Le aziende stanno in gran parte superando la sfida della scarsità dei dati a disposizione sulle performance di vendita e di marketing. Ora è necessario vincere il problema della frammentazione delle informazioni raccolte sui propri utenti e clienti. Obiettivo? Avere un set di dati completo a 360 gradi su cui basare scelte di allocazione del budget migliori e accurate.
Oggi chi guida il marketing di un’azienda che vende sia online sia attraverso negozi, agenti o contratti firmati di persona, lavora in due scenari paralleli: quello dei numeri del sito web, fatto di clic e moduli compilati, e quello dei numeri di vendita, che si formano altrove, in negozio, al telefono con un commerciale, nella firma di un contratto arrivata settimane dopo il primo contatto online.
Indice degli argomenti
Dati offline e online: perché il marketing vede solo una parte del percorso
Finché questi due scenari paralleli (performance di business online e offline) restano separati da processi aziendali di gestione dei dati superficiali o assenti, chi decide come allocare il budget pubblicitario opera con una parte soltanto delle informazioni disponibili, investendo così su segnali strutturalmente deboli, con esiti incerti e un concreto rischio di spreco.
I dati offline, l’elefante nella stanza del marketing
Gli strumenti di web analytics misurano solo ciò che accade sul sito: provenienza, pagine viste, moduli compilati. Tutto quello che succede dopo (una telefonata al commerciale, una visita in negozio, una firma su un contratto cartaceo) è “dato offline“: segnali e azioni rilevanti per il business che passano da un centralino, un registratore di cassa, un CRM aggiornato a mano, o altre risorse non direttamente collegate agli strumenti di reportistica e di analisi dei dati aziendali.
Sono dati che esistono quasi sempre già, spesso in abbondanza, nei gestionali vendite, nei sistemi POS, nelle agende dei commerciali, ed è proprio questo a renderli un elefante nella stanza: nessuno nega che siano rilevanti, spesso più affidabili di quelli online (un contratto firmato non mente, un clic sì), eppure restano fuori dal perimetro del marketing.
Collegare tra loro i dati online e offline dei clienti permette di progettare strategie più mirate ed efficaci, ma richiede una chiave comune (telefono, email, codice cliente) per ricollegare le azioni compiute da un cliente attraverso sistemi online e offline.
Dati offline e online: il costo di una misurazione incompleta
La distanza tra ciò che si misura online e ciò che accade offline ha un prezzo quantificabile. Il settore automotive USA lo mostra bene: secondo un’analisi di Clarivoy su 875mila vendite di veicoli, il 92% resta non tracciabile nei CRM delle concessionarie, e solo l’8% è riconducibile a un lead digitale classico (pur partendo il 95% degli acquirenti dalla ricerca online, il 95% degli acquisti si chiude fisicamente in concessionaria).
Risultato: i 21,2 miliardi di dollari di spesa pubblicitaria automotive del 2025 operano in gran parte alla cieca, con fino al 30% del budget potenzialmente destinato a canali che sembrano deboli solo perché nessuno ha ricollegato la vendita in negozio alla campagna d’origine. Dove l’attribuzione cross-canale viene implementata, l’impatto sul margine lordo arriva al 67%, con il 20-30% di efficienza in più sui costi: la dimensione del problema coincide con quella del beneficio quando viene risolto.
Non riguarda solo chi vende in negozio: vale per ogni azienda B2B il cui ciclo si chiude con una telefonata o una firma arrivata settimane dopo il primo contatto online. Se quel passaggio non viene ricollegato alla sua origine digitale, il marketing ottimizza su segnali parziali, rischiando di tagliare proprio i canali che portano i clienti migliori.
Come collegare dati online e offline nelle campagne
Il problema, spiegato con parole semplici, è questo: le piattaforme pubblicitarie (Meta, Google, TikTok) sanno riconoscere un utente solo se ricevono un segnale che lo identifica. Per anni quel segnale è arrivato quasi sempre da un cookie o da un codice attaccato al link dell’annuncio (il più noto è il GCLID di Google Ads, l’equivalente di Meta si chiama FBCLID).
Oggi questi codici si rompono più spesso di quanto accadrebbe in condizioni normali: l’utente rifiuta il banner dei cookie, il browser li cancella, un’estensione li blocca. La soluzione che il settore ha adottato è mandare alle piattaforme, al posto (o in aggiunta) del cookie, dati di prima parte già in possesso dell’azienda (email, telefono, nome) cifrati prima dell’invio. La piattaforma pubblicitaria cifra allo stesso modo i dati che già possiede sui propri utenti registrati e confronta i due valori cifrati: se combaciano, ha appena riconosciuto la stessa persona senza bisogno del cookie.
