Indice

Il problema: perché il ROAS è una metrica cieca
Il Messy Middle: governare il caos decisionale tra trigger e acquisto
Full Messy: i 4 pilastri del framework Boraso
Verso un nuovo standard: dal controllo dell'algoritmo al governo della complessità

Oggi il Digital Advertising vive un paradosso: non è mai stato così facile "far partire" una campagna, ma non è mai stato così difficile ottenere un vantaggio competitivo reale. L’avvento di strumenti come Google Performance Max e Meta Advantage+ ha spostato il baricentro dall’esecuzione tecnica all'apprendimento algoritmico. Le piattaforme promettono risultati ottimizzati premendo un tasto, automatizzando targeting, posizionamenti e creatività.

Tuttavia, questa automazione rischia di trasformare l’advertising in una commodity. Se tutti i player di un settore usano gli stessi algoritmi, con gli stessi obiettivi standard, l'unico risultato è un'asta al rialzo che erode i margini. La verità è che gli algoritmi ottimizzano per gli obiettivi delle piattaforme (massimizzare la spesa dimostrandone una resa entro certi parametri), non necessariamente per la salute finanziaria del tuo business. In Boraso crediamo che il valore non risieda più nel "fare campagne", ma nel governare questa complessità tecnologica.

Il problema: perché il ROAS è una metrica cieca

Il ROAS (Return on Ad Spend) è stato per anni la bussola degli eCommerce manager. Ma in un mercato maturo e tecnologicamente avanzato, il ROAS è diventato una metrica ingannevole per tre ragioni critiche:

Mancanza di incrementalità: Il ROAS spesso attribuisce valore a vendite che sarebbero avvenute comunque (come le campagne brand o il retargeting aggressivo su utenti già pronti all'acquisto), nascondendo l'inefficienza della spesa.
Cecità sui margini: Un ROAS di 10 su un prodotto con margine al 10% può essere un fallimento finanziario; un ROAS di 3 su un prodotto con margine al 50% è un successo. L'algoritmo standard, se non istruito, non conosce questa differenza.
Il limite del tracciamento moderno: Con l'evoluzione della privacy (GDPR, iOS14) e la crescita dei canali "Direct" e "(not set)" in GA4, le piattaforme perdono segnali preziosi. Affidarsi ciecamente a ciò che riporta la dashboard di Google Ads significa basare le decisioni su dati parziali.

Per superare queste limitazioni è necessario spostare lo sguardo verso una visione più olistica, dove i modelli di attribuzione tradizionali lasciano il posto a metriche di efficienza reale. Come abbiamo approfondito in un articolo sui modelli di attribuzione e il Marketing Efficiency Ratio (MER), solo guardando all'incidenza totale dei costi marketing sul fatturato complessivo è possibile comprendere il vero impatto delle attività digitali oltre le dashboard delle singole piattaforme.

Il Messy Middle: governare il caos decisionale tra trigger e acquisto

Il customer journey non è più un funnel lineare. Nel 2020, Google ha pubblicato lo studio "Decoding Decisions: The Messy Middle", basato sull'analisi di milioni di ricerche, per spiegare cosa accade tra il momento in cui nasce un bisogno (il trigger) e l'acquisto effettivo. Lo studio identifica uno spazio caotico, il Messy Middle appunto, dove l'utente oscilla continuamente tra due modalità mentali:

Esplorazione (Exploration): un'attività espansiva in cui l'utente cerca informazioni, confronta brand e scopre nuove opzioni.
Valutazione (Evaluation): un'attività riduttiva in cui l'utente filtra le opzioni accumulate per arrivare a una scelta.

In questo loop, le persone sono influenzate da bias cognitivi che determinano il successo di un brand. In Boraso integriamo strategicamente i sei pilastri identificati da Google — Social Proof, Scarcity Bias, Authority Bias, Power of Now, Category Heuristics e il Potere del Gratuito — per ridurre il carico cognitivo dell'utente e spostare l'ago della bilancia verso la conversione. Non cerchiamo di forzare l'utente in un percorso rigido, ma presidiamo i punti di contatto critici per trasformare il caos in una decisione d'acquisto.

Full Messy: i 4 pilastri del framework Boraso

Per governare questa complessità, abbiamo sviluppato il framework Full Messy, un approccio olistico che integra dati, strategia e tecnologia.

