Matomo è una piattaforma di web analytics open source che permette di misurare traffico, comportamento, eventi, conversioni ed ecommerce mantenendo un controllo sui dati molto più ampio rispetto a quello offerto da molti servizi analytics esclusivamente cloud.
Viene spesso presentato come alternativa a Google Analytics, ma fermarsi qui rischia di nascondere la differenza più importante. Con Matomo puoi scegliere se utilizzare un servizio Cloud già gestito, installare la piattaforma sulla tua infrastruttura oppure, nel caso di WordPress, eseguirla direttamente attraverso un plugin dedicato.
Questa libertà cambia parecchie cose: proprietà e localizzazione dei dati, responsabilità tecnica, costi, configurazione privacy e possibilità di personalizzare la piattaforma.
In questa guida vediamo quindi cos’è Matomo, come funziona, quanto costa realmente, cosa cambia fra Cloud e On-Premise, quali funzioni offre e quando può avere più senso di Google Analytics.
Cos’è Matomo e perché non è soltanto un’alternativa a Google Analytics
Matomo è un sistema di web analytics nato come progetto open source e conosciuto in passato con il nome Piwik.
La sua funzione di base è familiare a chi utilizza già un software analytics: raccoglie informazioni sulle visite a un sito o a un’applicazione e le organizza in report che permettono di capire da dove arriva il traffico, quali contenuti vengono consultati, quali azioni compiono gli utenti e dove avvengono le conversioni.
La differenza interessante emerge soprattutto nell’architettura.
Matomo può essere utilizzato come servizio Cloud oppure installato direttamente su un’infrastruttura controllata dall’organizzazione che raccoglie i dati. Non sei quindi obbligato ad affidare hosting e gestione del database al fornitore del servizio.
Questo approccio rende Matomo interessante per aziende, enti, ecommerce e professionisti che non vogliono limitarsi a vedere una dashboard, ma vogliono decidere anche dove vivono i dati e come viene gestita l’infrastruttura analytics.
Da Piwik a Matomo: progetto open source e servizi commerciali
Il cuore della piattaforma continua a essere open source.
Secondo la documentazione ufficiale sulle licenze Matomo, Matomo Core, il tracker JavaScript e la maggior parte dei plugin gratuiti sono distribuiti con licenza GNU GPL v3.
Questo non significa però che qualsiasi componente dell’ecosistema sia gratuito.
Accanto al Core esistono infatti servizi commerciali, supporto professionale e plugin premium. Funzioni come funnel avanzati, heatmap, registrazioni delle sessioni, report personalizzati e altre estensioni possono far parte di pacchetti a pagamento a seconda della modalità di utilizzo scelta.
È quindi più corretto descrivere Matomo come piattaforma open source con un ecosistema commerciale, non semplicemente come “Google Analytics gratis”.
Cosa misura Matomo: traffico, eventi, conversioni e comportamento degli utenti
Il nucleo analytics permette di lavorare sulle classiche domande di misurazione di un sito:
- quante visite e visualizzazioni riceve;
- quali pagine vengono consultate;
- da quali siti, motori, campagne o canali arriva il traffico;
- quali dispositivi e browser vengono utilizzati;
- quali eventi vengono generati;
- quali obiettivi o conversioni vengono completati;
- come si comportano determinati segmenti di utenti;
- cosa succede in un ecommerce.
Puoi quindi utilizzarlo per analizzare sia il traffico editoriale sia percorsi più orientati al business, come lead, vendite, download, registrazioni o interazioni specifiche.
Con alcune funzionalità aggiuntive il perimetro si estende anche alla behavioral analytics, per esempio attraverso heatmap e session recording. È però utile distinguere le due cose: misurare visite ed eventi e osservare visivamente come gli utenti interagiscono con una pagina sono livelli di analisi differenti.
Se vuoi approfondire quest’ultimo aspetto, nella guida a Microsoft Clarity abbiamo spiegato proprio la differenza fra web analytics tradizionale e analisi comportamentale.
Proprietà e controllo dei dati: cosa significa realmente
“Data ownership” è una delle espressioni più utilizzate da Matomo, ma conviene tradurla in conseguenze concrete.
Con un’installazione On-Premise puoi scegliere:
- su quale infrastruttura eseguire Matomo;
- in quale paese conservare il database;
- chi può accedere ai dati;
- quali backup mantenere;
- per quanto tempo conservare determinate informazioni;
- quali integrazioni e processi esterni possono interrogare il sistema.
