Come si gestiscono le campagne pubblicitarie di un grande e-commerce durante il Black Friday, quando gran parte del budget viene concentrata in pochi giorni e ogni ora può cambiare il risultato finale?
In un evento ad alta intensità non basta aumentare gli investimenti su Meta Ads e Google Ads. Servono previsioni affidabili, dati aggiornati rapidamente e un sistema che permetta di riallocare il budget mentre la promozione è ancora in corso.
In questo caso studio analizziamo il metodo utilizzato da UpManage per un e-commerce internazionale nel settore fashion. In quattro giorni sono stati investiti circa 5.500 euro, generando 36.300 euro di vendite, 214 ordini e un ritorno sulla spesa pubblicitaria di circa 6,5x.
Il risultato è stato ottenuto attraverso tre passaggi:
- pianificazione pre-evento basata sui dati storici;
- integrazione quasi in tempo reale tra spesa pubblicitaria e vendite;
- ottimizzazione granulare per orario, giornata, canale e nazione.
Vediamo nel dettaglio come funziona questo framework e come può essere applicato alla gestione del Black Friday di un e-commerce.
Black Friday e-commerce: perché non basta aumentare il budget
Durante il Black Friday la pressione competitiva cresce rapidamente. Molti inserzionisti aumentano contemporaneamente budget e offerte, i costi pubblicitari possono salire e il comportamento degli utenti cambia rispetto a un periodo ordinario.
Per un e-commerce di grandi dimensioni, l’errore più pericoloso è valutare il risultato soltanto al termine della promozione. Se il periodo utile dura pochi giorni, scoprire in ritardo che una nazione, una fascia oraria o un gruppo di campagne sta assorbendo budget senza vendere significa non avere più tempo per correggere la strategia.
La domanda operativa non è quindi soltanto “quanto possiamo investire?”, ma:
- quale costo per acquisizione possiamo sostenere?
- quanti ordini ci aspettiamo in ogni giornata?
- come deve essere distribuito il budget tra mercati e canali?
- quanto rapidamente possiamo vedere spesa, ordini e ricavi?
- chi prende le decisioni e con quali soglie?
- come riallochiamo gli investimenti quando i risultati divergono dal piano?
Queste domande trasformano il Black Friday da semplice aumento del budget a progetto coordinato tra advertising, dati, tecnologia, e-commerce e operations.
Il caso studio: 36.300 euro di vendite in quattro giorni
Il progetto riguardava un e-commerce proprietario nel settore fashion e calzature, attivo in più paesi. L’obiettivo era concentrare un investimento rilevante in una finestra promozionale di quattro giorni, mantenendo sotto controllo il costo di acquisizione e aumentando il numero di ordini rispetto all’anno precedente.
I risultati principali sono stati:
| KPI | Risultato |
|---|---|
| Spesa pubblicitaria | Circa 5.500 € |
| Vendite generate | 36.300 € |
| Ordini | 214 |
| Ordini nell’anno precedente | 170 |
| Crescita degli ordini | Circa +25% |
| Costo per acquisizione | 26,10 € |
| Ritorno sulla spesa pubblicitaria | Circa 6,5x |
| Canali | Meta Ads e Google Ads |
Il progetto completo è disponibile nel caso studio Black Friday data-driven nel fashion multi-country. Nella pagina dei casi studio di UpManage sono inoltre raccolti altri progetti documentati con dati e risultati.
ROI o ROAS: quale metrica stiamo osservando?
Quando si confrontano vendite attribuite e investimento pubblicitario, la definizione tecnicamente più precisa è ROAS: Return on Ad Spend. Un valore di 6,5x indica che, per ogni euro investito in advertising, sono stati generati circa 6,50 euro di vendite attribuite.
Il ROI considera invece il profitto rispetto all’investimento e richiede di includere costi come prodotto, logistica, sconti, resi, personale, tecnologia e fee. Per questo un ROAS elevato non equivale automaticamente a un utile elevato. Abbiamo approfondito questa distinzione nell’articolo ROAS: perché non basta per valutare le campagne pubblicitarie.
Primo passaggio: costruire una previsione prima del Black Friday
Il lavoro è iniziato prima dell’attivazione delle campagne. I dati del Black Friday precedente sono stati utilizzati per costruire una previsione di:
- costo per acquisizione atteso;
- volumi di vendita per giornata;
- distribuzione degli ordini per fascia oraria;
- budget complessivo necessario;
- ripartizione degli investimenti per paese;
- variazione attesa dei costi pubblicitari;
- scenari minimo, obiettivo e massimo.
