Chi gestisce campagne digitali per una scuola conosce bene questa situazione: aprite il report di Meta e trovate 40 lead. Su Google Ads ne risultano 30. In GA4 il numero cambia ancora. Poi entrate nel CRM e i contatti effettivamente registrati sono 18.
Stesso periodo, stesse campagne, quattro strumenti diversi e quattro risultati diversi.
È una delle situazioni più frequenti quando si lavora con advertising, analytics e CRM. Il problema è che spesso questi dati vengono letti come se dovessero coincidere perfettamente, quando in realtà ogni piattaforma misura una parte diversa del percorso dell’utente e applica regole proprie per attribuire il valore di una conversione.
Capire questa differenza è fondamentale, soprattutto per le scuole che devono prendere decisioni sul budget, valutare il rendimento delle campagne e capire quali canali stanno davvero contribuendo alla generazione di contatti qualificati.
Perché Meta, Google Ads, GA4 e CRM danno numeri diversi
Meta, Google Ads, GA4 e il CRM non misurano la stessa cosa e, soprattutto, non attribuiscono il merito di una conversione nello stesso modo.
Nella pratica può succedere questo: un genitore vede un annuncio su Instagram, qualche giorno dopo cerca la scuola su Google, clicca su un annuncio sponsorizzato, torna sul sito da traffico diretto e alla fine compila il form di richiesta informazioni.
Meta potrebbe attribuirsi quella conversione perché l’utente ha visto o cliccato un annuncio. Google Ads potrebbe fare lo stesso perché c’è stato un passaggio dalla campagna search. GA4 potrebbe assegnare il merito a un altro canale in base al modello di attribuzione impostato. Il CRM, invece, registra semplicemente che quel lead è arrivato.
Questo non significa che uno strumento funzioni e gli altri no. Significa che ognuno osserva il percorso da una prospettiva diversa. Il punto è non confrontare questi numeri come se fossero equivalenti.
Cos’è un modello di attribuzione?
Un modello di attribuzione è la regola con cui una piattaforma decide a quale touchpoint assegnare il merito di una conversione.
Nel modello last click, il merito va all’ultimo canale con cui l’utente ha interagito prima della conversione. Nel modello first click, va al primo punto di contatto. Nel modello linear, viene distribuito tra tutti i touchpoint. Nel modello data-driven, utilizzato da GA4 come impostazione predefinita, il sistema prova a pesare il contributo dei diversi canali sulla base dei dati disponibili.
Il punto non è stabilire quale modello sia giusto in assoluto. Il punto è sapere che modelli diversi producono risultati diversi.
Meta lavora all’interno del proprio ecosistema e tende a valorizzare molto le interazioni avvenute sulle sue piattaforme, comprese le conversioni view-through, cioè quelle generate da utenti che hanno visto un annuncio anche senza cliccarlo. Google Ads usa una logica diversa. GA4 ne usa un’altra ancora.
Per questo motivo, quando guardiamo i report delle piattaforme advertising, dobbiamo considerarli prima di tutto come strumenti di ottimizzazione interna, non come una fotografia definitiva del numero reale di lead generati.
Privacy, GDPR e Consent Mode: perché oggi si misura meno di prima
Il tema dell’attribuzione esiste da sempre, ma negli ultimi anni è diventato più complesso a causa delle normative sulla privacy, della gestione dei cookie e delle limitazioni al tracciamento.
Il Consent Mode è il sistema con cui un sito comunica a Google le preferenze di consenso espresse dagli utenti. In base a come è configurato, le piattaforme ricevono più o meno segnali sul comportamento delle persone.
Se un utente rifiuta i cookie, naviga in incognito o utilizza dispositivi e impostazioni che limitano il tracciamento, una parte del suo percorso può diventare invisibile agli strumenti di analytics e advertising.
Questo significa che i report non raccontano mai il 100% di ciò che accade nella realtà. Raccontano la parte che siamo riusciti a tracciare, integrare e attribuire correttamente.
