Incrementalità in Google Ads: come capire quali conversioni hai davvero causato

Ogni account che analizziamo ha almeno una campagna che, secondo il report, rende benissimo e che nessuno ha mai provato a spegnere. Spesso è la campagna sul brand, a volte il remarketing, sempre più spesso una Performance Max che si è presa il merito di vendite che il sito avrebbe fatto comunque. Il report non mente: risponde con precisione a una domanda diversa da quella che ti interessa.

Attribuzione e incrementalità: due domande diverse

L’attribuzione risponde a: "tra i punti di contatto che hanno preceduto questa conversione, a chi do il merito?". Il modello data-driven lo fa in modo sofisticato, e ne abbiamo parlato nella guida all’attribuzione data-driven tra Google Ads e GA4. Ma parte sempre da una conversione avvenuta e ne divide il merito tra i clic osservati.

L’incrementalità risponde a: "se non avessi speso questi soldi, quante conversioni avrei perso?". È una domanda controfattuale, e nessun modello di attribuzione può rispondere, perché non osserva mai il mondo in cui la pubblicità non c’era. L’unico modo per osservarlo è crearlo: togliere la pubblicità a una parte del pubblico, o del territorio, e confrontare.

La differenza non è accademica. Se decidi i budget sul CPA attribuito, finirai per premiare le campagne più brave a intercettare chi stava già per comprare, e a penalizzare quelle che creano domanda nuova ma raramente ricevono l’ultimo clic.

Esperimenti Google Ads: cosa misurano davvero

Gli esperimenti personalizzati di Google Ads creano una copia della campagna, applicano una modifica — una strategia di offerta, un tipo di corrispondenza, una landing page — e dividono il traffico tra originale e variante. Le opzioni di suddivisione sono due:

• Basata sui cookie, quella che Google raccomanda: ogni utente vede solo l’originale o solo la variante, quindi il confronto è più pulito.
• Basata sulla ricerca: l’assegnazione avviene a ogni ricerca, e lo stesso utente può vedere entrambe le versioni. Arriva prima alla significatività, ma l’effetto su comportamenti che si sviluppano su più visite viene diluito.

Google suggerisce una suddivisione al 50% per ottenere il confronto migliore, ed è anche la scelta che raggiunge prima un risultato leggibile. Gli esperimenti sono lo strumento giusto per rispondere a "la variante B funziona meglio della A?". Non rispondono a "questa campagna serve?", perché entrambi i bracci fanno pubblicità. Per quella domanda serve un gruppo di controllo che la pubblicità non la vede affatto.

Test geografici con holdout

Il test geografico è il metodo più accessibile per misurare l’incrementalità di un canale, e non richiede accessi speciali: dividi il territorio in due gruppi, lasci attiva la pubblicità in uno e la spegni (o la riduci) nell’altro, poi confronti le vendite totali, non quelle attribuite.

Come si costruisce un test pulito

1. Scegli aree che si comportano allo stesso modo. In Italia si lavora in genere su regioni o province. Prendi almeno otto-dieci settimane di storico e verifica che le vendite dei due gruppi si muovano insieme: se il rapporto tra i due è stabile nel tempo, hai una buona base di confronto.
2. Misura la metrica di business, non quella della piattaforma. Ordini dal gestionale, lead qualificati dal CRM, fatturato. Le conversioni di Google Ads nel gruppo spento sono zero per definizione e non dicono nulla.
3. Congela tutto il resto. Niente promozioni solo in un gruppo, niente cambi di listino, niente nuove campagne su altri canali in una sola area.
4. Fissa in anticipo durata e criterio di decisione. Lo scrivi prima, lo rispetti dopo.

I limiti vanno messi in conto: le persone si spostano, i confini tra aree non sono netti, e i canali che lavorano a livello nazionale — televisione, stampa, un post virale — possono sporcare il confronto. Per questo il test geografico funziona meglio su volumi ampi e su periodi senza eventi straordinari.

Conversion Lift: la versione gestita da Google

Conversion Lift è lo strumento con cui Google misura direttamente le conversioni incrementali delle campagne, oggi raccolto nella sezione Esperimenti insieme agli altri studi di lift. Esiste in due varianti:

• Basato sulla geografia: disponibile per un ventaglio ampio di tipi di campagna, tra cui Search, Shopping, Performance Max, Demand Gen, Video e Display.
• Basato sugli utenti: confronta utenti esposti e utenti tenuti fuori; per Search, Shopping, Display e Performance Max l’accesso passa dal referente Google dell’account.

