Modelli di attribuzione per l’e-commerce: ultimo clic, lineare e altri

Un modello di attribuzione è la regola che decide quali touchpoint di marketing ricevono il merito di un ordine. Nell’e-commerce, l’ultimo clic dà tutto il merito all’ultimo clic prima dell’acquisto, il primo clic lo dà al primo clic, il lineare lo divide in parti uguali e i modelli data-driven lo dividono in base a statistiche su molti percorsi dei clienti.

Il modello che scegli può cambiare il ROAS di un canale più di qualsiasi modifica a una campagna. Questa guida segue un percorso del cliente attraverso ogni modello comune, con i numeri. Poi spiega l’attribuzione data-driven in Google Ads, perché ogni piattaforma pubblicitaria si dà il merito, i dodici modelli di ROASaurus e quale modello usare per quale domanda.

Che cos’è un modello di attribuzione?

Prima della maggior parte degli ordini online, un cliente entra in contatto con il tuo marketing più di una volta. Ogni visita che arriva da un annuncio, da un’email o da un link con un click id o parametri UTM è un touchpoint. Un modello di attribuzione prende i touchpoint dentro una finestra di lookback, per esempio i 7 giorni prima dell’ordine, e divide tra di essi i ricavi dell’ordine. Le quote di un ordine si sommano sempre all’ordine intero.

Tutti gli esempi di questa guida usano lo stesso percorso. Un cliente fa un ordine da $120:

Modelli single-touch: ultimo clic e primo clic

Ultimo clic

L’ultimo clic dà il 100% dell’ordine al touchpoint più recente. Nel percorso, l’email del carrello abbandonato riceve $120 e i tre annunci non ricevono nulla. L’ultimo clic è semplice e facile da verificare, e mostra quali canali chiudono le vendite. Il suo limite è altrettanto chiaro: non dà mai merito agli annunci che hanno trovato il cliente. Con l’ultimo clic, le campagne di prospecting sembrano deboli e la ricerca di brand, il retargeting e l’email sembrano forti.

Primo clic

Il primo clic dà il 100% dell’ordine al primo touchpoint dentro la finestra. Nel percorso, l’annuncio TikTok riceve $120. Il primo clic mostra quali canali portano nuove persone. Ignora tutto ciò che è successo dopo la prima visita, compresi il retargeting e l’email che hanno riportato il cliente. Dipende anche dalla finestra: con una finestra di 4 giorni, il clic su TikTok di cinque giorni prima dell’ordine esce dal conteggio e l’annuncio Meta diventa il primo clic.

Modelli multi-touch: lineare, time decay e basato sulla posizione

I modelli multi-touch dividono l’ordine tra più touchpoint. Si differenziano per come pesano ciascuno di essi.

Lineare

Il modello lineare divide l’ordine in parti uguali. Con quattro touchpoint, ognuno riceve il 25%, cioè $30. È facile da spiegare e tratta ogni canale allo stesso modo. Dà però a un’email di promemoria lo stesso merito dell’annuncio che ha trovato il cliente.

Time decay

Il time decay dà più merito ai touchpoint più vicini all’ordine. Una versione comune usa un’emivita di 7 giorni: un clic 7 giorni prima dell’ordine ha metà del peso di un clic nel giorno dell’ordine. Nel percorso, i pesi sono 0.61 per TikTok, 0.74 per Meta, 0.91 per Google e 1.00 per l’email. Divisi per il loro totale di 3.26, danno a TikTok il 18.7%, a Meta il 22.8%, a Google il 27.8% e all’email il 30.7% dei $120.

Basato sulla posizione

Il modello basato sulla posizione, detto anche a U, dà il 40% al primo touchpoint, il 40% all’ultimo e divide il restante 20% tra quelli intermedi. Nel percorso, TikTok e l’email ricevono $48 ciascuno, e Meta e Google $12 ciascuno.

