Marketing attribution: i modelli a confronto per capire cosa converte

Un cliente vede un annuncio su Instagram a marzo, non fa nulla. Ad aprile cerca su Google il nome dell'azienda perché se lo ricordava, apre il sito, esce. A maggio riceve una email, torna, chiede un preventivo e firma. Quale canale ha prodotto quel cliente?

Ogni risposta possibile è una convenzione, non un fatto. L'attribuzione è il modo in cui decidete di dividere il merito fra i passaggi che hanno preceduto una vendita — e siccome quel merito determina dove finirà il budget del mese prossimo, è una decisione di strategia travestita da impostazione tecnica.

Chi la lascia sul valore predefinito della piattaforma non sta evitando la scelta: la sta delegando a chi vende lo spazio pubblicitario.

Il modello a ultimo contatto assegna tutto il merito all'interazione immediatamente precedente alla conversione. È il valore predefinito di quasi tutti i pannelli, ed è comprensibile a chiunque in dieci secondi.

Il problema è che premia sempre gli stessi canali: il retargeting e le ricerche sul nome dell'azienda. Sono i due che si trovano per costruzione alla fine del percorso, quando il cliente ha già deciso. Un'azienda che ottimizza sull'ultimo contatto sposta il budget verso di loro mese dopo mese, e per un po' i numeri migliorano davvero.

Poi la domanda smette di rinnovarsi. Nessuno stava più pagando per farsi scoprire, e il retargeting può solo riprendere persone che qualcun altro aveva portato. È il modo più comune in cui un'azienda si accorge del problema solo quando il costo per cliente comincia a salire senza spiegazione.

Il modello a primo contatto fa l'opposto: tutto il merito a chi ha portato la prima visita. Premia i canali di scoperta e azzera quelli di chiusura.

Come modello di governo non lo usa quasi nessuno, e per buone ragioni: porta a finanziare la parte alta del percorso mentre il commerciale resta senza strumenti per chiudere. Come lettura di diagnosi però ha un uso preciso — dice da dove arriva la domanda nuova, cioè quali attività stanno effettivamente allargando il bacino invece di rilavorare lo stesso.

Il modo giusto di usarlo è affiancarlo all'ultimo contatto e guardare la differenza. I canali che compaiono solo nel primo sono quelli che state per tagliare senza accorgervene.

Il modello lineare divide il merito in parti uguali fra tutti i passaggi. Sembra equo ed è il più facile da spiegare in riunione, ma tratta una newsletter aperta distrattamente e la telefonata in cui si è discusso il prezzo come se pesassero uguale. Distorce la realtà in modo prevedibile, quindi produce decisioni sbagliate in modo prevedibile.

Il modello decrescente nel tempo assegna più peso ai passaggi vicini alla conversione e sempre meno a quelli lontani. È il compromesso più difendibile per una PMI: riflette il fatto che le interazioni recenti pesano di più, senza però azzerare tutto quello che è successo prima.

Per la maggior parte delle imprese di servizi, con cicli di vendita di qualche settimana, è il modello con cui conviene leggere i dati fra un canale e l'altro.

L'attribuzione basata sui dati usa i modelli statistici della piattaforma per stimare il contributo di ogni passaggio a partire dal comportamento reale del vostro account. Su Google è ormai il valore predefinito.

Dove funziona, funziona bene: dentro un singolo ecosistema, con volumi sufficienti, è più accurata di qualsiasi regola fissa. I due limiti sono seri però. Il primo è che non è ispezionabile: non potete verificare perché una campagna sia stata premiata. Il secondo è che ogni piattaforma valuta solo ciò che vede, e tende a vedere soprattutto sé stessa.

La conseguenza pratica la conosce chiunque abbia fatto la somma a fine mese: Google rivendica 40 conversioni, Meta ne rivendica 35, e nel gestionale i clienti nuovi sono 52. Nessuno dei due mente. Semplicemente hanno contato lo stesso cliente entrambi.

Il correttivo più utile non è un modello più raffinato: è confrontare quello che le piattaforme dichiarano con quello che è successo in azienda. Prendete i clienti nuovi del mese dal gestionale e dividete la spesa totale per quel numero. Ottenete un costo per cliente reale che non dipende da nessuna convenzione di attribuzione.

Quel numero non dice quale canale ha funzionato, ma dice se l'insieme sta funzionando — ed è l'unico su cui potete confrontare mesi diversi senza discutere di modelli. È la logica dietro il CAC calcolato sul margine e il motivo per cui, nei report che facciamo, la prima riga viene dalla contabilità e non dal pannello pubblicitario.

Il secondo correttivo è ancora più semplice e quasi nessuno lo fa: spegnere un canale per tre settimane e guardare cosa succede al totale. Se non succede niente, l'attribuzione stava raccontando una storia.

Qualunque modello scegliate, resta il problema a monte: le piattaforme ottimizzano su ciò che gli viene comunicato, e di solito gli viene comunicato «modulo inviato». Così imparano a cercare persone che compilano moduli, che è una categoria molto più ampia di «persone che comprano».

La correzione è mandare indietro gli esiti veri — preventivo, contratto firmato, importo — dal CRM alle piattaforme. Cambia l'obiettivo dell'ottimizzazione automatica e di solito è l'intervento che sposta di più il costo per cliente, più di qualsiasi ritocco alle offerte. Le due parti tecniche sono il tracciamento lato server con GTM e la Conversion API di Meta.

Il presupposto non è tecnico. Serve che qualcuno chiuda le pratiche nel gestionale ogni giorno: senza esiti scritti non c'è niente da rimandare indietro, e nessuna configurazione può sostituire quel gesto. È la ragione per cui spesso il lavoro comincia dal gestionale e non dalle campagne.

Per un'azienda di servizi con una spesa mensile sotto i 20.000 euro la ricetta è corta. Lasciate l'attribuzione automatica dentro ogni piattaforma per l'ottimizzazione, leggete i confronti fra canali con il modello decrescente nel tempo, e giudicate il mese sul costo per cliente calcolato dal gestionale. Non serve altro.

Le piattaforme di raccolta dati che promettono l'attribuzione perfetta fra canali costano quanto una persona e hanno senso da volumi molto più alti. Sotto quella soglia il collo di bottiglia non è mai la precisione del modello: è che gli esiti non vengono scritti da nessuna parte.

La verità scomoda è che ogni modello è sbagliato in un modo diverso. Non cercate quello vero: scegliete quello che vi fa sbagliare meno decisioni, dichiaratelo, e non cambiatelo ogni trimestre — metà delle variazioni che leggerete nei report sarebbero solo il cambio di modello. Se volete un parere sui vostri numeri, se ne parla qui.