[{"data":1,"prerenderedAt":369},["ShallowReactive",2],{"article-alternates":3,"article-\u002Fit\u002Fmarketing\u002Fios-17-dopo-attribution-stack":13},{"i18nKey":4,"paths":5},"marketing-003-2026-05",{"de":6,"en":7,"es":8,"fr":9,"it":10,"ru":11,"tr":12},"\u002Fde\u002Fmarketing\u002Fios-17-nach-ad-attribution-stack","\u002Fen\u002Fmarketing\u002Fios-17-post-attribution-stack","\u002Fes\u002Fmarketing\u002Fios-17-attribution-stack-despues","\u002Ffr\u002Fmarketing\u002Fpile-d-attribution-ios-post-ios-17","\u002Fit\u002Fmarketing\u002Fios-17-dopo-attribution-stack","\u002Fru\u002Fmarketing\u002Fios-17-sonrasi-ad-attribution-stack","\u002Ftr\u002Fmarketing\u002Fios-17-sonrasi-ad-attribution-stacki",{"_path":10,"_dir":14,"_draft":15,"_partial":15,"_locale":16,"title":17,"description":18,"publishedAt":19,"modifiedAt":19,"category":14,"i18nKey":4,"tags":20,"readingTime":26,"author":27,"body":28,"_type":363,"_id":364,"_source":365,"_file":366,"_stem":367,"_extension":368},"marketing",false,"","Lo Stack di Attribution di iOS 17 e Oltre","ATT, SKAdNetwork 4 e modeled conversions hanno ricostruito completamente la misurazione degli annunci su iOS. Ecco lo stack che funziona nel 2026.","2026-05-11",[21,22,23,24,25],"ios-attribution","skadnetwork","att","modeled-conversions","mobile-measurement",8,"Roibase",{"type":29,"children":30,"toc":351},"root",[31,39,46,51,56,61,67,72,77,82,89,176,181,187,192,197,202,208,213,218,243,249,254,259,264,270,275,341,346],{"type":32,"tag":33,"props":34,"children":35},"element","p",{},[36],{"type":37,"value":38},"text","La fragilità dell'attribution che ha iniziato con iOS 14 ha raggiunto la maturità nel 2026. I tassi di opt-in ATT (App Tracking Transparency) si sono stabilizzati sotto il 25%, SKAdNetwork 4 ha portato il conversion value a 128 bit, Meta e Google hanno reso le modeled conversions il default. Il gioco non è più lo stesso: l'attribution deterministica è morta, è iniziata l'era del probabilistico + della post-lookback maturity. Chiunque investa in iOS senza costruire correttamente il nuovo stack vedrà il budget svanire nel nulla.",{"type":32,"tag":40,"props":41,"children":43},"h2",{"id":42},"la-realtà-dopo-att-convivere-con-il-25-di-opt-in",[44],{"type":37,"value":45},"La Realtà Dopo ATT: Convivere con il 25% di Opt-In",{"type":32,"tag":33,"props":47,"children":48},{},[49],{"type":37,"value":50},"Su iOS 17, il tasso globale di opt-in ATT si è stabilizzato tra il 23-27% (dato Singular, Q1 2026). Questo significa che il 75% degli utenti non condivide l'IDFA. Le campagne ancora dipendenti dall'attribution basata su IDFA vedono solo un segmento di minoranza, il resto viene contrassegnato come \"modeled\".",{"type":32,"tag":33,"props":52,"children":53},{},[54],{"type":37,"value":55},"Che cosa sono le modeled conversions? Meta e Google usano il machine learning per regressione del comportamento degli utenti che hanno rifiutato ATT e assegnano una probabilità di conversione. Questo metodo è aggregato — non a livello di persona, ma di coorte. Il calcolo del ROAS arriva ora per il 70-80% da dati modeled. Se stai ancora ottimizzando le campagne basandoti sul \"ROAS deterministico\", stai ignorando la maggior parte dei dati.",{"type":32,"tag":33,"props":57,"children":58},{},[59],{"type":37,"value":60},"La nuova realtà è semplice: su iOS non esiste una precisione del 100%. Accettalo e costruisci lo stack