Heatmap, session recording, scroll map: leggere i comportamenti reali degli utenti online

Google Analytics 4 dice quanti utenti hanno visitato una pagina, per quanto tempo e quanti hanno abbandonato. Non dice dove si sono fermati, cosa hanno ignorato, su quale elemento hanno cliccato convinti che fosse un link e invece non lo era. Questa differenza — tra cosa misuriamo e cosa sta davvero succedendo — è esattamente il gap che heatmap, scroll map e session recording colmano. Sono strumenti di analisi comportamentale qualitativa: non sostituiscono i dati quantitativi di GA4, ma li rendono interpretabili.

Cosa sono e come funzionano le heatmap

Una heatmap è una rappresentazione visiva del comportamento degli utenti su una pagina web: le aree con più attività vengono colorate in rosso e arancione, quelle con meno attività in blu e verde. Con una sola immagine si ottiene una sintesi di migliaia di sessioni. Esistono tre varianti principali, che rispondono a domande diverse.

La heatmap dei clic mostra dove gli utenti cliccano (su desktop) o fanno tap (su mobile). È lo strumento più immediato per scoprire se gli utenti cliccano sugli elementi giusti — pulsanti, link, CTA — o se invece cliccano su immagini, testi o aree non interattive perché si aspettano che portino da qualche parte. Clic ripetuti su un elemento non cliccabile sono un segnale di aspettativa insoddisfatta: l’utente si aspetta un’interazione che la pagina non gli offre.

La scroll map mostra la percentuale di utenti che scorrono fino a un determinato punto della pagina. È fondamentale per capire quanti utenti vedono effettivamente i contenuti posizionati nella parte bassa — i vantaggi del prodotto, la CTA secondaria, la sezione recensioni. Se per esempio solo il 30% degli utenti arriva alla call to action principale (non importa quanto sia ben scritta) vuol dire che la la maggioranza non la vede. Un pattern particolarmente rilevante da individuare è il cosiddetto "false bottom": uno spazio bianco, un’interruzione visiva o un blocco di contenuto che segnala all’utente che la pagina è finita, bloccando lo scorrimento prima ancora che arrivi al punto chiave.

La heatmap di movimento traccia il percorso del cursore del mouse mentre l’utente naviga. Su desktop, il cursore tende a seguire l’occhio: le zone dove il mouse si ferma corrispondono spesso alle zone di attenzione visiva. È utile per capire se la struttura della pagina guida l’attenzione dove si vuole che vada.

Session recording: osservare il comportamento in prima persona

Il session recording registra la navigazione reale di un utente sul sito: movimenti del cursore, clic, scorrimenti, compilazione di form, percorso tra le pagine. È il solo strumento che permette di vedere il sito esattamente come lo vede l’utente, in sequenza, con tutto ciò che accade tra un evento tracciato e l’altro.

I dati personali vengono automaticamente mascherati dagli strumenti principali, quindi la registrazione non espone informazioni sensibili. Le sessioni vengono conservate per un periodo limitato a seconda della configurazione.

Il session recording non si usa per guardare sessioni a caso: si usa per indagare ipotesi specifiche. Esempi concreti di utilizzo:

• Il funnel di GA4 mostra un drop-off elevato tra "aggiunta al carrello" e "inizio checkout": si filtrano le sessioni di chi ha aggiunto al carrello ma non ha fatto checkout, e si guarda cosa è successo nel mezzo.
• La heatmap mostra clic anomali su un’immagine nella pagina prodotto: si guardano le sessioni di chi ha cliccato per capire se si trattava di frustrazione, curiosità o comportamento sistematico.
• Il tasso di completamento di un form è basso: si guardano le sessioni di chi ha iniziato a compilarlo senza finirlo, cercando il campo che genera l’abbandono.

Usato così — partendo da un dato anomalo e usando il recording per capire il perché — il session recording è uno dei modi più rapidi per generare ipotesi di ottimizzazione fondate sull’osservazione diretta piuttosto che sull’intuizione.

Come leggere una heatmap senza cadere in errori comuni

Le heatmap sono visivamente intuitive, ma interpretarle in modo superficiale porta a conclusioni sbagliate. Alcuni errori ricorrenti:

Confondere clic con intenzione positiva. Un’area molto cliccata non è necessariamente un successo: potrebbe essere il punto di uscita dalla pagina, il pulsante "chiudi banner" o un elemento di frustrazione. Il contesto e la sequenza contano.

Ignorare la segmentazione per dispositivo. Gli utenti mobile si comportano in modo molto diverso dagli utenti desktop: scorrono meno, cliccano in aree diverse, abbandonano in punti differenti del funnel. Guardare una heatmap aggregata nasconde queste differenze. La best practice è analizzare sempre desktop e mobile separatamente.

