Modelli di attribuzione GA4: data-driven vs last-click, quale scegliere senza sprecare budget
Cosa fa davvero il modello data-driven, perché last-click sopravvive, quando uno o l'altro: come si legge il merito tra primo click, mid-funnel e finale.
In questa pagina
Introduzione
"Il last-click sta uccidendo i tuoi canali di scoperta." Lo si dice da anni e quasi nessuno aggiorna il modello. La verità: il modello attribuzione decide a chi viene assegnato il merito della vendita, e questo decide su quali canali sposterai budget la settimana dopo. Sbagliare modello significa premiare i canali sbagliati.
Il modello di attribuzione è il filtro invisibile attraverso cui guardi i tuoi dati di marketing. Se è sbagliato, ogni decisione presa su quei dati è sbagliata di conseguenza, e la cosa peggiore è che non te ne accorgi: i grafici sembrano normali. Il caso classico che vedo in account ereditati è "Facebook non porta nulla, taglio il budget". Dopo aver cambiato modello, salta fuori che Facebook portava il 40% dei primi tocchi delle conversioni che poi Google chiudeva. Tagliarlo significava asciugare la pipeline a monte, e tre mesi dopo i risultati crollavano senza un colpevole apparente. La scelta del modello è una decisione strategica travestita da impostazione tecnica.
Quali sono i modelli disponibili in GA4 nel 2026
GA4 nel 2026 ha semplificato l'offerta a due modelli reali più alcune varianti tecniche. Il default è data-driven attribution (DDA), basato su machine learning sui tuoi dati storici. Il secondo modello principale è last-click, che attribuisce il 100% del merito all'ultimo touchpoint cliccato prima della conversione. Tutti gli altri modelli storici di GA (first-click, lineare, time decay, position-based) sono stati deprecati nei rapporti standard, anche se restano disponibili in alcuni report di confronto.
Il default data-driven non è un caso. Google ha investito anni nel modello, e per la maggior parte degli account con volume di conversioni sufficiente (almeno 300 conversioni di un certo tipo negli ultimi 30 giorni) produce attribuzione più ricca di quella last-click. Per account più piccoli, il modello collassa di fatto su un comportamento simile al last-click, perché non ha abbastanza dati per imparare.
C'è poi una variante che molti dimenticano: "paid and organic channels (last-click)", che esclude direct dall'attribuzione assegnando il merito all'ultimo canale non-direct. Utile quando il direct del tuo account è gonfiato da tracciamento sporco o da utenti che digitano l'URL dopo aver visto un offline. Modello tecnico, ma in alcuni contesti salva interpretazioni.
Data-driven: cosa premia davvero il modello
Il modello data-driven non distribuisce il merito a caso, e non lo distribuisce uniformemente. Il suo algoritmo prova combinazioni di touchpoint del tuo storico per stimare quali sequenze hanno effettivamente portato a conversione e quali no. Premia i touchpoint che, statisticamente, hanno fatto la differenza in quel viaggio specifico, non quelli che erano semplicemente "in coda".
In pratica, il data-driven tende a rivalutare i canali di mid-funnel. Display, video, content marketing organico: tutti quei tocchi che il last-click ignorava perché erano lontani dalla conversione finale ma che, secondo l'algoritmo, hanno spostato la probabilità di chiudere. Questi canali, sul last-click, sembravano "non convertenti" e venivano sistematicamente sotto-investiti.
Il rovescio della medaglia è che il data-driven richiede dati. Conversioni nette, eventi puliti, un sito che traccia bene. Su un account con tracciamento sporco, il modello impara cose sbagliate e premia canali in modo poco interpretabile. È il motivo per cui prima di cambiare modello vale sempre la pena fare un audit del tracciamento: ne parlo in Audit tracciamento web: la checklist completa.
Last-click: quando ha ancora senso davvero
Il last-click non è morto, è solo più stretto in scope. Ha ancora senso in tre situazioni concrete. La prima: e-commerce con cicli rapidi (acquisto entro 24 ore dal primo click) e budget piccoli. Qui la complessità del viaggio è bassa, il primo e l'ultimo click coincidono spesso, e il last-click semplifica senza nascondere granché.
La seconda situazione: account con pochissime conversioni (sotto 100/mese), dove il data-driven non ha abbastanza segnale per imparare e produrrebbe distribuzioni rumorose. In quei casi il last-click è il default onesto: dice una verità parziale ma stabile, mentre il data-driven direbbe verità non parziali ma poco riproducibili.
La terza: prime decisioni rapide su nuovi account, quando ancora non sai cosa funziona. Il last-click ti dà una baseline interpretativa veloce: chi ha chiuso, ha chiuso. Poi, dopo qualche settimana di volume, si passa al data-driven per arricchire la lettura. Vederli come fasi di un processo, non come scelta ideologica permanente.
