ea

Analisi/Storia di esplorazione/Scomposizione dei contributi e dei driver

Cosa ha aggiunto davvero ogni driver, settimana per settimana.

Scomposizione dei contributi e dei driver mette media, promozioni, prezzo, calendario e meteo in un solo modello, e assegna a ciascuno la sua quota di ogni settimana. A ogni driver va solo quello che ha fatto mentre gli altri restavano fermi.

Risponde a Cosa ha aggiunto ogni driver al KPI? Serve KPI settimanale, spesa, prezzo, promo e controlli Restituisce Contributo per driver e settimana, con diagnostica

Un picco estivo del 34%, diviso per ciò che l’ha costruito

pezzi a settimana da ogni driver, da maggio ad agosto 2025
  • Taglio di prezzo
  • Caldo
  • Influencer
Il taglio di prezzo19.000 pezzi46% del picco, in un blocco
Il caldo15.000 pezzi37%, al ritmo del termometro
I creator4.000 pezzi10%, intervallo da 600 a 7.400

Le prime sei settimane del programma di creator di un brand di caffè freddo, dal primo esempio qui sotto. Un caso composito: il tuo file disegna i suoi driver, settimana per settimana.

01

A cosa serve

Un KPI si muove perché molte cose si sono mosse insieme, e ognuna ha un team che vorrebbe prendersene il merito. Una scomposizione dà a ogni driver la sua quota delle stesse settimane, nell’unità del KPI, così le quote si possono sommare e discutere.

Spiegare un numero che si è mosso

Un picco che parte la settimana in cui è stato lanciato qualcosa raramente è merito di quella cosa sola. La scomposizione elenca tutto ciò che è partito quella settimana e dice quanto ha costruito ciascuno.

Mettere prezzo e media sullo stesso grafico

Prezzo, concorrenti e una stagione fiacca tolgono al KPI con la stessa certezza con cui i media aggiungono. Un anno in cui i media hanno dato quanto il prezzo ha tolto sembra piatto nei conti, e sotto non lo è.

Alimentare la ripartizione e il budget

Il contributo per driver, per settimana, è ciò che Base vs incrementale condensa in una sola ripartizione e ciò con cui Ottimizzazione del budget sposta i soldi. Una ripartizione sbagliata qui arriva dritta fino al piano.

02

Come si legge

Clicca un driver in qualsiasi grafico e il suo dettaglio si apre accanto alla pagina: i numeri che difendono la sua quota, poi il suo contributo nella finestra. Leggi il p-value prima del totale.

Influencer
Contributo totale 4,0k1 % del risultato 2,53%2 p-value 0,0213

Contributo nel tempo

  1. Contributo totale. Quanto il modello attribuisce a questo driver nella finestra che hai scelto, nell’unità del KPI: pezzi qui, euro su un file di ricavi. Il filtro della finestra lo sposta, quindi una finestra di sei settimane risponde a una domanda su sei settimane.
  2. % del risultato. Lo stesso totale come quota del risultato modellato nella finestra: 4.000 pezzi su 158.000. Quando driver positivi e negativi si annullano in buona parte, la Sintesi executive passa alle quote del movimento lordo e lo dice, invece di stampare quote sopra il 100%.
  3. Il p-value. Se i dati sanno distinguere questo driver dal nulla. Sotto 0,05 la scheda dice Significativo, sopra Non significativo, e allora la barra in ogni grafico è una misura senza una prova. In un’esecuzione reale accanto c’è il coefficiente, e Diagnostica del modello aggiunge errore standard, t e VIF.

03

Dove si colloca nella data story

Scomposizione dei contributi e dei driver è il terzo passo della Storia di esplorazione, dopo Trend e Stagionalità. L’ordine è il punto: pendenza e calendario si sistemano prima di attribuire qualcosa a un driver, così luglio non viene regalato alla campagna che per caso girava a luglio.

Quello che porta avanti è un contributo per driver, per settimana. Base vs incrementale lo condensa nella ripartizione che chiede un consiglio di amministrazione. Nella Storia dell’efficacia dei media gli stessi contributi, letti con il carryover e la saturazione stimati prima, sono la base su cui si sposta il budget.

Cosa restituisce il modello e come parte un’esecuzione è spiegato nella pagina sul marketing mix modeling. Questa parla di come leggere il risultato, e di come metterlo in dubbio.

È anche un passo della Storia dell'efficacia dei media.

Storia di esplorazione

  1. Analisi del trend

    Legge prima la pendenza strutturale, con la sua banda di confidenza, così niente di ciò che segue se ne prende il merito.

