Conserva insieme a ogni KPI la sua definizione, la fonte, le trasformazioni e le regole applicate. Per mantenere affidabili nel tempo i dati di marketing analytics, ogni confronto tra periodi deve usare criteri equivalenti oppure dichiarare con precisione che cosa è cambiato. Il nome della metrica, da solo, non garantisce continuità.
Il test di continuità su tre trimestri
Un responsabile marketing confronta i risultati trimestrali e vede che una campagna ha perso conversioni. Il calo sembra netto, perciò pensa di ridurre l’investimento sul canale. Prima di intervenire ricostruisce però il dato e scopre che, nel periodo più recente, la conversione proviene da una nuova fonte e viene registrata con una definizione più restrittiva.
È un caso immaginario, ma realistico. Nel periodo iniziale il report contava l’invio di un modulo; in quello successivo considerava anche le richieste acquisite dal sistema commerciale; nell’ultimo includeva soltanto i contatti con determinati campi compilati. La colonna del report continuava a chiamarsi “conversioni”, mentre il fenomeno misurato era cambiato.
Il test da fare è semplice: applicare la medesima domanda aziendale, per esempio quale canale produce i contatti più utili, ai diversi periodi. Se per rispondere occorre usare fonti, definizioni o finestre temporali differenti, la serie storica richiede una correzione o almeno un’avvertenza visibile. Senza questo controllo si rischia di attribuire a una campagna un cambiamento prodotto dal sistema di misurazione.
Le analisi possono essere tecnicamente elaborate e comunque partire da dati poco confrontabili. Il corso di Marketing Analytics dell’Università degli Studi di Torino comprende statistiche descrittive, regressioni, segmentazione, test di ipotesi e clustering, cioè tecniche per raggruppare osservazioni simili. Tra i risultati attesi compare anche la valutazione critica della qualità e dell’affidabilità dei dati aziendali: un passaggio necessario prima di interpretare qualsiasi risultato.
Ricostruire il KPI dalla fonte al report
La verifica più efficace procede a ritroso. Si parte dal numero mostrato nel report e si risale fino all’evento originario: una vendita, una richiesta, un accesso, un rinnovo o un’altra azione osservabile. Lungo il percorso bisogna identificare filtri, unioni tra archivi, esclusioni, deduplicazioni e calcoli. Questo percorso prende il nome di data lineage, cioè la tracciabilità del dato dalla sua origine fino all’uso finale.
Da quale fonte proviene la conversione?
Occorre identificare il sistema che genera l’evento e quello che lo conserva. Un modulo del sito, un CRM, una piattaforma pubblicitaria e il gestionale delle vendite possono registrare momenti diversi dello stesso percorso. Se il report passa dal conteggio dei moduli inviati alle opportunità accettate dal commerciale, la nuova misura può essere più utile, ma la serie precedente va riallineata o separata.
Come è stato calcolato il KPI?
La formula deve specificare numeratore, denominatore, esclusioni e trattamento dei duplicati. Un tasso di conversione calcolato sui visitatori è diverso da uno calcolato sulle sessioni, anche quando il titolo del grafico resta identico. Vanno registrate anche le trasformazioni eseguite prima del calcolo, come l’esclusione del traffico interno, l’unione dei contatti ripetuti o la rimozione degli ordini annullati.
Quali regole erano attive nel periodo?
Ogni valore deve essere associato alle regole valide quando è stato prodotto: finestra temporale, fuso orario, criterio di attribuzione, segmenti inclusi e versione del report. Una finestra temporale stabilisce entro quanto tempo un’azione viene collegata a un contatto precedente. Se cambia, alcune conversioni possono spostarsi tra canali o sparire dal confronto pur restando reali per l’azienda.
Attribuzione, segmenti e versioni cambiano il significato
L’attribuzione delle conversioni è la regola usata per assegnare un risultato ai contatti di marketing che lo hanno preceduto. Un modello può riconoscere il merito all’ultimo contatto, a quello iniziale oppure distribuirlo tra più passaggi. Cambiare modello modifica la lettura dei canali, anche quando vendite e richieste complessive restano ferme.
Per confrontare due periodi bisogna quindi ricalcolare entrambi con una regola comune, quando i dati di dettaglio lo consentono. Se il ricalcolo è impossibile, i risultati vanno tenuti in serie distinte, indicando il punto di discontinuità. Unire valori prodotti con modelli differenti genera un andamento apparentemente regolare ma inadatto a guidare il budget.
Anche la segmentazione può alterare la storia. Un segmento chiamato “clienti attivi” potrebbe includere inizialmente chiunque abbia acquistato, poi soltanto chi ha effettuato un acquisto entro una determinata finestra. Il nome rimane familiare, mentre cambia la popolazione analizzata. Per evitarlo, la definizione deve contenere condizioni, esclusioni, fonte e data di entrata in uso.
Il versionamento, cioè la conservazione ordinata delle diverse versioni di una regola o di un report, permette di sapere quale configurazione ha prodotto ciascun risultato. Sovrascrivere una formula o un filtro fa perdere questa informazione. È preferibile creare una nuova versione, annotare la modifica e stabilire da quale periodo diventa il riferimento ufficiale.
