Google ti regala il laboratorio, ma la bilancia è rotta

Il valore di conversione lordo distorce gli esperimenti sulle offerte automatiche, che restano affidabili quanto il dato che li alimenta

Due ordini da 120 euro: uno include 25 euro di spedizione per un pacco da 8 chili, l’altro 8 euro di spedizione per uno da 900 grammi. Se il valore di conversione inviato a Smart Bidding è il totale del carrello, l’algoritmo non vede margine: vede fatturato gonfiato. E impara a cercare clienti che costano di più da servire. Nel setup ecommerce, il dilemma tra valore lordo e netto e l’inclusione della spedizione nel valore d’ordine cambiano quali clienti vengono considerati preziosi.

Il segnale più veritiero, quello che si avvicina al margine, non è il totale del carrello né il netto IVA: è il ricavo netto senza spedizione. Se la ship non è margine ma costo variabile, trasmetterla come valore al sistema di bidding è una distorsione.

Il test A/B perfetto su una conversione mal configurata è una bilancia di precisione con un peso tarato male.

Il laboratorio avanza, i controlli manuali spariscono

Microsoft Advertising muove un pezzo. Dal 1° ottobre la rimozione dei controlli Max CPC toccherà le nuove campagne con strategie di bidding automatico standalone. Microsoft sostiene che gli inserzionisti che adottano le strategie con target CPA e target ROAS raggiungono gli obiettivi più facilmente rispetto ai controlli legacy come il Max CPC. Hopkins invita a non aspettare la scadenza e a usare gli esperimenti di ottimizzazione per testare la rimozione del Max CPC dalle campagne esistenti.

La pressione verso l’automazione è chiara. Ma ogni automatismo di offerta consuma il dato di conversione. Se quel dato è lordo, tROAS non persegue il ritorno sulla spesa reale: persegue il ritorno su un fatturato che comprende voci che non restano in azienda.

Esperimenti più fini non correggono la metrica

Google Ads spinge nella stessa direzione con gli strumenti di sperimentazione per Search e AI Max, aggiornati per testare budget, offerte e targeting con maggiore controllo. Da settembre sarà possibile eseguire test multi-campagna su budget e obiettivi di ROI in un singolo esperimento A/B. La funzione riprende gli esperimenti one-click di AI Max ma estende i test oltre la singola campagna. Secondo Google, l’obiettivo è misurare l’impatto del ridimensionamento sui profitti prima di applicare modifiche su larga scala.

Performance Planner non resta a guardare: mostra gli effetti di budget e obiettivi di offerta sulle campagne esistenti. Le modifiche suggerite diventano operative con l’applicazione one-click delle modifiche. Il monitoraggio passa dalla sezione Azioni collettive, dove gli inserzionisti possono annullare le modifiche se necessario.

Resta un punto: questi strumenti ragionano a partire dal dato di conversione già configurato. Ti danno laboratorio, bilancia, controprova, cronologia delle modifiche. Non ti dicono se il peso che hai messo sul piatto è il margine o il lordo.

La domanda da farsi prima dell’A/B test

Prima di chiedersi se un esperimento su budget o target ROAS è significativo, va risolta una domanda più prosaica: cosa misura il valore di conversione? Se spedizione, resi, sconti e commissioni entrano in modi diversi tra canali, qualsiasi confronto A/B rischia di mostrare differenze che non sono profitto, ma diversa struttura dei costi. Non è un limite della tecnologia. È un limite del dataset. E mentre le piattaforme rimuovono i controlli manuali, il costo di un setup sbagliato non è più un’inefficienza operativa: è una leva che muove budget reale in direzione opposta al margine.

Quello che ancora non sappiamo è quanto siano sistematiche queste distorsioni nei benchmark di settore. Servirebbe misurare, per comparto, la distanza tra fatturato lordo segnalato e contribuzione reale delle campagne che usano Smart Bidding. Finché quel delta non è misurato, l’affidabilità degli esperimenti spinta dalle piattaforme resta maggiore della comprensione del dato che li alimenta.