  2. Stagionalità e impatto degli eventi

    Separa il calendario dalle campagne. Il Natale non è un risultato dei media.

  3. Scomposizione dei contributi e dei driver questa pagina

    Dà a ogni driver la sua parte del KPI: media, promo, prezzo, controlli, settimana per settimana.

    Porta avanti: contributo per driver, a settimana

  4. Base vs incrementale

    Riduce i driver alla ripartizione che un CMO chiede davvero, con l'anno controfattuale sotto.

04

Dove di solito inganna

Una scomposizione torna sempre: è costruita così. I problemi stanno nelle colonne che ha ricevuto e in come si sono mosse, e una ripartizione sbagliata sembra ordinata esattamente quanto una giusta.

Due canali pianificati insieme

Quando le offerte sulla search di brand salgono ogni volta che la TV va in onda, il file non ha quasi nessuna settimana in cui l’uno si sia mosso senza l’altro. Il modello vede cosa ha fatto la coppia e non riesce a dividerlo: togli qualche settimana e la classifica si ribalta. Secondo esempio qui sotto.

Ogni coefficiente riporta il suo VIF in Diagnostica del modello, con un avviso sopra 5, e sopra 10 la cascata dice che la ripartizione dentro quel gruppo è instabile mentre il totale del gruppo regge.

La novità lanciata quella settimana

Un picco che parte con un nuovo programma viene attribuito al programma, mentre un taglio di prezzo e un’ondata di caldo sono partiti nella stessa settimana. Un modello può dividere il merito solo tra le colonne che riceve: lascia fuori prezzo e meteo e il loro effetto va a qualunque cosa ci sia nel file.

Metti prezzo, distribuzione e meteo nel file come driver prima di chiedere della campagna, come nel primo esempio.

Una conseguenza inserita come causa

La search di brand sta accanto alla vendita e si muove qualche giorno dopo la TV, perché chi vede lo spot digita il nome. Inserita come driver parallelo si prende il merito della domanda creata dalla TV, e la lettura last-click lo conferma.

Decidi prima dell’esecuzione quali driver possono causare quali, e inserisci quello dipendente al netto della sua causa, come nel caso della search di brand.

Solo i driver che hanno aiutato

La maggior parte dei report conta quanto hanno aggiunto i media e si ferma lì. Anche prezzo, pressione competitiva e una stagione debole tolgono al KPI, e forzarli a zero sposta in silenzio il loro effetto sui driver che restano.

I contributi negativi restano negativi: si specchiano sotto la linea dello zero in Contributo nel tempo e hanno la loro colonna in Driver principali.

Una barra senza il suo errore

Un grafico dei contributi è un insieme di stime puntuali. Una barra grande può appartenere a un driver che i dati non sanno distinguere dal nulla, e la sua dimensione non dice niente sul fatto che sia reale.

Il dettaglio di ogni driver riporta il suo p-value, segnato Non significativo sopra 0,05, e la tabella dei coefficienti aggiunge errore standard e t.

Venti driver su due anni

Con molti driver e poche settimane il modello aderisce alla storia e divide il merito quasi a caso. Un R² di 0,99 dimostra l’adattamento, non l’attribuzione, ed è più facile da raggiungere proprio quando la ripartizione significa meno.

Prima dell’esecuzione il file viene misurato in periodi per grandezza stimata, e un rapporto scarso viene stampato sopra il risultato. Dopo, un R² sotto 0,55 trasforma la sintesi in una lettura di direzione, non in una base per riallocare.

05

Due esempi

Un file in cui i driver si erano mossi separatamente abbastanza spesso da poterli distinguere, e uno in cui non era mai successo. Entrambe le risposte valevano la pena.

Aiuta

Un picco estivo attribuito agli influencer

Un brand britannico di caffè freddo ha lanciato il suo primo programma di creator nella settimana del 16 giugno 2025: venti account, circa £40.000 per l’estate. Per sei settimane i pezzi sono andati il 34% sopra la primavera, e il brand manager ha chiesto di triplicare il programma. Nelle stesse settimane la principale catena della grande distribuzione aveva tagliato il prezzo da £2,10 a £1,85, un taglio del 12%, e l’estate era stata tra le più calde.

Le estati precedenti avevano avuto caldo senza promozioni, e le promozioni precedenti erano cadute in settimane più fresche, così 130 settimane hanno permesso al modello di distinguere i tre. Dei 41.000 pezzi in più, il taglio di prezzo ne ha costruiti 19.000, il caldo 15.000 e i creator 4.000, con un intervallo da circa 600 a 7.400. A £2,10 a bottiglia sono circa £8.400 di ricavi al dettaglio per £40.000 di compensi. La triplicazione è saltata, e il programma è stato rinnovato con lo stesso budget come attività di brand building.

