// Advertising · Analisi
La campagna sembrava a posto. Non lo era.
Il pannello diceva quello che dice sempre: qualche numero su, qualche numero giù, il costo per risultato in leggero aumento. Niente di allarmante. Il tipo di anno in cui uno guarda, brontola, e va avanti.
Poi ho fatto l’analisi vera, quella che richiede mezza giornata e non due minuti. Dentro quel «niente di allarmante» c’erano 30.616 €.
Non erano nascosti bene. Erano nascosti nel posto in cui nessuno guarda, che è sempre lo stesso: dentro una media.
Analizzare una campagna Meta Ads non significa leggere le metriche che il pannello mostra in cima. Significa scegliere una sola metrica di business, costruire un termine di paragone corretto e scomporre il risultato finché le differenze non diventano visibili. Le ottimizzazioni che valgono di più non sono errori evidenti: sono differenze che compaiono solo quando confronti le cose giuste fra loro.
Il sovraccosto di una finestra di cinque mesi, su un account che a occhio sembrava in linea. Circa 516 richieste di consulenza mai arrivate.
- Questo articolo non è un elenco di trucchi: è il metodo, passo per passo, con accanto quello che succede se lo salti.
- La differenza non è fra bravi e incapaci. È fra due modi di guardare gli stessi dati — e il conto lo paga il metodo, non la persona.
- I numeri vengono da due account reali: uno da oltre 470.000 € in due anni, uno da 36.710 €. Scale diverse di dodici volte, stesso metodo, conclusioni opposte.
- Il posto dove si nascondono i soldi è quasi sempre una media: di periodo, di pubblico, di formato, di fase del percorso.
- I primi passi puoi farli da solo, e in fondo all’articolo ti dico quali.
Di chi sono questi numeri
Due clienti, che non nomino ma descrivo, perché la scala cambia il senso di quello che leggi.
- Cliente A — formazione. Oltre 470.000 € investiti in due anni scolastici, 101 lanci, decine di migliaia di iscritti a eventi gratuiti che poi vendono un percorso.
- Cliente B — consulenza aziendale. 36.710 € in dodici mesi. Un’azienda piccola, che vende alta formazione a titolari di impresa.
Li tengo insieme apposta. Il sospetto legittimo, leggendo un articolo del genere, è che si parli di roba da grandi budget: sul cliente piccolo l’ottimizzazione più redditizia stava in una riga di testo.
Passo 1 · Scegliere l’unità di misura (e non cambiarla più)
Sembra la parte noiosa. È quella che decide tutto il resto, perché stabilisce cosa vuol dire «sta andando bene».
Perché è così importante lo dimostra questa tabella, che è la cosa più utile di tutto l’articolo.
| Pubblico | Quota budget | Costo per iscritto | Costo per richiesta |
|---|---|---|---|
| Pubblici simili | 9,5% | € 7,16 | € 71 |
| Ampio / automatico | 44,8% | € 7,05 | € 74 |
| Interessi | 26,9% | € 6,95 | € 81 |
| Retargeting | 0,5% | € 6,77 | € 99 |
| Simili + interessi mescolati | 8,0% | € 10,15 | € 104 |
Cliente A. Le due colonne di destra raccontano due storie opposte sugli stessi pubblici.
Guarda le due righe estreme. Il retargeting produce l’iscritto più economico di tutti — 6,77 € — ed è quasi il peggiore quando conti quello che serve davvero: 99 € per richiesta. I pubblici simili fanno il contrario: costano di più per iscritto, 7,16 €, e sono i migliori sulla metrica che conta, 71 €.
Il motivo sta dopo il clic: i pubblici simili convertono il 16,7% da visita a iscrizione, contro il 13,6% dell’ampio e il 12,8% degli interessi.
Adesso immagina di ottimizzare sul costo per iscritto, che è il numero più facile da leggere. Sposteresti budget sul retargeting, peggiorando il risultato nella convinzione di migliorarlo. E non te ne accorgeresti, perché il numero che stai guardando scenderebbe.
È esattamente la trappola che rende inutile un costo per lead calcolato male: un numero basso, su una metrica che non paga le bollette.
