Modelli di attribuzione marketing: come sceglierne uno nel 2026

Cos'è l'attribuzione marketing

L'attribuzione marketing è il metodo per distribuire il merito di una conversione (un'azione obiettivo: lead, acquisto o iscrizione) tra i punti di contatto che un cliente incontra sul suo percorso d'acquisto. In termini semplici, l'attribuzione risponde alla domanda: quale canale ha portato davvero il cliente, e quale era semplicemente lì quando lui ha deciso?

Senza attribuzione, il titolare vede solo l'ultimo clic — di solito una visita diretta o un risultato di ricerca organica. Ma prima di quell'azione finale, il cliente potrebbe aver visto il tuo annuncio su Meta, aver scorso il tuo video TikTok, aver cliccato un annuncio Google Ads e poi essere tornato in diretta per convertire. L'attribuzione distribuisce il merito tra questi passaggi invece di dare tutta la gloria a un solo canale.

Perché l'attribuzione conta per l'azienda

L'attribuzione ti aiuta a capire il contributo reale di ogni canale alle vendite e a allocare il budget dove rende davvero denaro, non dove il report all'ultimo clic è più bello. Questo si collega direttamente alla analisi marketing: senza un modello di attribuzione corretto, qualsiasi calcolo di ROAS (ritorno sulla spesa pubblicitaria) si costruisce su dati incompleti.

• I canali di inizio funnel (campagne di awareness, contenuti) sembrano ingannevolmente deboli quando conti solo l'ultimo clic
• Il budget cola verso il canale con l'attribuzione più facile, non con il ROI migliore
• Le decisioni di scala avvengono al buio, senza capire l'intero percorso del cliente

Come funziona l'attribuzione: percorso cliente e punti di contatto

I clienti raramente convertono dopo una sola esposizione a un annuncio. Un percorso tipico si presenta così: vedono un annuncio su Meta, qualche giorno dopo cercano il tuo marchio su Google, cliccano un risultato Google Ads e solo allora comprano. Ogni interazione è un punto di contatto, e capire quale canale riceve il merito — e quanto — è il lavoro del modello di attribuzione. Senza un modello, vedi solo l'ultimo clic e dai per scontato che Google Ads abbia fatto tutto, quando la vera scintilla di interesse si è accesa prima su Meta.

Punti di contatto e percorso del cliente

Il percorso del cliente è la sequenza di canali che un singolo utente attraversa prima di convertire. Un esempio tipico per una PMI:

1. L'utente vede un banner su Meta ma non clicca.
2. Due giorni dopo cerca il tuo prodotto su Google per conto suo.
3. Clicca il tuo risultato Google Ads tra i risultati di ricerca.
4. Atterra sul tuo sito, confronta i prezzi e se ne va senza comprare.
5. Il giorno dopo torna direttamente da un preferito e fa un ordine.

Un modello «solo ultimo clic» dà tutto il merito alla visita diretta, anche se l'intero percorso è stato costruito da Meta e Google Ads. Un modello «primo clic» va nella direzione opposta e cancella il ruolo dei canali di nutrizione. Nella pratica, le PMI ottengono spesso risultati migliori con modelli lineari o position-based — distribuiscono il merito tra tutti i punti di contatto e impediscono a un singolo canale di rubare il merito del lavoro fatto a monte.

Finestra di conversione e attribuzione cross-device

Una finestra di conversione (o lookback window) è il periodo di tempo che il sistema conta a ritroso da un acquisto per accreditare i punti di contatto. Se la tua finestra è impostata a 7 giorni e il cliente torna al decimo, l'intero percorso si spezza, e quell'acquisto appare come una «visita diretta» senza storia. Per le aziende con cicli decisionali lunghi — immobiliare, servizi B2B, attrezzature costose — una finestra corta sottovaluta sistematicamente i canali di inizio funnel.

Il tracciamento cross-device è la seconda sfida. Un cliente naviga sul telefono a pranzo, poi completa l'acquisto sul laptop la sera. Senza abbinarlo per login o customer ID, per il tuo sistema di analisi sembrano due persone diverse, e metà del percorso sparisce per sempre.

Osservazione del team AdMetric: il vero problema di solito non è scegliere il modello di attribuzione giusto — è che le aziende non vedono affatto i punti di contatto intermedi. Si perdono nel rumore di piattaforme pubblicitarie scollegate e nell'assenza di abbinamento per customer ID. Un modello di attribuzione su dati incompleti produce un quadro convincente ma falso.

È qui che entra AdMetric: raccoglie i dati dalle piattaforme pubblicitarie, dal CRM e dal sito in un unico posto, e la analisi end-to-end cuce tutti i tocchi di un cliente in un unico percorso — indipendentemente da dispositivo o canale.

