Monitorare le performance di una campagna, ormai (fortunatamente) è una prassi consolidata. Spesso, però, si da per scontato che i KPI considerati come criteri base per le diverse decisioni di allocazione del budget siano i più corretti. 

Che indicatori si considerano per analizzare la performance di una campagna? 

Principalmente tre: 

  1. costi: ricavando, dai pannelli, il budget speso nel mese in corso; 
  2. conversioni: si esportano i dati di conversione da Google Analytics, assegnando a ciascuna campagna le conversioni del periodo;
  3. costi / conversioni = CPA, CPL ovvero il costo di acquisizione della campagna.

Ci sono però alcune incertezze legate alla precisione e all’esatta assegnazione della conversione alla determinata campagna. 

Google Analytics, di default, utilizza un modello di attribuzione detto di “ultima interazione”. Nei rapporti standard (ad esempio Sorgente / Mezzo di acquisizione), infatti, assegna la conversione – dal momento in cui questa avviene – all’ultima interazione che ha compiuto l’utente nel sito.

La journey di un utente però è sempre più complessa e difficilmente un cliente arrivato alla conversione ha interagito con il sito in una sola occasione. I touchpoint di conversione sono molti; un utente prima di essere “pronto alla conversione” si suppone abbia cliccato un nostro annuncio su rete di ricerca, sia poi tornato sul nostro sito tramite il retargeting di una campagna Facebook, e si sia infine convinto alla conversione con una ricerca organica del nostro brand.

Google Analytics, mette a disposizione differenti modelli di attribuzione, lasciando all’analista  capire quale meglio si adatti all’effettivo comportamento degli utenti, eccone alcuni:

  • ultimo clic non diretto: assegna il valore della conversione all’ultimo clic non diretto dell’utente. Esclude, quindi, tutti gli accessi diretti al sito che si può presumere siano stati influenzati da altri canali;
  • lineare: assegna pari valore ad ogni interazione che ha portato l’utente sul sito prima della conversione;
  • decadimento temporale: assegna valore decrescente mano a mano che ci si allontana temporalmente dalla conversione. L’ultimo clic avrà un peso maggiore, mentre il primo clic avrà contributo minore; 
  • in base alla posizione: l’analista indica a Google Analytics di assegnare maggior valore alla prima e ultima interazione e di dare meno peso a tutte le interazioni intermedie.

Questi sono solo alcuni dei modelli disponibili, ne esistono altri ed è possibile implementarli scegliendo quale peso dare a ciascuna interazione sulla base della conoscenza delle campagne e del comportamento degli utenti. 

Tutti i modelli sono disponibili a questo percorso:

Conversioni → Conversioni multicanale → Strumento di confronto modelli.

Provando a giocare con i vari modelli, cambieranno anche le valutazioni in merito alle performance delle diverse campagne.

Da qualche tempo, i grandi player del web stanno mettendo a disposizione nuovi strumenti per approfondire l’impatto dei modelli di attribuzione:

  • Google Analytics ha messo a disposizione (per il momento in Beta) il suo Attribution tramite cui è possibile approfondire percorsi e tempi di conversione sui siti.
  • Facebook ha messo a disposizione, su alcuni account, il suo progetto di Attribution: lo strumento da la possibilità di integrare impression e clic anche da piattaforme esterne (tipo Google Ads) per ampliare ulteriormente l’analisi dei touchpoint di conversione dell’utente, non solo in termini di accessi al sito, ma anche di impression dei banner e inserzioni.

Tutto queste considerazioni sono subordinate all’esistenza dei cookie nel browser di un utente che ci permettono di agganciare ad ogni utente tutte le sessioni e tutti i canali di acquisizione che lo hanno portato al sito. 

SI sa bene che l’utilizzo di questa tecnologia ha fatto, probabilmente, il suo tempo e che tutto – probabilmente molto presto – cambierà.

Ma questa è un’altra storia…