Come misurare l'impatto delle modifiche di marketing e dimostrare cosa ha funzionato
Per misurare l'impatto di una modifica di marketing, annota data e ora esatte, confronta periodi prima e dopo uguali che escludano la fase di apprendimento e il ritardo delle conversioni, e controlla un gruppo di controllo che non avrebbe dovuto muoversi. Se si è mossa solo la campagna, la pagina o la regione modificata, la causa probabile è la modifica.
Cosa significa misurare l'impatto di una modifica di marketing?
Misurare l'impatto di una modifica significa stimare la differenza tra ciò che è successo dopo e ciò che sarebbe successo senza di essa. Il secondo numero non compare mai nei report, quindi ogni metodo è un modo per costruirne una stima credibile.
Esistono tre livelli di evidenza, ed è meglio sapere quale stai usando prima di presentare un risultato:
| Metodo | Cosa confronti | Solidità | Rischio principale |
|---|---|---|---|
| Prima/dopo | La stessa campagna prima e dopo la modifica | Bassa | Stagionalità, altre modifiche e mercato sembrano impatto |
| Prima/dopo con controllo | Il gruppo modificato contro un gruppo simile che non hai toccato | Media | Anche il controllo è stato influenzato o si comporta diversamente |
| Esperimento randomizzato | Due versioni attive in contemporanea sul traffico diviso | Alta | Volume o durata insufficienti per un risultato chiaro |
La maggior parte dei team si ferma al primo livello e poi ne discute alla riunione successiva. Il resto dell'articolo mostra come salire di livello con i dati che hai già.
Come impostare un confronto prima/dopo che regga?
Usa periodi della stessa durata, togli i giorni instabili subito dopo la modifica e aspetta che le conversioni arrivino. Un periodo scelto male può creare o nascondere da solo un effetto del 20%.
- Annota l'orario esatto della modifica. Data, ora e fuso orario. Una strategia di offerta cambiata di martedì alle 18:00 rende quel martedì un giorno misto: escludilo da entrambi i periodi.
- Usa periodi uguali con gli stessi giorni della settimana. Confronta 14 giorni con 14 giorni, o 4 settimane intere con 4 settimane intere, così confronti lunedì con lunedì.
- Salta la fase di apprendimento. Le offerte automatiche hanno bisogno di tempo per stabilizzarsi. Nei propri esperimenti Google scarta i primi 7 giorni di dati e descrive un periodo di 7-14 giorni in cui i dati possono essere volatili. Applica la stessa logica alle tue analisi manuali.
- Aspetta il ritardo delle conversioni. Google Ads può registrare conversioni fino a 90 giorni dopo il clic, in base alla finestra di conversione. I giorni recenti sembrano peggiori di come saranno, perché una parte di chi ha cliccato non ha ancora convertito. Controlla il segmento Conversioni > Giorni prima di una conversione per capire quanto tempo impiegano di solito i tuoi clienti.
- Scrivi prima l'effetto atteso. Stabilisci quale metrica dovrebbe cambiare, in che direzione e più o meno di quanto, prima di guardare il risultato. Così eviti di scegliere la metrica che per caso è venuta bene.
Esempio: un team cambia la landing page di una campagna sulla rete di ricerca un mercoledì alle 10:00. Confronta i 28 giorni precedenti con i giorni dall'8 al 35 successivi e legge le conversioni solo quando i clic sono più vecchi del tempo abituale di conversione.
Come usare un gruppo di controllo quando non puoi fare un test?
Scegli qualcosa che non hai modificato e che di solito si muove insieme a ciò che hai modificato, poi sottrai il suo andamento. Quello che resta è una stima molto migliore dell'impatto.
