Il click non racconta tutta la storia

La metrica last-click ignora i segnali visivi e sociali che precedono l’acquisto

Un performance manager osserva una campagna display con un CTR eccellente e un ROAS da manuale. Ma quando viene attivato un test geo con gruppo di controllo, l’incremento di vendite è zero.

Il problema? L’ultimo click cattura l’esecuzione, non l’intenzione. Il vero motore dell’acquisto è altrove: nello stimolo visivo che ha acceso il desiderio e nel segnale sociale che ha rassicurato la scelta. La metrica tradizionale, basata sul last-click, è come leggere l’ultima pagina di un romanzo e credere di aver capito la trama.

Il click è solo la punta dell’iceberg

Secondo i dati pubblicati da Meta, la coesistenza tra ricerca sociale e tradizionale mostra che il 61% degli utenti afferma che l’acquisto inizia con qualcosa di visivamente attraente. Un dato che si rafforza guardando i formati brevi: i contenuti ottimizzati per la ricerca sociale rivelano che il 61% degli utenti guarda video brevi e Reels durante lo shopping. Non solo: il 46% riceve raccomandazioni di prodotti da conoscenti – un passaparola che la metrica standard non intercetta. Il fattore sociale accelera la conversione: il 63% degli utenti acquista più velocemente quando è coinvolto, e il 65% si sente più sicuro nella scelta. Questi due ultimi valori emergono sia dalla ricerca sulla coesistenza tra ricerca sociale e tradizionale sia dall’ottimizzazione dei contenuti per la ricerca sociale. Attenzione: correlazione non significa incrementalità. Un click su un annuncio video potrebbe essere l’effetto, non la causa, se l’utente era già stato esposto al prodotto tramite un reel condiviso da un amico.

Dalla correlazione all’incrementalità: il ruolo delle clean room

Per separare il segnale dal rumore servono modelli di incrementalità: test geo, esperimenti con gruppi di controllo (holdout), MMM (Marketing Mix Modeling) e conversion modeling. Ma questi metodi si scontrano con i muri della privacy quando devono incrociare dati proprietari con quelli delle piattaforme social. È qui che entrano le clean room: una clean room senza dati personali permette a un’azienda di condividere e incrociare i propri dati con partner esterni senza rivelare informazioni personali identificabili. La recente acquisizione di LiveRamp da parte di Publicis ha rafforzato questa capacità: attraverso l’integrazione di LiveRamp in Publicis, la holding ottiene partnership con retailer, piattaforme social e società di analisi. Il risultato è una misurazione che non si ferma all’ultimo click, ma cattura i segnali visivi e sociali integrando dati contestuali e incrementali.

Cosa resta fuori dalla misurazione?

Questi modelli funzionano bene con dati puliti e campioni sufficienti. Ma la granularità della singola esposizione visiva su un Reel o il peso di una raccomandazione da un conoscente restano difficili da isolare, anche con le clean room. I test geo misurano l’effetto medio di una campagna, non quello di un singolo frame video. E l’MMM aggregato perde la microdinamica di chi ha visto, scrollato e condiviso. La domanda aperta è: riusciremo mai a distinguere il contributo preciso di uno stimolo visivo rispetto a un segnale sociale, quando i due spesso agiscono in sequenza? Forse il prossimo passo non è affinare l’ultima metrica, ma accettare che l’incremento reale sia la somma di segnali che il click da solo non può raccontare.