Puoi inoltre accedere ai dati e ai report tramite API e, nel caso dell’installazione self-hosted, hai un grado di controllo sull’ambiente che un normale servizio SaaS non può darti.
Questo non significa automaticamente che l’installazione sia più sicura o più conforme.
Più controllo significa anche più responsabilità.
Se sei tu a gestire server, database, aggiornamenti, backup, accessi e retention, sei anche tu a dover assicurare che quella infrastruttura sia configurata correttamente.
Ed è proprio questo trade-off che torna più volte quando si valuta Matomo.
Come funziona Matomo dalla raccolta dei dati ai report
Il modello di base è abbastanza semplice:
utente → sistema di raccolta → Matomo → elaborazione → report → decisione
La parte importante è che il primo passaggio può essere costruito in modi diversi.
Tracking JavaScript, API e log del server
Per un normale sito web, il metodo più comune consiste nell’inserire il tracker JavaScript di Matomo nelle pagine.
Quando avviene un’azione rilevante, il tracker invia le informazioni all’istanza Matomo che le raccoglie ed elabora.
Non è però l’unica possibilità.
Matomo dispone anche di API di tracking e può lavorare con i log del server. La piattaforma può quindi essere adattata a scenari nei quali il classico snippet JavaScript non è sufficiente o non rappresenta la scelta più appropriata.
Questa flessibilità è importante anche sul piano privacy. Un sistema basato sul browser e un sistema server-side non accedono necessariamente agli stessi dati né interagiscono nello stesso modo con il terminale dell’utente.
Non basta quindi dire “uso Matomo” per sapere come viene effettuato il tracciamento: bisogna guardare come Matomo è stato configurato.
Come Matomo trasforma le interazioni in visite, eventi e conversioni
Una volta raccolti, i dati vengono organizzati in dimensioni, metriche e report.
Puoi analizzare, per esempio:
- URL e titoli delle pagine;
- sorgenti e referrer;
- campagne;
- dispositivi e caratteristiche tecniche;
- eventi personalizzati;
- ricerche interne;
- download;
- link in uscita;
- obiettivi;
- transazioni ecommerce.
Il passaggio importante viene dopo la raccolta.
Avere molti dati non significa automaticamente avere una buona misurazione. Devi decidere quali azioni rappresentano realmente un risultato.
Su un sito aziendale potrebbe essere l’invio di un modulo. In un ecommerce potrebbe essere l’acquisto. Su un portale editoriale potrebbe interessarti distinguere una semplice visualizzazione da un’interazione più profonda con il contenuto.
Il sistema analytics diventa utile quando la struttura degli eventi e delle conversioni riflette queste domande, non quando registra indiscriminatamente qualsiasi clic disponibile.
Matomo Tag Manager e la gestione dei tag
Matomo include anche un proprio sistema di tag management.
Il Matomo Tag Manager utilizza la struttura tipica dei sistemi di questo tipo: tag, trigger e variabili.
Puoi quindi gestire script e regole di attivazione senza intervenire manualmente sul codice del sito ogni volta che cambia un tracking.
È importante però non confondere il Tag Manager con Matomo Analytics.
Il Tag Manager decide quando e come eseguire determinati tag. Matomo Analytics raccoglie, elabora e analizza i dati.
Sono strumenti collegati, ma risolvono problemi differenti.
Questa distinzione diventa ancora più importante quando nello stesso sito convivono sistemi analytics, advertising, consent management e altri servizi di misurazione.
Matomo Cloud, On-Premise o WordPress: quale modalità scegliere
Una delle decisioni più importanti non riguarda una singola feature, ma dove eseguire Matomo.
Le principali opzioni sono Cloud, On-Premise e Matomo for WordPress.
| Modalità | Dove gira | Manutenzione | Controllo infrastruttura | Costo principale | Scenario tipico |
|---|---|---|---|---|---|
| Matomo Cloud | infrastruttura gestita da Matomo | gestita dal provider | medio | abbonamento legato al piano/traffico | chi vuole usare Matomo senza gestire server |
| Matomo On-Premise | server scelto da te | a tuo carico | massimo | infrastruttura, gestione ed eventuali plugin/supporto | aziende con requisiti di controllo o personalizzazione |
| Matomo for WordPress | stessa infrastruttura WordPress | legata alla gestione del sito | elevato, ma con limiti rispetto a On-Premise | hosting WordPress ed eventuali funzioni premium | siti WordPress che vogliono una configurazione più semplice |
Non esiste quindi una modalità universalmente migliore. Cambia il punto in cui vuoi collocare la complessità.
