KPI e analytics su Shopify: le metriche native, i report personalizzati e Sidekick

Quasi tutte le aziende che vendono online comprano uno strumento di business intelligence prima di avere davvero capito cosa la piattaforma misura già da sola. Si firma una licenza per Power BI o Tableau, si ingaggia un consulente, si costruisce un cruscotto, e poi ci si accorge che metà di quei numeri erano disponibili dal primo giorno, gratis, dentro Shopify. È un errore costoso e diffuso, e nasce da una sottovalutazione: si pensa che gli analytics nativi siano una vetrina di poche metriche di superficie, mentre sono un sistema di misurazione completo che, per la stragrande maggioranza dei brand e delle aziende, è più che sufficiente.

Shopify, e a maggior ragione Shopify Plus, registra nativamente l'intero ciclo di vita commerciale: ogni sessione, ogni carrello, ogni ordine, ogni reso, ogni cliente che torna. Su questi dati la piattaforma costruisce una dashboard pronta all'uso, un linguaggio per interrogarli a piacere e, da poco, un assistente che li legge per te in linguaggio naturale. Questo articolo passa in rassegna ogni KPI che Shopify mette a disposizione senza app né integrazioni, spiega cosa significa e perché conta, e mostra fin dove ci si può spingere con i report personalizzati e con Sidekick prima di pensare a uno strumento esterno.

L'obiettivo non è dirti dove cliccare, ma farti capire cosa la piattaforma è in grado di dirti. Perché la differenza fra un'azienda che decide con i dati e una che li guarda e basta non sta nello strumento, sta nel sapere quali numeri esistono e cosa raccontano.

Cosa intende Shopify per KPI, e dove vivono i dati

Un KPI, key performance indicator, è una misura quantitativa che dice se ti stai avvicinando o allontanando da un obiettivo. Non è un numero qualsiasi: è un numero scelto perché collegato a una decisione. Shopify non ragiona per metriche sparse, ma per modelli di dati coerenti, e capire come sono organizzati aiuta a capire cosa si può chiedere alla piattaforma.

I dati nativi vivono in cinque grandi insiemi, le stesse tabelle che alimentano sia la dashboard sia il motore di interrogazione. Le vendite raccolgono tutto ciò che riguarda fatturato, sconti, resi, imposte e spedizioni. Gli ordini descrivono ogni transazione e il suo stato di evasione. I prodotti contengono il catalogo, le varianti e il magazzino. I clienti tengono insieme profili, segmenti e comportamento di riacquisto. Le sessioni registrano il traffico dello storefront, da dove arriva, con quale dispositivo, e cosa fa. Ogni indicatore che vedrai nella dashboard è una lettura su una o più di queste tabelle, e questa è la ragione per cui i numeri tornano sempre fra loro: nascono dalla stessa fonte.

La dashboard Analytics: i numeri che vedi appena entri

La pagina Analytics è il punto di partenza, e già da sola copre la quasi totalità delle domande che un ecommerce manager si pone ogni mattina. In alto trovi le metriche di sintesi del periodo, con il confronto automatico sullo stesso intervallo dell'anno o del periodo precedente, e sotto una serie di schede che scompongono il dato per canale, prodotto, sorgente, dispositivo e geografia. Il valore non è nel singolo numero, è nel fatto che siano tutti consistenti e confrontabili nel tempo. Vediamoli per famiglie.

Le metriche di vendita e di margine

Il blocco delle vendite è quello che racconta i soldi, e va letto dall'alto verso il basso perché ogni riga toglie qualcosa alla precedente. Il fatturato lordo è il valore dei prodotti venduti prima di qualunque rettifica. Da lì si sottraggono gli sconti, cioè quanto hai rinunciato a incassare con promozioni e codici, e i resi, cioè il valore della merce rientrata: due voci che in molti settori, la moda su tutti, pesano in modo enorme e che guardate insieme dicono quanto è sana davvero la tua marginalità. Il risultato è il fatturato netto, la cifra che conta sul serio. A questo si aggiungono o si tolgono i costi di spedizione addebitati o sostenuti, le imposte e le eventuali commissioni di reso, fino ad arrivare alle vendite totali, il numero finale del periodo. Leggere solo il fatturato lordo e ignorare sconti e resi è il modo più comune per raccontarsi un ecommerce più ricco di quello che è.

Accanto al valore assoluto, la dashboard mostra sempre la variazione percentuale sul periodo di confronto. È questa la lettura che vale: un fatturato che cala mentre gli sconti salgono e i resi non scendono non è un problema di traffico, è un problema di modello promozionale, e lo si vede a colpo d'occhio solo se si tengono insieme le tre voci.

