In breve

• Gli strumenti di misurazione del marketing sembrano contraddirsi a vicenda perché sono progettati per orizzonti temporali diversi, non perché uno di essi sia sbagliato.
• La modellizzazione del marketing mix (MMM) viene effettuata ogni trimestre per orientare l'allocazione strategica del budget.
• I test di incrementalità vengono eseguiti mensilmente per verificare le prestazioni e generare i moltiplicatori di calibrazione.
• L'attribuzione viene eseguita settimanalmente per gestire l'esecuzione quotidiana, con adeguamenti in base a tali moltiplicatori.
• L'integrazione di questi metodi in un modello a tre livelli garantisce che il vostro team prenda decisioni basate sulla chiarezza, non su dati contraddittori

Se ti è mai capitato di trovarti in una stanza in cui la dashboard della tua piattaforma pubblicitaria, il tuo strumento di attribuzione e il tuo report MMM mostrano tutti dati diversi, allora conosci bene quella particolare sensazione di sfinimento che ne deriva. Non solo la confusione, ma anche il modo in cui ciò mina la fiducia. Quale dato presentare al consiglio di amministrazione? Quale canale tagliare? Chi ha ragione?

La risposta sincera è: probabilmente tutti, in modi diversi. E questo è proprio il punto di partenza per mettere a punto un sistema di misurazione che funzioni.

Non si tratta di trovare uno strumento unico che valga per tutti, ma piuttosto di capire cosa ogni metodo sia progettato per misurare, quando utilizzarlo e (soprattutto) come collegarli tra loro in modo che si integrino a vicenda anziché contraddirsi. È il quadro di riferimento a cui torniamo continuamente con i clienti che desiderano passare da una situazione di sovraccarico di dati a una reale chiarezza decisionale.

Perché la misurazione del marketing richiede più di una singola fonte di verità

A prima vista, cosa c’è che non va? Dopotutto, è un’idea davvero allettante: un unico pannello di controllo, un unico dato, una sola risposta. E capiamo perché sia così allettante, soprattutto quando si è sotto pressione per giustificare una spesa o prendere una decisione rapida in materia di budget.

Ma!! (C'è sempre un ma) L'attribuzione è una stima, non un dato di fatto. Ogni metodo di misurazione (last-click, basato sui dati, MMM, incrementabilità) è un modello fondato su ipotesi. Ipotesi diverse, risultati diversi. Non si tratta di un difetto del vostro stack; è semplicemente così che funziona la misurazione.

La domanda più utile non è "quale strumento è quello giusto?", bensì "quale strumento è stato progettato per rispondere alla domanda che sto effettivamente ponendo in questo momento?".

Questo nuovo approccio costituisce il fondamento del nostro sistema di misurazione interno: un quadro strutturato su tre livelli che associa ciascun metodo di misurazione a uno specifico orizzonte temporale, a un tipo di decisione e a un livello di autorità di bilancio. Quando ogni strumento svolge il compito per cui è stato concepito, le apparenti contraddizioni tra loro si dissolvono in gran parte, poiché non sono più in competizione tra loro per rispondere alla stessa domanda.

Il nostro quadro di riferimento per la misurazione: 3 livelli per 3 compiti

Questo quadro organizzativo suddivide la misurazione del marketing in 3 livelli distinti (metodi di misurazione): un livello strategico trimestrale (MMM), un livello di apprendimento mensile (test di incrementabilità) e un livello di esecuzione settimanale (attribuzione calibrata). Ogni livello alimenta quello successivo ed è associato a uno specifico tipo di decisione. Il quadro di riferimento sostiene che nessun singolo metodo di misurazione possa soddisfare contemporaneamente tutti e tre gli orizzonti e che la calibrazione tra i livelli (piuttosto che il consolidamento in un’unica fonte di verità) sia l’obiettivo corretto di un moderno sistema di misurazione. In breve, tutti e tre i livelli sono necessari affinché il quadro di riferimento sia coerente.

Livello 1. La visione strategica: trimestrale (MMM)

Che cos’è la modellizzazione del marketing mix (MMM)?