La previsione non serve a indovinare perfettamente ciò che accadrà. Serve a costruire un riferimento contro cui leggere i dati reali. Senza un piano, ogni risultato può sembrare accettabile; con un piano, è possibile riconoscere rapidamente uno scostamento e decidere se intervenire.
Partire dal CPA massimo sostenibile
Prima di stabilire il budget bisogna conoscere il costo massimo sostenibile per ottenere un ordine. Il CPA target dipende almeno da:
- valore medio dell’ordine;
- margine lordo sui prodotti;
- sconto applicato durante il Black Friday;
- costi di spedizione e pagamento;
- tasso di reso, particolarmente importante nel fashion;
- quota di nuovi clienti e clienti ricorrenti;
- valore atteso degli acquisti successivi.
In questo caso il CPA dell’anno precedente era vicino a 24 euro. La previsione considerava un possibile aumento dei costi, ma il valore finale è stato mantenuto a 26,10 euro mentre gli ordini sono passati da 170 a 214.
Distribuire il budget per giorno, fascia oraria e paese
Un budget giornaliero uniforme presuppone che domanda e capacità di conversione siano costanti. Durante un evento promozionale questo accade raramente.
I dati storici possono mostrare, per esempio, che:
- alcune ore concentrano una quota maggiore di ordini;
- il primo giorno genera una risposta diversa dall’ultimo;
- un paese converte meglio al mattino e un altro alla sera;
- Meta Ads e Google Ads contribuiscono in momenti differenti;
- il CPA aumenta quando il pubblico più reattivo è già stato raggiunto.
La pianificazione deve quindi definire una distribuzione iniziale, ma anche una riserva da riallocare durante l’evento.
Per campagne Google Ads con variazioni eccezionali e brevi del tasso di conversione, può essere opportuno valutare gli aggiustamenti della stagionalità di Smart Bidding. Google li indica per eventi brevi, generalmente compresi tra uno e sette giorni, quando si prevedono cambiamenti rilevanti rispetto al comportamento ordinario.
Secondo passaggio: unire spesa pubblicitaria e vendite
Quando le campagne sono partite, la priorità è diventata raccogliere dati sufficientemente aggiornati per prendere decisioni durante la promozione.
Le fonti principali erano due:
- Meta Ads e Google Ads, per la spesa pubblicitaria suddivisa per campagne, orari e mercati;
- la piattaforma e-commerce, per ordini e valore delle vendite, aggiornati ogni venti minuti.
I dati sono stati integrati in BigQuery, creando una base centralizzata dalla quale calcolare costo per acquisizione e ritorno sulla spesa pubblicitaria senza dipendere esclusivamente dai report delle singole piattaforme.
BigQuery è il data warehouse gestito e serverless di Google Cloud. Può raccogliere informazioni provenienti da fonti differenti e renderle interrogabili in un unico ambiente, riducendo la frammentazione tra advertising, e-commerce e sistemi interni.
Perché i dati delle piattaforme possono non bastare?
Meta Ads e Google Ads restano indispensabili per l’erogazione e l’ottimizzazione algoritmica. Tuttavia, il dato mostrato nell’interfaccia non coincide sempre immediatamente con quello del gestionale o dell’e-commerce.
Possono intervenire:
- ritardi di elaborazione;
- finestre di attribuzione differenti;
- conversioni attribuite alla data del click anziché alla data dell’ordine;
- modelli di attribuzione diversi;
- ordini annullati o rimborsati;
- problemi di tracking e consenso;
- acquisti influenzati da più canali.
La documentazione di Google Ads sul ritardo nella registrazione delle conversioni spiega che i dati recenti possono mostrare temporaneamente un CPA più alto e un ROAS più basso, perché alcune conversioni non sono ancora state registrate.
Durante una promozione di quattro giorni, aspettare che tutti i report si consolidino non è sempre compatibile con la velocità richiesta. Per questo è utile affiancare ai dati di piattaforma una fonte operativa basata sugli ordini effettivi.