di conseguenza. Il segnale deterministico è troppo piccolo per decidere — comprendere come vengono generati i dati modeled, verificarne l'affidabilità e convalidarli con test di incrementalità è diventato obbligatorio.",{"type":32,"tag":40,"props":62,"children":64},{"id":63},"skadnetwork-4-conversion-value-a-128-bit-e-source-id-gerarchico",[65],{"type":37,"value":66},"SKAdNetwork 4: Conversion Value a 128 Bit e Source ID Gerarchico",{"type":32,"tag":33,"props":68,"children":69},{},[70],{"type":37,"value":71},"SKAdNetwork 4 (default su iOS 16.1+, maturo su iOS 17) è l'unico metodo di attribution \"ufficiale\" offerto da Apple. Il meccanismo di base: l'utente clicca su un annuncio, l'app viene installata e aperta per la prima volta, il valore di conversione viene registrato, la finestra di postback si chiude in 24-72 ore e Apple invia il segnale aggregato. Niente IDFA, niente identificatori di dispositivo.",{"type":32,"tag":33,"props":73,"children":74},{},[75],{"type":37,"value":76},"Qual è la novità? Il conversion value è ora a 128 bit — puoi codificare più dettagli. Esempio di strategia di encoding: i primi 6 bit per la fonte di install (Meta, Google, TikTok, organic), i 7 successivi per il tipo di evento (first purchase, tutorial complete, level 3), gli ultimi 115 bit per il bucketing del fatturato + segmento di coorte. Questo encoding lo progetti tu, ogni app lo personalizza in base alle sue necessità.",{"type":32,"tag":33,"props":78,"children":79},{},[80],{"type":37,"value":81},"È arrivato anche l'Source ID gerarchico: invece di un singolo campaign ID, puoi usare una gerarchia a 4 livelli (campaign → ad set → creative → keyword). È critico per la modellazione multi-touch — lo SKAdNetwork precedente offriva solo dati a livello di campagna, ora puoi disaggregare la performance a livello di creative. Ma con più dettagli arriva più rumore: a causa della privacy threshold di Apple, non invia postback per segmenti a basso volume. Trade-off strategico: essere molto granulare o ricevere più postback?",{"type":32,"tag":83,"props":84,"children":86},"h3",{"id":85},"progettazione-del-conversion-value",[87],{"type":37,"value":88},"Progettazione del Conversion Value",{"type":32,"tag":90,"props":91,"children":92},"table",{},[93,117],{"type":32,"tag":94,"props":95,"children":96},"thead",{},[97],{"type":32,"tag":98,"props":99,"children":100},"tr",{},[101,107,112],{"type":32,"tag":102,"props":103,"children":104},"th",{},[105],{"type":37,"value":106},"Intervallo di Bit",{"type":32,"tag":102,"props":108,"children":109},{},[110],{"type":37,"value":111},"Utilizzo",{"type":32,"tag":102,"props":113,"children":114},{},[115],{"type":37,"value":116},"Esempio di Encoding",{"type":32,"tag":118,"props":119,"children":120},"tbody",{},[121,140,158],{"type":32,"tag":98,"props":122,"children":123},{},[124,130,135],{"type":32,"tag":125,"props":126,"children":127},"td",{},[128],{"type":37,"value":129},"0-5 (6 bit)",{"type":32,"tag":125,"props":131,"children":132},{},[133],{"type":37,"value":134},"Fonte di install",{"type":32,"tag":125,"props":136,"children":137},{},[138],{"type":37,"value":139},"0=organic, 1=Meta, 2=Google, 3=TikTok",{"type":32,"tag":98,"props":141,"children":142},{},[143,148,153],{"type":32,"tag":125,"props":144,"children":145},{},[146],{"type":37,"value":147},"6-12 (7 bit)",{"type":32,"tag":125,"props":149,"children":150},{},[151],{"type":37,"value":152},"Tipo