Come misurare il marketing senza impazzire?
“Metà dei soldi che spendo in pubblicità è sprecata; il problema è che non so quale metà sia”. Questa celebre frase, attribuita al pioniere del retail John Wanamaker, riassume il dilemma storico del nostro settore.
Oggi, nonostante la tecnologia, la questione dell’attribuzione, ovvero capire quali canali e campagne stiano davvero generando risultati, è diventata una sfida titanica. Molti professionisti inseguono l’illusione della single source of truth, cercando un numero magico che indichi il ROI perfetto per ogni euro speso. Ma, come abbiamo visto anche parlando del rapporto tra ROAS e profitto reale, nella realtà operativa quel numero perfetto non esiste.
In HT&T Consulting affrontiamo questa sfida partendo dalla natura stessa dei nostri servizi, caratterizzati da una forte intangibilità. Per rendere visibile il valore del nostro lavoro, applichiamo un “Modello Molecolare”: circondiamo il nucleo intangibile della consulenza strategica con elementi tangibili come dati, report e dashboard e strumenti di Data Visualization che permettano al cliente di visualizzare i benefici dell’offerta.
Leggere questi dati richiede però le lenti giuste per evitare decisioni strategiche disastrose.
Perché l’attribuzione è un problema intrinsecamente imperfetto?
Il problema non è solo tecnico, ma strutturale. I percorsi d’acquisto odierni sono frammentati tra dispositivi e canali diversi, rendendo quasi impossibile tracciare ogni singolo passaggio.
A questo si aggiunge l’isolamento dei cosiddetti Walled Gardens, dove ogni canale monitora solo il proprio ecosistema e tende ad auto-attribuirsi il merito di ogni conversione.
“Mi lamento da un decennio di un difetto fondamentale degli strumenti di Web Analytics: incentivano l’avventura di una notte, piuttosto che un coinvolgimento in linea con le reali intenzioni del cliente”.
Come sottolinea Avinash Kaushik, questa miopia ha alimentato per anni il paradigma del Last-Click, che assegna il 100% del merito all’ultimo clic prima dell’acquisto.
“Le aziende restano bloccate sull’attribuzione last-click perché è stata lo standard per troppo tempo. Ma è controproducente per due semplici motivi: a parte per acquisti banali, nessuno arriva e compra immediatamente, e soprattutto incentiva l’affitto del traffico piuttosto che la costruzione di una relazione con il consumatore nel tempo”.
Premiare solo l’interazione finale spinge le aziende a tagliare i budget sui canali di Awareness, cioè quelli destinati alla generazione di notorietà e domanda, causando un crollo della domanda nel medio termine e un’impennata del CAC, il costo di acquisizione cliente.
Le 4 metodologie fondamentali: l’importanza della triangolazione
Poiché nessun metodo restituisce la verità assoluta, la strategia più rigorosa è la triangolazione.
La triangolazione nel marketing dei servizi non è una semplice aggregazione di dati, ma un processo di validazione incrociata necessario per eliminare i bias strutturali di ogni singolo metodo di misurazione.
Poiché ogni modello di attribuzione è, per definizione, una rappresentazione parziale e imperfetta della realtà, la triangolazione agisce come un sistema di pesi e contrappesi statistici.
I tre pilastri della triangolazione
Osservazione
Attribuzione Nativa e MTA. Si basa sul tracciamento diretto o probabilistico dell’utente. Ci dice cosa è successo (un clic, una visualizzazione) lungo il percorso d’acquisto.
È fondamentale per l’operatività quotidiana, ma soffre di problemi di privacy e di “auto-celebrazione” delle piattaforme.
Sperimentazione
Test di Incrementalità. È l’applicazione del metodo scientifico. Attraverso gruppi di controllo, isola la causalità.
Non ci dice soltanto cosa è successo, ma se sarebbe successo comunque anche senza l’intervento del marketing.
Modellazione
Marketing Mix Modeling. È un approccio top-down che utilizza il calcolo statistico su grandi serie storiche.
Ignora il singolo utente e guarda alle correlazioni tra investimenti totali e vendite, includendo macroeconomia, stagionalità e canali offline.
