Indice dei contenuti
Prima di acquistare, un consumatore può vedere un video, leggere un contenuto, fare una ricerca e tornare sul sito dopo qualche giorno. Capire quale di questi contatti abbia contribuito alla vendita è il compito dei modelli di attribuzione, che orientano l’allocazione del budget pubblicitario e forniscono segnali agli algoritmi che ottimizzano le campagne. Se la misurazione è imprecisa, anche le decisioni basate sui suoi risultati rischiano di esserlo.
È il tema al centro di ‘Measuring What Counts, Not What Gets Counted’, la ricerca dell’Osservatorio Internet Media del Politecnico di Milano, supportata da Adform, COGNITIVE AI e Quantcast e presentata a IAB Intersections 2026 nel panel ‘Misura ciò che conta, ottimizza ciò che converte’.
Lo studio combina interviste a responsabili marketing e media di aziende italiane attive nei settori energia, assicurazioni, banca e servizi finanziari, viaggi, retail e servizi in abbonamento con una simulazione su migliaia di mercati, nei quali il contributo di ciascun canale è stabilito a priori. Un’impostazione che consente di confrontare le stime dei diversi modelli con il contributo effettivo dei canali.
Tre strumenti, tre risposte diverse
Nelle aziende analizzate, la misurazione si articola generalmente su più livelli, ciascuno con tempi e obiettivi differenti. La lettura operativa, quotidiana o settimanale, si basa su last-click, last-touch e report delle piattaforme. A questa si affianca un modello correttivo per il digitale, aggiornato mensilmente o trimestralmente, mentre le decisioni strategiche si basano su marketing mix model o modelli econometrici, rivisti ogni trimestre o una volta all’anno.
Il problema è che questi strumenti possono restituire risultati differenti, senza che esistano sempre regole condivise per decidere come intervenire quando le indicazioni divergono. Inoltre, secondo la ricerca, quasi nessuna delle aziende coinvolte utilizza i risultati dei test per correggere le proprie stime.
Il last-click, il costo di una misurazione parziale
Tra i metodi confrontati, il last-click è quello che mostra i limiti più rilevanti. Riallocare il budget sulla sua base, anche consentendo spostamenti fino al 30% per canale, fa perdere il 69% del guadagno potenziale ottenibile con un’allocazione efficace. In circa quattro mercati simulati su dieci, inoltre, il risultato è peggiore di quello che si sarebbe ottenuto lasciando invariata la distribuzione degli investimenti.
Il modello fatica anche a riconoscere i cambiamenti nell’efficacia dei singoli canali: quando la performance di un canale cresce di 10 punti, il merito attribuitogli dal last-click aumenta di appena 0,6. Nel complesso, il metodo non ottiene risultati migliori di una ripartizione uniforme del merito tra i canali.
Tracciare il percorso non basta
La ricostruzione del customer journey presenta a sua volta dei limiti. Nei casi aziendali analizzati, due conversioni tracciate su tre mostrano un solo canale nel percorso. Una visione più completa dei contatti è quindi necessaria, ma non sufficiente per stabilire quale sia il contributo effettivo di ciascun mezzo alle vendite. Per questo la ricerca richiama il ruolo dei test di incrementalità, che permettono di stimare quante vendite siano state generate in più grazie a un investimento pubblicitario, distinguendole da quelle che si sarebbero verificate comunque.
La scelta dei partner deve basarsi sulle vendite incrementali
I limiti dell’attribuzione si riflettono anche nella selezione dei fornitori pubblicitari. Nelle gare simulate tra partner con lo stesso budget, il vincitore non è necessariamente quello che genera più vendite: i criteri di attribuzione possono favorire le modalità di erogazione degli annunci, per esempio la loro vicinanza temporale all’acquisto, anziché il contributo effettivo ai risultati. Secondo la simulazione, scegliere un fornitore sulla base dell’attribuzione può comportare una perdita di vendite incrementali da due a tre volte superiore rispetto a una selezione basata su test di incrementalità.
La ricerca suggerisce quindi di valutare i partner sulla base delle vendite aggiuntive misurate nel tempo, anziché delle sole conversioni attribuite. La misurazione diventa una scelta strategica La questione non riguarda soltanto la scelta di un modello tecnico, ma anche il modo in cui le aziende definiscono e valutano il contributo degli investimenti pubblicitari. In un contesto in cui gli algoritmi assumono un ruolo crescente nell’ottimizzazione delle campagne, la qualità dei dati utilizzati per addestrarli e orientarli diventa un elemento centrale.
Superare una lettura concentrata sull’ultimo clic significa provare a riconoscere il contributo dei diversi contatti e distinguere le conversioni attribuite da quelle effettivamente generate dall’investimento. Una distinzione che può incidere sull’allocazione del budget, sulla scelta dei partner e sui segnali utilizzati dai sistemi di intelligenza artificiale.
Nicola Spiller, Direttore Osservatorio Internet Media del Politecnico di Milano
“Ogni volta che un’azienda deve decidere dove mettere il prossimo euro, lo decide con il numero che ha. Se quel numero viene da una regola di attribuzione, dipende da quali canali compaiono nel percorso e in che posizione, più che da quanto funzionano. Nessuno strumento basta da solo: i modelli danno continuità e dettaglio, i test stimano meglio quante vendite un canale genera davvero. Misurare in questo modo costa molto meno delle vendite che si perdono quando non lo si fa”.
Francesca Grilli, Managing Director & Co-founder Cognitive
“Il last-click è un’eredità del passato che oggi è diventata un problema per tutto il mercato. Abbiamo promosso questa ricerca per dare un numero a un costo che molti intuivano ma nessuno aveva misurato. Gli algoritmi imparano esattamente dal segnale che ricevono: per questo un piano va valutato su tutto il percorso, riconoscendo chi chiude la conversione e chi la rende possibile. Abbiamo algoritmi dell’era dell’AI che imparano da metriche del passato: il collo di bottiglia non è più l’ottimizzazione, è la misura.
Alessandra Visconti, Director of Sales, Adform Italia
“Uno dei nostri clienti storici ci ha chiesto: “Perché sto pagando per un Ad Server e in che modo migliora l’efficienza dei costi?”. Siamo andati oltre l’attribuzione last-click adottando un modello personalizzato e agnostico rispetto al media mix, utilizzando il nostro Ad Server accreditato MRC e il Master Data Service (Log Level Data) per misurare il reale contributo di ciascun canale all’interno dell’intero customer journey. Il risultato: il valore e le efficienze generate hanno ampiamente superato il costo del servizio stesso”.
Alberto Mariscotti, Account Director, Quantcast
“La vera misura dell’efficacia dell’advertising non consiste semplicemente nello stabilire a quale canale attribuire il merito di una conversione, ma nel capire se quell’investimento abbia effettivamente generato risultati di business aggiuntivi. Con l’AI sempre più centrale nell’ottimizzazione delle campagne, diventa ancora più importante poter contare su segnali di qualità per valutarne il successo. Gli inserzionisti devono superare l’attribuzione last-click e concentrarsi sulla performance incrementale per prendere decisioni più informate”.