Matomo Cloud: hosting e manutenzione gestiti
Matomo Cloud elimina buona parte del lavoro sistemistico.
Secondo la pagina pricing ufficiale, il servizio comprende hosting, manutenzione, aggiornamenti automatici, monitoraggio della sicurezza e backup.
In pratica utilizzi Matomo come un normale servizio SaaS: configuri il sito e il tracking senza dover amministrare direttamente l’infrastruttura che esegue la piattaforma.
È la soluzione più semplice se vuoi le caratteristiche di Matomo ma non vuoi occuparti di:
- aggiornamenti server;
- database;
- backup;
- dimensionamento delle risorse;
- manutenzione applicativa.
Il compromesso è evidente: paghi per delegare quella complessità.
Matomo On-Premise: massimo controllo con infrastruttura a tuo carico
Con Matomo On-Premise installi il software sulla tua infrastruttura o su un server che controlli.
Matomo Core può essere scaricato e utilizzato senza pagare una licenza software. Questo è il significato corretto di “Matomo gratis”.
Non significa però “analytics a costo zero”.
Devi considerare almeno:
- server o hosting;
- database;
- backup;
- aggiornamenti;
- sicurezza;
- monitoraggio;
- tempo tecnico;
- eventuale supporto professionale;
- plugin premium, se necessari.
Per un piccolo sito con infrastruttura già disponibile il costo aggiuntivo può rimanere contenuto. Quando aumentano traffico, numero di siti, retention dei dati e complessità dei report, cresce anche il carico che devi sostenere.
La domanda corretta non è quindi soltanto “quanto costa la licenza?”, ma “quanto mi costa mantenere il sistema che voglio?”.
Matomo for WordPress: self-hosting più semplice, ma non identico a On-Premise
Se utilizzi WordPress esiste una terza strada: installare Matomo direttamente attraverso il plugin dedicato.
È una soluzione interessante perché elimina alcuni passaggi della normale installazione On-Premise. Utenti, autenticazione e una parte della gestione vengono integrati nell’ambiente WordPress.
Non va però considerata una copia perfetta dell’installazione standalone.
La documentazione Matomo sulle differenze con On-Premise segnala, fra le altre cose, alcune limitazioni relative alle API, alla mobile app, a Log Analytics e ad alcuni scenari WordPress Multisite.
C’è inoltre un problema più generale da considerare: analytics e sito condividono parte della stessa infrastruttura.
Su un sito piccolo può essere un vantaggio perché semplifica la gestione. Su installazioni con molto traffico o database già pesanti, aggiungere anche il carico analytics allo stesso ambiente richiede maggiore attenzione.
Quanto costa Matomo davvero
Il prezzo di Matomo non può essere riassunto correttamente in “gratis” oppure “a pagamento”.
Dipende dalla modalità scelta.
Matomo Core On-Premise è gratuito, il server e la gestione no
La versione Community di Matomo On-Premise non prevede un costo di licenza per il Core.
Questo rende possibile costruire un sistema analytics completamente self-hosted senza acquistare obbligatoriamente un abbonamento al software.
Rimangono però i costi infrastrutturali.
Un esempio rende la differenza più chiara.
Immagina di avere già un VPS sul quale ospiti diversi servizi e di possedere le competenze necessarie per gestire Linux, PHP, database, backup e aggiornamenti. In questo caso aggiungere Matomo può avere un costo marginale relativamente basso.
Se invece devi acquistare un server dedicato, farlo configurare, monitorarlo e delegarne la manutenzione, il costo reale cambia completamente.
Open source riduce il costo di licenza; non elimina il Total Cost of Ownership.
Come funziona il costo di Matomo Cloud
Matomo Cloud utilizza un modello commerciale nel quale il costo dipende dal piano e dal volume di traffico elaborato.
Il vantaggio è che nel prezzo sono incorporate attività che nella versione On-Premise ricadrebbero su di te.
Per confrontare correttamente Cloud e self-hosted dovresti quindi mettere sullo stesso piano:
Cloud
abbonamento + eventuali necessità aggiuntive
contro
On-Premise
server + amministrazione + backup + aggiornamenti + sicurezza + supporto + eventuali plugin.
