{"id":32014,"date":"2023-08-01T09:29:29","date_gmt":"2023-08-01T07:29:29","guid":{"rendered":"https:\/\/webgas.net\/?p=32014"},"modified":"2023-08-01T09:29:31","modified_gmt":"2023-08-01T07:29:31","slug":"modelli-di-attribuzione-ga4","status":"publish","type":"post","link":"https:\/\/webgas.net\/it\/blog\/modelli-di-attribuzione-ga4\/","title":{"rendered":"Modelli di attribuzione in Google Analytics 4: Guida all’analisi delle conversioni"},"content":{"rendered":"\n

Introduzione ai modelli di attribuzione<\/h1>\n\n\n\n

Nel mondo del marketing digitale, capire quali touchpoint hanno contribuito a generare una conversione \u00e8 fondamentale per ottimizzare le strategie e massimizzare i risultati.<\/p>\n\n\n\n

Tuttavia, ci\u00f2 pu\u00f2 risultare molte volte complesso e confusionario data la complessit\u00e0 della customer journey e dagli ostacoli legati al tracciamento (cookie, limitazioni lato privacy policy etc..).<\/p>\n\n\n\n

In aiuto, fortunatamente, ci giungono i c.d. \u2018\u2019modelli di attribuzione<\/em><\/strong>\u2019\u2019. <\/p>\n\n\n\n

Essi forniscono una metodologia attraverso cui attribuire il merito di una conversione tra i diversi touchpoint che si sono verificati <\/strong>e che hanno poi portato alla conversione citata (generalmente un acquisto o un contatto).<\/p>\n\n\n\n

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..).<\/p>\n\n\n\n

In questo articolo, esploreremo in dettaglio i modelli di attribuzione disponibili in GA4 e come ognuno di essi influisce sulla misurazione delle conversioni. <\/p>\n\n\n\n

In particolare, vedremo ci\u00f2 attraverso un caso pratico (relativamente semplice) di customer journey in modo da comprendere pi\u00f9 agevolmente i diversi modelli esistenti.<\/p>\n\n\n\n

\"i<\/figure>\n\n\n\n

I principali modelli di attribuzione in GA4<\/h2>\n\n\n\n

Per attribuzione della conversione si intende quindi il merito di essa attribuito ad uno specifico canale, dove l\u2019utente ha interagito.<\/p>\n\n\n\n

I modelli di attribuzione, come gi\u00e0 detto, definiscono quindi un metodo attraverso cui si d\u00e0 il merito della conversione ad un canale rispetto che ad un altro.<\/p>\n\n\n\n

In Google Analytics 4 ne possiamo trovare diversi, ognuno con una propria logica di attribuzione.<\/p>\n\n\n\n

Bisogna tener presente che nella stragrande maggioranza dei casi il percorso di conversione dell\u2019utente ( customer journey ) \u00e8 piuttosto tortuoso e articolato<\/strong>, frutto di diversi touchpoint che possono verificarsi prima della conversione definitiva.<\/p>\n\n\n\n

Per semplificare, consideriamo come esempio pratico il seguente percorso di conversione con tre touchpoint:<\/p>\n\n\n\n

    \n
  1. 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.<\/li>\n\n\n\n
  2. Dopo 1 giorno dalla prima visita, un annuncio Google Ads della Rete Display gli viene mostrato all\u2019interno di un sito web. L\u2019 utente ricordandosi del brand, clicca sull\u2019annuncio, torna sul sito web, cerca ulteriori informazioni ma non procede all\u2019acquisto.<\/li>\n\n\n\n
  3. Dopo 3 giorni, l\u2019utente \u00e8 pronto ad acquistare e nella barra di ricerca del browser digita l\u2019indirizzo del nostro sito web, cerca il prodotto e finalmente completa l\u2019acquisto.<\/li>\n<\/ol>\n\n\n\n

    In questo caso, a quale canale GA4 attribuisce la conversione?<\/p>\n\n\n\n

    Dipende dal modello di attribuzione con cui si effettua l\u2019analisi.<\/strong> Quello di default impostato su GA4 \u00e8 il modello di attribuzione \u2018\u2019data-driven\u2019<\/strong>\u2019, ma ne esistono diversi su cui poter fare diverse valutazioni. <\/p>\n\n\n\n

