Il tuo ROI è quasi certamente sbagliato

I dati mancanti in modo selettivo possono invertire la classifica dei canali pubblicitari

Quando apri la dashboard e vedi un ritorno sull’investimento pubblicitario di 1,50 dollari, il respiro di sollievo è quasi automatico. La campagna funziona, il canale performa, il budget è allocato bene. Peccato che quel numero possa essere una bugia. Lo studio “The Missing Piece” pubblicato ieri da MMA e LiveRamp dimostra che con un’accuratezza dell’identità degli utenti ferma al 50% e una copertura del 30%, il ROI misurato non è 1,50$. È 0,43$. Un tonfo del 70% che trasforma un canale apparentemente profittevole in una voragine di budget.

Perché il tuo cruscotto mente

Il programma MATT (Marketing Attribution Think Tank) di MMA produce report annuali sullo stato dell’attribuzione da otto anni, e l’edizione appena rilasciata scava in un meccanismo subdolo che troppi advertiser ignorano: la differenza tra dati che mancano a caso e dati che mancano in modo selettivo.

Secondo quanto emerge dai test condotti, rimuovere il 20% delle impressioni in modo casuale non altera la classifica dei canali pubblicitari. Il ranking rimane intatto, e un media buyer che guarda solo la superficie non si accorge di nulla. Ma quando i dati mancanti si concentrano tra gli utenti che convertono — quelli che hanno comprato, compilato il form, cliccato sul prezzo — la musica cambia radicalmente. La classifica dei canali può invertirsi anche a volumi aggregati bassi, e la distorsione è completamente invisibile agli strumenti diagnostici standard che usiamo ogni giorno.

MMA descrive il problema come due modalità di fallimento distinte: la perdita di dati e l’imprecisione nell’identità. La prima è una questione di copertura — quanti touchpoint effettivamente catturi. La seconda è una questione di precisione — quando catturi un touchpoint, quanto sei bravo a collegarlo alla persona giusta. Sbagliare su entrambi i fronti non è una somma lineare di errori: è un moltiplicatore di distorsione che può azzerare qualunque certezza tu pensassi di avere sul ROI delle tue campagne.

La buona notizia arriva dai test che hanno misurato l’impatto degli RCT con intenzione di trattamento, ovvero i randomized controlled trial analizzati secondo il principio ITT (Intention-To-Treat), dove tutti i soggetti assegnati a un gruppo sperimentale vengono inclusi nell’analisi indipendentemente dal fatto che abbiano effettivamente ricevuto il trattamento. In tutti gli scenari di dati mancanti testati, gli RCT ITT hanno mantenuto la direzionalità corretta. Tradotto per chi gestisce campagne: se proprio devi prendere decisioni di budget basandoti su dati parziali, un test randomizzato ben disegnato e analizzato correttamente ti dà almeno la freccia giusta — il canale che sembra migliore lo è davvero — anche quando il numero assoluto del ROI è compromesso. I modelli di attribuzione classici, invece, non offrono questa garanzia.

2,2 miliardi per un’identità

Il messaggio per chi pianifica è scomodo ma chiaro. La partita non si gioca più sul modello di attribuzione che scegli, sul lookback window che imposti o sulla sofisticatezza della tua dashboard. Si gioca sulla qualità del dato a monte. Puoi avere l’algoritmo più elegante del mondo, ma se l’identità dei tuoi utenti è accurata al 50%, stai misurando poco più che rumore.

La prossima volta che guardi il ROI di un canale e ti sembra buono, chiediti: qual è l’accuratezza dell’identità del mio sistema di misurazione? Qual è la copertura reale dei dati che sto analizzando? Se non hai una risposta, quel numero che stai fissando potrebbe valere meno di quanto hai speso per generarlo.