C’è anche una terza riga che merita: mescolare pubblici simili e interessi produce il risultato peggiore di tutti, 104 €, pur essendo composto da due ingredienti che presi da soli funzionano. È la scorciatoia che sembra sensata e costa più di entrambe le strade fatte per bene.
Passo 2 · Costruire un termine di paragone che regga
Un numero da solo non dice niente. Sei euro per iscritto sono buoni o cattivi? Dipende — e il «dipende» è esattamente il lavoro.
Sul cliente A questo passo ha ribaltato la lettura. Anno su anno il costo per richiesta era passato da 51,68 € a 66,93 €. Un peggioramento del 30%, e la reazione istintiva è cercare il colpevole fra le creatività.
Ma il paragone giusto non era «l’anno scorso» in blocco.
Passo 3 · Scomporre, invece di guardare la media
Qui si trovano i soldi. Sempre.
Spaccando per mese è saltato fuori questo: l’aumento non era distribuito. Era concentrato in cinque mesi, da gennaio a maggio, al +45% sugli stessi mesi dell’anno precedente. In tutti gli altri mesi l’aumento era del +4%.
Applicando alla finestra la deriva normale degli altri mesi, il conto è quello del titolo: 30.616 € di sovraccosto, circa 516 richieste mai arrivate. Senza quella finestra l’anno avrebbe chiuso a 59,67 € per richiesta invece di 66,93.
Il punto non è la cifra, è cosa la rendeva invisibile: il +22% della media era la fusione di un +45% concentrato e di un +4% diffuso. Chi guarda la media vede un problema medio, e cerca una soluzione media.
01 Scomporre serve anche a capire dove NON intervenire
Questa è la parte controintuitiva, e forse la più utile.
| Posizionamento | Quota budget | Indice di costo |
|---|---|---|
| Feed (Facebook + Instagram) | 58,3% | 96 |
| Facebook Reels | 16,7% | 101 |
| Instagram Reels | 10,0% | 106 |
| Instagram Stories | 10,1% | 114 |
| Facebook Stories | 3,5% | 115 |
| Video in-stream | 0,6% | 119 |
| Altri posizionamenti minori | 0,5% | 126 |
Cliente A. L’indice confronta il costo per iscritto con la media dell’account: 100 = media, sopra è più caro.
La lettura di pancia è immediata: ci sono due posizionamenti che costano il 19% e il 26% più della media, tagliamoli.
La lettura analitica guarda anche la colonna accanto. Quei due posizionamenti valgono lo 0,6% e lo 0,5% del budget. Tagliarli sposta un’inezia. Nel frattempo il 75% del budget è già sui due posizionamenti migliori: quel lavoro è stato fatto, e insistere lì è tempo speso su un problema che non c’è più.
È la differenza fra un’analisi e una caccia alle streghe. Un’analisi seria produce anche una lista di cose da lasciare stare — ed è quella lista che libera il tempo per le leve che contano davvero.
Passo 4 · Isolare la fase in cui il costo si è spostato
«Le ads non funzionano più» è una diagnosi che si dà quasi sempre senza prove.
Sul cliente A la catena diceva una cosa netta:
- Costo per mille visualizzazioni: +3,5%
- Percentuale di clic: +24,2%
- Costo per clic: −16,7%
- Da clic a pagina caricata: −11,6%
- Da pagina caricata a iscrizione: −19,7%
Leggilo di seguito: comprare traffico costava meno di prima, non di più. Le inserzioni facevano il loro lavoro meglio dell’anno precedente. Il costo si era spostato tutto dopo il clic — sulla velocità della pagina e sulla sua capacità di convertire.
Chi si ferma al costo per risultato conclude che le ads sono peggiorate, e spende i mesi successivi a rifare creatività. Sta lucidando la parte giusta della macchina sbagliata. È lo stesso equivoco per cui un sito riceve traffico e non produce contatti: il traffico non era il problema.
Passo 5 · Verificare che il fenomeno si ripeta
Il confine fra un dato e una coincidenza è se succede due volte.
Sul cliente A la stagionalità si ripete identica nei due anni: settembre-novembre è la finestra più efficiente in entrambi (38 € e 52 € per richiesta), marzo-maggio la più cara in entrambi (59 € e 85 €).