Come cambia tutto quando cambi modello
Il giorno dopo aver cambiato modello in GA4, i tuoi report iniziano a parlare una lingua diversa, e la cosa va spiegata a chiunque legga quei numeri. I canali che il last-click ignorava (display, video, top-of-funnel content) si rivalutano. I canali di chiusura (brand search, direct, retargeting) si svalutano in termini relativi, perché parte del merito che prima era tutto loro adesso è distribuito a monte.
Tradotto in budget: lo strumento Reports Comparison nel pannello Advertising di GA4 ti mostra in pochi clic quali canali avrebbero ricevuto più merito sotto il modello nuovo e quali meno. È la base per decidere shift di budget reali. Tipicamente, in account medi, l'analisi rivela 1-3 canali sottoinvestiti e 1-2 sovrainvestiti rispetto a quello che il last-click suggeriva.
L'errore tipico, e l'ho visto fare anche da consulenti senior, è cambiare modello e tagliare canali entro 7 giorni. Non funziona così: le decisioni di budget vanno prese su finestre di 30-90 giorni, e i risultati di quegli shift vanno misurati su un altro trimestre. Confrontare i due modelli, decidere lo shift, aspettare il dato vero. La fretta uccide più budget di qualsiasi altro errore tecnico.
La skill che ti salva: confrontare due modelli in parallelo
In GA4, sezione Advertising → Attribution → Model comparison, puoi mettere fianco a fianco due modelli su qualunque finestra temporale. È il singolo report più utile della piattaforma per il marketing strategico, e quasi nessuno lo usa. Lo schermo è semplice: a sinistra il modello A (es. last-click), a destra il modello B (es. data-driven), e per ogni canale vedi le conversioni attribuite sotto entrambi.
I canali che "ballano" tra i due modelli sono quelli su cui il modello fa la differenza. Se Brand Search ha 100 conversioni in last-click e 60 in data-driven, vuol dire che il data-driven sta dicendo che parte di quel merito appartiene a chi ha portato l'utente alla brand search (display, social, content). Se Display ha 5 conversioni in last-click e 25 in data-driven, è il riconoscimento di quel ruolo a monte.
Il passo successivo, quasi sempre saltato: confermare la lettura con un test reale di budget shift. Un canale può sembrare sottoinvestito al modello, ma se aumentare il suo budget non muove le conversioni totali, il modello aveva sopravvalutato. Il modello suggerisce, l'A/B testing decide. Mai il contrario.
Errori tipici nel cambiare modello
Il primo errore è cambiarlo e dimenticare. Il modello attribuzione si imposta in GA4 a livello di proprietà, ma anche a livello di Google Ads (impostazione separata). Se cambi su GA4 e non su Ads, Smart Bidding continua a ottimizzare con il vecchio modello mentre i report mostrano l'altro: confusione totale e decisioni schizofreniche.
Il secondo errore è non comunicare il cambio al team. Il marketing manager che vede il "fatturato attribuito a SEO" calare del 20% senza spiegazione apre ticket, fa riunioni, sospetta penalizzazioni. Quando si cambia modello, il primo passo è una nota in dashboard e una mail al team: "dal 15 marzo siamo passati a data-driven, ecco cosa cambia nei numeri, qui c'è il confronto".
Il terzo errore, il più diffuso: fare conclusioni dopo 7 giorni. Il modello data-driven ha bisogno di accumulare segnale, e nei primi 14 giorni i numeri sono ancora in assestamento. Aspettare 30 giorni minimo prima di trarre conclusioni di budget, 90 giorni per shift importanti.
Come scegliere il modello giusto per il tuo business
Ci sono quattro criteri concreti che uso per decidere. Primo, lunghezza del ciclo di conversione: se è sotto 24 ore (e-commerce impulse) last-click funziona. Se è oltre 7 giorni (B2B, servizi complessi) serve data-driven per vedere il viaggio. Secondo, volume di conversioni: sopra 300/mese GA4 ha materiale, sotto è meglio last-click.
Terzo criterio, mix di canali: se usi solo Google Ads search, la differenza tra i modelli è piccola. Se hai display, video, social, content, organico, paid search insieme, il data-driven è obbligatorio per capire chi sta facendo cosa. Quarto, maturità dell'account: nei primi 60 giorni di un nuovo account, last-click come baseline. Dopo 90+ giorni con tracciamento pulito, passare a data-driven.
Sopra tutto questo c'è un principio che vale per la maggior parte delle PMI: la scelta del modello non è "una volta per sempre", è un'evoluzione del modo in cui leggi i tuoi dati man mano che cresci. Il tracciamento serio è una conversazione continua tra strumenti, modelli e decisioni di business, non un setup da archiviare. Se vuoi che a fare questa conversazione sia un consulente che sviluppa il sito e gestisce le campagne nella stessa persona, o se vuoi capire come il modello si lega al tracciamento sottostante, la strada è una telefonata. Il cluster completo è Tracciamento e Analytics, e per il lato campagne c'è Strumenti Advertising.
Hai bisogno di un chiarimento?
Contattaci per ricevere indicazioni precise sul servizio piu adatto.