Le metriche di domanda e di traffico

Sul fronte della domanda, Shopify misura nativamente le sessioni, cioè le visite allo storefront, e le scompone per dispositivo, per sorgente e per area geografica. È il numeratore di quasi ogni ragionamento sull'efficienza: senza sapere quanto traffico arriva, qualunque variazione di vendite resta inspiegabile. Il valore medio dell'ordine, l'AOV, dice quanto spende in media chi compra, ed è una delle due leve, insieme alla conversione, su cui si gioca la crescita a parità di traffico. Il tasso di clienti abituali misura la quota di acquisti che arriva da chi ha già comprato, ed è il primo indizio della solidità del brand: un ecommerce che vive solo di prime visite è un ecommerce che deve ricomprare ogni cliente ogni volta.

Il cuore di questo blocco è però il tasso di conversione e la sua scomposizione lungo il funnel. Shopify non si limita a dire quanti dei visitatori comprano, mostra l'intera caduta: dalle sessioni totali a chi aggiunge al carrello, a chi arriva al checkout, a chi completa l'ordine. È la metrica più ricca di tutte, perché un tasso di conversione basso non significa nulla finché non sai a quale gradino del funnel si perde la gente. Se il crollo è fra carrello e checkout hai un problema di costi di spedizione o di account obbligatorio; se è dentro il checkout hai un problema di pagamenti o di frizione. La piattaforma ti dà i numeri per distinguere i due casi senza alcuno strumento esterno.

Le metriche di prodotto e di magazzino

Sul catalogo, gli analytics nativi mostrano le vendite totali per prodotto, ordinabili per fatturato, e il tasso di sell-through, cioè la quota di stock venduta rispetto a quella ricevuta in un dato periodo. Sono le due letture che servono al buyer e al merchandiser: la prima dice cosa traina il fatturato, la seconda dice cosa sta ruotando e cosa è fermo a immobilizzare capitale. Un prodotto con sell-through al 100% non è necessariamente un successo, è anche un'occasione persa se è andato esaurito troppo presto; un prodotto con sell-through basso a fine stagione è margine che diventa svendita. Tenere insieme vendite e sell-through è ciò che separa un assortimento gestito da uno subìto.

Le metriche di fidelizzazione: coorti e clienti abituali

La parte più sottovalutata della dashboard è l'analisi di coorte. Shopify raggruppa i clienti per mese di primo acquisto e segue, mese dopo mese, quanti di loro tornano a comprare. È la radiografia della fidelizzazione: una coorte che parte forte e si appiattisce subito racconta un prodotto che non genera riacquisto; una coorte che mantiene una percentuale stabile nei mesi successivi racconta un brand che ha costruito un'abitudine. Questa lettura, insieme al tasso di clienti abituali, è ciò che permette di ragionare sul valore del cliente nel tempo invece che sul singolo ordine, ed è disponibile nativamente, senza dover esportare nulla.

Le altre scomposizioni: canali, sorgenti e geografia

Sotto le metriche di sintesi, la dashboard scompone le vendite e il traffico lungo le dimensioni che servono a capire da dove arriva il business. Le vendite per canale di vendita separano il negozio online dagli altri punti di contatto, dal punto vendita fisico con il POS fino ai canali di vendita aggiuntivi, e dicono quanto pesa davvero ciascuno. Le vendite per prodotto ordinano il catalogo per fatturato, e affiancate al sell-through raccontano cosa traina e cosa è fermo. Sul fronte della provenienza, gli analytics mostrano le vendite e le sessioni per sorgente, distinguendo la ricerca dai social, dai referral, dal traffico diretto, e arrivano al dettaglio del singolo referrer, da Google ai marketplace fino ai siti affiliati.

La geografia completa il quadro: le sessioni per sede dicono da quali paesi e città arriva il traffico, informazione preziosa per chi vende all'estero e deve capire dove vale la pena spingere su lingua, valuta e logistica. Le sessioni per landing page mostrano quali pagine fanno da porta d'ingresso, e quindi dove conviene investire in contenuto e ottimizzazione. La performance per canale di provenienza, infine, raggruppa il traffico in organico, a pagamento e sconosciuto, dando una prima lettura, per quanto grezza, del ritorno dei diversi tipi di acquisizione. Sono tutte letture native, già pronte, che in un gestionale tradizionale richiederebbero un progetto di reportistica a sé.

Oltre la dashboard: le esplorazioni e ShopifyQL

La dashboard risponde alle domande frequenti. Quando la domanda diventa specifica, per esempio quale sorgente di traffico ha convertito meglio a settembre, o quanti clienti nuovi contro abituali per ciascun canale, si passa alle esplorazioni. Qui Shopify mette a disposizione ShopifyQL, il suo linguaggio di interrogazione pensato per il commercio, ed è una delle funzioni più sottoutilizzate dell'intera piattaforma.