Due anni non sono una legge, ma cambiano completamente la conversazione: non «quest’anno è andata male in primavera», ma «in primavera costa di più, quindi il budget va distribuito diversamente». Spostare il 15% della spesa dai mesi cari a quelli efficienti vale circa 96 richieste in più all’anno, a parità di investimento.
Passo 6 · Quantificare le leve prima di toccarle
È il passo che separa un’analisi da una lista di buoni propositi.
Sul cliente A le leve quantificate erano queste:
| Leva | A parità di budget vale |
|---|---|
| Riportare la presenza in diretta al livello dell’anno prima | +518 richieste/anno |
| Spostare il 15% del budget sui formati più efficienti | +159 richieste/anno |
| Ridistribuire il 15% della spesa secondo la stagionalità | +96 richieste/anno |
Cliente A. Calcolate una alla volta: sommarle presuppone che non interferiscano fra loro.
Fermati sulla prima riga, perché è la lezione più scomoda dell’intera analisi. La leva più grande non era nell’advertising. Era quante delle persone iscritte si presentavano poi all’evento — un problema di promemoria, di formato e di aspettative, che nessuna ottimizzazione di campagna può risolvere.
Il miglior lavoro possibile su quelle campagne, quell’anno, era smettere di lavorare sulle campagne.
Sul secondo posto c’è un’altra cosa che vale la pena vedere: i formati. Nello stesso account, la stessa spesa produceva risultati molto diversi a seconda del contenitore — 40,00 € per richiesta con un formato, 73,28 € con un altro. E i due formati più cari assorbivano il 53% del budget, non perché rendessero di più, ma perché erano quelli che si erano sempre fatti.
Passo 7 · Accettare di essere smentiti
L’ultimo passo non è tecnico, ed è quello che distingue davvero i due metodi.
Due esempi miei, dall’analisi sui due account.
Primo. Su un campione parziale, aprire un’inserzione con una domanda sembrava valere tredici punti di vantaggio. Un bel risultato, facile da trasformare in regola. Con i dati completi il vantaggio è sparito: 46,7% contro 47,5%, cioè niente. Era un artefatto di come avevo selezionato il campione. Aprire con una domanda resta una scelta di voce — non è un’ottimizzazione.
Secondo. Lo stesso identico testo, sullo stesso cliente e nello stesso periodo, compare fra le inserzioni migliori a 4,46 € per risultato e fra le peggiori a 17,43 €. Quattro volte tanto, stesse parole. È la dimostrazione che il copy vincente non è una formula: è una formula più un contesto, e il contesto non si copia.
E il cliente piccolo?
Torniamo al cliente B, i 36.710 €, perché è la prova che tutto questo non dipende dal budget.
Su quell’account il costo per lead andava da 2,74 € a 6,28 €, con una mediana di 4,79 €. Applicando gli stessi passi — stessa unità di misura, stesso confronto fra simili — è emerso che l’inserzione più economica dell’intero account, quella da 2,74 €, era una delle pochissime costruite su un angolo diverso da tutte le altre: partiva da un contenuto formativo e da un’affermazione verificabile, invece che dal problema del lettore.
Tutto il resto dell’account puntava sul dolore. Funzionava, per carità: è il cavallo da tiro. Ma la cosa che costava la metà era l’eccezione, usata quasi per caso.
Su un account da trentaseimila euro, l’ottimizzazione più redditizia stava in come era scritta la prima riga. Nessun budget aggiuntivo, nessuno strumento, nessuna consulenza tecnica: una scelta di angolo, individuata solo perché qualcuno ha confrontato inserzioni simili fra loro invece di guardare il totale.
Cosa puoi fare da solo, a partire da domani
Buona parte di questo metodo non richiede nessuno strumento particolare. Richiede di decidere cosa guardare, che è gratis e difficile.
- passo 1 Scegli la tua metrica unica e scrivila da qualche parte. Non il costo per clic: il costo per la cosa che ti porta soldi. Da quel momento tutte le decisioni si giudicano lì.
- passo 2 Confronta con lo stesso periodo dell’anno scorso, non col mese scorso. Se non hai un anno di storico, confronta almeno cose omogenee fra loro.
- passo 3 Spacca il dato per mese. È l’operazione più semplice di tutte e ti dirà subito se il tuo problema è diffuso o concentrato. Sono due problemi diversi.
