Partiamo da un presupposto: misurare le campagne di awareness è complesso. È fin troppo facile farsi ingolosire dalle metriche di vanità o da KPI un po’ superficiali. Apriamo i pannelli di Meta o di YouTube e andiamo a guardare il CPM, le impression, le interazioni; ma fermarsi a questa valutazione basata solo sul KPI rischia di essere un esercizio fine a se stesso.

La vera domanda che ci troviamo ad affrontare con i clienti, e che giustamente un CMO o un CFO si pone, è: “Ok, ho fatto tutte queste interazioni, e quindi? Come vedo l’impatto reale sul mio business di questo investimento?”.

Ecco che entrano in gioco i test di incrementalità (i famosi “Lift”).
L’unico modo per avere una risposta è mettere in piedi un test scientifico: dividere il pubblico in due celle, chi vede le nostre inserzioni e chi non le vede (il gruppo di controllo), e misurare la differenza reale. Niente teoria, andiamo a vedere esattamente come funziona mettendo le mani in pasta su tre casi studio reali che abbiamo gestito recentemente.

I Tre Pilastri dell’Incrementalità

Prima di tuffarci nei numeri, ecco una rapida sintesi degli strumenti che abbiamo a disposizione per calcolare l’impatto incrementale delle nostre campagne:

1. Brand Lift su Meta: ottimizzare la creatività per alzare la share of mind

Il Brand Lift permette di agganciare alle campagne un sondaggio statistico per capire se gli utenti si ricordano di noi o ci preferiscono ai competitor.

Il Caso: Abbiamo lavorato con un brand su Meta, con campagne video di engagement, misurando due country diverse (Germania e UK). Nel 2024, in Germania, il test non è andato benissimo: chi non vedeva le ads aveva un ricordo del brand del 29%, chi le vedeva arrivava al 32%. Un lift di soli 2-3 punti. Ma qui sta il bello: un test andato “male” va interpretato. Ci ha fatto capire che le creatività non stavano colpendo nel segno.

L’evoluzione: Nel 2025 siamo intervenuti sui posizionamenti e, soprattutto, abbiamo cambiato approccio creativo. Il nuovo test ha registrato un impatto di +11,5 punti percentuali per gli esposti, un risultato ampiamente sopra i benchmark medi di Meta.

E c’è di più: in UK abbiamo notato che, di anno in anno, al di là dell’efficacia delle singole ads, la “baseline” (quella di chi non vedeva le nostre campagne ma rispondeva a nostro favore) era raddoppiata. Questo è un insight importante da portare al cliente: significa che in un anno la sua share of mind organica si è alzata notevolmente.

2. Search Lift su Google: dall’awareness all’intenzione attiva

Qui andiamo a misurare un concetto molto affascinante: vedo il tuo video su YouTube e poi ti vado a cercare su Google.

Il Caso: Per un brand con volumi di ricerca già altissimi (quindi una sfida complessa, la baseline era già solida), abbiamo impostato una campagna YouTube in Lombardia. Abbiamo ragionato sul concetto chiave della target frequency (perché se colpisci un milione di persone ma vedono l’annuncio una volta al mese, non si ricorderanno mai di te). Siamo andati a tre esposizioni a settimana per un mese.

I Risultati: Abbiamo portato a casa un CPM super competitivo, sotto i 2 euro, trainato tantissimo dalla Connected TV (dove, peraltro, le impression sono spesso sottostimate perché sulla TV non sei da solo a guardare, c’è il co-viewing). Ma il dato vero ce l’ha dato il Search Lift: gli utenti esposti alla pubblicità hanno generato il 219% in più di possibilità di cercare la keyword legata al brand e al servizio. E Google stessa ci ha validato il test con un’affidabilità statistica del 90%.

3. Conversion Lift: trovare la quadra sul ROAS

Questo è il nostro strumento preferito per rispondere direttamente al business e misurare il fatturato incrementale generato.

Il Caso: Cliente e-commerce, campagne full-funnel a catalogo su Meta. La situazione tipica: da una parte GA4 (che è uno strumento ottimo, ma lavora principalmente al last-click e non vede il post-view) ci diceva che le campagne faticavano. Dall’altra parte, il pannello Meta si dava un ROAS solido (10, 11…). Chi ha ragione?

I Risultati: Abbiamo fatto partire il Conversion Lift e scoperto che la verità stava nel mezzo. Gli utenti esposti generavano un ROAS incrementale effettivo di 6.16. Sapendo che il cliente, per andare a break-even con i suoi margini, aveva bisogno di molto meno, abbiamo avuto la conferma matematica che stavamo portando profitto reale, non “retargeting parassita” su chi avrebbe comprato a prescindere.

Oggi ripetiamo questo test ciclicamente, ogni mese, per capire esattamente come spostare i budget tra prospecting e retargeting, aggiustando la mira di volta in volta.

Per concludere

Ovviamente, per avere rilevanza statistica, serve una massa critica: servono volumi di conversioni e un investimento adeguato. 

Ma il consiglio è questo: non prendete le metriche di vanità come oro colato. Quando ci si siede al tavolo per allocare i budget, portare dati concreti come il fatturato incrementale netto fa tutta la differenza del mondo per passare da un approccio basato sul semplice KPI a uno basato sull’efficacia reale.

(altro…)

Viviamo in un’era di estrema frammentazione dei canali digitali. Per i CMO e i team marketing, questo si traduce in una sfida quotidiana: riconciliare dati provenienti da silos differenti, piattaforme con KPI proprietari e verità spesso parziali e sovrapposte. Il risultato? Molte aziende riallocano i budget pubblicitari per inerzia, trimestre dopo trimestre, senza una reale visione scientifica dell’impatto di quegli investimenti.

Non sorprende che l’89% dei CMO si dichiari insoddisfatto di come viene misurata la performance dei budget ADV, mentre un altro 22% giudica inaffidabili le risposte delle piattaforme stesse. 

La domanda a cui dobbiamo rispondere è: quanto abbiamo venduto in più rispetto a quello che avremmo venduto senza l’attività di advertising? In altre parole, qual è la reale incrementalità delle nostre campagne?

Il limite di GA4 e il “Gap” del Post-View

Google Analytics 4 (GA4) rimane il nostro cardine per una prima deduplicazione delle conversioni. Tuttavia, è uno strumento di orientamento prevalentemente tattico e offre una visione parziale. Il motivo è semplice: GA4 non “vede” tutto ciò che avviene post-view e post-impression. L’intero upper funnel – le visualizzazioni di un video su YouTube o un’impression su Meta – gli è del tutto invisibile. Anche impostato in modalità data-driven, molti report standard ragionano ancora in logica last-click.

Dall’altra parte, le piattaforme pubblicitarie (Google Ads, Meta Ads, ecc.) tendono ad attribuirsi tutto il merito possibile, catturando ogni touchpoint attraverso i loro pixel. Ci troviamo così davanti a due estremi: da un lato il dato conservativo di GA4, dall’altro i cruscotti spesso troppo generosi delle piattaforme.

Questo scollamento può portare a due errori strategici: tagliare budget che in realtà alimentano il business (perché GA4 non ne vede l’impatto), oppure accettare investimenti basati su vanity metrics senza un reale efficientamento.

Il Metodo Scientifico: Test di Holdout

Per uscire da questo impasse, in Making Science applichiamo una logica mutuata dai test clinici farmaceutici: dividiamo il target in due gruppi identici. Al primo (gruppo esposto) mostriamo le nostre inserzioni; al secondo (gruppo di controllo o *holdout*) non mostriamo nulla. La differenza di comportamento tra i due gruppi ci restituisce il vero valore incrementale generato dall’attività ADV.

Questo approccio si declina in tre strumenti fondamentali:

1. Brand Lift Misurare le campagne di awareness guardando solo CPM, impression o interazioni rischia di essere un esercizio limitante. Il Brand Lift ci permette di misurare scientificamente quanto una campagna migliora la percezione del marchio. Sottoponendo domande mirate (Ad Recall, Brand Consideration, Action Intent) ai due gruppi, scopriamo il reale impatto delle creatività.  In un recente caso studio su campagne Meta nel Regno Unito e in Germania, ottimizzando i posizionamenti e i contenuti video, siamo passati da un lift di 2-3 punti percentuali a un notevole +11,5% di incremento nel ricordo del brand, superando ampiamente i benchmark di piattaforma.

2. Search Lift Perfetto per l’ecosistema Google (es. YouTube), il Search Lift collega l’awareness all’intenzione di ricerca. Misura l’aumento percentuale del volume di ricerca su specifiche parole chiave (spesso legate al brand o a brand+servizio) tra chi ha visto l’annuncio e chi no. In una nostra recente campagna su target geolocalizzato, lavorando con una *target frequency* di 3 esposizioni a settimana, abbiamo registrato che gli utenti esposti alla pubblicità avevano il 219% di probabilità in più di cercare il brand, con un’affidabilità statistica validata da Google al 90%.

3. Conversion Lift È lo strumento principe per misurare il fatturato incrementale effettivo (le vendite o i lead generati *esclusivamente* grazie alla pubblicità). Risponde direttamente ai dubbi di business. Su un nostro cliente e-commerce, con campagne attive su Meta, il Conversion Lift mensile ci ha permesso di isolare un ROAS incrementale effettivo del 6.16. Questo dato è diventato la bussola per bilanciare correttamente il budget tra prospecting e retargeting, evitando di pagare per conversioni che sarebbero avvenute comunque (il cosiddetto “retargeting parassita”).

L’allineamento con il CFO: verso il Marketing Mix Modeling

Tutto questo ci porta a un tema culturale cruciale nelle aziende: l’eterna tensione tra il CMO (che ha la missione di spingere il brand e generare performance) e il CFO (ruolo legato ai numeri, custode del budget e della marginalità).

Adottare questi framework di misurazione avanzata fornisce al CMO i dati inoppugnabili necessari per giustificare gli investimenti. Quando ci si siede al tavolo portando test di incrementalità scientifici al posto di metriche di vanità, il CFO diventa un alleato prezioso per la crescita aziendale.

Non serve partire subito con complessi e costosi modelli di Marketing Mix Modeling (MMM). L’approccio vincente è procedere per gradi: iniziare con piccoli test di Conversion Lift, dimostrare la redditività incrementale, e poi scalare verso l’alto per ottimizzare le campagne di awareness con Brand e Search Lift.

