Incrementalità: capire che cosa sarebbe successo anche senza la campagna

24 Settembre 2026 · Dati e misurazione

L’incrementalità prova a stimare il controfattuale: che cosa sarebbe successo senza l’attività. È una domanda difficile perché il mondo alternativo non è osservabile direttamente, ma può essere approssimato con gruppi di controllo, geografie, periodi e disegni sperimentali.

Il controfattuale è il vero denominatore del valore causale

Se un gruppo esposto converte al 12% e un gruppo comparabile non esposto al 10%, il lift incrementale è di due punti percentuali, non dodici. Le conversioni osservate nel gruppo esposto comprendono baseline e effetto della campagna.

La comparabilità è la parte critica. I gruppi devono differire per l’esposizione e non per domanda, stagionalità, geografia o composizione. Quando la randomizzazione è disponibile, riduce molti bias; quando non lo è, servono controlli, periodi e assunzioni più forti.

Nel B2B il volume ridotto rende i test difficili. Una singola commessa può dominare il risultato. Questo non autorizza a ignorare l’incrementalità: significa usare test su segnali più frequenti, geografie o account, integrare evidenze e dichiarare l’incertezza.

Dati e decisioni da raccogliere prima del calcolo

Unità di test

Utenti, account, territori, periodi, audience o campagne. Deve ridurre la contaminazione fra esposti e controllo.

Evento

Visita qualificata, lead, opportunità o vendita. Più l’evento è vicino al valore, più può essere raro.

Baseline

Tasso o volume atteso senza intervento, stimato dal controllo o da uno storico comparabile.

Finestra

Tempo sufficiente perché l’effetto emerga e non venga confuso con stagionalità o ritardi di conversione.

Potenza e incertezza

Volume, varianza ed effetto minimo rilevabile. Un risultato inconcludente non equivale a effetto zero.

Formula di lavoro

Lift incrementale = risultato del gruppo esposto − risultato atteso senza esposizione

Può essere espresso in differenza assoluta, percentuale relativa o conversioni incrementali. Ogni report deve indicare base, intervallo e metodo.

Esempio: campagna di brand che sembra indispensabile

La campagna registra 1.000 conversioni attribuite. In un test geografico, le aree esposte generano 10.500 conversioni complessive e le aree di controllo, normalizzate per baseline, ne avrebbero previste 10.200. Il lift stimato è 300 conversioni.

Il rapporto fra conversioni attribuite e incrementali mostra che molte persone avrebbero convertito comunque o attraverso altri percorsi. La campagna può restare profittevole, ma il costo per conversione incrementale è oltre tre volte il costo per conversione attribuita.

Quale metodo scegliere in base a volume e controllo disponibile

1. Esperimento randomizzato

Assegna utenti o unità a esposto e controllo. È il riferimento più forte, ma richiede eleggibilità, volume e gestione della contaminazione.

2. Test geografico

Confronta aree comparabili con e senza attività. È utile quando la randomizzazione individuale non è possibile, ma richiede geografie sufficienti e stabilità.

3. Holdout per account

Nel B2B si possono escludere gruppi di account da una attività, rispettando equità commerciale e dimensione. Serve coordinamento con vendite.

4. Test temporale

Riduce o sospende attività in finestre pianificate. È più esposto a stagionalità, concorrenza e trend; va usato con controlli e cautela.

5. Analisi quasi-sperimentale

Differenze nelle differenze, matched markets o modelli causali possono aiutare quando l’esperimento non è disponibile. Le assunzioni devono essere dichiarate.

6. Triangolazione

Combinare esperimenti, attribuzione, coorti, sondaggi e feedback commerciale. Evidenze convergenti sono più utili di una cifra isolata.

Perché molti “test” non misurano davvero incrementalità

Confronto prima/dopo senza controllo

Stagionalità, domanda e altri cambiamenti possono spiegare la differenza.

Gruppi non comparabili

Aree o account con potenziale diverso producono un lift che riflette la selezione, non la campagna.

