Il ROAS non ci dice più niente

L’incrementality misura cosa si perderebbe senza un canale, non cosa porta l’ultimo clic

Se chiedi a un growth manager qual è il canale che porta più conversioni, la risposta cambia radicalmente se guardi l’attribuzione last‑click o un modello data‑driven. La piattaforma che sembra dominare il funnel può rivelarsi un collettore di domanda già formata, mentre il lavoro sporco di metà e alto funnel resta invisibile. L’ossessione per il ROAS si nutre proprio di questa cecità: premia il tocco finale e ignora tutto ciò che lo ha reso possibile.

Per capire il vero contributo di ogni canale serve un cambio di paradigma: passare dalla misurazione dell’attribuzione alla misurazione dell’incrementality. Non è una sfumatura terminologica. L’incrementality isola il contributo marginale di un’attività, depurandolo dalle conversioni che sarebbero comunque accadute. È il motivo per cui un forno smart viene venduto a 69 dollari abbinato a un abbonamento meal‑kit, come accade nel modello Tovala basato su subscription e incrementality. L’azienda sa che l’ordine del forno non è redditizio di per sé: il margine si costruisce sull’effetto incrementale delle consegne ricorrenti, non sul ROAS della campagna che ha generato il primo acquisto.

Il test che ha spento il canale “ovvio”

Tovala non si fida neppure dei canali che sembrano insostituibili. Conduce test di incrementality in continuo, persino sul branded search, uno dei canali che qualsiasi dashboard presenterebbe come intoccabile. In parallelo, sta misurando l’impatto incrementale dei podcast adv, un formato difficile da tracciare con pixel e cookie, come spiega il presidio incrementale su canali nuovi e storici di Tovala. Il risultato più scomodo è quando un canale con ROAS elevato mostra un’incrementality prossima allo zero: significa che stava catturando domanda già presente, non generandone di nuova.

Questo tipo di verifica obbliga a ripensare le metriche di successo. Non basta più chiedersi “quale piattaforma ha performato meglio?”, perché il obiettivo multi‑piattaforma non è trovare un vincitore, ma riflettere il modo in cui gli utenti attraversano il funnel, passando da un dispositivo all’altro, da un canale all’altro.

Finestre, view‑through e l’effetto alone che spiega YouTube

Uno degli errori più frequenti negli A/B test su larga scala è l’uso di finestre di conversione troppo corte, come documentato nell’analisi sulle insidie nello scaling dei programmi di A/B testing. Se la finestra non copre il ciclo decisionale completo, i contributi di awareness e consideration scompaiono. Le finestre view‑through, d’altra parte, mettono in luce l’effetto alone delle impressioni, cioè il fatto che un utente esposto a un annuncio, pur senza cliccare, può convertire in un secondo momento su un altro touchpoint.

È esattamente ciò che accade su YouTube. secondo i dati di Measured, il 72% delle conversioni incrementali generate dalla piattaforma proviene da nuovi clienti, come segnalato dal rilascio di giugno del drop Demand Gen. Se si usasse solo l’attribuzione last‑click, buona parte di queste conversioni verrebbe assegnata altrove e la spesa su YouTube apparirebbe ingiustificata.

Quando invece le finestre sono sufficientemente lunghe e multi‑touch, emerge un quadro diverso: i canali di metà funnel assorbono budget che, con finestre corte, veniva dirottato tutto sul fondo, dove il ROAS sembrava più alto. Il confronto tra finestre di conversione corte e finestre multi‑touch mostra che accorciare la finestra equivale a nascondere il contributo dei canali di awareness. Non è un dettaglio tecnico: è una distorsione strategica.

Cosa non misuriamo mai (e cosa testiamo dopo)

Anche quando le performance complessive sono deludenti, la tentazione è cambiare piattaforma o rincorrere un modello di attribuzione migliore. Ma se i numeri non reggono, il problema è quasi sempre strategico prima che di attribuzione: lo chiarisce l’analisi della misurazione cross‑piattaforma, secondo cui le campagne mature rendono l’attribuzione più critica per l’allocazione del budget, ma solo se il disegno strategico ha già prodotto un impatto reale.

Il 26 giugno 2026, un intervento di NNG ha ribadito quanto sia essenziale costruire ogni test su una baseline affidabile, come spiegato nel metodo per stabilire le baseline prima di misurare l’impatto UX. Senza una baseline depurata dall’effetto delle impressioni e dei touchpoint intermedi, l’incrementality resta un esercizio teorico. Eppure, mentre sempre più team adottano test geo‑match o ghost ads per isolare il contributo marginale, resta aperta la domanda: come integrare l’incrementality nei processi di CRO senza paralizzare le decisioni? Misurare l’impatto reale richiede tempo e budget che molti esperimenti di A/B testing non possono permettersi. Qualcuno dovrà inventare un modo per rendere l’incrementality leggera e continua, non solo un audit annuale.

Nel frattempo, la mossa più onesta che un team CRO possa fare è smettere di chiedersi “quanto converte questo canale” e iniziare a chiedersi “quante conversioni avremmo perso se questo canale non fosse esistito”. È una domanda che mette a nudo i limiti dei nostri strumenti e, forse, è proprio questo il punto.