Il Marketing Mix Modelling (MMM) è un metodo statistico che misura il contributo incrementale di ciascun canale di marketing ai risultati aziendali, tenendo conto di fattori esterni quali la situazione macroeconomica, la stagionalità e l’attività della concorrenza. È concepito per le decisioni strategiche trimestrali ed è l’unico metodo di misurazione comunemente utilizzato che tenga conto di fattori esterni all’account pubblicitario.

Il Marketing Mix Modelling (MMM) è senza dubbio uno degli strumenti più eleganti a disposizione per la misurazione... ma anche uno dei più abusati. Spesso viene ignorato del tutto oppure, cosa altrettanto problematica, viene utilizzato per scopi per cui non è stato progettato, come ad esempio per orientare le decisioni settimanali relative alle offerte.

Il compito di MMM è offrirti una visione a lungo termine. Una volta al trimestre, fornisce un’analisi statisticamente fondata del contributo incrementale di ciascun canale alla tua attività, tenendo conto di tutto ciò che accade al di fuori dei tuoi account pubblicitari: macroeconomia, prezzi della concorrenza, stagionalità, variazioni della domanda organica. È l’unico metodo di misurazione che cerca davvero di modellare il mondo, non solo i tuoi dati pubblicitari.

‍I punti di forza di MMM

‍Definiregli stanziamenti di bilancio di alto livello per tutti i canali. Verificare se la direzione generale degli investimenti sia sensata. Fornirti elementi credibili da presentare a un consiglio di amministrazione che non si fida delle metriche delle piattaforme (e, onestamente, ha ragione a essere scettico).

A cosa non serve MMM

Ottimizzazione dettagliata, settimana per settimana. Il suo valore risiede nel segnale strategico, non nei dettagli tattici.

L'allestimento di uno studio MMM adeguato richiede in genere da 4 a 6 settimane. Lo studio integra dati storici relativi alla spesa e alle vendite, indicatori macroeconomici e segnali provenienti dalla concorrenza. Le soluzioni preconfezionate hanno reso questo processo notevolmente più accessibile; i costi variano in genere da 1.500 a 4.500 euro al mese a seconda della complessità dei dati, rispetto a costi significativamente più elevati per studi manuali completamente personalizzati.

Ecco cosa consigliamo noi di Precis: 

La modellizzazione del marketing mix (MMM) dovrebbe essere eseguita su base trimestrale, non in modo continuativo. Il suo valore risiede nel segnale strategico che fornisce: definire le allocazioni di budget di alto livello, convalidare la direzione generale degli investimenti e offrire dati credibili al consiglio di amministrazione. Utilizzare i risultati della MMM per orientare le decisioni quotidiane relative alle offerte è un errore di categoria che produce risultati peggiori rispetto a quelli che si otterrebbero con un modello di attribuzione settimanale ben calibrato. Riservatela alla finalità per cui è stata concepita.

In breve: 

• Di cosa si tratta: un’analisi statistica che tiene conto di fattori esterni al marketing, quali la macroeconomia, le variazioni dei prezzi della concorrenza e la stagionalità. Dimostra il valore incrementale del marketing che i dashboard standard spesso non riescono a cogliere.
• Tempo di configurazione: in genere 4–6 settimane per l’acquisizione dei dati storici, degli indicatori macroeconomici e dei cambiamenti relativi alla concorrenza
• Frequenza di aggiornamento: i risultati strategici vengono aggiornati una volta al trimestre per definire gli stanziamenti di bilancio di alto livello.
• Costo: sebbene i costi degli studi manuali su larga scala possano variare, le soluzioni preconfezionate hanno solitamente un costo compreso tra 1.500 e 4.500 euro al mese, a seconda della complessità dell'integrazione dei dati. 
• Perché ne hai bisogno:uno studio MMM è musica per le orecchie del tuo consiglio di amministrazione: dimostra il valore incrementale del marketing che spesso sfugge ai dashboard.

Livello 2. Il motore di apprendimento: mensile (test di incrementabilità)

Che cos’è il test di incrementalità?