L’incrementalità non è solo una metrica: è un cambio di paradigma che trasforma l’advertising da spesa a investimento misurabile, prevedibile e scientificamente validato.

(altro…)

Il recente lancio di ChatGPT Ads in 31 Paesi europei consolida un nuovo canale di marketing diretto, in un momento in cui l’IA conversazionale sta cambiando radicalmente il modo in cui i consumatori cercano i prodotti e prendono decisioni d’acquisto. Per i brand, ciò rappresenta un’opportunità unica per raggiungere target con un’elevata intenzione d’acquisto mentre valutano le proprie opzioni.

Making Science ha seguito e testato attivamente questa piattaforma fin dal suo esordio, con i nostri team globali che hanno già gestito campagne live nei mercati di Stati Uniti e Regno Unito. In questo articolo condividiamo i nostri insight esclusivi e le lezioni strategiche apprese sul campo.

L’opportunità: un canale di marketing totalmente nuovo

Gli annunci di ChatGPT offrono un’opportunità unica per raggiungere gli utenti esattamente nel momento in cui l’intenzione d’acquisto è ai massimi livelli, ossia mentre svolgono ricerche attive, confrontano opzioni e prendono decisioni. I nostri test pilota globali hanno validato con successo l’infrastruttura tecnica della piattaforma, ponendo solide basi per la misurazione tramite le piattaforme Google.

Orientarsi nel nuovo scenario: le lezioni da USA e Regno Unito

Debuttare su una piattaforma pubblicitaria totalmente nuova comporta sempre una curva di apprendimento. Avendo già gestito campagne nei mercati in cui OpenAI è già consolidata, possiamo aiutarvi a navigare le sfumature iniziali della piattaforma:

• Raggiungere un pubblico esplorativo: al momento, gli spazi pubblicitari sono limitati agli utenti della versione gratuita di ChatGPT. Questo garantisce l’accesso a un pubblico altamente coinvolto e tech-savvy, ideale per generare brand awareness iniziale e traffico esplorativo.

• Ottimizzare per una visibilità premium: i primi dati provenienti da mercati competitivi come gli Stati Uniti mostrano che i tassi di costo per clic (CPC) possono raggiungere livelli premium.

• Gestire la “black box” della piattaforma: trattandosi di un prodotto recente, la piattaforma presenta alcuni limiti, come l’assenza del dettaglio dei termini di ricerca esatti che attivano gli annunci. Inoltre, la Quality Assurance (QA) può risultare complessa, poiché gli annunci tendono a scomparire al ricaricamento della conversazione. I nostri team hanno sviluppato workflow strategici per affrontare queste criticità e garantire l’efficienza del budget.

Checklist operativa per gli inserzionisti

Prima di iniziare, occorre considerare alcune regole operative specifiche stabilite da OpenAI per le quali le aziende devono farsi trovare pronte:

• Nessun accesso self-service iniziale: la modalità self-service non è al momento disponibile; ciò significa che i clienti non possono aprire un account in autonomia, ma devono avvalersi di un partner per accedere alla piattaforma.

• Account di proprietà del brand: OpenAI richiede che il brand del cliente finale crei e configuri direttamente l’account pubblicitario aziendale. Una volta configurato, è possibile concedere facilmente l’accesso esterno alle agenzie partner per la gestione e l’ottimizzazione delle campagne.

• Struttura basata sui domini: se l’azienda opera con più business unit sullo stesso identico dominio web, OpenAI raccomanda un unico account condiviso suddiviso in campagne distinte. Domini completamente separati richiedono invece account individuali.

• Rigorose restrizioni geografiche: la pubblicità è limitata esclusivamente ai mercati attivi. Ora che un maggior numero di Paesi è ufficialmente operativo, le aziende locali possono iniziare subito a strutturare campagne targettizzate e calibrate su questi target.

Il rollout degli annunci di ChatGPT nei nostri mercati locali segna una pietra miliare nel conversational commerce. Orientarsi su una piattaforma del tutto nuova può rivelarsi una sfida, ma non è necessario muoversi al buio. Sfruttando la nostra esperienza globale e le strategie collaudate in USA e Regno Unito, il vostro brand potrà saltare la fase di tentativi ed errori e iniziare da subito a massimizzare il proprio ROI.

Contattaci per definire la tua strategia su ChatGPT Ads.

Nel panorama dell’advertising su Amazon, l’approccio tradizionale basato su ottimizzazioni manuali e strategie statiche non è più sufficiente per garantire una crescita sostenibile e scalabile. Amazon, con la sua vastità e dinamicità, impone nuove sfide a chi desidera primeggiare nel marketplace più grande al mondo. Oggi, il futuro della pubblicità su Amazon non riguarda più semplicemente l’aumento della spesa pubblicitaria, ma la costruzione di sistemi che possano garantire un’efficienza maggiore, ridurre la dispersione del budget e ottimizzare il rendimento delle campagne in tempo reale.

Per rispondere a queste esigenze, è fondamentale adottare un approccio basato su dati e intelligenza artificiale (AI), in cui ogni decisione è supportata da informazioni precise e previste tramite modelli predittivi avanzati. Questo cambiamento non solo migliora l’efficacia delle campagne, ma consente anche di ottimizzare le risorse in modo scalabile, creando un ciclo continuo di miglioramento delle performance.

