Article
Attribuzione multicanale: cambiare modello non farà tornare i numeri
Passare da last click a data-driven è la cosa giusta da fare e richiede cinque minuti. Non chiuderà il divario fra Meta e GA4, perché quasi nessuna delle cause di quel divario dipende dal modello.
Passare da last click a data-driven è la cosa giusta da fare e richiede cinque minuti. Non chiuderà il divario fra Meta e GA4, perché quasi nessuna delle cause di quel divario dipende dal modello. Il problema non è che i numeri sono diversi. È che nessuno ti dice quale parte della differenza è normale.
Categoria: attribuzione · 10 minuti di lettura · Mattia Minafò · aggiornato al 18 agosto 2026
Di cosa parliamo
Guardi Meta Ads Manager e vedi 50 acquisti. Guardi GA4 nello stesso mese e ne vedi 14. Qualcuno ti dice che il pixel è rotto, qualcun altro che devi passare a data-driven attribution, e nel dubbio tagli il budget del canale che sembra costare di più.
La domanda a cui questo articolo risponde: cambiare modello di attribuzione riduce il divario fra le piattaforme? La risposta breve è quasi mai, e la parte utile è capire cosa lo riduce davvero.
Nell’ordine: perché i due numeri sono diversi per costruzione, cosa succede al budget quando decidi su last click, perché cambiare modello sposta poco, e in che ordine vanno fatte le verifiche.
Metodo e limite. Le affermazioni sul funzionamento delle piattaforme vengono dalla documentazione ufficiale, verificata il 18 agosto 2026 e linkata in fondo. I numeri sui progetti vengono da audit che abbiamo eseguito noi, con la finestra temporale dichiarata caso per caso. Non è una guida all’implementazione e non sostituisce una verifica sul tuo setup.
Nel testo trovi tre etichette. Documentazione quando la fonte è ufficiale, misurato da noi quando il numero viene da un nostro audit, raccomandazione quando è un giudizio professionale e non un fatto.
Indice
- Perché i due numeri non torneranno mai identici
- Cosa succede al budget quando decidi su last click
- Perché cambiare modello sposta meno di quanto pensi
- Cosa succede se fai la stessa domanda a tutte le fonti
- In che ordine si separa la parte fisiologica da quella persa
- Quando last click va ancora bene
- Gli errori più comuni
Perché i due numeri non torneranno mai identici
Last click assegna il 100% del credito all’ultimo canale cliccato. Un utente arriva da un post organico, da una ricerca, da una newsletter e da un annuncio di retargeting, poi digita il dominio a mano e compra. Per last click hanno contribuito zero canali su quattro.
Non è un difetto di implementazione. È il modello che fa quello per cui era stato scritto, quando il percorso era corto e su un solo dispositivo.
Documentazione. In GA4 restano tre modelli: data-driven, paid and organic last click, Google paid channels last click. First click, lineare, time decay e position-based non sono più disponibili da novembre 2023.
Documentazione. In Google Ads data-driven è il default per la maggior parte delle azioni di conversione, annunciato il 27 settembre 2021 con rollout da ottobre dello stesso anno. Last click non è mai stato rimosso e resta selezionabile.
Poi ci sono tre cose che il modello non tocca, e che spiegano la maggior parte del divario.
Le finestre. Meta conta anche chi ha visto l’annuncio senza cliccarlo, con una finestra di un giorno. GA4 non conta le visualizzazioni, mai. Due sistemi che contano eventi diversi su periodi diversi non arrivano allo stesso totale, e non è un guasto.
Cosa vale come clic. Dal 3 marzo 2026 Meta considera click-through solo i clic sul link, con rilascio proseguito fino a fine marzo e ad aprile. Prima ci finivano dentro anche i like, i commenti e le espansioni del post. Chi ha misurato l’effetto su più account riporta un calo medio del 20-25% delle conversioni click-through, con punte superiori sulle campagne costruite sull’interazione. Non sono conversioni perse, sono attribuzioni che prima venivano contate e non avrebbero dovuto esserlo.
