Modelli di Attribuzione nell’Affiliate Marketing iGaming

Quando un utente clicca il link di tre affiliati diversi prima di registrarsi su un bookmaker, a chi va la commissione? La risposta dipende dal modello di attribuzione che il network applica — non da chi ha “convertito per ultimo” in senso assoluto, ma dalla regola di calcolo che il network ha scelto per distribuire il merito tra i touchpoint. Nell’affiliate marketing gambling, dove le commissioni CPA si muovono tipicamente nel range 80-200€ e il RevShare tra il 25% e il 45%, il modello di attribuzione non è un dettaglio tecnico: determina direttamente quanto un affiliato guadagna per lo stesso identico traffico, e in alcuni casi se guadagna affatto.

Questa guida spiega le tre famiglie di modelli di attribuzione usate nel gambling — last-click, multi-touch e data-driven — come funzionano tecnicamente, chi le usa nel mercato italiano, con quali conseguenze pratiche sulle commissioni dell’affiliato, e come verificare in concreto quale modello applica il network con cui si lavora o si sta valutando di lavorare.

Cosa troverai nei paragrafi successivi:

• Come funzionano tecnicamente i tre modelli di attribuzione e le loro varianti
• Un esempio numerico che mostra come lo stesso percorso utente genera commissioni diverse a seconda del modello
• Il collegamento tra attribuzione, compliance e tracking cross-device
• Una checklist operativa per valutare la trasparenza di un network prima di lavorarci

Cos’è un Modello di Attribuzione

Un modello di attribuzione è la regola con cui un network di affiliazione assegna il merito — e quindi la commissione — di una conversione (una registrazione, un primo deposito, un CPA maturato) a uno o più affiliati, quando il percorso dell’utente ha coinvolto più touchpoint prima della conversione finale. Il tema è rilevante ovunque il traffico transiti da più fonti: un utente può vedere un link in un gruppo Telegram, cliccare un banner su un sito di pronostici il giorno dopo, e infine registrarsi tramite un’email promozionale una settimana più tardi. Tre affiliati diversi, tre touchpoint, una sola conversione da remunerare.

Il concetto si applica sia al tracking basato su cookie (dove il “voto” di attribuzione viene registrato nel browser dell’utente) sia al tracking server-to-server via postback, dove l’attribuzione avviene tramite identificativi di click trasmessi direttamente tra i sistemi del network e quelli dell’operatore, senza dipendere dalla persistenza di un cookie lato browser. La distinzione tecnica conta perché nello scenario cookieless — con Safari, Firefox e progressivamente Chrome che limitano la durata dei cookie di terze parti — l’affidabilità dell’attribuzione multi-touch dipende sempre di più dalla capacità del network di tracciare l’utente senza fare affidamento esclusivo sui cookie del browser.

Last-Click Attribution: lo Standard di Mercato

Il modello last-click assegna il 100% del merito — e quindi della commissione — all’ultimo touchpoint prima della conversione, ignorando ogni interazione precedente. È il modello predefinito della maggior parte dei network di affiliazione iGaming, per un motivo pratico prima che strategico: è il più semplice da tracciare tecnicamente, richiede solo l’ultimo cookie o click ID valido al momento della conversione, e non necessita di un sistema di attribuzione multi-touchpoint più complesso lato network.

Esiste anche una variante meno diffusa ma tecnicamente distinta, il first-click, che assegna il merito al primo touchpoint invece che all’ultimo — utile per premiare chi genera awareness iniziale, ma raro nel gambling perché espone il network al rischio di remunerare un affiliato che non ha avuto alcun ruolo nella decisione finale dell’utente, magari avvenuta mesi dopo il primo contatto.

Il limite del last-click puro è evidente: penalizza sistematicamente gli affiliati che generano awareness o interesse iniziale ma non chiudono la conversione, premiando chi intercetta l’utente nella fase finale del percorso — spesso affiliati che lavorano su brand search o retargeting, non su acquisizione di nuova domanda. Un content creator che produce analisi approfondite e costruisce fiducia nel tempo, all’interno di un network di affiliazione iGaming, può vedersi sistematicamente “scavalcato” da un affiliato che intercetta lo stesso utente con un banner di retargeting nell’ultimo miglio del percorso.

