Misurazione del Marketing: Svelare l’Attribuzione di Marketing
C’è una famosa citazione a cui mi piace fare riferimento ogni volta che parlo di misurazione del marketing: «La metà dei soldi che spendo in pubblicità è sprecata; il problema è che non so quale metà».
La maggior parte dei marketer ha difficoltà a giustificare l’impatto del proprio lavoro sui risultati economici dell’azienda. E non importa quali strumenti di misurazione del marketing utilizziamo.
È per questo che continuiamo a inventare nuovi termini e parole come «creazione della domanda» e «social oscuro», perché vogliamo evitare di prenderci la responsabilità o la proprietà dei numeri. Sì, l’ho detto!
Want more from The CMO?
Sign up for a free membership to complete reading this article:
Have an account? Log In
Questo non significa che sia impossibile misurare il successo del marketing, o che non dovrebbe essere misurato.
I marketer devono pensare più come il reparto finanziario e meno come marketer per «avere un posto» al tavolo (ossia il tavolo esecutivo). Definiamo la misurazione del marketing, il suo significato, e perché è importante.
Quindi, cos’è la misurazione del marketing?
In parole semplici, si tratta di misurare gli effetti a lungo e breve termine del marketing sull’azienda. Mi piace suddividerlo su orizzonti temporali perché è così che funziona il marketing.
Alcune attività producono risultati a breve termine (vendite, lead, SQL), e altre producono risultati a lungo termine (ricordo, notorietà, quota di mercato – anche se il modo migliore per ottenere maggiore notorietà, ricordo e quota di mercato potrebbe essere... vendere più prodotti a più persone).
Perché è importante?
Perché così saprai dove spendere il tuo prossimo euro. Se stai creando un piano trimestrale o annuale, hai una quota di fatturato o di opportunità da generare, o devi difendere il budget per la tua prossima campagna ABM, è necessario sapere con un alto grado di certezza dove otterrai quali risultati.
Devi modellare il tuo funnel per comprendere quali canali portano quali numeri.
Come i prospect si convertono lungo il funnel e le performance passate a volte sono il miglior predittore dei risultati futuri – quindi fai alcune scommesse informate e qualche puntata azzardata.
In altre parole – la misurazione del marketing ti aiuta a rispondere alla domanda «Se avessi 100M, dove li spenderesti?» (magari la risposta è uno spot al Superbowl).
Come SI MISURA il marketing?
Risposta breve: con i modelli
Ma parliamo prima di qualcosa che spesso viene trascurato e che è fondamentale per comprendere meglio questo argomento: l’incrementalità.
Partiamo da un semplice esempio di pizzeria che qualcuno mi ha usato per spiegarmi questo concetto.
Immagina di possedere una pizzeria e di avere dei buoni sconto da 5 dollari. Assumi 2 persone per distribuire questi volantini e le incentivi con un bonus in base a quanti clienti si presentano a comprare la pizza con il buono sconto in mano.
La persona A va lungo la strada e distribuisce volantini al maggior numero di persone possibili. Nel frattempo, la persona B si piazza davanti alla porta della pizzeria e consegna i volantini a chi sta entrando per comprare la pizza.
Chi ha «consegnato più buoni»?
La persona B – un cliente che entra comunque per comprare la pizza sarà più propenso a prendere il buono sconto da 5 dollari. Ma avrebbe acquistato la pizza comunque, con o senza buono (era già entrato dalla porta).
Tuttavia, la persona A ha portato più persone che non avrebbero comprato una pizza senza il buono sconto.
La persona A ha portato più «nuovi clienti» o vendite incrementali, mentre la persona B ha generato meno vendite incrementali.
Quindi, anche se la persona B riceverebbe il premio per il maggior numero di buoni distribuiti e pizze vendute – il 90% di quelle persone avrebbe comunque comprato la pizza.
Perché sto parlando di pizza? Perché l’incrementalità è un concetto difficile da risolvere nel marketing. Quante delle nostre vendite generate dal marketing sono state incrementali rispetto a quello che avrebbero comprato comunque (senza partecipare a quella fiera o iscriversi a quel webinar, ecc.)? Ne parleremo meglio tra poco.
