Chi si occupa di web marketing in Italia da più di quindici anni ricorda ConversionLab: uno dei primi strumenti italiani nati per collegare il traffico di un sito al ROI delle campagne pubblicitarie. Oggi il software non esiste più, ma la domanda a cui rispondeva è più attuale che mai: quale campagna mi fa davvero guadagnare?
In questa guida ripercorriamo brevemente la storia di ConversionLab e poi vediamo come misurare oggi conversioni e ROI delle campagne con gli strumenti del 2026: Google Analytics 4, parametri UTM, modelli di attribuzione, API di conversione e tracciamento server-side. È un tema centrale della nostra sezione CRO: senza una misurazione affidabile, nessuna ottimizzazione delle conversioni è possibile.
ConversionLab: cos’era e perché era un’idea in anticipo sui tempi
ConversionLab è stato lanciato nel marzo 2005 da Intarget.net, agenzia specializzata in search engine marketing e web advertising. Come riportava all’epoca il portale Comunitazione, il sistema era nato dopo un anno e mezzo di sviluppo e test, con un obiettivo preciso: monitorare e analizzare l’efficacia delle attività pubblicitarie online.
L’approccio era dichiaratamente diverso dai contatori di visite del tempo. Il comunicato di lancio parlava di valutare la qualità del traffico, misurare il ritorno sugli investimenti delle diverse campagne e capire, per esempio, quali parole chiave portavano più richieste di informazioni, iscrizioni o acquisti.
Da Intarget a Trackset: la suite di web analytics
Negli anni successivi ConversionLab è diventato parte dell’offerta del marchio Trackset, con sede a Cascina (Pisa). Nel 2008 il blog internazionale Webanalyticsbook descriveva Trackset come una suite di web analytics “made in Italy” composta da quattro moduli:
- ConversionLab: ottimizzazione del ROI e analisi delle conversioni delle campagne.
- VisualPath: mappe di calore e misurazione dello scroll delle pagine.
- AdManager: gestione e ottimizzazione degli annunci display.
- BidManager: gestione di keyword e campagne PPC.
Il marchio trackset.it oggi ospita un progetto editoriale indipendente. Raccontiamo questa storia perché i concetti alla base di ConversionLab sono diventati lo standard del settore. Se vi interessa l’altro strumento storico della suite, abbiamo dedicato un approfondimento a VisualPath e alle mappe di calore.
Cosa è rimasto valido e cosa è cambiato
Le domande sono le stesse del 2005: da dove arrivano i clienti, quali campagne convertono, quanto rende ogni euro investito. Quello che è cambiato radicalmente è il contesto tecnico e normativo.
| Allora (anni 2000) | Oggi (2026) |
|---|---|
| Strumenti proprietari installati dall’agenzia | Piattaforme come GA4, Google Ads e Meta integrate tra loro |
| Cookie di terze parti disponibili quasi ovunque | Restrizioni dei browser e ad blocker diffusi |
| Consenso privacy poco regolato | GDPR e banner cookie obbligatori |
| Attribuzione all’ultimo clic come standard | Attribuzione data-driven e modellazione |
| Tracciamento solo lato browser | Diffusione del tracciamento server-side |
Le basi: conversioni, ROI e ROAS senza ambiguità
Prima di configurare qualsiasi strumento, dobbiamo mettere d’accordo marketing, vendite e direzione su cosa contiamo. La maggior parte dei report “sbagliati” nasce da definizioni diverse dello stesso numero.
Conversione, evento chiave e conversione pubblicitaria
Una conversione è un’azione che crea valore per il business: un acquisto, una richiesta di preventivo, un’iscrizione. In Google Analytics 4 queste azioni si chiamano oggi eventi chiave: Google ha rinominato le “conversioni” di GA4 nel 2024, riservando il termine “conversione” alle azioni usate in Google Ads per ottimizzare le campagne. Ne parliamo in dettaglio nella nostra guida pratica a Google Analytics 4.
