A volte il rendimento del marketing viene giudicato attraverso una sequenza apparentemente molto semplice: quanto abbiamo speso, quanti lead sono arrivati, quanti sono diventati clienti e quanto abbiamo incassato.
Se questi dati sono disponibili possiamo calcolare CPL, CAC, ROAS o ROI, confrontarli con quelli dei mesi precedenti e capire molte cose su ciò che è successo.
La domanda diventa più difficile quando vogliamo stabilire se il marketing sta funzionando davvero, perché una conversione attribuita a una campagna racconta soltanto una parte di ciò che può avere portato il cliente alla decisione.
Una persona può conoscere l’azienda da anni, aver letto diversi contenuti, ricevuto un consiglio da qualcuno di cui si fida e infine cliccato un annuncio prima di acquistare. Il click rimane perfettamente misurabile, mentre diventa molto più difficile stabilire quanto abbia pesato rispetto a tutto ciò che è successo prima.
Anche il tempo modifica questa lettura. Un’attività che oggi non genera una conversione attribuibile può contribuire a una decisione che maturerà più avanti, quando ricostruire il legame con ciò che l’ha preceduta sarà molto più difficile.
Il marketing richiede un investimento, e un investimento contiene tempo e rischio. L’azienda deve sapere quanto può spendere e per quanto tempo può sostenere quella spesa, mentre pretendere che ogni attività recuperi rapidamente il proprio costo porta facilmente a valutare soprattutto ciò che produce un risultato immediatamente osservabile.
Metriche e modelli di attribuzione servono proprio a ridurre questa incertezza. La loro utilità cresce quando sappiamo anche dove termina ciò che possono dirci.
Il marketing sembra molto semplice quando lo trasformiamo in un funnel
Prendiamo un modello elementare. Spendiamo 1.000 euro, generiamo 100 lead e 10 diventano clienti. Abbiamo un costo per lead di 10 euro e un costo di acquisizione di 100 euro.
Se conosciamo anche il valore prodotto da quei clienti possiamo aggiungere altri indicatori e capire se l’operazione è economicamente sostenibile sulla base dei dati disponibili.
Questi calcoli permettono di confrontare attività e periodi, individuare inefficienze e capire se determinati indicatori stanno migliorando. La difficoltà arriva quando utilizziamo gli stessi numeri per spiegare perché il risultato si è verificato.
Dire che una campagna ha generato 100 lead significa che il sistema di misurazione li ha associati a quella campagna secondo determinate regole. Stabilire quanto la campagna abbia realmente contribuito alla decisione richiede informazioni che spesso non abbiamo.
Una persona può aver visto l’annuncio dopo aver conosciuto l’azienda attraverso altri contenuti, può averne parlato con un collega oppure può conoscere il brand da molto tempo. In tutti questi casi il click registrato rimane corretto, mentre il suo peso nella decisione diventa più difficile da quantificare.
Vale anche nella direzione opposta: attività che non compaiono nella sequenza registrata possono avere contribuito alla conversione.
Il funnel ci offre quindi una rappresentazione utile di ciò che riusciamo a misurare. La precisione del dato non ci dice automaticamente quanto quella rappresentazione sia completa.
L'attribuzione ricostruisce solo ciò che siamo riusciti a osservare
I modelli di attribuzione cercano di distribuire il credito di una conversione tra i touchpoint che il sistema è riuscito a collegare al risultato.
Possiamo assegnare più peso al primo contatto, all’ultimo oppure utilizzare modelli che distribuiscono diversamente il credito. Qualunque regola scegliamo, rimane una condizione di partenza: possiamo attribuire soltanto ciò che siamo riusciti a osservare e collegare.
Per questo attribuire un risultato al marketing e misurare quanto il marketing abbia contribuito a produrlo sono problemi diversi.
Il customer journey ricostruito dai nostri strumenti può essere molto più corto di quello vissuto dal cliente. Una raccomandazione ricevuta da un collega non compare in GA4, una conversazione avvenuta durante un evento può non entrare nel CRM e la reputazione costruita negli anni non appare come una sorgente di traffico.
Un sistema di tracking ben progettato permette di vedere molto di più, soprattutto quando mette in relazione analytics, piattaforme ADV, CRM e dati economici. Rimarranno comunque informazioni che il cliente ha utilizzato per decidere e che nessun sistema ha registrato.
Lo stesso problema riguarda il tempo. Le piattaforme utilizzano finestre di attribuzione per stabilire entro quale intervallo successivo a un’interazione una conversione può essere associata a quell’attività. Sono necessarie per rendere possibile la misurazione, ma una finestra di attribuzione stabilisce per quanto tempo una piattaforma considera un’interazione ai fini dell’attribuzione. Non stabilisce per quanto tempo quell’interazione possa avere influenzato la decisione del cliente.
Se Google Ads riceve il credito per una conversione possiamo leggere quel risultato alla luce del modello utilizzato e dei dati disponibili. Stabilire cosa sarebbe successo in assenza della campagna è una domanda diversa.