Per le scuole private e paritarie il problema è particolarmente delicato, perché spesso i volumi (numero di utenti, numero di lead generati ecc.) non sono altissimi. Anche pochi lead non tracciati o attribuiti in modo errato possono cambiare molto la percezione dell’efficacia di una campagna.
La modellazione statistica non risolve tutto
Per compensare i dati mancanti, le piattaforme utilizzano sistemi di modellazione statistica. In sostanza, cercano di stimare il comportamento degli utenti non tracciabili partendo dai pattern osservati sugli utenti tracciati.
È un meccanismo utile, ma non sempre sufficiente.
Per funzionare bene, questi modelli hanno bisogno di volumi di dati consistenti. Molte scuole, soprattutto quelle con campagne locali o con un numero limitato di conversioni mensili, non raggiungono soglie abbastanza alte da rendere la modellazione davvero stabile.
Questo non significa che i dati siano inutili. Significa che vanno letti con attenzione, soprattutto quando si lavora su numeri piccoli. In questi casi è ancora più importante affiancare ai report delle piattaforme una lettura solida del CRM.
Perché i dati di GA4 possono cambiare nel tempo
Un altro aspetto spesso sottovalutato riguarda GA4: i dati non sono sempre definitivi nel momento in cui li consultiamo.
Se controlliamo oggi i risultati di ieri e poi li riguardiamo tra dieci giorni, potremmo trovare numeri diversi. Questo succede perché GA4 continua a elaborare dati, aggiornare percorsi e ricalcolare l’attribuzione quando arrivano nuove informazioni.
Ad esempio, una persona può interagire con una campagna il 6 maggio e convertire il 10 maggio. In quel caso, GA4 può rivedere retroattivamente il contributo dei touchpoint precedenti.
Per questo motivo è meglio evitare valutazioni troppo affrettate sui dati appena raccolti. I report molto recenti sono utili per monitorare l’andamento, ma per prendere decisioni più solide conviene aspettare che i dati si stabilizzino.
Prima dell’attribuzione viene il setup tecnico
Prima ancora di chiedersi quale piattaforma abbia ragione, bisogna verificare che il sistema di tracciamento sia configurato correttamente.
Nelle scuole capita spesso di trovare errori tecnici che compromettono la raccolta dei dati fin dall’inizio. Uno dei più frequenti riguarda Google Tag Manager (GTM) bloccato direttamente dalla CMP, cioè dalla piattaforma che gestisce i consensi.
Il tema è tecnico ma molto importante, perché nella maggior parte dei casi è un’impostazione che crea problemi. Google Tag Manager dovrebbe caricarsi sempre; la gestione del consenso deve avvenire sui singoli tag, non bloccando l’intero container.
Se GTM non si attiva, non partono nemmeno molti dei meccanismi necessari per registrare eventi, conversioni e interazioni con i form. Il risultato è che Google Ads e Meta ricevono meno segnali, le campagne hanno meno dati con cui ottimizzarsi e l’analisi diventa meno affidabile.
Un altro errore comune riguarda l’uso della thank-you-page (pagina di ringraziamento compilazione form, ndr) come unico trigger di conversione. Funziona finché il form reindirizza correttamente alla pagina di ringraziamento. Ma basta un aggiornamento del plugin, un form in popup, un messaggio inline o una modifica al flusso di compilazione per rompere il tracciamento senza che nessuno se ne accorga subito.
Per questo è importante controllare periodicamente gli eventi, i form, i trigger e le conversioni, soprattutto nei periodi più importanti dell’anno per l’orientamento e le iscrizioni.
Quale fonte dati usare per valutare le campagne?
Per capire quanti lead sono arrivati davvero, la fonte più affidabile è il CRM.
Il CRM registra i contatti effettivi: persone che hanno lasciato i propri dati, richiesto informazioni, prenotato una visita o compilato un modulo. GA4 registra eventi. Google Ads e Meta registrano conversioni attribuite secondo le loro regole. Il CRM, invece, è il punto in cui il lead diventa un dato operativo per la scuola.