Ti aspettavi qualcosa sugli strumenti di attribuzione marketing? LOL.
Bene, per proseguire dal concetto fondamentale di incrementalità nel marketing, approfondiamo i diversi metodi impiegati nella misurazione del marketing. Questi metodi mirano a quantificare l’impatto delle attività di marketing, aiutando le aziende a allocare i budget più efficacemente.
Comprendere questi metodi ti permetterà di affrontare il marketing con un approccio più analitico e finanziariamente prudente.
Marketing Mix Modelling (MMM)
Il Marketing Mix Modelling (MMM) è una tecnica di analisi statistica che valuta i dati storici per determinare l’impatto di diverse tattiche di marketing sulle vendite e poi prevede l’impatto di set futuri di tattiche.
Prende in considerazione molteplici variabili, incluse le condizioni economiche, la concorrenza, la spesa di marketing, ecc.
MMM fornisce informazioni sull'efficacia di ciascun canale di marketing su orizzonti temporali lunghi e aiuta a comprendere come i diversi componenti del marketing mix contribuiscano alle vendite. È utile per allocare i budget tra canali di marketing di alto livello e per la pianificazione strategica a lungo termine.
Per MMM, è necessario un ampio set di dati per provare come diversi modelli statistici spiegano e si adattano ai dati e quale di essi ha la massima affidabilità (cioè, spiega meglio i dati e le fluttuazioni. In altre parole, è una scelta meno rischiosa).
Per modelli migliori, è ideale utilizzare dati ad alta risoluzione, ad esempio dati giornalieri, che sarebbero più adatti rispetto ai dati mensili poiché c'è una maggiore quantità di dati.
Il vantaggio di MMM è che va oltre i soli canali online e può mostrare l'impatto di quella campagna pubblicitaria da 100K su cartelloni pubblicitari sul risultato finale.
Il problema di MMM è che, come per la maggior parte delle aziende B2B, spesso non ci sono abbastanza dati. Ad esempio, un'azienda che vende a grandi aziende che conclude solo tre accordi all'anno.
MMM è anche più adatto ad analisi annuali/trimestrali piuttosto che per ottimizzare il marketing su base settimanale/mensile.
Esempi di MMM in azione
Presso 42 Agency, sfruttiamo i modelli di marketing mix per i nostri clienti e conduciamo alcune analisi avanzate per determinare insight oltre la semplice attribuzione first-touch / last-touch.
Uno dei nostri clienti, che spende circa $1M al mese in media, ha investito una parte significativa del proprio budget in annunci Meta Brand Awareness e annunci LinkedIn Reach. Abbiamo eseguito un'analisi per rispondere a alcune domande:
- Meta & Linkedin generavano MQL/SQL? (La risposta è stata sì)
- La spesa in annunci Reach e Awareness aveva un impatto positivo su SQL / MQL? (La risposta è stata: non quanto pensavamo. In alcuni casi, ha avuto un effetto negativo, ossia probabilmente generavamo meno MQL investendo in Reach / Brand Awareness)
- Qual è l'ad stock dei diversi canali, cioè per quanto tempo le persone ricordano un annuncio dopo averlo visto? (FB ha l'AdStock più alto, Adwords il più basso)
- Qual è il nostro punto di rendimento decrescente? Ossia, per ogni dollaro aggiuntivo investito sui diversi canali, qual è la conversione attesa e il costo per conversione? (Spendere oltre un certo limite portava a meno conversioni con un CPA relativamente più alto)
La correlazione non implica causalità, ma rende la storia interessante.
Con un altro cliente, abbiamo investito molto negli annunci video su YouTube.
YouTube ha un tasso di conversione tramite click (CVR) molto basso perché l'80% degli annunci YouTube viene visualizzato su TV. Ma sono eccellenti nel raccontare la storia di un brand, cosa che le campagne a risposta diretta come Google Ads o Meta non riescono a fare.
Sebbene non fossimo in grado di collegare direttamente la spesa su YouTube alle conversioni tramite CVR, c'era una chiara correlazione tra le ondate di annunci su YouTube e le conversioni provenienti da direct/organico. Tale correlazione indicava che i nostri annunci spingevano i potenziali clienti a registrarsi tramite altri canali.