I modelli di attribuzione spiegati

Un modello di attribuzione è una regola per dividere il merito della conversione tra i punti di contatto nel percorso di un cliente. La tua scelta di modello determina quale canale sembra l'eroe nei tuoi report e quale sembra pronto per il taglio di budget. Per mostrare la differenza con chiarezza, prendiamo un unico percorso cliente attraverso tutti i modelli: ha visto il tuo annuncio Meta, ha trovato il tuo post sul blog via ricerca organica una settimana dopo, ha cliccato il tuo risultato Google Ads tre giorni dopo ancora, e ha comprato per 100 €.

Ultimo clic

Tutto il merito va all'ultimo canale prima della conversione; tutto il resto è ignorato. Nel nostro esempio, Google Ads prende l'intero 100 €, mentre Meta e la ricerca organica prendono zero.

Questo modello si adatta alle aziende con cicli di vendita brevi e un canale dominante — come un e-commerce con traffico prevalentemente a tocco unico.

• Pro: semplice, si calcola a mano senza analisi end-to-end
• Contro: sottovaluta i canali di inizio funnel (awareness, brand, contenuti) e ti spinge a tagliarne il budget, anche se sono proprio quelli che creano domanda

Primo clic

L'opposto dell'ultimo clic: il primo canale nel percorso del cliente riceve il 100% del merito. Nel nostro esempio, Meta prende l'intero 100 €, e Google Ads e la ricerca organica non prendono nulla.

Utile quando devi misurare la generazione di domanda — per esempio al lancio di un nuovo prodotto, per capire quale canale porta pubblici freschi. Il rovescio della medaglia specchia l'ultimo clic: i canali che convertono prospect caldi sembrano inutili, anche se chiudono trattative che altrimenti non accadrebbero.

Lineare

Il merito si divide in parti uguali tra tutti i punti di contatto, indipendentemente dal loro ruolo o dalla vicinanza all'acquisto. Nel nostro percorso a tre canali, ciascuno prende circa 33 €.

Ha senso per cicli decisionali lunghi e ponderati — trattative B2B, servizi costosi — dove i clienti attraversano le fasi consapevolmente. Giusto con tutti gli attori del funnel, ma non sa distinguere un canale che era solo di passaggio da uno che ha davvero spostato l'ago.

Time decay

I canali più vicini al momento della conversione ricevono più merito; i tocchi precedenti meno. Con un'emivita tipica di una settimana, la distribuzione potrebbe essere: Meta (tre settimane prima dell'acquisto) 15 €, ricerca organica (1,5 settimane) 30 €, Google Ads (giorno dell'acquisto) 55 €.

La tabella qui sotto mostra questa differenza fianco a fianco — come i diversi modelli allocano gli stessi 100 € sul percorso Meta → ricerca organica → Google Ads.

Il time decay funziona bene per le aziende che girano campagne dove conta di più la spinta finale, ma senza voler ignorare del tutto l'alto funnel. Bilancia ultimo clic e lineare, ma il parametro di emivita richiede tuning manuale — sbaglialo e non sei più preciso dell'ultimo clic.

Position-based (a U)

Questo modello fissa i pesi sul primo e sull'ultimo tocco — di solito 40% ciascuno — e divide il restante 20% tra tutti i canali intermedi. Nel nostro esempio, Meta (primo) prende 40 €, Google Ads (ultimo) prende 40 €, e la ricerca organica (mezzo) prende 20 €.

Adatto alle aziende dove contano entrambi i bordi del funnel: il canale che porta clienti nuovi e il canale che chiude la trattativa. Valorizza gli estremi senza cancellare il mezzo, ma la ripartizione 40/20/40 è un po' arbitraria — l'influenza reale può essere diversa per la tua azienda.

Basato sui dati (data-driven)

Un algoritmo analizza migliaia di percorsi di conversione e stima come cambierebbe la probabilità d'acquisto se rimuovessi ogni canale (simile al concetto di Shapley nella teoria dei giochi). Il peso di ogni tocco viene dalla statistica, non da una regola fissa. Per il nostro percorso, l'algoritmo potrebbe calcolare: ricerca organica 45 € (ha formato l'interesse), Google Ads 30 €, Meta 25 € — i pesi reali dipendono dai dati storici del tuo account.

È il migliore per le aziende con volumi di conversione sostanziosi — centinaia al mese o più; altrimenti l'algoritmo ha troppo pochi dati da cui imparare. Il merito si adatta al comportamento reale del pubblico anziché a un template, ma il modello è meno trasparente: spiegare agli stakeholder perché l'organico all'improvviso «pesa più» di Google Ads è più difficile che indicare una regola semplice.

