalia dice più che valorizzare l’intero calo naturale del funnel.
Imposta una soglia di intervento
Esempio di regola: un passaggio inferiore alla norma di oltre il 5% per due giorni consecutivi richiede una diagnosi. Grazie alla valorizzazione si sa anche in quale ordine intervenire.
Nota metodologica: valorizzare le fasi sull’AOV è una stima indicativa per stabilire le priorità, non fatturato perso uno a uno. Alcuni clienti abbandonano il carrello e tornano il giorno dopo, altri non hanno mai avuto intenzione di comprare. La forza del metodo sta nella confrontabilità: stessa formula, stessa norma, ogni settimana.
Playbook
Cinque segnali dal funnel che salvano le vendite
Nella pratica si ripresentano sempre le stesse situazioni. Conviene conoscerle in anticipo, insieme alla prima mossa:
1Segnale
Il passaggio carrello-checkout crolla da un giorno preciso
2Segnale
Un prodotto ha molte visualizzazioni della scheda e poche aggiunte al carrello
3Segnale
I carrelli crescono, gli acquisti sono fermi e la giacenza è bassa
4Segnale
Un canale porta sessioni che non arrivano nemmeno alla scheda prodotto
5Segnale
Gli acquisti in GA4 crescono più in fretta degli ordini nel negozio
Rischio reale
Un funnel senza verifica della copertura può spingere il team a riparare un negozio che funziona. Un calo di purchase in GA4 dopo la modifica del banner dei consensi appare identico a un crollo delle vendite. Prima che qualcuno tocchi il checkout, basta un’occhiata agli ordini pagati per capire se il problema riguarda il negozio o la misurazione.
DataOrganizer
Come DataOrganizer unisce il funnel GA4 alle vendite del negozio
In DataOrganizer tutti e tre i prospetti di questa guida sono già pronti. Le integrazioni scaricano ogni giorno eventi e funnel da GA4 (di sessione per canale e di prodotto per SKU) insieme a ordini, righe d’ordine, margini e giacenze del negozio, e li organizzano in un unico modello di dati: stesse date, stesse definizioni. Il funnel di sessione si affianca agli ordini e al fatturato giornalieri del negozio, il funnel di prodotto a vendite, margine e disponibilità dei prodotti, mentre la copertura GA4 (somma di purchase rispetto alla somma degli ordini pagati) viene ricalcolata a ogni aggiornamento mattutino.
Il risultato si chiede all’assistente AI nell’applicazione oppure tramite MCP nella propria chat. Una diagnosi che a mano richiede tre report e un foglio di calcolo diventa così:
Il problema è nel passaggio carrello-checkout. Le altre fasi e il traffico sono nella norma, così come la copertura GA4 (92%), quindi è il negozio e non la misurazione:
| Giorno | Carrello → checkout | Perdita vs norma 46% |
|---|---|---|
| lunedì | 46% | – |
| martedì | 31% | 112 carrelli · ~5.150 € |
| mercoledì | 32% | 104 carrelli · ~4.800 € |
In totale sono circa 9.950 € di valore dei carrelli oltre la norma in due giorni (valutazione con AOV di 46 €, stima indicativa). Il calo inizia esattamente martedì e, secondo il funnel per canale di GA4, riguarda tutti i canali in egual misura. Verifica le modifiche introdotte quel giorno nei passaggi di spedizione e pagamento.
Da ricordare
La statistica aiuta le vendite quando ogni fase ha un prezzo e un punto di riferimento. GA4 fornisce le fasi, il negozio fornisce gli euro e la norma. Mantenere questo collegamento a mano costa ore ogni settimana; in un modello integrato è un effetto collaterale dell’aggiornamento quotidiano dei dati.
FAQ
Domande frequenti su funnel e dati di vendita e-commerce
Quali eventi compongono il funnel e-commerce in GA4?
Il nucleo sono quattro eventi dell’e-commerce avanzato: view_item, add_to_cart, begin_checkout e purchase; li completano tra gli altri view_item_list, add_shipping_info e add_payment_info. La condizione per un funnel sensato è l’implementazione: ogni evento con ID prodotto, valore e valuta, e purchase con un ID transazione corrispondente al numero d’ordine.
Perché i purchase in GA4 non corrispondono agli ordini del negozio?
GA4 registra un acquisto solo con il consenso alla misurazione, il tag eseguito e un reindirizzamento non interrotto dopo il pagamento, e non conosce affatto gli stati degli ordini. In pratica vede di solito il 60–85% degli ordini reali. Per questo il funnel va letto insieme alla copertura, e il punto di riferimento restano gli ordini pagati del negozio.
Come calcolare il valore dei carrelli abbandonati?
In modo indicativo: i carrelli che non sono passati al checkout moltiplicati per l’AOV degli ordini pagati. È più corretto valutare l’anomalia: la differenza tra il passaggio carrello-checkout di oggi e la tua norma, per il numero di carrelli, per l’AOV. È una stima per stabilire le priorità, non un fatturato perso uno a uno, perché parte dei clienti torna in seguito.
Quanto dovrebbe essere il tasso di conversione di un e-commerce?
Non esiste un unico valore corretto: dipende da settore, prezzi e struttura del traffico, e gli intervalli citati dell’1–3% sono solo un orientamento. È più utile confrontarsi con il proprio trend e scomporre la conversione nei passaggi tra le fasi. Così, invece di chiederti “il 2% è tanto?”, sai quale fase si discosta dalla tua norma e quanto costa in euro.
Cosa fare quando un prodotto ha traffico ma non vende?
Individua la fase della perdita. Molti view_item e pochi add_to_cart indicano la scheda prodotto (prezzo rispetto al mercato, foto, descrizione, visibilità dei costi di spedizione). Molti carrelli senza acquisto indicano il checkout o la disponibilità (giacenze, metodi di spedizione e pagamento). La diagnosi richiede il funnel di prodotto affiancato a vendite e giacenze del negozio; il solo traffico non dice dove sparisce il denaro.
Riepilogo dell’intera guida
Tre regole per unire funnel e vendite
1. Tre livelli di prospetto. Il giorno per le diagnosi operative (canali secondo GA4), lo SKU per le decisioni sui prodotti, le somme di purchase e degli ordini pagati nello stesso periodo per verificare la copertura. L’asse sono sempre gli ordini pagati; il funnel di GA4 si aggiunge a essi, con le stesse date e definizioni.
2. Valuta in euro le fasi del funnel. L’AOV dai dati del negozio, la norma dei passaggi calcolata sulle settimane tipiche e la valutazione degli scostamenti dalla norma trasformano le percentuali in una lista di interventi ordinata dal più costoso. Una stima indicativa basta, perché serve alle priorità, non alla contabilità.
3. Prima la copertura, poi le conclusioni. Un funnel senza la verifica purchase contro ordini può confondere un problema di misurazione con un problema di vendita. DataOrganizer mantiene automaticamente tutti e tre i prospetti: funnel GA4, ordini, margini e giacenze in un unico modello, con risposte in chat invece di tre report e un foglio di calcolo.
DataOrganizer · funnel e vendite in un unico modello
Collega il negozio e GA4: il funnel di sessione e quello di prodotto si affiancheranno a ordini, margine e giacenze, e la copertura si calcolerà da sola. Account demo subito disponibile, paghi solo le fonti collegate.