Un percorso del cliente attraverso ogni modello

Ecco lo stesso ordine da $120 sotto ogni modello, incluso Total Impact, che usa anche la risposta al sondaggio ed è spiegato più avanti.

In un mese, queste differenze si sommano. Un canale che avvia i percorsi può sembrare in perdita con l’ultimo clic e redditizio con il lineare, con gli stessi ordini e la stessa spesa.

Attribuzione data-driven in Google Ads

Un modello data-driven non usa una regola fissa. Impara la ripartizione dai tuoi dati. Google Ads descrive la propria versione come una distribuzione del merito in base ai tuoi dati passati per ogni azione di conversione. Confronta i percorsi dei clienti che convertono con quelli dei clienti che non convertono, e dà più merito alle parole chiave, agli annunci e alle campagne che rendono più probabile una conversione.

Il data-driven è ormai l’impostazione predefinita per la maggior parte delle azioni di conversione in Google Ads. Google non supporta più lì i modelli primo clic, lineare, time decay e basato sulla posizione. Le azioni di conversione che li usavano sono state spostate sul data-driven, quindi in Google Ads la scelta è tra data-driven e ultimo clic. Il modello funziona con meno dati, ma per ottenere i risultati migliori Google consiglia almeno 200 conversioni e 2,000 interazioni con gli annunci in 30 giorni.

Per un negozio online contano due limiti. Primo, il modello vede solo le interazioni con i tuoi annunci Google. Divide il merito tra le tue campagne Google, ma non può mettere a confronto Google con Meta, TikTok o l’email. Secondo, vedi il risultato ma non la regola, quindi non puoi verificare perché una campagna ha ricevuto più merito di un’altra.

Auto-attribuzione delle piattaforme: perché ogni piattaforma si dà il merito

Ogni piattaforma pubblicitaria gestisce una propria attribuzione, sui propri dati, con le proprie finestre. L’impostazione di attribuzione predefinita di Meta per i nuovi gruppi di annunci è 7 giorni dopo il clic o 1 giorno dopo la visualizzazione, e la sua API di reporting può restituire anche 1 giorno dopo il clic, 28 giorni dopo il clic e 1 giorno dopo la visualizzazione con interazione. Google Ads usa il data-driven o l’ultimo clic sulle interazioni con Google. Ogni piattaforma vede solo i propri touchpoint, quindi ognuna si attribuisce l’intero ordine che ha toccato.

Per questo i totali nei tuoi account pubblicitari di solito superano i ricavi del tuo negozio. La riconciliazione completa è in perché Ads Manager mostra più vendite di Shopify. Per confrontare i canali tra loro serve un modello che lavori sui dati dei tuoi ordini e dia il merito a ogni ordine una sola volta.

Modelli di attribuzione in ROASaurus

ROASaurus salva come touchpoint ogni visita che arriva con un click id o parametri UTM. Quando arriva un ordine, assegna il merito ai touchpoint del visitatore associato dentro la tua finestra di lookback. Se non c’è alcun touchpoint del browser, per esempio a causa di un ad blocker o perché il visitatore ha rifiutato i cookie di marketing, ripiega sui click id e sugli UTM presenti nell’indirizzo della pagina di atterraggio salvato con l’ordine. Shopify salva questo indirizzo con ogni ordine, e gli altri negozi online possono inviarlo tramite l’API degli ordini. ROASaurus lo usa solo nei propri report; non viene inviato alle piattaforme pubblicitarie. Gli ordini senza alcun touchpoint contano come diretti. Nel report di attribuzione puoi scegliere tra dodici modelli. Questi sei funzionano come nel percorso visto sopra:

Gli altri sei sono ultimo clic non diretto, che conta anche le visite da ricerca organica, social e referral; lineare a pagamento, che divide l’ordine solo tra i clic sugli annunci a pagamento; qualsiasi clic, che dà a ogni canale cliccato l’intero ordine, quindi le sue righe superano i tuoi ricavi; Clicks & views, che aggiunge ai clic le visualizzazioni degli annunci modellate; e due modelli data-driven.

