Il marketing ha un problema con i numeri

I tassi di conversione elevati su WhatsApp rischiano di nascondere un bias di attribuzione dell’ultimo clic

Un canale genera conversioni all’80%, un altro chiude sei ordini al giorno con un aumento delle vendite del 40%. I numeri sono straordinari. Ma dicono tutto o nascondono il problema? La domanda sul ROI dovrebbe essere al centro del lavoro di ogni CMO, eppure è proprio qui che la fascinazione per i dati aggregati rischia di diventare una trappola.

Soil Concept ha visto il Business AI su WhatsApp per piccole imprese spingere il tasso di conversione a picchi vertiginosi, e le testimonianze su Business AI di Gunveen Kaur raccontano di un incremento concreto. Ma un tasso di conversione così alto in un contesto di messaggistica one-to-one significa automatizzazione di una vendita già calda, non generazione di domanda nuova. Il rischio è confondere efficienza operativa con valore incrementale. Se un CMO non può spiegare, in termini commercialmente credibili, cosa sta generando il marketing, la funzione inizia a sembrare costosa piuttosto che strategica. E gli avvertimenti sono netti: i marketer licenziati sono quelli che non portano risultati.

Quando il 90% di conversione nasconde un bias di attribuzione

I dati di Meta raccontano un successo innegabile: Gunveen Kaur, fondatrice di The Purple Sunset, ha dichiarato che Business AI ha aiutato a chiudere 6-7 ordini al giorno. E le funzionalità Business AI su WhatsApp permettono di rispondere 24/7, raccomandare prodotti e catturare lead. In India, oltre il 91% delle interazioni avviene su questa piattaforma. Il dato aggregato impressiona, ma è l’analisi incrementale a fare la differenza. Soil Concept ha visto un tasso di conversione dell’80-90% dopo l’attivazione di Business AI. Un numero che, preso isolatamente, suggerirebbe un canale miracoloso. Il metodo corretto, però, richiede un test geo con un gruppo di controllo: confrontare le vendite in un mercato dove l’AI è attiva con uno dove opera manualmente. Solo così si isola l’effetto reale dell’automazione dalla semplice risposta a una domanda già esistente. Il last-click su WhatsApp mostra l’ultimo tocco, non il contributo del display o della search che hanno generato la consapevolezza iniziale. La vera sfida per un CMO è dimostrare che quei 6-7 ordini non si sarebbero comunque chiusi entro 24 ore con un altro touchpoint.

LiveRamp: il collante tra dati collaborativi e agenti AI

È qui che l’acquisizione di Publicis cambia il tabellone. Publicis ha concordato di acquisire LiveRamp per 2,2 miliardi di dollari, e l’operazione è interamente in contanti. Non si compra una tecnologia di analytics tradizionale: si compra la capacità di orchestrare dati tra aziende diverse. LiveRamp, azienda di data collaboration, consente di condividere e costruire nuovi set di dati e modelli insieme. E il CEO Arthur Sadoun lo dice senza giri di parole: la dichiarazione di Sadoun sull’acquisizione spiega che il vero bisogno è vincere una quota del mercato della trasformazione agentica, dove gli agenti AI automatizzano e collaborano sui flussi di lavoro aziendali. I dati collaborativi per framework agentici possono essere usati per alimentare gli stessi agenti conversazionali di WhatsApp, collegando il dato di navigazione anonimo con la conversazione one-to-one. Il marketing non è più esposizione: è orchestrazione di dati che permette a un agente AI di sapere, in tempo reale, se un cliente ha già visto uno spot prima di chattare.

Questa combinazione ridefinisce il concetto di ‘agentic marketing‘. Non si tratta di aggiungere un chatbot al sito, ma di costruire un ecosistema dove i dati fluiscono tra silos (privacy-compliant, grazie alla tecnologia di LiveRamp) e dove gli agenti AI eseguono azioni su più canali. Le aziende che non sanno dimostrare il valore incrementale di questi sistemi — che non sanno separare l’automazione di un lead già caldo dalla generazione di nuova domanda — rischiano di essere sostituite. La domanda vera resta aperta: siamo in grado di misurare l’incrementale in un mondo dove ogni interazione è mediata da un agente, e dove l’attribuzione multi-touch si scontra con la frammentazione dei dati? Un’analisi MMM con variabili di trattamento sull’attivazione dell’AI, affiancata da test holdout sui dati collaborativi di LiveRamp, sarebbe il primo passo. Ma chi ha il coraggio di istituire un gruppo di controllo quando il 91% delle interazioni è già su un solo canale?