Limitarsi al confronto “Cloud costa, On-Premise è gratis” produce quindi una decisione distorta.
I prezzi commerciali sono inoltre una delle informazioni più volatili del prodotto: per un preventivo reale conviene controllare direttamente la pagina prezzi di Matomo invece di basarsi su cifre riportate mesi prima in una guida.
Premium plugin e bundle: quando il costo aumenta
Il Core copre già gran parte delle necessità classiche di web analytics.
Le funzioni avanzate possono però cambiare il budget.
A seconda del piano e della modalità di deployment, Matomo offre componenti come:
- Funnels;
- Users Flow;
- Heatmaps & Session Recording;
- Form Analytics;
- Custom Reports;
- Media Analytics;
- WooCommerce Analytics;
- attribution multicanale;
- A/B Testing;
- funzionalità enterprise e autenticazione avanzata.
Nel Cloud molte di queste funzioni vengono incluse in base al piano. Nell’On-Premise possono invece entrare attraverso bundle o plugin commerciali.
Questo significa che un’azienda che vuole solo traffico, eventi e conversioni può trovarsi in uno scenario di costo molto diverso da chi vuole trasformare Matomo in una suite completa di analytics, behavioral analysis e conversion optimization.
La privacy è probabilmente l’argomento sul quale Matomo viene semplificato di più.
Il ragionamento “Matomo è privacy-friendly, quindi posso installarlo senza consenso” non è sufficientemente preciso.
Matomo offre caratteristiche che possono rendere molto più semplice costruire un sistema orientato alla minimizzazione e al controllo dei dati. Ma la conformità dipende da finalità, dati raccolti, tecnica di tracking, configurazione e contesto giuridico.
Non dal nome del software.
Privacy-first non significa conformità automatica
Matomo mette a disposizione diverse opzioni utili per ridurre i dati raccolti o controllarne il trattamento: anonimizzazione, gestione della retention, possibilità di disabilitare i cookie e installazione On-Premise sono alcuni esempi.
Ma devi decidere come configurarle.
La stessa Matomo, nella propria documentazione dedicata al consenso per la web analytics, chiarisce un punto importante: il semplice fatto che un sistema sia cookieless o anonimizzato non crea automaticamente un’esenzione dal consenso.
È una distinzione fondamentale.
Puoi avere due installazioni Matomo tecnicamente molto diverse: una configurata in modo estremamente minimale e un’altra che utilizza identificatori, cookie, User ID, registrazioni, integrazioni e finalità più estese.
Dire soltanto “entrambe usano Matomo” non descrive realmente il trattamento.
Cookie analytics e consenso in Italia: quali condizioni contano
Per un sito destinato al mercato italiano la fonte da considerare non è il materiale commerciale del vendor, ma il quadro indicato dal Garante.
Nelle proprie FAQ su cookie e strumenti di tracciamento, il Garante chiarisce che i cookie analytics non sono automaticamente cookie tecnici, ma possono essere assimilati a questi ultimi in determinate condizioni.
Contano, tra gli altri aspetti, la finalità statistica, il ruolo della prima o della terza parte, la minimizzazione dei dati e l’assenza di utilizzi ulteriori incompatibili con quella finalità.
Questo significa che non esiste la regola:
Matomo → analytics → niente consenso.
La valutazione corretta è:
configurazione + finalità + dati trattati + modalità di accesso al dispositivo → regime applicabile.
Per una configurazione concreta, soprattutto in contesti aziendali o con trattamenti complessi, la verifica deve quindi essere fatta anche sul piano privacy e legale.
Cookieless tracking: cosa elimina e cosa non risolve
Matomo può essere configurato per funzionare senza i classici cookie di analytics.
Questo elimina una specifica tecnologia di memorizzazione sul browser, ma cookieless non significa “nessun tracking”.
Il sistema continua a dover ricevere informazioni sufficienti a produrre i report previsti dalla configurazione.
Esiste poi una differenza importante fra tracking JavaScript e raccolta puramente server-side. Anche Matomo distingue gli scenari nei quali il sistema interagisce con il terminale dell’utente da quelli nei quali l’analisi viene costruita attraverso log o richieste server-side opportunamente configurate.