‍Il test di incrementabilitàè un esperimento controllato che misura in che misura un risultato aziendale (vendite, iscrizioni, ricavi) sia stato effettivamente determinato dalla pubblicità, rispetto a ciò che sarebbe accaduto in modo organico senza di essa. Le tre forme principali sono gli studi GeoX, gli studi sul brand lift e i test hold-out. Nel nostro framework, i test di incrementabilità vengono eseguiti mensilmente e producono moltiplicatori di calibrazione che regolano i modelli di attribuzione su base settimanale.

Se il modello MMM è la tua mappa strategica, il test di incrementabilità è il modo per verificare se la mappa corrisponde ancora alla realtà. Effettuare almeno uno studio di incrementabilità al mese ti fornisce quel tipo di dato di riferimento che mantiene le tue decisioni settimanali correttamente calibrate... e impedisce alle tue ipotesi di diventare silenziosamente obsolete.

Non c'è bisogno di complicare troppo le cose. In sostanza, esistono 3 tipi di test di incrementabilità: studi GeoX, studi sul brand lift e test hold-out.

‍Studi GeoX

Si suddividono le regioni geografiche (ad esempio Stoccolma e Göteborg, oppure Parigi e Lione) in gruppi di test e gruppi di controllo. Nei mercati di test si aumenta o si modifica la spesa pubblicitaria, mentre nei mercati di controllo si procede come di consueto. La differenza nell’incremento delle vendite tra i due gruppi rivela il vero impatto incrementale del cambiamento.

Un aspetto metodologico da tenere presente: gli studi GeoX possono essere influenzati da ciò che i ricercatori definiscono “violazione SUTVA”. In sostanza, si tratta di un effetto di ricaduta geografica. Se un cliente della città di controllo si reca regolarmente nella città di test e lì vede i tuoi annunci, la tua suddivisione “pulita” non è più tale. Vale la pena progettare con cura le suddivisioni geografiche, assicurando una distanza sufficiente e una chiara distinzione del pubblico tra i gruppi per ridurre al minimo questo fenomeno. I framework open source come GeoX di Google e GeoLift di Meta possono ridurre significativamente i costi degli strumenti, ma occorre tenere conto del costo opportunità derivante da una deliberata sottottimizzazione della spesa nelle regioni di controllo. Si tratta di una considerazione concreta, soprattutto nei mercati commercialmente rilevanti.

Studi sul brand lift

Si tratta di esperimenti basati su sondaggi condotti direttamente all’interno di piattaforme come YouTube, Meta e TikTok. La piattaforma individua due gruppi di pubblico statisticamente comparabili (uno esposto al tuo annuncio pubblicitario e uno no) e sottopone a entrambi una singola domanda, ad esempio: “Di quali di questi marchi hai sentito parlare?”. La differenza nei tassi di risposta rappresenta l’incremento della notorietà del tuo marchio.

In genere le piattaforme non applicano costi per lo studio in sé, ma richiedono una soglia minima di spesa (spesso compresa tra 10.000 e 50.000 euro in un periodo di 30 giorni) per raggiungere la significatività statistica. Pertanto, queste soluzioni funzionano al meglio per campagne che operano già su quella scala.

Test di hold-out

La forma più “brutale” di misurazione dell’incrementalità. Una percentuale definita del pubblico totale raggiungibile viene completamente esclusa dalla pubblicità su tutti i canali; successivamente, il tasso di conversione di questo gruppo viene confrontato con quello del gruppo esposto alla pubblicità. La differenza tra questi due valori rappresenta il ricavo effettivo generato dalla pubblicità. Tutto il resto si sarebbe comunque convertito in modo organico.

Molti rivenditori programmano test di esclusione durante i periodi di minore attività commerciale per ridurre il rischio commerciale derivante dal non mostrare gli annunci a una parte del proprio pubblico. Si tratta di un approccio ragionevole: l’obiettivo è ottenere dati puliti, e un mese meno intenso è il momento ideale per raccoglierli.

