L’infrastruttura del dato dietro ogni decisione di marketing seria.
Server-side tracking, GA4 enterprise, data lake MCP, attribution modeling, governance del consenso. Le fondamenta tecniche su cui si appoggia tutto il resto del sistema Fortop — incluso BIKMA. Lavoriamo con la disciplina di un’engineering practice, non con l’approssimazione di una reportistica.
Negli ultimi sette anni la raccolta dati è stata riscritta dai fondamenti. GDPR e ePrivacy hanno reso il consenso una condizione tecnica, non un disclaimer. Apple ITP, iOS 14 e la deprecazione progressiva dei cookie third-party hanno dimezzato la capacità di tracciare client-side. Le ad platform hanno reagito con modelli statistici opachi che inferiscono ciò che non si misura più.
Il risultato netto: in molti settori l’accuracy dei dati client-side è scesa al 60-70% (rilevazione su audit Fortop 2023-2025) senza che il marketing se ne accorgesse.
In parallelo, le decisioni di marketing sono diventate sempre più automatizzate. Bid management, audience selection, content personalization, attribution su cui si decide l’allocazione di milioni di euro di budget — tutto guidato da modelli che si appoggiano sui dati che riceviamo. Se i dati sono sbagliati, l’AI prende decisioni sbagliate molto velocemente.
La maggior parte delle agency offre report. Noi offriamo l’infrastruttura del dato sotto i report — perché un report su dati sbagliati produce decisioni sbagliate, qualunque sia la grafica.
Disegno della data architecture aziendale: cosa raccogliamo, dove lo stocchiamo, chi lo usa, come lo proteggiamo. Modelli di dato, contratti di interfaccia, governance del lifecycle. È il livello di profondità che separa una vera capability dati da un setup di Google Analytics.
Implementazione di Google Tag Manager Server-Side, GA4 enterprise con BigQuery export attivo, dataLayer aziendale, gestione enterprise di eventi e custom dimensions. Server-side first dal 2019, prima che diventasse standard.
Consent Mode v2, integrazione con CMP (iubenda, OneTrust, Didomi, Cookiebot), tracking conforme GDPR ed ePrivacy, gestione del consent decay, integrazione operativa con la nostra piattaforma GDPR Daily per la validazione continua.
Modelli di attribuzione data-driven, multi-touch attribution, marketing mix modeling per i clienti enterprise multi-canale, integrazione con CDP e CRM. Aiutiamo a smettere di credere al last-click.
Data Lake aziendale che consolida dati di marketing, vendite, CRM, prodotto, customer service. Esposizione via Model Context Protocol per integrazione con tooling AI proprietario e di mercato. È il livello in cui BIKMA si aggancia ai dati di traffico e conversione.
Dashboard operativi su Looker Studio, Power BI. Reporting automatizzato, sistemi di alerting su anomalie, KPI scorecards per il marketing leadership. L’output che vede il C-level, costruito sopra i cinque livelli precedenti.
Mappiamo l’esistente: tracking implementato, eventi che funzionano e che non funzionano, gap rispetto ai KPI dichiarati, qualità del consent, posture GDPR. È l’unica fase in cui consegniamo “cattive notizie”: ci serve un quadro vero per poter progettare un quadro nuovo.
Disegniamo la data architecture target: cosa serve raccogliere, da dove, dove conservare, come trasformare, come distribuire. Output: una specifica tecnica condivisa con il team interno del cliente, che può anche essere implementata internamente se il cliente preferisce.
Esecuzione tecnica: server-side tagging, eventi enterprise, integrazione CMP, data lake build, pipeline di trasformazione (dbt o equivalente), dashboard operativi. Lavoriamo con i team IT del cliente, non al loro posto.
Testing end-to-end di ogni evento, validation di accuracy, monitoring continuativo sulla data quality. È il passaggio dove la maggior parte degli implementatori non investe — ed è quello che separa un setup che regge tre anni da un setup che si rompe dopo sei mesi.
La data lake alimenta BIKMA, gli ad platform, i sistemi di personalization, i tool di product analytics. Governance trimestrale per gestire l’evoluzione: nuovi eventi, nuove integrazioni, nuove esigenze.
| KPI | Cosa misura |
|---|---|
| Data Accuracy Score | Quanto i dati raccolti corrispondono a ciò che è realmente accaduto |
| Event Coverage | % di interazioni rilevanti tracciate end-to-end |
| Consent Rate | % di utenti che danno consenso a tracking analytics |
| Cross-domain Attribution Coverage | % di journey ricostruiti completamente attraverso domini diversi |
| Time to Insight | Tempo medio tra evento e disponibilità del dato in dashboard |
| Data Lake Completeness | % delle fonti enterprise effettivamente integrate nel data lake |
60-70%
Data Accuracy iniziale
> 95%
Data Accuracy post-implementazione
misurata su audit Fortop 2023-2025
70-80%
Consent Rate ottimizzato
> 90%
Cross-domain Coverage
Time to Insight ridotto da giorni a ore grazie al data lake e a pipeline automatizzate.
Sono ordini di grandezza, non garanzie. Il punto di partenza pesa.
Google Tag Manager + GTM Server-Side · GA4 360 enterprise · BigQuery, Snowflake · dbt per data transformation · Looker Studio, Power BI per reporting · iubenda, OneTrust, Didomi, Cookiebot per CMP · Segment, mParticle per CDP · Fortop Data Lake esposto via MCP · integrazioni dirette con CRM enterprise (Salesforce, HubSpot, Dynamics) e ad platform (Google Ads, Meta, LinkedIn, TikTok).
Siamo il partner giusto se la tua azienda muove budget marketing significativi e quei budget si decidono — anche solo in parte — guardando dashboard.
Siamo il partner giusto se operi in un settore regolato dove il consent management e la conformità GDPR sono critiche, non un bollino.
Siamo il partner giusto se sei in una fase di consolidamento del data layer (post-migrazione GA4, post-cookie, pre-attivazione di AI marketing) e ti serve un partner che lavori con la disciplina di un’engineering practice.
Siamo il partner giusto se vuoi una data architecture progettata per durare cinque anni, non solo per chiudere il prossimo trimestre.
Non siamo il partner giusto se cerchi solo un’implementazione veloce di GA4 base: ci sono freelancer e agency specializzate che fanno quel lavoro meglio di noi a prezzi più bassi.
Non siamo il partner giusto se la priorità è la dashboard con il grafico, e non i dati che ci stanno sotto: lavoriamo male in quel quadro.
Non siamo il partner giusto se l’IT del cliente è strutturalmente chiuso a collaborazioni con consulenti esterni: il nostro modello presuppone integrazione operativa con i team interni.