Di conseguenza, disabilitare i cookie può essere parte di una strategia privacy, ma non deve diventare una scorciatoia concettuale.
Prima definisci cosa vuoi misurare. Poi scegli il minimo insieme di dati e tecnologie necessario per farlo.
È un approccio molto più solido del partire dallo strumento e cercare successivamente una configurazione che giustifichi tutto ciò che hai già deciso di raccogliere.
Le funzioni di Matomo che contano nell’uso reale
L’elenco delle feature di una piattaforma analytics può diventare lunghissimo senza aiutare realmente a scegliere.
Le funzioni più importanti sono quelle che cambiano il modo in cui puoi leggere i dati e prendere decisioni.
Report, segmenti, eventi, obiettivi ed ecommerce
Per un normale progetto web, la base è già piuttosto ampia.
Puoi combinare informazioni su acquisizione, pagine, eventi, obiettivi, campagne ed ecommerce per rispondere a domande come:
- quali canali portano utenti che convertono;
- quali landing page generano risultati;
- quali eventi precedono una conversione;
- come cambia il comportamento fra segmenti differenti;
- quali prodotti generano vendite;
- quali contenuti ricevono traffico ma non producono l’azione attesa.
La segmentazione è particolarmente importante.
Una media complessiva spesso nasconde il fenomeno che stai cercando. Sapere che il tasso di conversione del sito è una certa percentuale serve poco se utenti organici, campagne paid, clienti esistenti e nuovi visitatori hanno comportamenti completamente differenti.
La vera utilità di un sistema analytics nasce quindi dalla possibilità di porre domande ai dati, non dal numero di metriche mostrate nella dashboard.
Funnel, heatmap e session recording
Quando vuoi capire cosa succede all’interno di un percorso, puoi estendere Matomo con strumenti più vicini alla conversion optimization e alla behavioral analytics.
Un funnel può mostrarti dove gli utenti abbandonano una sequenza.
Una heatmap può evidenziare dove si concentrano clic e scroll.
Una session recording può aiutarti a osservare il percorso ricostruito di una visita.
Sono strumenti potenti, ma non trasformano automaticamente un comportamento osservato in una causa.
Se molte persone abbandonano una pagina, il dato ti dice dove accade. Non necessariamente perché.
Potrebbero esserci un problema di UX, un prezzo poco competitivo, traffico scarsamente qualificato, un errore tecnico, un messaggio poco chiaro o semplicemente utenti che hanno ottenuto l’informazione necessaria e non avevano motivo di proseguire.
Analytics e behavioral analytics funzionano meglio quando vengono usati per formulare e verificare ipotesi, non quando ogni pattern diventa subito una diagnosi.
Ecommerce e campagne
Matomo può registrare dati ecommerce, campagne ed eventi di conversione.
Per un negozio online questo permette di collegare l’acquisizione al comportamento successivo: sorgente, landing page, interazioni, carrello, ordine e ricavi possono diventare parti dello stesso percorso analitico.
Lo stesso principio vale per campagne PPC e altri canali a pagamento.
Il dato analytics, però, non sostituisce il sistema pubblicitario. Ti aiuta a capire cosa succede dopo l’acquisizione e a collegare traffico e risultati.
Quando utilizzi advertising, diventa quindi importante distinguere tre livelli:
piattaforma pubblicitaria → tracking → sistema analytics
Sono correlati, ma non sono la stessa cosa.
AI Assistants: misurare traffico e richieste provenienti dai sistemi AI
Matomo ha esteso i propri report anche al traffico collegato agli assistenti AI.
La documentazione AI Assistants distingue diverse forme di attività: da una parte utenti umani che arrivano al sito attraverso servizi AI, dall’altra agenti e chatbot che accedono direttamente ai contenuti.
È una distinzione molto utile.
Una visita proveniente da un link mostrato in una risposta AI è traffico umano.
Un crawler o un agente che richiede una pagina è invece traffico automatizzato.
Mescolare le due cose rischierebbe di alterare l’interpretazione delle metriche.
Matomo dispone inoltre di report dedicati alle richieste di contenuto da parte dei chatbot, che possono aiutare a individuare pagine richieste, errori HTTP e differenze tra contenuti visitati dagli utenti e contenuti recuperati dai sistemi automatici.
C’è però un limite da ricordare: una richiesta osservata dal server non dimostra che quel contenuto sia stato citato, raccomandato o utilizzato in una specifica risposta generata dall’AI.
