Modelli di attribuzione nel digital marketing. Attenzione ai dati parziali di conversione!

In un recente incontro lavorativo, mi sono trovato di fronte a una situazione che ritengo valga la pena condividere con chi si occupa di digital marketing, specialmente con chi sta muovendo i primi passi in questo mondo complesso e affascinante.

La mia esperienza: quando i numeri raccontano solo mezza verità

Recentemente, ho avuto modo di valutare una soluzione di marketing automation che prometteva ottimi risultati di conversione attraverso canali di comunicazione diretta con l'utente. Durante un incontro di presentazione dei risultati di alcune campagne test, mi sono trovato a riflettere su un aspetto fondamentale della misurazione delle performance nel digital marketing.

Il fornitore presentava dati molto positivi basati esclusivamente sul modello di attribuzione ultimo click. I numeri sembravano impressionanti, ma mi sono subito reso conto che questa visione era incompleta: non teneva conto dell'intero ecosistema di touchpoint digitali (sia organici che a pagamento) che contribuiscono al percorso di acquisto del cliente.

Nel contesto di un e-commerce, utilizzare un modello di attribuzione basato sui dati (DDA) in Google Analytics 4 offre una visione molto più completa e realistica del customer journey. La differenza tra questi due approcci di misurazione può portare a interpretazioni significativamente diverse dell'efficacia di una campagna.

I modelli di attribuzione in GA4: una breve panoramica

Prima di approfondire ulteriormente, è importante capire cosa sono i modelli di attribuzione e come funzionano in GA4.

In Google Analytics 4, i modelli di attribuzione permettono di assegnare il "merito" di una conversione (acquisto, iscrizione, lead, ecc.) ai diversi touchpoint che un utente ha avuto con il brand prima di completare l'azione desiderata. Questi touchpoint possono essere molteplici: un annuncio display, una ricerca organica, un'email, un post sui social media, e così via.

Attualmente, GA4 offre principalmente tre modelli di attribuzione:

1. Attribuzione basata sui dati (Data-driven Attribution - DDA)

Questo è il modello predefinito e raccomandato da Google. Utilizza algoritmi di machine learning per analizzare i percorsi di conversione e confrontarli con quelli di non conversione. Assegna il credito a ciascun touchpoint in base al suo effettivo contributo alla probabilità di conversione. 

Esempio: Un utente vede un annuncio display, poi visita il sito tramite ricerca organica, successivamente clicca su un annuncio social e infine completa l'acquisto accedendo direttamente. Il modello DDA distribuisce il credito tra tutti questi touchpoint in base al loro ruolo nel percorso. 

Lo svantaggio principale di questo modello di attribuzione è che funziona come una "scatola nera": non abbiamo visibilità sui criteri utilizzati per distribuire il credito tra i vari touchpoint coinvolti nel percorso dell’utente. Questo rende difficile comprendere e ottimizzare davvero il contributo di ciascun canale.

2. Ultimo clic per canali a pagamento e organici

Questo modello attribuisce il 100% del valore della conversione all'ultimo clic non diretto che ha portato alla conversione. Se l'ultimo touchpoint è diretto (utente che digita l'URL), il modello guarda indietro e attribuisce il credito all'ultimo canale non diretto.

Esempio: Un utente trova il sito tramite ricerca organica, torna qualche giorno dopo tramite Google Ads e completa l'acquisto. L'intero valore della conversione verrebbe attribuito a Google Ads.

Lo svantaggio principale di questo modello di attribuzione è che ignora il contributo degli altri touchpoint con cui l’utente è entrato in contatto prima di completare la conversione. In questo modo, si rischia di sottovalutare il ruolo che ciascun canale ha avuto nel percorso decisionale.

3. Ultimo clic per canali a pagamento di Google

Attribuisce il 100% del valore della conversione all'ultimo clic proveniente da un canale pubblicitario di Google. Se nel percorso non ci sono clic da canali Google a pagamento, si comporta come il modello precedente.

Lo svantaggio principale di questi ultimi due modelli di attribuzione è che ignorano il contributo degli altri touchpoint con cui l’utente è entrato in contatto prima di completare la conversione. In questo modo, si rischia di sottovalutare il ruolo che ciascun canale ha avuto nel percorso decisionale.