    NB: In GA3 il modello di attribuzione impostato di default era quello definito \u2018\u2019last click\u2019\u2019.<\/p>\n\n\n\n

    Vediamo insieme quali sono i diversi modelli esistenti e quali sono le loro logiche di attribuzione, considerando l\u2019esempio pratico sopra citato.<\/p>\n\n\n\n

    \"modelli<\/figure>\n\n\n\n

    Modello di attribuzione last click (ultimo click)<\/strong><\/h3>\n\n\n\n

    In questo modello vige la seguente logica: l’intera conversione viene attribuita all’ultimo touchpoint\/canale prima dell’acquisto.<\/strong><\/p>\n\n\n\n

    \u00c8 il modello di attribuzione impostato di default da Universal Analytics (GA3).<\/p>\n\n\n\n

    Nel nostro esempio, l\u2019intero merito della conversione viene quindi attribuita al canale \u2018\u2019direct\u2019\u2019, ovvero quello che definisce la visita diretta al nostro sito web (quando l\u2019utente, appunto, cerca il nostro sito web direttamente dalla barra di ricerca del browser). <\/p>\n\n\n\n

    Vengono, invece, completamente ignorati i primi due touchpoint (ovvero l\u2019annuncio su Facebook e quello su Google).<\/p>\n\n\n\n

    \"modelli<\/figure>\n\n\n\n

    Modello di attribuzione first click (primo click)<\/strong><\/h3>\n\n\n\n

    Il modello del primo click assegna tutto il merito della conversione al primo touchpoint con cui l’utente ha interagito. <\/strong><\/p>\n\n\n\n

    \u00c8, di fatto, l\u2019opposto di last click.<\/p>\n\n\n\n

    In questo caso, nel nostro esempio, l’annuncio di Facebook ricever\u00e0 l’attribuzione completa, poich\u00e9 \u00e8 stato il primo touchpoint con cui l’utente  ha interagito. <\/p>\n\n\n\n

    Vengono invece ignoranti i successivi due touchpoint (annuncio google e direct).<\/p>\n\n\n\n

    \"modelli<\/figure>\n\n\n\n

    Modello di attribuzione lineare<\/strong><\/h3>\n\n\n\n

    Nel modello lineare, la conversione viene attribuita in parti eque tra tutti i touchpoint dell\u2019utente durante il percorso di conversione<\/strong>. <\/p>\n\n\n\n

    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.<\/p>\n\n\n\n

    \"modelli<\/figure>\n\n\n\n

    Modello di attribuzione \u2018\u2019time-decay\u2019\u2019 (decadimento temporale)<\/strong><\/h3>\n\n\n\n

    Tale modello attribuisce le conversioni secondo la seguente logica: i touchpoint pi\u00f9 vicini all’acquisto ricevono maggior credito rispetto a quelli pi\u00f9 distanti nel tempo.<\/strong><\/p>\n\n\n\n

    Tutti i touchpoint ricevono quindi un credito alla conversione, ma in misura maggiore i touchpoint pi\u00f9 vicini alla conversione.<\/p>\n\n\n\n

    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.<\/p>\n\n\n\n

    \"modelli<\/figure>\n\n\n\n

    Modello di attribuzione in base alla posizione (U-Shape)<\/strong><\/h3>\n\n\n\n

    Questo modello attribuisce maggiore e pari merito ai touchpoint che si verificano all’inizio e alla fine del percorso di conversione, con una quota pi\u00f9 piccola attribuita ai touchpoint intermedi<\/strong><\/p>\n\n\n\n

    Tale modello attribuisce quindi un credito a tutti i touchpoint, ma al primo e all\u2019ultimo attribuisce pari e maggior credito, mentre a quelli intermedi ua minor credito.<\/p>\n\n\n\n

    Nel nostro esempio quindi, Facebook Ads e Direct riceveranno pari credito e una maggior quota di attribuzione rispetto a Google Ads che \u00e8 il touchpoint intermedio.<\/p>\n\n\n\n

