Uno dei fili conduttori del volume Performance Ads con Google e Facebook è il sistema di conteggio degli obiettivi raggiunti, insieme al tempo impiegato a portare l’obiettivo stesso. Questo tipo di percorso, che solitamente viene rappresentato anche a forma di imbuto se si trasforma in un marketing funnel, prende genericamente il nome di “attribuzione”, quando lo scopo dell’analisi diventa capire quali dei diversi punti di contatto ha avuto un peso maggiore nel portare l’obiettivo. In questo articolo cerchiamo di raccontare le logiche e le meccaniche del modello di attribuzione, come una bussola che ha nel nord la fase finale del percorso, con un particolare focus su Google Ads.

Che cos’è il modello di attribuzione, e che effetti ha?

 

Il modello di attribuzione non è solo uno strumento di analisi dei risultati, ma è un vero e proprio compendio tattico a disposizione degli inserzionisti. Infatti, attraverso il modello di attribuzione è possibile effettuare una serie di analisi che toccano punti diversi, touchpoint diversi e tempi diversi.

Innanzitutto, bisogna ricordare che la singola piattaforma che analizza il modello di attribuzione parte “semplicemente” da se stessa, portando dati che potrebbero differire non poco da quelli estratti olisticamente dall’apporto di tutte le altre piattaforme. Senza considerare – e questo è il problema più grande – che gli stessi dati potrebbero essere influenzati da percorsi temporali diversi.

Ma il modello di attribuzione che cosa rappresenta nella sua concretezza? Sicuramente uno schema diverso dal marketing funnel o un customer journey. Vale a dire dal percorso orientato all’analisi dell’utente, che poi diventa prospect e infine cliente. In realtà il termine “attribuzione” indica semplicemente la necessità di assegnare a un determinato passaggio – o a determinati passaggi, perché genericamente ormai si intende come composto da vari step –  la conversione.

Il più inflazionato e al tempo stesso obsoleto modello di attribuzione è quello chiamato last click (“ultimo click”). In questo modello il raggiungimento di un obiettivo viene assegnato semplicemente all’ultimo click fatto dal prospect prima di diventare cliente. Facciamo un esempio: un utente riceve una DEM (newsletter inviata da un sistema di Direct Email Marketing), ci clicca e atterra su un sito web. Il giorno dopo fa una ricerca su Google e clicca su un annuncio Google Ads, entrando di nuovo sullo stesso sito. Poi lascia il sito web e naviga su Facebook, dove viene investito dal retargeting. Indovinate un po’? Clicca sull’annuncio e atterra sul sito web. Il terzo giorno, ormai sazio del sito, ne conosce ogni minimo dettaglio, e quindi aprendo il suo browser digita il dominio e completa l’obiettivo. Per esempio effettua un acquisto, per esempio in un ordine dell’importo di 100 €. Ecco: secondo il modello ultimo click, il merito di tutto questo percorso verrebbe dato al dominio, e in gergo si chiama accesso diretto.

Tuttavia, converrete con me che tutti gli step hanno avuto il loro peso. Il punto è che nei tre casi di azioni paid, vale a dire la DEM e le due Ads, tutti e tre i canali si daranno il punteggio di acquisizione. Con la differenza che per la DEM il percorso sarà durato tre giorni, mentre per Google Ads e Facebook Ads avrà avuto la durata di soli due giorni.

Questo tipo di atteggiamento dei vari canali, se non analizzato sia in modo singolare sia in modo olistico, rischia di comportare grossi problemi dal punto di vista delle performance, e questo accade in modo più pronunciato in tutte le piattaforme per le quali da una parte si paga per ottenere traffico e dall’altra si trasforma il modello d’asta, se vogliamo, in un modello a performance definito dai sistemi di intelligenza artificiale (che, nel caso specifico di Google Ads, prende il nome di smart bidding, “offerte intelligenti”), ma soprattutto di machine learning. In pratica il sistema, attraverso una moltitudine di indicatori, capisce sulla base dell’istruzione alfa che gli viene data (e vale a dire sulla base del modello di attribuzione) quando valga la pena partecipare o meno a un’asta e addirittura provare a vincerla.

 

I sistemi d’asta su Google Ads e i modelli di attribuzione

 

I sistemi d’asta – o strategie di offerta, come le chiama Google Ads – si basano su modelli a tCPA, cioè a target CPA, vale a dire impostando un obiettivo per ogni acquisizione (costo per azione/acquisizione) o ROAS, cioè ritorno sulla spesa pubblicitaria target. Questi sistemi sono particolarmente drogati e drogabili dal modello di attribuzione: perché? Perché, soprattutto in tempi di acquisizione non brevi, il costo per acquisizione cambia notevolmente da un giorno all’altro.

Capiamone meglio il motivo. Immaginiamo nell’esempio precedente (solo per quanto riguarda Google Ads) che il publisher – vale a dire chi ha creato l’inserzione – guardi i risultati a fine giornata. Vedrà che ha speso dei soldi (per esempio 1 €) e che ha venduto zero. Conversioni – cioè raggiungimenti dell’obiettivo – uguali a zero, anche qui. Il giorno dopo l’utente non clicca sull’annuncio Google Ads, ma compie una conversione da accesso diretto. Essendo questa conversione ancora sotto l’egida di Google Ads, se il publisher riguarda le statistiche, si accorgerà che in data “giorno 2” è stata assegnata la conversione al primo click Google Ads fatto. Questo rivoluziona tutto!

E che cosa accade se i click Google Ads sono più di uno? È proprio il modello di attribuzione che assegna i vari punteggi. Per esempio, se i click fossero semplicemente due e un acquisto ecommerce portasse un valore di 100 €, il valore verrebbe spalmato sui due click, col risultato che il transato sarebbe di 100 €, ma il valore assegnato a ciascuno dei due click sarebbe dimezzato, cioè 50 €. E questo in un modello elementare a due click; immaginatevi in un modello più complesso, come per esempio “in base alla posizione”, dove al primo clic e all’ultimo viene assegnato un punteggio di 0.4/1, con un totale di 0.8/1 e con un residuo di 0.2/1 che viene assegnato a tutti i click intermedi.

Eppure questo magnifico sistema, così complesso a raccontarsi, è molto semplice e suggestivo nel momento in cui lo si studia. Offre inoltre un vantaggio incredibile non appena il sistema è in grado di raccogliere così tante conversioni da abbandonare uno schema logico di attribuzione e passare al caos, che diligentemente viene chiamato “data-driven”, vale a dire basato sui dati. Con questo modello il sistema non segue più uno schema preconfigurato, ma si assoggetta ai comportamenti singoli degli utenti, sulla base di migliaia di micro indicatori.

Figuratevi quanto diventa complicato, qui, stare a contare i decimali. Eppure sono proprio questi che faranno la differenza tra qualcosa che porta risultati e qualcosa che non li porta.

Biografia

Top Contributor AdWords, ambassador di Google e Premier Partner. Docente IULM, formatore, consulente per agenzie di digital marketing e grandi aziende.

Scopri di più


BIBLIOGRAFIA

   

Condividi: