L'attribuzione delle installazioni è il processo di assegnare il credito per ogni nuova installazione dell'app all'annuncio, alla campagna e alla rete che l'ha generata. È il prodotto centrale di ogni MMP e il fondamento di ogni decisione UA — senza un'attribuzione affidabile, non puoi sapere quali campagne funzionano, non puoi ottimizzare le offerte, non puoi allocare il budget tra i canali.
Il problema è più difficile di quanto sembri. Un tipico percorso di installazione: l'utente vede un annuncio TikTok, non clicca; vede un annuncio di retargeting Meta il giorno 3, clicca ma non installa; cerca il brand il giorno 5, vede l'elenco dell'App Store organicamente, installa. Quale fonte riceve il credito? Regole di attribuzione diverse danno risposte diverse — e la maggior parte delle reti pubblicitarie rivendicherà l'installazione se richiesto, quindi senza un arbitro neutrale (l'MMP), più reti vengono accreditate e paghi più volte per lo stesso utente.
Regole di attribuzione comuni
- Attribuzione last-click (predefinita per la maggior parte degli MMP): l'ultimo annuncio cliccato dall'utente prima dell'installazione (entro la finestra) riceve il 100% del credito. Semplice, facile da implementare, generalmente allineata a "l'annuncio che ha chiuso l'installazione".
- Attribuzione view-through: credito assegnato quando un utente ha visto un annuncio ma non ha cliccato, poi ha installato entro una finestra più breve (1-24 ore). Segnale più debole del click-through. Spesso usato come spareggio quando non si applica l'attribuzione click.
- Attribuzione multi-touch: credito distribuito su più touchpoint (lineare, time-decay, basato sulla posizione, data-driven). Più accurata in teoria, più difficile post-ATT.
- Attribuzione first-click: l'opposto del last-click — il primo annuncio cliccato dall'utente riceve il credito. Meno comune; a volte usata per la misurazione della "demand generation".
- Attribuzione engaged-view: gli annunci video guardati fino a una soglia di completamento definita (spesso 6 secondi o 50% di completamento) accreditano l'installazione. Comune nell'attribuzione YouTube e TikTok.
L'attribuzione iOS post-ATT è un patchwork
- Postback SKAN per le installazioni dalle reti pubblicitarie abilitate a SKAN (la maggior parte delle reti principali ora).
- Attribuzione MMP a livello di dispositivo per gli utenti che hanno fatto opt-in tramite ATT (20-40% degli utenti).
- Apple Search Ads Attribution API per le campagne Apple Search Ads specificamente.
- Segnale first-party — corrispondenza CRM, continuità del percorso web-to-app tramite deep linking differito, identificatori inseriti dall'utente.
- Attribuzione interna Meta e TikTok — che gestiscono la propria attribuzione a livello utente all'interno dei loro walled garden.
Il compito dell'MMP è ingerire tutto questo, deduplicarlo (in modo che la stessa installazione non venga accreditata a più fonti) e produrre una vista unificata.
L'attribuzione Android è più semplice perché l'attribuzione deterministica basata su GAID funziona ancora per la maggior parte degli utenti (~80-90% degli utenti Android non si esclude dall'advertising ID). Gli MMP usano principalmente l'install-referrer (il meccanismo ufficiale di Google Play per l'attribuzione click-to-install) più la corrispondenza a livello di dispositivo. Il Privacy Sandbox per Android (lancio graduale) introdurrà eventualmente un'attribuzione aggregata simile a SKAN entro ~2027.
Confronto delle regole di attribuzione — quando si applica ciascuna
| Regola | Come funziona | Punti di forza | Punti deboli |
|---|---|---|---|
| Last-click | L'ultimo annuncio cliccato entro la finestra riceve il 100% del credito | Semplice, non ambigua, default MMP | Sovra-accredita le campagne di chiusura; ignora la brand awareness a monte |
| First-click | Il primo annuncio cliccato entro la finestra riceve il 100% del credito | Accredita il lavoro di demand generation | Sovra-accredita la brand awareness iniziale; ignora i tocchi di conversione |
| View-through | L'impression pubblicitaria (senza click) viene accreditata se l'installazione avviene entro una finestra più breve (1-24h) | Cattura l'impatto del brand / video | Segnale più debole — l'utente ha visto ma non si è impegnato |
| Multi-touch (lineare) | Credito distribuito equamente su tutti i touchpoint | Riconosce il contributo del funnel | Difficile cross-network post-ATT; la ponderazione lineare è ingenua |
| Multi-touch (data-driven) | Il modello ML assegna pesi in base alla correlazione di conversione osservata | Più accurato quando funziona | Richiede dati estesi + supporto di piattaforma |
| Engaged-view | Gli annunci video guardati fino al completamento definito (es. 6s o 50%) vengono accreditati | Fa da ponte tra click e view-through | Comune su YouTube + TikTok; meno standardizzato cross-platform |
Il default MMP è last-click entro la finestra (tipicamente 7-30 giorni). I programmi maturi usano multi-touch + test di incrementalità sopra il last-click per le decisioni strategiche, ma operano sul last-click per il bidding UA quotidiano.