Come misurare l’efficacia del marketing oltre il last-click?
Facciamo un esperimento mentale. Immagina di aver visto lo spot TV di un brand di scarpe la settimana scorsa. Oggi, durante la pausa pranzo, scrolli Instagram e vedi un’inserzione dello stesso brand. Non clicchi. Stasera, prima di andare a dormire, cerchi il nome del brand su Google, clicca sull’annuncio search e compri.
Chi si prende il merito della vendita? Con un modello last-click, è Google Search. Il 100% del credito va all’ultimo touchpoint. La TV? Zero. Instagram? Zero. Eppure senza quei due touchpoint, la ricerca su Google non sarebbe mai avvenuta.
Perché il last-click resiste (e perché è pericoloso)
Il last-click ha un merito innegabile: è semplice. Funziona con qualsiasi tool di analytics, non richiede modellizzazione e produce numeri che sembrano puliti e definiti. Ma è proprio questa apparente chiarezza il problema.
Quando un CMO o un Head of Marketing, alloca il budget seguendo una logica last-click, finisce inevitabilmente per sovra-investire sui canali che raccolgono la domanda già esistente (search, retargeting, brand keyword) e sotto-investire su quelli che la generano (TV, video, social awareness, content). Il risultato nel breve periodo sembra positivo: il ROAS sui canali di raccolta è alto. Ma nel medio-lungo periodo il funnel si assottiglia, la domanda organica cala, i costi di acquisizione salgono, e tutti spingeranno per una nuova attività di Brand Awareness “storia già vista in diverse situazioni reali”.
Un framework a tre livelli come valida alternativa al solo-last-click
Non esiste un singolo strumento che sostituisca il last-click per tutto. La soluzione è un approccio a più livelli, ciascuno con un ruolo specifico:
Livello 1: Marketing Mix Modeling (visione strategica)
Il MMM valuta il contributo di tutti i canali — online e offline — sulle vendite totali. Non dipende dal tracciamento individuale, lavora su dati aggregati ed è immune ai limiti di privacy. È lo strumento giusto per le decisioni di allocazione budget a livello macro: quanto investire su TV vs. digital vs. promozioni.
Livello 2: Incrementality Testing (validazione causale)
I test di incrementalità — come i geo-lift experiment — misurano l’effetto causale di un canale o di una campagna. Si seleziona un gruppo di aree geografiche esposte e un gruppo di controllo, e si misura la differenza nelle vendite. Il risultato è un dato robusto e difendibile davanti a qualsiasi CFO: ‘Questa campagna ha generato un +X% di vendite incrementali.’
Livello 3: Multi-Touch Attribution (ottimizzazione tattica)
I modelli MTA distribuiscono il credito di conversione tra i touchpoint digitali del customer journey. Restano utili per l’ottimizzazione tattica all’interno dell’ecosistema digital, purché si accetti che la loro copertura è parziale e soggetta ai limiti del tracciamento.
La triangolazione: farli lavorare insieme
Il vero salto di qualità avviene quando i tre livelli si alimentano reciprocamente. I risultati del MMM definiscono la cornice strategica. I test di incrementalità validano (o smentiscono) i risultati del modello su canali specifici. L’MTA ottimizza l’esecuzione tattica del piano digital. In Core Analytics integriamo sistematicamente MMM e Studi di Incrementalità con due prodotti differenti: CoreMMM & CoreLift, creando un ecosistema di misurazione coerente dall’allocazione strategica all’ottimizzazione operativa.
Da dove partire
Se il tuo team sta ancora usando il last-click come bussola per le decisioni di budget, il primo passo non è cambiare tool: è cambiare mentalità. Il goal non è avere un numero perfetto per ogni canale. È avere una visione sufficientemente accurata per prendere decisioni migliori della concorrenza.
Leave a comment