Conversion Modeling: Come Google Stima le Conversioni che il Consenso ti Fa Perdere
Lettura 7 min · AstraLoop Studio
Lanci una campagna su Google Ads. Il banner dei cookie compare e una quota consistente dei tuoi visitatori (in Italia spesso tra il 20% e oltre il 40%) nega il consenso al tracciamento. Da quel momento Google non riesce più a osservare cosa fanno quelle persone: se acquistano, se compilano il form, se ti chiamano. Il risultato in dashboard sono meno conversioni di quelle realmente accadute, e il rischio concreto è tagliare budget a campagne che invece stanno funzionando.
Il conversion modeling è la risposta di Google a questo buco. In italiano si parla di conversioni modellate: stime prodotte da un modello di machine learning per ricostruire le conversioni davvero avvenute ma che il sistema non ha potuto misurare direttamente. Non sono numeri inventati, ma nemmeno dati osservati al 100%. Capire la differenza, e sapere quando fidartene, è ormai parte del mestiere di chiunque gestisca budget pubblicitario.
Cosa sono le conversioni modellate
Una conversione osservata è quella che Google vede dall'inizio alla fine: click sull'annuncio, identificativo impostato, acquisto o lead tracciato, tutto ricollegato allo stesso utente. Una conversione modellata è invece una conversione che con ogni probabilità è avvenuta, ma a cui manca uno di quei passaggi osservabili. Il modello la stima e la attribuisce alla campagna, alla keyword o all'annuncio corretti.
Google colma il buco per via statistica: prende il sottoinsieme di traffico che riesce a osservare per intero, ne misura il comportamento reale e applica quegli stessi tassi alla porzione di traffico che non può vedere. Le conversioni modellate non finiscono in un report separato, entrano nella normale colonna "Conversioni" e alimentano tutto ciò che sta a valle, incluso lo Smart Bidding che decide le tue offerte.
Un esempio concreto: su 100 vendite reali generate dai tuoi annunci, Google potrebbe osservarne direttamente 70, mentre le altre 30 restano invisibili perché l'utente ha negato il consenso o ha cambiato dispositivo. Senza modellazione vedresti 70 conversioni e concluderesti che la campagna rende meno di quanto faccia davvero. Con la modellazione, Google stima quelle 30 mancanti e le rimette al loro posto.
Perché il buco esiste
Le conversioni "invisibili" non nascono solo dal consenso negato. Le cause principali sono quattro:
- Consenso negato. Con il GDPR e il Consent Mode, se l'utente rifiuta i cookie Google non può impostare identificativi né leggere il percorso completo.
- Browser senza cookie di terze parti. Safari (con ITP) e Firefox limitano da anni i cookie, spezzando l'attribuzione anche per chi il consenso lo concede.
- Percorsi cross-device. L'utente clicca l'annuncio sul telefono e compra dal computer: due dispositivi, un solo acquisto difficile da unire.
- Passaggi tra reti e app. Il tragitto tra app, browser in-app e sito web frammenta ulteriormente i segnali.
La conseguenza pratica è che una parte delle vendite generate dagli annunci non arriva più al report in modo diretto. Ed è esattamente il motivo per cui tracciare bene le conversioni su Google Ads non basta più da solo: serve anche capire come il sistema ricostruisce ciò che non vede.
Come funziona il modello, dietro le quinte
La modellazione delle conversioni segue una logica precisa, che vale la pena conoscere per non trattarla come una scatola nera:
- Isola il traffico osservabile. Google parte dagli utenti che hanno dato consenso e il cui percorso è visibile per intero.
- Impara i pattern. Calcola i tassi di conversione per area geografica, dispositivo, ora del giorno, tipo di campagna e altri segnali.
- Quantifica la relazione tra utenti consenzienti e non consenzienti, cioè quanto il comportamento degli uni predice quello degli altri.
- Applica e riattribuisce. Stima le conversioni del traffico non osservabile e le assegna alle campagne che le hanno generate.