ROI e ROAS: due indicatori, due domande diverse
Sono i due KPI più citati e anche i più confusi.
| Indicatore | Formula | Domanda a cui risponde |
|---|---|---|
| ROAS (Return On Ad Spend) | Ricavi generati dalla campagna / Spesa pubblicitaria | Quanto fatturato produce ogni euro speso in ads? |
| ROI (Return On Investment) | (Margine generato − Costo totale) / Costo totale | Quanto guadagno davvero, al netto di tutti i costi? |
Facciamo un esempio con numeri di fantasia. Spendete 1.000 € in campagne e generate 4.000 € di vendite: il ROAS è 4. Ma se il margine lordo sui prodotti è del 30%, il margine generato è 1.200 €. Il ROI diventa (1.200 − 1.000) / 1.000 = 20%.
Un ROAS che sembra ottimo può nascondere un ROI risicato, o perfino negativo. Per questo il ROAS è utile per ottimizzare le campagne giorno per giorno, mentre il ROI serve per decidere quanto budget allocare.
Il break-even ROAS
Un calcolo semplice che consigliamo a ogni e-commerce è il ROAS di pareggio: 1 diviso il margine percentuale. Con un margine del 30%, il pareggio è circa 3,3. Sotto quella soglia, ogni vendita generata dalle ads vi costa più di quanto vi rende (salvo considerare il valore dei riacquisti nel tempo).
Misurare le conversioni con GA4: eventi chiave e valori
Il primo mattone di qualsiasi misurazione del ROI è un tracciamento corretto delle conversioni in GA4. Senza questo, i numeri delle piattaforme pubblicitarie restano l’unica fonte, e ogni piattaforma tende a raccontare la propria versione dei fatti.
Gli eventi da misurare per tipo di business
| Modello di business | Eventi consigliati da Google | Valore da passare |
|---|---|---|
| E-commerce | view_item, add_to_cart, begin_checkout, purchase | Importo dell’ordine, valuta, ID transazione, prodotti |
| Lead generation | generate_lead, eventuali step del modulo | Valore stimato del lead |
| SaaS / abbonamenti | sign_up, purchase o evento di attivazione | Valore del primo pagamento o dell’abbonamento |
Usate i nomi consigliati da Google quando esistono. Attivano report dedicati, come quelli di monetizzazione, e semplificano l’integrazione con Google Ads.
Dare un valore anche ai lead
Molte aziende B2B misurano i lead ma non assegnano loro un valore. Così il ROI resta incalcolabile. Una soluzione pragmatica è stimare il valore medio di un lead: se il 10% dei lead diventa cliente e un cliente vale in media 5.000 € di margine, ogni lead “vale” circa 500 €.
Passate questo valore nel parametro value dell’evento generate_lead. Non è una cifra perfetta, ma permette di confrontare campagne diverse con lo stesso metro.
I controlli di qualità da non saltare
- Inviate sempre il transaction_id negli acquisti: GA4 lo usa per evitare doppi conteggi.
- Verificate che la valuta sia impostata (EUR).
- Testate ogni evento con DebugView prima di contrassegnarlo come evento chiave.
- Escludete i gateway di pagamento dai referral, altrimenti le vendite vengono attribuite a PayPal o alla banca.
UTM e attribuzione: capire quale campagna merita il merito
Una conversione registrata senza fonte è un dato a metà. Per sapere quale campagna l’ha generata servono due ingredienti: parametri UTM coerenti e un modello di attribuzione chiaro.