Una dashboard non corregge dati sbagliati
Centralizzare le informazioni non significa che ogni numero diventi automaticamente affidabile. Prima dell’evento è necessario verificare:
- fuso orario di ogni sorgente;
- valuta e cambi applicati nei diversi paesi;
- definizione di ordine, vendita e cliente;
- gestione di IVA, spedizioni, sconti e rimborsi;
- deduplicazione degli acquisti;
- frequenza di aggiornamento;
- coerenza degli identificativi di campagna e mercato.
Una dashboard veloce costruita su dati incoerenti permette soltanto di prendere più rapidamente decisioni sbagliate. Il test dell’intera pipeline deve quindi avvenire prima del Black Friday, non durante le ore più importanti.
Terzo passaggio: ottimizzare in modo granulare
Una volta collegati spesa e ordini, è stato possibile confrontare il CPA reale con quello previsto e osservare le performance secondo quattro dimensioni:
- giornata;
- fascia oraria;
- nazione;
- canale e campagna.
Invece di giudicare il progetto soltanto attraverso un dato globale, il team poteva individuare dove l’investimento stava producendo vendite e dove il costo per acquisizione stava superando la soglia attesa.
| Livello di analisi | Domanda operativa | Possibile decisione |
|---|---|---|
| Paese | Quale mercato sta mantenendo il CPA in target? | Riallocare budget tra Italia, Germania, Francia e altri mercati |
| Fascia oraria | In quali ore crescono ordini e valore delle vendite? | Aumentare o contenere l’esposizione nelle ore più rilevanti |
| Canale | Meta e Google stanno contribuendo nello stesso modo? | Modificare la distribuzione tra domanda attiva e scoperta |
| Campagna | Quali prodotti, pubblici o query generano vendite sostenibili? | Spostare investimento verso le campagne più efficienti |
| Margine | Il fatturato generato resta profittevole dopo sconti e costi? | Applicare soglie diverse per prodotti e categorie |
L’obiettivo non è modificare compulsivamente le campagne a ogni oscillazione. Interventi troppo frequenti possono creare instabilità e rendere difficile distinguere un segnale reale da una variazione casuale.
Per questo le decisioni devono essere collegate a soglie definite prima dell’evento: volume minimo di ordini, scostamento dal CPA target, tempo trascorso e budget già consumato.
I KPI da monitorare durante il Black Friday
CTR, CPC e impression aiutano a leggere la distribuzione delle campagne, ma non sono sufficienti per valutare il risultato economico. La dashboard operativa dovrebbe avvicinarsi il più possibile a ordini, vendite e marginalità.
| KPI | Che cosa misura | Perché è utile |
|---|---|---|
| Spesa | Budget consumato | Confronta il ritmo reale con il piano |
| Ordini | Acquisti effettivi | Misura il volume generato |
| CPA | Spesa divisa per ordini | Verifica la sostenibilità dell’acquisizione |
| Vendite | Valore economico degli ordini | Mostra il fatturato prodotto |
| ROAS | Vendite attribuite divise per spesa ADV | Confronta ritorno e investimento pubblicitario |
| Valore medio ordine | Vendite divise per ordini | Spiega variazioni del ROAS a parità di CPA |
| Margine | Valore residuo dopo i costi | Collega le campagne alla redditività reale |
| Nuovi clienti | Quota di acquirenti alla prima transazione | Aiuta a stimare il valore futuro generato |
Per costruire un sistema di misurazione più ampio puoi consultare la guida dedicata ai 7 KPI fondamentali del marketing. Prima di aumentare gli investimenti è inoltre utile applicare i 10 controlli sulle campagne pubblicitarie online.
Come preparare il tuo e-commerce: checklist operativa
Prima dell’evento
- analizza almeno uno o due eventi comparabili;
- calcola CPA massimo e ROAS di pareggio considerando margini e sconti;
- stima ordini e budget per paese, giorno e fascia oraria;
- definisci scenari prudente, obiettivo e aggressivo;
- verifica stock, logistica, pagamenti e capacità del customer care;
- controlla pixel, tag, feed, cataloghi e valori di conversione;
- testa l’integrazione tra piattaforme, e-commerce e dashboard;
- stabilisci soglie, responsabilità e procedura di approvazione.
Durante l’evento
- controlla il ritmo di spesa rispetto al piano;
- confronta ordini effettivi e vendite con le previsioni;
- analizza CPA e ROAS per mercato e fascia oraria;
- verifica stock, errori di checkout e anomalie nei pagamenti;
- rialloca il budget soltanto quando volume e scostamento giustificano l’intervento;
- registra decisioni e modifiche per la successiva analisi.