Il cambiamento più rilevante degli ultimi anni riguarda la soglia di spesa: nel 2025 Google ha abbassato il minimo per gli studi di incrementalità a 5.000 dollari, adottando un approccio statistico bayesiano che lavora con meno dati e fornendo una valutazione di fattibilità prima del lancio. Tradotto: non è più uno strumento riservato ai grandi inserzionisti. Resta vero che è Google a misurare Google, e che la metodologia non è ispezionabile come un test che progetti tu; per questo, quando il budget lo permette, un geo test indipendente è un buon controllo incrociato.

Un esempio numerico completo

Ecommerce italiano, Search non brand più Performance Max. Il report di Google Ads attribuisce alle campagne circa 900 ordini ogni quattro settimane, con una spesa di 18.000 € in quelle aree. CPA attribuito: 20 €. Dividiamo le regioni in due gruppi, A e B, con volumi simili.

Nelle dieci settimane precedenti, gli ordini del gruppo B sono stati stabilmente pari al 95% di quelli del gruppo A, oscillando tra il 93% e il 97%. Poi spegniamo le campagne nel gruppo B per quattro settimane.

Le campagne, nel gruppo B, producevano davvero 380 ordini, non 900. L’incrementalità è circa il 42% di quanto attribuito, e il CPA incrementale è 18.000 € / 380 = 47 €, non 20 €. Se il margine per ordine è 60 €, le campagne restano profittevoli, ma molto meno di quanto sembrasse; se è 35 €, stai perdendo soldi su ogni ordine incrementale mentre il report ti mostra un CPA eccellente.

Quanto farlo durare e quante conversioni servono

La durata non si decide in giorni ma in conversioni. Un metodo di calcolo pratico, valido per un confronto tra due gruppi con i livelli di confidenza abituali: il numero di conversioni per gruppo è circa 16 diviso il quadrato della differenza relativa che vuoi rilevare, corretto per il tasso di conversione. In concreto, con un tasso di conversione del 3%:

• per vedere una differenza del 10% servono circa 1.500 conversioni per gruppo;
• per una differenza del 20%, circa 390;
• per una differenza del 5%, oltre 6.000.

Dimezzare l’effetto che vuoi misurare quadruplica il campione necessario. È il motivo per cui su un account piccolo ha senso testare solo cambiamenti grandi, e perché un test di due settimane su 80 conversioni non dimostra nulla in nessuna direzione.

Oltre al volume, tre regole di durata. Coprire almeno due o tre cicli settimanali interi, perché lunedì e sabato non si assomigliano. Aggiungere il ritardo di conversione tipico dell’account, altrimenti le vendite del gruppo attivo arrivano dopo la fine del test. Evitare i periodi anomali: un test che attraversa il Black Friday misura il Black Friday.

Come leggere i risultati senza ingannarsi

• Non guardare ogni giorno per decidere quando fermarti. Fermarsi al primo momento in cui la differenza sembra significativa gonfia i falsi positivi. La durata si fissa prima.
• Leggi l’intervallo, non il numero puntuale. "Lift del 12%, con un intervallo tra il 2% e il 22%" è un risultato molto diverso da "lift tra l’11% e il 13%".
• Non tagliare i dati dopo. Se il totale non è significativo, trovare un segmento — mobile, una regione, una fascia oraria — in cui lo è quasi sempre è rumore.
• Un risultato nullo è un risultato. "Non vediamo differenze con questo volume" è un’informazione utile: dice che l’effetto, se c’è, è più piccolo di quello che puoi permetterti di misurare.
• Un test vale per il contesto in cui è stato fatto. L’incrementalità di un canale cambia con stagionalità, concorrenza e livello di spesa. Va ripetuto, non incorniciato.

Vale in particolare per le campagne che il report tende a sottovalutare o a sopravvalutare: il report per canale di Performance Max mostra dove va la spesa, non cosa ha causato, e le campagne Demand Gen sono quasi sempre penalizzate da un confronto di CPA attribuito.

Da dove partire

Se non hai mai fatto un test di incrementalità, parti dalla campagna con il CPA attribuito più basso e la spesa più alta: è quella dove la distanza tra merito attribuito e contributo reale può essere più grande, e dove una risposta sposta più budget. Il resto dell’account si ottimizza meglio sapendo quel numero.

Nelle nostre analisi gratuite indichiamo quali campagne meritano un test e come impostarlo con i volumi disponibili. Puoi vedere come lavoriamo e le risposte alle domande più frequenti nelle FAQ del sito.