Benchmark ads ecommerce Italia: ROAS, CPA e conversioni medie

«ROAS 2,4 su Meta e CPA a 38 euro, sono numeri buoni?». Questa domanda arriva quasi ogni settimana da chi gestisce un ecommerce da uno o due milioni di fatturato e guarda la dashboard con il sospetto di stare buttando soldi. La risposta onesta sta in poche righe. Dipende dal tuo scontrino medio e dal margine che ci lasci dentro. Un ROAS 2,4 è un problema serio se vendi integratori con il 70% di margine, ed è ottimo se rivendi elettronica di consumo al 12%. La «media italiana» con cui vorresti confrontarti non esiste come dato ufficiale, per quanto i blog la ripetano con tre cifre decimali e l’aria di chi l’ha misurata.

Qui trovi come leggere i tuoi numeri senza una media inventata. Prima la catena che lega conversioni, ROAS e CPA, poi una tabella di soglie calcolate per fascia di prezzo con la formula scritta davanti a te, infine il controllo che quasi nessuno fa, ovvero verificare se i tuoi dati hanno abbastanza volume per significare qualcosa. È lo stesso lavoro di metodo che useresti per i benchmark della pubblicità digitale in Italia in generale, applicato al caso ecommerce.

La media che cerchi non esiste, e va bene così

Il motivo per cui non trovi un «ROAS ecommerce medio» affidabile per l’Italia è che un numero unico mette nello stesso secchio cose incompatibili. Prendi due negozi di moda. Uno vende t-shirt a 29 euro, l’altro cappotti a 420. Hanno pubblico diverso, tempo di decisione diverso, tasso di reso diverso e margine diverso. Spremere i loro ROAS in un’unica media produce una cifra che non descrive nessuno dei due.

Lo stesso vale per i benchmark aggregati di piattaforma. Una raccolta di dati sugli account Meta ecommerce nel 2026 colloca il ROAS cosiddetto blended tra 2,0 e 3,5 volte, con CPC tra 0,50 e 1,80 euro e CTR sul link tra l’1,2% e il 2,5%, più alti per moda e beauty, più bassi per elettronica e casa.¹ Servono a capire se sei nel campo da gioco, mentre la decisione sul fatto che tu stia guadagnando richiede altri conti. Lo dice chiaro anche quella fonte. Il tuo benchmark è il ROAS di break-even più un cuscinetto di margine, e la media di piattaforma serve ad altro.¹

C’è anche una ragione più profonda, dimostrata dalla ricerca sperimentale sulla pubblicità online. Le aziende non ricavano tutte lo stesso dalla stessa spesa pubblicitaria. Un ampio esperimento sul campo condotto su attività reali mostra che il guadagno dipende dalle caratteristiche del business più che da una curva universale.² Tradotto per te, copiare il ROAS obiettivo di un altro ecommerce è un errore metodologico, anche quando vende lo stesso tipo di prodotto.

Tasso di conversione medio di un ecommerce italiano, cosa si sa e cosa no

I numeri di conversion rate che girano in Italia li hai già letti. Moda 1,2%, beauty 2,1%, integratori 2,5%, elettronica 0,9%. Rimbalzano da un articolo all’altro con la fiducia di chi li ha copiati bene. Il problema è che nessuno risale a una fonte primaria verificabile. Non c’è un ente che pubblichi il tasso di conversione medio per comparto dell’ecommerce italiano. Gli osservatori istituzionali che esistono misurano la dimensione del mercato, il numero di acquirenti online e la spesa per settore, che è un altro oggetto. La conversione sul sito la conosce solo chi ha accesso agli analytics di quel sito.

Dirtelo è un servizio, perché ti libera dal confronto con un fantasma. Il tasso di conversione che conta è il tuo, letto nel tempo e segmentato per sorgente. Un conto è il CR del traffico a pagamento freddo, un altro quello di chi arriva da una ricerca con il nome del brand o da una newsletter. Mescolarli ti dà una media che non ti dice dove intervenire.

I benchmark di piattaforma aiutano davvero sui segnali intermedi del funnel pubblicitario più che sulla conversione finale. Il CTR sul link ti dice se la creatività e il pubblico si parlano, e sotto lo 0,8% su Meta di solito c’è un problema di creatività o di targeting da diagnosticare prima di alzare il budget.¹ Quel segnale è utile perché è vicino alla leva su cui agisci. La conversione sul sito, invece, dipende da prezzo, scheda prodotto, costi di spedizione e fiducia, cose che una media di settore non può catturare.

