Il settore pubblicitario del lusso ha un problema di misurazione. La maggior parte dei brand ottimizza per il ROAS (Return on Ad Spend) come metrica guida. È pulito, è semplice, e quasi certamente vi sta dando la risposta sbagliata.
Il ROAS misura il fatturato generato per ogni euro speso in pubblicità. Sembra logico. Ma nel lusso, dove un singolo cliente può navigare per tre mesi prima di fare un acquisto da 5.000€, attribuire quella vendita all'ultimo annuncio cliccato è assurdo. L'annuncio Instagram visto a gennaio ha piantato il seme. L'annuncio di ricerca Google a febbraio ha mantenuto l'interesse. Il video TikTok a marzo lo ha fatto tornare. Il ROAS accredita solo uno di quei touchpoint e ignora gli altri.
Dopo aver gestito budget pubblicitari digitali di decine di milioni di euro all'anno attraverso ogni piattaforma principale (Google, Bing, Baidu, Naver, Meta, TikTok, Snapchat, Pinterest, LinkedIn, Reddit), posso dirvi con certezza: i brand che vincono nella pubblicità del lusso non ottimizzano per il ROAS. Stanno costruendo modelli predittivi.
Il modello di propensione all'acquisto
Il concetto è lineare, anche se l'esecuzione non lo è. Invece di targettizzare i clienti sulla base di dati demografici o acquisti passati, abbiamo costruito un modello AI/ML che assegnava un punteggio a ogni azione dell'utente sul sito in base al suo valore predittivo per l'intento d'acquisto.
Non tutte le azioni sono uguali. Visualizzare una pagina prodotto poteva valere 5 punti. Aggiungere alla wishlist: 25. Aggiungere al carrello: 50. Visualizzare la pagina delle spedizioni: 35 (segnale sorprendentemente forte, perché significa che qualcuno sta seriamente considerando l'acquisto). Visitare la pagina dei resi: 15. Ogni micro-conversione riceveva un valore ponderato basato sulla correlazione storica con gli acquisti effettivi.
Questi punteggi di propensione venivano poi alimentati direttamente nella piattaforma pubblicitaria di Google come segnali personalizzati, permettendo agli algoritmi della campagna di targettizzare gli utenti sulla base dell'intento d'acquisto predetto piuttosto che su categorie demografiche o di interesse generiche.
Il risultato, documentato da Google nella loro serie Think with Google AI Excellence: il modello predittivo ha superato il gruppo di controllo sull'efficienza delle campagne (Fonte: Google Think with Google, "LuisaViaRoma: l'intelligenza artificiale in un e-commerce di moda").
Perché il targeting tradizionale fallisce nel lusso
La pubblicità digitale standard segmenta il pubblico per età, genere, posizione, interessi e comportamento passato. Una donna di 35 anni a Dubai che segue account di moda luxury su Instagram diventa un target. È meglio di niente, ma è grossolano.
Il problema del targeting demografico nel lusso è che i clienti del lusso non si conformano ai pattern demografici come i consumatori di massa. L'esperienza di NIMA Digital in oltre 25 anni nel digitale del lusso mostra che una studentessa di 22 anni e un dirigente di 55 possono avere un comportamento d'acquisto identico su un sito di lusso, con identico valore nel tempo. I dati demografici non dicono quasi nulla.
I segnali comportamentali dicono tutto. Ma non qualsiasi segnale comportamentale. Quelli giusti, ponderati correttamente, analizzati in sequenza.
La svolta TikTok Symphony
Nel 2024, siamo stati il primo team di leadership di un brand italiano a implementare gli avatar AI di TikTok Symphony per la pubblicità del lusso. I risultati sono stati netti:
- •+71% di click-through rate rispetto ai creativi standard
- •-11% di costo per acquisizione
- •80% di tutti i click generato da contenuti con avatar AI
(Fonte: caso studio TikTok for Business)
Questi numeri richiedono contesto. Il pubblico di TikTok è più giovane di quanto la maggior parte dei marketer del lusso sia disposta ad accettare. La saggezza convenzionale nel lusso è che TikTok serve per la brand awareness, non per la conversione. I dati dicono il contrario, se il creativo è giusto.
Gli avatar AI hanno funzionato perché risolvevano un collo di bottiglia produttivo specifico. I creativi video di alta qualità per il lusso richiedono tradizionalmente shooting costosi, booking di talent e settimane di produzione. L'algoritmo di TikTok richiede creativi freschi ogni 7-10 giorni. La matematica non torna con la produzione tradizionale.
Gli avatar AI hanno colmato quel divario: creativi coerenti con il brand alla velocità che TikTok richiede. L'80% di click share dagli avatar AI non dipendeva dal loro essere una novità. Dipendeva dal fatto che potevamo testare 10 volte più variazioni creative e lasciare che l'algoritmo trovasse i vincitori più rapidamente.