Cosa consigliamo noi di Precis

‍Impegnatevia seguire una cadenza mensile per i test di incrementabilità: almeno uno studio al mese, con un risultato chiaramente definito: un moltiplicatore di calibrazione che aggiusti il vostro modello di attribuzione settimanale. Un test che non si collega a una decisione a valle è un esercizio di ricerca, non un investimento nella misurazione. Senza quel collegamento tra i vari livelli, il vostro stack genera report interessanti ma non decisioni migliori

‍Livello 3. Il volante: settimanale (attribuzione e calibrazione)

Che cos’è l’attribuzione calibrata?

‍L'attribuzione calibrataè un approccio di misurazione settimanale in cui i risultati a livello di canale di un modello di attribuzione multi-touch vengono adeguati tramite moltiplicatori derivati da studi MMM trimestrali e test di incrementabilità mensili. A differenza dell'attribuzione grezza della piattaforma, che riflette solo ciò che una singola piattaforma è in grado di osservare, l'attribuzione calibrata corregge i bias sistematici noti e produce raccomandazioni di budget che tengono conto del quadro completo dell'efficacia del marketing.

È qui che avvengono le decisioni quotidiane relative all’allocazione del budget. Tuttavia, esiste una differenza significativa tra un team che ottimizza i dati in base ai numeri grezzi di attribuzione della piattaforma e uno che ottimizza i dati in base a numeri di attribuzione calibrati. E vale la pena capire perché questa distinzione sia così importante.

Ecco come funziona la calibrazione nella pratica. Il vostro studio MMM trimestrale produce moltiplicatori a livello di canale: fattori di correzione che riflettono il divario tra i dati riportati dal vostro strumento di attribuzione e ciò che accade effettivamente sul mercato. I vostri test di incrementività mensili perfezionano e mettono alla prova tali moltiplicatori. Il vostro modello di attribuzione settimanale li applica quindi in modo che le raccomandazioni su cui state ottimizzando riflettano la realtà, non solo i dati riportati dalla piattaforma.

Un esempio concreto: supponiamo che il tuo MMM indichi che i social a pagamento stiano generando circa il 40% in più di ricavi incrementali rispetto a quanto riportato dal tuo strumento di attribuzione. Nel tuo modello di ottimizzazione settimanale applichi un moltiplicatore di 1,4x ai social a pagamento. Ora, quando il tuo strumento di attribuzione mostra che i social a pagamento sembrano avere un rendimento inferiore alle aspettative, il tuo modello calibrato lo interpreta correttamente come un potenziale segnale di acquisto — non come un segnale di riduzione. Si tratta di una decisione davvero diversa, resa possibile solo grazie al fatto che i livelli sono collegati tra loro.

A questo livello, vale anche la pena ottimizzare in funzione dell'utile lordo (GP3) piuttosto che del fatturato o del ROAS. Il ROAS riportato dalla piattaforma è un rapporto tra la spesa pubblicitaria e il fatturato attribuito: non dice nulla sul fatto che tale fatturato fosse redditizio, incrementale o che si sarebbe comunque realizzato. Il GP3 ti avvicina al dato che conta davvero per l'azienda.

Ecco cosa consigliamo noi di Precis: 

‍Un'attribuzione calibratae indipendente dalla piattaforma fornirà sistematicamente raccomandazioni sui canali diverse rispetto a quelle dei report nativi della piattaforma e, secondo la nostra esperienza, più accurate. L’attribuzione nativa della piattaforma presenta un conflitto di interessi strutturale: è concepita per attribuire il merito alla piattaforma a cui appartiene. Strumenti come Alvie sono progettati per eliminare tale distorsione. Ti indicano le prestazioni di ciascuno dei tuoi canali o mercati e, cosa più importante, cosa fare in questo preciso momento dal punto di vista dell’allocazione del budget. Inoltre, ti consentono di integrarli con il resto del tuo sistema di misurazione.