ROAS, CPA e conversioni sono la stessa equazione

Qui c’è il pezzo che quasi nessuna pagina italiana mette per iscritto, e che ti fa risparmiare mesi di confusione. Conversioni, ROAS e CPA sono la stessa cosa vista da tre lati. Tenerle in tre riquadri separati nasconde questo legame.

Partiamo dal ROAS. Il ricavo generato è il numero di conversioni per lo scontrino medio. La spesa è il numero di clic per il costo per clic. Il numero di conversioni è il numero di clic per il tasso di conversione. Semplificando i clic che stanno sopra e sotto, resta la relazione di fondo.

ROAS = scontrino medio (AOV) × tasso di conversione (CR) ÷ costo per clic (CPC)

Da qui segue un fatto operativo che pochi collegano. Se alzi il tasso di conversione del 20% senza toccare il CPC, il ROAS sale esattamente del 20%. Lavorare sulla scheda prodotto o sul checkout agisce sullo stesso numero finale delle campagne.

Il CPA è la stessa equazione girata. Il costo per acquisizione è la spesa diviso le conversioni, cioè il CPC diviso il tasso di conversione. E siccome ROAS è AOV diviso CPA, la stessa relazione dà anche il CPA.

CPA = scontrino medio ÷ ROAS

Con un AOV di 90 euro e un ROAS di 3, il tuo CPA è 30 euro. Punto. Se qualcuno ti promette CPA più basso «senza toccare nulla», ti sta dicendo che alzerà il ROAS o abbasserà lo scontrino, perché una terza strada non c’è. Tenere a mente questa catena è il modo più veloce per smascherare obiettivi incoerenti, tipo «voglio ROAS 4 e CPA 15 euro» quando lo scontrino medio è 90.

ROAS realistico per fascia di prezzo

Segmentare per settore è l’abitudine di tutti. Più utile è segmentare per fascia di prezzo, perché lo scontrino medio decide da solo quanto puoi spendere per acquisire un cliente. La tabella qui sotto è una costruzione a tavolino. Le soglie di ROAS e di CPA le calcolo con la formula di sopra, dichiarando le ipotesi. I tassi di conversione sono range illustrativi, giusto per darti un ordine di grandezza, e non risalgono a una fonte primaria, per i motivi già detti.

Il break-even ROAS è semplicemente 1 diviso il margine lordo. Con il 40% di margine vai in pari a ROAS 2,5, perché ogni euro di ricavo ti lascia 40 centesimi e ne spendi uno di pubblicità ogni 2,5 di vendite. Il CPA massimo sul primo ordine è il margine in euro per ordine, cioè scontrino per margine.

Scontrino medio	CR atteso sul sito	Margine lordo ipotizzato	ROAS di break-even	CPA massimo (primo ordine)
sotto 50 € (es. 35 €)	2,0–3,5%	45%	2,2	~16 €
50–150 € (es. 90 €)	1,2–2,2%	40%	2,5	~36 €
150–500 € (es. 280 €)	0,8–1,5%	35%	2,9	~98 €
oltre 500 € (es. 750 €)	0,4–0,9%	30%	3,3	~225 €

Leggi la riga che ti somiglia e confronta il tuo ROAS reale con il break-even, invece che con una media. Se vendi a scontrino 90 euro con il 40% di margine e ti ritrovi ROAS 2,4, stai perdendo pochi centesimi per ordine prima di contare i clienti che tornano. È una situazione gestibile, in cui il margine sul secondo acquisto deve salvarti. Se invece hai ROAS 2,4 su scontrino 35 euro, sei in territorio sano perché il tuo break-even è 2,2.

La colonna del CPA massimo è quella che cambia la testa. Con scontrino 750 euro puoi permetterti di pagare 225 euro per acquisire un cliente e restare in pari al primo ordine. Chi vende a 35 euro ne ha 16 di margine, e quindi non può inseguire lo stesso CPA nemmeno volendo. Questo è il motivo per cui il benchmark di CPA ecommerce preso in astratto non vuol dire niente finché non lo ancori allo scontrino.

Dal ROAS al CPA, la stessa soglia vista dal lato del costo

Il CPA massimo nella tabella è quello che ti fa andare in pari sul primo ordine. Ma molti ecommerce guadagnano sul secondo, sul terzo e sull’abbonamento. Se un cliente ordina in media tre volte nei dodici mesi, il margine che puoi investire per acquisirlo è quello del cliente nell’arco dell’anno, molto più ampio di quello di un singolo ordine. Distinguere il CPA del primo acquisto dal CPA sostenibile sul valore del cliente è la differenza tra un ecommerce che scala e uno che si blocca a un certo budget.