Quattro pilastri per un advertising Amazon avanzato

1. Data intelligence e modelli predittivi

Le performance su Amazon sono strettamente legate alla capacità di raccogliere e analizzare una quantità incredibile di dati. Da qui nasce la necessità di adottare modelli predittivi che possano fare previsioni accurate sui trend di acquisto, sulle performance dei prodotti e sui comportamenti degli utenti. L’utilizzo di algoritmi in grado di processare questi dati e fornire proiezioni future permette ai brand di anticipare i movimenti del mercato, ottimizzando la spesa pubblicitaria. L’integrazione della data intelligence aiuta le aziende a prendere decisioni più informate, riducendo il rischio di errori strategici.

2.Automazione strategica e Machine Learning applicato al PPC

Con il Machine Learning applicato al pay-per-click (PPC), le aziende possono automatizzare le strategie pubblicitarie, ottimizzando le offerte in tempo reale e permettendo alle campagne di adattarsi rapidamente alle mutevoli condizioni del mercato. La gestione automatica delle offerte e l’ottimizzazione dinamica delle parole chiave migliorano il rendimento delle campagne, riducendo il lavoro manuale e il rischio di errori. Le tecnologie di AI, infatti, sono in grado di apprendere dai risultati passati e di applicare queste conoscenze per migliorare costantemente le performance delle campagne pubblicitarie.

3. Passaggio da un “modello reattivo” a un “modello proattivo” per l’ottimizzazione continua

Tradizionalmente, gli inserzionisti su Amazon hanno adottato un approccio reattivo all’ottimizzazione delle campagne: rispondere ai cambiamenti nei dati di performance, piuttosto che anticiparli. Con i nuovi strumenti AI-driven, il modello cambia radicalmente. L’adozione di tecniche predittive permette di intervenire prima che si verifichino problematiche, ottimizzando in modo proattivo e non più solo reattivo. La proattività consente non solo di migliorare le performance attuali, ma anche di prevenire inefficienze future, garantendo una strategia di advertising sempre in linea con gli obiettivi aziendali.

4. Advanced measurement & Attribution modeling

Un aspetto cruciale per le aziende che investono in advertising su Amazon è la capacità di misurare correttamente i risultati e comprendere l’impatto delle diverse azioni pubblicitarie. L’attribution modeling avanzato consente di analizzare in dettaglio il percorso che porta all’acquisto, tenendo conto di ogni interazione con il brand. Con misurazioni più precise, è possibile allocare meglio il budget, focalizzandosi sugli investimenti che generano maggior ritorno, e ottimizzare continuamente le performance delle campagne in base ai dati effettivi.

L’importanza della data-driven strategy per i brand

Adottare un approccio data-driven non è più una semplice opzione per chi desidera migliorare la propria presenza su Amazon, ma una vera e propria necessità. Le aziende che non abbracciano modelli avanzati di advertising rischiano di perdere terreno rispetto ai concorrenti più innovativi, che sfruttano le tecnologie di intelligenza artificiale e i dati per prendere decisioni tempestive e mirate. La capacità di integrare questi strumenti in modo efficace porta a un significativo vantaggio competitivo.
Il dato rappresentato nel nostro modello di forecasting è una proiezione accurata basata su trend storici e modelli predittivi, validata a gennaio 2025, con un margine di errore del 4.54%. Questa proiezione non è solo un’ipotesi, ma un indicatore concreto di come l’adozione di tecniche avanzate di data intelligence e AI possa impattare positivamente sulle performance pubblicitarie su Amazon.

Conclusione

Il futuro dell’advertising su Amazon è strettamente legato all’adozione di tecniche data-driven e all’intelligenza artificiale. Le aziende che desiderano non solo restare competitive ma anche prosperare in un ambiente altamente dinamico devono ripensare il proprio approccio all’advertising, investendo in sistemi intelligenti che possano ottimizzare le loro risorse in tempo reale. I quattro pilastri descritti sopra sono essenziali per costruire una strategia di advertising solida, scalabile e, soprattutto, orientata ai risultati. Il tempo per abbracciare il cambiamento è ora: il futuro dell’advertising su Amazon è già in corso e chi non si adatta rischia di restare indietro.

Making Science Italia è lieta di annunciare un’ulteriore riconoscimento del nostro impegno su Amazon, ottenendo il badge di “Amazon Ads Advanced Partner”. Questo badge attesta la nostra profonda esperienza e competenza nella gestione della piattaforma Amazon Ads, nella creazione di campagne ad alte prestazioni e nella massimizzazione delle performance. 

Il programma Amazon Ads Advanced Partner riconosce le agenzie e i fornitori di servizi che dimostrano un alto livello di impegno verso la piattaforma Ads ed il successo dei loro clienti. 

“Questo risultato sottolinea l’impegno di Making Science Italia nell’aiutare i marchi a raggiungere il successo nell’ecosistema Amazon”, afferma Giovanni Di Pucchio, Head of eCommerce & Marketplace di Making Science Italia. 

Siete interessati a saperne di più?

Visitate il profilo di Making Science Italia nella Amazon Partner Directory o contattate info@makingscience.com per scoprire come la loro esperienza può portare il vostro marchio alla ribalta del panorama Amazon.

