Meta vs RevenueCat vs Adjust. O, più in generale: ad platform vs piattaforma di gestione subscription vs MMP.
Nessuno vuole riconciliare questi numeri. Le differenze sono disordinate, le definizioni sono complicate, e i risultati spesso sembrano incoerenti.
Ma far concordare tutti e tre gli strumenti non è l’obiettivo. Puoi perdere in due direzioni:
- Fidarti di revenue attribuita che non diventa mai cassa, e alla fine finire i soldi. Addio.
- Diventare così prudente da smettere di spendere mentre competitor più coraggiosi prendono il mercato. Addio.
L’obiettivo è capire cosa ogni confronto può e non può dirti.
| Confronto | La domanda a cui risponde | Controlla prima |
|---|---|---|
| Meta vs RevenueCat | Quale revenue paid può essere provata direttamente? | La quota non attribuita |
| Meta vs Adjust | Quanto credito dovrebbe ricevere il paid? | Campagne, spesa, timing, finestre combaciano |
| Adjust vs RevenueCat | La revenue è davvero arrivata? | Stesse date complete, entrambi i totali |
Meta vs RevenueCat: quale revenue paid può essere provata direttamente?
RevenueCat vede l’addebito. Ma sotto ATT, la sua revenue per canale è spesso un pavimento, perché gran parte della revenue resta non attribuita.
Cosa cercare:
- La quota non attribuita
- Proporzioni stabili tra paid e organico
- Un gap ripetibile, piuttosto che totali identici
Meta vs Adjust: quanto credito dovrebbe ricevere il paid?
Questo è il confronto di budget utile, ma solo dopo aver allineato campagne, spesa, base temporale e finestre di attribution.
Allinea prima:
- Campagne e spesa
- Snapshot contro snapshot
- Finestre di click e view-through
Adjust vs RevenueCat: la revenue è davvero arrivata?
Confronta la revenue totale da snapshot sulle stesse date complete. Un controllo di realtà sulla cassa.
Cosa cercare:
- I totali restano vicini
- Le settimane complete si muovono insieme
- Le settimane parziali o di bordo sono escluse
Coerenza non significa numeri identici
Quando cerchi coerenza, non chiederti se i numeri sono identici. Chiediti se:
- si stanno confrontando gli stessi utenti e le stesse campagne
- si stanno usando le stesse date e la stessa logica temporale
- le regole di attribution sono allineate
- la differenza resta ragionevolmente stabile nel tempo
Una differenza affidabile è spiegabile, ripetibile e misurata sulla stessa base. È abbastanza per prendere una decisione.