Controlli utili nel marketing:
- Una campagna o un gruppo di annunci simile lasciato invariato
- Una regione, una provincia o un punto vendita dove la modifica non è stata applicata
- Una linea di prodotto o un servizio con la stessa stagionalità
- Le stesse settimane dell'anno precedente, per le attività stagionali
Esempio con numeri illustrativi:
| Prima | Dopo | Variazione | |
|---|---|---|---|
| Campagna A (nuova landing page) | 4,0% di conversione | 4,6% di conversione | +15% |
| Campagna B (controllo, invariata) | 3,8% di conversione | 4,1% di conversione | +8% |
Con il solo prima/dopo, la nuova pagina avrebbe aumentato il tasso di conversione del 15%. Il controllo mostra che il mercato ha fatto salire tutto di circa l'8%, quindi la pagina spiega più o meno il 7% restante. È l'idea alla base di una lettura difference-in-differences.
Per una versione più formale, il pacchetto open source CausalImpact di Google costruisce uno scenario controfattuale a partire da serie di controllo. La documentazione chiarisce le condizioni: i controlli non devono essere influenzati dall'intervento e la loro relazione con la tua metrica deve restare stabile dopo la modifica. Se non è così, il modello può sovrastimare o sottostimare l'effetto.
Quando conviene fare un vero esperimento?
Fai un esperimento quando la decisione è costosa o difficile da annullare, come una nuova strategia di offerta, la corrispondenza generica o una nuova landing page sulla campagna principale. Far girare le due versioni in contemporanea toglie stagionalità e mercato dal confronto.
In Google Ads gli esperimenti personalizzati sono disponibili per le campagne sulla rete di ricerca, Display, video e hotel, ma non per le campagne per app e Shopping. Li trovi in Campagne > Esperimenti. I punti della guida di Google che contano per una lettura pulita:
- Google consiglia di dividere il budget al 50% per il confronto migliore.
- La suddivisione In base ai cookie mostra una sola versione a ogni utente; quella In base alle ricerche può arrivare prima alla significatività, ma l'utente può vedere entrambe le versioni.
- Lascia attivo l'esperimento per almeno 4-6 settimane, di più se il ritardo delle conversioni è lungo.
- Non eseguire più esperimenti contemporaneamente ed evita di cambiare spesso budget o target durante il test.
- La suddivisione del traffico non può essere modificata dopo l'avvio dell'esperimento.
Se il risultato è inconcludente, anche questo è un risultato: la modifica non ha prodotto un effetto abbastanza grande da essere rilevato con il tuo volume. Google stesso suggerisce di usare campagne con più volume e di prolungare il test.
Perché le modifiche sovrapposte rovinano la misurazione?
Se due modifiche cadono nello stesso periodo, non puoi separare i loro effetti, per quanto buono sia il metodo. La sovrapposizione è il motivo più comune per cui una misurazione fallisce.
Prima di leggere qualsiasi risultato, isola la causa:
- Metti tutte le modifiche su un'unica timeline. Includi i giorni prima e dopo: le modifiche del tuo team in Google Ads, Meta Ads e sulle altre piattaforme, i consigli applicati automaticamente, gli aggiustamenti di Smart Bidding o Advantage+, i rilasci del sito, le modifiche a tag e consenso, i cambiamenti nel CRM o nell'assegnazione dei lead, i prezzi e gli eventi esterni.
- Escludi prima il tracciamento. Un tag rotto, una conversione duplicata o un nuovo banner dei cookie possono sembrare un cambio di rendimento. Verifica che le conversioni della piattaforma pubblicitaria, di GA4 e del CRM coincidano ancora.
- Verifica un'ipotesi alla volta. Se la timeline mostra una seconda modifica nel periodo, accorcia il periodo per evitarla oppure presentale insieme, dicendolo chiaramente.
La cronologia delle modifiche di Google Ads copre le modifiche all'account, ma non sito, tracciamento o CRM. Le oscillazioni stagionali sono un'altra sovrapposizione; leggi come distinguere la stagionalità dalle tue modifiche.
Come registrare una modifica per poterla misurare dopo?
Registra la modifica nel momento in cui la fai, con abbastanza dettagli perché qualcuno possa misurarla un mese dopo senza chiederti nulla. La memoria e le chat non sopravvivono al report successivo.