Scomporre il CPA nei suoi pezzi aiuta a vedere dove si nasconde il costo. Un CPA alto può venire da un CPM caro, da un CTR debole o da un tasso di conversione basso sul sito, e la cura è diversa in ognuno dei tre casi.¹ Prima di dire «la pubblicità non funziona», guarda quale dei tre pezzi è fuori riga rispetto al tuo storico.

Questo è il primo punto dove l’intelligenza artificiale ti fa risparmiare tempo vero, a patto di avere già in mano i tuoi numeri. Il processo corretto è calcolare break-even e CPA massimo dai tuoi margini reali. L’AI serve solo a farlo in fretta e senza errori di aritmetica. Apri ChatGPT o Claude e incollaci un prompt come questo, con i tuoi dati al posto dei miei.

Agisci come analista ecommerce. Ho questi dati:
- scontrino medio (AOV): 90 €
- margine lordo sul prodotto: 40%
- costi di spedizione a mio carico per ordine: 4 €
- tasso di reso medio: 8%
- ordini medi per cliente nei 12 mesi: 2,3

Calcola, mostrando i passaggi:
1. il margine netto reale per ordine dopo spedizione e resi
2. il ROAS di break-even sul primo ordine
3. il CPA massimo sul primo ordine
4. il CPA massimo sostenibile sul valore del cliente a 12 mesi
Poi dimmi di quanto posso alzare il CPA target se accetto di andare
in pari sul secondo ordine invece che sul primo.

Il valore sta nell’avere i costi di spedizione e i resi tra gli input, più che nel prompt in sé. Chi calcola il break-even sul margine lordo pulito si illude di avere più spazio di quanto ne abbia davvero.

Quanti ordini servono prima di fidarti del tuo ROAS?

Questo è il controllo che cambia più decisioni, ed è quasi assente dalle guide italiane. Sotto una certa soglia di conversioni al mese, il ROAS del mese è rumore statistico più che un segnale. Confrontarlo con un benchmark è come giudicare un dado dopo tre lanci.

La ricerca sperimentale sulla pubblicità online lo spiega bene. Gli effetti delle inserzioni display sono piccoli e richiedono campioni grandi per essere misurati con affidabilità, al punto che la potenza statistica e la numerosità diventano il problema centrale di qualsiasi test serio.³ Se con 25 ordini al mese passi da ROAS 2,1 a ROAS 3,4, nella maggior parte dei casi hai solo pescato un mese fortunato, senza aver migliorato niente.

Agli ecommerce PMI do una regola pratica. Sotto i 30-40 ordini a pagamento al mese per campagna, non ottimizzare sul ROAS mensile e non confrontarlo con nessun benchmark. Guarda finestre più lunghe, tipo il trimestre, oppure accorpa le campagne per avere volume. Più ordini raccogli, più la tua media si stabilizza e più ha senso leggerla.

Qui l’AI ti serve per il secondo pezzo di processo, cioè costruire il tuo benchmark interno invece di cercarne uno fuori. Esporta da GA4 o da Google Ads gli ordini e la spesa per settimana degli ultimi sei mesi, mettili in un foglio Google Sheets e usa un prompt come questo.

Ti passo una tabella con, per ogni settimana: ordini a pagamento,
spesa pubblicitaria, ricavo da ads, tasso di conversione.
1. Calcola media e deviazione standard del mio ROAS settimanale.
2. Dimmi quante settimane servono, al mio volume medio di ordini,
   perché una variazione di ROAS sia probabilmente reale e non rumore.
3. Segnala le settimane anomale e ipotizza se dipendono da volume
   troppo basso di ordini o da un cambio vero di performance.
Non inventare dati: usa solo la tabella che ti do.

L’ultima riga del prompt conta quanto le altre. Senza quel vincolo il modello tende a riempire i buchi con numeri plausibili, ed è l’ultima cosa che ti serve quando stai cercando di capire quali numeri siano reali.

Performance Max e il ROAS che non è tutto tuo

Chi scrive di Performance Max di solito vende setup di Performance Max, quindi il punto scomodo resta fuori dagli articoli. Una quota del ROAS che vedi in dashboard arriva da persone che avrebbero comprato comunque. Ricerche con il nome del tuo brand, clienti di ritorno, traffico che la campagna si è intestata senza averlo generato. Lo stesso vale per il confronto con lo Shopping classico e per la cannibalizzazione del traffico di marca.

