I brand D2C misurano l'influencer marketing con il righello sbagliato — e i board se ne accorgeranno presto

Il 18 settembre 2026, Kalyan Kumar, co-fondatore e CEO della società di creator analytics KlugKlug, ha pubblicato su ETBrandEquity un articolo secondo cui i brand D2C valutano l'influencer marketing su una scala completamente sbagliata — conversioni da codice sconto e numero di follower, presi in prestito di peso dal performance marketing e applicati a un canale che per lo più sposta le persone dalla consapevolezza alla considerazione, senza chiudere una vendita sul momento.[1] L'articolo seguiva un post LinkedIn del fondatore di Go Zero, Kiran Shah, diventato virale pochi giorni prima, che poneva una versione della domanda che ogni ufficio finanziario prima o poi fa: stiamo spendendo soldi veri sui creator, quindi cosa otteniamo esattamente in cambio?

Non è un problema solo indiano, e non è un problema del 2026 inventato dal post di un fondatore. È il risultato accumulato di un decennio speso a misurare un canale da fase di considerazione con strumenti da fase di performance, e ora si scontra con un ambiente da consiglio d'amministrazione che ha smesso di accettare "fidatevi, funziona" come risposta. Questo articolo prende la diagnosi di Kumar come punto di partenza e allarga la base di evidenze — marketing science peer-reviewed, audit sulle frodi e dati dei sondaggi CMO 2026 — per mostrare perché il righello sbagliato continua a produrre il numero sbagliato, e a cosa somiglia un righello difendibile.

1. Lo scarto tra metriche e obiettivi

I brand D2C valutano regolarmente l'influencer marketing su risultati che non è mai stato costruito per produrre, e poi trattano la confusione che ne risulta come prova che il canale non funziona. Un codice sconto misura se qualcuno ha completato un acquisto in un unico passaggio attribuibile. La maggior parte dei contenuti dei creator fa qualcosa di più lento e meno lineare: rafforza un'affermazione razionale, offre un senso di identità riflessa, o semplicemente mette un prodotto davanti a qualcuno che non lo stava cercando, in un momento in cui una voce che sembra quella di un'amica è più persuasiva di una che sembra quella di un brand.[1]

È facile sottovalutare la portata di questo scarto. Il solo settore dell'influencer marketing in India è ormai valutato oltre 10.000 crore di rupie (circa un miliardo di euro), e non è un arrotondamento nel piano media — è una voce che la direzione finanziaria vuole veder difesa nello stesso linguaggio della ricerca a pagamento.[1] Gran parte di quella spesa viene ancora approvata e rinnovata sulla forza di uno screenshot: reach, impression, una percentuale di engagement, a volte un Earned Media Value (EMV) che converte i like in un equivalente fittizio di spesa pubblicitaria. Nessuno di questi numeri è stato costruito per rispondere alla domanda che un CFO fa davvero, semplice e difficile allo stesso tempo: cosa ci ha comprato questo che non avremmo ottenuto comunque.

2. Perché follower ed EMV erano il righello sbagliato fin dall'inizio

Il numero di follower e l'Earned Media Value sono diventati le metriche predefinite dell'influencer marketing non perché predicono il fatturato, ma perché sono i numeri più facili da mettere in una slide. Nessuno dei due regge alla verifica.

L'EMV non ha una formula standard né un legame col fatturato

L'Earned Media Value stima quanto sarebbe costato come media a pagamento un contenuto organico o di un creator, e poi riporta quella cifra come se fosse valore generato. Non esiste una formula standard di settore per la conversione, i moltiplicatori variano da agenzia ad agenzia, e un post che genera 50.000 € di EMV può portare zero vendite se il pubblico non era mai nel mercato per quel prodotto.[2] Chi si occupa di misurazione lo ha paragonato direttamente all'Advertising Value Equivalency, metrica che i ricercatori di PR hanno screditato negli anni 2000 per lo stesso motivo: misura un'esposizione per cui il brand non ha pagato, non risultati che il brand ha ottenuto.[3]

Il numero di follower compra simpatia, non autorevolezza

Il noto studio del 2017 di De Veirman, Cauberghe e Hudders ha trovato che un ampio numero di follower su Instagram aumenta la simpatia attraverso la popolarità percepita — ma la popolarità non si traduce in modo affidabile in leadership d'opinione, e per prodotti in cui il pubblico valorizza l'unicità, un numero di follower molto alto può persino danneggiare l'atteggiamento verso il brand.[4] Il numero di follower misura la dimensione di un pubblico, non se quel pubblico crederà a ciò che il creator dice su un prodotto.