Misura l’accesso osservabile, non ciò che succede successivamente dentro il modello.
Matomo MCP: interrogare i dati analytics con strumenti AI
Un’altra evoluzione interessante riguarda il Model Context Protocol.
Attraverso il Matomo MCP Server puoi rendere i dati analytics accessibili a client AI compatibili e porre domande in linguaggio naturale.
Il meccanismo, semplificato, è:
domanda → client AI → MCP Server → API Matomo → dati → risposta
Questo riduce la distanza fra la domanda e l’estrazione del report.
Invece di aprire diverse schermate per confrontare, per esempio, sorgenti e conversioni, puoi utilizzare un’interfaccia conversazionale per interrogare i dati disponibili.
Non significa però “collega l’AI e lascia che decida”.
Quando un sistema esterno può interrogare dati analytics diventano centrali:
- autenticazione;
- permessi;
- segregazione degli accessi;
- dati disponibili all’utente;
- informazioni potenzialmente personali;
- policy del client AI utilizzato.
La stessa documentazione Matomo richiama esplicitamente questi aspetti.
Quindi MCP può semplificare l’analisi, ma aggiunge anche un nuovo confine di accesso ai dati che deve essere governato.
Matomo vs Google Analytics: le differenze da conoscere prima di scegliere
Matomo e Google Analytics possono rispondere a molte domande simili, ma partono da modelli differenti.
Il confronto più utile non consiste nel contare le feature.
Consiste nel capire quale architettura vuoi costruire attorno ai dati.
| Aspetto | Matomo | Google Analytics 4 |
|---|---|---|
| Hosting | Cloud oppure self-hosted | servizio Google |
| Core open source | sì | no |
| Controllo sull’infrastruttura | elevato con On-Premise | non gestisci l’infrastruttura Analytics |
| Modello dati | web analytics con eventi, azioni, visite e altre strutture Matomo | fortemente event-based |
| Ecosistema advertising Google | integrazioni disponibili, ma sistema separato | integrazione nativa molto profonda |
| Behavioral analytics | disponibile anche tramite funzioni Matomo | non offre session replay nativo equivalente |
| Costi | dipendono da deployment, traffico, infrastruttura e feature | GA4 standard e offerte enterprise seguono un modello differente |
| Privacy | elevata possibilità di controllo e configurazione | dipende dalla configurazione e dall’ecosistema Google |
| Gestione tecnica | può diventare significativa in On-Premise | infrastruttura del servizio gestita da Google |
Controllo e hosting dei dati
Se il tuo requisito principale è poter scegliere direttamente l’infrastruttura sulla quale conservare e processare i dati, Matomo On-Premise parte con un vantaggio strutturale.
È il suo territorio naturale.
Se invece vuoi evitare completamente la gestione dell’infrastruttura, quel vantaggio può trasformarsi in un costo inutile e Matomo Cloud diventa un confronto più corretto.
La domanda quindi non è “voglio il controllo?” in astratto.
È:
ho realmente bisogno di quel controllo e sono disposto a gestirne le conseguenze?
Ecosistema Google, advertising e attribution
Google Analytics ha un vantaggio operativo evidente quando gran parte del tuo stack ruota già attorno ai prodotti Google.
Google documenta la possibilità di collegare Analytics e Google Ads, condividere conversioni e utilizzare i dati nei report advertising e nei relativi workflow di misurazione.
Se investi molto in Google Ads, questa integrazione può ridurre alcuni passaggi fra analytics, conversion tracking, campagne e attribution.
Non significa che Matomo non possa misurare campagne Google Ads.
Significa che con GA4 lavori all’interno di un ecosistema progettato dallo stesso vendor.
Per alcune aziende è un vantaggio.
Per altre, proprio la volontà di ridurre questa dipendenza può essere uno dei motivi per valutare Matomo.
Perché privacy e gratuità non bastano per decidere
Scegliere Matomo soltanto perché “è più privacy” è troppo generico.
Sceglierlo soltanto perché “è gratis” è ancora più rischioso.
I criteri realmente utili sono:
- dove vuoi conservare i dati;
- quali dati devi raccogliere;
- quanta capacità tecnica hai;
- quali integrazioni utilizzi;
- quanto pesa l’ecosistema Google nel tuo marketing;
- quali funzioni avanzate ti servono;
- quale livello di personalizzazione vuoi;
- quali obblighi privacy devi rispettare;
- quanto traffico devi elaborare;
- quanto vuoi spendere in infrastruttura e gestione.
