Il 2,7 è diventato un numero d’oro per i marketer

Il dato emerge da 600 marchi analizzati con il modello open source Meridian MMM

Chiedi a qualsiasi marketer quante volte un utente dovrebbe vedere un annuncio video e la risposta sarà quasi sempre la stessa: «Dipende». Dipende dal brand, dal canale, dalla creatività, dal momento. Con il lancio globale dei video campaign groups, Google sostituisce quel «dipende» con un numero preciso: 2,7. E non è un dettaglio accademico. Secondo lo studio Google Meridian MMM, una frequenza ottimale di 2,7 esposizioni a settimana produce un incremento del 19% nel ROI. Sbagliare quel numero — per eccesso o per difetto — significa lasciare sul tavolo quasi un quinto del ritorno sull’investimento.

Il paradosso dei decimali

L’idea che esista una frequenza «perfetta» non è nuova, ma vederla espressa con un decimale cambia la conversazione. Non stiamo parlando di «due o tre volte a settimana» — stiamo parlando di 2,7. Un numero che porta con sé due implicazioni scomode per chi pianifica campagne video. La prima: più frequenza non significa più ROI. La seconda: la differenza tra una campagna ben calibrata e una mediocre non sta in un ordine di grandezza, ma in frazioni di esposizione settimanale.

Lo studio da cui emerge questo dato ha una base solida. Google Meridian MMM ha analizzato circa 600 marchi statunitensi con dati raccolti tra il 2023 e il 2025. Non si tratta di un test isolato su un singolo settore, ma di un’analisi trasversale che copre categorie diverse, budget diversi e strategie creative diverse. Il campione è ampio abbastanza da escludere che il 2,7 sia un artefatto statistico o una media che nasconde varianze ingestibili. E il 19% di incremento nel ROI non è marginale: in termini di budget, per un advertiser che spende cifre significative in video, quel delta si traduce in centinaia di migliaia di euro di ritorno incrementale.

Ma c’è un’asimmetria che chi fa CRO conosce bene: un risultato aggregato non è una regola universale. Il 2,7 è una media emersa da 600 brand, non una costante fisica. Alcuni settori avranno un punto di ottimo più basso, altri più alto. La domanda non è se il 2,7 sia «vero», ma se il modello che l’ha generato può essere replicato sul proprio portafoglio campagne. E qui entriamo nella macchina che modella l’attenzione.

La macchina che modella l’attenzione

Dietro quel decimale c’è Meridian MMM, il modello di marketing mix open-source che Google ha lanciato a gennaio 2025. Meridian non è una black box proprietaria accessibile solo a chi spende milioni: è un framework aperto che permette di pesare ogni punto di contatto — video, search, display, social — e di isolare il contributo incrementale di ciascun canale. Per chi fa ottimizzazione, questo cambia il ruolo del media planner. Non si tratta più di allocare budget per canale basandosi su attribuzione last-click o su modelli predefiniti, ma di costruire un modello personalizzato che rifletta la struttura reale del proprio mercato.

Meridian è lo strumento analitico. Sul fronte dell’esecuzione, Google ha introdotto la funzionalità target frequency, che consente agli inserzionisti di selezionare un obiettivo di frequenza fino a quattro volte a settimana. Non è un caso che il tetto massimo sia quattro e che il valore ottimale medio emerso dallo studio sia 2,7: il sistema è progettato per operare in una finestra stretta, dove ogni esposizione aggiuntiva ha un costo-opportunità misurabile. Questo è un cambiamento rilevante rispetto alla gestione tradizionale della frequenza, che spesso si limitava a evitare la saturazione senza offrire un controllo granulare.

Vale la pena ricordare che la strada verso questo livello di controllo è stata lunga. Già nel febbraio 2022, Google aveva lanciato il primo strumento cross-canale di gestione della frequenza su Display & Video 360, coprendo YouTube e altre app CTV. Era un passo importante ma limitato: offriva una visione unificata della frequenza senza però ancorarla a un modello di marketing mix che ne quantificasse l’impatto sul ROI. Con Meridian e target frequency, il cerchio si chiude: ora abbiamo un modello che stima l’incremento marginale di ogni esposizione e uno strumento che permette di agire su quella stima.

Per chi lavora nella CRO e nell’ottimizzazione delle campagne, il messaggio è chiaro: testare la propria curva di frequenza non è più un esercizio teorico. Si può partire dal benchmark di 2,7, impostare un target frequency di 3 o 4, e misurare se il proprio punto di ottimo si discosta dalla media. L’assunzione forte di questo approccio è che il modello Meridian sia adatto al proprio contesto — e qui sta il limite: un modello open-source è tanto valido quanto i dati che lo alimentano e le ipotesi che lo sostengono. Se il vostro mercato ha dinamiche diverse da quelle dei 600 brand statunitensi analizzati, il 2,7 potrebbe non essere il vostro numero. Ma il metodo per trovarlo — modellizzazione, test, iterazione — resta lo stesso.

L’ombra di Amazon

Mentre Google costruiva questo ecosistema di misurazione e controllo, Amazon non è rimasta a guardare. Lo scorso 2 aprile 2026, Amazon Ads ha lanciato il reporting cross-account di copertura e frequenza, permettendo agli inserzionisti di tracciare reach e frequenza deduplicati attraverso le campagne. Il tempismo non è casuale: il lancio è avvenuto tre mesi prima del debutto globale dei video campaign groups di Google. Due piattaforme che competono sullo stesso terreno — l’attenzione misurabile — e che stanno costruendo infrastrutture parallele per rivendicare il controllo su una metrica che per anni è rimasta opaca. La domanda resta aperta: stiamo imparando a misurare l’attenzione o soltanto a perfezionare l’ossessione per i decimali?

Il 2,7 è un punto di partenza, non di arrivo. Testare resta l’unica certezza in un ecosistema dove l’attenzione è frammentata e gli algoritmi non sono mai neutrali. Per chi fa conversion rate optimization, il principio è lo stesso che applichiamo alle pagine di atterraggio e ai flussi di checkout: i benchmark servono a formulare ipotesi, non a dare risposte. Il numero esatto che funziona per il vostro brand lo scoprirete solo accendendo i test e misurando l’incremento marginale. Con la differenza che, questa volta, il margine di errore ha un prezzo noto: 19%.