di evento",{"type":32,"tag":125,"props":154,"children":155},{},[156],{"type":37,"value":157},"0=install, 1=registration, 2=first_purchase, 3=D7_retention",{"type":32,"tag":98,"props":159,"children":160},{},[161,166,171],{"type":32,"tag":125,"props":162,"children":163},{},[164],{"type":37,"value":165},"13-127 (115 bit)",{"type":32,"tag":125,"props":167,"children":168},{},[169],{"type":37,"value":170},"Bucket di fatturato + segmento",{"type":32,"tag":125,"props":172,"children":173},{},[174],{"type":37,"value":175},"Predizione LTV + geo + tier di dispositivo",{"type":32,"tag":33,"props":177,"children":178},{},[179],{"type":37,"value":180},"Gli MMP (Adjust, AppsFlyer) incorporano questo encoding nell'SDK. Ma devi definire tu la logica di encoding — l'encoding di default degli MMP è troppo superficiale.",{"type":32,"tag":40,"props":182,"children":184},{"id":183},"modeled-conversions-come-amplificarle-con-meta-capi-e-google-enhanced",[185],{"type":37,"value":186},"Modeled Conversions: Come Amplificarle con Meta CAPI e Google Enhanced",{"type":32,"tag":33,"props":188,"children":189},{},[190],{"type":37,"value":191},"La qualità delle modeled conversions è direttamente proporzionale alla quantità di segnali first-party inviati alla piattaforma. Qui entrano in gioco Meta CAPI (Conversions API) e Google Enhanced Conversions. Su iOS, anche senza IDFA, i parametri inviati lato server come email hash, phone hash e user_data amplificano l'accuratezza della modellazione della piattaforma.",{"type":32,"tag":33,"props":193,"children":194},{},[195],{"type":37,"value":196},"Con Meta CAPI è stato riportato un miglioramento del ROAS del 15-20% su iOS (dati Meta Business Partner, fine 2025 Q4). Perché? Perché le conversioni che non raggiungono il pixel vengono completate lato server e Meta usa questi segnali per abbinare gli utenti a coorti e eseguire la modellazione. La chiave: l'event_id inviato a CAPI deve corrispondere a quello del pixel (deduplicazione), i parametri user_data devono essere normalizzati con hash SHA-256, l'event_time deve allinearsi con il timestamp lato server.",{"type":32,"tag":33,"props":198,"children":199},{},[200],{"type":37,"value":201},"Google Enhanced Conversions funziona in modo simile — ma il meccanismo è diverso. Se le enhanced conversions sono abilitate in Google Ads, i dati utente possono essere aggiunti alle conversioni inviate dal server GTM. Google cross-referenzia questi dati con il suo grafo di utenti loggati e esegue la modellazione. Attenzione: le enhanced conversions non funzionano solo sul web, ma anche nelle app — tuttavia la configurazione lato server in un'app è più complessa. È necessaria un'architettura di dati first-party via Firebase SDK + Cloud Functions.",{"type":32,"tag":40,"props":203,"children":205},{"id":204},"post-lookback-maturity-una-finestra-di-attribution-di-7-giorni-non-è-più-sufficiente",[206],{"type":37,"value":207},"Post-Lookback Maturity: Una Finestra di Attribution di 7 Giorni Non è Più Sufficiente",{"type":32,"tag":33,"props":209,"children":210},{},[211],{"type":37,"value":212},"Nello stack iOS, la finestra di lookback è generalmente di 1-7 giorni. In SKAdNetwork è 24-72 ore, in Meta per iOS è 7 giorni, in Google Ads è configurabile ma di default 7 giorni. Il problema è questo: il comportamento dell'utente non finisce in 7 giorni — specialmente per categorie