Quali metriche di engagement apprezzano davvero i clienti? Quelle che puoi collegare a una decisione di business. Like e reach mostrano che qualcosa è successo; salvataggi, condivisioni, commenti con intento, ricerche di brand e ricavi incrementali mostrano che è stato importante. Un report che si ferma al primo elenco è solo facciata. Uno che arriva al secondo convince.
Un caso pubblicato questa settimana indica la strada. Secondo Campaign Middle East, l'agenzia di performance TRKKN ha usato Meridian, il modello open source di marketing mix di Google, per mostrare al retailer di bellezza Faces da dove arrivassero davvero i suoi ricavi. La modellazione ha coperto tre anni di dati su 11 canali e ha stimato un aumento dei ricavi incrementali dell'8,5% e un miglioramento del ROI di 10,8 punti percentuali, semplicemente riallocando un budget già esistente.
Harry Lonergan, direttore del digital marketing di Faces, ha riassunto il guadagno: Meridian ha aiutato il brand a guardare oltre ciò che le performance last-click possono mostrare.
Perché i like non convincono più i clienti?
Perché i clienti non pagano per i like. Pagano per vendite, brand, quota di mercato. Quando il report mensile si apre con «l'engagement è in crescita» e non dice che cosa ha cambiato, il direttore marketing pone la domanda che ogni agenzia teme: «E quindi?»
Il problema non è la metrica di engagement in sé. È trattarla come un fine anziché come un segnale. L'engagement è il sintomo; il cliente vuole la diagnosi.
Che cos'è l'effetto illusione dei dati?
È la tendenza a scambiare i numeri per comprensione. Una dashboard piena di percentuali sembra oggettiva, precisa, scientifica. Così smettiamo di chiederci se la metrica misuri davvero ciò che conta. La precisione del numero maschera la debolezza della domanda.
Con l'engagement, l'illusione si manifesta in tre modi. Confrontare tassi tra piattaforme che definiscono l'engagement in modo diverso. Celebrare il volume senza leggere che cosa hanno detto davvero le persone. E attribuire l'intero risultato all'ultimo clic, proprio la trappola da cui, secondo Lonergan, Meridian ha aiutato Faces a uscire.
I dati rivelano schemi, ma non possono definire l'umanità. Un tasso alto può essere una fan base appassionata o un'ondata di attacchi. Solo leggendo i contenuti capisci quale dei due.
Metriche di engagement: facciata contro ciò che convince
| Metrica | Che cosa mostra | Quando conta per il cliente |
|---|---|---|
| Reach e impression | Quante persone hanno visto il contenuto, o quante volte è comparso | Come contesto per le altre metriche, mai da sole |
| Like | Una reazione rapida e a basso sforzo | Quasi mai, da soli |
| Tasso di engagement | Interazione in rapporto alla reach | Quando è confrontato all'interno della stessa piattaforma e dello stesso formato |
| Commenti | Che cosa pensano le persone, con parole loro | Quando vengono letti e classificati per tema e intento |
| Salvataggi e condivisioni | Utilità e disponibilità a legare la propria immagine al contenuto | Quasi sempre: sono segnali forti di valore |
| Ricerche di brand | Interesse che è uscito dal feed ed è diventato intento | Per dimostrare l'effetto del brand e della campagna |
| Ricavi incrementali e ROI | Che cosa hanno aggiunto davvero i media al business | Nella conversazione sul budget, con marketing e finanza |
Come si confronta l'engagement tra piattaforme diverse?
Con cautela e, idealmente, senza sommare i numeri. Immagina un'agenzia che gestisce i canali social di una squadra di calcio femminile. Instagram mostra un buon engagement rate sui contenuti dietro le quinte; TikTok, tante visualizzazioni sugli highlight delle partite; YouTube, tempo di visualizzazione sulle partite integrali. Mettere tutto in un unico dato di «engagement totale» cancella proprio ciò che ogni numero ti sta dicendo.
La strada migliore è confrontare ogni piattaforma con se stessa nel tempo e, per il quadro d'insieme, guardare le persone. Chi sono i tifosi che commentano su tutti e tre i canali? Quali tensioni emergono, come la difficoltà a scoprire dove vengono trasmesse le partite, o il desiderio di conoscere meglio le giocatrici? Questo puoi confrontarlo tra piattaforme, perché è contenuto, non una metrica proprietaria.
Negli sport di nicchia, questo tipo di lettura vale oro. Il pubblico può essere più piccolo, e proprio per questo un commento letto bene dice più di mille impression.
Come si costruisce un report di engagement che il cliente legge davvero?
- Parti dalla decisione del cliente. Rinnovare una sponsorizzazione, lanciare un prodotto, difendere il budget nel piano dell'anno prossimo. Il report esiste per servire quella decisione.
- Scegli al massimo tre metriche per obiettivo. Di più e diventa un inventario, non un'analisi.
- Collega ogni metrica di attenzione a una di business. Salvataggi a visite al sito; commenti a ricerche di brand; reach a vendite regionali.
- Leggi il contenuto, non solo il numero. Classifica i commenti per tema e intento. Tre citazioni reali valgono più di un grafico.
- Confronta le previsioni con i risultati. Se hai detto che una creatività avrebbe funzionato, mostra se è andata così. È così che si costruisce la credibilità.
- Chiudi con una raccomandazione. Dove aggiungere, tagliare o mantenere il budget nel prossimo ciclo. Un report senza raccomandazione è solo il verbale di una riunione.
Il quinto passaggio è quello in cui molte agenzie perdono credibilità senza accorgersene. Sulla piattaforma Defy, le previsioni vengono validate sulle performance reali degli annunci e ogni conclusione può essere verificata sui post che ci stanno dietro. Così la conversazione sui risultati con il cliente parte dalle prove, non da una difesa.
Quando conviene passare al marketing mix modelling?
Quando la domanda del cliente smette di essere «il post è andato bene?» e diventa «dove deve andare il prossimo blocco di budget?». Il caso TRKKN mostra il potenziale: con Meridian, Faces ha individuato canali con margine di crescita, canali vicini alla saturazione e budget che poteva essere spostato altrove. Performance Max è emerso come il canale con i risultati migliori.
Ma l'MMM richiede uno storico. Il progetto ha usato tre anni di dati, online e offline, su 11 canali. Per clienti più piccoli o account più recenti, parti dalle basi fatte bene: le metriche giuste, la lettura qualitativa e semplici test di incrementalità. L'obiettivo è lo stesso in entrambi i casi: sostituire l'illusione del numero con una comprensione reale di ciò che muove il business.
