L'attribuzione marketing spiegata: i modelli a confronto, cosa offre ancora GA4, perché i clic non vedono tutto il percorso e come attribuire il traffico dall'IA.

In breve
l'attribuzione marketing è il metodo che assegna a ogni punto di contatto (un annuncio, un articolo, un'email, una risposta dell'IA) la sua parte di merito in una conversione. I modelli basati su regole, come ultimo clic, primo clic, lineare o basato sulla posizione, ripartiscono il merito con una formula fissa; i modelli basati sui dati lo calcolano dai vostri percorsi di conversione. Da novembre 2023 Google Analytics 4 offre solo modelli basati sui dati e sull'ultimo clic, e nessun modello basato sui clic vede l'influenza delle risposte dell'IA e delle ricerche senza clic: l'attribuzione va quindi completata con dati dichiarati, monitoraggio delle menzioni nelle IA e test di incrementalità.
Vuoi approfondire? Chiedi a
L'attribuzione marketing risponde alla domanda di ogni riunione di budget: quali canali producono davvero clienti? La voce di Wikipedia sull'attribuzione nel marketing la definisce come l'identificazione delle azioni dell'utente che contribuiscono a un risultato, con un valore assegnato a ciascuna. Questa guida confronta i modelli, spiega cosa non vedono e mostra come considerare i visitatori che scoprono il vostro marchio in ChatGPT, Gemini o Perplexity.
Un cliente converte di rado dopo una sola interazione. Un tipico percorso B2B può essere questo: un annuncio LinkedIn, una ricerca su Google che porta a un articolo del blog, una newsletter, un confronto chiesto a ChatGPT, poi una ricerca del nome del marchio e una richiesta di demo. Ogni passaggio è un punto di contatto; la richiesta di demo è la conversione. L'attribuzione decide quanta parte di quella conversione spetta a ciascun punto di contatto.
La risposta cambia i budget. Con l'ultimo clic, la ricerca del marchio prende il 100% del merito e l'articolo sembra inutile; con il primo clic, l'annuncio LinkedIn prende tutto. L'attribuzione è al centro della marketing analytics e va letta fase per fase nel vostro funnel di marketing, perché i canali della parte alta del funnel sono sistematicamente sottovalutati dai modelli che premiano l'ultimo passaggio.
I modelli si dividono in due famiglie: a singolo contatto (un solo punto di contatto prende tutto il merito) e multi-touch (il merito viene ripartito).
La prima interazione registrata riceve il 100%. Utile per vedere quali canali portano persone nuove nel percorso, cieco a tutto ciò che chiude la vendita.
L'ultima interazione prima della conversione riceve il 100%. L'ultimo clic non diretto ignora le visite dirette e premia l'ultimo canale identificabile. Semplice e stabile, sopravvaluta ricerca del marchio, retargeting ed email, che spesso raccolgono una domanda creata altrove.
Ogni punto di contatto riceve una quota uguale. Equo in apparenza, dà però a una newsletter aperta per abitudine lo stesso peso dell'articolo che ha innescato l'acquisto.
I punti di contatto vicini alla conversione ricevono più merito. Adatto a cicli di vendita brevi e promozioni; penalizza il contenuto che ha avviato una lunga riflessione.
Il primo e l'ultimo punto di contatto ricevono il 40% ciascuno, il restante 20% si distribuisce nel mezzo. Valorizza sia la scoperta sia la chiusura, con pesi fissi per definizione arbitrari.
Un algoritmo confronta i percorsi che convertono con quelli che non convertono e stima il contributo aggiuntivo di ogni punto di contatto. Si adatta alla vostra attività ma richiede abbastanza conversioni e resta una scatola nera.
| Modello | Ripartizione del merito | Ideale per | Distorsione principale |
|---|---|---|---|
| Primo clic | 100% al primo contatto | Misurare i canali di scoperta | Ignora la chiusura |
| Ultimo clic | 100% all'ultimo contatto | Percorsi brevi e semplici | Sopravvaluta marchio e retargeting |
| Lineare | Quote uguali | Una prima vista multi-touch | Tratta tutti i passaggi allo stesso modo |
| Decadimento temporale | Più merito vicino alla conversione | Promozioni, cicli brevi | Sottovaluta i contenuti iniziali |
| Basato sulla posizione | 40% primo, 40% ultimo, 20% centro | Bilanciare scoperta e chiusura | Pesi arbitrari |
| Basato sui dati | Calcolato sui vostri percorsi di conversione | Siti con volume di conversioni costante | Opaco, vede solo i clic tracciati |
Google ha semplificato la scelta. Secondo il centro assistenza di Google Analytics, i modelli primo clic, lineare, decadimento temporale e basato sulla posizione non sono più disponibili da novembre 2023. Google Analytics 4 offre ora tre opzioni:
Per mantenere una vista del primo contatto, usate le dimensioni sorgente e mezzo del primo utente nei report di acquisizione di GA4, oppure salvate la prima sorgente di ogni lead nel CRM. Per confrontare i canali, create un report dedicato: la nostra guida alla dashboard di Google Analytics spiega come.
