Il passaggio al tracciamento lato server ti ha fatto recuperare conversioni vere o stai solo contando due volte gli stessi ordini? Lo scopri in un solo modo: confrontando le conversioni tracciate con una fonte di verità esterna agli strumenti di marketing, cioè gli ordini registrati nel backend dell’e-commerce o nel CRM. La variazione dei numeri dentro GA4 o Google Ads, da sola, non dimostra nulla.

Il server-side tagging con Google Tag Manager server-side (sGTM) è un modello in cui gli eventi del sito passano prima da un container server ospitato su un dominio first-party, e solo da lì vengono inoltrati a GA4, Google Ads o Meta. Migliora la qualità e la completezza del dato raccolto. Non genera vendite nuove. Quindi l’obiettivo della misurazione è quantificare il dato recuperato, separandolo dalla crescita del business.

Perché il confronto prima/dopo è quasi sempre fuorviante

La tentazione è ovvia: prendi le conversioni GA4 del mese prima della migrazione, quelle del mese dopo, fai la differenza e la chiami "recupero". È il modo più rapido per raccontarti una bugia.

Quattro motivi per cui quel confronto non regge:

  • Stagionalità e budget. Se nel mese successivo hai alzato la spesa su Google Ads, lanciato una promo o sei entrato in alta stagione, le conversioni salgono comunque. L’effetto del tracciamento resta sepolto dentro l’effetto del mercato.
  • Variabili concomitanti. Quasi sempre la migrazione viene fatta insieme ad altro: nuovo banner cookie, Consent Mode v2 configurato correttamente, nuovi tag di remarketing, pulizia del Data Layer. Ognuno di questi sposta i numeri.
  • Attribuzione modellata. Google Ads e GA4 stimano parte delle conversioni. Cambiando i segnali in ingresso cambia il modello, e il numero si muove senza che si sia mossa una sola vendita reale.
  • Doppio conteggio. Durante la fase di convivenza fra tag web e tag server, lo stesso purchase può arrivare due volte. Senza deduplicazione, il "+30%" che festeggi è semplicemente un errore di configurazione.

La differenza strutturale fra i due modelli di raccolta — e il motivo per cui il server-side vede eventi che il browser perde — la trovi spiegata nell’articolo sulla differenza tra tracciamento client side e server side.

Quali metriche usare per quantificare il guadagno reale

La metrica centrale è una sola: la copertura del tracciamento, cioè il rapporto fra conversioni registrate dallo strumento e ordini realmente avvenuti nello stesso periodo.

Se il backend WooCommerce dice 1.000 ordini e GA4 ne vede 870, la copertura è 87%. Se dopo la migrazione il backend dice 1.150 ordini e GA4 ne vede 1.080, la copertura è 94%. Il guadagno è quei 7 punti di copertura, non i 210 ordini in più.

Metrica Dove si legge Cosa significa Errore tipico
Copertura GA4 Transazioni GA4 / ordini backend Quanto il tracciamento vede del reale Confrontare periodi di lunghezza diversa
Copertura Google Ads Conversioni importate / ordini da traffico a pagamento Quanto l’algoritmo di bidding riceve Confrontare con il totale ordini, non con quelli da Ads
Match quality CAPI Gestione eventi Meta Qualità dei parametri di corrispondenza inviati via Conversions API Scambiare il punteggio di qualità per numero di conversioni
Enhanced Conversions Google Ads, diagnostica conversioni Percentuale di conversioni arricchite con dati utente hashati Attivarle e non verificare che arrivino davvero
Utenti riconosciuti al ritorno GA4, report nuovi vs di ritorno Effetto della durata dei cookie first-party Leggerla a 7 giorni dalla migrazione, troppo presto

La quota di utenti riconosciuti al ritorno è la metrica più lenta e la più interessante, perché dipende da quanto durano davvero i cookie first-party dopo la migrazione. Serve almeno un ciclo di riacquisto completo per vederla muovere.

Il metodo in 5 passi per misurare l’impatto

1. Fissa la baseline prima di toccare qualsiasi cosa. Da 2 a 4 settimane di dati, e comunque un periodo che contenga un ciclo di acquisto completo. Ti servono due numeri per ogni giorno: ordini nel backend e transazioni in GA4, riconciliati per transaction_id. Se non hai l’export ordini, fermati: senza fonte di verità la misurazione non esiste.

2. Congela le altre variabili. Durante la finestra di test non cambiare: banner del consenso, struttura del Data Layer, budget in modo brusco, modello di attribuzione, conversioni primarie in Google Ads, pagine di checkout. Scrivi la lista e condividila con chi gestisce il sito. È il passo che salta chiunque e che rende il risultato indifendibile.