Annota almeno:
- Data, ora e fuso orario
- Responsabile e cliente o progetto
- Cosa è cambiato, nel formato prima → dopo (per esempio CPA target 40 € → 32 €)
- Ambito: account, campagne, pagine o regioni coinvolte
- Ipotesi ed effetto atteso
- Metrica, periodo e controllo che userai, più una data di revisione
GA4 permette di aggiungere note ai report: fai clic con il tasto destro su un punto di un grafico a linee, scegli Aggiungi annotazione e poi Crea annotazione. Il titolo ha un limite di 60 caratteri, la descrizione di 150, e ogni proprietà accetta fino a 1000 annotazioni; per crearle serve il ruolo di Analista o superiore. Funziona come segnaposto, non come la scheda completa qui sopra, e copre solo ciò che guardi in GA4. Trovi i dettagli nella guida alle annotazioni di GA4.
Un registro delle modifiche di marketing condiviso tiene tutte le modifiche, di tutte le piattaforme, su un'unica timeline per cliente. Changeline lo fa oggi con inserimenti manuali, responsabili, tag e motivazioni; puoi iniziare un registro delle modifiche gratis durante l'accesso anticipato.
Come presentare al cliente l'impatto di una modifica?
Presenta il verdetto, il livello di evidenza e la decisione in cinque righe. Il cliente si fida più di un metodo chiaro che di un numero grande.
- Modifica: cosa è cambiato, quando e chi l'ha fatto.
- Periodi: le date prima e dopo, senza fase di apprendimento né ritardo delle conversioni.
- Controllo: con cosa hai confrontato, oppure che non c'era un controllo.
- Risultato: l'effetto stimato e il livello di evidenza (prima/dopo, controllo, esperimento).
- Decisione: mantenere, tornare indietro o prolungare il test.
Se il risultato è misto, dillo. "Nessun effetto misurabile dopo 6 settimane" è una conclusione utile che fa risparmiare budget. Se la metrica è scesa invece di salire, i passaggi dell'analisi delle cause nel marketing e la guida per spiegare un calo delle conversioni al cliente ti aiutano a impostare la conversazione.
Domande frequenti
Quanto aspettare prima di misurare una modifica di marketing?
Aspetta la fine della fase di apprendimento e l'arrivo delle conversioni. Google scarta i primi 7 giorni di dati dei propri esperimenti e consiglia 4-6 settimane di test. Controlla anche il tuo tempo abituale di conversione nel segmento Giorni prima di una conversione, perché i clic recenti possono ancora convertire.
Cos'è un gruppo di controllo nel marketing?
È una campagna, una regione, un prodotto o un periodo che non hai modificato, ma che di solito si comporta come ciò che hai modificato. Sottrarre il suo andamento dal tuo risultato elimina stagionalità e variazioni di mercato, cosa che un semplice confronto prima/dopo non può fare.
Posso misurare due modifiche fatte lo stesso giorno?
Non separatamente con una lettura prima/dopo, perché i loro effetti si mescolano nello stesso periodo. Presentale insieme oppure testa una delle due in un esperimento in cui solo quella modifica cambia tra le due versioni.
Un confronto prima/dopo basta mai?
Può bastare per modifiche piccole e facili da annullare in account stabili, se usi periodi uguali, salti i giorni di apprendimento e verifichi che nient'altro sia cambiato. Per le decisioni costose aggiungi un gruppo di controllo o fai un esperimento.
Cosa fare se il risultato è inconcludente?
Consideralo una conclusione: la modifica non ha prodotto un effetto abbastanza grande da essere rilevato con il tuo volume. Puoi prolungare il test, usare una campagna con più volume o decidere in base a costi e rischi invece che alla metrica.
Fonti
- Google Ads Help: Set up a custom experiment
- Google Ads Help: Experiments FAQs
- Google Ads Help: Find out how long it takes for your customers to convert
- Google Ads Help: Performance fluctuations and conversion delay
- Google Analytics Help: Annotations
- CausalImpact: an R package for causal inference using Bayesian structural time-series models
Tieni ogni modifica su un'unica timeline
Changeline è un registro delle modifiche di marketing per agenzie e team growth. Registra una modifica in pochi secondi e vedila accanto a quelle di tutti gli altri canali. Gratis durante l'early access.
Inizia ora, gratis