Campagne che rendono. Su dati di cui fidarsi.

Il punto di partenza

Un mercato con una forte barriera di fiducia: chi compra licenze scontate teme che non siano originali. L'audit dell'account ha trovato tre problemi.

• Campagne frammentate, con molti ad set piccoli e pubblici sovrapposti in competizione tra loro.
• Obiettivo Add to Cart dove serviva Purchase.
• Test creativi occasionali, senza un metodo da cui ricavare indicazioni.

L'approccio, in quattro fasi

1. Margine tecnico. Campagne consolidate, obiettivo Purchase, pubblici accorpati, campagna Evergreen broad, CBO per scalare e ABO per testare, Lowest Cost bidding. Obiettivo ROAS raggiunto senza aumentare la spesa.
2. Test strutturati. Una campagna ABO dedicata, un ad set per categoria di software, budget equalizzati e validazione statistica. Quattro persona testate: studente, PMI, professionista IT, cacciatore di offerte.
3. Scaling. Prospecting broad in CBO, catalog ads in prospecting e retargeting, retargeting per stadio del funnel. Budget +15–20% ogni 3–4 giorni se il ROAS tiene, nuove creatività ogni 2–3 settimane.
4. Black Friday. Pubblici caldi costruiti in anticipo, focus sui prodotti ad alto margine, monitoraggio orario e un report giornaliero del margine di contribuzione per sapere quanto budget c'era davvero da spendere.

Cosa hanno mostrato i test

Alcune combinazioni prodotto-messaggio hanno reso molto più della media: Office 2021 con un angolo generico ha toccato ROAS ~15,5, Canva per chi fa grafica in ufficio ~12,1, AutoCAD per studenti ~7,3.

Il test per persona però era troppo dispersivo per il budget disponibile. Ho quindi concentrato la spesa sui concetti vincenti e creato creatività "ibride" che uniscono i messaggi migliori.

Il Black Friday

Il weekend ha fatto registrare le vendite più alte nella storia del brand, superando il ROAS obiettivo con una spesa giornaliera circa 3 volte quella normale. Il margine operativo di novembre è stato il più alto dell'anno.

Da ricordare: quello che funziona oggi perde efficacia quando si scala. Nessuna creatività può reggere l'account da sola.

Cosa è emerso

L'atteggiamento del cliente: "Dimostrami che sei serio, poi mi fido. Ma non alla cieca." Contano soprattutto affidabilità del servizio, assistenza che risolve davvero e costi trasparenti.

A creare sospetto sono le promesse vaghe, la pressione commerciale durante la visita e i test dell'acqua percepiti come "messi in scena".

Il vuoto da occupare: tutti i concorrenti promettono trasparenza e zero pressione nelle loro landing page, ma le recensioni raccontano il contrario. Quella distanza è diventata il posizionamento.

Cosa ho costruito

• Landing page con headline "Bevi la tua acqua ogni giorno… Ma sai davvero cosa contiene?", prova sociale visibile subito e la CTA "Senza impegno e senza stress", che risponde al primo timore emerso dalle recensioni.
• Una sezione "Perfetto per te se…" con 5 criteri presi dalla ricerca e FAQ sulle 4 obiezioni più comuni: costo, impegno, durata, recesso.
• Due varianti di copy (curiosità e specificità territoriale) e creatività con tecnico e famiglia, badge di recensioni e le parole usate dai clienti.

Perché il pixel falliva

• Checkout asincrono di Wix: il pixel partiva prima che i dati dell'ordine fossero disponibili, o non partiva affatto.
• ITP di Safari: in un mercato con molto Safari, il solo tracciamento lato browser sottostima in modo strutturale.
• Nessun recupero lato server: un evento perso nel browser era perso per sempre.
• Event Match Quality bassa: senza email e telefono hashati, Meta riceveva segnali deboli per ottimizzare.

La soluzione: due livelli di tracciamento

GTM nel browser invia gli eventi a un container server-side (su Stape), che li inoltra a Meta tramite Conversions API con i dati utente completi. Pixel e CAPI condividono lo stesso event_id, così Meta conta ogni acquisto una volta sola.

Cookie first-party resistenti a ITP e Consent Mode v2: i tag partono solo se il consenso ad_storage è stato dato.