Una quota consistente di ciò che viene contato non esiste

Le metriche basate sui follower ereditano ogni follower di un creator, compresi quelli mai stati reali. Un'analisi di 100.000 account Instagram e TikTok ha trovato che il 37,2% dei follower mostra segni di essere falso, acquistato o comunque non autentico, con una stima del 19,2% della spesa totale in influencer marketing che raggiunge un pubblico inesistente — circa 4,6 miliardi di dollari di spreco annuo su un settore da 24 miliardi.[5] Separatamente, l'81% dei marketer ha dichiarato di aver riscontrato frodi da influencer in un periodo di 12 mesi, con uno spreco mediano di budget riportato di circa 128.000 dollari per programma di media scala.[6] Un righello che misura in parte account inesistenti non avrebbe mai potuto produrre un numero che la direzione finanziaria può difendere.

3. Cosa fa la sovraesposizione ai numeri che già monitori

Anche le metriche che i brand già raccolgono raccontano una storia scomoda quando un creator viene usato troppo spesso. L'articolo di Kumar su ETBrandEquity cita un'analisi interna di KlugKlug secondo cui i post brandizzati di creator sovrautilizzati possono raccogliere meno del 10% dell'engagement dei loro contenuti regolari.[1] Non è rumore statistico. Combacia con un crescente corpo di evidenze peer-reviewed secondo cui la frequenza stessa delle sponsorizzazioni degrada i numeri che un brand crede di comprare.

Lo studio 2025 di Zhang e Cheng su Management Science, basato su un nuovo dataset di video YouTube di beauty e stile, ha documentato quello che gli autori chiamano un "effetto di bruciatura reputazionale": pubblicare un video sponsorizzato produce una diminuzione media dello 0,19% nel numero di iscritti di un creator rispetto a un video organico equivalente — e l'effetto è più forte per i creator più popolari, proprio quelli che i brand vogliono ingaggiare di più.[7] Uno studio separato del 2026 sull'International Journal of Research in Marketing identifica un effetto "residuo del contenuto sponsorizzato": il post immediatamente successivo del creator, anche se non sponsorizzato, subisce una perdita di engagement misurabile, perché il pubblico ha iniziato a percepire l'account come meno intrinsecamente motivato.[8]

Questo si collega al pattern a U rovesciata ("Goldilocks") che Wies, Bleier ed Edeling hanno documentato su 802 campagne di sponsorizzazione Instagram sul Journal of Marketing: l'engagement sale con il numero di follower fino a un certo punto, poi scende quando la distanza psicologica del pubblico dal creator cresce.[9] Mettendo insieme i tre risultati emerge un pattern che il righello sbagliato è strutturalmente incapace di vedere: più un brand si appoggia a un creator, e più quel creator cresce, peggio diventano proprio i numeri di engagement che il brand usa per giustificare la spesa.

4. Il problema del board

Un canale che riporta impression ed EMV non può difendersi in una conversazione sul budget che gira attorno a CAC e margine di contribuzione — e il 2026 è l'anno in cui quella conversazione si è fatta più rumorosa. Il Gartner 2026 CMO Spend Survey, condotto tra gennaio e marzo su 401 responsabili marketing di aziende con oltre un miliardo di dollari di fatturato, ha trovato budget marketing sostanzialmente stabili al 7,8% del fatturato aziendale, in leggero aumento dal 7,7% del 2025.[10] A fronte di questo budget stabile, il 13% dei CMO ha dichiarato di non aver raggiunto i propri obiettivi di ROI 2026 — una quota più alta dell'anno precedente — e il 62% ha detto che l'incapacità di raggiungere le aspettative di crescita porterebbe a ulteriori tagli al budget marketing.[10]