    \"modelli<\/figure>\n\n\n\n

    Modello di attribuzione \u2018\u2019data-driven\u2019\u2019 (basato sui dati)<\/strong><\/h3>\n\n\n\n

    \u00c8 il modello di default impostato da Google Analytics 4 <\/a>ed \u00e8 una delle novit\u00e0 proposte dalla nuova propriet\u00e0 analitica di Google.<\/p>\n\n\n\n

    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\u2019effettiva influenza dei vari touchpoint antecedenti alla conversioni.<\/strong><\/p>\n\n\n\n

    In altre parole, l\u2019algoritmo 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.<\/p>\n\n\n\n

    Si tratta quindi di un modello meno intuitivo ma maggiormente efficace rispetto agli altri.<\/p>\n\n\n\n

    Per poter essere, tuttavia, ritenuto affidabile \u00e8 necessario avere una buona mole di conversioni in modo da fornire quanti pi\u00f9 dati possibile all\u2019algoritmo.<\/p>\n\n\n\n

    Se la mole di conversioni \u00e8 esigua, tale modello perde di efficacia poich\u00e8 l\u2019algoritmo si \u2018\u2019nutre\u2019\u2019 coi dati derivanti da esse.<\/p>\n\n\n\n

    Vantaggi e svantaggi dei vari modelli di attribuzione<\/h3>\n\n\n\n

    Ogni modello di attribuzione presenta vantaggi e svantaggi che devono essere presi in considerazione in fase di analisi delle conversioni. Qui una tabella riassuntiva:<\/p>\n\n\n\n

    Modello di Attribuzione<\/strong><\/td>Vantaggio<\/strong><\/td>Svantaggio<\/strong><\/td><\/tr>
    Ultimo Click (Last Click)<\/strong><\/td>Semplice da implementare e comprendere.<\/td>Ignora i touchpoint precedenti, fornendo solo una visione limitata del percorso di conversione.<\/td><\/tr>
    Primo Click (First Click)<\/strong><\/td>Riconosce l’importanza del primo touchpoint.<\/td>Ignora i touchpoint successivi, fornendo solo una visione limitata del percorso di conversione.<\/td><\/tr>
    Lineare<\/strong><\/td>Considera tutti i touchpoint, fornendo una visione completa del percorso di conversione.<\/td>Non tiene conto delle differenze nell’efficacia dei touchpoint, potrebbe sovrastimare l’importanza di alcuni e sottostimare altri.<\/td><\/tr>
    Decadimento temporale (Time Decay)<\/strong><\/td>Assegna maggior merito ai touchpoint pi\u00f9 vicini all’acquisto, riconoscendo l’influenza dei touchpoint di recente interazione.<\/td>Potrebbe sottostimare l’importanza dei touchpoint iniziali che hanno contribuito a suscitare interesse.<\/td><\/tr>
    Data-Driven (Attribuzione basata sui dati)<\/strong><\/td>Personalizzato e basato su dati specifici dell’account, offre un’analisi accurata delle interazioni degli utenti.<\/td>Richiede una quantit\u00e0 sufficiente di dati storici di conversione e interazioni dei touchpoint per fornire risultati affidabili.<\/td><\/tr>
    Attribuzione in base alla posizione (U-Shape)<\/strong><\/td>Riconosce l’importanza di pi\u00f9 touchpoint nel processo di conversione.<\/td>Potrebbe essere difficile determinare quali touchpoint intermedi ricevano attribuzione, poich\u00e9 non \u00e8 un modello equamente bilanciato.<\/td><\/tr><\/tbody><\/table>
    Vantaggi e Svantaggi dei modelli di attribuzione esistenti in GA4.<\/figcaption><\/figure>\n\n\n\n

    Come confrontare i vari modelli di attribuzione in GA4<\/h2>\n\n\n\n

    Definiti i vari modelli di attribuzione, vediamo brevemente come confrontarli in Google Analytics 4 nell’analisi delle conversioni.<\/p>\n\n\n\n