Tutti i modelli basati sui clic condividono gli stessi punti ciechi, qualunque sia la formula:
La voce di Wikipedia osserva che i modelli multi-touch e basati su regole si discostano spesso dall'impatto misurato con esperimenti controllati. L'attribuzione indica una direzione, non una contabilità esatta.
È il punto cieco più recente. Una parte crescente delle ricerche avviene in ChatGPT, Gemini, Perplexity, Claude o negli AI Overviews di Google, e molte non producono alcun clic.
Il traffico referral dalle IA è visibile quando l'assistente trasmette un referrer o un parametro. OpenAI indica nelle FAQ per gli editori che ChatGPT aggiunge utm_source=chatgpt.com ai link che cita. Gli altri assistenti compaiono come referrer, per esempio perplexity.ai, gemini.google.com o copilot.microsoft.com. Create in GA4 un gruppo di canali personalizzato che raccolga queste sorgenti; il nostro tutorial per misurare le citazioni IA con Google Analytics fornisce l'espressione regolare da usare.
Parte del traffico generato dalle IA arriva senza referrer: link copiati nel browser, app mobili, oppure un utente che legge la risposta e poi digita il nome del vostro marchio. Questo traffico IA invisibile gonfia le visite dirette e le ricerche del marchio. Seguite l'andamento di queste due linee insieme alla vostra visibilità nelle IA.
L'attribuzione zero clic si basa su segnali a monte: quanto spesso gli assistenti IA citano il vostro marchio nelle domande dei vostri acquirenti e la vostra share of voice nelle IA rispetto ai concorrenti. Il monitoraggio delle menzioni IA di Sorank segue da 25 a 150 prompt su ChatGPT, Claude e Gemini (più Perplexity e Grok dal piano Pro) e mostra chi viene citato al vostro posto. Il nostro studio sulle citazioni di ChatGPT descrive le fonti che l'assistente predilige.
I team più maturi incrociano tre metodi invece di affidarsi a un solo modello:
| Metodo | Cosa misura | Punto di forza | Limite |
|---|---|---|---|
| Attribuzione multi-touch | Clic tracciati per conversione | Quotidiana, dettagliata, per campagna | Cieca a visualizzazioni, risposte IA, offline |
| Marketing mix modeling | Legame statistico tra spesa e vendite nel tempo | Copre tutti i canali, senza cookie | Richiede due o tre anni di dati, vista mensile |
| Test di incrementalità | Vendite con e senza campagna (gruppo di controllo, test geografici) | Misura l'effetto causale reale | Una domanda per test, richiede volume |
| Attribuzione dichiarata | Il campo «Come ci avete conosciuto?» | Cattura podcast, passaparola, IA | Errori di memoria, testo libero da ripulire |
Il marketing mix modeling è diventato accessibile: Google pubblica Meridian, un modello open source. Per le aziende più piccole il campo dichiarato è il guadagno più rapido: aggiungete «ChatGPT o un altro assistente IA» come risposta esplicita e vedrete un canale che i dati sui clic nascondono.
Il contenuto organico è il più penalizzato dall'attribuzione all'ultimo clic: articoli e guide aprono percorsi che si chiudono con una ricerca del marchio o un'email. Lo stesso vale per il GEO, dove una citazione dell'IA influenza un acquirente che non cliccherà mai. Misurate insieme ricerca organica e visibilità nelle IA in una dashboard GEO e SEO, e valutate i contenuti su conversioni al primo contatto, conversioni assistite e citazioni, non solo sul fatturato all'ultimo clic.
Il modello di attribuzione giusto è quello che mantenete stabile, verificate con altri metodi ed estendete alle risposte delle IA. Per vedere quanto spesso ChatGPT, Claude e Gemini citano il vostro marchio e quali concorrenti prendono il vostro posto, iniziate con Sorank, il software SEO e GEO in autopilot, con 3 giorni di prova gratuita.
Nessun modello è il migliore per tutte le aziende. L'attribuzione basata sui dati è la più precisa quando avete abbastanza conversioni, perché impara dai vostri percorsi. Con volumi bassi l'ultimo clic non diretto è più stabile, a patto di consultare anche i report sul primo contatto per non sottovalutare i canali che avviano i percorsi.
L'attribuzione segue i singoli clic tracciati e ripartisce tra loro il merito di ogni conversione. Il marketing mix modeling lavora su dati aggregati e collega statisticamente la spesa per canale alle vendite nel tempo. L'attribuzione è dettagliata e rapida ma non vede le influenze non tracciate; il mix modeling copre tutti i canali ma richiede anni di dati e offre una vista mensile.
Le visite da ChatGPT hanno come sorgente chatgpt.com, e gli altri assistenti compaiono come referrer, per esempio perplexity.ai o gemini.google.com. Create in GA4 un gruppo di canali personalizzato con un'espressione regolare che copra questi domini e posizionatelo sopra il canale Referral. Tenete d'occhio anche il traffico diretto e le ricerche del marchio, perché parte del traffico dalle IA arriva senza referrer.
HANNO PROVATO SORANK PRIMA DI TE