Naturalmente anche il CRM deve essere configurato bene. Se i form non scrivono correttamente gli UTM, se i campi sono incompleti o se i lead vengono gestiti manualmente senza criteri condivisi, anche quel dato rischia di perdere valore.
La gerarchia di monitoraggio più valida per la nostra lunga esperienza è questa:
- Per sapere quanti lead sono arrivati e quanto sono qualificati, guardiamo il CRM.
- Per capire da quali campagne e canali provengono, usiamo gli UTM salvati nel CRM.
- Per ottimizzare annunci, keyword, creatività e segmenti di pubblico, usiamo i report delle piattaforme advertising.
- Per analizzare il comportamento degli utenti sul sito, osserviamo GA4.
Ogni fonte ha una funzione diversa. Il problema nasce quando chiediamo a Meta, Google Ads o GA4 di darci una verità che, da soli, non possono darci.
Perché gli UTM sono così importanti
Gli UTM sono uno degli strumenti più semplici e più sottovalutati per mettere ordine nei dati delle campagne. Per chi non lo sapesse, sono quelle stringhe di testo che vedete alla fine di un link dopo il “?” e inseriscono dei parametri di monitoraggio che permettono alle piattaforme come Google Analytics di identificare la fonte del traffico e molti altri dettagli di una campagna.
Se vengono impostati correttamente e salvati dentro il CRM come campi nascosti del form, permettono di collegare ogni lead alla sorgente, al mezzo, alla campagna e, quando serve, anche all’annuncio o alla keyword.
Il vantaggio è enorme: una volta che il lead entra nel CRM con i suoi UTM, quel dato resta patrimonio della scuola. Non dipende più dai report delle piattaforme, dalle finestre di attribuzione o dalle logiche interne di Meta e Google.
Per una scuola che investe in campagne paid, questa configurazione dovrebbe essere considerata una base minima di lavoro.
Da dove iniziare concretamente
Non serve rivoluzionare tutto in una settimana. Ci sono però alcune verifiche che possono migliorare molto la qualità dei dati:
- La prima riguarda la configurazione della CMP e del Consent Mode v2. È importante capire se il sito lavora in modalità base o avanzata e se i tag sono gestiti correttamente dentro Google Tag Manager.
- La seconda riguarda gli UTM. Tutte le campagne paid dovrebbero avere parametri coerenti e leggibili. Ancora più importante: questi dati dovrebbero essere salvati nel CRM, non restare solo nei report delle piattaforme.
- La terza riguarda il modo in cui vengono lette le performance. I report di Meta e Google Ads sono utilissimi per ottimizzare le campagne, ma non dovrebbero essere usati come unica fonte per stabilire quanti lead siano arrivati davvero.
- Infine, quando possibile, vale la pena attivare strumenti come le Enhanced Conversions di Google Ads. Anche con volumi non altissimi, migliorare la qualità del matching tra conversioni e utenti può aiutare gli algoritmi a lavorare con segnali migliori.
Leggere meglio i dati per decidere meglio
Quando i numeri non tornano, la soluzione non è scegliere una piattaforma “a sentimento” e ignorare le altre. La soluzione è costruire un sistema di lettura dei dati più ordinato.
CRM, UTM, piattaforme advertising e analytics devono lavorare insieme, ciascuno con il proprio ruolo.
Solo così una scuola può capire quali campagne stanno portando contatti reali, quali canali contribuiscono alla scelta delle famiglie, quali messaggi funzionano meglio e dove vale la pena investire.
Se aprite tre strumenti e trovate tre numeri diversi, non siete davanti a un caso raro. È una situazione normale nel digital marketing di oggi. La differenza la fa il modo in cui quei numeri vengono interpretati, collegati tra loro e trasformati in decisioni operative.
Se anche nella vostra scuola i dati delle campagne sono difficili da leggere o non coincidono tra piattaforme, possiamo aiutarvi a verificare il setup, impostare un sistema di tracciamento più solido e costruire report più utili per prendere decisioni sul budget e sulle iscrizioni.