Multi-Touch Attribution: Distribuire il Merito

I modelli multi-touch distribuiscono la commissione tra più touchpoint, con criteri di ripartizione diversi:

• Lineare: il merito si divide in parti uguali tra tutti i touchpoint coinvolti nel percorso, indipendentemente dalla loro posizione temporale.
• Time-decay: i touchpoint più vicini alla conversione ricevono una quota maggiore, quelli più lontani nel tempo una quota minore — un compromesso tra last-click e riconoscimento del percorso completo, spesso calcolato con un decadimento esponenziale sul numero di giorni trascorsi.
• Position-based (U-shaped): il primo e l’ultimo touchpoint ricevono la quota maggiore (tipicamente 40% ciascuno), i touchpoint intermedi si dividono il restante 20% — riconosce sia chi genera il primo contatto sia chi chiude la conversione, penalizzando solo i touchpoint puramente intermedi.

Nel gambling, il multi-touch resta meno diffuso del last-click perché richiede un’infrastruttura di tracking server-to-server più sofisticata — tipicamente basata su postback capaci di registrare più eventi lungo il percorso utente, non solo l’ultimo click prima della conversione — e una capacità di elaborazione dati che non tutti i network possiedono. La configurazione tecnica richiede inoltre che ogni touchpoint sia identificabile in modo univoco e persistente lungo l’intero percorso, il che nella pratica significa un sistema di click ID coerente tra tutte le fonti di traffico dell’affiliato, non solo tra affiliati diversi.

Data-Driven Attribution: la Terza Via

Il modello data-driven usa algoritmi statistici o di machine learning per assegnare il merito in base al contributo reale che ogni touchpoint ha storicamente avuto sulla probabilità di conversione, calcolato sui dati aggregati del network. È il modello più accurato in teoria, perché non applica una regola fissa (100% all’ultimo click, o quote prestabilite) ma stima il peso effettivo di ciascun canale sulla base dell’evidenza empirica — tipicamente confrontando percorsi che sono terminati in conversione con percorsi simili che non lo hanno fatto, per isolare statisticamente il contributo marginale di ogni touchpoint.

Nella pratica, richiede volumi di dati significativi per essere statisticamente affidabile — motivo per cui è raro trovarlo implementato da network di affiliazione di dimensioni medie o piccole nel gambling italiano, ed è più comune nei grandi operatori con infrastrutture di analisi dati proprietarie. Un ulteriore limite pratico è la trasparenza: mentre un affiliato può verificare autonomamente se un modello è last-click o multi-touch lineare semplicemente osservando come vengono distribuite le commissioni su conversioni note, un modello data-driven è per costruzione una “scatola nera” — l’algoritmo che assegna i pesi non è quasi mai divulgato nel dettaglio, il che rende più difficile per l’affiliato prevedere o contestare la propria remunerazione.

I Tre Modelli a Confronto

Dimensione	Last-click	Multi-touch	Data-driven
Complessità di tracking richiesta	Bassa	Media-alta	Alta
Trasparenza per l’affiliato	Alta (regola semplice)	Media (regola nota ma calcolo più complesso)	Bassa (algoritmo spesso non divulgato)
Diffusione nel gambling italiano	Molto alta — standard di mercato	Bassa-media, network più strutturati	Rara, principalmente grandi operatori
Rischio per l’affiliato di top-funnel	Alto — spesso non remunerato	Basso — merito riconosciuto in parte	Variabile, dipende dal modello statistico
Prevedibilità della commissione	Alta	Media	Bassa

Un Esempio Numerico: lo Stesso Utente, Tre Modelli, Tre Risultati

Un utente vede un post su un canale Telegram di tipster (Affiliato A), tre giorni dopo clicca un banner su un blog di pronostici (Affiliato B), e infine si registra cliccando un link in un’email di retargeting (Affiliato C). Il CPA maturato per quella registrazione è di 150€. Ecco come cambia la distribuzione a seconda del modello:

• Last-click: Affiliato C riceve l’intero CPA di 150€. Affiliato A e Affiliato B non ricevono nulla, nonostante abbiano generato il primo contatto e mantenuto l’interesse.
• Multi-touch lineare: i 150€ si dividono in tre parti uguali, 50€ a testa.
• Multi-touch position-based (U-shaped): Affiliato A e Affiliato C ricevono 60€ ciascuno (40% a testa), Affiliato B riceve 30€ (20%) per il ruolo intermedio.

Lo stesso identico percorso utente, la stessa conversione, tre distribuzioni di commissione radicalmente diverse. È questo il motivo per cui il modello di attribuzione andrebbe verificato prima di scegliere un network, non scoperto a posteriori guardando le commissioni maturate.