Il consenso in Europa. Per gli utenti dell’area europea che non hanno acconsentito, Google non può usare l’identificativo di clic per l’attribuzione. Il risultato è che una campagna Google Ads può comparire in GA4 come Direct o come non assegnata anche se l’utente ha davvero cliccato l’annuncio.
Cosa succede al budget quando decidi su last click
Il danno di last click non è la riga sbagliata nel report. Sono le decisioni che seguono da quella riga.
Su uno store con ciclo di acquisto superiore a tre giorni i canali che chiudono l’ultimo clic sono quasi sempre Direct, Organic Search o Email. I canali a pagamento lavorano prima, e su last click risultano cari. Lo stesso percorso, letto con due modelli diversi, produce due allocazioni di budget incompatibili.
I numeri di questa tabella sono inventati a scopo didattico. Servono a mostrare il meccanismo, non descrivono un caso reale.
Percorso: annuncio prospecting, ricerca organica, email, annuncio retargeting, acquisto da 100 euro.
| Modello | Prospecting | Organico | Retargeting | |
|---|---|---|---|---|
| Last click | 0 € | 0 € | 0 € | 100 € |
| Data-driven (esempio) | 20 € | 15 € | 15 € | 50 € |
Con il primo modello il prospecting rende zero e la decisione razionale è chiuderlo. Con il secondo vale un quinto della vendita.
C’è un secondo effetto che rende la cosa difficile da vedere. Quando tagli un canale di ingresso le conversioni non calano il giorno dopo. Calano quando si esaurisce il pubblico che quel canale aveva già portato dentro, cioè settimane più tardi, quando nessuno collega più l’effetto alla causa.
Raccomandazione. Prima di ridurre il budget di un canale perché il costo per acquisizione sembra alto, guarda quante volte quel canale compare come primo punto di contatto in GA4, sotto Advertising, Attribution, Conversion Paths.
Perché cambiare modello sposta meno di quanto pensi
Questa è la parte per cui l’articolo non finisce con “passa a data-driven e sei a posto”.
Un modello di attribuzione distribuisce il credito fra le conversioni che hai registrato. Non dice niente sulle conversioni che hai registrato male o che non hai registrato affatto.
Tre misure dai nostri audit, che mostrano dove finisce il modello e comincia il resto.
Misurato da noi. Su uno store Shopify, confrontando il registro ordini con GA4 su 90 giorni, il 62% del fatturato online non risultava attribuito ad alcuna sorgente. Non era un guasto recente. Estendendo la finestra a dodici mesi, solo il 55% degli ordini reali aveva il percorso utente valorizzato. La causa non era il modello e nemmeno GA4: era Shopify che non riusciva ad associare l’ordine a una sessione di navigazione. Nessun modello di attribuzione recupera un ordine che non è mai stato collegato a una visita.
Sullo stesso store, su 92 ordini in dodici mesi, un solo ordine riportava parametri UTM. Nessun modello, per quanto sofisticato, distribuisce credito fra canali che non sono stati etichettati.
Misurato da noi. Su un’altra proprietà, due raggruppamenti di canali definiti in modo leggermente diverso davano risultati distanti del 97,8% sullo stesso periodo e sugli stessi dati. Era una condizione di corrispondenza scritta con “esattamente uguale” al posto di “contiene”, su nomi di campagna che contenevano un prefisso.
Misurato da noi. Sulla stessa proprietà il 17% delle sessioni arrivava senza sorgente e senza mezzo, in peggioramento dopo un rilascio. La parte interessante è il perché. Una quota era traffico che prima si perdeva del tutto e che il tracciamento server-side aveva cominciato a vedere, arrivando però senza etichetta di provenienza. Un’altra quota era un guasto vero, un frammento di codice per il consenso rimosso dal tema.