Perché è fondamentale scegliere il modello giusto

La scelta del modello di attribuzione ha un impatto diretto sulle decisioni di marketing e sull'allocazione del budget. Nel mio caso specifico, il fornitore di servizi di marketing automation stava utilizzando un modello di attribuzione che favoriva enormemente il proprio canale, presentando risultati che, seppur tecnicamente corretti, erano fuorvianti per una valutazione completa dell'efficacia della campagna. Facciamo un esempio concreto per capire meglio:

Immaginiamo un cliente che:

1. Scopre il brand tramite un annuncio display

2. Una settimana dopo, cerca il prodotto su Google e clicca su un annuncio di ricerca a pagamento

3. Si iscrive alla newsletter e riceve un'email promozionale

4. Riceve una campagna dal nostro servizio di marketing automation

5. Infine accede direttamente al sito e completa l'acquisto

Ecco come i diversi modelli attribuirebbero questa conversione:

• Con attribuzione basata sui dati (DDA): Il credito verrebbe distribuito tra tutti i touchpoint, con percentuali diverse in base al loro effettivo contributo

• Con ultimo clic non diretto: La campagna di marketing automation riceverebbe il 100% del credito (essendo l'ultimo touchpoint non diretto)

• Con primo clic: L'annuncio display riceverebbe tutto il credito

È evidente come lo stesso acquisto possa essere interpretato in modi completamente diversi a seconda del modello scelto.

Come valutare correttamente i risultati delle campagne

Alla luce di questa esperienza, ecco alcuni consigli pratici per chi si trova a valutare l'efficacia delle proprie campagne o le promesse di potenziali fornitori:

1. Conoscere il modello di attribuzione utilizzato: prima di analizzare qualsiasi dato di conversione, chiedete sempre quale modello di attribuzione è stato utilizzato.

2. Confrontare i dati con la vostra analisi interna: non accettate passivamente i report forniti da terze parti, ma confrontateli con i vostri dati GA4.

3. Preferire il modello basato sui dati: quando possibile, utilizzate il modello DDA che offre la visione più completa del customer journey.

4. Considerare l'intero percorso: ricordate che raramente una conversione è frutto di un singolo touchpoint.

5. Impostare correttamente GA4: Assicuratevi che la vostra implementazione GA4 tracciando tutti i touchpoint rilevanti.

Differenze tra i report standard e i report di attribuzione in GA4.

In GA4, la comprensione di come viene assegnato il merito delle conversioni è fondamentale. C'è una differenza sostanziale tra i report standard e i report di attribuzione per quanto riguarda il modello utilizzato.

Sappiamo che, per impostazione predefinita, GA4 (come "Acquisizione del traffico" o "Coinvolgimento") usa il modello di Attribuzione basata sui dati. Questo significa che il merito della conversione viene distribuito tra tutti i punti di contatto che l'utente ha avuto lungo il suo percorso, basandosi su algoritmi complessi che analizzano i dati della tua proprietà. 

I report standard come "Acquisizione del traffico" o "Conversioni" sono progettati per darti una visione rapida e comprensibile. Anche se il modello DDA ha calcolato un merito distribuito su più canali per una singola conversione (es. Ricerca Organica 30%, Paid Search 20%, Email 50%), per semplicità di visualizzazione, GA4 deve assegnare il merito completo della conversione a un unico canale in questi report. Non si tratta di assegnare il 100% del merito al canale dell'ultimo clic (non diretto), ma è il canale che, secondo l'algoritmo data-driven, ha avuto il peso maggiore in quella specifica interazione che ha portato alla conversione.

Al contrario, i report di attribuzione (che trovi nella sezione "Pubblicità" di GA4) ti offrono la flessibilità di confrontare e applicare diversi modelli di attribuzione. Qui puoi scegliere di visualizzare i dati con modelli come l'ultimo clic (anche "non diretto"), il primo clic, lineare, a decadimento temporale o, ovviamente, il modello basato sui dati.

Per questo motivo, i report di attribuzione sono strumenti più potenti e flessibili, spesso utilizzati da agenzie e analisti per ottimizzare le campagne in modo più granulare e preciso, comprendendo appieno il valore di ogni canale nel customer journey.

Adottare una visione parziale...

L'esperienza con il fornitore di marketing automation mi ha ricordato quanto sia importante mantenere uno sguardo critico sui dati di performance, specialmente quando provengono da fornitori esterni che hanno naturalmente interesse a mostrare l'efficacia delle proprie soluzioni.

Nel digital marketing moderno, il customer journey è complesso e multi-touchpoint. Adottare una visione parziale, come quella offerta dal modello "ultimo click", può portare a decisioni errate nell'allocazione del budget e nella strategia complessiva.

Il mio consiglio, soprattutto per chi è agli inizi, è di investire tempo nella comprensione dei modelli di attribuzione e di configurare correttamente i propri strumenti di analisi. Solo così potrete avere una visione realmente obiettiva dell'efficacia delle vostre campagne e prendere decisioni informate per ottimizzare i vostri investimenti di marketing.