Il futuro della pubblicità digitale è intelligente, dinamico e sempre più automatizzato, ed è rappresentato dalle campagne Performance Max (PMax) di Google. PMax è un modello di campagna basato sugli obiettivi che consente agli inserzionisti di sfruttare l’intero inventario di Google Ads attraverso un’unica campagna unificata. Ma cosa significa questo per la tua azienda e come puoi ottimizzare PMax per ottenere i migliori risultati? Andiamo a fondo.

Capire le campagne Performance Max

PMax è stata in fase beta negli Stati Uniti e sarà presto disponibile in Europa. È progettata per funzionare insieme alle tue campagne di ricerca basate su parole chiave esistenti per migliorare la tua capacità di trovare clienti in conversione su tutti i canali Google, inclusi YouTube, Display, Ricerca, Discover, Gmail e Maps. Combinando le tecnologie di intelligenza artificiale di Google su offerte, ottimizzazione del budget, audience e creatività, PMax offre un approccio sofisticato e completo al posizionamento degli annunci.

Come impostare un setup di successo

La creazione di una campagna PMax richiede una serie di elementi, dalle immagini di marketing alle descrizioni. L’intelligenza artificiale, a sua volta, utilizza questi elementi per generare automaticamente elementi che dovrebbero funzionare meglio, in base agli obiettivi che hai impostato per la campagna.

I vantaggi delle campagne PMax

PMax è progettato per l’auto-ottimizzazione. Gli operatori marketing possono comunque intervenire per perfezionare le campagne ed ottenere prestazioni ancora migliori. Ad esempio possono:

• Personalizzare per la localizzazione
• Ottimizzare il targeting geografico
• Fare A/B test
• Budget ottimizzato per massimizzare le conversioni
• Approfondimenti dettagliati sul pubblico
• Stabilire gruppi di asset distinti

Con i vantaggi di cui sopra, le campagne Performance Max di Google sono un ottimo strumento per mostrare come l’intelligenza artificiale e l’apprendimento automatico possono trasformare la pubblicità digitale. Utilizzando efficacemente le campagne PMax, le aziende possono garantire che i loro annunci raggiungano non solo il pubblico giusto, ma anche l’impatto desiderato su vendite e riconoscibilità del marchio. La vera chiave del successo sta nel combinare la potenza dell’intelligenza artificiale con l’intuizione umana strategica per ottimizzare e personalizzare queste campagne in base alle esigenze specifiche della tua azienda.

Pronto a potenziare le tue campagne pubblicitarie? Esplora le possibilità con PMax e mettiti in contatto con i nostri esperti PMax di Making Science.

La SGE (Search Generative Experience) porterà un grande cambiamento nell’esperienza di ricerca e nel modo in cui i risultati vengono mostrati nelle SERP.

Ma prima di tutto, cosa intendiamo con SGE? Si tratta di un aggiornamento radicale di Google, che inizierà a utilizzare l’IA per generare risposte contestuali a domande complesse.

L’IA nei motori di ricerca

L’impatto di ChatGPT dalla fine del 2022 e la sua rapidissima integrazione nello status quo digitale, specialmente tra i giovani, ha portato i giganti tecnologici (come Google) ad accelerare ancora di più l’implementazione delle loro tecnologie legate all’IA.

Nel mercato dei motori di ricerca, Microsoft ha preso il sopravvento con l’integrazione di ChatGPT in Bing già nel 2023 e Google ha risposto rapidamente con l’annuncio di SGE, basato su Gemini, il suo LLM (Modello Linguistico di Grandi Dimensioni) che promette di essere più potente di GPT-4.

La formula comune è l’integrazione di un modulo di IA nella parte superiore del motore di ricerca che non solo risponde direttamente a domande complesse con precisione, ma consente anche ricerche più approfondite attraverso un’interfaccia conversazionale.

Cosa sappiamo finora dell’impatto di SGE sulla SEO?

SGE provocherà un’evoluzione nel modo di cercare informazioni su Internet, come ha già fatto ChatGPT.

SGE è in fase di test negli Stati Uniti e il team SEO di Making Science ha già testato questa nuova esperienza per trarre alcune conclusioni preliminari prima del suo definitivo lancio internazionale:

Fonti di informazioni diverse

Questo nuovo modulo di IA si nutre di numerose fonti per offrire un’informazione più completa:

• Media, intesi come mezzi di comunicazione: molto importante, soprattutto nelle ricerche di informazioni. L’attenzione ai media, attraverso i team di relazioni pubbliche, è fondamentale per gestire la conversazione attorno ai marchi.
• Fonti di acquisto: Pagine di dettaglio del prodotto nelle ricerche più vicine alla conversione. Per apparire qui è essenziale un buon feed di prodotto. Sembra che ottenere un’esperienza di acquisto più completa sia uno dei principali obiettivi di SGE.
• Recensioni: Google sa che le recensioni sono potenti fattori di conversione e le integra in SGE per le ricerche vicine alla conversione. Bisogna concentrarsi su un markup Schema ottimale e sulla gestione della reputazione online.
• Social media: La conversazione sui social media è particolarmente importante per le ricerche di attualità o di tendenza. Approccio stimolante.
• Google Maps / Profilo aziendale: Molte ricerche, anche quando non sono esplicitamente geolocalizzate a partire dalla query, restituiscono risultati di SEO locale.
• Multimediale: Testo, immagini, video, FAQ, social media…ciò che sembra evidente è che coprire le ricerche con molteplici formati sarà essenziale per catturare i termini chiave in SGE.