3. Attiva il doppio invio con event_id condiviso. Per alcuni giorni web e server inviano lo stesso evento. Serve una chiave identica su entrambi i percorsi, così GA4 e Meta scartano la copia. Verifica in anteprima di sGTM e in DebugView che per un ordine reale compaia una sola conversione a destinazione. Il procedimento completo è nella guida su come deduplicare gli eventi tra browser e server.

4. Confronta le due finestre sulla stessa fonte di verità. Non confrontare conversioni assolute. Confronta copertura con copertura, stessa lunghezza di periodo, stessi giorni della settimana. Un confronto 28 giorni contro 28 giorni è leggibile; 3 settimane contro un mese no.

5. Segmenta. L’effetto non è uniforme: si concentra su Safari (per le limitazioni ITP sui cookie impostati via JavaScript), su Firefox e sulla quota di utenti con ad-blocker. Segmenta per browser, dispositivo e canale. Se il tuo traffico è fatto quasi solo di Chrome desktop su campagne brand, l’incremento di copertura sarà fisiologicamente più piccolo: vale la pena leggere quanto pesa davvero la perdita di dati causata dagli ad-blocker prima di fissare aspettative.

Come fare un test pulito: riconciliazione con BigQuery

La chiave di riconciliazione è il transaction_id, che deve essere identico all’ID ordine del gestionale. L’event_id serve invece alla deduplicazione e deve essere deterministico, cioè ricostruibile allo stesso modo lato client e lato server.

window.dataLayer = window.dataLayer || [];
dataLayer.push({ ecommerce: null });
dataLayer.push({
  event: 'purchase',
  event_id: 'ord-10492',          // stessa chiave su web e server
  ecommerce: {
    transaction_id: 'ord-10492',  // ID ordine del backend
    value: 129.90,
    currency: 'EUR',
    items: [{ item_id: 'SKU-771', item_name: 'Scarpa running', price: 129.90, quantity: 1 }]
  }
});

Con l’export GA4 su BigQuery conti gli acquisti per transaction_id e vedi subito se ci sono duplicati:

SELECT
  (SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'transaction_id') AS transaction_id,
  COUNT(*) AS eventi
FROM `progetto.analytics_123456789.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20250301' AND '20250331'
  AND event_name = 'purchase'
GROUP BY transaction_id
ORDER BY eventi DESC

Le righe con eventi > 1 sono doppioni da sistemare prima di calcolare qualsiasi cosa. Il conteggio dei transaction_id distinti è invece il numeratore della copertura: lo incroci con l’export ordini in CSV e ottieni anche la lista degli ordini mancanti, che spesso rivela pattern precisi (sempre lo stesso metodo di pagamento, sempre lo stesso browser). Se non hai ancora collegato il flusso, parti da come inviare gli eventi di GTM server side a BigQuery.

Senza BigQuery si fa lo stesso lavoro con un’esplorazione in GA4 che usa transaction_id come dimensione, esportata in foglio di calcolo e confrontata con l’export ordini tramite CERCA.VERT. È più lento e limitato dal campionamento, ma funziona su volumi medi.

Il consenso cambia i numeri, e va isolato

Mettiamolo per iscritto: il server-side non aggira il consenso. Con Consent Mode v2, se l’utente nega analytics_storage e ad_storage, il container server riceve comunque segnali limitati e la parte mancante viene modellata da Google, non recuperata.

Questo ha un effetto diretto sulla misurazione. Se nello stesso periodo il tasso di consenso scende — nuovo banner, layout diverso, pubblico diverso — la copertura può restare piatta anche con un server-side perfetto. E viceversa: un banner più permissivo può farti attribuire al tracciamento lato server un merito che è solo del consenso.

Per questo nel report servono tre righe separate: conversioni con consenso concesso, conversioni modellate, tasso di consenso del periodo. Se il tasso di consenso varia di più di qualche punto fra baseline e test, il confronto va rifatto o dichiarato come limite. Prima di fidarti dei numeri conviene anche verificare che il consenso venga davvero rispettato lungo tutta la catena, e tenere presente il quadro del tracciamento server-side conforme al GDPR. Questa è una nota operativa, non un parere legale: la base giuridica la valuti con chi segue la privacy del progetto.