Qui entra in gioco il Consent Mode v2. In modalità avanzata, anche quando l'utente nega il consenso, i tag di Google inviano dei "ping" anonimi e senza cookie: non contengono dati personali, ma segnalano che è avvenuto un evento rilevante. Sono proprio questi ping a rendere il modello molto più accurato, perché lo nutrono con segnali specifici del tuo account invece che con un modello generico.
Attenzione però: il modello non si attiva a qualsiasi volume. Google richiede soglie minime, ad esempio (secondo la documentazione ufficiale, soggetta a revisione) circa 700 click sugli annunci in 7 giorni per ciascuna combinazione paese/dominio per la modellazione da Consent Mode. Per la modellazione comportamentale di GA4 le soglie sono più alte (nell'ordine di alcune migliaia di eventi e utenti al giorno). Sotto quei numeri la modellazione può non partire o disattivarsi, ed è un requisito continuo: se il traffico cala, si spegne.
Quando fidarti dei dati modellati (e quando no)
La regola d'oro: le conversioni modellate sono affidabili in aggregato, molto meno nel dettaglio. Un modello statistico è preciso sui grandi numeri e traballa quando lo interroghi sul singolo caso. Ecco come regolarti:
| Fidati di più quando | Fidati di meno quando |
|---|---|
| Guardi dati aggregati di account o campagna | Scendi alla singola keyword o al singolo annuncio |
| La finestra è ampia (30 giorni o più) | Analizzi un solo giorno o poche ore |
| Il volume di conversioni è alto e costante | Il volume è basso o molto stagionale |
| Il setup è stabile da settimane | Hai appena cambiato tag, consenso o tracciamento |
| Confronti l'andamento nel tempo | Confronti il numero assoluto con un'altra piattaforma |
L'errore più comune è confrontare il numero di conversioni di Google Ads (che include le modellate) con quello grezzo di un'altra fonte e gridare al dato gonfiato. Sono due misure diverse, con perimetri diversi. Il valore delle conversioni modellate non sta nel numero assoluto perfetto, ma nel dare allo Smart Bidding abbastanza segnale per ottimizzare invece di navigare al buio.
Come alimentare bene il modello
Qui sta il punto che quasi nessuno ti dice: la qualità del modello dipende dalla qualità dei dati che gli dai. Il principio "garbage in, garbage out" vale anche per il machine learning di Google. Ecco le leve concrete, in ordine di impatto:
- Consent Mode in modalità avanzata, non base. La modalità base blocca i tag finché non c'è consenso e usa un modello generico: accuratezza più bassa. L'avanzata invia i ping cookieless e sblocca anche la modellazione comportamentale di GA4.
- Conversioni avanzate. Le conversioni avanzate (Enhanced Conversions) inviano a Google dati di prima parte cifrati (come l'email hashata del cliente) per ricollegare click e conversione anche senza cookie.
- Tracciamento lato server. Un tracciamento lato server raccoglie i segnali in modo più stabile e resistente ai blocchi del browser.
- Dati di prima parte e CRM. Costruire una base solida di dati di prima parte e importare le conversioni offline dal CRM dice a Google cosa è successo davvero dopo il click, anche a giorni di distanza.
- Volume e stabilità. Consolidare il tracciamento in un unico Google tag, evitare doppi conteggi ed eventi sporchi e mantenere il setup stabile aiuta il modello a "imparare" invece di ripartire da zero.
Nota il filo conduttore: ogni leva è un modo per dare al modello più segnale pulito. Non stai imbrogliando il sistema, lo stai mettendo nelle condizioni di stimare bene.
Vuoi capire se il tuo tracciamento sta davvero alimentando bene il modello di Google? Richiedici un'analisi del setup: verifichiamo consenso, conversioni avanzate e flusso dati dal CRM.
