Un cliente vede un tuo prodotto in una ricerca, poi lo ritrova in un post sui social, riceve una tua email, e infine compra cliccando su un annuncio. Quale di questi tocchi ha "fatto" la vendita? La risposta ingenua — l'ultimo, quello su cui ha cliccato prima di comprare — è quasi sempre sbagliata, e prendere decisioni di budget su quella risposta significa premiare i canali di chiusura e affamare quelli di scoperta che hanno reso possibile tutto. Capire da dove arrivano davvero le vendite è il problema dell'attribuzione, ed è uno dei più insidiosi del marketing ecommerce.
Questo articolo mette ordine tra i modelli di attribuzione, i loro limiti e come usarli senza illudersi. Chiude il gruppo "misura" del percorso CRO.
Il problema: il percorso non è lineare
Il cliente moderno tocca più canali prima di comprare, spesso su più dispositivi e in più giorni. L'attribuzione è il tentativo di assegnare a ciascun tocco il "merito" giusto della vendita. Il modo in cui lo fai cambia radicalmente quali canali sembrano efficaci — e quindi dove metti i soldi. Sbagliare modello non è un dettaglio tecnico: è disallocare il budget.
I modelli di attribuzione (e i loro compromessi)
Non esiste il modello perfetto: ognuno racconta una versione diversa della stessa storia.
- Last-click. Tutto il merito all'ultimo tocco prima dell'acquisto. Semplice, ma sopravvaluta i canali di chiusura (spesso brand/diretto) e ignora chi ha creato la domanda.
- First-click. Tutto il merito al primo tocco. Premia la scoperta, ma ignora ciò che ha convertito.
- Lineare. Merito distribuito equamente su tutti i tocchi. Democratico, ma tratta come uguali tocchi di peso molto diverso.
- Time-decay. Più merito ai tocchi vicini all'acquisto. Ragionevole per cicli brevi, ma penalizza la scoperta.
- Position-based (a U). Più peso al primo e all'ultimo tocco, il resto diviso in mezzo. Un compromesso tra scoperta e chiusura.
- Data-driven. Il merito è assegnato da un modello sui dati reali dei percorsi (è l'approccio di default di GA4). Il più sofisticato, ma resta una stima e richiede volume di dati.
La lezione non è "scegli quello giusto", è sapere che ogni modello è una lente e leggere i numeri con quella consapevolezza.
Le complicazioni dell'ecommerce (e dei marketplace)
Nell'ecommerce l'attribuzione è ancora più difficile per ragioni strutturali:
- I marketplace sono scatole nere. Quando vendi su Amazon o su un marketplace a partire dal tuo sito, la piattaforma non ti racconta il percorso del cliente: vedi la vendita, non i tocchi che l'hanno preceduta.
- I walled garden non si parlano. I grandi ecosistemi pubblicitari misurano ciascuno il proprio contributo, spesso rivendicando la stessa conversione: sommare i loro report gonfia i numeri.
- Il cross-device rompe il tracciamento. Il cliente scopre su mobile e compra su desktop, e il filo si spezza.
- Il traffico da AI è la nuova incognita. Con i clienti che arrivano dagli assistenti AI, attribuire una vendita al "consiglio di ChatGPT" è oggi quasi opaco — un tema che si lega alle metriche del commercio AI.
Come usare l'attribuzione senza illudersi
La trappola è inseguire l'attribuzione perfetta: non esiste. L'approccio sano è direzionale, non chirurgico:
- Guarda più modelli insieme. Confronta last-click e data-driven: se un canale sembra debole in last-click ma forte negli altri, probabilmente lavora nella scoperta. Non fidarti di un modello solo.
- Osserva le conversioni assistite. I canali che raramente chiudono ma spesso compaiono nel percorso stanno facendo un lavoro che il last-click nasconde.
- Ragiona in termini di incrementalità. La domanda vera non è "quanto merito ha questo canale", ma "cosa succederebbe alle vendite se lo spegnessi". Un test vale più di un modello.
- Incrocia con il valore del cliente. Non basta quante vendite porta un canale, conta quali clienti: incrociando attribuzione e Customer Lifetime Value scopri i canali che portano clienti di valore, non solo acquisti.
Sul piano pratico, una parte del problema è avere i dati in un posto solo: vendite dal sito e dai vari marketplace centralizzate e sincronizzate danno almeno una visione unica di dove si vende, punto di partenza per ragionare su perché. La base dati la costruisci con una misura pulita degli eventi, come visto in GA4 per ecommerce.
Domande frequenti
Perché il last-click è fuorviante?
Perché assegna tutto il merito all'ultimo tocco prima dell'acquisto, sopravvalutando i canali di chiusura (spesso brand e diretto) e ignorando quelli che hanno creato la domanda. Decidere il budget solo sul last-click affama la scoperta.
Qual è il modello di attribuzione migliore?
Nessuno è perfetto: ognuno è una lente con compromessi. Il data-driven è il più sofisticato ma resta una stima. Meglio leggere più modelli insieme che affidarsi a uno solo.
Perché i marketplace complicano l'attribuzione?
Perché sono scatole nere: mostrano la vendita ma non il percorso che l'ha preceduta. Insieme ai walled garden che rivendicano le stesse conversioni e al cross-device, rendono impossibile una mappa perfetta del percorso.
Come uso l'attribuzione in pratica?
In modo direzionale: confronta più modelli, guarda le conversioni assistite, ragiona per incrementalità (cosa succede se spengo un canale) e incrocia con il valore dei clienti. L'obiettivo è riallocare meglio il budget, non trovare una verità assoluta.
Da leggere per approfondire
- GA4 per ecommerce: eventi e report che servono
- Customer Lifetime Value: come calcolarlo e usarlo
- Le metriche del commercio AI
In sintesi
L'attribuzione cerca di rispondere a una domanda difficile — quale tocco ha fatto la vendita — in un mondo in cui il percorso è multicanale, cross-device e pieno di scatole nere. Nessun modello è perfetto: il last-click inganna premiando la chiusura, il data-driven è una stima, i marketplace non ti raccontano il percorso. Usala in modo direzionale, confrontando più modelli, guardando le conversioni assistite e ragionando per incrementalità e valore del cliente. L'obiettivo non è la verità assoluta: è spostare il budget verso ciò che funziona davvero.
Contenuti correlati