Come usare i parametri UTM
Gli UTM sono etichette aggiunte agli URL delle campagne. Pensateli come l’etichetta di spedizione di un pacco: senza, il pacco arriva, ma non sapete chi l’ha mandato.
| Parametro | Uso | Esempio |
|---|---|---|
| utm_source | La piattaforma o il sito di provenienza | newsletter, facebook, linkedin |
| utm_medium | Il tipo di canale | email, paid_social, cpc |
| utm_campaign | Il nome della campagna | saldi_autunno_2026 |
| utm_content | La variante della creatività o del link | banner_rosso, cta_header |
| utm_term | La parola chiave (per il search a pagamento) | software crm |
Tre regole pratiche:
- Tutto minuscolo: per GA4 “Facebook” e “facebook” sono due sorgenti diverse.
- Un documento condiviso con le convenzioni di naming, usato da tutto il team.
- Niente UTM sui link interni del sito: spezzano la sessione e falsano l’attribuzione.
Per Google Ads non serve aggiungere gli UTM a mano: con l’account collegato a GA4 e il tagging automatico attivo, il parametro gclid fa il lavoro.
I modelli di attribuzione in GA4 nel 2026
Un cliente vede un annuncio su Instagram, torna dopo una ricerca su Google e compra dopo una newsletter. A chi va il merito? Lo decide il modello di attribuzione.
A novembre 2023 Google ha rimosso da GA4 i modelli basati su regole primo clic, lineare, decadimento temporale e basato sulla posizione. Oggi nelle impostazioni di attribuzione restano tre opzioni:
- Data-driven (canali a pagamento e organici): il modello predefinito, che distribuisce il merito tra i punti di contatto usando i dati dell’account.
- Ultimo clic (canali a pagamento e organici): tutto il merito all’ultimo canale cliccato, ignorando il traffico diretto.
- Ultimo clic sui canali a pagamento di Google: il merito va all’ultimo clic su un annuncio Google.
Cambiare modello modifica sia i dati storici sia quelli futuri dei report sugli eventi chiave. Non cambiate impostazione ogni mese: perdereste la possibilità di confrontare i periodi.
Perché GA4, Google Ads e Meta non coincidono mai
Ogni piattaforma usa finestre di attribuzione e regole proprie. Meta conteggia anche conversioni dopo la visualizzazione di un annuncio; GA4 ragiona per sessioni e clic. Inoltre il consenso negato e i blocchi dei browser riducono i dati raccolti.
Il consiglio pratico è scegliere una fonte di verità per ciascuna domanda: il gestionale o la piattaforma e-commerce per il fatturato reale, GA4 per il confronto tra canali, le piattaforme pubblicitarie per l’ottimizzazione interna delle campagne.
Google Ads, Meta Conversions API e tracciamento server-side
Con il tracciamento solo lato browser, una parte delle conversioni si perde: ad blocker, restrizioni di Safari e Firefox, utenti che rifiutano i cookie. Gli algoritmi delle piattaforme pubblicitarie, che si nutrono di segnali di conversione, lavorano così con informazioni incomplete.
Il consenso viene prima di tutto
Prima di parlare di tecnologia, un punto fermo: in Italia ogni tracciamento a fini di marketing richiede il consenso dell’utente. Per i tag Google questo passa dal Consent Mode V2, richiesto da Google dal marzo 2024 per continuare a usare funzioni come remarketing e misurazione delle conversioni pubblicitarie sul traffico europeo. Il server-side non è una scorciatoia per aggirare il consenso.
Google Ads: conversioni importate e conversioni avanzate
Per misurare il ROI in Google Ads avete due strade principali:
- Importare gli eventi chiave da GA4 come conversioni, collegando i due account.
- Usare il tag di conversione di Google Ads con le conversioni avanzate (Enhanced Conversions), che inviano dati first-party come l’email in forma crittografata (hash) per migliorare la corrispondenza.
Per i lead che si chiudono offline, giorni o settimane dopo, le conversioni offline permettono di caricare in Google Ads le vendite effettive, collegate al clic originale.
Meta Conversions API
La Meta Conversions API (CAPI) invia gli eventi di conversione dal vostro server direttamente a Meta, affiancando il Pixel nel browser. Meta consiglia di usarli insieme, con un event_id comune per la deduplicazione: così lo stesso acquisto non viene contato due volte.