Gli strumenti di analytics possono collegare fogli di calcolo, database, CRM, sistemi pubblicitari e piattaforme web. Questa integrazione riduce alcuni passaggi manuali, ma aumenta il bisogno di controllare significati e trasformazioni. Un campo chiamato “cliente” in due sistemi può indicare, rispettivamente, un contatto registrato e un soggetto che ha già acquistato.
Il protocollo per conservare qualità e coerenza
La continuità storica richiede un insieme ridotto di documenti mantenuti insieme al processo di analisi. Il primo è il dizionario delle metriche: per ogni KPI riporta nome, finalità aziendale, formula, unità di misura, fonte, frequenza di aggiornamento, filtri, responsabile e regole di validazione. Le definizioni devono essere abbastanza concrete da permettere a un’altra persona di riprodurre il calcolo.
Il secondo elemento è il tracciato del data lineage. Deve mostrare dove nasce ogni campo, quali passaggi attraversa e in quale report viene utilizzato. Non serve descrivere ogni dettaglio tecnico nello stesso documento: è sufficiente collegare in modo univoco la metrica alle trasformazioni e alle procedure che la producono.
Segue il registro delle modifiche. Ogni variazione rilevante va accompagnata da motivo, data di applicazione, responsabile, metriche coinvolte ed effetto previsto sulla confrontabilità. Se viene modificata la definizione di lead qualificato, il registro deve chiarire se i periodi precedenti sono stati ricalcolati oppure se da quel momento inizia una nuova serie.
I controlli di qualità completano il protocollo. Conviene verificare valori mancanti, duplicati, formati incoerenti, scostamenti improvvisi e corrispondenza tra sistemi collegati. Uno scostamento è un segnale da approfondire, non un errore automatico: potrebbe dipendere da una campagna riuscita, da una stagionalità reale oppure da una modifica nella raccolta.
Digital4 presenta la Data Quality, cioè la gestione dell’accuratezza, della completezza e della coerenza dei dati, come un’attività significativa del data management. In pratica, la responsabilità non può rimanere confinata alla creazione del report. Marketing, vendite e funzioni tecniche devono concordare chi approva le definizioni, chi controlla le alimentazioni e chi autorizza le modifiche.
Questo lavoro riguarda anche la governance e la privacy. Il registro dovrebbe distinguere i dati raccolti direttamente dall’azienda da quelli ricevuti da soggetti esterni, indicare gli usi previsti e rinviare alle regole interne applicabili. La continuità analitica non richiede di conservare indiscriminatamente ogni dato personale: richiede di preservare definizioni, logiche di calcolo e informazioni sufficienti a interpretare correttamente le serie autorizzate.
Prima di decidere: le domande
Quanto costa rendere confrontabili i dati storici?
Il costo dipende dal numero di metriche, fonti, report e periodi da ricostruire. Per stimarlo si può usare questa formula: metriche da verificare × fonti coinvolte × ore necessarie per ricostruzione, controllo e approvazione. Conviene iniziare dai KPI che guidano investimenti e valutazioni dei canali, invece di documentare subito ogni campo disponibile.
Ogni quanto va controllata la qualità dei dati di marketing?
La frequenza va collegata a quella delle decisioni e degli aggiornamenti. Un controllo è necessario dopo cambi di fonte, tracciamento, formula, modello di attribuzione, segmento o report. Per i flussi ordinari conviene inoltre fissare verifiche ricorrenti coerenti con il ciclo di analisi, così un’anomalia viene individuata prima di influenzare budget o valutazioni delle campagne.
Si può recuperare una serie storica già incoerente?
Sì, se sono ancora disponibili gli eventi originari e le vecchie regole possono essere ricostruite. Si sceglie una definizione comune e si ricalcolano i periodi interessati. Quando mancano dati sufficienti, è meglio separare le serie, segnare la discontinuità e limitare il confronto alle grandezze rimaste equivalenti, senza correggere manualmente i risultati per farli apparire uniformi.
Quale strumento scegliere per conservare definizioni e modifiche?
Va bene uno strumento che permetta versioni, responsabilità chiare, ricerca e collegamenti ai processi di calcolo. Può essere un archivio documentale, un catalogo dati o un sistema interno già governato. La scelta dipende dalla complessità aziendale; conta soprattutto che le modifiche restino visibili e che il dizionario non viva nel file personale di un singolo addetto.
Nel caso iniziale, il responsabile può decidere sul canale soltanto dopo aver separato il calo della campagna dal cambio di fonte e definizione. Conservare questa ricostruzione evita che il dubbio si ripresenti al trimestre successivo e rende il confronto utilizzabile anche da chi non ha costruito il report.
Da leggere anche: Ecologia oggi: come valutare una notizia ambientale sui farmaci
Da leggere anche: Cinque mosse per capire se lo sport sociale include davvero
Da leggere anche: Quanto costa davvero una marketing agency oltre il compenso mensile?