Dopo l’evento
- attendi il consolidamento dei dati di attribuzione;
- riconcilia piattaforme, ordini, annullamenti e resi;
- calcola marginalità, non soltanto fatturato e ROAS;
- misura la quota di nuovi clienti;
- monitora riacquisti e valore generato nei mesi successivi;
- aggiorna il modello previsionale per l’evento seguente.
Gli errori più comuni nelle campagne Black Friday
- Partire senza una previsione: rende impossibile capire se spesa e ordini stanno procedendo al ritmo corretto.
- Guardare soltanto il fatturato: vendite elevate possono nascondere sconti, costi e resi che riducono il margine.
- Affidarsi a un dato aggregato: una media positiva può nascondere mercati o orari inefficienti.
- Usare report con fusi orari diversi: il confronto per fascia oraria diventa inaffidabile.
- Confondere ROAS e ROI: il ritorno pubblicitario non coincide con il profitto dell’operazione.
- Intervenire con dati insufficienti: poche conversioni possono produrre variazioni casuali molto ampie.
- Ignorare stock e operatività: una campagna efficace può diventare un problema se il sito, il magazzino o l’assistenza non reggono i volumi.
- Non conservare uno storico delle decisioni: senza un registro diventa difficile imparare dall’evento.
Domande frequenti sul Black Friday per e-commerce
Quanto budget bisogna investire nel Black Friday?
Non esiste un budget valido per tutti. Deve essere calcolato partendo da volumi attesi, CPA sostenibile, capacità operativa e disponibilità di prodotto. Lo storico consente di stimare quanta domanda sia realisticamente intercettabile senza compromettere la marginalità.
Ogni quanto bisogna aggiornare i dati?
Dipende da volume e budget. Nel caso analizzato gli ordini venivano aggiornati ogni venti minuti. Un e-commerce con pochi acquisti giornalieri non otterrebbe vantaggi da una frequenza così elevata; con grandi volumi, un aggiornamento più rapido può invece rendere le decisioni tempestive.
È meglio usare Meta Ads o Google Ads?
I due canali intercettano comportamenti differenti e possono lavorare insieme. Google tende a catturare una domanda più esplicita, mentre Meta può stimolare scoperta, interesse e ritorno sul sito. La distribuzione deve dipendere dai dati del singolo e-commerce, non da una regola universale.
Perché gli ordini dell’e-commerce non coincidono con le conversioni delle piattaforme?
Le piattaforme utilizzano finestre, modelli e date di attribuzione differenti. Inoltre, un ordine può essere influenzato da più touchpoint. Il gestionale misura la transazione, mentre Meta e Google stimano il contributo delle campagne secondo le rispettive regole.
Un ROAS di 6,5x significa che la campagna è profittevole?
Non necessariamente. Per valutare la redditività bisogna sottrarre costo dei prodotti, sconti, logistica, resi, commissioni, tecnologia, personale e altri costi. Il ROAS è un indicatore pubblicitario; il profitto richiede un’analisi economica più completa.
Il sistema è utile soltanto per grandi e-commerce?
Il principio è valido per aziende di ogni dimensione, ma il livello di complessità deve essere proporzionato. Un e-commerce più piccolo può iniziare con un foglio aggiornato periodicamente; un progetto multi-country con budget elevati può richiedere API, data warehouse e dashboard automatizzate.
Conclusioni
Il Black Friday concentra in pochi giorni opportunità e rischi. Aumentare il budget può amplificare le vendite, ma può amplificare altrettanto velocemente errori di previsione, tracking e allocazione.
Il caso studio mostra l’importanza di tre elementi:
- prevedere volumi, CPA e distribuzione del budget prima dell’evento;
- controllare spesa e ordini attraverso dati integrati e sufficientemente aggiornati;
- ottimizzare per mercato, giornata e fascia oraria utilizzando soglie condivise.
È questo approccio data-driven che ha permesso di generare 36.300 euro di vendite, aumentare gli ordini del 25% e mantenere il costo di acquisizione vicino al valore previsto.
Se gestisci un e-commerce con investimenti pubblicitari rilevanti e vuoi individuare problemi di misurazione, sprechi o opportunità di crescita, puoi richiedere un audit gratuito con il team UpManage.
Articolo aggiornato a ottobre 2026.