MarTech & Tracking: nutrire l'algoritmo con dati di qualità

L'intelligenza artificiale è "intelligente" solo quanto i dati che riceve. Se nutri l'algoritmo con dati sporchi o obsoleti, otterrai performance scarse.

Segnali di Prima Parte: In un mondo cookieless, l'asset più prezioso sono i tuoi dati (CRM, storici d'acquisto). Utilizziamo questi dati nei sistemi di tracciamento (Customer Match) affinché l'algoritmo non cerchi "chiunque", ma persone simili ai tuoi clienti migliori per valore e frequenza.
Server-Side Tracking: Superiamo i limiti dei browser inviando i dati direttamente dal server alle piattaforme. Questo riduce la perdita di segnali e contrasta l'aumento dei canali "unattributed", garantendo che l'IA lavori su fondamenta solide.

Data Analysis: la rivoluzione del POAS (Profit Over Ad Spend)

È il cuore della redditività. Per ogni cliente, cerchiamo di passare dalla misurazione del fatturato alla misurazione del profitto reale.

Integrazione dei margini: Attraverso connettori custom e analisi dei dati, passiamo alle piattaforme ADV il margine lordo di ogni vendita anziché il semplice valore del carrello. Se l'algoritmo "vede" il profitto reale (POAS), smetterà di spingere prodotti a basso margine e si concentrerà su quelli che generano cassa reale.
Marketing Mix Modeling (MMM): Poiché l'attribuzione perfetta non esiste, utilizziamo modelli statistici per capire come ogni euro investito contribuisca alle vendite totali, pesando correttamente anche i canali che non generano un ultimo clic diretto.

Marketing & Strategia: dare un senso ai numeri

La tecnologia è il motore, ma la strategia è il pilota. In questa fase analizziamo il posizionamento: se il prodotto non è competitivo o il sito presenta attriti, nessuna campagna potrà salvare il business. Lavoriamo sulla coerenza tra promessa pubblicitaria e landing page, assicurandoci che ogni touchpoint nel Messy Middle fornisca all'utente il motivo esatto per scegliere quel brand invece di un competitor.

Media Execution: l'orchestrazione avanzata

L'esecuzione tecnica oggi significa saper "parlare" con l'AI. Si tratta di ottimizzare i feed prodotti per la massima rilevanza semantica e fornire agli algoritmi asset creativi (video, immagini, testi) diversificati. Questo permette al machine learning di effettuare i test necessari per trovare la combinazione vincente per ogni singolo utente in tempo reale.

Verso un nuovo standard: dal controllo dell'algoritmo al governo della complessità

Abbiamo superato l’era in cui il successo di un eCommerce dipendeva dalla capacità tecnica di impostare una campagna o scegliere la parola chiave perfetta. In un ecosistema dominato da intelligenze artificiali black-box, il vantaggio competitivo non si compra più "al chilo" sulle piattaforme: si costruisce nell'architettura che sta a monte.

Abbracciare l’approccio Full Messy significa smettere di lottare contro il caos del mercato per iniziare a usarlo a proprio vantaggio. Significa passare da una difesa passiva del ROAS a una strategia offensiva basata sul profitto reale, dove la tecnologia non è un limite ma un amplificatore del valore di business.

In Boraso non ci limitiamo a gestire i vostri investimenti media ma costruiamo l’ecosistema di dati e strategie necessario affinché quegli investimenti lavorino per voi, e non per le Big Tech. Il futuro del digital advertising non appartiene a chi ha il budget più alto, ma a chi possiede la bussola più precisa per navigare nel Messy Middle.

Non è tempo di semplificare. È tempo di governare.

Condividi articolo

In questo articolo abbiamo parlato di:

Digital Advertising

Digital Strategy

eBook

L’Intelligenza Artificiale nel Digital Marketing

Benvenuti in un’era definita da rapide evoluzioni tecnologiche, aspettative dei clienti in continua crescita, una competizione online senza precedenti e in cui creare e gestire un eCommerce non vuol dire solo avere una vetrina digitale per i propri prodotti, ma entrare in gioco in una complessa arena dove l’efficienza, la personalizzazione e l’innovazione sono i […]

Scarica la guida