ShopifyQL è disponibile per tutti i merchant, non solo per i piani alti, attraverso un editor dentro l'amministrazione. La sua grammatica è volutamente semplice: ogni interrogazione parte da FROM, che indica la tabella, e da SHOW, che indica le metriche e le dimensioni da mostrare. Da lì si aggiungono i filtri con WHERE, gli intervalli temporali con SINCE e UNTIL, il raggruppamento con GROUP BY, l'andamento nel tempo con TIMESERIES e, soprattutto, il confronto fra periodi con COMPARE TO. Una riga come FROM sales SHOW total_sales, orders GROUP BY day SINCE last_week restituisce il fatturato e gli ordini giorno per giorno dell'ultima settimana, già pronti da visualizzare come tabella o grafico. Il linguaggio gestisce da solo join, valute e fusi orari, e questo è il motivo per cui non serve un analista per ottenere un report che in un gestionale tradizionale richiederebbe una query SQL e una persona che la sappia scrivere.

Una volta scritta, l'interrogazione si salva come report personalizzato, e qui sta il vero salto: il report salvato si può programmare per l'invio automatico via email a cadenza regolare, si può condividere con i colleghi che hanno accesso agli analytics, e si può esportare in CSV per qualunque uso esterno. In pratica, prima di comprare uno strumento di reportistica, vale la pena chiedersi se una manciata di esplorazioni salvate e schedulate non risolva già il novanta per cento del fabbisogno. Per la maggior parte delle aziende la risposta è sì.

Per chi ha esigenze di sviluppo, gli stessi dati sono raggiungibili anche fuori dall'interfaccia. La GraphQL Admin API espone l'endpoint shopifyqlQuery, che permette di eseguire le stesse interrogazioni da un'applicazione e portare i risultati dove servono, per esempio dentro un gestionale o un data warehouse. Esiste perfino un SDK in Python con integrazione pandas, pensato per chi costruisce flussi di analisi. Sono le fondamenta su cui, quando serve davvero, si appoggia uno strumento esterno: ma sono fondamenta che molte aziende non sanno nemmeno di avere già pagato.

Sidekick: interrogare i dati a parole

La novità che cambia il rapporto fra le persone e i dati si chiama Sidekick, l'assistente con intelligenza artificiale integrato in Shopify. L'editor delle esplorazioni dialoga con Sidekick e capisce il linguaggio naturale: invece di scrivere ShopifyQL, puoi chiedere a parole qual è stata la sorgente di traffico con la conversione migliore a settembre, e l'assistente costruisce il report al volo, traducendo la domanda in un'interrogazione e spiegando in linguaggio comprensibile cosa misura.

Il punto non è solo la comodità, è l'accesso. Reportistica avanzata che fino a ieri richiedeva un analista diventa una conversazione: si parte da una domanda, si affina con una seconda, quanti clienti nuovi contro abituali per ciascuna di quelle sorgenti, e si scende in profondità senza mai uscire dal flusso di lavoro. Sidekick tiene memoria della conversazione, quindi si può riprendere un'analisi e spingerla oltre. Per un'azienda che non ha un team dati, è la differenza fra avere i numeri e poterli davvero interrogare. E chi vuole imparare ShopifyQL può farlo proprio osservando come Sidekick traduce le sue domande in query.

Cosa cambia con Shopify Plus

Su Shopify Plus l'impianto di misurazione è lo stesso, ma cresce in due direzioni. La prima è l'ampiezza: chi gestisce più negozi, per mercato o per insegna, ha bisogno di leggere i dati anche a livello aggregato di organizzazione, e il piano enterprise è pensato per questo. La seconda è la profondità della reportistica finanziaria e l'integrazione con le funzioni avanzate, dal B2B alla personalizzazione del checkout per mercato, che generano a loro volta nuovi dati da misurare. Resta però un punto di metodo che vale per tutti: il fatto di avere accesso a più report non obbliga a guardarne di più. La differenza fra Shopify e Shopify Plus, sul piano degli analytics, è una questione di scala e di governance, non di esistenza del dato, e per approfondirla rimando al confronto completo fra le differenze tra Shopify e Shopify Plus.