Attribuzione Multi-Touch (MTA)
I modelli di attribuzione Multi-Touch (MTA) assegnano il merito a ciascun punto di contatto che il cliente incontra durante il percorso verso la conversione. A differenza di MMM, che esamina il marketing mix a livello macro, MTA opera a livello micro, analizzando l'efficacia di azioni digitali specifiche — come le tue campagne di email marketing B2B, annunci o SEO/organico — su una conversione.
L'MTA aiuta i marketer a capire quali touchpoint sono più efficaci nel generare conversioni, consentendo così una ottimizzazione della spesa marketing più granulare.
Ad esempio, con MTA possiamo decidere di destinare un budget maggiore agli annunci LinkedIn il prossimo mese perché nelle ultime 4 settimane hanno generato un maggior numero di conversioni rispetto a Google Ads.
Mentre MMM può rilevare variazioni di performance anche senza dati basati su click diretti, MTA richiede click e tracciamenti (browser o server-side) per collegare i diversi touchpoint e costruire il customer journey.
Il problema principale di MTA è che si basa molto su tracciamenti UTM, click e cookie, che stanno venendo progressivamente eliminati.
È importante notare che l'MTA non si affida ai cookie di terze parti (più utilizzati nella pubblicità), ma a quelli di prima parte (1P). Tuttavia, anche con i cookie 1P, browser come Safari li cancellano dopo sette giorni. In un mondo in cui gli utenti utilizzano più dispositivi e i browser bloccano script e rimuovono i link UTM,
In altre parole, il tracciamento MTA diventa più complesso e la sua accuratezza più incerta.
Se utilizzi un banner cookie per chiedere il consenso ai visitatori ma un visitatore sceglie di non accettare, non potrai tracciare nessun dato di referral né avere informazioni su come è arrivato sul sito.
Nei tuoi sistemi di analytics, questo risulterà come una "visita diretta". Solo il 31% dei visitatori accetta i cookie, quindi quasi il 70% delle visite apparirà come "dirette".
Potrei continuare all'infinito, ma torniamo all'argomento e immergiamoci in alcuni modelli MTA e sui loro utilizzi.
Modelli comuni di Multi-touch Attribution (MTA)
Ecco i modelli MTA più comuni che ho incontrato nella mia esperienza come marketer B2B. E come utilizzarli.
1. Il modello First Touch
Il modello First Touch attribuisce il 100% del merito della conversione al primo touchpoint nel percorso del cliente.
Questo modello si basa sul principio che l'interazione iniziale sia la più critica, in quanto introduce il cliente al brand o al prodotto, predisponendo il terreno a tutti gli ingaggi successivi.
Applicazione: Questo modello è utile per valutare l'efficacia delle attività top-of-funnel, come le campagne di brand awareness. Ci aiuta a capire come entriamo nel radar delle persone (cioè, nella fase di awareness).
Come usarlo: In HubSpot, questo viene chiamato Original Source nel suo modello dati standard. HubSpot / gli strumenti di Analytics applicano un cookie la prima volta che qualcuno visita il tuo sito e lo collegano a un lead quando avviene la conversione.
Tipicamente, se usi i parametri UTM, questo è l'UTM della prima volta che qualcuno visita il tuo sito web (non solo quando compila un modulo). Puoi tracciare ciò in Google Analytics (UA) sotto Model Comparison > First click. GA4 ha rimosso queste opzioni.
2. Il modello Last Touch
Al contrario, il modello Last Touch assegna tutto il merito della conversione all'ultimo touchpoint prima che avvenga la conversione. Questo modello presuppone che l'interazione finale sia la più importante perché più vicina alla conversione.
Applicazione: Ideale per valutare l'impatto delle attività bottom-of-funnel, come il retargeting o gli annunci search. Evidenzia quali canali e messaggi sono più efficaci nell'ottenere la conversione finale.