con ciclo di consideration alto come subscription ed e-commerce, il primo acquisto può avvenire 14-30 giorni dopo.",{"type":32,"tag":33,"props":214,"children":215},{},[216],{"type":37,"value":217},"Che cosa significa post-lookback maturity? Contabilizzare retroattivamente le conversioni che si verificano dopo la breve finestra. Esempio: un utente clicca su un annuncio il giorno 3, effettua un acquisto il giorno 12 — questa conversione non viene catturata dalla finestra di 7 giorni di Meta, ma è reale. Se stai facendo analisi LTV a livello di coorte, devi attribuire manualmente questa conversione alla campagna.",{"type":32,"tag":33,"props":219,"children":220},{},[221,223,230,232,241],{"type":37,"value":222},"Metodo: monitora la coorte di install, misura l'incremento di fatturato da D7 → D14 → D30, ridistribuisci il delta alle campagne. È un processo manuale, ma può essere automatizzato con BI + data warehouse. In BigQuery puoi usare la finestra di funzione ",{"type":32,"tag":224,"props":225,"children":227},"code",{"className":226},[],[228],{"type":37,"value":229},"FIRST_VALUE()",{"type":37,"value":231}," per abbinare l'install_date alle campagne, quindi distribuire l'incremento di LTV alle campagne tramite attribution pesata. Nell'infrastruttura di ",{"type":32,"tag":233,"props":234,"children":238},"a",{"href":235,"rel":236},"https:\u002F\u002Fwww.roibase.com.tr\u002Fit\u002Fppc",[237],"nofollow",[239],{"type":37,"value":240},"performance marketing",{"type":37,"value":242}," di Roibase, questa pipeline è standard.",{"type":32,"tag":40,"props":244,"children":246},{"id":245},"test-di-incrementalità-possiamo-fidarci-dei-dati-modeled",[247],{"type":37,"value":248},"Test di Incrementalità: Possiamo Fidarci dei Dati Modeled?",{"type":32,"tag":33,"props":250,"children":251},{},[252],{"type":37,"value":253},"Quanto sono accurati i dati modeled? Non puoi saperlo senza testare. I test di incrementalità — cioè esperimenti holdout\u002Fgeo-based — sono diventati obbligatori nelle campagne iOS. Meta Conversion Lift, Google Campaign Experiments e TikTok Split Testing servono tutti a questo scopo: misuri la differenza di conversione tra i gruppi in cui la campagna è accesa e spenta, vedi il vero lift.",{"type":32,"tag":33,"props":255,"children":256},{},[257],{"type":37,"value":258},"Esempio: metti il 10% degli utenti in un gruppo holdout (non vedono la campagna), il 90% nel group treatment (vedono la campagna). Dopo 30 giorni, il conversion rate del treatment è il 5%, quello dell'holdout è il 3.5% — quindi il lift reale è dell'1.5% (assoluto). Se la piattaforma mostra un ROAS di 3.0 ma il test di incrementalità dice 1.2, i dati modeled sono sopravvalutati. Devi applicare questo gap come fattore di aggiustamento al ROAS della campagna.",{"type":32,"tag":33,"props":260,"children":261},{},[262],{"type":37,"value":263},"I test geo-based sono più robusti ma più lenti. Dividi paesi\u002Fstati in base alla densità degli utenti iOS, in uno la campagna è accesa, nell'altro spenta. Dopo 4-8 settimane, guardi la differenza di conversione. Lo strumento Conversion Lift di Meta lo automatizza, in Google Ads devi configurarlo manualmente (campaign draft + experiment).",{"type":32,"tag":40,"props":265,"children":267},{"id":266},"larchitettura-dello-stack-ios-nel-2026",[268],{"type":37,"value":269},"L'Architettura dello Stack iOS nel 