Impatto sulle strategie SEO

Ci sono alcune cose che sembrano chiare, e che in realtà non cambiano troppo gli approcci “tradizionali” delle strategie SEO:

• i risultati della SERP che appaiono in Top 3 determineranno cosa apparirà agli utenti 
• Ci saranno ancora annunci (dato che sono la principale fonte di guadagno di Google), ma in misura minore. Almeno al momento del lancio.
• Gli elementi o contenuti ottimizzati per la SEO saranno comunque rilevanti per coincidere con le ricerche degli utenti.

E come sarà il rendimento SEO?

Ci si aspetta che il traffico organico diminuisca perché si presume che i risultati SEO tradizionali appariranno ancora più in basso nelle SERP (con la conseguente caduta del CTR): Google come “mezzo di comunicazione” a sé stante, il che significa una caduta del CTR organico generale.

Tuttavia, l’utente ha l’opportunità di qualificarsi meglio in modo conversazionale prima di cliccare su un link, il che potrebbe beneficiare la conversione SEO.

Inoltre, gli utenti potrebbero fare un uso ancora più intensivo di Google, specialmente il pubblico più giovane, che ora ricorre a piattaforme come Tik Tok. In ogni caso, bisogna  vedere se questa ipotesi è certa e, in caso affermativo, se compenserà in termini di traffico la caduta di posizioni dei risultati organici tradizionali.

Tipi di contenuto che potrebbero essere più affetti dal SGE

Prevediamo che l’impatto del SGE sarà ancora maggiore per alcuni tipi di contenuto:

– Contenuto informativo generale: risposte dirette a domande oggettive, definizioni di concetti, spiegazioni generali su un tema, ecc. Il SGE potrebbe rispondere direttamente a molte domande di informazioni generali senza bisogno di portare l’utente a un altro sito web.

– Contenuti comparativi: come confronti di prodotti, ranking delle migliori opzioni, recensioni di pro e contro. SGE potrebbe generare questi contenuti comparativi in modo automatizzato.

– Contenuti semplificati: come riassunti, guide semplificate, spiegazioni passo-a-passo di un processo. SGE potrebbe estrarre e sintetizzare l’informazione più rilevante.

– Contenuti ripetitivi: come listati simili su un tema, domande frequenti, contenuto duplicato. SGE ridurrebbe la necessità di multiple pagine di informazioni ridondanti.

– Contenuto locale: risposte specifiche di una locazione, come orari commerciali, indirizzi di negozi locali, raccomandazioni geolocalizzate.

I siti web che dipendono da questo tipo di contenuto per la loro visibilità organica dovrebbero ripensare la loro strategia SEO con l’arrivo del SGE se non vogliono essere affetti negativamente.

Conclusione

Essenzialmente, il SGE di Google segna uno sviluppo rivoluzionario nella SEO. Con l’IA che dà forma al regno digitale, è fondamentale seguire il ritmo di questi cambiamenti e comprendere la loro importanza per mantenere un vantaggio nella presenza online.

Molte aziende non hanno ancora effettuato il passaggio da Universal Analytics a GA4, nonostante l’avvicinarsi della scadenza del 30 giugno 2024 per gli account aziendali. Tuttavia, per le aziende che mirano a mantenere misurazioni accurate e ad aderire alle normative sulla privacy, dare priorità al passaggio a GA4 è fondamentale.

GA4 è progettato per soddisfare le esigenze in evoluzione delle aziende e degli utenti nell’era digitale. Offre una soluzione più flessibile e destinata a durare nel tempo rispetto a Universal Analytics.

GA4 migliora la precisione del monitoraggio del comportamento degli utenti su diversi dispositivi e piattaforme. Fornisce inoltre alle aziende informazioni utili attraverso una serie di funzionalità come: l’analisi predittiva, la segmentazione dei clienti e l’analisi del percorso, tutte progettate per tradurre i dati in strategie per le aziende.

Inoltre si distingue, rispetto a Universal Analytics, offrendo maggiore potenza, flessibilità ed essendo la scelta ottimale per le aziende impegnate a mantenere misurazioni accurate e conformi alle normative sulla privacy.

GA4 offre diverse funzionalità che assistono le aziende nell’aderire alle normative sulla privacy, come:

• Consent Mode: questa funzione consente alle aziende di raccogliere informazioni dagli utenti che rifiutano i cookie, utilizzando dati modellati per colmare le lacune create dalle normative e dai blocchi dei siti web.
• Scadenza dei dati: GA4 imposta automaticamente una scadenza per i dati degli utenti, che le aziende possono definire. Ciò è particolarmente utile per la conformità a leggi come il California Consumer Privacy Act (CCPA), che prevede l’eliminazione dei dati degli utenti su richiesta.
• Eliminazione IP: per gli utenti dell’UE, GA4 elimina gli indirizzi IP prima di registrare i dati attraverso domini e server dell’UE. Consente inoltre alle aziende di disattivare la raccolta di dati sui segnali di Google e dati dettagliati sulla posizione e sul dispositivo a livello regionale.
• Cancellazione dei dati: GA4 offre alle aziende la possibilità di eliminare i dati degli utenti in qualsiasi momento, supportando la conformità a normative come il CCPA che richiedono l’eliminazione dei dati degli utenti su richiesta.