Ma questo favorisce canali ad alta intenzione come Google Ads rispetto ai canali TOFU (top-of-funnel) come LinkedIn, Meta o Content. Anche se i clienti possono scoprirti tramite un annuncio Meta su Instagram, Google Ads si prenderà il 100% del merito se utilizzi solo il modello last-touch, portandoti alla falsa conclusione che gli annunci Meta semplicemente non funzionano.
Come usarlo: Questo corrisponde alla Latest Source in HubSpot oppure, se utilizzi gli UTM, all'UTM catturato sul modulo (al momento della compilazione del modulo). Anche se la questione può essere più complessa, la Latest Source in HubSpot approssima bene il touch finale del prospect prima della conversione. Google Analytics (UA & GA4) supporta il modello last-touch tramite il tool di Model Comparison (last click).
3. Il modello Lineare
Il modello Lineare distribuisce il credito in modo uguale tra tutti i touchpoint nel percorso cliente.
Questo modello presume che ogni interazione contribuisca in egual misura alla decisione finale, dal primo contatto fino all'evento di conversione. È facile da implementare, ma può essere sbilanciato se alcuni touchpoint hanno un impatto sensibilmente maggiore.
Applicazione: Si usa al meglio quando vuoi un approccio semplice che riconosca ogni touchpoint senza dare priorità ad alcuna interazione specifica. È adatto alle aziende con un percorso cliente piatto e lineare.
Come usarlo: Molti strumenti di attribution di terze parti supportano i modelli lineari. Era disponibile come opzione in GA UA, ma GA4 non lo supporta più. Usi HubSpot Pro / Enterprise? Puoi anche costruire report di attribuzione lineare tramite la funzione Attribution Reporting.
4. Il modello U-Shape (basato sulla posizione)
Il modello U-Shape, o basato sulla posizione, attribuisce più credito al primo e all'ultimo touchpoint, tipicamente circa il 40% ciascuno, mentre distribuisce il restante 20% fra le interazioni intermedie. Questo modello riconosce che i primi e ultimi touch hanno una priorità superiore.
Applicazione: Utile per strategie di marketing che enfatizzano l'importanza delle prime impressioni e delle interazioni di chiusura, come nei settori con cicli di vendita più brevi o durante il lancio di nuovi prodotti.
Come usarlo: Molti strumenti di attribution di terze parti supportano i modelli U. Nella ormai superata Universal Analytics, era disponibile come opzione; tuttavia GA4 non lo supporta.
Se usi HubSpot Pro / Enterprise, puoi anche configurare report di attribuzione U tramite la funzione Attribution Reporting.
5. Il modello W-Shape
Espandendo il modello a U, il Modello a W incorpora tre fasi cruciali del percorso del cliente:
- Il primo contatto (introduzione)
- Creazione del lead (coinvolgimento a metà percorso)
- E la creazione dell'opportunità (decisione).
Ogni punto di contatto fondamentale riceve una parte significativa del merito (di solito circa il 30% ciascuno), con il restante 10% distribuito tra le altre interazioni.
Applicazione: Ideale per aziende con cicli di vendita più lunghi che coinvolgono molteplici fasi di coinvolgimento, come le società B2B, dove il contatto iniziale, la qualificazione del lead e le negoziazioni finali sono tutte fasi cruciali.
Come utilizzarlo: Usa l'attribuzione di terze parti per modellare questo approccio e comprendere i tre traguardi chiave nel percorso di un potenziale cliente (cioè lead/SQL/Chiuso Vinto) per identificare cosa guida TOFU/Conversione e Chiuso Vinto.
6. Il Modello Data-Driven (Algoritmico)
Il Modello Data-Driven utilizza algoritmi e machine learning per analizzare tutti i punti di contatto e attribuire il merito basandosi sull'impatto effettivo osservato di ciascuna interazione.
A differenza dei modelli basati su regole, questo approccio si adatta dinamicamente per riflettere l'influenza variabile di ogni punto di contatto in diversi scenari e segmenti di clienti.
Applicazione: Ideale per le organizzazioni che hanno accesso a grandi insiemi di dati e la capacità analitica per elaborare modelli complessi. Fornisce l'attribuzione più personalizzata e accurata, ma richiede risorse significative.