Il ragionamento si estende anche al confronto tra i modelli economici CPA, RevShare e ibrido: con un accordo RevShare al 35% su un giocatore che genera un NGR mensile di 200€, la differenza tra ricevere l’intera commissione o dividerla su più touchpoint si ripete ogni mese per l’intera durata della relazione col giocatore — a differenza del CPA, dove l’impatto del modello di attribuzione è circoscritto al singolo evento di conversione iniziale. Chi lavora prevalentemente in RevShare ha quindi un interesse ancora più diretto a comprendere il modello di attribuzione del proprio network, perché l’effetto si moltiplica nel tempo.

Attribuzione e Compliance: un Collegamento Spesso Trascurato

Il tracking multi-touchpoint richiede la raccolta di più segnali lungo il percorso dell’utente rispetto a un modello last-click puro, il che lo colloca più vicino al perimetro GDPR e alle logiche di consenso sui cookie di tracciamento. Un network che implementa attribuzione multi-touch dovrebbe poter documentare su quali basi giuridiche tratta questi dati aggiuntivi — un tema che si interseca con l’evoluzione più ampia del tracking iGaming nello scenario cookieless, dove la raccolta di segnali multipli lungo il funnel diventa tecnicamente più complessa indipendentemente dal modello di attribuzione scelto.

Cross-Device e View-Through: le Complicazioni Pratiche

Due fattori tecnici complicano ulteriormente l’attribuzione nel mondo reale, indipendentemente dal modello teorico scelto. Il primo è il cross-device tracking: un utente può vedere un contenuto su smartphone e convertire da desktop il giorno dopo — se il network non dispone di un sistema di identificazione cross-device (basato su login, email o altri identificativi persistenti), quel percorso viene trattato come due utenti distinti, con il touchpoint mobile che perde completamente l’attribuzione. Il secondo è la distinzione tra click-through e view-through attribution: la prima attribuisce la conversione solo a chi ha generato un click effettivo, la seconda riconosce anche l’impatto di una semplice visualizzazione (ad esempio un banner visto ma non cliccato) entro una finestra temporale definita. Il view-through è raro nel gambling per la difficoltà di misurarlo in modo affidabile, ma alcuni network più sofisticati lo applicano per riconoscere il contributo di campagne display ad alta visibilità ma basso click-through rate.

Errori Comuni nel Valutare un Network sull’Attribuzione

Alcuni errori ricorrono con frequenza tra affiliati che scelgono un network senza indagare a fondo il modello di attribuzione applicato:

• Dare per scontato il last-click senza verificarlo esplicitamente — è il modello più comune, ma non universale, e la differenza pratica sulle commissioni può essere sostanziale.
• Non chiedere la finestra di attribuzione (cookie window) — un last-click a 7 giorni e uno a 30 giorni producono risultati molto diversi per un affiliato che lavora su contenuti di awareness a lungo ciclo di conversione.
• Confondere il modello di attribuzione con il modello economico — CPA, RevShare e ibrido rispondono alla domanda “quanto viene pagato”, mentre il modello di attribuzione risponde a “chi viene pagato”: sono due decisioni indipendenti che il network prende separatamente.
• Non verificare la policy sui conflitti tra affiliati — cosa succede se due affiliati diversi rivendicano lo stesso utente per errore di tracking, o per sovrapposizione di campagne, è spesso l’area meno documentata dai network.

Come Cambiano le Cose con Più Programmi Attivi in Parallelo

Un affiliato che promuove più operatori contemporaneamente attraverso network diversi incontra un problema di attribuzione che va oltre il singolo network: se lo stesso utente interagisce con contenuti relativi a due bookmaker diversi, ciascun network applica la propria regola di attribuzione in modo indipendente, senza alcun coordinamento tra loro. Questo significa che un utente può generare due conversioni distinte — una per operatore — ciascuna attribuita secondo criteri diversi, e l’affiliato deve tenere traccia manualmente di quale network applica quale modello per stimare correttamente le proprie commissioni attese su ciascun programma.

La conseguenza pratica è che diversificare i programmi di affiliazione, pur riducendo il rischio di dipendenza da un singolo network, aumenta la complessità di previsione dei guadagni proprio a causa dell’eterogeneità dei modelli di attribuzione applicati. Un affiliato strutturato dovrebbe mantenere un registro interno — anche solo un foglio di calcolo — con il modello di attribuzione dichiarato da ciascun network, la finestra di attribuzione e la policy sui conflitti, per poter confrontare in modo omogeneo la redditività reale dei diversi programmi attivi.

