2.1→4.3 ROAS blended

Situazione

Un brand statunitense di moda femminile con circa $60K al mese di fatturato aveva smesso di crescere. Il ROAS su Meta era in calo da tre trimestri consecutivi mentre l'investimento pubblicitario restava piatto. Due agenzie si erano già alternate sull'account, ciascuna aggiungendo campagne senza mai rimuoverne — al momento del nostro audit, trentuno campagne competevano per la stessa audience senza alcuna struttura coerente.

Diagnosi

• L'account era a corto di segnale: il volume di conversioni era spalmato su così tanti ad set che nulla usciva mai dalla learning phase.
• Il tracciamento basato solo sul pixel perdeva circa un terzo delle conversioni dopo iOS, quindi l'algoritmo ottimizzava su dati incompleti.
• Le creatività si erano logorate in silenzio: i tre annunci migliori avevano più di cinque mesi e i CPM erano saliti del 40% su di essi.

Sistema costruito

Abbiamo consolidato trentuno campagne in tre, ciascuna con un ruolo definito: prospecting, retargeting e retention. La Conversions API è stata ricostruita con la deduplicazione degli eventi, recuperando il terzo di segnale perduto. È entrata in funzione una cadenza creativa settimanale — nuovi concept testati contro i controlli, i vincitori a generare varianti, tutto ritirato secondo calendario prima della fatigue.

Lo scaling ha seguito regole, non umori: gli aumenti di budget erano vincolati a un tetto di CPA blended derivato dai margini reali del brand, verificato ogni settimana contro i ricavi riconciliati nel layer di analytics.

Risultati

Il ROAS blended è raddoppiato in sette mesi mentre i ricavi mensili da paid sono più che raddoppiati. La struttura ha retto due successive spinte di scaling senza azzerare l'apprendimento. Per un brand italiano che punta al mercato statunitense, questo è il punto chiave: il mercato USA premia la disciplina di sistema, non il volume di campagne — e la stessa meccanica è replicabile in ingresso.

Prima / Dopo

Materiale illustrativo. Questi scenari sono costruiti per mostrare come il sistema viene costruito e misurato: non sono account di clienti e i numeri non sono risultati reali di clienti.