Il ROAS sale nel report. Ma sono i join a moltiplicarlo?

Prima della formula, decidi cosa rappresenta una riga

Hai collegato Google Ads, ordini e catalogo. La dashboard è ordinata, il ROAS sembra buono, ma la spesa non coincide più con quella dell'account. Prima di cercare problemi di attribuzione, controlla il livello di dettaglio delle tabelle. Una formula corretta applicata alle righe sbagliate può produrre una risposta del tutto credibile.

Una tabella può avere una riga per campagna e giorno, un'altra una riga per ordine, un'altra ancora una riga per prodotto. Collegarle attraverso un campo presente in tutte non le rende automaticamente compatibili. Scrivi una frase per ciascuna fonte: ‘una riga equivale a…’. Se non riesci a completarla, manca una definizione essenziale del report.

Nel tutorial sul blending, MeasureSchool mostra un problema concreto: collegare Meta e Analytics sulla data può portare nel confronto conversioni provenienti da altre sorgenti. La chiave abbina le righe; i filtri definiscono quale traffico stai confrontando. Per un report pubblicitario servono entrambe le verifiche. In Data Studio (in precedenza Looker Studio), controlla dunque contenuto e granularità di ciascuna tabella prima del collegamento.

Il caso dei 300 euro che diventano 900

Esempio operativo: una campagna con 300 euro di spesa in un giorno. Il gestionale contiene tre ordini associati a quella stessa campagna: 100, 150 e 250 euro. Se colleghi direttamente la riga pubblicitaria alle tre righe ordine, il risultato contiene tre copie dei 300 euro. Sommando ottieni 900 euro di spesa e 500 euro di ricavi. Il ROAS corretto del nostro esempio è 1,67; quello prodotto dal collegamento è 0,56.

Può succedere anche al contrario: un ricavo giornaliero viene ripetuto su più righe di annuncio e il risultato sembra migliore. Il controllo utile è contare le corrispondenze per ciascuna chiave prima di sommare. Non basta scegliere un left join per impedirlo: il left join stabilisce quali righe conservare, non rende unica la tabella di destra.

Porta entrambe le fonti alla stessa granularità

Per la dashboard giornaliera dell'esempio scegliamo la chiave accountId, campaignId e reportDate. Prima sommiamo gli ordini a quel livello; separatamente sommiamo la spesa allo stesso livello. Solo dopo uniamo le due tabelle. La verifica è concreta: ogni combinazione della chiave deve comparire una sola volta per lato.

Preferisci identificatori stabili ai nomi modificabili delle campagne. Normalizza tipo del campo, fuso orario e formato della data. Un ID numerico da un lato e una stringa con spazi dall'altro possono impedire il collegamento. Se il gestionale non conserva l'identificatore pubblicitario, documenta la regola di associazione: una somiglianza tra nomi non è una relazione dimostrata.

Non inserire il dettaglio prodotto soltanto da una parte per poi leggere la spesa per SKU. Quel dettaglio richiede una fonte pubblicitaria compatibile oppure una regola esplicita di allocazione. Una spesa ripartita per quota ricavi va chiamata spesa allocata, distinguendola da quella osservata.

Il ROAS totale non è la media dei ROAS

Considera due gruppi: il primo spende 100 euro e genera 800 euro; il secondo spende 900 euro e ne genera 1.800. La media semplice dei due ROAS, 8 e 2, è 5. Il conto dell'azienda è diverso: 2.600 euro divisi per 1.000 euro danno 2,6. Il secondo gruppo pesa nove volte il primo sulla spesa.

Parti quindi dai componenti: somma del valore divisa per somma della spesa. La guida di Jochen Setzer su MeasureSchool invita a progettare il campo prima di scriverlo: quali fonti, dimensioni, metriche e funzioni servono? Distingue inoltre i campi della sorgente, riutilizzabili, da quelli del singolo grafico, utilizzabili sui blend. Per questo report definiamo il ROAS nel grafico dopo aver verificato l'aggregazione dei componenti.

Se la spesa è zero, il risultato deve essere non disponibile, accompagnato dal motivo. Sostituire automaticamente quel caso con zero confonde assenza di investimento e rendimento nullo.

CASE
  WHEN SUM(adSpend) = 0 THEN NULL
  ELSE SUM(conversionValue) / SUM(adSpend)
END

I dati mancanti meritano una colonna

MeasureSchool mostra che eliminare tramite un controllo i valori mancanti di una dimensione può togliere anche le metriche delle righe coinvolte. Una colonna più pulita può quindi nascondere ricavi. Nel report preferiamo mantenere la categoria ‘non associato’ e misurarne il peso: la completezza del collegamento diventa una metrica verificabile.

Crea una vista di controllo che distingua chiavi presenti in entrambe le fonti, solo nella pubblicità e solo negli ordini. Una tabella senza ricavi associati può indicare davvero zero vendite, ma anche parametri persi, un caricamento incompleto o una mappatura cambiata. Prima di usare IFNULL e colorare la cella di rosso, scegli quale situazione stai rappresentando.

Applica poi gli stessi filtri del report reale. Controlla una sola campagna, due giorni consecutivi e un intervallo che attraversi il cambio mese. Ripeti il controllo dopo aver aggiunto paese o dispositivo. Per noi una dimensione aggiuntiva è una modifica al modello dei dati: richiede la riconciliazione dei totali, anche se graficamente sembra una piccola variazione.

Una dashboard pronta deve superare questi controlli

Prima di condividere il report, salva i totali delle singole fonti e confrontali con quelli dopo il join. Documenta differenze ammesse e motivazioni. Aggiungi una verifica dei filtri: una sorgente limitata al paid e una sorgente con tutti gli ordini producono un confronto diverso da quello dichiarato, anche se le chiavi sono corrette. Se servono molte trasformazioni, prepara una tabella riutilizzabile in BigQuery.

La domanda finale è aziendale: quale decisione prenderemmo se il ROAS fosse 2,6 invece di 5? Se cambia il budget, il controllo delle righe vale più di un'altra visualizzazione.

• Chiave unica verificata su entrambi i lati del collegamento.
• Spesa e ricavi riconciliati prima e dopo il blend.
• Valuta, fuso orario e definizione del valore espliciti.
• ROAS ricalcolato dai componenti e copertura della mappatura visibile.