Un rapporto mensile può mostrare posizioni in prima pagina e un traffico organico stabile, segnalando però meno lead qualificati. In un articolo sponsorizzato da WebPros, le cui opinioni sono quelle dell’editore sponsor, l’autore sostiene che le agenzie debbano misurare qualcosa di diverso dal posizionamento: la visibilità nelle risposte degli strumenti di IA, che propone di valutare in tre fasi.
- Le agenzie devono misurare la visibilità nelle risposte dell’IA, non solo il posizionamento.
- La visibilità si valuta in tre fasi : inclusione, inquadramento e approvazione.
- Una citazione non basta, perché un concorrente può essere raccomandato al posto del marchio.
- I legami con i risultati commerciali restano incerti, quindi occorre monitorare separatamente ricerche di marca, traffico IA e lead.
Una risposta di IA non è una lista
Un posizionamento nei risultati di ricerca dà una posizione in una lista, e l’utente deve ancora scorrere le opzioni e sceglierne una. Una risposta generata da un modello di IA funziona diversamente: assomiglia a un verdetto, perché il modello ha già confrontato le opzioni. Quando l’utente legge la risposta, la selezione può essere già fatta, così che un marchio a volte non ha mai avuto la possibilità di ottenere il clic.
L’articolo stabilisce una distinzione tra la citazione, la menzione e la raccomandazione. Un modello può citare un’azienda tra cinque opzioni mentre raccomanda regolarmente un concorrente. Al contrario, un marchio può apparire in una risposta senza essere presentato come una soluzione adatta. Il testo ritiene che la frequenza delle menzioni, presa isolatamente, sia un indicatore fuorviante.
Tre fasi per misurare la visibilità
La prima fase, l’inclusione, consiste nel sapere se il marchio figura nella risposta. Per misurarla, bisogna porre un insieme definito di domande legate all’attività del cliente, testarle sulle piattaforme monitorate, poi riportare il numero di risposte che menzionano il marchio sul totale delle risposte testate. La fonte prende l’esempio di un marchio presente in 12 risposte su 40, cioè un tasso osservato del 30%. Precisa che questa cifra informa sulle domande testate, e non sull’insieme delle ricerche di IA.
La seconda fase riguarda l’inquadramento: la descrizione dell’azienda è esatta? Una citazione tecnicamente corretta può presentare un marchio come un’opzione economica o un attore superato, il che può nuocere più dell’assenza di citazione. La fonte cita il caso di un’azienda di software B2B le cui vecchie pagine prodotto descrivevano lo strumento per liberi professionisti, mentre ora si rivolge alle grandi imprese.
La terza fase, l’approvazione, verifica se il marchio è esplicitamente raccomandato su domande di acquisto. Il testo descrive il caso di un’IA che cita il prodotto di un cliente, ne descrive correttamente le funzionalità, poi raccomanda un concorrente che ritiene più adatto per piccoli team. L’inclusione e l’inquadramento hanno successo, ma l’approvazione fallisce. Le tre fasi sono misure distinte e non un tunnel di conversione: un aumento delle citazioni accompagnato da un calo della quota di raccomandazioni può quindi costituire un segnale d’allarme.
Collegare i numeri ai risultati commerciali
La fonte insiste sulla prudenza nell’interpretare i legami con i risultati commerciali. Raccomanda di monitorare separatamente l’andamento delle ricerche di marca, le visite provenienti dall’IA identificabili e i lead o vendite legati a questi canali. Le ricerche di marca aumentano anche con le relazioni stampa, le campagne a pagamento e la stagionalità.
Uno studio di Similarweb sui comportamenti dopo una raccomandazione di ChatGPT riporta che, nei sette giorni successivi, gli utenti che avevano visto un marchio raccomandato erano più numerosi a visitarlo rispetto al suo concorrente. Quando ChatGPT raccomandava American Express, il 7,2% degli utenti ha poi visitato il suo sito, contro il 3,1% per Capital One. Nell’altro senso, il 14,2% ha visitato Capital One dopo la sua raccomandazione, contro il 3,8% per American Express. Lo studio si basa su un panel statunitense di computer desktop, con adesione volontaria, coprendo da luglio a dicembre 2025, e su marchi di consumo. I suoi risultati quindi non valgono necessariamente per le piccole imprese o il B2B.
Secondo il panel opt-in Web Analytics di Ahrefs, gli assistenti IA rappresentavano meno dell’1% del traffico dei siti a settembre 2026. Il testo precisa che questa cifra misura il traffico ricevuto dai siti partecipanti, e non la quota degli utilizzi di strumenti di IA che generano un clic in uscita.
Il rapporto cliente proposto nella fonte associa ogni constatazione a un’interpretazione e a un’azione. Le sue cifre, presentate come illustrative e non come risultati reali, portano le menzioni dal 30% al 45% delle risposte testate, e le descrizioni esatte dal 70% all’85%. Le raccomandazioni esplicite passano dal 15% al 25% delle risposte di acquisto testate, e i clic provenienti dalle ricerche di marca progrediscono del 12%, senza che questo aumento sia attribuito all’IA.
