Budget media distribuito su quattro canali senza sapere quale produceva lead qualificati. Setup completo di funnel tracking, modello di attribuzione multi-touch e dashboard Looker Studio: in 12 settimane il costo per opportunità si è ridotto del 40%, redistribuendo il budget dai canali ad alto volume e bassa qualità a quelli con conversion rate elevata.
Contesto del progetto
Studio di consulenza B2B con 18 dipendenti, specializzato in formazione e processi organizzativi per PMI. Ciclo di vendita medio di 45-60 giorni, ticket medio 8.000-15.000€. Il marketing era attivo su quattro canali: Google Ads (branded + non branded), LinkedIn Ads, newsletter mensile e SEO organico. Budget mensile complessivo: circa 4.500€ tra Ads e produzione contenuti.
Il problema: il CFO chiedeva ogni trimestre quale canale stesse portando valore. La risposta era sempre "dipende da come si guarda", perché i dati di Google Analytics e quelli di LinkedIn Ads non combaciavano, il CRM non era collegato e le conversioni tracciate includevano anche click su link email e visite dirette non qualificabili.
Google Analytics 4 era installato ma con eventi configurati parzialmente: la macro-conversione (form contatto) era tracciata, ma nessuna micro-conversione era attiva (click CTA, scroll depth, tempo su pagina, apertura popup). Il parametro UTM non era applicato sistematicamente sulle email — la newsletter portava traffico direct, non tracciato come email. HubSpot CRM era usato solo come rubrica contatti, senza pipeline e senza collegamento ai dati di analytics.
Il modello di attribuzione default di GA4 era data-driven, ma con meno di 50 conversioni/mese il modello non aveva abbastanza dati — e restituiva risultati inattendibili che il team leggeva come dati affidabili.
Diagnosi del tracciamento
Prima di scegliere un modello di attribuzione, il lavoro è stato pulire il tracciamento esistente. Un modello di attribuzione applicato a dati sporchi produce decisioni sbagliate con l'autorevolezza apparente dei numeri.
Ogni mese la newsletter generava mediamente 340 visite al sito. Senza parametri UTM sulle email, tutto quel traffico entrava come "direct" in GA4 — indistinguibile dalle visite di utenti che digitavano direttamente l'URL. Il canale con il tasso di conversione più alto (email → lead: 4,2%) risultava quindi sottovalutato del 60% nelle analisi di attribuzione, perché la maggior parte delle sue sessioni era classificata come direct.
GA4 richiede un volume minimo di conversioni per alimentare il modello data-driven — tipicamente 300-400 conversioni negli ultimi 28 giorni. Con 35-50 form submit mensili, il modello non aveva dati sufficienti e cadeva su euristiche interne che GA4 non documenta apertamente. Il team leggeva questi dati come output di un algoritmo avanzato, mentre erano stime basate su campioni troppo piccoli per essere significative.
GA4 tracciava il form submit come conversione — ma non tutti i form submit diventavano opportunità qualificate. Il tasso di qualificazione variava enormemente per canale: i lead da LinkedIn Ads si qualificavano al 28%, quelli da Google Ads non branded al 12%, quelli da email al 61%. Senza collegare HubSpot al tracciamento analytics, il budget veniva allocato sul volume dei lead totali, non sulla qualità delle opportunità generate.
Come abbiamo lavorato
Il progetto si è articolato in tre fasi sequenziali. Le prime due erano prerequisiti tecnici senza cui la terza — la decisione di budget — non sarebbe stata possibile.
Audit completo degli eventi GA4 con verifica in DebugView. Configurazione UTM sistematica su tutte le email — parametri source, medium, campaign, content standardizzati con una naming convention condivisa col team marketing. Setup micro-conversioni: scroll 50% e 80%, click su ogni CTA della homepage e delle pagine servizio, apertura del popup di contatto, tempo su pagina superiore a 3 minuti come segnale di engagement. Configurazione evento di conversione offline su HubSpot per importare il dato "lead qualificato" in GA4 attraverso la Measurement Protocol API.
Con 35-50 conversioni/mese, il modello data-driven era inapplicabile. La scelta è caduta sul modello lineare come baseline — ogni touchpoint nel path di conversione riceve peso uguale — con un'analisi parallela del modello time-decay per confronto. Il percorso medio verso la conversione era di 3,4 touchpoint in 22 giorni. Il primo touchpoint era nella maggioranza dei casi organic (47%) o LinkedIn Ads (31%). L'ultimo touchpoint era per il 58% direct — il che spiegava perché last-click sovrastimava il direct e ignorava i canali di awareness.
