Il cliente è un operatore nel settore degli eventi a pagamento, con un calendario fitto di appuntamenti, una biglietteria online basata su WooCommerce (integrata con gateway di biglietteria esterno) e una spesa pubblicitaria distribuita tra Google Ads e Meta Ads.
L'obiettivo del progetto era duplice: ottimizzare le campagne Google Ads per il settore eventi e, soprattutto, costruire un sistema di misurazione capace di dire, numeri reali alla mano, quanto ogni euro investito generasse di fatturato effettivamente incassato.
I risultati
Concentrandoci sul canale di cui ci siamo occupati direttamente, sulle vendite effettivamente incassate su WooCommerce:
- 13,88 di ROAS Google Ads: ogni euro investito sul canale ne ha generati quasi 14 di fatturato realmente incassato.
- ~4.000 nuovi clienti unici acquisiti tramite Google Ads, deduplicati sul database reale (clienti che non avevano mai acquistato prima).
- Nessuna cannibalizzazione della SEO: il fatturato da traffico organico di ricerca è rimasto stabile. Le campagne hanno agito come canale incrementale e non come travaso di click che sarebbero arrivati comunque.
Il metodo: WooCommerce come unica fonte di verità
Quando si gestiscono campagne multi-canale, un problema ricorrente è la discrepanza dei dati. Google Ads dichiara un fatturato, Meta Ads un altro, GA4 un altro ancora e i conti non tornano mai.
Non si tratta di errori, ma di sistemi che misurano in modo diverso, per scopi diversi. Le cause si possono raggruppare in alcune famiglie:
- Modelli di attribuzione diversi: oggi sia Google Ads sia GA4 adottano di default un'attribuzione data-driven, ma con logiche e dati di input differenti, e restano configurabili anche su modelli più semplici (es. last-click). Il risultato è che lo stesso percorso di conversione viene "pesato" in modo diverso dalle due piattaforme.
- Finestre temporali diverse: Google attribuisce la conversione alla data del click, GA4 a quella della transazione, spostando così i ricavi tra periodi differenti.
- Perdita di segnale: cookie rifiutati, ad-blocker e restrizioni di tracciamento spingono le piattaforme a "modellare" statisticamente i dati mancanti.
- Limiti del tracciamento lato browser: in contesti di biglietteria con gateway di pagamento esterni, può perdere o duplicare eventi.
Il risultato è che, sommando i ricavi dichiarati dalle singole piattaforme, si supera spesso il fatturato realmente incassato.
Con tre metriche di ritorno diverse nello stesso giorno, allocare il budget tra i vari eventi diventa una scommessa. Per questo abbiamo scelto fin dall'inizio di non fidarci dei report nativi delle piattaforme e di costruire un modello di riconciliazione dati ancorato all'unica fonte indiscutibile: il database della biglietteria WooCommerce, cioè i soldi realmente incassati.
Il lavoro si è articolato in tre fasi:
- Normalizzazione degli export: abbiamo estratto e normalizzato i dati di spesa e conversione da Google Ads, Meta Ads e GA4.
- Mappatura granulare: una mappatura campagna-per-edizione, verificata manualmente su tutte le edizioni in calendario.
- Deduplica dei nuovi clienti: l'analisi di oltre 22.000 acquirenti distinti sul database reale, per isolare i clienti realmente nuovi da quelli fidelizzati e superare le sovrastime dei report nativi.
Questo approccio ci ha permesso di lavorare su numeri reali, e non su dati gonfiati dai modelli di attribuzione delle singole piattaforme.
Performance Max e SEO: crescita incrementale, non travaso
Uno dei timori principali quando si scalano i budget sulle campagne Performance Max (PMAX per gli amici) è la cannibalizzazione del traffico organico: il rischio che l'algoritmo intercetti query di brand che avrebbero convertito comunque in modo gratuito, gonfiando il ROAS da canale paid a spese della SEO.
I dati di questo progetto dimostrano il contrario. Il fatturato organico è rimasto stabile mentre le campagne Google portavano ~4.000 nuovi clienti unici: il canale paid ha agito in modo incrementale, ampliando la base clienti invece di intercettare ricerche di brand che sarebbero arrivate comunque.
La misurazione dell'efficienza per canale
Quando l'attribuzione viene allineata al ricavo reale di WooCommerce, emerge il vero quadro dell'efficienza pubblicitaria.
Sul canale di cui ci siamo occupati direttamente, Google Ads ha registrato un ROAS di 13,88 sulle vendite effettivamente incassate. L'analisi dei percorsi di conversione su GA4 (report di attribuzione, percorsi di conversione) ha inoltre permesso di verificare il reale contributo del canale lungo l'intero customer journey, e non solo sull'ultimo click, dandoci basi solide per ottimizzare l'allocazione del budget verso i canali a più alto rendimento.
L'infrastruttura di tracking
La misurazione si appoggia su un'architettura di tracciamento Server-Side, che garantisce dati più stabili e affidabili rispetto al solo tracciamento lato browser, meno esposto a cookie restriction, ad-blocker e fallimenti lato client.
In concomitanza con i lavori di rifacimento di alcune sezioni del sito già in programma, l'infrastruttura evolverà ulteriormente con l'implementazione del Measurement Protocol: le conversioni verranno inviate direttamente dal backend di WooCommerce all'aggiornamento dello stato dell'ordine, rendendo il dato meno dipendente dal comportamento del browser dell'utente. Per preservare l'attribuzione, gli eventi server-to-server vengono agganciati alla sessione dell'utente tramite gli identificativi corretti, blindando ulteriormente l'affidabilità del tracciamento.
Prossimi passi
Il confronto tra canali si basa, allo stato attuale, su un modello di attribuzione last-click. È un punto di partenza solido, ma non isola l'effetto causale puro di ciascun canale. La roadmap di misurazione prevede quindi di affinare progressivamente l'analisi con:
- Test di incrementalità (Geo-Lift / Conversion Lift): test basati su aree geografiche o gruppi di controllo, per quantificare quanta parte del fatturato generato dall'advertising sia effettivamente incrementale.
- Tracciamento via Measurement Protocol: per ridurre la dipendenza dal browser e prevenire la perdita di dati legata ai redirect dei gateway di pagamento esterni.
- Matrice di affinità cross-evento: per strutturare campagne di remarketing predittivo basate sullo storico d'acquisto degli utenti tra le diverse edizioni.