L’attribuzione al last click assegna la conversione all’ultimo contatto pubblicitario tracciato prima dell’acquisto. Risponde a una domanda precisa: quale canale ha accompagnato il cliente alla conversione? Ma viene spesso usata per rispondere a una domanda diversa: quale attività ha generato quella vendita? IAB Europe (l’associazione per il marketing digitale) distingue i modelli di attribuzione dalla misurazione dell’incrementalità, cioè la stima delle vendite aggiuntive che non ci sarebbero state senza quella pubblicità.

Il limite del last click è prevedibile: concentra il merito su ciò che sta vicino all’acquisto, come ricerca del brand, retargeting e comparatori, lasciando in secondo piano ciò che ha contribuito a costruire la domanda.

Il primo controllo

Una prima verifica consiste nel sommare le conversioni che ogni piattaforma dichiara di aver generato e confrontarle con gli ordini effettivi dello stesso periodo. Se la somma supera gli ordini, a parità di evento e perimetro, è un campanello d’allarme: una stessa vendita può essere stata rivendicata da più piattaforme oppure i sistemi possono misurare perimetri diversi, per definizione di conversione, finestra temporale o trattamento degli ordini annullati. Il confronto non individua da solo la causa, ma dimostra che quei numeri non possono essere sommati per calcolare il ritorno complessivo dell’investimento.

In numerosi piani media nell’elettronica di consumo ho visto il ROAS (ritorno sulla spesa pubblicitaria, ndr) più alto quasi sempre nella ricerca delle parole chiave a pagamento, e molto più di rado ho visto riconoscere nei report ciò che aveva portato il cliente fino a quel click.

Il tratto che non si vede

Una parte del percorso decisionale è diventata meno visibile ai sistemi tradizionali di attribuzione. Secondo lo studio Kantar sull’intelligenza artificiale, in Italia l’85% degli utenti Internet ha già utilizzato un assistente conversazionale e il 41% dichiara di averne ricevuto un supporto concreto per ottenere risposte e informazioni rapide. La disponibilità a delegare diminuisce avvicinandosi all’acquisto: circa un terzo accetterebbe suggerimenti su cosa mettere nel carrello, mentre il 17% lascerebbe all’assistente il compito di acquistare sulla base delle proprie preferenze.

È un divario rilevante per chi vende prodotti. L’AI entra nelle fasi di informazione e valutazione delle alternative, ma la decisione finale resta in larga parte al consumatore. L’assistente può orientare la scelta senza essere il canale che registra la conversione: il cliente può poi cercare il marchio, entrare direttamente nel sito o acquistare in negozio. Se il passaggio iniziale non lascia una traccia riconoscibile, al report arriva soltanto il contatto finale, non necessariamente quello che ha contribuito a costruire la preferenza.

Kantar ha richiamato un secondo dato, tratto da una meta-analisi globale BrandZ: il 40% dei principali brand globali non compare nelle risposte degli assistenti AI considerate nell’analisi. Un marchio può avere una posizione consolidata nella propria categoria e risultare molto meno visibile quando la stessa domanda viene posta a un assistente. È una forma di invisibilità che i report pubblicitari non registrano come impression mancata o click perso: il prodotto semplicemente non entra tra le alternative proposte.

Novembre amplifica l’errore

Il Black Friday cade il 27 novembre e il Cyber Monday il 30. Nel 2025, secondo Confcommercio con Format Research, il 70,2% degli italiani prevedeva di acquistare in quella settimana. Una domanda elevata può rendere ancora più fuorviante la lettura del last click: più clienti arrivano già orientati all’acquisto e i canali vicini alla conversione intercettano anche vendite che si sarebbero concluse comunque. Il momento critico è la riallocazione del budget a metà campagna: spostare gli investimenti verso chi converte sembra ovvio, e il report successivo sembra confermare la scelta perché misura con lo stesso criterio che l’ha prodotta.

Per chi vende anche in negozio il quadro è ancora più parziale. Nell’informatica ed elettronica di consumo l’online rappresenta il 45% del valore dei consumi complessivi del comparto (fonte: Netcomm e Politecnico di Milano, 2026). Circa il 55% si realizza quindi fuori dall’e-commerce, e non per questo fuori dall’influenza del digitale. Per collegare quella parte agli investimenti pubblicitari occorre integrare i dati delle vendite in negozio con quelli delle campagne e del CRM.

Il lato di chi vende spazi

Il problema riguarda anche chi vende gli spazi pubblicitari. Secondo il Tavolo di Lavoro Retail Media del Politecnico di Milano, il mercato italiano vale circa 920 milioni di euro nel 2026 tra on-site, in-store e off-site. Il solo perimetro on-site e in-store raggiunge 782 milioni, in crescita del 23% rispetto al 2025. Nello stesso studio, condotto su trenta retailer italiani attivi nel settore, il 31% adotta ancora sistemi di misurazione di base, centrati sulle metriche di esposizione, mentre un altro 31% dispone di sistemi completi, con metriche closed-loop e analisi di incrementalità.

