Di fatto, qualsiasi modello di attribuzione assegna, ad ogni metodo di targeting, ad esempio una singola parola chiave, un’importanza specifica. Se, per esempio, un utente, per comprare, o mandare una mail, entra nel sito web di suo interesse 3 volte, con diversi metodi di targeting, prima di convertire, quindi prima di interagire con l’attività in questione, ogni metodo avrà il suo peso specifico.

La seguente tabella, facilmente reperibile sulla guida di Google, mostra sinteticamente il significato di ogni modello:

Nello specifico, ogni modello di attribuzione verrà analizzato singolarmente con tanto di esempio, al fine di capirne le reali potenzialità sulle campagne e la propria strategia digitale.

Ultimo click: considera solo l’ultima parola chiave con cui il cliente converte, assegnandole il 100% di importanza. Ciò è utile se il proprio business ha un orizzonte temporale di conversione molto veloce, tipicamente un click una conversione. Provoca, però, notevoli errori nell’implementare una strategia digitale piu ampia in quanto non considera affatto tutte le parole chiave, per esempio, intermedie, che, quindi, hanno portato il cliente sul sito, ma questo non ha ancora deciso di contattare l’attività/comprare.

Primo click: considera solo il primo click effettuato dal cliente, sull’annuncio Google Ads. Spesso affianca strategie di branding per la campagne Google, in quanto fornisce dati su chi entra sul sito cliente per la prima volta, mostra quindi dati volti a farci capire come i clienti ci conoscono per la prima volta. Non è un’attribuzione suggeribile nel momento in cui abbiamo un business ben sedimentato, in cui vogliamo vendere/farci contattare.

Lineare: attribuisce a tutte le parole chiavi, qualora parlassimo di campagne di ricerca, la stessa importanza. Se un cliente, prima di mandarci una mail, o acquistare un prodotto sul nostro sito, clicca 3 volte, su diverse parole chiave, nell’arco di 30 giorni per esempio, ogni parola chiave avrà il 33% di importanza nella determinazione della conversione.

Questo perchè 100% è il valore percentuale di ogni conversione sulla campagna Google Ads in questione, 3 sono le parole chiave usate dal cliente prima di convertire, quindi 100%/3 parole chiave significa 33% di importanza per ogni parola chiava coinvolta dal cliente.

Decadimento temporale: è un modello di attribuzione che associa un importanza progressiva alle interazioni piu a ridosso della conversione. Per fare un esempio piu concreto e facilmente comprensibile, ipotizziamo il cliente di cui all’esempio precedente, che entra 3 volte sul sito web. La prima volta visita un prodotto, ma poi abbandona il sito.

La seconda volta, a distanza di qualche giorno, torna sul sito, visita un altro prodotto, lo inserisce nel carrello, entra, poi, nel carrello, e inizia la procedura di pagamento, dopo di che ne esce e abbandona il sito.  L’utente entra una terza volta, ritrova il prodotto nel carrello, va avanti nella procedura di pagamento, ed infine compra.

In questo caso si hanno 3 interazioni che descrivono 3 diverse attitudini della stessa persona. Secondo tale modello di attribuzione, l’ultima interazione, con cui è stato comprato il prodotto, può avere il 50% di importanza, perchè, appunto, ha portato alla vendita.

La seconda interazione, che ha riportato la persona nel carrello, può avere il 30% di importanza, mentre la prima interazione, che aveva portato l’utente a visitare il prodotto, senza però effettuare alcuna azione ulteriore, può avere il 20% di importanza.

Il risultato di questa ripartizione si vedrà all’interno delle parole chiave della campagna, per questa vendita: una parola chiave avrà 50% di importanza nella vendita, quindi segnato 0,5 nel pannello di Google Ads, una parola chiave avrà 0,3 e la terza avrà 0,2. In questo modo si capisce chiaramente come incidono le singole parole chiave sulle vendita, la nostra revenue, e l’andamento della nostra strategia digitale.

In base alla posizione: è un modello di attribuzione che assegna la maggior parte dell’importanza al primo e all’ultimo click con cui il cliente entra sul sito e converte, ovvero, per esempio, compila un form contatti. Nello specifico, questo modello di attribuzione assegna 40% dell’importanza alla prima parola chiave con cui il potenziale cliente entra, per la prima volta, sul sito, e 40% dell’importanza all’ultima parola chiave, con cui il cliente torna sul sito e compila ed invia il form di contatto.

Il restante 20% viene distribuito, equamente, tra le rimanenti parole chiave utilizzate nel processo di navigazione e conversione. Per esempio, se un  utente entra sul sito web 5 volte, con 5 parole chiave diverse, la prima e l’ultima parola chiave avranno attribuito l’80% del valore percentuale di conversione. Le altre 3 parole chiave, intermedie, avranno un assegnazione equa del rimanente 20%, ovvero circa 6% ad ognuna di esse.

Ciò implica che, all’interno del pannello di Google Ads, troveremo 2 parole chiave con 0,4 conversioni ciascuna, e 3 parole chiave con 0,06 conversioni ciascuna. Questo permette, all’algoritmo di Google, di allocare maggiori risorse sia sulle parole chiave con cui vogliamo far conoscere l’attività (strategia di branding)  sia sulle parole chiave con  cui vogliamo il contatto diretto con il cliente.

Questa strategia di attribuzione è, quindi, un buon compromesso tra una strategia di branding puro, e una strategia di conversione pura, in quanto ci fa conoscere, ma allo stesso tempo presenta le nostre pubblicità a chi ha già le idee chiare.

Basata sui dati: è un modello di attribuzione che prevede una assegnazione percentuale dell’importanza delle parole chiave basata esclusivamente sull’algoritmo di Google. Ciò implica che l’algoritmo, in base al funzionamento delle nostre campagne pubblicitarie, alla pertinenza del nostro sito web, al tipo di clientela a cui ci rivolgiamo e che vogliamo effettivamente raggiungere, assegna importanze percentuali arbitrarie alle parole chiave.

Questo modello di attribuzione, così descritto, può sembrare il più pericoloso e meno performante, in quanto ogni decisione è lasciata all’intelligenza artificiale. Al contrario, essendo un modello non disponibile a tutti i business, ma solo a coloro che elaborano quantità di dati statistici consistenti, se ben calibrato, e sopratutto se le conversioni lavorano a dovere, è in grado di accorciare il funnel di conversione sensibilmente e di proporre i nostri annunci pubblicitari prevalentemente ad un pubblico effettivamente interessato.

Ovviamente i dati statistici, e le conversioni, devono essere correttamente impostate, altrimenti si rischia di raggiungere utenti non utili alla nostra attività.