Lo stesso sondaggio ha trovato che le attività di consapevolezza e conversione rappresentano ora il 62,6% della spesa media totale, il che comprime esattamente il territorio di mid-funnel dove vive strutturalmente la maggior parte dell'influencer marketing — rafforzare un'affermazione razionale o un'associazione emotiva senza chiudere il cerchio nella stessa sessione.[10] Quando quel territorio viene misurato con strumenti da bottom-funnel, risulta come sottoperformance, il che poi appare come una voce facile da tagliare quando le aspettative di crescita non vengono raggiunte. Il righello da vanity metric non fallisce solo nel dimostrare che l'influencer marketing funziona — in un contesto di budget in contrazione, costruisce attivamente il caso per tagliarlo.

5. Tre metriche che predicono davvero il fatturato

La soluzione proposta da Kumar nell'articolo originale si concentra su due idee che vale la pena generalizzare oltre l'ecosistema e-commerce indiano che descrive: il branded search come indicatore anticipatore, e quelli che lui chiama depth ratio — la qualità dell'engagement invece del volume grezzo.[1] Una terza, tratta dalla pratica più ampia della marketing science, è la misurazione causale tramite incrementality testing. Insieme sostituiscono un righello che conta l'esposizione con uno che stima un incremento difendibile.

L'incremento di branded search

Il volume di ricerche branded — su Google, su Amazon, su qualsiasi marketplace o app di consegna attraverso cui la categoria converte davvero — si muove quando una campagna con creator sposta realmente la considerazione, ed è molto più difficile da falsificare di un like.[1] Il modo rigoroso per isolare l'effetto è un geo-holdout test: assegnare mercati regionali comparabili a gruppi "esposti" e "non esposti", verificare che le loro baseline di branded search si muovano insieme per almeno otto settimane prima della campagna, poi confrontare lo scarto una volta che la campagna è attiva.[11] Fornitori come Nielsen e Measured offrono ora infrastrutture di geo-holdout preconfezionate proprio per ridurre l'onere operativo di ripetere questo processo per ogni partnership con creator.[12]

Depth ratio invece della reach

Un depth ratio pesa un post in base a cosa il pubblico ha scelto di fare — salvarlo, farne uno screenshot, lasciare un commento sostanziale — rispetto a quante persone lo hanno semplicemente scorso. Salvataggi e commenti ponderati richiedono un'azione deliberata che una fattoria di bot raramente si prende la briga di falsificare, il che rende i depth ratio più resistenti alle frodi rispetto a like o follower per costruzione, non per policy.[1]

Incrementality testing e triangolazione MMM

I programmi di misurazione più difendibili del 2026 non scelgono una sola metrica; triangolano marketing mix modeling, incrementality testing e attribuzione di piattaforma l'uno contro l'altro, perché ognuno sbaglia in una direzione diversa e correggibile. Solo il 39% delle organizzazioni combina oggi tutti e tre, il che significa che la maggior parte dei team marketing lavora su una verità frammentata, non unificata.[13] I brand che passano a un MMM calibrato causalmente riportano tipicamente guadagni di efficienza del 10–30% nel primo anno — non perché il modello trovi nuovo budget, ma perché smette di attribuire merito a spesa che non stava causando il risultato fin dall'inizio.[12]

6. Perché la dimensione del creator cambia ciò che puoi persino misurare

La dimensione del creator non cambia solo il ritorno sulla spesa — cambia se una misurazione pulita sia praticamente possibile. Lo studio 2024 di Beichert, Bayerl, Goldenberg e Lanz sul Journal of Marketing, basato su 2.808 codici sconto specifici per influencer su 1.698 creator Instagram e oltre 17 milioni di euro di fatturato attribuito, ha trovato che i nano creator hanno generato un ritorno sulla spesa influencer di 17,85, contro 5,98 per i micro e 4,67 per i macro creator — uno scarto che, secondo gli autori, regge anche in tre esperimenti sul campo aggiuntivi.[14]