Conversioni assistite

Non è un modello di distribuzione del merito, ma un report sui canali partecipanti: mostra quante conversioni un canale ha aiutato a generare anche quando non era l'ultimo clic. Nel nostro esempio, il report delle conversioni assistite conta Meta e la ricerca organica come partecipanti, Google Ads come canale dell'ultimo clic; i 100 € non si dividono — la partecipazione di ogni canale viene registrata a parte.

Utile come complemento a qualsiasi modello — risponde a «in quante trattative ha partecipato questo canale?» più che a «quanti ricavi ha generato direttamente?». Spesso questa vista rivela che un canale con numeri bassi all'ultimo clic in realtà partecipa in metà delle tue trattative.

Come scegliere un modello di attribuzione per la tua azienda

Non esiste un modello universale — ciò che funziona per un e-commerce con acquisti in un clic va in pezzi per trattative B2B con più punti di contatto e un intero team di vendita. Prima di scegliere un modello, valuta onestamente quattro cose della tua azienda: lunghezza del ciclo di vendita, numero di canali, volume di conversioni e accesso ai dati del CRM.

Il dato è il fattore limitante. I modelli data-driven costruiscono i pesi da percorsi cliente reali, e senza abbastanza conversioni o non girano o producono rumore invece che insight. Le piccole imprese con un paio di dozzine di lead al mese devono restare su regole semplici e prevedibili.

Criteri di selezione

I dati del CRM risolvono un problema separato: senza, l'attribuzione si ferma al lead e non ti dice mai cosa è successo dopo — ha pagato? quanto valeva la trattativa? L'automazione marketing può fare da ponte sincronizzando CRM e dati pubblicitari senza riconciliazioni manuali su fogli di calcolo.

Errori comuni

• Giudicare le prestazioni di un canale solo sull'ultimo clic — i canali di alto funnel che portano il primo tocco sembrano inutili anche se sono essenziali per l'intero percorso
• Cambiare modello di attribuzione ogni settimana inseguendo numeri più belli — il confronto dei dati si rompe se la metodologia continua a cambiare
• Confrontare report di piattaforme di analisi diverse costruiti su modelli diversi come fossero gli stessi dati
• Ignorare le telefonate e le conversioni offline — se le trattative si chiudono fuori dal sito, il modello svaluterà sempre una parte del tuo mix

Configurare l'attribuzione in Google Analytics e Google Ads

Modelli di attribuzione in Google Analytics 4

L'attribuzione in Google Analytics 4 determina quale canale riceve il merito quando un visitatore converte dopo essere arrivato da più fonti. La tua scelta modella l'intera visione delle prestazioni dei canali — a volte in modo drastico. GA4 offre diversi modelli: Ultimo clic attribuisce la conversione alla fonte finale del visitatore prima della conversione, traffico diretto incluso; Ultimo clic non diretto ignora le visite dirette e accredita l'ultimo canale reale; Primo clic accredita il canale che ha avviato il percorso del visitatore; Ultimo clic Google Ads mette in risalto il traffico Google Ads anche se altri canali hanno toccato il cliente dopo.

La base di tutto questo sono eventi di conversione configurati correttamente in GA4. Senza di loro, non c'è nessuna conversione da attribuire. Se non hai ancora impostato le conversioni, configurale in Google Analytics 4 prima di preoccuparti della scelta del modello di attribuzione. Il tracciamento cross-device in GA4 si affida al tracciamento User-ID (quando i clienti fanno login) o alla tua configurazione di Google Analytics; senza, le sessioni da telefono e desktop restano di solito separate — il modello di attribuzione non può correggerlo.

Attribuzione in Google Ads

La scelta del modello di attribuzione in Google Ads non tocca solo il reporting — plasma come le strategie di smart bidding imparano. Se hai impostato le offerte automatizzate per ottimizzare le conversioni, l'algoritmo si allena sui dati generati dal modello di attribuzione che hai selezionato. Cambiare modello a corsa in corso cambia ciò che il sistema considera una keyword o un pubblico ad alte prestazioni, e può spostare i risultati in modo percepibile entro pochi giorni. Blocca il modello di attribuzione prima di attivare le strategie automatiche, non dopo.

Gli obiettivi di conversione sono il punto dove lo smart bidding si concentra per primo; se hai scelto un obiettivo primario scadente (troppo raro o non riflette la qualità reale dei lead), l'ottimizzazione sarà rumorosa comunque col modello che scegli. Le pagine di supporto di Google per l'attribuzione in Google Analytics 4 e l'attribuzione in Google Ads hanno le regole ufficiali e i passaggi di configurazione — vale la pena consultarle se i report non si comportano come previsto.