I limiti onesti degli analytics nativi

Sfruttare bene i nativi significa anche conoscerne i confini, perché un confine ignorato diventa una conclusione sbagliata. Il primo riguarda l'attribuzione. Shopify assegna ogni vendita a una sorgente secondo un modello che resta una semplificazione, e una quota di traffico finisce inevitabilmente nel gruppo sconosciuto, perché i browser e le regole sulla privacy hanno reso più difficile tracciare la provenienza. Leggere quelle scomposizioni come verità assoluta, e non come miglior stima disponibile, porta a sopravvalutare o sottovalutare i canali. Vanno usate per orientarsi, non per decidere al centesimo.

Il secondo limite riguarda il margine. La dashboard ragiona in fatturato, non in profitto, e per ottenere la marginalità reale bisogna prima inserire i costi di prodotto dentro la piattaforma: senza quel dato, nessuno strumento, nativo o esterno, può calcolare quanto si guadagna davvero. È un passaggio che molte aziende saltano, e poi si stupiscono che gli analytics non parlino di margine. Il terzo riguarda i tempi: i dati sono aggiornati con grande frequenza ma non sempre all'istante, e qualche metrica si consolida nelle ore successive, quindi inseguire il numero in tempo reale al minuto è un esercizio inutile. Conoscere questi tre limiti non è un argomento contro i nativi, è la condizione per usarli bene: uno strumento si padroneggia quando se ne conoscono sia la potenza sia il perimetro.

Quando i KPI nativi bastano e quando serve di più

La conclusione onesta è che, per la grande maggioranza dei brand, gli strumenti nativi di Shopify sono sufficienti, a patto di usarli sul serio. La dashboard copre il quotidiano, le esplorazioni con ShopifyQL coprono le domande specifiche, i report salvati e schedulati coprono la distribuzione, Sidekick abbatte la barriera tecnica. Il limite non è quasi mai la potenza dello strumento, è la disciplina di chi lo usa.

Il momento in cui ha senso guardare oltre arriva quando i dati che servono non vivono più dentro Shopify: quando bisogna incrociare il venduto online con il gestionale, con la marginalità reale di prodotto, con i costi pubblicitari di più piattaforme, con il magazzino fisico e con il punto vendita. Lì la domanda non è più quale KPI guardare, ma con quale architettura tenere insieme fonti diverse, ed è una scelta che va fatta con metodo, non per moda. Quali metriche scegliere prima ancora di scegliere lo strumento è il tema di una guida dedicata ai KPI ecommerce, mentre il confronto fra gli strumenti di business intelligence e i nativi di Shopify lo affronto nella guida alla scelta dello strumento di BI.

Domande frequenti sui KPI nativi di Shopify

Quali KPI posso vedere su Shopify senza installare app?

Senza alcuna app, la dashboard Analytics mostra fatturato lordo e netto, sconti, resi, imposte e spedizioni, valore medio dell'ordine, tasso di conversione con l'intero funnel, sessioni scomposte per sorgente, dispositivo e geografia, vendite per canale e per prodotto, tasso di clienti abituali, analisi di coorte e tasso di sell-through. È un insieme che copre il quotidiano della maggior parte degli ecommerce.

Servono Shopify Plus o un piano alto per i report personalizzati?

No. L'editor di ShopifyQL, che permette di costruire report personalizzati con confronti fra periodi e visualizzazioni, è disponibile per tutti i merchant attraverso la sezione delle esplorazioni dell'amministrazione. Shopify Plus aggiunge profondità e la lettura aggregata a livello di organizzazione per chi gestisce più negozi, ma la capacità di creare report propri non è un privilegio dei piani enterprise.

Posso ricevere i report via email in automatico?

Sì. Una volta salvata, un'esplorazione si può programmare per l'invio automatico via email a cadenza regolare e si può condividere con i colleghi che hanno accesso agli analytics, oltre a esportarla in CSV. È il modo più semplice per trasformare la lettura dei dati in un'abitudine senza dipendere dalla buona volontà di chi deve ricordarsi di guardarli.

Sidekick sostituisce un analista?

Non lo sostituisce, ma abbassa drasticamente la barriera. Sidekick costruisce report a partire da domande in linguaggio naturale e permette di affinare l'analisi con domande successive, rendendo accessibile a chiunque una reportistica che prima richiedeva competenze tecniche. Per analisi molto complesse o per incrociare fonti esterne a Shopify resta utile una persona dedicata, ma per il fabbisogno corrente di un ecommerce è uno strumento che cambia il rapporto fra le persone e i dati.

In ICT Sviluppo affrontiamo questa domanda ogni volta che un'azienda ci chiede di misurare meglio: quasi sempre la risposta parte dallo spremere ciò che la piattaforma offre già, e solo dopo, se il caso lo richiede davvero, si costruisce lo strato in più. Misurare bene non è comprare lo strumento più costoso, è sapere quali numeri esistono e avere la disciplina di leggerli.