L'implicazione sulla misurazione conta quanto quella sul fatturato. Un singolo post di un macro-influencer raggiunge un pubblico così ampio che isolarne l'effetto da tutto il resto che accade nella stessa settimana — altri media a pagamento, stagionalità, il lancio di un concorrente — è davvero difficile. Un portfolio di nano e micro creator, ciascuno con un pubblico delimitato geograficamente o demograficamente e un costo in barter o a tariffa fissa noto in anticipo, è molto più vicino a un geo-holdout naturale: la sovrapposizione tra creator è bassa, il costo è fisso in anticipo, e il pubblico raggiunto da un singolo post è abbastanza piccolo da rendere rilevabile, e non sepolto nel rumore, un incremento di branded search o di affluenza. Il problema di misurazione descritto in questo articolo è reale a ogni dimensione di creator — ma si aggrava proprio alla scala in cui si concentra la maggior parte dei budget influencer D2C. Per il lato operativo della scelta e del brief dei creator più piccoli, vedi come scegliere un creator locale; il meccanismo di fiducia dietro il perché i creator più piccoli convertono in modo più efficiente è trattato in perché il pubblico si fida dei piccoli creator.

7. Il problema del 60/40

Parte del problema del righello sbagliato è più antica dell'influencer marketing stesso. L'analisi di Les Binet e Peter Field, commissionata dall'IPA su quasi 1.000 case study britannici di efficacia pubblicitaria, ha trovato che le campagne che dividevano la spesa circa 60% in brand building e 40% in attivazione delle vendite a breve termine generavano il fatturato di lungo periodo più solido, perché l'attivazione produce un'impennata netta ma rapida da esaurire, mentre il brand building si accumula nel corso degli anni.[15] Tra il 2014 e il 2024, le tattiche in stile performance e a breve termine hanno catturato una quota crescente dei budget marketing a livello di settore, a spese del brand building — la stessa miopia di breve periodo che questo articolo ha descritto all'interno di un solo canale, replicata a livello dell'intero marketing mix.[15]

L'influencer marketing si colloca in entrambi i bucket contemporaneamente: un singolo post di un creator può costruire un'associazione di categoria per mesi e allo stesso tempo spingere un acquisto questa settimana. Valutarlo interamente sulla metà attivazione — il codice sconto, la conversione dell'ultimo click — sottostima sistematicamente la metà che si accumula nel tempo, che è esattamente la metà che un righello da bottom-funnel non può vedere per come è costruito.

8. Quando il vecchio righello è ancora quello giusto

Niente di tutto ciò significa che le metriche a risposta diretta siano sempre lo strumento sbagliato. L'attribuzione tramite codice sconto e link affiliati resta il righello corretto per programmi esplicitamente costruiti come canali di performance: codici sconto gestiti dai creator, partnership affiliate pure, e campagne social a pagamento che fanno da boost a contenuti UGC creati dai creator trattandoli come unità pubblicitaria invece che come reach organico. In questi formati il creator funziona come un placement media con un link tracciabile, non come un segnale di fiducia, e valutare il formato in base alla conversione significa valutarlo in base a ciò per cui è stato effettivamente costruito.

Anche le metriche più nuove portano i loro rischi. Branded search e depth ratio sono più difficili da falsificare rispetto ai like, non impossibili — e una metrica che diventa l'obiettivo rischia di diventare tanto manipolabile quanto quella che ha sostituito (la legge di Goodhart vale qui quanto in ogni altro angolo del marketing). I geo-holdout test hanno bisogno di scala reale per raggiungere la significatività statistica; un'attività con una sola sede che lancia una campagna a trimestre non otterrà una lettura pulita da un disegno formale di holdout, e farà meglio ad appoggiarsi maggiormente a confronti prima/dopo sul branded search e a sondaggi diretti ai clienti. La correzione al righello sbagliato è la triangolazione tra diverse misure imperfette ma orientate alla causalità, non una singola nuova metrica promossa allo stesso status incontestato che aveva l'EMV.

FAQ

Fonti