Modelli di attribuzione in Google Ads: quale scegliere nel 2026
Lettura 9 min · AstraLoop Studio
Il modello di attribuzione decide a quale annuncio Google assegna il merito di una conversione. Sembra una questione tecnica da addetti ai lavori, ma in pratica è quello che stabilisce dove sposti il budget, quali keyword tieni accese e quali campagne dichiari "fallite". Cambia il modello e cambiano i numeri sotto ai tuoi occhi, senza che una singola vendita sia cambiata davvero.
Nel 2026 la scelta è molto più semplice di com'era due anni fa, perché Google ha tagliato quasi tutte le opzioni. Ma "più semplice da scegliere" non vuol dire "più facile da capire". In questa guida ti spieghiamo cosa è rimasto, cosa è sparito e, soprattutto, come leggere l'attribuzione senza prendere decisioni sbagliate sul budget.
Cos'è davvero un modello di attribuzione
Immagina un cliente che compra da te. Prima di arrivare alla conversione ha cliccato su un annuncio Shopping, la settimana dopo ha cercato il tuo brand e ha cliccato su un annuncio Search, poi ha visto un annuncio Demand Gen su YouTube e infine ha convertito. Tre o quattro touchpoint diversi, una sola vendita.
La domanda è: quale di quei clic ha "prodotto" la vendita? Il modello di attribuzione è la regola con cui Google risponde. Non è una verità oggettiva, è una convenzione. E convenzioni diverse ti raccontano storie diverse sullo stesso identico percorso d'acquisto.
Questo conta perché lo smart bidding di Google (target CPA, target ROAS, massimizza le conversioni) ottimizza in base al modello di attribuzione che hai impostato. Se il modello dà tutto il merito all'ultimo clic, l'algoritmo imparerà a spingere sui touchpoint finali (tipicamente le ricerche brand) e a trascurare quelli che aprono la scoperta. È qui che l'attribuzione smette di essere reportistica e diventa una leva strategica.
Cosa è cambiato: nel 2026 restano solo due modelli
Fino al 2023 Google Ads offriva sei modelli: ultimo clic, primo clic, lineare, decadimento temporale, basato sulla posizione e data-driven. Oggi ne sono rimasti due soli.
Google ha ritirato primo clic, lineare, decadimento temporale e basato sulla posizione tra il 2023 e il 2024, migrando in automatico verso il data-driven le azioni di conversione che ancora li usavano. Il motivo dichiarato: quei modelli venivano usati per meno del 3% delle conversioni. Erano regole rigide, decise a tavolino, che non guardavano i dati reali del tuo account.
Ecco la fotografia attuale.
| Modello | Come assegna il merito | Stato 2026 |
|---|---|---|
| Data-driven | Credito frazionato a ogni touchpoint in base al contributo reale misurato nel tuo account | Attivo, default per tutte le nuove conversioni |
| Ultimo clic (last click) | 100% del merito all'ultimo annuncio cliccato prima della conversione | Attivo, selezionabile manualmente |
| Primo clic | 100% al primo annuncio cliccato | Deprecato |
| Lineare | Merito diviso equamente tra tutti i clic | Deprecato |
| Decadimento temporale | Più merito ai clic vicini alla conversione | Deprecato |
| Basato sulla posizione | 40% primo, 40% ultimo, 20% al centro | Deprecato |
C'è un'altra novità importante: è sparito il requisito minimo di dati per attivare il data-driven. Prima serviva una soglia di conversioni e clic (indicativamente centinaia al mese) per far "imparare" il modello. Oggi qualsiasi account può usarlo, anche con volumi bassi. Questo ha reso il data-driven l'opzione di default e la scelta consigliata per la stragrande maggioranza degli inserzionisti.
Last-click: semplice, comodo e spesso bugiardo
Il modello a ultimo clic è intuitivo: chi ha chiuso, ha vinto. È il modo in cui la maggior parte delle persone pensa istintivamente alle vendite. Ed è proprio questa intuitività a renderlo pericoloso.
Il problema è che l'ultimo clic gonfia sistematicamente ciò che sta in fondo al funnel e affama ciò che sta in cima. Le ricerche brand, il remarketing, gli annunci che intercettano un utente già deciso: tutto questo si prende il 100% del merito. Le campagne che generano domanda, che fanno scoprire il prodotto a chi non ti conosceva, appaiono inutili perché "non convertono all'ultimo clic".
Il rischio pratico è concreto: tagli le campagne di scoperta perché sembrano improduttive e dopo qualche settimana crollano anche le conversioni brand, perché hai spento il rubinetto che riempiva il funnel a monte. È un classico. Chi ragiona solo a ultimo clic finisce per premiare le campagne che raccolgono e punire quelle che seminano.