I modelli data-driven in ROASaurus

I modelli catena di Markov e valore di Shapley imparano la ripartizione dai percorsi del tuo negozio. Ogni ordine con i suoi clic è un percorso che ha convertito, e i clic non seguiti da alcun ordine entro la finestra di lookback sono percorsi che non hanno convertito. Il modello di Markov assegna il merito a ogni canale in base a quanta probabilità di conversione si perde quando quel canale viene rimosso. Il modello di Shapley assegna il merito a ogni canale in base al suo contributo medio tra le combinazioni di canali presenti nei tuoi percorsi. A differenza del modello di Google Ads, mettono a confronto Google con Meta, TikTok ed email. Si addestrano su almeno 90 giorni e, con meno di 30 ordini con clic o con clic da un solo canale, ripartiscono il merito in modo lineare e lo segnalano sopra il report.

Come Total Impact usa il sondaggio post-acquisto

I clic non vedono una parte di ciò che spinge una vendita: un podcast, il consiglio di un amico o un annuncio video che qualcuno ha visto ma non ha cliccato. Total Impact aggiunge ciò che dice il cliente. Su Shopify, ROASaurus ha un blocco di sondaggio post-acquisto per la pagina di ringraziamento che chiede «Come ci hai conosciuto?». Risposte come Facebook o Instagram, TikTok, ricerca su Google, YouTube, un amico, email o un podcast vengono associate ai canali. Altre piattaforme possono inviare le risposte all’API dei sondaggi.

Nel percorso, il cliente ha risposto TikTok. La quota del sondaggio, il 50%, va a TikTok, e i quattro clic si dividono l’altro 50%, cioè $15 ciascuno. TikTok finisce con $60 + $15 = $75. Se il cliente avesse risposto «un podcast», il podcast riceverebbe $60, un canale che nessun clic mostra. Nel report per campagna, la quota del sondaggio compare su una riga a parte sotto il canale, perché una risposta indica un canale, non una campagna. Attribuzione con sondaggio post-acquisto spiega come impostare la domanda e le sue risposte.

Finestra di lookback e limiti

Ogni negozio ha una propria finestra di lookback, da 1 a 90 giorni, con 7 giorni come impostazione predefinita, oppure illimitata. Il report può passare tra 1, 7, 14, 28, 30, 60 e 90 giorni, così vedi quanto merito si sposta quando la finestra si allarga. Le conversioni view-through contano solo con Clicks & views, o quando aggiungi le visualizzazioni modellate a un altro modello: ROASaurus colloca gli acquisti view-through segnalati dalle piattaforme pubblicitarie sugli ordini che non hanno avuto clic da quella piattaforma, come stima indicata come tale. I dettagli sono in come funziona l’attribuzione.

Quale modello di attribuzione dovresti usare?

Nessun modello è vero per ogni domanda. Scegli il modello adatto alla decisione che hai davanti e mantieni la stessa finestra quando confronti.

Tre abitudini mantengono onesti i confronti tra modelli. Cambia una cosa alla volta: non cambiare mai insieme il modello e la finestra. Confronta i canali dentro un solo modello, non il numero dell’ultimo clic di un canale con quello del lineare di un altro. E valuta il profitto con l’utile lordo, non con i ricavi: un canale con un ROAS alto su prodotti a basso margine può comunque perdere soldi.

Fonti

1. Google Ads Help: About attribution models
2. Google Ads Help: About data-driven attribution
3. Meta for Developers: Ads Insights API Metric Availability Updates
4. Meta Business Help Center: How conversions are attributed in Commerce Manager

In ROASaurus

• Attribuzione in ROASaurus
• Assistenza: come funziona l’attribuzione
• Tracciamento server-side

Continua a leggere