In breve: 

• Cosa sono l’attribuzione e la calibrazione settimanali: analisi giornaliere o settimanali volte a riallocare i budget sulla base di un modello di attribuzione unificato che è stato calibrato alla luce di approfondimenti strategici.
• Tempo di configurazione: da immediato a 1 settimana una volta collegate le fonti di dati (Shopify, Meta, Google Ads).
• Frequenza di esecuzione: giornaliera/settimanale — Il modello fornisce raccomandazioni quasi in tempo reale per orientare la spesa verso il profitto (GP3) anziché limitarsi al fatturato (ROAS).
• Il nostro consiglio è sempre quello di scegliere una piattaforma imparziale come Alvie. Sconsigliamo di affidarsi all’attribuzione basata sull’ultimo clic.

3 domande per valutare la tua configurazione attuale

Prima di aggiungere qualsiasi elemento nuovo alla tua configurazione di misurazione, vale la pena eseguire questa rapida diagnosi su ciò che hai già a disposizione:

L'audit dell'orizzonte

Assegnate ogni strumento di misurazione che utilizzate a uno dei tre livelli: strategia trimestrale (MMM), apprendimento mensile (incrementalità) o esecuzione settimanale (attribuzione). Se uno strumento viene utilizzato al di fuori dell’orizzonte temporale per cui è stato progettato (ad esempio, i risultati MMM utilizzati per prendere decisioni quotidiane sulle offerte, o GA4 utilizzato per stabilire le allocazioni di budget annuali), questa è la prima cosa da risolvere. Nessuna quantità di nuovi strumenti può risolvere una discrepanza nel modo in cui vengono applicati quelli esistenti.

La questione della calibrazione

Chiedi al tuo team: "Quale moltiplicatore stiamo applicando attualmente ai nostri dati di attribuzione settimanali, sulla base del nostro ultimo test di incrementività?" Se la risposta è "nessuno" o "non ne abbiamo eseguito uno di recente", i tuoi livelli di misurazione non comunicano tra loro. I tuoi dati generano report anziché decisioni — e questo è un problema di processo, non un problema di strumenti.

Verifica della cadenza di prova

Quando hai effettuato l’ultimo test di incrementabilità controllato? Se è passato più di tre mesi, i tuoi dati di calibrazione non sono più aggiornati. Un buon punto di partenza è un singolo test di hold-out geografico durante un mese di trading meno intenso. Mantieni le cose semplici. L’obiettivo non è uno studio perfetto, ma una prova di fattibilità che ti fornisca un moltiplicatore calibrato da applicare alle tue prossime decisioni di budget relative a 50.000 €.

L'obiettivo non è una misurazione perfetta, ma una fiducia calibrata.

Questo quadro di riferimento non eliminerà l’incertezza, perché nessun quadro di riferimento è in grado di farlo. Tuttavia, svolge una funzione davvero utile: struttura l’incertezza in modo che ogni strumento risponda alla domanda per cui è stato concepito, ogni livello fornisca informazioni a quello successivo e il vostro team segua una cadenza concordata per prendere decisioni, anziché girare a vuoto ogni trimestre sulle stesse discussioni relative ai dati.

I team che, a nostro avviso, traggono il massimo valore dai propri sistemi di misurazione non sono quelli che dispongono del maggior numero di strumenti (perché, in fin dei conti, ciò risulta molto inefficiente). Al contrario, hanno dedicato del tempo a integrare ciò che già possiedono e hanno creato un linguaggio comune per trasformare i dati di misurazione in decisioni. Solo dopo potrai decidere se hai bisogno di ulteriori strumenti!

Se ti stai occupando di uno di questi aspetti e vuoi discuterne con qualcuno, siamo sempre disponibili a parlare di misurazione. È uno dei nostri argomenti preferiti!

Domande frequenti sulla misurazione del marketing

Alcune domande che ci vengono poste… molto spesso.

Perché MMM e gli strumenti di attribuzione mostrano sempre dati diversi?

Lo faranno — ed è del tutto prevedibile. L’MMM e i modelli di attribuzione si basano su presupposti diversi e sono progettati per rispondere a domande diverse. L’MMM misura gli effetti a lungo termine a livello di popolazione. L’attribuzione assegna il merito a livello di singola conversione. Non si tratta di risposte concorrenti alla stessa domanda, ma di risposte a domande diverse. Utilizziamo il nostro quadro di riferimento per trattarle in questo modo, in modo che la discrepanza diventi un’informazione strutturale piuttosto che una fonte di confusione.