Il nodo tecnico ha un nome, incrementalità, e la ricerca lo tratta da anni come il problema vero della misurazione pubblicitaria. Ottimizzare per l’incremento reale invece che per le conversioni attribuite è indicato come la frontiera corretta, perché l’attribuzione di piattaforma tende a prendersi meriti che non ha.³ Il modello di attribuzione che usi cambia il numero che leggi, e il last-touch, il più diffuso, assegna tutto l’ordine all’ultimo clic anche quando il lavoro l’hanno fatto altri passaggi.⁴

Per Meta c’è una versione gemella del problema. Il ROAS di prospecting e quello di retargeting, sommati, non tornano quasi mai con il fatturato reale, per via del doppio conteggio tra piattaforme diverse e delle conversioni view-through contate con generosità. Il modo pulito di guardarlo è il MER, cioè il ricavo totale diviso la spesa pubblicitaria totale, confrontato con quanto fatturi davvero a conto economico.

Un test pratico lo puoi fare domani senza strumenti costosi. Escludi o abbassa drasticamente il budget sulle campagne che intercettano il tuo nome di brand per due settimane e guarda cosa succede al fatturato totale, invece che al ROAS della singola campagna. Se le vendite reali non calano quanto il ROAS di quelle campagne lascerebbe pensare, hai appena misurato quanta parte del tuo ROAS era traffico che avevi già. Questo ragionamento sull’attribuzione torna identico quando confronti i canali tra loro, come nei benchmark di Google Ads in Italia o nei dati sul ROAS medio di riferimento del cluster.

Alza lo scontrino medio e sposti tutte le soglie

Tutti citano lo scontrino medio come metrica da guardare. Pochi lo trattano per quello che è davvero, cioè la leva che sposta la soglia di ROAS sostenibile senza toccare una sola campagna. Guarda di nuovo la formula. Il CPA massimo che puoi permetterti è scontrino per margine. Se alzi lo scontrino medio del 20%, il tuo CPA sostenibile sale del 20% e il ROAS di break-even resta dov’era. Hai appena comprato margine di manovra sulle aste senza cambiare offerta né creatività.

Le leve per farlo le conosci già, ma nei numeri si vedono meglio. Una soglia di spedizione gratuita fissata appena sopra lo scontrino medio spinge il cliente ad aggiungere un prodotto per non pagarla. Se il tuo AOV è 42 euro, una soglia a 59 sposta una quota di carrelli verso quella cifra. I bundle e le taglie o formati più grandi funzionano allo stesso modo, alzando il valore del singolo ordine invece di inseguire più ordini.

C’è anche evidenza sperimentale sul fatto che queste soglie cambiano davvero il comportamento d’acquisto, oltre alla media contabile. Il punto delicato è calibrare la soglia sulla distribuzione reale dei tuoi carrelli, invece che su un numero tondo scelto a sentimento. Se la metti troppo in alto rispetto allo scontrino tipico, scoraggi invece di spingere. Prima di toccare le campagne, quindi, prova a lavorare sullo scontrino e ricalcola le soglie della tabella con i nuovi numeri. Spesso l’ecommerce che «non riesce a far tornare le ads» ha un problema di scontrino troppo basso per il margine che ci lascia dentro, più che un problema di targeting.

Lo stesso schema di ragionamento vale per modelli diversi dal classico negozio online. Un ecommerce DTC con acquisti ripetuti ragiona sul valore del cliente, un servizio locale con vendita online affiancata al punto fisico deve contare anche gli ordini che partono dall’annuncio e si chiudono in negozio. Il metodo resta identico, cambia solo cosa metti dentro lo scontrino e il margine.

Fonti

Footnotes

1. Meta Ad Benchmarks for Ecommerce in 2026: CTR, CPC, CPM, CPA, and ROAS by Sub-Vertical. adlibrary.com ↩ ↩² ↩³ ↩⁴

2. Frontiers: Which Firms Gain from Digital Advertising? Evidence from a Field Experiment. dash.harvard.edu ↩

3. Inferno: A guide to field experiments in online display advertising. onlinelibrary.wiley.com ↩ ↩²

4. Return on investment and return on ad spend at the action level of AIDA using last touch attribution method on digital advertising platforms. doi.org ↩