Attribuzione e Frode: un Rischio Collegato ma Distinto

Un modello di attribuzione poco trasparente crea anche un terreno favorevole a pratiche scorrette, sia da parte di affiliati sia, in casi più rari, da parte di network poco solidi. Il cookie stuffing — la pratica di impostare cookie di tracciamento su un utente senza che questo abbia interagito consapevolmente con un link dell’affiliato — sfrutta proprio le debolezze di un’attribuzione basata unicamente sull’ultimo cookie rilevato, indipendentemente da un click reale. Un network con attribuzione trasparente e un sistema di validazione dei click (ad esempio la verifica dell’user agent, dei tempi di permanenza minimi, o pattern di traffico anomali) riduce significativamente questo rischio rispetto a un sistema che si limita a registrare l’ultimo cookie presente senza controlli aggiuntivi.

Per l’affiliato onesto, questo si traduce in un ulteriore criterio di valutazione: un network che investe in sistemi di fraud detection sul proprio tracking tende ad avere anche un’attribuzione più affidabile nel suo complesso, perché entrambe le funzioni — attribuzione corretta e prevenzione delle frodi — dipendono dalla stessa infrastruttura di tracciamento di qualità.

Domande Frequenti sui Modelli di Attribuzione

Un affiliato può negoziare il modello di attribuzione con il network? Nella maggior parte dei casi no: il modello è una policy di piattaforma, applicata uniformemente a tutti gli affiliati del network, non un termine negoziabile caso per caso. Fanno eccezione i grandi affiliati con volumi tali da avere potere contrattuale diretto con l’operatore, che in alcuni casi possono ottenere condizioni di attribuzione dedicate.

Cambiare modello di attribuzione influisce sulle conversioni passate? No: un cambio di modello da parte del network si applica solo alle conversioni future, non retroattivamente. È comunque buona pratica per un network comunicare in anticipo un cambiamento di questo tipo, dato l’impatto diretto sulle commissioni attese degli affiliati.

Esiste un modello di attribuzione “migliore” in assoluto? No: la scelta dipende dal tipo di traffico che il network vuole incentivare. Un network che punta a premiare la conversione diretta sceglie last-click; un network che vuole valorizzare l’intero funnel, inclusi i contenuti di awareness, sceglie multi-touch o data-driven, accettando in cambio una maggiore complessità tecnica e minore prevedibilità per gli affiliati.

Checklist Operativa: Valutare la Trasparenza di un Network sull’Attribuzione

Prima di scegliere o continuare a lavorare con un network di affiliazione, questi punti aiutano a valutare quanto sia trasparente e prevedibile il proprio guadagno:

• Il network dichiara esplicitamente il modello di attribuzione (last-click, multi-touch, data-driven) nella documentazione ufficiale o nel contratto di affiliazione, non solo a voce tramite l’account manager?
• Qual è la finestra di attribuzione (cookie window)? Va verificata sia per i cookie da browser sia per l’eventuale tracking server-to-server via postback.
• Il network traccia e riconosce touchpoint multipli, o solo l’ultimo? La documentazione tecnica dovrebbe rispondere in modo esplicito, non generico.
• Esiste un sistema di tracking cross-device, o il percorso utente viene perso quando cambia dispositivo?
• In caso di conflitto tra affiliati sulla stessa conversione, qual è la policy dichiarata? Un network trasparente ha una regola scritta, non una gestione caso per caso.
• È possibile richiedere un report dettagliato dei touchpoint che hanno contribuito a una conversione, o le commissioni vengono comunicate solo in forma aggregata?

Il modello di attribuzione, insieme al modello economico (CPA, RevShare o ibrido) e alla qualità del sistema di postback usato per il tracking, è uno dei tre elementi che un affiliato dovrebbe valutare prima di investire tempo e budget su un network, perché determina se il proprio lavoro viene effettivamente remunerato in proporzione al contributo reale generato.

---

Il gioco è vietato ai minori di 18 anni e può causare dipendenza patologica.

Articolo redatto dal team editoriale Vector Management. Vector srl (P.IVA 09532751212) opera nel settore gambling AAMS in conformità al Decreto Dignità (D.L. 87/2018) e alle linee guida AGCOM.