Smartly.io e il ciclo di ottimizzazione creativa
In parallelo a TikTok Symphony, il nostro deployment di Smartly.io per i Video Shopping Ads ha prodotto:
- •-30% CPA (costo per acquisizione)
- •+65% ROAS
- •+8.3% CTR
(Fonte: caso studio Smartly.io)
Il valore di Smartly.io nella pubblicità del lusso non è solo l'automazione. È il ciclo di ottimizzazione creativa. La piattaforma testa variazioni dei creativi pubblicitari (titoli, immagini prodotto, tagli video, posizionamento della call-to-action) a una scala che nessun team umano può eguagliare, poi alloca il budget verso le combinazioni vincenti in tempo quasi reale.
Per i brand del lusso, questo solleva una preoccupazione legittima: l'ottimizzazione creativa automatizzata compromette l'integrità del brand? La risposta dipende interamente da come impostate i guardrail.
L'approccio di NIMA Digital è stato definire linee guida rigorose all'interno di Smartly.io (font approvati, palette colori, stili di immagine, tono del copy) e poi lasciare che l'AI ottimizzasse all'interno di quei vincoli. La macchina gestisce la domanda "cosa converte meglio". Il team del brand gestisce la domanda "cosa è on-brand". Nessuno dei due prevale sull'altro.
La rivoluzione POAS: profitto prima del fatturato
Il ROAS vi dice il fatturato per euro pubblicitario. Non vi dice il profitto.
Un articolo da 200€ con margine del 60% genera 120€ di profitto su una vendita. Un articolo da 500€ con margine del 20% genera 100€ di profitto. L'ottimizzazione ROAS spingerà il budget verso l'articolo da 500€. L'ottimizzazione per profitto allocherà correttamente più budget all'articolo da 200€.
In NIMA Digital, abbiamo fatto da apripista nel passaggio dal ROAS al POAS (Profit on Ad Spend) per l'e-commerce di lusso. Questo ha richiesto l'integrazione dei dati sui margini dal catalogo prodotti nei segnali di ottimizzazione della piattaforma pubblicitaria. Un lavoro di data engineering non banale, ma che ha cambiato radicalmente l'allocazione del budget.
Attribuzione: il problema irrisolto
Non pretenderò che l'attribuzione sia un problema risolto. Non lo è. Ogni modello di attribuzione è una semplificazione della realtà. Ma alcune semplificazioni sono meno sbagliate di altre.
NIMA Digital usa Fospha per il Marketing Mix Modeling, un approccio probabilistico che stima il contributo reale di ogni canale basandosi su modelli statistici piuttosto che sul tracking deterministico dei click. Non è perfetto, ma corregge gli errori più gravi dell'attribuzione last-click: la cronica sottovalutazione dei canali upper-funnel (social, video, display) e la sopravvalutazione dei canali lower-funnel (ricerca branded, retargeting).
Per i brand del lusso con cicli di acquisto lunghi e valori medi dell'ordine elevati, un'attribuzione accurata non è un "nice-to-have". È la differenza tra investire nei canali che guidano realmente la crescita e raddoppiare la posta su canali che semplicemente catturano la domanda esistente.
Piattaforma per piattaforma: dove dovrebbero andare i budget del lusso nel 2026
Basandosi sulla gestione pubblicitaria attraverso tutte le principali piattaforme per l'e-commerce di lusso, ecco la prospettiva di NIMA Digital sull'allocazione per i brand del lusso che mirano ai mercati MENA ed europei:
| Piattaforma | Ruolo nel lusso | Quota budget (indicativa) |
|-------------|----------------|--------------------------|
| Google (Search + Shopping) | Cattura della domanda, alto intento | 30-40% |
| Meta (Instagram + Facebook) | Costruzione del brand, retargeting | 20-25% |
| TikTok | Test creativi, pubblico giovane | 10-15% |
| Snapchat | Mercati del Golfo, scoperta | 5-10% |
| Pinterest | Ispirazione, intento a lungo termine | 5% |
| Programmatic (Criteo, ecc.) | Retargeting, performance | 10-15% |
| Emergenti (Baidu, Naver) | Espansione in mercati specifici | Variabile |
Il team necessario
Gestire pubblicità predittiva AI a questo livello non è un'operazione da una sola persona. Il team che abbiamo coordinato includeva 50+ professionisti in diverse discipline. Per i brand che vogliono costruire questa capacità, il team minimo necessario include:
- •Un data scientist o ML engineer che costruisca e mantenga i modelli predittivi
- •Un media buyer per ogni piattaforma principale che comprenda i requisiti creativi del lusso
- •Uno stratega creativo che sappia briefare gli strumenti AI mantenendo l'integrità del brand
- •Un analista di attribuzione che lavori con strumenti MMM o MTA
- •Uno specialista feed/catalogo che gestisca i dati prodotto attraverso le piattaforme
NIMA Digital colma questo gap per i brand del lusso attraverso il suo modello di rete selezionata, fornendo expertise di alto livello senza il costo di costruire un team interno di 50 persone.