Quel 17% è l’esempio più chiaro della tesi. Lo stesso numero conteneva una cosa che stava andando meglio e una che stava andando peggio. Le azioni corrette erano opposte, e nessun report lo segnalava. Abbiamo separato le due cause, ma non abbiamo misurato quanto pesa ciascuna, e lo abbiamo scritto nel documento invece di stimarlo.
Cambiare modello di attribuzione non tocca nessuno di questi quattro casi.
Cosa succede se fai la stessa domanda a tutte le fonti
Misurato da noi. Un cliente segnalava 50 acquisti in Meta Ads Manager contro 14 in GA4 nello stesso mese, un rapporto di quasi quattro a uno. La lettura naturale è che tre conversioni su quattro fossero andate perse.
Abbiamo rifatto il confronto cambiando una cosa sola: stessa finestra e stessa domanda per tutte le fonti. Quanti ordini reali sono arrivati fra il 31 maggio e il 27 giugno, e quanti ne vede ciascuna.
| Fonte | Acquisti | Distanza dal registro ordini |
|---|---|---|
| Registro ordini del negozio | 41 | base di confronto |
| Meta Events Manager, deduplicato | 37 | 90% |
| GA4 | 36 | 88% |
Il divario reale era di dieci o dodici punti, non di quattro volte. Il 50 e il 14 non erano due misure della stessa cosa: coprivano periodi diversi e rispondevano a domande diverse.
Il residuo ha tre cause e solo una si corregge. Le conversioni da visualizzazione e la differenza di finestra sono strutturali. I parametri UTM assenti sui link Meta no, quelli sono configurazione, ed erano la ragione per cui GA4 vedeva meno.
Raccomandazione. Prima di aprire un ticket sul tracciamento, verifica che le due cifre che stai confrontando coprano lo stesso periodo e rispondano alla stessa domanda. Nella nostra esperienza è il controllo che chiude più segnalazioni di qualunque intervento tecnico.
In che ordine si separa la parte fisiologica da quella persa
L’ordine conta più delle singole verifiche, perché ogni passo cambia la base di calcolo del successivo.
| Casistica | Cosa dice la documentazione | Cosa consigliamo noi |
|---|---|---|
| Il totale delle vendite nelle piattaforme non torna con il gestionale | Nessuna piattaforma pubblicitaria certifica il fatturato | Partire da qui. Registro ordini contro piattaforme su 90 giorni, prima di guardare qualsiasi altro numero |
| I due numeri che confronti vengono da report diversi | Ogni superficie ha il suo perimetro, Ads Manager mostra solo gli eventi attribuiti | Riallineare finestra e domanda prima di cercare una causa tecnica |
| I link degli annunci non portano parametri UTM | I parametri di tracciamento vanno impostati a mano nella piattaforma | Correggere questo prima di toccare il modello. È la causa più frequente e la più economica da risolvere |
| Meta mostra più conversioni di GA4 | Meta include le conversioni da visualizzazione, GA4 no | Escludere le visualizzazioni e confrontare i soli clic. Quello che resta è cross-device e restrizioni del browser |
| Il modello attivo in GA4 è ancora last click | GA4 offre tre modelli e il passaggio non è retroattivo | Cambiarlo. Cinque minuti, nessun rischio, i dati storici restano come sono |
| Il volume mensile di acquisti è basso | Google raccomanda almeno 200 conversioni e 2.000 interazioni in 30 giorni per data-driven, e precisa che funziona anche con meno | Sotto quella soglia leggere i percorsi di conversione a mano, senza fidarsi del peso algoritmico |
| Una quota di sessioni arriva senza sorgente | GA4 la classifica come non assegnata | Non trattarla come un valore unico. Confrontarla con il periodo precedente all’ultimo rilascio, perché può contenere sia recupero sia guasto |
| I canali non tornano fra due report della stessa proprietà | Le definizioni dei raggruppamenti personalizzati sono indipendenti | Verificare la condizione di corrispondenza prima di qualsiasi conclusione sul traffico |
Raccomandazione. Le prime tre righe vengono prima delle altre cinque. Se il fatturato non è riconciliato e i link non sono etichettati, ogni percentuale calcolata sopra sarà formalmente corretta e sostanzialmente falsa.
