Attribution non è verità assoluta: è un contratto su cosa misuri

L’attribution promette una cosa che ogni team vorrebbe: capire quale attività ha generato quale risultato. È una promessa attraente perché trasforma una domanda difficile in una tabella ordinata. Canale, campagna, conversioni, valore. Sembra il tipo di dato con cui si può decidere un budget senza discussioni infinite.

Il problema è che l’attribution non osserva la realtà intera. Osserva quello che il sistema è in grado di collegare, secondo regole definite prima. Finestre temporali, identificatori, consenso, browser, device, matching, piattaforme, deduplicazione, eventi mancanti: ogni pezzo modifica la lettura finale.

Per questo conviene trattarla come un contratto di misurazione. Non una verità assoluta, ma un insieme esplicito di regole su cosa conta, come viene collegato e quali limiti accettiamo.

Perche standard e protocolli servono quando il dato è fragile

IAB Tech Lab dedica un intero pilastro alla measurement e lavora su standard che coprono impression, outcome, conversion measurement e interoperabilità. Il fatto stesso che servano standard tecnici ci ricorda che la misurazione pubblicitaria non è un campo neutro e semplice.

Iniziative come ADMaP nascono proprio per affrontare casi di first-party data matching e attribution in un contesto più attento a privacy e sicurezza. Non sono scorciatoie per sapere tutto. Sono tentativi di rendere più chiaro e verificabile un pezzo di misurazione che altrimenti resta opaco.

Per un team operativo, il messaggio pratico è questo: prima di fidarsi di un numero, bisogna conoscere il contratto che lo ha prodotto. Quale evento è stato contato? Quale identità è stata usata? Quale finestra temporale? Quale consenso? Quale sistema ha vinto in caso di conflitto?

È lo stesso motivo per cui un tracking plan non può essere ridotto a una lista di event name. Il team deve sapere come nasce un evento, dove viene osservato e quale decisione deve supportare. Senza quel contratto, un report di canale, un export CRM e una conversione GA4 possono sembrare precisi mentre rispondono a domande diverse. Ho scritto dello stesso gap operativo in Measurement Protocol non è un tracking plan e nel pezzo più specifico su GA4 Measurement Protocol.

Attribution e incrementality rispondono a domande diverse

Un errore comune è chiedere all’attribution di rispondere a domande per cui non è nata. L’attribution descrive come un sistema assegna credito a touchpoint osservati. Non dimostra automaticamente cosa sarebbe successo senza quella campagna.

La domanda incrementale è diversa: quale risultato in più abbiamo generato rispetto a uno scenario alternativo credibile? Per rispondere servono altri strumenti, come esperimenti, holdout, geo test, MMM o analisi causali. Nessuno di questi è perfetto, ma pongono una domanda più vicina alla decisione di budget.

Questo non rende inutile l’attribution. La rende più utile, perché le assegna il suo posto. Può aiutare a leggere percorsi, controllare anomalie, confrontare configurazioni, diagnosticare problemi di tracking e alimentare decisioni tattiche. Diventa dannosa quando viene usata da sola per giudicare tutto il marketing.

La cosa importante è rendere i limiti leggibili

In una startup o scaleup, non serve costruire subito una macchina di misurazione sofisticata. Serve però evitare che ogni team legga numeri diversi senza sapere perché. Marketing guarda la piattaforma advertising, prodotto guarda GA4, sales guarda il CRM, finance guarda fatture e revenue. Ognuno ha ragione dentro il proprio sistema, ma l’azienda fatica a decidere.

Il primo passo è scrivere le regole minime: quali conversioni contano, quale fonte è primaria per quale domanda, quali numeri sono diagnostici e quali entrano nelle decisioni economiche. Poi si possono migliorare tagging, Measurement Protocol, server-side, matching e modelli più avanzati.

L’attribution funziona meglio quando smette di fingere di essere perfetta. Diventa uno strumento di lavoro quando il team sa cosa misura, cosa non misura e quale decisione può sostenere.

L’audit pratico è semplice. Scegli i cinque numeri usati nelle conversazioni su budget o roadmap. Per ognuno scrivi fonte, finestra di attribuzione, owner, limiti noti e uso decisionale. Se il team non riesce a completare quella frase, il problema non è la dashboard. È il contratto di measurement mancante.

Un secondo artefatto utile è un glossario condiviso. Non deve essere lungo. Deve rendere parole come lead, signup, activation, conversione e revenue abbastanza chiare da permettere al team di discutere decisioni, non definizioni.

Di solito la fiducia nei numeri parte da lì: meno interpretazioni private, più regole condivise.