Ecco alcuni dei vantaggi di GA4:

Modello di dati unificato e approccio basato su eventi

GA4 presenta un modello di dati unificato che va oltre il tradizionale monitoraggio delle pagine viste e si concentra sugli eventi. Questo modello di dati unificato elimina la necessità di più codici di monitoraggio semplificando l’implementazione e consentendo alle aziende di ottenere informazioni su diverse piattaforme in modo trasparente.

Analisi avanzata del percorso dell’utente

Comprendere il comportamento degli utenti e il loro percorso attraverso più dispositivi e piattaforme è diventato più complesso nel mondo interconnesso di oggi. GA4 affronta questa sfida offrendo migliori capacità di monitoraggio multipiattaforma. Unificando i dati da siti web e app, consente alle aziende di monitorare gli utenti mentre passano da un dispositivo all’altro, sviluppando così una comprensione completa del percorso del cliente.

Informazioni basate sul machine learning

GA4 sfrutta il potere del machine learning per fornire informazioni preziose che vanno oltre le metriche di base. GA4 consente alle aziende di identificare segmenti di pubblico e prevedere il comportamento degli utenti applicando tecniche di analisi avanzate, come il modelli predittivi e il clustering.

Analisi e reportistica semplificate

GA4 semplifica l’analisi dei dati e la creazione di report grazie a un’interfaccia intuitiva e strumenti di reportistica user-friendly. La piattaforma offre modelli predefiniti e report personalizzati che consentono alle aziende di visualizzare i dati, monitorare gli indicatori chiave e monitorare le prestazioni. La funzionalità di esplorazione avanzata consente analisi approfondite, consentendo alle aziende di scoprire rapidamente le informazioni di cui hanno bisogno. Inoltre, l’integrazione di GA4 con Google BigQuery facilita l’esportazione di dati grezzi per analisi più approfondite, soddisfacendo le esigenze delle organizzazioni esperte di dati.

Efficace segmentazione del pubblico

I segmenti di pubblico di GA4 offrono segmenti più mirati per le campagne di marketing. Nella nuova versione, GA4 consente di creare segmenti in base a eventi e tempo. Puoi quindi raggruppare i tuoi utenti in base alle interazioni e al tempo trascorso tra gli eventi, piuttosto che in base a categorie arbitrarie di dispositivi o piattaforme. Concentrandosi su queste metriche più potenti, si possono creare pubblici precisi.

L’adozione di GA4 guida le aziende verso il successo basato sui dati in un panorama digitale sempre più competitivo…unisciti alla rivoluzione GA4 oggi stesso!

Nel panorama in continua evoluzione del marketing digitale, restare al passo con la concorrenza è fondamentale, soprattutto nel settore alberghiero. Google, tramite il suo machine learning ha lanciato da quest’anno le Performance Max Travel per il mondo alberghiero (ex: TriPmax).

Cos’è Performance Max Travel?

La Pmax Travel è una campagna Performance Max creata su misura per gli inserzionisti del mondo dell’hotellerie ed hospitality. Offre un approccio semplificato per raggiungere il tuo target su tutte le proprietà Google, semplificando il processo e generando più prenotazioni dirette. Con una configurazione semplice e intuitiva, Tripmax consente agli inserzionisti di creare gruppi di asset specifici per ogni singolo hotel, migliorando le prestazioni complessive delle loro campagne Google Ads.

Benefici di Pmax Travel

• Raggiungi un pubblico più ampio: gli annunci Pmax Travel possono raggiungere potenziali clienti su tutte le proprietà Google, come Gmail, Maps, Youtube e Ricerca inclusi i posizionamenti Hotel.
• Genera più prenotazioni dirette: le campagne Pmax Travel sono progettate per generare prenotazioni dirette al sito web del tuo hotel, bypassando i siti di prenotazione di terze parti.
• Semplifica il tuo processo di pubblicità: con una configurazione unica, puoi gestire diversi Hotel o proprietà in un’unica campagna.
• Migliora le prestazioni della tua campagna: Pmax Travel migliora il machine learning di Google Ads per efficientare le performance e l’AI interna della piattaforma per migliore i singoli annunci.

Come iniziare con Pmax Travel

Per iniziare con Pmax Travel, avrai bisogno di un account Google Ads e di aver collegato il tuo account alla piattaforma Hotel Center o dovrai creare manualmente dalla piattaforma un feed hotel.

Passaggio 1: collega il tuo account a Hotel Center o crea un feed hotel.

Se hai meno di 100 hotel, puoi collegare il tuo account a Hotel Center.
Per fare ciò, vai su Strumenti e impostazioni > Hotel Center e da qui fai clic sul pulsante “Dettagli” della voce Google Hotel Center e procedi a collegare l’account.

Se hai più di 100 hotel, dovrai creare un feed di proprietà alberghiere.
Per fare ciò, vai su Strumenti e Impostazioni > Impostazioni > Dati Aziendali > Feed e fai clic sul pulsante Crea feed. Quindi, seleziona “Proprietà alberghiere” come tipo di feed.

