Prima di acquistare, i clienti guardano video, leggono contenuti, fanno ricerche, si allontanano per tornare dopo qualche giorno. Capire quale di questi contatti ha davvero generato la vendita è il compito di un modello di attribuzione: il sistema che decide dove va il budget e da cui oggi imparano anche gli algoritmi che ottimizzano le campagne. Ed è chiaro che quanto più la misura è imprecisa, tanto più imprecisa sarà anche ogni decisione costruita sopra di essa.
Un aiuto a comprendere meglio le dinamiche che sottendono l’allocazione degli investimenti, viene dalla ricerca “Measuring What Counts, Not What Gets Counted”, condotta dall’Osservatorio Internet Media del Politecnico di Milano insieme a Adform, Cognitive e Quantcast, sulla base di interviste a responsabili marketing e media di aziende italiane nei settori energia, assicurazioni, banca, servizi finanziari, viaggi, retail e servizi in abbonamento, affiancate da una simulazione su migliaia di mercati in cui il contributo di ogni canale è stabilito in partenza. Un banco di prova, insomma, per verificare chi misura bene e chi no.
Tre strumenti, tre risposte diverse
Secondo l’analisi, presentata durante IAB Intersections 2026, nelle aziende intervistate la misura si organizza generalmente su più livelli, con tempi e domande diversi: una lettura operativa, giorno per giorno o settimana per settimana, basata su last click, last touch e report delle piattaforme; un modello correttivo per il digitale, aggiornato ogni mese o trimestre; un marketing mix model o un modello econometrico per le scelte strategiche, ogni trimestre o ogni anno. I livelli consegnano numeri diversi che non si riconciliano, e le regole esplicite per decidere che cosa fare quando divergono sono ancora rare. Quasi nessuna azienda usa i risultati dei test per correggere le proprie stime.
Il last-click, il metodo più costoso
Fra i metodi confrontati, il last-click è quello che più pesa sui conti. Riallocare il budget seguendolo, anche con spostamenti vincolati fino al 30% per canale, fa perdere il 69% del guadagno che potrebbe ottenere una buona allocazione, e in circa 4 mercati simulati su 10 il risultato è peggiore rispetto a quello che si sarebbe ottenuto senza nessuna modifica al budget. Ma non solo. La ricerca segnala anche che le variazioni di performance dei canali incidono molto poco: se l’efficacia di un canale cresce di 10 punti, il merito che il last-click gli riconosce sale di appena 0,6. Lo stesso si otterrebbe con una ripartizione in parti uguali del merito fra i canali.
«Nessuno strumento basta da solo – commenta Nicola Spiller, Direttore dell’Osservatorio Internet Media del Politecnico di Milano –: i modelli danno continuità e dettaglio, i test stimano meglio quante vendite un canale genera davvero. E misurare in questo modo costa molto meno rispetto alle perdite di vendite che si registrano quando non lo si fa».
Vedere di più non basta
La survey punta poi il dito sul tracciamento, che resta un nodo da sciogliere: nei casi aziendali analizzati, infatti, due conversioni tracciate su tre mostrano un solo canale nel percorso. E da qui la conclusione: ricostruire meglio gli iter intrapresi è indispensabile, ma per sapere quanto vende davvero un canale serve anche una misura di incrementalità.
Partner scelti sul valore, non sulla posizione
E lo stesso vale per la scelta dei partner. Nelle gare simulate fra fornitori con lo stesso budget, non vince necessariamente chi porta più vendite. I criteri di attribuzione premiano il modo in cui un fornitore eroga. Per esempio, vale più la vicinanza degli annunci all’acquisto che la generazione di scontrini. Scegliendo il fornitore in questo modo, però, l’azienda perde da 2 a 3 volte le vendite incrementali che potrebbe ottenere se la selezione avvenisse in base a un test di incrementalità. Un chiaro monito per le aziende investitrici in advertising che, secondo il Politecnico, dovrebbero assegnare le gare sulla base di vendite incrementali misurate con test effettuati nel tempo, non sulle conversioni attribuite.
Una scelta strategica, oltre che tecnica
Il messaggio che emerge dalla ricerca va, dunque, oltre la scelta di un modello. Scegliere come misurare le campagne significa decidere che cosa un’azienda considera valore: solo l’ultimo passaggio prima dell’acquisto o tutto il lavoro che lo rende possibile. In un mercato in cui sempre più decisioni sono affidate agli algoritmi, la misura diventa una leva strategica, che orienta il budget, la scelta dei partner e ciò che l’intelligenza artificiale impara. Per i brand, quindi, la direzione è passare da una lettura costruita sull’ultimo click a una visione dell’intero percorso, capace di riconoscere il contributo di ciascun partner e di guidare decisioni più solide.
«Il last-click è un’eredità del passato che oggi è diventata un problema per tutto il mercato - commenta Francesca Grilli, Managing Director & Co-founder di Cognitive -. Abbiamo promosso questa ricerca per dare un numero a un costo che molti intuivano, ma nessuno aveva misurato. Gli algoritmi imparano esattamente dal segnale che ricevono: per questo un piano va valutato su tutto il percorso, riconoscendo chi chiude la conversione e chi la rende possibile. Abbiamo algoritmi dell’era dell’AI che imparano da metriche del passato: il collo di bottiglia non è più l’ottimizzazione, è la misura».