Introduzione ai modelli di attribuzione
Nel mondo del marketing digitale, capire quali touchpoint hanno contribuito a generare una conversione è fondamentale per ottimizzare le strategie e massimizzare i risultati.
Tuttavia, ciò può risultare molte volte complesso e confusionario data la complessità della customer journey e dagli ostacoli legati al tracciamento (cookie, limitazioni lato privacy policy etc..).
In aiuto, fortunatamente, ci giungono i c.d. ‘’modelli di attribuzione’’.
Essi forniscono una metodologia attraverso cui attribuire il merito di una conversione tra i diversi touchpoint che si sono verificati e che hanno poi portato alla conversione citata (generalmente un acquisto o un contatto).
Google Analytics 4 (GA4) offre una gamma di modelli di attribuzione che ci consentono di valutare diversi approcci per assegnare il merito di una conversione alle diverse interazioni dei clienti (es: clic su un annuncio o su un contenuto organico sui social e/o sui motori di ricerca, visite al sito web, clic da contenuti email etc..).
In questo articolo, esploreremo in dettaglio i modelli di attribuzione disponibili in GA4 e come ognuno di essi influisce sulla misurazione delle conversioni.
In particolare, vedremo ciò attraverso un caso pratico (relativamente semplice) di customer journey in modo da comprendere più agevolmente i diversi modelli esistenti.
I principali modelli di attribuzione in GA4
Per attribuzione della conversione si intende quindi il merito di essa attribuito ad uno specifico canale, dove l’utente ha interagito.
I modelli di attribuzione, come già detto, definiscono quindi un metodo attraverso cui si dà il merito della conversione ad un canale rispetto che ad un altro.
In Google Analytics 4 ne possiamo trovare diversi, ognuno con una propria logica di attribuzione.
Bisogna tener presente che nella stragrande maggioranza dei casi il percorso di conversione dell’utente ( customer journey ) è piuttosto tortuoso e articolato, frutto di diversi touchpoint che possono verificarsi prima della conversione definitiva.
Per semplificare, consideriamo come esempio pratico il seguente percorso di conversione con tre touchpoint:
- Un utente vede per la prima volta un nostro annuncio pubblicitario sui canali Facebook Ads ed incuriosito ci clicca finendo sulla landing page del nostro prodotto. Si informa sulle caratteristiche del nostro prodotto ed offerta, ma non acquista.
- Dopo 1 giorno dalla prima visita, un annuncio Google Ads della Rete Display gli viene mostrato all’interno di un sito web. L’ utente ricordandosi del brand, clicca sull’annuncio, torna sul sito web, cerca ulteriori informazioni ma non procede all’acquisto.
- Dopo 3 giorni, l’utente è pronto ad acquistare e nella barra di ricerca del browser digita l’indirizzo del nostro sito web, cerca il prodotto e finalmente completa l’acquisto.
In questo caso, a quale canale GA4 attribuisce la conversione?
Dipende dal modello di attribuzione con cui si effettua l’analisi. Quello di default impostato su GA4 è il modello di attribuzione ‘’data-driven’’, ma ne esistono diversi su cui poter fare diverse valutazioni.
NB: In GA3 il modello di attribuzione impostato di default era quello definito ‘’last click’’.
Vediamo insieme quali sono i diversi modelli esistenti e quali sono le loro logiche di attribuzione, considerando l’esempio pratico sopra citato.
Modello di attribuzione last click (ultimo click)
In questo modello vige la seguente logica: l’intera conversione viene attribuita all’ultimo touchpoint/canale prima dell’acquisto.
È il modello di attribuzione impostato di default da Universal Analytics (GA3).
Nel nostro esempio, l’intero merito della conversione viene quindi attribuita al canale ‘’direct’’, ovvero quello che definisce la visita diretta al nostro sito web (quando l’utente, appunto, cerca il nostro sito web direttamente dalla barra di ricerca del browser).
Vengono, invece, completamente ignorati i primi due touchpoint (ovvero l’annuncio su Facebook e quello su Google).
Modello di attribuzione first click (primo click)
Il modello del primo click assegna tutto il merito della conversione al primo touchpoint con cui l’utente ha interagito.
È, di fatto, l’opposto di last click.
In questo caso, nel nostro esempio, l’annuncio di Facebook riceverà l’attribuzione completa, poiché è stato il primo touchpoint con cui l’utente ha interagito.
Vengono invece ignoranti i successivi due touchpoint (annuncio google e direct).
Modello di attribuzione lineare
Nel modello lineare, la conversione viene attribuita in parti eque tra tutti i touchpoint dell’utente durante il percorso di conversione.
Pertanto, nel nostro caso, l’attribuzione della conversione sarebbe divisa in parti eque tra l’annuncio di Facebook, l’annuncio di Google Ads e la ricerca del sito web (direct). In altri termini, a tutti i touchpoint viene riconosciuto lo stesso merito alla conversione.
Modello di attribuzione ‘’time-decay’’ (decadimento temporale)
Tale modello attribuisce le conversioni secondo la seguente logica: i touchpoint più vicini all’acquisto ricevono maggior credito rispetto a quelli più distanti nel tempo.
Tutti i touchpoint ricevono quindi un credito alla conversione, ma in misura maggiore i touchpoint più vicini alla conversione.
Nel nostro esempio, il touchpoint direct riceve un maggior credito per la conversione, mentre Google Ads riceve un credito minore rispetto a direct ma maggiore di quello attribuito a Facebook ads.
