Hai lanciato una campagna Meta, una su Google e qualche email automatica. Arriva una vendita. Chi ha convertito? Meta dice che è merito suo. GA4 dice un'altra cosa. La piattaforma email rivendica il suo punto di contatto. Benvenuto nel problema dell'attribuzione, che nel 2025 è diventato ancora più complicato di quanto non fosse già.
Non è un problema accademico. Ogni euro che sposti da un canale all'altro si basa su una lettura di questo dato. Se quella lettura è sbagliata, stai ottimizzando nel buio.
Cosa significa davvero attribuzione multi-touch
L'attribuzione single-touch, quella dell'ultimo clic o del primo clic, assegna tutto il merito a un solo punto di contatto. È semplice, è sbagliata, e quasi tutti la usano ancora senza saperlo.
L'attribuzione multi-touch distribuisce il credito tra più touchpoint nel percorso di acquisto. Il problema è che i modelli per farlo sono tanti, ciascuno con assunzioni diverse, e nessuno di essi conosce davvero l'intera storia dell'utente. Soprattutto dopo iOS 14 e i cambiamenti alle policy sui cookie di terza parte, i dati disponibili sono strutturalmente incompleti.
Questo non significa che l'esercizio sia inutile. Significa che devi sapere cosa stai misurando e dove si ferma l'affidabilità del modello.
Il modello data-driven di GA4: potente, ma con condizioni
Google Analytics 4 offre un modello di attribuzione data-driven che usa machine learning per stimare il contributo di ogni touchpoint. In teoria è il più sofisticato disponibile senza costi aggiuntivi.
In pratica ha un requisito minimo: servono almeno 400 conversioni negli ultimi 30 giorni per canale, per addestrare il modello in modo affidabile. Sotto quella soglia, GA4 cade in silenzio o produce stime poco stabili. Per molte PMI italiane con budget inferiori a 50k€ mensili, questo limite è reale.
C'è un secondo problema, meno discusso. GA4 vede solo i touchpoint tracciati tramite Google: Google Ads, le sessioni organiche, il traffico diretto e quello che passa dai parametri UTM impostati correttamente. Non vede le impression Meta se l'utente non clicca. Non vede le interazioni su TikTok. Non vede le email aperte senza clic. Il modello è quindi parziale per definizione, non per colpa sua.
Uso consigliato: come punto di riferimento per capire il peso dei canali Google all'interno del mix, non come unica fonte di verità sull'intero funnel.
Meta Attribution: l'ecosistema chiuso e il Conversion API
Meta utilizza un proprio modello di attribuzione interno, che considera le impression (view-through attribution) oltre ai clic. La finestra predefinita è 7 giorni dal clic e 1 giorno dalla visualizzazione, ma puoi modificarla.
Il punto critico è che Meta opera in un ecosistema chiuso. Attribuisce a sé stesso qualsiasi conversione avvenuta nell'arco temporale impostato, anche quando altri canali hanno contribuito. Questo porta quasi sempre a una sovrastima del suo impatto, fenomeno noto e documentato.
Il Conversion API (CAPI) ha migliorato il tracciamento server-side, recuperando segnali persi dopo iOS 14. Se non lo hai configurato, stai perdendo dati di conversione e stai ottimizzando le campagne su una base ridotta. È uno dei setup tecnici con il miglior ritorno sull'investimento per chi fa advertising su Meta con budget medi.
Uso consigliato: fidati dei dati Meta per ottimizzare le campagne all'interno di Meta. Non usarli per confrontare l'efficacia di Meta rispetto ad altri canali senza un sistema terzo.
Le soluzioni terze: quando servono e quando no
Esistono strumenti di attribuzione indipendenti, come Northbeam, Triple Whale, Rockerbox e altri. Aggregano i dati da più piattaforme, applicano modelli propri e cercano di dare una visione unificata.
Costano. Northbeam parte da alcune migliaia di dollari al mese. Triple Whale ha piani più accessibili ma comunque rilevanti per un budget medio. E anche questi strumenti hanno limiti: dipendono dalla qualità del tracciamento in entrata, soffrono degli stessi problemi di cookieless che affliggono tutti gli altri, e i loro modelli proprietari non sono sempre verificabili.
Per un'azienda con meno di 50k€ mensili di advertising, questi strumenti sono raramente giustificabili economicamente. L'alternativa pratica e meno costosa è costruire un sistema semplice di misurazione ibrida:
- UTM consistenti su tutti i canali, senza eccezioni
- GA4 configurato con eventi di conversione precisi e Conversion API per Meta attivo
- Incrementality test periodici (es. geo-holdout test su Meta) per capire il contributo reale di un canale
- Un foglio di calcolo o un semplice dashboard che aggreghi spesa e revenue per canale su base settimanale
Questo setup non è perfetto. Ma è onesto, gestibile internamente e non richiede investimenti aggiuntivi significativi.
Il vero limite che nessuno ti dice
Ogni modello di attribuzione, dal più semplice al più sofisticato, ha un problema strutturale: misura la correlazione, non la causalità. Attribuire una conversione a un touchpoint non significa che quel touchpoint abbia causato la conversione.
L'unico modo per avvicinarsi alla causalità è il test incrementale: misuri cosa succede quando togli o aggiungi un canale in modo controllato. È più lento, richiede volumi sufficienti e una certa disciplina operativa, ma è metodologicamente più solido di qualsiasi modello di attribuzione.
Meta lo offre come funzionalità nativa (Conversion Lift). Google ha strumenti simili. Per budget medi, un test semestrale su un canale alla volta è già un passo avanti enorme rispetto alla lettura acritica dei dashboard.
Il dato di attribuzione ti dice dove guardare. Il test incrementale ti dice se stai guardando nel posto giusto.
La mossa concreta per domani mattina
Domani mattina, prima di fare altro, verifica tre cose: se il Conversion API di Meta è configurato e funzionante (puoi controllarlo da Gestione eventi in Business Suite), se tutti i tuoi UTM sono coerenti e completi su ogni canale attivo, e se in GA4 stai leggendo i dati con la finestra di attribuzione impostata su "data-driven" oppure ancora sul vecchio "ultimo clic". Queste tre verifiche non risolvono il problema dell'attribuzione, ma ti dicono subito su che base stai prendendo le tue decisioni di budget.