Quando questi fattori vengono messi sul tavolo, la scelta diventa molto meno ideologica.
Quando scegliere Matomo e quando ha meno senso
Matomo è particolarmente convincente quando il controllo del sistema analytics non è un dettaglio, ma un requisito del progetto.
Quando controllo dei dati e flessibilità giustificano Matomo
Lo valuterei seriamente quando:
- vuoi poter ospitare direttamente il sistema analytics;
- la localizzazione del dato è importante;
- hai requisiti organizzativi o privacy specifici;
- vuoi accesso molto ampio ai dati e alle API;
- ti interessa personalizzare la piattaforma;
- vuoi ridurre la dipendenza da un ecosistema analytics esclusivamente proprietario;
- disponi già di competenze tecniche per gestire un servizio self-hosted;
- vuoi unire web analytics e alcune funzioni comportamentali nello stesso ecosistema.
In questi scenari Matomo non è semplicemente una copia di GA4.
La possibilità di decidere dove e come eseguire la piattaforma diventa parte della soluzione.
Quando il self-hosting rischia di diventare un costo operativo
On-Premise ha meno senso quando viene scelto soltanto perché il download è gratuito.
Se non vuoi occuparti di server, aggiornamenti, database, backup e sicurezza, rischi di trasferire sul team un problema che non aveva necessità di possedere.
Un sistema analytics viene spesso trattato come qualcosa che “si installa una volta”.
Non è così.
Continua a raccogliere dati, il database cresce, il software viene aggiornato, cambiano le integrazioni e possono cambiare anche requisiti di sicurezza e privacy.
Per questo, se vuoi Matomo ma non vuoi diventare anche amministratore della relativa infrastruttura, Cloud può essere la scelta più razionale.
Le verifiche da fare prima di installarlo o migrare
Prima di decidere, risponderei almeno a queste domande:
- Quali decisioni devono essere supportate dai dati?
- Quali eventi e conversioni dobbiamo realmente raccogliere?
- È necessario ospitare i dati sulla nostra infrastruttura?
- Abbiamo le competenze per mantenere Matomo On-Premise?
- Qual è il volume di traffico da elaborare?
- Quali funzioni premium servono davvero?
- Utilizziamo molto Google Ads o altre piattaforme strettamente collegate a GA4?
- Quale configurazione privacy è compatibile con le nostre finalità?
- Dobbiamo conservare dati grezzi o integrarli con altri sistemi?
- Come controlleremo qualità e continuità del tracking dopo la migrazione?
L’ultima domanda è spesso sottovalutata.
Passare da un analytics all’altro non significa soltanto installare un nuovo script. Devi ricostruire eventi, conversioni, campagne, filtri e definizioni in modo coerente.
Se cambi contemporaneamente strumento e modello di misurazione, aspettarti che tutti i numeri coincidano con quelli precedenti è poco realistico.
Il confronto corretto dovrebbe partire dal significato delle metriche, non dalla ricerca forzata dello stesso numero in due dashboard differenti.
Conclusione
Matomo è una delle alternative più interessanti a Google Analytics quando vuoi controllare maggiormente infrastruttura, raccolta e governance dei dati senza rinunciare a una piattaforma analytics completa.
La scelta, però, cambia molto in base a come lo utilizzi.
Se vuoi Matomo senza gestire server e aggiornamenti, Cloud riduce la complessità operativa.
Se controllo dell’infrastruttura, localizzazione dei dati, accesso e personalizzazione sono requisiti reali, On-Premise è la soluzione che sfrutta maggiormente ciò che distingue Matomo.
Per un sito WordPress relativamente semplice, Matomo for WordPress può rendere il self-hosting più accessibile, tenendo presenti le differenze rispetto a un’installazione dedicata.
La privacy resta un vantaggio potenziale importante, ma non nasce automaticamente dal software: dipende da cosa raccogli, perché lo raccogli e da come configuri il tracking.
Ed è questo il criterio che userei anche per decidere se migrare da GA4.
Non scegliere Matomo perché è “quello privacy” o “quello open source”. Sceglilo quando il controllo che ti offre risolve un problema reale del tuo sistema di misurazione e vale il costo tecnico necessario per mantenerlo.