Guardare le heatmap senza un’ipotesi di partenza. Una heatmap su una pagina non dice da sola cosa migliorare: dice cosa sta succedendo. L’interpretazione deve partire da una domanda specifica — "perché il tasso di conversione su questa landing page è inferiore al benchmark?" — e usare la heatmap per trovare evidenze che supportino o confutino le ipotesi già formulate.

L’integrazione con GA4: quantitativo + qualitativo

Il punto di forza dell’analisi comportamentale non è la heatmap da sola, ma la combinazione con i dati di GA4. Il flusso operativo più efficace è a due livelli:

GA4 identifica il problema nel numero: "su questa pagina l’80% degli utenti esce senza fare clic su nessun elemento." La heatmap e il session recording identificano il problema nell’esperienza: "gli utenti scorrono solo fino al 40% della pagina, la CTA principale non viene mai vista."

Senza GA4, la heatmap è un’osservazione senza priorità — non si sa se il problema che si sta guardando vale il 2% delle sessioni o il 60%. Senza la heatmap, GA4 è una diagnosi senza spiegazione — si sa cosa non funziona ma non perché. Usati insieme, producono ipotesi di ottimizzazione molto più precise, che giustificano un A/B test con un obiettivo chiaro anziché una modifica a caso.

FAQ

Cosa mostra una heatmap che Google Analytics non mostra?

GA4 misura quanti utenti hanno visitato una pagina, per quanto tempo e se hanno convertito. Una heatmap mostra dove gli utenti hanno cliccato, fino a quale punto hanno scrollato e dove si è concentrata l’attenzione visiva. È la differenza tra sapere che una pagina ha un alto tasso di abbandono e capire che il 60% degli utenti non ha mai visto la CTA principale perché si trova sotto il fold e solo il 40% scorre così in basso.

Quali strumenti si usano per le heatmap e il session recording?

I principali strumenti sul mercato sono Contentsquare (che ha acquisito Hotjar e Heap) e Microsoft Clarity (gratuito). Contentsquare è lo strumento più diffuso nei contesti aziendali strutturati: offre heatmap dei clic, scroll map, heatmap di movimento, session replay e heatmap a zone con attribuzione al fatturato. Microsoft Clarity è una buona opzione gratuita per chi vuole iniziare con session recording e heatmap base senza costi.

Come si scelgono le sessioni da guardare in un session recording?

Partendo sempre da un’ipotesi specifica, non guardando le sessioni a caso. Se il funnel mostra un drop-off elevato tra due step, si filtrano le sessioni di chi ha abbandonato in quel punto. Se la heatmap mostra clic anomali su un elemento, si filtrano le sessioni di chi ha cliccato su quell’elemento. L’analisi mirata produce insight concreti; quella non strutturata produce solo tempo sprecato.

È necessario separare l’analisi desktop e mobile nelle heatmap?

Sì, è una best practice fondamentale. Gli utenti mobile si comportano in modo significativamente diverso: scorrono meno, cliccano in aree diverse e abbandonano in punti differenti del funnel. Una heatmap aggregata nasconde queste differenze e porta a ottimizzazioni basate su un mix di comportamenti che non corrisponde a nessun utente reale. Ogni ottimizzazione dovrebbe essere valutata separatamente per dispositivo.

Come si usa una heatmap per migliorare il tasso di conversione?

Il processo ha tre fasi. Prima si identifica in GA4 una pagina con un problema di performance (alto tasso di abbandono, basso tasso di clic sulla CTA, drop-off nel funnel). Poi si analizza la heatmap di quella pagina cercando le cause: la CTA è nel fold corretto? Gli utenti cliccano su elementi sbagliati? La scroll map mostra che abbandonano prima di vedere il contenuto chiave? Infine si formula un’ipotesi di modifica specifica e la si testa con un A/B test, misurando l’impatto sul KPI identificato in GA4.

Potrebbe interessarti anche

• Troppe analisi da fare in troppo poco tempo: come gestire le priorità per un Data Analyst
• Digital Analyst – Data Insight & Web Analytics
• Quando il Data Analyst riporta dei dati che non dicono quello che il Marketing si aspettava
• Quanto guadagna un E-Commerce Specialist?
• Quanto guadagna un Digital Marketing Specialist?
• Quanto guadagna un Data Analyst?
• Come un Digital Analyst analizza un funnel di conversione in modo professionale
• Il ruolo di Digital Analyst fa per te? Come capirlo davvero
• Lavorare nell’e-commerce come Digital Analyst
• Come diventare Digital Analyst: un possibile percorso e sbocchi di carriera