Costruzione dashboard Looker Studio con quattro sezioni: acquisizione (sessioni, costo, CPL per canale), engagement (micro-conversioni per pagina e canale), conversioni (form submit totali e qualificati per canale, tasso di qualificazione) e attribuzione (confronto last-click vs lineare vs time-decay per capire la discrepanza). Presentazione al CFO con la raccomandazione: ridurre Google Ads non branded del 40% (alto volume, basso tasso qualificazione), aumentare il budget email (costo quasi zero, tasso qualificazione 61%) e testare LinkedIn Ads con un copy orientato al problema invece che al servizio.
Risultati misurabili
I risultati sono stati misurati a 60 giorni dalla prima revisione del budget, con confronto rispetto ai 60 giorni precedenti alla redistribuzione.
Stack tecnico
Cosa abbiamo imparato
Il canale con il volume più alto non è necessariamente quello con il ROI più alto. Google Ads non branded portava il 35% del volume di lead — ma aveva il tasso di qualificazione più basso (12%) e il costo per lead più alto. La newsletter portava solo il 18% dei lead totali ma il 61% di qualificazione. L'allocazione budget basata sul volume anziché sulla qualità stava sovvenzionando il canale sbagliato da almeno 18 mesi.
Senza UTM sulle email, il canale email è invisibile e il direct è gonfiato artificialmente. È l'errore più comune nei team marketing di piccole e medie aziende. L'implementazione degli UTM sistematici ha rivelato che il 40% del traffico classificato come direct proveniva in realtà dalla newsletter — cambiando completamente la lettura dell'attribuzione.
Il modello data-driven di GA4 ha requisiti di volume che la maggior parte delle PMI B2B non raggiunge. Usarlo con meno di 300 conversioni/mese significa affidarsi a stime inaffidabili presentate con l'autorità di un algoritmo. Per volumi bassi, un modello lineare o time-decay applicato consapevolmente è più onesto e più utile per prendere decisioni.
Domande frequenti
Cos'è il funnel tracking e come si implementa in un'azienda B2B?
Il funnel tracking è il tracciamento sistematico di ogni step del percorso dell'utente — dalla prima interazione con un annuncio o un contenuto organico fino alla conversione finale. In B2B include: configurazione degli eventi GA4 per ogni micro-conversione, setup della conversione offline se il ciclo di vendita continua fuori dal sito, collegamento tra CRM e dati di analytics per tracciare la qualità del lead oltre il form.
Cos'è l'attribuzione multi-touch e perché è importante nel funnel marketing B2B?
L'attribuzione multi-touch assegna valore a ogni touchpoint nel percorso di acquisto — non solo all'ultimo click. In B2B, dove il ciclo di vendita dura settimane e l'utente interagisce con il brand più volte su canali diversi, l'attribuzione last-click distorce la lettura: attribuisce tutto il valore all'ultimo canale e ignora quelli che hanno costruito la relazione. Permette di capire quali canali e contenuti contribuiscono realmente alle conversioni e di allocare il budget in modo informato.
Come si costruisce una dashboard Looker Studio per il funnel marketing B2B?
Una dashboard Looker Studio per il funnel B2B include: metriche di acquisizione per canale (sessioni, costo, CPL), metriche di engagement (scroll depth, tempo su pagina), metriche di micro-conversione (click CTA, start form), metriche di macro-conversione (form submit, lead qualificati nel CRM) e comparazione modelli di attribuzione. L'obiettivo è permettere al marketing di leggere l'intero funnel da un unico posto senza incrociare manualmente dati da strumenti separati.
Quale modello di attribuzione usare per un funnel B2B con ciclo di vendita lungo?
Per cicli di vendita B2B lunghi (30-90+ giorni), i modelli più utili sono il data-driven (se il volume lo permette: 300+ conversioni/mese), il linear (ogni touchpoint riceve peso uguale — buon punto di partenza per PMI) o il time-decay (pesi crescenti verso la conversione). Il modello last-click è da evitare in B2B perché sovrastima canali di risposta diretta (branded search, direct) e ignora i canali di awareness e nurturing che hanno preparato la decisione.
Se la risposta è "dipende da come si guarda", il problema non è il budget — è il tracciamento. Una call di 45 minuti permette di valutare lo stato del tracciamento attuale e stimare il potenziale di ottimizzazione realistico senza aggiungere budget.
Richiesta progetto
Compila il form: riceverò contesto, obiettivi e vincoli per una prima lettura tecnica e commerciale.
Call strategica · 45 min
Scegli data e orario, compila i campi e conferma. Riceverai un riepilogo via email — il collegamento al calendario esterno verrà attivato in un secondo momento.