La crescita degli investimenti non coincide con la capacità di dimostrarne il valore. Per un retailer che vende spazi ai propri fornitori, questa capacità serve a documentare l’efficacia delle campagne e a sostenere il valore della propria offerta.

Misurare in modo indipendente

Le piattaforme attribuiscono le conversioni secondo intervalli e criteri diversi. Per le conversioni sul sito, Google Ads prevede tra le impostazioni predefinite trenta giorni dal click, tre giorni dalla visualizzazione attiva e un giorno dalla semplice visualizzazione. Su Meta, per le campagne orientate alle conversioni sul sito, il modello standard prevede sette giorni dal click su un link, un giorno dall’interazione con l’annuncio (engage-through) e un giorno dalla visualizzazione (view-through). Da marzo 2026 il click-through conta i soli click sui link, mentre le altre interazioni, come reazioni, commenti, condivisioni e salvataggi, confluiscono nell’engage-through. Cambiamenti di questo tipo rendono non confrontabili due periodi anche quando il nome della metrica resta invariato.

La confrontabilità richiede quindi un perimetro omogeneo, non soltanto una finestra uguale per tutti i canali: le conversioni da click e quelle da visualizzazione o altra interazione vanno tenute distinte; il conteggio degli ordini deve derivare da un’unica fonte aziendale, come il sistema e-commerce o il gestionale, con regole condivise e deduplicazione. I numeri delle singole piattaforme servono come strumenti diagnostici, non come totale.

Da qui l’utilità di un livello di misurazione indipendente: un ad server di terza parte, con tracking centralizzato e integrazioni server-to-server. Le impression e i click dei diversi touchpoint, dove tecnicamente tracciabili, vengono raccolti in un unico ambiente; gli eventi di conversione del sito, dell’e-commerce e dei sistemi aziendali possono essere trasmessi direttamente dai rispettivi server.

Attraverso gli identificativi di prima parte e quelli associati alle interazioni pubblicitarie, quando disponibili e utilizzabili nel rispetto dei consensi, è possibile mettere in relazione i contatti, ricostruire i percorsi osservabili e applicare regole di attribuzione omogenee. Il vantaggio è una lettura indipendente dalle metriche dichiarate dai singoli circuiti, mentre il dato degli ordini resta nei sistemi transazionali dell’azienda.

L’architettura non elimina ogni limite: le piattaforme chiuse non consentono sempre una misurazione esterna completa, e mancati consensi, identificativi non disponibili e passaggi tra dispositivi possono interrompere la ricostruzione del percorso. Permette però di ridurre le discrepanze e di decidere su una base di dati più coerente.

Diventano così leggibili due indicatori: la quota di ordini in cui un canale compare in qualsiasi punto del percorso, confrontata con quella in cui compare come ultimo contatto, e la latenza tra primo contatto e acquisto, che tende ad allungarsi sugli scontrini più alti. Una finestra troppo corta rischia di escludere proprio i canali che costruiscono la domanda. Va monitorata anche la frequenza di esposizione complessiva, deduplicando le audience quando tecnicamente possibile, per non acquistare più volte lo stesso pubblico.

Resta un ultimo passaggio: confrontare lo stesso periodo con il modello last click e con un modello multi-touch. I canali il cui risultato cambia maggiormente non sono per questo quelli sottovalutati: sono quelli il cui valore dipende di più dal modello. Diventano i candidati naturali per un test di incrementalità con un gruppo di controllo, uno degli strumenti più solidi per verificare se la campagna abbia davvero generato vendite aggiuntive. Il confronto tra modelli, da solo, non dimostra un rapporto di causalità.

Su un piano distinto vale la pena monitorare anche la presenza del marchio nelle risposte degli assistenti alle domande d’acquisto della categoria. Non è una metrica di attribuzione, ma permette di osservare un punto del percorso che i report pubblicitari non intercettano. La rilevazione deve essere ripetuta nel tempo su un insieme stabile di domande e assistenti.

Due cautele finali: per effetto dei mancati consensi e dei limiti di osservazione una parte delle conversioni riportate dalle piattaforme può essere modellata e non osservata direttamente; il risultato va valutato al netto di annullamenti e resi, aggiornando i dati dopo la chiusura della campagna.

La domanda giusta

Un report non è sbagliato: risponde alla domanda per cui è stato costruito, con il criterio che gli è stato assegnato. L’errore sta nella distanza tra quella domanda e quella che ci si sta facendo davvero.

Per chi dirige il marketing, la responsabilità non si esaurisce nella scelta dei canali, nella gestione delle campagne o nell’ottimizzazione del ROAS. Significa anche definire l’architettura di misurazione, stabilire regole indipendenti, integrare i dati pubblicitari con quelli commerciali e verificare quali investimenti producano risultati realmente aggiuntivi.

Non basta sapere quale canale si prende il merito di una vendita: bisogna capire dove nasce la domanda, quale contributo porta ciascun touchpoint e dove si genera valore per l’azienda. È questa la differenza tra amministrare un budget pubblicitario e governare una strategia di marketing.

Michele Difrancesco