Contaminazione

Il controllo vede annunci, contenuti o venditori collegati all’attività e riduce la differenza osservata.

Evento troppo raro

Pochi ordini generano intervalli enormi. È utile misurare anche opportunità o segnali più frequenti, mantenendo il collegamento al valore.

Interrompere quando il risultato non piace

Cambiare durata o analisi dopo aver visto i dati aumenta il rischio di trovare un effetto casuale.

Progettare l’effetto minimo che merita una decisione

Prima del test occorre stabilire quale lift sarebbe economicamente rilevante. Un aumento dello 0,2% può essere importante su milioni di transazioni e irrilevante su poche opportunità; un test che non può distinguere l’effetto minimo utile rischia di consumare budget senza rispondere alla domanda.

La soglia economica parte dal margine incrementale. Se servono almeno dieci opportunità aggiuntive per coprire il costo, il disegno deve avere volume e durata sufficienti a rilevarle. Quando non è possibile, la decisione va ridotta: testare una proxy più frequente, limitare la spesa o accettare che l’evidenza resterà debole.

La decisione dopo il test deve rispettare l’intervallo

Un lift stimato di 8% con intervallo compatibile sia con 1% sia con 15% non autorizza la stessa sicurezza di un risultato più preciso. La decisione può comunque essere presa, ma deve riflettere il rischio: mantenere la spesa, aumentare per un nuovo test o ridurre l’esposizione. Presentare soltanto la stima centrale cancella l’informazione più importante, cioè quanto poco o quanto molto sappiamo.

Valutare anche il costo del controllo

Creare un holdout significa rinunciare temporaneamente a una parte dell’esposizione e sostenere lavoro di progettazione e analisi. Questo costo deve essere confrontato con il valore della decisione. Un test complesso è giustificato quando il budget futuro o il rischio sono elevati; per una attività piccola può essere più razionale usare un esperimento semplice, una soglia prudente e una revisione frequente.

Come usare il lift nelle scelte di investimento

• Calcolare costo e margine per conversione incrementale, non soltanto attribuita.
• Ridurre attività con alta cannibalizzazione quando il controllo mostra che il risultato complessivo resta stabile.
• Scalare quando il lift rimane positivo e profittevole a livelli di spesa maggiori.
• Accettare un test inconcludente come informazione: può indicare che volume o disegno non consentono una decisione forte.

Come KLC introduce la domanda causale senza promettere esperimenti impossibili

KLC distingue nel reporting credito, correlazione e prova incrementale. Valuta volumi, mercati, piattaforme e capacità per capire se è possibile usare Conversion Lift, geografie, account o finestre di riduzione.

Quando un test rigoroso non è fattibile, costruisce baseline, scenari e triangolazioni, rendendo esplicite le assunzioni. La decisione viene calibrata sulla forza dell’evidenza: non ogni dato merita lo stesso grado di certezza.

Il risultato viene collegato a margine, pipeline e capacità. Una campagna incrementale può non essere conveniente; una campagna con lift modesto può essere strategica se raggiunge account ad alto valore. Il test informa la decisione, non la sostituisce.

Domande frequenti

Attribuzione e incrementalità possono dare risultati diversi?

Sì. L’attribuzione assegna credito ai touchpoint osservati; l’incrementalità stima il cambiamento rispetto al controfattuale.

Serve sempre un gruppo di controllo?

Per una prova causale forte è molto utile. Quando non è disponibile, si usano metodi osservazionali con assunzioni e incertezza maggiori.

Un risultato non significativo significa che la campagna non funziona?

No. Può significare effetto piccolo, rumore alto o campione insufficiente. Va letto insieme all’intervallo e all’effetto minimo rilevante.

Fonti e riferimenti per la revisione

• Google Ads Help — Conversion Lift
• Google Ads Help — Conversion Lift based on users
• Google Ads Help — Conversion Lift based on geography

Approfondisci il servizio: Analytics e conversioni.