Come leggere i risultati

Cosa osservi Lettura corretta Cosa fare
Copertura sale, ordini invariati Il tracciamento è migliorato, le vendite no. È il risultato atteso Comunicalo così, senza spacciarlo per crescita
Copertura sale e il ROAS in Google Ads migliora nel tempo Effetto indiretto: l’algoritmo di bidding riceve più segnali e ottimizza meglio Verifica su almeno 2 cicli di conversione prima di dichiararlo
Conversioni GA4 > ordini backend Duplicazione o transaction_id mancante/variabile Rilancia la query sui duplicati, controlla la deduplicazione
Nessuna variazione Traffico quasi tutto Chrome senza blocchi, configurazione parziale, cookie ancora impostati via JavaScript Controlla dominio first-party e lato di scrittura dei cookie
Copertura scende Trigger mancanti, consenso più restrittivo, eventi bloccati dal container Confronta Preview sGTM e DebugView su un ordine reale

L’opinione netta: diffida di chiunque ti prometta una percentuale di recupero prima di aver guardato i tuoi dati. L’incremento dipende dal mix di browser, dal peso del mobile in-app, dal tasso di consenso e da come erano fatti i tag di partenza. Su alcuni e-commerce il recupero è vistoso, su altri è marginale perché il tracciamento client-side era già pulito. Chi vende numeri a priori sta vendendo, non misurando.

Discorso diverso per le conversioni importate in Google Ads, che quasi sempre restano sotto quelle GA4 per differenze di modello e finestra: è un tema a parte, affrontato in perché le conversioni Google Ads non corrispondono a GA4.

Cosa riportare al cliente o al management

Una pagina, cinque blocchi, nessuna slide decorativa.

  1. Contesto: periodo, sito, piattaforma, cosa è stato migrato, cosa no.
  2. Baseline: ordini backend e conversioni tracciate del periodo pre-migrazione, con la copertura calcolata.
  3. Metodo: fonte di verità usata, chiave di riconciliazione, come è stata gestita la deduplicazione, variabili congelate.
  4. Risultati: copertura prima e dopo, scomposta per canale e per browser, più match quality CAPI ed Enhanced Conversions se attive.
  5. Limiti: variazioni di consenso, campagne in corso, eventi ancora non migrati, quanto manca per leggere l’effetto sul bidding.

Il blocco "limiti" è quello che ti fa guadagnare credibilità. Un report che dichiara cosa non può dimostrare vale più di uno che promette un impatto sul fatturato.

Fino alla riconciliazione in foglio di calcolo puoi procedere in autonomia: serve ordine, non tecnologia. L’affiancamento diventa utile quando devi automatizzare il confronto in BigQuery, quando il transaction_id del gestionale non coincide con quello inviato al Data Layer, o quando Consent Mode v2 e deduplicazione si intrecciano e non capisci più quale numero è reale. Se gestisci più clienti e vuoi standardizzare questo report su tutti, l’area dedicata ad agenzie e consulenti è il punto di partenza giusto.

Domande frequenti

Il server-side aumenta davvero le conversioni o solo quelle tracciate?

In modo diretto aumenta solo quelle tracciate: recupera eventi che il browser perde per ad-blocker, limitazioni ITP sui cookie o errori di rete. Un effetto indiretto sulle vendite può esistere, perché gli algoritmi di bidding di Google Ads e Meta ricevono segnali più completi e ottimizzano meglio, ma va verificato su più cicli di conversione e non va promesso in anticipo.

Quanto tempo serve per misurare l'effetto del server-side?

Almeno 2-4 settimane di baseline prima della migrazione e un periodo di pari lunghezza dopo, confrontando giorni della settimana equivalenti. Per l’effetto sulla durata dei cookie first-party e sul riconoscimento degli utenti di ritorno serve un ciclo di riacquisto completo, quindi spesso 60-90 giorni a seconda del settore.

Perché dopo il passaggio al server-side le conversioni in GA4 sono più alte degli ordini?

Nella quasi totalità dei casi è doppio conteggio: il tag web e il tag server inviano lo stesso evento senza un event_id condiviso, oppure il transaction_id non viene passato o cambia a ogni ricarico della pagina di ringraziamento. Verifica con una query sull’export BigQuery contando gli eventi purchase per transaction_id: le righe con più di un evento sono i duplicati.

Il calo del tasso di consenso può nascondere i benefici del tracciamento lato server?

Sì, ed è uno degli errori di lettura più comuni. Se cambi banner o layout durante la finestra di test e il consenso scende, la copertura può restare piatta anche con una configurazione corretta. Monitora il tasso di consenso come variabile separata e riporta distintamente le conversioni con consenso concesso e quelle modellate da Consent Mode v2.