Privacy, machine learning e qualità dati: il vero legame
Vale la pena unire i puntini, perché è qui che il tema diventa strategico e non solo tecnico. La sequenza è questa:
- La privacy (GDPR, consenso, browser senza cookie) crea un buco strutturale e permanente nei dati: non tornerà mai il tracciamento pieno di dieci anni fa.
- Il machine learning di Google riempie quel buco con le stime, ed è ormai l'unico modo per avere un quadro completo.
- Ma il machine learning vale quanto i segnali che riceve. E i segnali migliori, nel mondo senza cookie, sono i dati che possiedi tu: primi contatti, acquisti, esiti registrati nel gestionale.
Detto altrimenti: in un contesto dove Google osserva sempre meno, il tuo vantaggio competitivo si sposta sui dati che raccogli e organizzi in casa. Chi ha un CRM ordinato, eventi puliti e un flusso che rimanda al modello le conversioni reali (anche quelle offline) ottiene stime migliori, uno Smart Bidding più preciso e, a parità di spesa, più clienti. La qualità dei dati non è un dettaglio da tecnici: è ciò che separa chi ottimizza da chi tira a indovinare.
Errori da evitare
- Restare sul Consent Mode base pensando che "tanto qualcosa modella lo stesso": lasci sul tavolo accuratezza e la modellazione comportamentale di GA4.
- Leggere le conversioni modellate al giorno o alla keyword e prendere decisioni drastiche su semplice rumore statistico.
- Non collegare il CRM: senza le conversioni offline il modello ignora tutto ciò che accade dopo il form.
- Doppi conteggi ed eventi duplicati che sporcano il segnale e peggiorano ogni stima a valle.
In sintesi
Le conversioni modellate non sono un trucco né un problema da eliminare: sono la normalità di un ecosistema pubblicitario in cui la privacy ha ridotto ciò che è osservabile. Il tuo compito non è diffidare del modello, ma alimentarlo bene e leggerlo con criterio: fidati dell'aggregato, diffida del dettaglio e investi sulla qualità dei dati di prima parte. Se vuoi il quadro completo di come tutto questo si incastra, parti dalla nostra guida completa al tracciamento delle conversioni.
Domande frequenti
Le conversioni modellate sono affidabili?
Sì, ma a livello aggregato. Su account e campagne con volumi alti e finestre ampie le stime sono solide; sul singolo giorno o sulla singola keyword vanno lette con prudenza, perché il rumore statistico aumenta.
Che differenza c'è tra conversione osservata e conversione modellata?
La conversione osservata è misurata direttamente da Google dall'inizio alla fine del percorso. Quella modellata è stimata da un modello di machine learning quando manca un passaggio osservabile, ad esempio per consenso negato o cambio di dispositivo.
Come si attiva il conversion modeling su Google Ads?
Implementando correttamente il Consent Mode (meglio in modalità avanzata) e raggiungendo le soglie minime di traffico. Google indica ad esempio circa 700 click in 7 giorni per combinazione paese/dominio, valori soggetti a revisione e da mantenere nel tempo.
Le conversioni modellate gonfiano i numeri?
No, non li gonfiano: recuperano conversioni reali che il consenso e i browser nascondono. L'apparente gonfiaggio nasce dal confronto sbagliato tra il dato di Google Ads, che include le modellate, e un dato grezzo di un'altra piattaforma.
Serve il Consent Mode avanzato o basta quello base?
Entrambi permettono un minimo di modellazione, ma l'avanzato invia ping cookieless che rendono le stime più accurate e sblocca la modellazione comportamentale di GA4. Per la maggior parte delle aziende è la scelta migliore, valutando con attenzione gli aspetti privacy.
Le conversioni modellate influenzano lo Smart Bidding?
Sì. Entrano nella colonna Conversioni e diventano il segnale su cui lo Smart Bidding ottimizza le offerte. Alimentare bene il modello significa quindi anche far lavorare meglio le strategie di offerta automatiche.
Meno conversioni perse, stime più affidabili, budget investito meglio. Parlane con noi e costruiamo insieme un'infrastruttura dati che nutre il modello con segnali puliti.