Migliorare la qualità dei dati continua quindi ad avere un valore enorme, perché permette di ridurre le zone che non riusciamo a ricostruire e di prendere decisioni migliori. Una quota di incertezza rimane comunque parte del problema.
Calcolare il ROI è facile. Stabilire quali ricavi attribuirgli molto meno
La formula per calcolare il ROI non presenta particolari difficoltà. Il passaggio delicato viene prima, quando dobbiamo decidere quali ricavi sono stati prodotti dall’investimento che vogliamo valutare.
In alcuni casi il collegamento può essere abbastanza forte. Un e-commerce con un processo di acquisto breve, molte transazioni e una buona qualità del dato permette di mettere in relazione campagne, ordini e marginalità con un livello di dettaglio elevato.
In un’azienda B2B con un ciclo commerciale di diversi mesi, più persone coinvolte nella decisione e numerosi contatti con il brand prima della firma del contratto, la relazione tra una singola attività e il ricavo finale diventa molto più difficile da ricostruire.
Il ROI rimane calcolabile una volta scelti costi e ricavi da inserire nella formula. L’affidabilità del risultato dipende anche da quanto è solida la relazione che siamo riusciti a stabilire tra quei ricavi e l’investimento.
È lo stesso motivo per cui un ROAS elevato osservato nella piattaforma pubblicitaria non basta per capire come sta andando economicamente l’azienda. Costi, marginalità, clienti già acquisiti, sovrapposizioni tra canali e andamento complessivo del fatturato possono modificare parecchio la lettura.
È il tema che approfondisco in ROAS alto e fatturato fermo: perché il report non basta, dove metto a confronto il dato pubblicitario con ciò che succede dopo la conversione.
La misurazione serve proprio a capire meglio queste differenze. Il problema arriva quando una stima del contributo viene trattata come una misura certa della causa che ha prodotto il risultato.
Quanto tempo possiamo aspettare prima di giudicare un investimento di marketing?
Una delle domande che accompagna quasi sempre un investimento di marketing riguarda il tempo: quando dovremmo iniziare a vedere risultati sufficienti per capire se stiamo andando nella direzione giusta?
Dare una risposta standard avrebbe poco senso.
Un’attività rivolta a persone che stanno già cercando un prodotto può produrre segnali rapidamente. Un investimento destinato a creare domanda, costruire reputazione o entrare progressivamente tra le alternative considerate dal mercato può richiedere tempi molto diversi. Ciclo di vendita, valore dell’acquisto e maturità del brand cambiano ancora l’orizzonte con cui leggere i risultati.
Qui entra una distinzione che considero fondamentale: la sostenibilità finanziaria dell’investimento e la valutazione della sua efficacia sono problemi collegati, ma non coincidono.
L’azienda deve sapere quanto può investire e per quanto tempo può farlo senza mettere in difficoltà la propria struttura finanziaria. Questo stabilisce un limite reale e impedisce di utilizzare il lungo periodo come giustificazione per continuare a spendere senza segnali utili.
Allo stesso tempo, alcune attività possono produrre valore progressivamente e mostrare una parte dei propri effetti quando il periodo utilizzato per giudicarle è già terminato.
Questo significa anche accettare che le singole iniziative possano avere risultati differenti. Alcune produrranno un ritorno evidente, alcune contribuiranno in modo difficile da isolare e altre si riveleranno inefficaci. Ha quindi senso osservare anche cosa sta producendo l’insieme degli investimenti nel tempo, evitando di chiedere a ogni singola attività di dimostrare autonomamente tutto il proprio valore economico.
Quando il ritorno immediato diventa una promessa commerciale
Una parte del problema nasce anche dal modo in cui il marketing viene venduto.
Promettere che una campagna si ripagherà rapidamente, che il costo per lead scenderà fino a una determinata soglia o che un nuovo funnel produrrà un ritorno prevedibile può rendere più semplice presentare una proposta commerciale. Il prezzo di quella promessa emerge quando il cliente comincia a considerare quei risultati come qualcosa che il fornitore può conoscere in anticipo.
Se il lavoro viene giudicato soprattutto attraverso il ritorno immediato, diventa naturale confrontare agenzie e consulenti sulla promessa del CPL più basso, del ROAS più alto o del risultato più rapido. A quel punto un nuovo fornitore che promette lead a un costo inferiore può sembrare automaticamente una scelta migliore, anche quando il confronto trascura la qualità dei contatti e tutto ciò che il lavoro precedente può avere già costruito.
Questa logica alimenta aspettative sempre più aggressive e rende più facile cambiare direzione prima di avere abbastanza informazioni per valutare ciò che stava succedendo.
Io preferisco impostare il lavoro in modo diverso: capire cosa vogliamo ottenere, quali segnali possiamo misurare, quanto l’azienda può investire e quali risultati possiamo ragionevolmente aspettarci, lasciando esplicita anche la parte che non possiamo prevedere o attribuire con certezza.