Leggi il caso completo

Cosa hanno reso i creator rispetto al compenso

ricavi al dettaglio in sei settimane, £

41.000 pezzi a £2,10 fanno £86.100. I 4.000 misurati fanno £8.400, e anche il massimo del loro intervallo, circa £15.500, resta ben sotto il compenso.

Non aiuta

TV e search di brand, una sola variabile

Un brand francese di materassi, circa €31M di ricavi online, voleva un numero per la TV e uno per la search di brand prima del giro di budget. Durante ogni flight TV l’agenzia di search alzava le offerte sul nome del brand, così in 104 settimane i GRP TV e la spesa in search di brand avevano una correlazione di r = 0,93, e il VIF di entrambi risultava 7,8.

Le stime puntuali dicevano €1,40 per euro per la TV ed €1,90 per la search, ma ogni intervallo attraversava lo zero: da −€0,30 a €3,10, e da −€0,80 a €4,60. La coppia insieme rendeva €1,53, da €1,27 a €1,79. Togliendo otto settimane la classifica si ribaltava. La risposta è stata riportare i due come un solo blocco, e rompere la regola sulle offerte per i due flight successivi, così che ogni canale si muova per conto suo.

Leggi il caso completo

Due intervalli a cavallo dello zero, uno no

€ di ricavi per € speso, intervallo al 95%

L’intervallo di ciascun canale contiene la stima dell’altro. La somma è nota con un margine di circa 26 centesimi; la ripartizione no.

06

Cosa aggiungono i grafici ai numeri

Una scomposizione è una tabella di driver per settimane, troppo grande per leggerla come tabella. Ogni grafico risponde a una domanda che chi pianifica porta con sé, e un clic su qualsiasi barra o fascia apre il dettaglio che ci sta dietro.

Contributo totale per driver

un mercato di esempio, un anno, €

Risponde a: quali leve hanno mosso la finestra, in ordine dalla più positiva alla più negativa e colorate per gruppo. La baseline strutturale qui è nascosta, come fa nel prodotto un clic sul suo nome, perché altrimenti le leve non si leggerebbero. Il prezzo è la barra che la maggior parte dei report lascia fuori.

Cascata · Cosa ha mosso il totale

dicembre rispetto a marzo, per gruppo, €k

Risponde a: cosa è cambiato tra due periodi che scegli tu, gruppo per gruppo: a destra quando un gruppo ha aggiunto, a sinistra quando ha tolto. Le barre sommano alla variazione netta del modello, +€42k qui, e ciò che il modello non sa spiegare è riportato a parte, mai infilato dentro un driver. È il grafico per «perché dicembre è sopra marzo».

Contributo nel tempo

lo stesso mercato, 52 settimane, €k a settimana
  • Baseline
  • Stagionalità
  • Media
  • Promo
  • Prezzo
  • Controlli

Risponde a: quali driver sono strutturali e quali vanno a impulsi. I gruppi positivi si impilano sopra la linea dello zero e quelli negativi si specchiano sotto, quindi un totale piatto sopra un grafico affollato sono due forze che si annullano, non un anno tranquillo. I flight appaiono come creste, le promozioni come picchi, e l’aumento di prezzo di metà anno come un gradino verso il basso sotto la linea.

07

Sul blog

Tutti i post in cui l'analisi al lavoro è Scomposizione dei contributi e dei driver, dal più recente.

Tutti quelli della categoria Scomposizione dei contributi e dei driver

tea, il prodotto

Dividi il tuo KPI per ciò che l’ha mosso

Un CSV con una data, un KPI e i suoi driver. Il contributo di ciascuno, settimana per settimana, con la diagnostica accanto, in pochi minuti, e un avviso quando due driver non si possono distinguere. Gratis durante la beta, su invito.

Chiedi un posto nella beta

tea, il prodotto

Quindici analisi econometriche sul tuo CSV: Scomposizione dei contributi e dei driver, curve di saturazione, elasticità, allocazione del budget. Con le diagnostiche in vista, e una frase chiara quando il file non può rispondere.

Gratis durante la beta, su invito.

Chiedi un posto nella beta →

Ora eseguila sui tuoi dati.

tea esegue Scomposizione dei contributi e dei driver e altre quattordici analisi su qualsiasi CSV settimanale, in pochi minuti. Gratis durante la beta, su invito.

Entra nella beta