2026",{"type":32,"tag":33,"props":271,"children":272},{},[273],{"type":37,"value":274},"Lo stack di attribution iOS moderno si presenta così:",{"type":32,"tag":276,"props":277,"children":278},"ol",{},[279,291,301,311,321,331],{"type":32,"tag":280,"props":281,"children":282},"li",{},[283,289],{"type":32,"tag":284,"props":285,"children":286},"strong",{},[287],{"type":37,"value":288},"Integrazione SKAdNetwork 4",{"type":37,"value":290}," — codifica del conversion value tramite MMP + source ID gerarchico",{"type":32,"tag":280,"props":292,"children":293},{},[294,299],{"type":32,"tag":284,"props":295,"children":296},{},[297],{"type":37,"value":298},"Meta CAPI + Google Enhanced",{"type":37,"value":300}," — invio di eventi lato server, arricchimento user_data",{"type":32,"tag":280,"props":302,"children":303},{},[304,309],{"type":32,"tag":284,"props":305,"children":306},{},[307],{"type":37,"value":308},"Lettura delle modeled conversions",{"type":37,"value":310}," — attenzione al flag \"modeled\" nei dashboard delle piattaforme, calcolo del ROAS aggregato",{"type":32,"tag":280,"props":312,"children":313},{},[314,319],{"type":32,"tag":284,"props":315,"children":316},{},[317],{"type":37,"value":318},"Tracciamento LTV basato su coorte",{"type":37,"value":320}," — abbinamento install cohort → revenue in BigQuery\u002FSnowflake, attribution post-lookback",{"type":32,"tag":280,"props":322,"children":323},{},[324,329],{"type":32,"tag":284,"props":325,"children":326},{},[327],{"type":37,"value":328},"Test di incrementalità",{"type":37,"value":330}," — almeno 1 esperimento holdout a trimestre, calcolo del fattore di lift",{"type":32,"tag":280,"props":332,"children":333},{},[334,339],{"type":32,"tag":284,"props":335,"children":336},{},[337],{"type":37,"value":338},"Velocità di test creativo",{"type":37,"value":340}," — granularità a livello di creative di SKAdNetwork 4 per iterazione veloce",{"type":32,"tag":33,"props":342,"children":343},{},[344],{"type":37,"value":345},"Costruire questo stack richiede 6-8 settimane: onboarding MMP, configurazione lato server di CAPI\u002FEnhanced, pipeline del data warehouse, dashboard BI. Ma una volta configurato, il ROAS iOS diventa il 20-30% più affidabile — perché stai leggendo correttamente i dati modeled, li convalidi con incrementalità e vedi l'LTV completo post-lookback.",{"type":32,"tag":33,"props":347,"children":348},{},[349],{"type":37,"value":350},"Dopo iOS 17, l'attribution non è buia — è solo diversa. Il segnale deterministico si è ridotto, ma i metodi probabilistici e aggregati si sono maturati. Quando costruisci lo stack correttamente, puoi ancora eseguire campagne misurabili e ottimizzabili. La chiave è: accettare i dati modeled, investire in incrementalità e disciplinare l'analisi basata su coorte. Nel 2026, chiunque voglia crescere su iOS deve padroneggiare questi tre elementi.",{"title":16,"searchDepth":352,"depth":352,"links":353},3,[354,356,359,360,361,362],{"id":42,"depth":355,"text":45},2,{"id":63,"depth":355,"text":66,"children":357},[358],{"id":85,"depth":352,"text":88},{"id":183,"depth":355,"text":186},{"id":204,"depth":355,"text":207},{"id":245,"depth":355,"text":248},{"id":266,"depth":355,"text":269},"markdown","content:it:marketing:ios-17-dopo-attribution-stack.md","content","it\u002Fmarketing\u002Fios-17-dopo-attribution-stack.md","it\u002Fmarketing\u002Fios-17-dopo-attribution-stack","md",1778709809806]