Un investimento può anche non funzionare. Per questo deve avere una tesi: dobbiamo sapere perché stiamo investendo, quale cambiamento ci aspettiamo e quali segnali possono aiutarci a capire se vale la pena continuare. Se quei segnali continuano a mancare, abbiamo elementi per rivedere la decisione senza aspettare indefinitamente un ritorno futuro.
Spesso il valore emerge molto tempo dopo il primo contatto
Conoscevo da circa dieci anni un altro professionista del marketing. Per molto tempo quella conoscenza non ha prodotto incarichi diretti. Qualche anno fa ha iniziato ad affidarmi i tracciamenti di alcuni suoi clienti e, più recentemente, mi ha coinvolto anche in progetti CRM.
Non posso stabilire quale conversazione, contenuto o occasione abbia prodotto quegli incarichi. Sarebbe arbitrario anche collegarli a una specifica attività svolta dieci anni prima.
Posso però osservare che il valore economico di quella relazione è emerso molto tempo dopo il primo contatto, attraverso una fiducia costruita progressivamente.
Un normale modello di attribuzione avrebbe enormi difficoltà a raccontare questa storia. Anche disponendo di dati accurati su visite, campagne e contatti digitali, rimarrebbe impossibile assegnare un peso preciso a tutto ciò che è successo nel frattempo.
Nei servizi B2B questa distanza può diventare particolarmente evidente, ma il principio rimane valido anche altrove: il momento in cui sosteniamo il costo di un’attività e quello in cui emerge il suo valore possono essere molto lontani.
L’assenza di un ritorno immediatamente attribuibile, da sola, non dimostra l’assenza di valore prodotto.
È in questo senso che considero il marketing un investimento: utilizziamo oggi delle risorse sulla base di un risultato atteso, osserviamo ciò che accade e modifichiamo le decisioni mentre raccogliamo nuove informazioni. Una parte del rischio rimane inevitabile.
Conclusioni
La qualità della misurazione continua a contare, perché dati più affidabili permettono di ricostruire meglio ciò che accade tra investimento, lead, vendite e clienti.
Questo è anche il principio alla base di una strategia dati, tracking e analytics costruita partendo dalle decisioni che l’azienda deve prendere e dalle informazioni necessarie per prenderle.
Se aumentano i lead e contemporaneamente peggiora la loro qualità, il CPL perde gran parte della sua capacità di descrivere il risultato. Se il ROAS cresce mentre il fatturato rimane fermo, serve osservare cosa sta succedendo anche fuori dalla piattaforma pubblicitaria. Quando un’attività non produce ancora vendite direttamente attribuibili, possiamo verificare se stanno comparendo i segnali che ci aspetteremmo prima della vendita e confrontarli con i tempi reali del processo di acquisto.
Capire se il marketing sta funzionando richiede di mettere insieme ciò che possiamo misurare direttamente, ciò che possiamo stimare e la parte che rimane incerta.
Il marketing funziona quando contribuisce a produrre valore per l’azienda in un orizzonte temporale coerente con il business e con un livello di investimento sostenibile. Le metriche servono a capire se stiamo andando in quella direzione, sapendo che nessun report può trasformare ogni effetto del marketing in una relazione causale perfettamente misurabile.
Domande frequenti
Serve guardare insieme più segnali: andamento dei lead, qualità dei contatti, vendite, marginalità, tempi di conversione e sostenibilità dell’investimento. Nessuna singola metrica riesce a descrivere da sola tutto il contributo del marketing, soprattutto quando il ciclo di acquisto è lungo o coinvolge più touchpoint.
No. Sono indicatori utili, ma lavorano sui dati che siamo riusciti ad attribuire a una determinata attività. Possono quindi descrivere bene l’efficienza osservata senza spiegare completamente quanto quella attività abbia contribuito al risultato economico complessivo.
Dipende dal tipo di attività, dal ciclo di vendita, dal valore dell’acquisto, dalla maturità del brand e dalla domanda già esistente. Ha più senso definire in anticipo quali segnali dovrebbero comparire e in quale arco temporale, invece di applicare una durata standard a qualsiasi investimento.
Misurare serve comunque a ridurre l’incertezza. Dati affidabili permettono di confrontare periodi, individuare inefficienze, capire quali attività stanno producendo segnali utili e prendere decisioni migliori. Il punto è evitare di confondere ciò che possiamo osservare con una spiegazione completa delle cause che hanno portato alla vendita.
Dipende dalla sostenibilità finanziaria dell’azienda e dal tipo di attività. Alcuni investimenti possono produrre risultati in tempi brevi, altri costruiscono valore più lentamente. L’azienda deve sapere quanto può investire e quali segnali utilizzare per decidere se continuare, correggere o interrompere l’attività, senza trasformare il ritorno immediato nell’unico criterio di valutazione.
Se hai dati da campagne, analytics, CRM o vendite ma fai fatica a capire come leggerli insieme e quali decisioni prendere, possiamo partire dalla situazione attuale e capire dove ha senso intervenire.