Meta chiama questo meccanismo Advanced Matching, Google lo chiama Enhanced Conversions (o Advanced Conversions): nomi diversi per la stessa identica logica. Più dati fornisci, più il punteggio di corrispondenza che ciascuna piattaforma calcola internamente si alza, e con esso l’efficacia delle campagne.
Il punto delicato è che questi dati non sono quasi mai disponibili nel momento esatto in cui servono. Se l’utente torna sul sito senza effettuare un login usando i suoi dati personali, il sistema non può sapere se si tratta della stessa persona che una settimana prima aveva lasciato la sua email.
Serve quindi un “magazzino” dove tenere queste informazioni pronte per essere recuperate. Si possono distinguere tre livelli, in ordine crescente di solidità.
Soluzioni concrete per tracciare dati online e offline
Il primo livello è il salvataggio del cookie di navigazione o del localStorage, due piccoli file che il browser conserva sul dispositivo dell’utente per ricordarlo alla visita successiva.
Si attivano con una riga di configurazione dentro lo strumento di tracciamento già in uso (tipicamente Google Tag Manager), senza bisogno di database o infrastrutture aggiuntive: per questo sono gratuiti e il livello più semplice da mettere in funzione.
Sono anche i più fragili, perché bastano pochi gesti dell’utente, cancellare i dati di navigazione, cambiare dispositivo, installare un blocco privacy, per far sparire l’informazione: un cliente che oggi visita dal telefono e domani conclude l’acquisto dal computer di lavoro, per il sistema torna a essere uno sconosciuto.
Il secondo livello sposta il salvataggio delle informazioni di navigazione dell’utente su un database esterno, lato server: qui entra in gioco il tracciamento server-side, cioè un contenitore che gira su un server dell’azienda o del fornitore invece che nel browser dell’utente, e che quindi può leggere e scrivere su un database.
Il database più diffuso per questo scopo è Google Firestore, un database nel cloud di Google: lo si può immaginare come un grande foglio Excel condiviso, dove ogni “collezione” è un foglio e ogni “documento” al suo interno è una riga associata a un identificativo univoco, di solito il Client ID.
Il Client ID è semplicemente il numero seriale che Google Analytics 4 assegna in automatico a ogni visitatore del sito fin dalla prima visita: funziona come un numero di una carta fedeltà, che il sistema tiene a mente anche se l’utente non si è mai registrato né ha lasciato un’email.
La riga relativa a un utente specifico può essere popolata in automatico man mano che l’utente naviga, oppure può essere caricata in blocco in anticipo, ad esempio importando l’intero anagrafico clienti o il listino prodotti già posseduto dall’azienda, purché si mantenga lo stesso identificativo che verrà poi ritrovato quando l’utente torna sul sito.
È qui che si genera il beneficio concreto: al ritorno dell’utente, il sito riconosce quel Client ID, recupera dal database le informazioni già raccolte in precedenza (magari il fatto che quel visitatore aveva già chiesto un preventivo o abbandonato un carrello) e le può usare per personalizzare l’esperienza, o per completare la misurazione di una conversione che si era interrotta a metà, invece di ripartire da zero come se fosse un contatto mai visto prima.
In questo scenario, Stape offre un’alternativa che fa esattamente lo stesso lavoro di Google Firestore, ma è integrata nel contenitore stesso: si chiama Stape Store.
Per “contenitore” si intende l’ambiente cloud dedicato che riceve i dati dal sito e li smista verso Google Analytics, Meta Ads e altre piattaforme pubblicitarie o di analisi. Avere il database integrato in questo stesso ambiente, invece che su un servizio esterno separato come Firestore, significa un fornitore in meno da gestire e un’unica interfaccia dove configurare tutto.
Anche in Stape Store i dati vengono organizzati in “collezioni”, cioè cartelle distinte pensate per tenere separate categorie di dati diversi, ad esempio una collezione per gli utenti, una per i prodotti, una per ogni piattaforma pubblicitaria, così da non mescolare dati che servono a scopi diversi.
Un’azienda B2B che vende macchinari industriali, ad esempio, può tenere in una collezione i contatti commerciali con nome, ruolo e azienda di appartenenza, in un’altra il catalogo prodotti con le schede tecniche, e in una terza i dati destinati a Google Ads o LinkedIn Ads: come avere cassetti etichettati in un archivio invece di un unico faldone dove tutto si mescola.