Il valore strategico del processo
Affidarsi a un solo pilastro espone l’azienda a rischi decisionali critici:
- usare solo l’osservazione porta a sovrainvestire in canali che “raccolgono” la domanda senza crearla, come retargeting aggressivo o Search Brand;
- usare solo la sperimentazione è costoso e non fornisce dati granulari per ottimizzare i singoli annunci;
- usare solo la modellazione impedisce di essere reattivi ai cambiamenti rapidi del mercato digitale.
La triangolazione è la sintesi di questi segnali. Se l’Attribuzione Nativa segna performance eccezionali, ma il Test di Incrementalità mostra un impatto basso e l’MMM non rileva correlazioni con il fatturato totale, l’evidenza suggerisce che quel canale non stia generando reale valore incrementale.
La “verità” strategica emerge solo dove i tre segnali convergono.
Vediamo quindi nel dettaglio alcuni esempi concreti degli ultimi mesi, utili per approfondire il caso d’uso e la metodologia applicata.
L’Attribuzione Nativa delle Piattaforme
È la lettura fornita direttamente da strumenti come Google Ads o Meta Ads. Il vantaggio principale risiede nell’immediata disponibilità dei dati e nell’estrema granularità, fondamentale per alimentare gli algoritmi di machine learning delle piattaforme stesse.
Di contro, essendo un modello auto-referenziale, ignora i contributi esterni e sovrastima sistematicamente le campagne vicine alla conversione, svalutando il lavoro fatto a monte dai canali di scoperta.
Attribuzione Nativa: settore Cosmetica Bio
Caso reale HT&T
Un’azienda del settore cosmetico investe 8.000 € mensili in campagne Meta Ads per promuovere una linea di sieri viso. L’attribuzione nativa di Meta riporta un ROAS di 5,2x, mentre Google Analytics, con modello Last Click, attribuisce allo stesso canale un ROAS di soli 1,4x.
Analisi dei dati: il 70% degli acquisti avviene dopo 3 o 4 visualizzazioni del prodotto su Instagram, ma l’utente finale conclude l’acquisto cercando il nome del brand su Google.
Perché serve: ignorare il dato nativo porterebbe a spegnere le inserzioni Meta, azzerando la domanda che poi viene semplicemente “raccolta” dai motori di ricerca.
Multi-Touch Attribution (MTA)
Questo approccio, tipico di Google Analytics 4, segue i percorsi digitali per distribuire i crediti della conversione tra i vari touchpoint, cioè i punti di contatto.
Il beneficio principale è la capacità di mappare il viaggio digitale del consumatore quasi in tempo reale. Tuttavia, l’MTA dipende strettamente dalla possibilità di riconoscere e collegare correttamente i diversi touchpoint, capacità che è stata progressivamente ridotta dalle limitazioni al tracciamento e dal progressivo passaggio verso un ecosistema cookieless.
Per mitigare la perdita di dati si ricorre anche al Server-Side Tracking (SST), che abbiamo approfondito in questa guida dedicata. Questa tecnologia sposta parte della raccolta e dell’elaborazione dei dati dal browser dell’utente all’infrastruttura server dell’azienda, offrendo maggiore controllo sulla misurazione.
Nonostante ciò, l’MTA rimane cieco di fronte a una parte delle esposizioni senza clic e ai comportamenti che avvengono al di fuori degli ambienti digitali misurabili, come il passaparola offline.
Multi-Touch Attribution e Server-Side Tracking: settore Arredamento Design
Scenario basato su dati osservati
Un’azienda del settore arredamento vende divani di fascia alta, con ticket medio di 2.500 € e un ciclo decisionale di 35 giorni.
Grazie all’implementazione del Server-Side Tracking, l’azienda ha recuperato il tracciamento del 40% dei punti di contatto precedentemente oscurati dai sistemi anti-tracciamento dei browser.
Analisi dei dati: la MTA ha rivelato che il percorso standard prevede: Video Discovery su YouTube nella fase di ispirazione, remarketing dinamico durante la valutazione e ricerca diretta al momento dell’acquisto.
