BigQuery e dashboard prodotto per analizzare comportamento e dati di una web app di formazione
Contesto
Il cliente ha sviluppato una web app per la gestione della formazione che mette in relazione più soggetti: utenti che si registrano e costruiscono il proprio percorso di competenze, enti di formazione e training provider che pubblicano i propri percorsi, aziende che invitano le persone a iscriversi per gestire quanto già dichiarato.
Una volta completato il percorso, l’utente pubblica un portafoglio di competenze e formazione, che diventa il punto di contatto tra la sua storia formativa e chi deve valutarla o utilizzarla (un ente, un’azienda, un training provider).
L’obiettivo del progetto era costruire una dashboard che raccogliesse due tipi di dati molto diversi tra loro: il comportamento degli utenti sul sito e sulla web app, e le informazioni proprietarie dell’applicazione (utenti registrati, collegamenti tra utenti e training provider o aziende, competenze associate ai profili, ecc…).
Vincolo strutturale
Il comportamento degli utenti era tracciato su GA4, mentre tutte le informazioni di prodotto vivevano nel database PostgresSQL della web app.
Questo rendeva l’analisi limitata per due motivi:
- i dati comportamentali su GA4 non avevano alcuna nozione della struttura interna dell’applicazione (chi è un utente registrato, a quale training provider o azienda è collegato, quali competenze ha associato)
- i dati proprietari nel database non contenevano nulla sul comportamento di navigazione degli utenti
Le due fonti restavano isolate, ciascuna leggibile solo per conto proprio. Chi doveva prendere decisioni sul prodotto poteva guardare solo un pezzo della storia alla volta, perché i due sistemi non si incrociavano da soli.
Soluzione progettata e implementata
La soluzione è stata portare entrambe le fonti in un unico progetto BigQuery.
Da un lato è stato collegato l’export nativo di GA4 verso BigQuery, che porta dentro il progetto gli eventi di navigazione già strutturati. Dall’altro è stata impostata l’integrazione del database PostgresSQL della web app con lo stesso progetto BigQuery, in modo da avere anche le tabelle relative a utenti, collegamenti con enti e aziende, competenze associate ai profili.
A quel punto BigQuery è diventato il punto di raccordo tra:
- dati comportamentali provenienti da GA4
- dati proprietari dell’applicazione provenienti da PostgresSQL
- entità di prodotto come utenti, training provider, aziende e competenze
Da questi dati sono state create tabelle modellate, costruite in funzione dei report necessari e non come semplice replica della struttura originale delle due fonti.
La dashboard finale è stata realizzata su Data Studio, collegandosi direttamente alle tabelle modellate presenti su BigQuery.
Impatto sul sistema decisionale
Il sistema ha guadagnato una visione che prima non esisteva, perché comportamento e dati di prodotto non vengono più letti separatamente.
BigQuery ha permesso di costruire una base dati unica, nella quale le informazioni comportamentali e quelle proprietarie possono essere raccolte, organizzate e messe in relazione in modo controllato.
La dashboard è diventata il livello finale di consultazione, mentre la parte di raccolta, integrazione e modellazione dei dati è stata portata dentro un vero database.
Questo ha reso possibile leggere insieme, nello stesso ambiente, come si comportano gli utenti e cosa succede dentro il prodotto (quanti utenti sono collegati a un training provider o a un’azienda, come cresce il numero di competenze associate ai profili, come si muovono le persone nella costruzione del proprio portafoglio).
Prima
Dopo
I dati comportamentali erano disponibili solo su GA4, isolati dalla struttura del prodotto.
I dati proprietari (utenti, collegamenti con enti e aziende, competenze) vivevano solo nel database PostgresSQL della web app.
Le due fonti non erano collegate: leggere comportamento e struttura di prodotto insieme richiedeva un lavoro manuale di incrocio, fonte per fonte.
I dati di GA4 vengono portati in BigQuery tramite l’export nativo.
I dati proprietari del database PostgresSQL vengono integrati nello stesso progetto BigQuery.
Le informazioni vengono modellate in tabelle pensate per i report necessari.
La dashboard su Data Studio legge tabelle già preparate per l’analisi, con comportamento e dati di prodotto nello stesso ambiente.
Cosa rende strutturale questo intervento
Questo intervento non riguarda solo la costruzione di una dashboard.
Il lavoro ha modificato il modo in cui i dati comportamentali e i dati di prodotto vengono raccolti, integrati e preparati prima di essere visualizzati.
GA4 e PostgresSQL restano due sistemi pensati per scopi diversi, e nessuno dei due è il posto giusto per un’analisi che li metta in relazione. BigQuery ha permesso di separare meglio i ruoli:
- GA4 produce i dati di comportamento
- PostgresSQL conserva la struttura e le informazioni proprietarie della web app
- BigQuery raccoglie e modella entrambe le fonti
- Data Studio mostra dati già coerenti e pronti per essere letti
Il valore dell’intervento sta in questo passaggio: la dashboard non viene trattata come il luogo in cui incrociare tutto all’ultimo momento, ma come l’interfaccia finale di un sistema dati progettato a monte.
Competenze
In questo intervento ho lavorato su più livelli:
- progettazione del flusso dati tra comportamento utenti, informazioni proprietarie della web app e dashboard
- integrazione dell’export GA4 verso BigQuery
- integrazione del database PostgresSQL della web app con il progetto BigQuery
- modellazione delle tabelle in funzione dei report richiesti
- costruzione della dashboard finale su Data Studio, collegata alle tabelle modellate
- riduzione della dipendenza da letture separate e manuali tra le due fonti
Questo intervento rientra nel mio lavoro su digital analytics, architetture dati marketing, BigQuery, tracking e CRM. Puoi trovare una sintesi delle mie aree di competenza nel profilo professionale.
Hai dati comportamentali e dati di prodotto che vivono in sistemi separati e difficili da leggere insieme?
Posso aiutarti a progettare una base dati unica con BigQuery, collegando comportamento utenti e informazioni proprietarie della tua applicazione in un sistema più stabile e leggibile.