Di quanti dati storici hai bisogno per condurre uno studio MMM?

In genere, per elaborare un MMM affidabile sono necessari almeno 18-24 mesi di dati settimanali sulle vendite e sulla spesa su tutti i canali. Se non sei ancora a quel punto, non preoccuparti! Concentrati sui test di incrementabilità e sull’attribuzione calibrata mentre costruisci la base di dati. Una misurazione più piccola ma ben calibrata offre sempre risultati migliori rispetto a una più ampia ma non calibrata. Potrai introdurre l’MMM quando i dati saranno pronti.

Cosa significa se i test di incrementabilità danno sempre risultati positivi?

Vale la pena essere un po’ scettici nei confronti di risultati uniformemente positivi. Tra le cause più comuni figurano gruppi di controllo mal progettati, test che non durano abbastanza a lungo da raggiungere la significatività statistica o effetti di ricaduta geografica negli studi GeoX. Un test ben progettato dovrebbe occasionalmente far emergere un canale che non sta generando l’incremento che ci si aspettava — e questo è in realtà un buon risultato. Significa che la vostra misurazione sta rilevando qualcosa di reale. L’obiettivo dei test non è confermare le vostre ipotesi iniziali, ma aggiornarle.

Perché GA4 non è sufficiente come strumento di misurazione autonomo?

GA4 è uno strumento davvero utile, in particolare per comprendere il comportamento sul sito e i percorsi degli utenti. Tuttavia, è stato progettato per decisioni operative settimanali, non per scelte strategiche trimestrali. Non dispone di modelli per fattori esterni quali la stagionalità o l’attività della concorrenza, né di meccanismi per misurare la vera incrementabilità, e la sua logica di attribuzione è una scatola nera legata all’ecosistema di Google. Utilizzare GA4 per definire l’allocazione del budget annuale è un po’ come orientarsi con una mappa stradale quando si ha bisogno di una vista satellitare. Entrambe sono utili; sono semplicemente progettate per livelli di dettaglio diversi.

Glossario dei termini relativi alle misurazioni

Attribuzione

Il processo di attribuzione del merito di una conversione o di una vendita a uno o più punti di contatto di marketing. I modelli di attribuzione spaziano da semplici approcci basati su regole (ultimo clic, primo clic) a modelli statistici (attribuzione basata sui dati). Tutti i modelli di attribuzione sono stime, non dati di fatto.

Moltiplicatore di calibrazione

Un fattore di correzione applicato ai dati di performance attribuiti a un canale, derivati dal modello MMM e dai test di incrementività. Ad esempio, un moltiplicatore di 1,4x sui social a pagamento significa che per ogni sterlina di ricavo attribuita ai social a pagamento, il modello calibrato la considera pari a 1,40 sterline. I moltiplicatori di calibrazione colmano il divario tra quanto riportato dai report di attribuzione e quanto effettivamente accaduto.

GP3 (Utile lordo di terzi)

Un indicatore di redditività che tiene conto del margine effettivo di una vendita al netto dei costi. Ottimizzare in funzione del GP3 piuttosto che del ROAS o del fatturato garantisce che la spesa di marketing generi una crescita redditizia, e non solo un aumento del fatturato attribuito.

Incrementabilità

La quota di un risultato aziendale — vendite, conversioni, ricavi — che è stata effettivamente generata dalla pubblicità e che non si sarebbe verificata in sua assenza. L’incrementalità si distingue dai ricavi attribuiti, che possono includere conversioni organiche che si sarebbero verificate comunque.

SUTVA (Ipotesi sul valore di trattamento per unità stabile)

Un presupposto statistico alla base dei test GeoX e hold-out, secondo cui il comportamento degli individui del gruppo di controllo non deve essere influenzato dal trattamento applicato agli individui del gruppo di prova. Lo spillover geografico (ovvero quando le persone di una regione di controllo sono esposte a pubblicità destinate a una regione di prova) costituisce una violazione del principio SUTVA e può distorcere i risultati di incrementalità.