Perché serve: senza SST e MTA, il merito verrebbe assegnato interamente alla ricerca diretta, rendendo invisibile il ruolo fondamentale del video nella fase di scoperta.
Test di Incrementalità (Lift Test)
L’obiettivo è capire quante vendite aggiuntive sono state generate rispetto a uno scenario di totale assenza della pubblicità.
“L’incrementalità e l’attribuzione non sono la stessa cosa. L’incrementalità identifica le conversioni che non si sarebbero verificate senza specifiche tattiche di marketing. L’attribuzione è semplicemente la scienza, e a volte erroneamente l’arte, di distribuire il merito per quelle conversioni”.
Attraverso sperimentazioni come i Geo-Lift, attivare campagne in alcune città e spegnerle in altre, si misura il vero rapporto causa-effetto.
Il limite principale è la scalabilità: non si possono testare tutti i canali contemporaneamente e bisogna accettare il costo opportunità dello spegnimento temporaneo di alcune campagne.
Test di Incrementalità: settore Food Delivery
Caso reale HT&T
Un’azienda del settore food delivery voleva testare l’efficacia delle campagne Search sulle proprie chiavi di brand, cioè pagare per apparire quando gli utenti cercano già il nome dell’azienda. L’Italia è stata divisa in due aree geografiche omogenee per volumi di traffico.
Dati reali: nell’area in cui gli annunci sono stati spenti, gli ordini totali sono calati del 9%. Sebbene il traffico organico sia aumentato, non ha compensato la perdita di visibilità e l’inserimento dei competitor negli spazi pubblicitari sopra il risultato organico.
Perché serve: il test ha mostrato che il 91% degli utenti avrebbe ordinato comunque, ma il 9% di ordini incrementali giustifica l’investimento per proteggere la quota di mercato.
Marketing Mix Modeling (MMM)
Il Marketing Mix Modeling è un approccio statistico top-down, dall’alto verso il basso, che analizza serie storiche di dati aggregati su finestre temporali lunghe.
Valuta investimenti pubblicitari, prezzi, promozioni e fattori esterni come la macroeconomia. Il suo pregio maggiore è la natura olistica e il fatto di essere privacy-first, non necessitando di tracciamento individuale.
Il limite è la mancanza di granularità tattica: non dirà quale specifico annuncio abbia performato meglio, rendendolo utile soprattutto per le grandi decisioni di allocazione macro del budget. Abbiamo approfondito il Marketing Mix Modeling in un articolo dedicato.
Marketing Mix Modeling: settore Servizi Finanziari
Caso basato su analisi econometrica
Un’azienda del settore assicurativo con un budget marketing di 3 milioni di euro, ripartito tra TV, Radio e Digital, utilizza modelli MMM per superare i limiti dei cookie. L’analisi statistica degli ultimi 24 mesi ha isolato l’impatto di ogni canale sulle sottoscrizioni di nuove polizze.
Analisi dei dati: il modello ha dimostrato che la pubblicità radio genera un picco di ricerche branded nelle due ore successive alla messa in onda, con un coefficiente di efficacia superiore del 18% rispetto ai banner digitali standard.
Perché serve: questo approccio permette all’azienda di allocare il budget basandosi sull’impatto sul fatturato totale, includendo variabili non tracciabili digitalmente come stagionalità o campagne offline dei competitor.
Strategie su misura e fattore umano
La scelta del metodo dipende dalla maturità del business.
Startup
Dovrebbero puntare sulla validazione rapida tramite attribuzione nativa e test sequenziali semplici.
Scale-up
Devono consolidare la qualità del dato con il Server-Side Tracking e iniziare a implementare Lift Test rigorosi.
Corporate ed e-commerce evoluti
Ottengono il massimo controllo tramite la triangolazione completa: MMM per le allocazioni macro, Lift Test per calibrare i modelli e MTA per ottimizzare le performance quotidiane.
In una strategia evoluta questi strumenti non sono quindi alternativi, ma diventano parti complementari di un approccio più ampio di Marketing Intelligence.