Questo non è un difetto esclusivo di Google Ads: è un limite strutturale di qualsiasi lettura a singolo touchpoint. Abbiamo approfondito il tema in modo trasversale in i modelli di attribuzione marketing e come sceglierli e nei limiti dell'attribuzione e le alternative concrete.
Data-driven: cosa fa davvero sotto il cofano
Il modello data-driven (DDA) non applica una regola fissa. Usa il machine learning di Google per analizzare i percorsi di conversione del tuo account, confrontare chi ha convertito con chi non ha convertito e stimare quanto ogni touchpoint ha realmente inciso. Poi distribuisce il credito in modo frazionato.
Un esempio concreto. Una conversione da 200 euro potrebbe risultare così: 0,4 attribuiti alla campagna Shopping che ha fatto scoprire il prodotto, 0,25 alla Demand Gen su YouTube, 0,35 alla ricerca brand finale. Nessuno prende tutto, ognuno prende quanto ha pesato. Il totale resta una conversione, ma spalmata su chi l'ha davvero costruita.
Il vantaggio decisionale è enorme: vedi finalmente che la campagna di scoperta, che a last-click sembrava a zero conversioni, in realtà partecipava al 40% del valore. Cambi il giudizio, cambi il budget, cambi il risultato.
Attenzione ai limiti onesti del DDA.
- È una scatola nera. Google non ti mostra i pesi esatti né la logica del modello: devi fidarti dell'output.
- Vede solo ciò che passa dentro Google. Un touchpoint su Meta, una email, un passaparola restano invisibili all'attribuzione di Google Ads.
- Con volumi molto bassi il modello ha meno segnale da cui imparare, quindi le stime sono più rumorose (anche se ormai è tecnicamente attivabile da tutti).
Il messy middle: perché il percorso non è mai lineare
Google stessa ha coniato il termine "messy middle" per descrivere quello che succede tra il momento in cui una persona percepisce un bisogno e il momento in cui compra. Non è un imbuto ordinato: è un ping-pong disordinato tra esplorazione (l'utente allarga le opzioni) e valutazione (le restringe), ripetuto decine di volte, su canali diversi, per giorni o settimane.
In questo caos, pretendere che una singola interazione spieghi la vendita è irrealistico. Un cliente B2B può toccare 8-12 punti di contatto prima di convertire. Ecco perché il data-driven, per quanto imperfetto, è strutturalmente più adatto del last-click a rappresentare un percorso multi-touch: distribuisce, invece di attribuire tutto a un vincitore designato.
Se vuoi capire come Google modella questo comportamento e come sfruttarlo nelle campagne, abbiamo dedicato una guida al messy middle e al percorso d'acquisto reale. Ed è lo stesso motivo per cui l'attribuzione va letta sempre insieme al resto del sistema: il CRM sa cose che Google non vede, e viceversa. Su questo torniamo tra poco.
Data-driven o last-click: quale scegliere
Nella quasi totalità dei casi la risposta è data-driven. È il default, è gratuito, richiede meno dati di prima e rappresenta meglio la realtà. Ma ci sono situazioni in cui vale la pena ragionarci.
| Scenario | Modello consigliato | Perché |
|---|---|---|
| Account con più campagne (Search, Shopping, Demand Gen, remarketing) | Data-driven | Valorizza il contributo dei canali a monte del funnel |
| Solo Search brand, ciclo d'acquisto brevissimo | Data-driven o last-click (differenza minima) | Con un solo touchpoint i due modelli quasi coincidono |
| Devi replicare un vecchio report storico a last-click | Last-click temporaneamente | Solo per confronto, non per ottimizzare |
| Smart bidding attivo (tCPA, tROAS) | Data-driven | L'algoritmo ottimizza sul modello: il DDA gli dà segnali migliori |
Un errore comune è cambiare modello e farsi prendere dal panico perché "sono sparite delle conversioni". Non sono sparite, sono state ridistribuite. Passando da last-click a data-driven, le conversioni sulle campagne brand calano sulla carta e quelle sulle campagne di scoperta salgono. È esattamente il comportamento corretto. Il totale resta simile.
Prima di cambiare, però, assicurati che il tracciamento sia solido. Un modello sofisticato su dati sporchi produce decisioni sofisticate ma sbagliate. Se non hai ancora sistemato le basi, parti da perché il tracciamento delle conversioni è la vera fondazione e valuta le conversioni avanzate (enhanced conversions) per recuperare dati che i cookie perdono. Nel 2026 il tema dei dati proprietari è centrale: leggi anche la strategia sui first-party data in Google Ads.
Vuoi capire quali campagne portano clienti veri e non solo clic? Richiedici un'analisi del tuo account Google Ads e del collegamento con il CRM.