Le opzioni di implementazione più comuni:
| Metodo | Per chi è adatto | Note |
|---|---|---|
| Integrazione nativa (Shopify, WooCommerce con plugin) | E-commerce su piattaforme diffuse | Rapida, poco personalizzabile |
| Conversions API Gateway di Meta | Chi vuole una soluzione gestita su cloud | Richiede un’infrastruttura cloud |
| Google Tag Manager server-side | Chi gestisce più piattaforme insieme | Massima flessibilità, richiede competenze |
Cos’è il tracciamento server-side
Il tracciamento server-side sposta una parte del lavoro dal browser dell’utente a un server che controllate voi. Immaginate un centralino: invece di far parlare il sito con dieci piattaforme diverse, il sito parla con un solo interlocutore, che smista le informazioni.
Con Google Tag Manager in versione server, i vantaggi principali sono:
- Controllo dei dati: decidete voi quali informazioni inviare a ciascuna piattaforma.
- Pagine più leggere: meno script di terze parti caricati nel browser.
- Cookie first-party impostati dal vostro dominio, più resistenti alle restrizioni.
- Un unico flusso che alimenta GA4, Google Ads e Meta CAPI.
I costi da mettere in conto sono l’hosting del server (per esempio su Google Cloud o su servizi gestiti dedicati) e le competenze per configurarlo e mantenerlo. Approfondiremo il tema nella sezione Data Tracking.
Dal dato alla decisione: un report del ROI che funziona
Misurare bene serve a poco se i numeri restano dispersi in cinque piattaforme. Il passo finale è costruire un report del ROI che la direzione possa leggere in cinque minuti.
I KPI da mettere in un cruscotto
| KPI | Fonte consigliata | Frequenza di lettura |
|---|---|---|
| Spesa per canale | Piattaforme pubblicitarie | Settimanale |
| Eventi chiave e tasso di conversione per canale | GA4 | Settimanale |
| ROAS per campagna | Piattaforme + GA4 | Settimanale |
| Costo per acquisizione (CPA) | Spesa / conversioni | Settimanale |
| Fatturato e margine reali | Gestionale / e-commerce | Mensile |
| ROI complessivo del marketing | Margine / costi totali | Mensile o trimestrale |
Uno strumento gratuito come Looker Studio permette di unire GA4, Google Ads e altre fonti in un’unica dashboard. Per Meta e altre piattaforme servono connettori di terze parti o un’esportazione periodica in un foglio Google.
Una procedura in sei passaggi
- Definite conversioni e valori con marketing e vendite.
- Configurate gli eventi chiave in GA4 e verificateli in DebugView.
- Standardizzate gli UTM con un documento condiviso.
- Collegate GA4 a Google Ads e attivate Consent Mode V2 e conversioni avanzate.
- Affiancate al Pixel di Meta la Conversions API, con deduplicazione.
- Riportate ROAS e ROI in una dashboard condivisa e rivedetela ogni mese.
Gli errori più frequenti
- Confrontare il ROAS dichiarato da Meta con quello di GA4 come se fossero lo stesso numero.
- Ottimizzare le campagne su micro-conversioni (clic, scroll) invece che su vendite o lead qualificati.
- Dimenticare i costi non pubblicitari (agenzia, creatività, software) nel calcolo del ROI.
- Usare UTM incoerenti, che frammentano le campagne in decine di righe diverse.
- Considerare il server-side una soluzione per raccogliere dati senza consenso.
La lezione di ConversionLab resta valida a vent’anni di distanza: il traffico non è un risultato, è un costo. Il risultato è il margine che quel traffico genera. Quando avete la misurazione sotto controllo, il passo successivo è capire perché gli utenti non convertono: è il lavoro delle mappe di calore e delle registrazioni di sessione, che trovate nella nostra guida dedicata, e poi degli A/B test.