Qualunque sia la dimensione del progetto, l’approccio vincente resta la sperimentazione costante unita allo spirito critico.
La tecnologia fornisce i numeri, ma in HT&T Consulting crediamo fermamente che l’interpretazione richieda esperienza, competenza e intelligenza.
FAQ: guida pratica all’Attribuzione nel Marketing
Cos’è l’attribuzione e perché il “numero perfetto” è un’illusione?
L’attribuzione cerca di capire quali canali generano effettivamente le vendite.
Trovare il “numero perfetto”, cioè il ROI esatto, è estremamente difficile perché
i percorsi d’acquisto sono frammentati tra online, offline e diversi dispositivi
e ogni piattaforma osserva solo una parte del percorso del cliente.
Perché il modello di attribuzione Last-Click può essere dannoso?
Perché assegna il 100% del merito all’ultimo annuncio o canale cliccato,
ignorando i touchpoint che hanno contribuito alla scoperta e alla valutazione
del brand. Basarsi esclusivamente sull’ultimo clic può quindi portare a tagliare
gli investimenti che generano nuova domanda.
Cos’è la Multi-Touch Attribution e come la aiuta il Server-Side Tracking?
La MTA prova a ricostruire il percorso dell’utente e a distribuire il merito
della conversione tra i diversi touchpoint. Il Server-Side Tracking può migliorare
la qualità e il controllo della raccolta dei dati, riducendo alcune delle limitazioni
tipiche del tracciamento esclusivamente browser-side.
Che differenza c’è tra Attribuzione e Incrementalità?
L’attribuzione distribuisce il merito di una vendita tra i diversi touchpoint
osservati. L’incrementalità cerca invece di misurare il rapporto causa-effetto:
attraverso esperimenti come i Lift Test stima quante conversioni aggiuntive
siano avvenute grazie a una specifica attività di marketing e non si sarebbero
verificate altrimenti.
Ha senso per una PMI o Startup investire nel Marketing Mix Modeling?
Dipende dalla quantità e dalla qualità dei dati disponibili, dalla continuità
degli investimenti e dalla complessità del marketing mix. Nelle realtà più piccole
è generalmente più efficace partire dall’attribuzione nativa, da una buona
infrastruttura di misurazione e da test di incrementalità mirati, introducendo
modelli più complessi quando la maturità dei dati lo giustifica.
Cos’è la triangolazione e perché è fondamentale per le grandi aziende?
Poiché nessun metodo di misurazione è perfetto da solo, la triangolazione combina
segnali differenti per coprirne i rispettivi punti ciechi. Il MMM può guidare
l’allocazione dei macro-budget, i Lift Test verificare l’efficacia causale delle
campagne e l’MTA supportare l’ottimizzazione quotidiana delle attività digitali.
Fonti e approfondimenti
Riferimenti utili per approfondire attribuzione, incrementalità, web analytics
e Marketing Mix Modeling.
Avinash Kaushik
Digital Analytics & Attribution
Approfondimenti su attribuzione, customer journey, incrementalità,
misurazione delle performance e limiti dei modelli Last-Click.
JetMetrics
Marketing Mix Modeling
Risorse dedicate al Marketing Mix Modeling, alla misurazione incrementale
e all’allocazione statistica degli investimenti di marketing.
Analytics Mania
Google Analytics & Tracking
Guide operative su Google Analytics, Google Tag Manager,
tracking, attribuzione e raccolta dei dati digitali.
HT&T Consulting
Server-Side Tracking
Approfondimento HT&T sul tracciamento server-side,
sulla raccolta dei dati e sui limiti del tracking browser-side.
HT&T Consulting
Marketing Mix Modeling
Guida HT&T all’utilizzo del Marketing Mix Modeling
per valutare l’impatto dei canali e allocare il budget marketing.
HT&T Consulting
ROAS, AI e profitto reale
Un approfondimento sui limiti delle metriche pubblicitarie
e sulla differenza tra performance attribuita e valore economico reale.
Continua a leggere
9 minuti di lettura
3 minuti di lettura
E fa consumare meno energia.
Per tornare alla pagina che stavi visitando ti basterà cliccare o scorrere.