L'attribuzione da sola non basta: serve il ciclo completo
Qui arriva il punto che quasi nessuno dice. Anche il data-driven vede solo la partita che si gioca dentro Google. Se un lead clicca il tuo annuncio, ti chiama e poi firma un contratto due mesi dopo grazie a una telefonata del tuo commerciale, Google Ads registra "un clic" e basta. Il valore reale della vendita, il fatto che quel lead sia diventato cliente, resta fuori dai suoi radar.
Per chi fa lead generation e vende offline (servizi, B2B, professionisti, showroom) l'attribuzione dentro Google è solo metà del quadro. L'altra metà è riportare a Google cosa è successo dopo il clic: quel lead ha comprato? Quanto valeva? Era spazzatura o oro?
Questo si fa con le conversioni offline che collegano il CRM a Google Ads: mandi indietro i segnali di vendita reali e il data-driven impara a valorizzare i clic che portano clienti veri, non solo moduli compilati. È il salto che trasforma l'ottimizzazione da "più lead" a "più clienti". Se vuoi capire dove si incastra nel funnel, parti da come impostare la lead generation su Google Ads e dal ruolo del CRM rispetto al funnel.
La logica di fondo è semplice: l'attribuzione risponde a "chi ha portato il clic", ma la domanda che conta per il tuo fatturato è "chi ha portato il cliente". Le due cose coincidono solo se chiudi il cerchio tra advertising e dato commerciale.
Come impostare tutto senza sbagliare
In pratica, ecco l'ordine di priorità nel 2026.
- Tracciamento pulito prima di tutto. Tag corretto, conversioni definite bene, deduplicate. Senza questo, ogni discorso sull'attribuzione è aria fritta.
- Lascia il data-driven come modello. È il default ed è la scelta giusta per il 95% degli account. Non tornare a last-click "perché è più chiaro": è più chiaro e più sbagliato.
- Non giudicare le campagne a colpo secco. Guarda il contributo assistito, non solo l'ultima conversione. Una campagna che "non converte" può essere quella che alimenta tutto il resto.
- Collega il CRM. Riporta le conversioni offline e i valori reali. È qui che l'attribuzione smette di misurare clic e inizia a misurare business.
- Leggi Google insieme al resto. GA4, il tuo CRM, i dati di Meta: nessuna piattaforma ha la verità completa. La tua testa è l'ultimo modello di attribuzione, quello che pesa le fonti tra loro.
Il punto di arrivo non è "trovare il modello perfetto": non esiste. È capire che ogni modello è una lente, sapere cosa distorce e usarlo per prendere decisioni migliori sul budget. Il data-driven è la lente meno distorta che Google ti offre oggi. Il resto lo aggiungi tu, chiudendo il cerchio tra la campagna e la vendita.
Domande frequenti
Qual è il modello di attribuzione di default in Google Ads nel 2026?
Il data-driven (DDA). Dal 2023 è il modello predefinito per tutte le nuove azioni di conversione e nel 2026 non richiede più una soglia minima di dati per essere attivato: qualsiasi account può usarlo.
Quali modelli di attribuzione sono ancora disponibili in Google Ads?
Solo due: data-driven e ultimo clic (last-click). Primo clic, lineare, decadimento temporale e basato sulla posizione sono stati deprecati tra il 2023 e il 2024, con migrazione automatica al data-driven.
Perché passando a data-driven le conversioni brand sembrano calare?
Non calano davvero: vengono ridistribuite. Il last-click dava il 100% del merito all'ultimo clic (spesso le ricerche brand). Il data-driven spalma il credito su tutti i touchpoint, quindi parte del merito passa alle campagne di scoperta. Il totale resta simile.
Il data-driven va bene anche per un account piccolo?
Sì. Nel 2026 il requisito minimo di dati è stato rimosso, quindi è attivabile da qualsiasi account. Con volumi molto bassi le stime sono più rumorose, ma resta comunque preferibile al last-click nella maggior parte dei casi.
Il modello di attribuzione influisce sullo smart bidding?
Sì, in modo diretto. Le strategie automatiche (target CPA, target ROAS, massimizza conversioni) ottimizzano in base al modello impostato. Con il data-driven l'algoritmo riceve segnali più realistici sui touchpoint che contano davvero.
Google Ads misura tutto il percorso d'acquisto del cliente?
No. Vede solo le interazioni che passano dentro Google. Touchpoint su altri canali, email, passaparola o vendite offline restano invisibili. Per chi vende offline serve collegare il CRM tramite le conversioni offline, così da riportare a Google il valore reale delle vendite.
Se vuoi chiudere il cerchio tra advertising, attribuzione e vendite reali, parlane con noi: costruiamo il tracciamento e l'integrazione CRM su misura per la tua acquisizione clienti.