Come utilizzarlo: Reso popolare da Google Ads. Non credo che molte aziende B2B dispongano di insiemi di dati abbastanza ampi perché questo sia significativo.
7. Il Modello Decadimento Temporale
Il Modello Decadimento Temporale attribuisce più credito ai punti di contatto più vicini nel tempo alla conversione, basandosi sull'assunto che le interazioni successive abbiano maggiore influenza nel processo decisionale.
Il merito si riduce per i punti di contatto più vecchi in maniera esponenziale o lineare.
Applicazione: Adatto per campagne che puntano a ottenere conversioni rapide, dove si ritiene che la recente interazione abbia un impatto più consistente sulla decisione del cliente.
Come utilizzarlo: Utilizza questo modello con l'Attribution di HubSpot o strumenti di terze parti per comprendere la velocità delle trattative per canale.
Alcune Note Extra per Comprendere i Modelli Multi-Attribution
Al di là dei modelli, è importante capire che la MTA serve a ottenere insight sui canali che generano consapevolezza TOFU rispetto alle sole conversioni BOFU.
Nel nostro lavoro con brand B2B, è comune vedere Google Ads generare l'80% delle conversioni su un modello last-touch (che è il più usato). Ma con alcune analisi, diventa evidente che social a pagamento, SEO, contenuti, YouTube, ecc., sono quelli che generano consapevolezza TOFU che poi si traduce in Google Ads e conversioni “last mile”.
Un potenziale cliente potrebbe venire a conoscenza di un marchio tramite una pubblicità su YouTube o Meta / LinkedIn e non convertire subito, ma la frequenza è abbastanza alta che la stessa persona cerca una categoria o un brand su Google, clicca su un annuncio Google e converte.
Il Last Touch darebbe il 100% del merito a Google Ads, il First Touch a YouTube o Meta, ma la verità è che hanno lavorato insieme per la conversione.
Ma aspetta. Non dimenticare l'incrementalità.
La MTA è fantastica e ci dice quali azioni/interazioni hanno avuto i potenziali clienti che hanno portato alla conversione.
Tuttavia, non risponde alla domanda: questa persona avrebbe comunque acquistato qualcosa?
Uno dei nostri clienti investiva molto su Google Ads (tipico per una realtà B2B), ma il 70% del budget search era dedicato alla ricerca branded (cioè, qualcuno cercava proprio il nome del loro brand).
Noi (42 Agency) avevamo l'ipotesi che il 90% di coloro che convertivano tramite ricerca branded avrebbero convertito comunque tramite la SERP organica.
Abbiamo gradualmente ridotto il budget per la ricerca branded e l'abbiamo reinvestito su parole chiave di categoria/caso d'uso e altri canali. Sebbene le conversioni da ricerche Google siano diminuite, quelle da ricerca organica sono aumentate in modo significativo, validando la nostra ipotesi che la ricerca branded non fosse incrementale.
Prima di correre a eliminare tutte le campagne di ricerca branded, queste hanno la loro utilità - soprattutto se operi in un mercato affollato (ad es. CRM, strumenti di project management, ATS, ecc).
Ti aiutano a "difendere" il tuo brand dai concorrenti e ad occupare più spazio sulla pagina.
Parlando di ricerche di brand - molti marketer evitano di misurare i brand, ma è un errore. I brand devono e possono essere misurati; devono esistere sotto un quadro di misurazione unificato per il marketing.
Ma come si fa, esattamente?
Come si misura un brand?
Ironia della sorte, il modo più comune in cui le aziende B2B misurano il brand è il "traffico diretto", che però è un po' fuorviante.
Nel migliore dei casi, il traffico diretto non rappresenta una persona consapevole del brand. Contrariamente all'opinione diffusa, il traffico diretto è semplicemente qualsiasi fonte di traffico (criptata o meno) dove gli strumenti di analisi web non riescono a rilevare un referral.
Non è qualcuno che digita il tuo sito nella barra degli indirizzi.
Un proxy migliore potrebbero essere le query di ricerca di brand (accessibili tramite Google / Bing Search Console), ma anche in questo caso non è il metodo più preciso per misurare il brand. I potenziali clienti consapevoli non necessariamente visiteranno il tuo sito web.