- passo 5 Chiediti se è già successo. Prima di dare la colpa a qualcosa, guarda se lo stesso schema c’era anche l’anno prima.
Dove invece diventa difficile da soli: isolare la fase in cui il costo si è spostato richiede di collegare dati che stanno in posti diversi — il pannello pubblicitario, il sito, il gestionale — e di sapere quali confronti sono leciti e quali producono conclusioni false. Ed è lì che si commettono gli errori che costano, perché un confronto sbagliato dà una risposta sbagliata con la stessa sicurezza di una giusta.
Ma i primi tre passi valgono già molto più di quello che sembra. Se li fai e ti accorgi che il tuo aumento è concentrato in pochi mesi, hai già fatto la scoperta che in questo articolo vale 30.616 €.
E se dai numeri esce che il problema non è nelle campagne ma in quello che succede dopo il clic, quello non è più un lavoro di advertising: è un lavoro di percorso.
Domande frequenti
Come si analizza una campagna Meta Ads, in pratica?
In sette passi: si sceglie una sola metrica di business e non si cambia più, si costruisce un termine di paragone corretto (stesso periodo dell’anno precedente, cose omogenee fra loro), si scompone il dato per mese, formato, pubblico e posizionamento, si isola la fase della catena in cui il costo si è spostato, si verifica se il fenomeno si ripete anche nel periodo precedente, si quantifica quanto vale ogni leva a parità di budget prima di intervenire, e si accetta che i dati possano smentire ciò che si credeva.
Quale metrica bisogna guardare per capire se una campagna funziona?
Quella legata al fatturato: costo per richiesta, per appuntamento o per vendita. Costo per clic, percentuale di clic e costo per mille visualizzazioni servono a capire perché la metrica principale si muove, non a sostituirla. Il rischio è concreto: in un’analisi reale il pubblico con il costo per iscritto più basso, 6,77 €, era fra i peggiori per costo per richiesta, 99 €. Ottimizzando sul numero sbagliato si peggiora il risultato credendo di migliorarlo.
Perché il costo delle campagne aumenta senza motivo apparente?
Quasi sempre un motivo c’è, ma è nascosto dentro una media. Guardando il totale dell’anno si vede un aumento diffuso; scomponendo per mese può emergere che l’aumento è concentrato in poche settimane. In un caso reale il costo per iscritto risultava +22% sull’anno, ma era la fusione di un +45% concentrato in cinque mesi e di un +4% in tutti gli altri: due problemi completamente diversi, con soluzioni diverse.
Come si capisce se il problema è nelle inserzioni o nella pagina di destinazione?
Scomponendo la catena: visualizzazione, clic, pagina caricata, conversione. Se il costo per clic scende ma la conversione da pagina caricata a iscrizione peggiora, le inserzioni stanno lavorando meglio di prima e il problema è dopo il clic. È successo in un’analisi reale: costo per clic −16,7% e conversione della pagina −19,7%. Chi guarda solo il costo finale conclude che le ads sono peggiorate e rifà le creatività, cioè interviene sulla parte che funzionava.
Conviene tagliare i posizionamenti che costano di più?
Solo dopo aver guardato quanto budget assorbono. In un account reale i due posizionamenti più cari costavano il 19% e il 26% più della media, ma valevano insieme poco più dell’1% della spesa: tagliarli avrebbe cambiato quasi nulla, mentre il 75% del budget era già sui due posizionamenti migliori. Un’analisi seria produce anche una lista di cose da lasciare stare.
Serve un grande budget per fare questo tipo di analisi?
No, e il metodo è lo stesso a qualsiasi scala. Su un account da 36.710 € in un anno, l’inserzione più economica costava 2,74 € per lead contro una mediana di 4,79 €, e la differenza stava nell’angolo con cui era scritta la prima riga. Nessun budget aggiuntivo e nessuno strumento: solo aver confrontato inserzioni simili fra loro invece di guardare il totale.
Cosa c’è dentro la tua media?
In mezz’ora guardiamo insieme i numeri delle tue campagne: quale metrica stai usando per giudicarle, dove si è spostato il costo e quale leva conviene quantificare per prima. Gratis, e ne esci con una direzione chiara comunque vada.
Prenota la call gratuita →