Quando last click va ancora bene
Tre casi in cui resta una scelta difendibile.
Ciclo di acquisto sotto le 24 ore. Se quasi tutti gli acquisti avvengono nella stessa sessione, last click cattura davvero il percorso. Prodotti d’impulso, ticket basso, acquisto diretto dall’annuncio.
Solo retargeting di fondo funnel. Se lavori esclusivamente su chi ha già messo qualcosa nel carrello, l’ultimo clic riflette ragionevolmente il contributo del canale.
Volume molto basso. Sotto i venti acquisti al mese qualunque modello multi touch ha troppa varianza. Last click almeno è deterministico e non aggiunge rumore.
Il limite che non cambia in nessuno dei tre: last click non è mai il dato sufficiente per chiudere un canale intero.
Gli errori più comuni
Cambiare modello e considerare chiuso il lavoro. Il modello ridistribuisce il credito fra le conversioni registrate. Verifica prima quante ne stai registrando.
Confrontare due numeri che coprono periodi diversi. È l’errore che produce i divari più spettacolari e quelli che si chiudono più in fretta. Stessa finestra, stessa domanda, poi si ragiona.
Lasciare gli annunci senza parametri UTM. L’identificativo di clic della piattaforma non basta a GA4 per costruire il canale. Senza UTM il traffico a pagamento finisce in Direct o fra le sessioni non assegnate.
Leggere il traffico non assegnato come un guasto unico. Può crescere perché il sistema ha cominciato a vedere traffico che prima perdeva. Confrontalo con il periodo precedente all’ultimo rilascio.
Reagire subito al calo di marzo 2026 su Meta. Il cambio su cosa vale come clic ha abbassato le conversioni click-through di tutti. Confronta il tuo calo con quello medio prima di riscrivere le campagne.
Fidarsi di data-driven su volumi bassi. Google raccomanda 200 conversioni e 2.000 interazioni in 30 giorni. Sotto quella soglia il modello gira lo stesso, ma il peso che assegna vale poco.
Cambiare modello e confrontare con i mesi precedenti. Il passaggio non è retroattivo, quindi la serie storica si spezza esattamente nel punto in cui hai cambiato.
In sintesi
Passare a data-driven va fatto, costa cinque minuti e non rompe niente. Non aspettarti che i numeri delle piattaforme si avvicinino, perché il modello agisce su un pezzo solo del problema.
La differenza fra due piattaforme ha sempre una parte fisiologica. Il lavoro utile è sapere quanto vale quella parte, e quel numero non compare in nessun report.
Fonti
- Google Analytics Help, About attribution and attribution modeling, recuperato il 18 agosto 2026
- Google Ads Help, About attribution models, recuperato il 18 agosto 2026
- Google Ads Help, About data-driven attribution, recuperato il 18 agosto 2026
- Google Blog, The future of attribution is data-driven, 27 settembre 2021, recuperato il 18 agosto 2026
- Google Analytics Help, Attribution settings, recuperato il 18 agosto 2026
- Meta Business Help Center, Informazioni sull’attribuzione, recuperato il 18 agosto 2026
- Matteo Tobia, analisi del cambio di attribuzione Meta del 17 marzo 2026, pubblicata il 31 marzo 2026
- Misurazioni interne su audit di store Shopify e WooCommerce, finestre dichiarate nel testo
Il primo passo
Prendi il registro ordini del tuo store degli ultimi 90 giorni e mettilo accanto al totale delle transazioni in GA4 nello stesso identico periodo. Se la distanza supera il 20%, il modello di attribuzione non è il tuo problema principale.
È una verifica che puoi fare da solo in mezz’ora. Se il numero che ti esce non ti torna, scrivici e lo guardiamo insieme.
Contenuti verificati sulla documentazione ufficiale al 18 agosto 2026. Le piattaforme cambiano spesso, se leggi molto dopo questa data ricontrolla i link.