Quindi, qual è il metodo migliore per misurare un brand? Sondaggi, test geolocalizzati e holdout testing.
Ricordo, sondaggi guidati/non guidati
Tradizionalmente utilizzati da grandi agenzie media e brand FMCG e CPG, i sondaggi (sia guidati che non guidati) sono un ottimo modo per misurare le campagne di marketing del brand.
Nel ricordo non guidato (non guidato), ai partecipanti viene chiesto di ricordare brand, prodotti o annunci senza suggerimenti, testando il richiamo spontaneo al brand.
Nel ricordo guidato (guidato), invece, si forniscono suggerimenti o stimoli per aiutare i partecipanti a ricordare.
Questi sondaggi possono rilevare l’impatto delle attività di marketing sulla notorietà e la memorizzazione del brand nel tempo. Probabilmente li hai già notati su YouTube o nei social:
- "Quali tra questi brand considereresti per il tuo prossimo acquisto di X?"
- "Quale tra questi annunci di brand ricordi di aver visto negli ultimi sette giorni?".
Man mano che il tuo brand acquisisce quota di mercato, la notorietà sia guidata che non guidata dovrebbe crescere.
I canali Paid Social/Search offrono anche questi sondaggi come parte del loro pacchetto di misurazione. LinkedIn ha recentemente introdotto gli studi di brand lift che misurano il ricordo su un gruppo di persone che ha visto il tuo annuncio su LinkedIn rispetto a un gruppo che non l’ha visto.
Anche Facebook ha introdotto funzionalità simili. In passato queste erano riservate ai grandi inserzionisti, ma ora sono disponibili anche per chi gestisce campagne in self-service.
Test geografici e holdout
Come si misura una campagna OOH (out of home) come i cartelloni pubblicitari? Quando l’abbiamo fatto per noi e per i nostri clienti, abbiamo osservato un aumento del traffico dalla città in cui abbiamo lanciato la campagna o un incremento delle menzioni del brand.
Il principio alla base di questo si chiama Holdout Testing (e, se condotto a livello geografico, Geo Testing).
L’Holdout Testing, o test con gruppo di controllo, consiste nel trattenere alcune attività di marketing da un segmento target e confrontarne il comportamento rispetto a chi ha invece beneficiato di quelle attività.
Questo metodo misura direttamente la crescita incrementale mostrando cosa accadrebbe senza certi investimenti di marketing. Ad esempio, se a New York si fa una campagna di cartelloni pubblicitari e in una città comparabile (mettiamo, Toronto) non ci sono cartelloni. Si possono rilevare differenze chiave nei principali indicatori tra le due città.
Nota sulle OOH: comprare un cartellone per due settimane non avrà un grande impatto -
Lezione: abbiamo noleggiato un cartellone mobile per la conferenza annuale di Hubspot a Boston per due giorni. Nonostante abbia generato un po’ di buzz sui social e sia diventato un ottimo aneddoto, non abbiamo registrato il picco di traffico desiderato. Tuttavia, abbiamo ottenuto attenzione facendo qualcosa percepito come "costoso" (OOH) e diverso.
Dalla misurazione all’azione
Ecco l’idea fondamentale di questo articolo: puoi e dovresti misurare i tuoi sforzi di marketing e branding. Non lasciare che nessuno ti dica il contrario.
Anche così, devi creare un sistema sperimentale che ti consenta di iterare rapidamente e spingere progressivamente idee migliori in base agli insegnamenti di ciò che stai misurando.
Questo richiederebbe un intero altro approfondimento. Ma, oltre alle tattiche, serve un mindset di chiarezza, la volontà di costruire una funzione marketing che sia veloce e strutturata allo stesso tempo, e la capacità di capire cosa misurare ogni settimana e cosa misurare trimestralmente (o annualmente). Serve anche il giusto software di analisi marketing.
Resta aggiornato per altre novità. Nel frattempo, iscriviti alla nostra newsletter pensata per i leader del marketing per ricevere trend, insight e tattiche direttamente nella tua casella di posta.