Modello di attribuzione in base alla posizione (U-Shape)
Questo modello attribuisce maggiore e pari merito ai touchpoint che si verificano all’inizio e alla fine del percorso di conversione, con una quota più piccola attribuita ai touchpoint intermedi
Tale modello attribuisce quindi un credito a tutti i touchpoint, ma al primo e all’ultimo attribuisce pari e maggior credito, mentre a quelli intermedi ua minor credito.
Nel nostro esempio quindi, Facebook Ads e Direct riceveranno pari credito e una maggior quota di attribuzione rispetto a Google Ads che è il touchpoint intermedio.
Modello di attribuzione ‘’data-driven’’ (basato sui dati)
È il modello di default impostato da Google Analytics 4 ed è una delle novità proposte dalla nuova proprietà analitica di Google.
Si tratta di un modello di attribuzione che cerca di sostituire quelli sopra citati, attraverso una logica di attribuzione delle conversioni basata su analisi statistiche dei dati storici in modo da definire l’effettiva influenza dei vari touchpoint antecedenti alla conversioni.
In altre parole, l’algoritmo di Google grazie ai dati delle conversioni ottenute confronta i percorsi degli utenti che generano conversioni con quelli degli utenti che non le generano e il modello identifica quali sono i fattori comuni nelle interazioni con gli annunci che generano conversioni.
Si tratta quindi di un modello meno intuitivo ma maggiormente efficace rispetto agli altri.
Per poter essere, tuttavia, ritenuto affidabile è necessario avere una buona mole di conversioni in modo da fornire quanti più dati possibile all’algoritmo.
Se la mole di conversioni è esigua, tale modello perde di efficacia poichè l’algoritmo si ‘’nutre’’ coi dati derivanti da esse.
Vantaggi e svantaggi dei vari modelli di attribuzione
Ogni modello di attribuzione presenta vantaggi e svantaggi che devono essere presi in considerazione in fase di analisi delle conversioni. Qui una tabella riassuntiva:
Modello di Attribuzione | Vantaggio | Svantaggio |
Ultimo Click (Last Click) | Semplice da implementare e comprendere. | Ignora i touchpoint precedenti, fornendo solo una visione limitata del percorso di conversione. |
Primo Click (First Click) | Riconosce l’importanza del primo touchpoint. | Ignora i touchpoint successivi, fornendo solo una visione limitata del percorso di conversione. |
Lineare | Considera tutti i touchpoint, fornendo una visione completa del percorso di conversione. | Non tiene conto delle differenze nell’efficacia dei touchpoint, potrebbe sovrastimare l’importanza di alcuni e sottostimare altri. |
Decadimento temporale (Time Decay) | Assegna maggior merito ai touchpoint più vicini all’acquisto, riconoscendo l’influenza dei touchpoint di recente interazione. | Potrebbe sottostimare l’importanza dei touchpoint iniziali che hanno contribuito a suscitare interesse. |
Data-Driven (Attribuzione basata sui dati) | Personalizzato e basato su dati specifici dell’account, offre un’analisi accurata delle interazioni degli utenti. | Richiede una quantità sufficiente di dati storici di conversione e interazioni dei touchpoint per fornire risultati affidabili. |
Attribuzione in base alla posizione (U-Shape) | Riconosce l’importanza di più touchpoint nel processo di conversione. | Potrebbe essere difficile determinare quali touchpoint intermedi ricevano attribuzione, poiché non è un modello equamente bilanciato. |
Come confrontare i vari modelli di attribuzione in GA4
Definiti i vari modelli di attribuzione, vediamo brevemente come confrontarli in Google Analytics 4 nell’analisi delle conversioni.
- Accedi alla tua proprietà Google Analytics 4.
- Nella colonna di sinistra clicca su ”Pubblicità”
- Nella sezione denominata ”Attribuzione”, seleziona ”Confronto Modelli”.
- Seleziona i modelli di attribuzione che intendi confrontare e la dimensione di riferimento (esempio: Sorgente/Mezzo), analizza e trai le tue conclusioni.
Conclusioni: quale tra i modelli di attribuzione scegliere nell’analisi dei dati?
Si tratta questa della classica ‘’domanda da 1 milione di dollari’’. La risposta, infatti, non è univoca e dipende dagli obiettivi di marketing e dalla comprensione del comportamento degli utenti nel percorso di conversione.
Sicuramente, il nuovo modello di attribuzione ‘’data-driven’’ ci aiuta ad avere un punto di riferimento per una logica di attribuzione più accurata e basata sui dati.
Tuttavia, come detto, deve essere supportato da una mole di conversioni importante per essere efficace e ciò non accade sempre, specie quando siamo presenti da poco tempo sul mercato e non riusciamo a generare sufficienti conversioni.
Inoltre, può essere utile valutare le conversioni da un punto di vista differente valutando le diverse logiche degli altri modelli di attribuzione esistenti, considerando vantaggi e svantaggi di ciascuno.
Se hai bisogno di supporto nella gestione e nell’analisi delle tue attività di Marketing Online, noi di WebGas.net possiamo esserti di aiuto.
Quotidianamente aiutiamo imprenditori e marketing manager ad analizzare i dati e definire strategie di marketing ‘’data-driven’’ finalizzate ad incrementare vendite e fatturato in modo sostenibile.
Contattaci per una prima consulenza gratuita e scopri come possiamo aiutarti.