Meta Ads e analisi end-to-end

1. Ricorda che Meta Ads usa una sua logica di attribuzione interna che differisce da qualsiasi modello GA4.
2. Confronta i conteggi di conversione di Meta Ads con i totali di GA4 per lo stesso periodo — scarti grossi all'inizio sono normali.
3. Non provare a riconciliare a mano i numeri delle piattaforme pubblicitarie; finestre di lookback e regole di deduplica diverse rendono quasi impossibile la corrispondenza esatta.
4. Costruisci l'analisi end-to-end a livello di CRM — è lì che una trattativa si collega al primo tocco o alla campagna specifica tramite parametri UTM e ID di sessione, indipendentemente dai report delle piattaforme.
5. Usa AdMetric come strato unico dove i dati di GA4, Google Ads e Meta Ads convergono in un unico modello di attribuzione e si abbinano ai ricavi del CRM.

Benchmark: come la scelta del modello cambia il tuo quadro

Come i modelli rivalutano i canali

L'attribuzione non è solo un'impostazione tecnica — è la lente attraverso cui chi decide vede le prestazioni degli annunci. L'ultimo clic accredita il canale che sta subito prima dell'acquisto — di solito la ricerca a pagamento o una visita diretta sul brand — e ignora tutto ciò che sta a monte. Un modello lineare divide il valore in parti uguali su ogni punto di contatto. I modelli data-driven calcolano l'impatto statistico reale di ogni canale in base al fatto che le conversioni calerebbero se lo rimuovessi.

La differenza non è teorica. Prendi un ipotetico negozio online con 100 conversioni al mese e quattro canali: Meta Ads, ricerca organica, Google Ads ed email. Google Ads quasi sempre arriva ultimo — le persone cercano il tuo brand, cliccano l'annuncio e comprano. L'ultimo clic dà a quel canale la maggior parte del merito, anche se la decisione d'acquisto di solito si è formata prima, quando hanno visto un annuncio Meta o letto il tuo blog.

Esempio pratico

Diciamo che la tua spesa Google Ads è fissa a 3.000 € al mese. Il modello di attribuzione non cambia la spesa; cambia quante conversioni vengono accreditate a quel canale e quindi il CPA (costo per acquisizione) calcolato.

Con l'ultimo clic, Google Ads sembra il tuo miglior performer: un CPA di 75 € suggerisce che far crescere il budget è una mossa intelligente. Il modello data-driven racconta la storia opposta — il merito reale è più vicino a 15 conversioni, il CPA è quasi il triplo, e la ricerca organica è il canale che guida davvero il valore. Le decisioni di scala basate su questi due modelli sarebbero opposte: uno dice di far crescere Google Ads, l'altro di spostare il budget su contenuti e Meta.

I numeri di CPA sopra mostrano che il valore di un singolo canale può oscillare in modo drammatico — solo cambiando modello — mentre il comportamento dei clienti resta completamente identico.

Come funziona l'attribuzione in AdMetric

Calcolo automatico da annunci e CRM

La maggior parte delle aziende controlla l'attribuzione a mano tra le piattaforme: console Google Ads, gestionale Meta Ads, TikTok Ads — ognuno con la sua logica di conversione. AdMetric salta quel passaggio: si collega direttamente alle piattaforme pubblicitarie e al tuo sito, raccoglie clic ed eventi in un unico database e calcola l'attribuzione su tutti i canali con un solo modello. Nessun bisogno di decidere quale piattaforma ha «ragione» — il calcolo avviene fuori dai silos, sul lato di AdMetric.

Il risultato non è una ripartizione percentuale per piattaforma, ma una risposta chiara: quanti lead e quanti euro ha davvero portato ogni canale in questo periodo? Il modello vede l'intero percorso, non solo l'ultimo clic, quindi i canali di alto funnel (campagne di awareness, keyword brand) non spariscono artificialmente dalla storia.

Integrazione CRM e analisi a livello di ricavi

Il punto cieco dell'attribuzione senza dati del CRM è che conta i clic, non i contanti. Un clic ha portato qualcuno che non ha mai comprato, o ha avviato una trattativa che converge due mesi dopo per molto di più. AdMetric collega ogni clic a una trattativa nel tuo CRM (HubSpot, Salesforce) e traccia il merito fino al pagamento, non solo all'invio di un modulo.

• Google Ads, Meta Ads, TikTok Ads — le tue piattaforme pubblicitarie
• Il tuo sito web — clic, sessioni, eventi di conversione
• HubSpot / Salesforce — trattative, importi, fase

Dopo che i dati convergono, uno strato di AI spiega cosa significano in linguaggio semplice: quale canale porta le trattative più economiche, dove il budget cola senza ritorno, e dove riequilibrare. Non aride percentuali di ROI — insight chiari e azionabili, come li aspetteresti da un analista pagato. Provalo gratis per 7 giorni sui tuoi dati, senza carta; il dettaglio delle funzioni per piano è sulla nostra pagina dei piani.

FAQ: domande comuni sull'attribuzione