Indice dei contenuti
Il filo conduttore di questi aggiornamenti è una visione della misurazione articolata su tre livelli: una base dati più solida, un numero maggiore di segnali per leggere le performance e strumenti di causalità per verificare l’effetto reale delle attività di marketing.
Dai dati proprietari una base più solida per l’AI
Il primo livello riguarda la qualità e la disponibilità dei dati. Google integra Data Manager direttamente in Google Analytics e Display & Video 360, con l’obiettivo di rendere più semplice la gestione e l’attivazione dei first-party data nei diversi strumenti. L’aggiornamento riguarda anche le ‘enhanced conversions’, che arrivano in Analytics e DV360 per migliorare la capacità di associare in modo sicuro i dati dei clienti alle conversioni.
Secondo Google, gli inserzionisti che collegano dati offline e dati provenienti dalle app a Data Manager registrano in media un incremento del 26% dell’incremental ROAS, mentre chi utilizza le enhanced conversions ottiene in media l’11% di conversioni Search in più rispetto alle importazioni standard.
Il Data Manager API diventa inoltre universale e si basa sullo standard Event and Conversions API (ECAPI) dell’IAB Tech Lab, con l’obiettivo di offrire una modalità unificata per collegare, gestire e attivare audience e dati di misurazione attraverso diverse piattaforme pubblicitarie. A questo si aggiungono nuovi strumenti diagnostici per individuare eventuali problemi nella configurazione dei dati.
Quanto conta davvero la qualità dei dati?
Un elemento particolarmente interessante è il nuovo Data Strength Uplift Metric, che Google introduce in Google Ads. La metrica punta a rendere visibile quante conversioni aggiuntive vengono recuperate grazie alla configurazione dei first-party data. In altre parole, prova a quantificare un beneficio che finora era soprattutto tecnico: quanto una migliore infrastruttura di raccolta e connessione dei dati può aumentare la capacità di leggere le performance.
È importante però non confondere questo dato con la misurazione dell’incrementalità. Recuperare conversioni che prima non erano visibili significa migliorare la qualità della misurazione; non dimostra, da solo, che quelle conversioni siano state generate dalla pubblicità. È una distinzione centrale nel nuovo approccio di Google: misurare meglio ciò che accade e capire se la pubblicità ha effettivamente prodotto un risultato aggiuntivo sono due problemi diversi.
Meridian diventa più operativo
Il secondo tassello riguarda Meridian, il modello open source di Marketing Mix Modeling di Google. Lo strumento viene aggiornato con nuove funzionalità agentiche che possono aiutare a controllare la qualità dei dati, individuare errori e guidare la costruzione dei modelli. L’obiettivo è ridurre parte della complessità che tradizionalmente accompagna il Marketing Mix Modeling e rendere l’analisi più facilmente utilizzabile nei processi decisionali.
Meridian amplia inoltre i segnali che possono essere utilizzati nei modelli, includendo indicatori legati alla costruzione del brand come il Branded Google Query Volume. Questo consente di considerare anche gli effetti più dilazionati nel tempo degli investimenti di upper funnel, per esempio quelli legati a video e televisione, che difficilmente possono essere letti attraverso le sole conversioni immediate. Il modello viene quindi utilizzato non soltanto per ricostruire la performance passata, ma per mettere in relazione investimenti, segnali di mercato e risultati di business in una prospettiva più ampia.
Con GeoX la misurazione cerca la prova causale
È però Meridian GeoX a rappresentare forse il passaggio più significativo sul piano metodologico. Il framework open source, ora disponibile a livello globale, consente di realizzare esperimenti geografici per valutare l’incrementalità delle attività pubblicitarie. In pratica, permette di confrontare aree geografiche sottoposte a differenti condizioni di investimento per stimare quale parte del risultato possa essere effettivamente ricondotta alla pubblicità.
Il vantaggio è introdurre una componente sperimentale all’interno di un sistema di misurazione che utilizza anche modelli statistici. I risultati degli esperimenti possono infatti essere integrati in Meridian, contribuendo a calibrare il Marketing Mix Modeling con evidenze provenienti da test reali.
È il punto in cui il discorso sulla misurazione si sposta dalla domanda “quante conversioni possiamo attribuire a una campagna?” a una questione più complessa: “quali risultati aggiuntivi ha effettivamente prodotto quella campagna?”.
Dalla reportistica alle decisioni
La logica è coerente con la visione dichiarata da Google: trasformare la misurazione da una sorta di report card che registra a posteriori ciò che è successo in un vero e proprio strumento per orientare le decisioni di crescita. Per gli inserzionisti significa poter affrontare la valutazione delle campagne su più livelli: prima assicurandosi che i dati siano completi e utilizzabili, poi mettendo insieme segnali diversi per leggere il quadro complessivo e, dove necessario, ricorrendo alla sperimentazione per verificare l’effetto incrementale degli investimenti.