Passaggio 2: crea una campagna Pmax Travel

Per creare una campagna Pmax Travel, vai su Campagne e fai clic sul pulsante “Crea campagna”. Quindi, seleziona Vendite come obiettivo e Performance Max come tipo di campagna e successivamente seleziona “Hotel” e scegli il Feed precedentemente creato.

Passaggio 3: crea gruppi di asset

I gruppi di asset sono gruppi di annunci personalizzati per un pubblico o uno specifico prodotto/marchio/resort. Per creare un gruppo di asset, fai clic sulla scheda “Gruppi di asset” nelle impostazioni della tua campagna. Quindi, fai clic sul pulsante “Crea gruppo di asset”.

Cosa includere nei tuoi gruppi di asset Pmax Travel

• Headline: i titoli devono essere chiari e concisi e sottolineare i vantaggi del tuo hotel.
• Descrizioni: le tue descrizioni devono fornire maggiori dettagli sul tuo hotel e sul motivo per cui i potenziali ospiti dovrebbero sceglierti
• Immagini: le tue immagini devono essere di alta qualità e mostrare le migliori caratteristiche del tuo hotel.
• Video: i video devono essere brevi e coinvolgenti e sottolineare le esperienze uniche che il tuo hotel offre.

Suggerimenti per ottimizzare le tue campagne Pmax Travel

• Utilizza i segnali di pubblico: i segnali di pubblico possono aiutarti a raggiungere le persone giuste con i tuoi annunci. Per aggiungere dei segnali di pubblico, vai alla scheda Gruppo di Asset e per ogni Asset puoi creare un Indicatore di Pubblico specifico.
• Sfrutta le liste negative: le liste negative aiutano a impedire che i tuoi annunci vengano visualizzati per ricerche che menzionano determinati competitor o brand non affini al tuo business. Per aggiungere tali liste vai sulle Impostazioni della campagna e aggiungi un elenco sulla sezione “Esclusioni dei brand”.
  In alternativa, per ricerche generiche di prodotti o servizi per cui non vuoi comparire con gli annunci, puoi agganciare una Lista di parole chiave negative che puoi creare da: Strumenti e Impostazioni > Libreria Condivisa > Elenchi di parole chiave escluse.
• Monitora i risultati: è importante tracciare i risultati in modo da poter vedere come stanno performando le tue campagne Tripmax. Per tracciare i risultati, vai alla scheda Rapporti nelle impostazioni della tua campagna.

Conclusione

Pmax Travel è uno strumento potente che può aiutarti a raggiungere un audience più ampio per incrementare le prenotazione. Seguendo questi suggerimenti, puoi creare una campagna Pmax di successo.

Contattaci se vuoi che il nostro team di esperti Google ti aiuti nella gestione di campagne Pmax Travel!

Il mondo digitale è in continua evoluzione e con esso arrivano nuovi modi di navigare e di utilizzare le applicazioni mobili. Oggi gli utenti accedono attraverso i deep link a diverse sezioni e contenuti specifici di App e siti web. Per questo motivo, oggi vi spiegheremo cosa sono i deep link e come possono essere misurati nel nostro nuovo strumento di misurazione preferito: GA4.

Cosa sono i deep link?

I deep link sono collegamenti che consentono agli utenti di andare direttamente a una sezione specifica di un’applicazione (o di un sito web), invece di andare alla pagina principale dell’App. In questo modo, l’utente può accedere rapidamente e facilmente alle informazioni di cui ha bisogno.

Ad esempio, un deep link potrebbe essere un link in un articolo web che indirizza a un prodotto all’interno di un’App di e-commerce.

Perché sono importanti?

I deep link sono importanti per migliorare l’esperienza dell’utente, in quanto consentono di accedere direttamente al contenuto desiderato. Inoltre, possono migliorare la visibilità e il posizionamento delle App nei risultati di ricerca, aumentando il numero di download e il traffico.

Come si misurano i deep link in GA4?

Innanzitutto, è necessario impostare un evento personalizzato e poi un parametro personalizzato per l’URL del deep link.

Una volta configurati gli eventi e i parametri personalizzati, i deep link possono essere misurati attraverso i report sugli eventi di GA4. Qui è possibile vedere il numero di volte in cui un deep link è stato cliccato, oltre a informazioni sulla fonte di traffico e sul comportamento degli utenti.

Come si possono migliorare?

Per migliorare i deep link, è importante assicurarsi che siano ottimizzati per l’utente e per i motori di ricerca. Ciò significa includere parole chiave pertinenti nell’URL del link stesso, ma anche nella descrizione e nel titolo della pagina a cui si accede.

È inoltre importante assicurarsi che i deep link funzionino correttamente e non siano interrotti. Se un deep link non funziona, può influire negativamente sull’esperienza dell’utente e diminuire la visibilità dell’App.

I deep link possono essere uno strumento efficace in una strategia di mobile marketing. Possono essere utilizzati per indirizzare gli utenti verso offerte speciali o promozioni all’interno di un’App, aumentando così i tassi di conversione e le vendite.

Possono anche essere utilizzati negli annunci per dispositivi mobili, per indirizzare gli utenti direttamente a una sezione specifica di un’App. Questo può aumentare l’efficacia degli annunci e migliorare l’esperienza dell’utente.

In Making Science abbiamo un team di esperti per aiutarti a ottenere il massimo dalla tua strategia di marketing. Contattaci per una consulenza gratuita!