Il dettaglio Wix: lo snippet GTM va inserito tramite le Marketing Integrations di Wix con l'Advanced Consent Mode attivo. Senza, il container smette di funzionare senza dare errori.

Il problema

All'invio, Wix pubblica nel dataLayer un evento form_submit che dice quale form è stato usato, ma non contiene nessuno dei valori inseriti.

Le soluzioni ovvie non funzionavano: il codice Velo legge i campi ma gira isolato e non raggiunge il dataLayer; leggere i campi dall'HTML dipende da ID generati da Wix che possono cambiare; sostituire il form era escluso.

Il consenso, testato e non presunto

Con "Rifiuta tutto", il flag di Usercentrics a livello di servizio restava comunque true. Fidarsi di quello avrebbe mandato a Meta i dati di chi aveva rifiutato.

Ho quindi legato tutto alla categoria Marketing, l'unico segnale che rispecchiava davvero la scelta del visitatore.

La validazione

• GTM Preview: nel dataLayer solo stringhe esadecimali da 64 caratteri, nessun nome o email.
• Hash ricalcolato fuori dal browser sul numero di test: identico a quello ricevuto da GTM.
• Meta Test Events: Lead elaborato con tutti e quattro i parametri riconosciuti.

Un duplicato nascosto

GTM mostrava un solo tag Lead, Meta ne riceveva due. Dalla scheda Network è emerso il parametro cs_est=true: una vecchia regola dell'Event Setup Tool di Meta contava un Lead a ogni clic sul pulsante, anche senza invio. Ho passato al cliente i passaggi esatti per rimuoverla.

Il problema da risolvere

Ogni piattaforma pubblicitaria dice di aver generato più vendite di quante il negozio ne abbia davvero registrate. Sommando Meta e Google si ottiene un numero che non esiste, e su quel numero si decidevano budget e scaling.

Le domande a cui serviva una risposta erano semplici: quanto posso spendere restando in profitto? Quale canale porta davvero clienti nuovi? Quali prodotti conviene spingere? Nessuna delle tre fonti, da sola, poteva rispondere.

Come l'ho ragionata

1. Prima le domande, poi i grafici. Ho elencato le decisioni che prendo ogni settimana sull'account e, per ciascuna, la metrica che serve per prenderla.
2. Una sola verità per le vendite. Gli ordini vengono dal negozio, non dalle piattaforme. Meta e Google forniscono la spesa e i loro dati dichiarati, che restano un livello separato da confrontare.
3. Regole scritte prima dei calcoli. Ogni metrica ha una definizione esplicita: cosa è una vendita valida, chi è un cliente nuovo, come si converte la valuta, a quale mercato appartiene un ordine.
4. Solo numeri difendibili. Dove un dato non è affidabile, come i margini prima che esistesse il costo reale delle licenze, il report mostra "n.d." invece di una stima.

Le decisioni che rende possibili

• Quanto scalare: MER e costo per nuovo cliente messi accanto al valore che quel cliente genera nel tempo (LTV), per capire fin dove ha senso spingere il budget.
• Su quale canale: la discrepanza tra conversioni dichiarate e ordini reali dà un ROAS corretto per Meta e per Google, e separa le ricerche sul brand da quelle nuove.
• Su quali prodotti: margine per prodotto e prodotti in accelerazione nelle ultime settimane, da usare per scegliere cosa mettere nelle creatività.
• Quando fidarsi: una pagina dedicata alla qualità dei dati mostra cosa manca, cosa è escluso e l'esito di ogni controllo.

Le trappole evitate

• Date diverse: Google attribuisce la conversione al giorno del clic, Meta a quello dell'impression, il negozio al giorno dell'acquisto. Il confronto si legge su almeno 7 giorni.
• Valute diverse: la pubblicità è pagata in dollari e le vendite sono in euro. Si usa il cambio del giorno, mai un cambio medio.
• Mercato sbagliato: il campo "mercato" degli ordini indicava la lingua del sito, non il paese del cliente. Il mercato ora segue il paese di fatturazione.
• Medie ingannevoli: ogni indicatore è un rapporto tra totali sul periodo, mai una media di rapporti giornalieri.