Così diventa semplice recuperare i dati che servono per analisi complete sui propri clienti e inviare alle piattaforme pubblicitarie solo i dati necessari per mostrare gli annunci al target giusto.
Il terzo livello, il più avanzato, è pensato per chi non vuole occuparsi della parte tecnica: si chiama Enricher, una funzionalità “Power-Up” di Stape attivabile con un semplice interruttore.
Una volta acceso, Enricher raccoglie in automatico i dati di prima parte dell’utente (nome, email, telefono, indirizzo) e li salva sia nei cookie di navigazione sia in Stape Store, con un’opzione per farlo solo se l’utente ha dato consenso.
Enricher offre due modalità operative. La modalità “automatica” prende i dati utente già raccolti (ad esempio email o telefono forniti in un modulo) e li allega, con il formato già corretto, a ogni evento che viene inviato alle piattaforme pubblicitarie, senza bisogno di configurare nulla: in pratica funziona come una busta che viene già affrancata e indirizzata da sola.
La modalità “semi-automatica” permette invece al team tecnico di scegliere manualmente quali informazioni allegare e come chiamarle per ciascuna piattaforma, il che richiede più lavoro di configurazione, ma offre anche più controllo su cosa viene condiviso e con chi.
Il beneficio concreto della modalità automatica è che le piattaforme pubblicitarie riconoscono meglio l’utente anche quando arriva da un dispositivo diverso da quello con cui aveva navigato la prima volta, migliorando la capacità di ricollegare i clic alle conversioni. Per un’azienda che parte da zero, la scelta più semplice è usare Enricher così com’è, “a scatola chiusa”.
L’insieme di queste tecniche, dal semplice cookie fino ai database più strutturati, va sotto il nome di arricchimento dei dati: significa completare le informazioni raccolte dal sito con dati aggiuntivi (contatti, acquisti passati, preferenze) in modo che ogni sistema, dalla piattaforma pubblicitaria alla dashboard interna, riceva un quadro più ricco dello stesso utente invece di frammenti isolati.
Dati offline e online: due casi di attribuzione completa
I nomi delle aziende sono coperti da accordi di riservatezza con Tag Manager Italia e non sono divulgabili. Vengono presentati in base al settore.
Il caso di una società di credito al consumo
Esigenza. Una società specializzata in prestiti per pensionati e dipendenti pubblici gestiva oltre 250 moduli di richiesta preventivo su domini differenti, senza possibilità di ricostruire quale campagna avesse originato una pratica conclusa.
Soluzione. È stato implementato un identificativo persistente collegato al CRM al momento della richiesta di preventivo. Ogni fase successiva della pratica, qualifica, trattativa, chiusura, veniva ricondotta allo stesso sistema di misurazione. I dati di sei piattaforme pubblicitarie (tra cui Google Ads, Meta Ads e TikTok Ads) sono stati unificati nel magazzino centrale insieme al CRM, e un modello di attribuzione basato su machine learning, che assegna il merito di una conversione dell’utente ai canali marketing in base al contributo effettivo, e non a regole fisse come l’ultimo clic, ha sostituito i criteri standard.
Risultati. Il marketing è passato da dati frammentati a una visione unica del percorso cliente, con la possibilità di confrontare quattro modelli di attribuzione e dashboard di analisi in tempo reale, al posto di analisi parziali.
Il caso di un’organizzazione internazionale di scambi culturali
Esigenza. Un’organizzazione attiva da oltre 35 anni negli scambi culturali ed educativi gestiva oltre 250 moduli di contatto su 12 paesi, spesso integrati come finestre indipendenti (tecnicamente, iframe) in domini differenti, una configurazione che normalmente impedisce di seguire l’utente in modo continuativo.
Soluzione. È stato implementato un identificativo persistente capace di superare questi vincoli tecnici e di seguire l’utente fino alla richiesta di preventivo presso il CRM locale. Ogni fase successiva veniva ricondotta al sistema di misurazione, e i dati di tutti i mercati confluivano in un unico magazzino centrale, con cruscotti dedicati a ciascun paese e marchio.
Risultati. Il marketing ha potuto stabilire, paese per paese e per pubblico, genitori o studenti, dove il budget si traduceva effettivamente in iscrizioni e non soltanto in contatti, migliorando l’allocazione degli investimenti su canali, aree geografiche e segmenti più profittevoli.
Partecipa alla community