{"id":88,"date":"2026-02-25T10:17:43","date_gmt":"2026-02-25T09:17:43","guid":{"rendered":"https:\/\/haikumentalmodel.com\/?p=88"},"modified":"2026-03-12T12:24:33","modified_gmt":"2026-03-12T11:24:33","slug":"larchitettura-della-synthetic-search","status":"publish","type":"post","link":"https:\/\/haikumentalmodel.com\/en\/scenarios-pov\/larchitettura-della-synthetic-search\/","title":{"rendered":"L’architettura della Synthetic Search"},"content":{"rendered":"\n

Visibilit\u00e0, transazione e dato nell’era dell’AI search. Una breve guida per chi deve decidere adesso.<\/h3>\n\n\n\n
\n\n\n\n

In tre cifre<\/h2>\n\n\n\n
\n
\n
0<\/span>%<\/span><\/span><\/div>\n<\/div>\n\n\n\n
\n

Sessioni <\/strong>in Google AI Mode si chiude senza click verso un sito web<\/strong> \u2192 La discovery e la transazione si stanno spostando fuori dal vostro sito, verso un layer conversazionale che non controllate.<\/p>\n<\/div>\n<\/div>\n\n\n\n

\n
\n
0<\/span>%<\/span><\/span><\/div>\n<\/div>\n\n\n\n
\n

CTR sulla posizione organica #1<\/strong> dove appaiono AI Overviews, dal 7,6% all’1,6% in due anni \u2192 Essere primi su Google non significa pi\u00f9 quello che significava.<\/p>\n<\/div>\n<\/div>\n\n\n\n

\n
\n
0<\/span>%<\/span><\/span><\/div>\n<\/div>\n\n\n\n
\n

domini web che hanno implementato dati strutturati<\/strong> \u2014 la lingua che l’AI usa per leggere i vostri prodotti \u2192 La maggior parte dei brand \u00e8 tecnicamente invisibile per i sistemi AI.<\/p>\n<\/div>\n<\/div>\n\n\n\n

Il search non \u00e8 pi\u00f9 un canale di traffico granitico e garantito. \u00c8 diventato un’infrastruttura di risposta con sue regole e dinamiche in perpetua evoluzione. Quello che cerco di fare di seguito \u00e8 individuare quei trend emergenti per aiutare nelle decisioni critiche che ci attendono nei prossimi mesi. <\/p>\n\n\n\n

I dati confermano una biforcazione<\/strong>: il traffico organico tradizionale si contrae, mentre cresce l’interazione “Zero-Click” \u2014 l’utente ottiene la risposta senza mai visitare un sito.<\/p>\n\n\n\n

Tuttavia, non dobbiamo cadere nel determinismo tecnologico. Google non distrugger\u00e0 il proprio modello economico (advertising) per favorire l’AI gratuita. Assisteremo a un’evoluzione ibrida in cui la visibilit\u00e0 si paga in due valute: budget media (per i click residui) e dati strutturati (per la citazione nelle risposte AI).<\/p>\n\n\n\n

La strategia per il 2026 non \u00e8 abbandonare il vecchio per il nuovo. \u00c8 costruire un sistema a doppia tenuta<\/strong>: ottimizzare per l’AI dove l’utente cerca risposte rapide, e costruire asset proprietari difendibili dove l’utente cerca valore ed esperienza.<\/p>\n\n\n\n

L’investimento infrastrutturale che questo report propone \u2014 audit dei dati strutturati, completamento dei feed prodotto, implementazione di Schema.org avanzato \u2014 migliora le performance sia nel search tradizionale sia nel nuovo ecosistema AI. Il valore non dipende da un singolo scenario: questi interventi producono risultati in ogni configurazione futura del search. Anche se l’Agentic Commerce dovesse ritardare di due anni, o se Google facesse un rollback parziale delle AI Overviews, un dataset strutturato e un’autorit\u00e0 basata su entit\u00e0 rimangono asset proprietari che migliorano le performance su qualsiasi canale, inclusi Paid Search e Social.<\/p>\n\n\n\n

Non stiamo proponendo di sperimentare con l’AI. Stiamo proponendo di bonificare l’infrastruttura dati.<\/p>\n\n\n\n

\n\n\n\n

1. Il contesto: cosa sta succedendo al search<\/h2>\n\n\n\n

La biforcazione<\/h3>\n\n\n\n

Google controlla ancora oltre il 90% della quota di mercato search globale<\/strong> [1]. Ma il significato di “search” \u00e8 cambiato. Oggi il search \u00e8 un sistema a due strati: il motore tradizionale (link blu, annunci, snippet) e uno strato generativo (AI Overviews, AI Mode, ChatGPT, Perplexity) che si sovrappone al primo.<\/p>\n\n\n\n

I due strati coesistono, ma producono esperienze utente radicalmente diverse. Nel primo, il motore indica dove trovare l’informazione e l’utente visita il sito. Nel secondo, il motore sintetizza la risposta e l’utente spesso non ha motivo di cliccare.<\/p>\n\n\n\n

I numeri<\/h3>\n\n\n\n
Metrica<\/th>Dato<\/th>Fonte<\/th><\/tr><\/thead>
Ricerche US senza click (baseline)<\/td>58,5%<\/td>Semrush, 2025 [2]<\/td><\/tr>
Zero-click con AI Overview attivo<\/td>43%<\/td>Semrush, set 2025 [3]<\/td><\/tr>
Zero-click in Google AI Mode<\/td>93%<\/td>Semrush, set 2025 [3]<\/td><\/tr>
Riduzione CTR posizione #1 con AI Overview<\/td>\u221258%<\/td>Ahrefs, feb 2026 [4]<\/td><\/tr>
Query che attivano AI Overview (US, picco lug 2025)<\/td>~25%<\/td>Semrush, 2025 [5]<\/td><\/tr>
Utenti AI Overviews (globale, Q2 2025)<\/td>2 mld\/mese<\/td>Google, 2025 [6]<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Ahrefs ha confrontato il CTR della posizione organica #1 prima e dopo l’introduzione delle AI Overviews sulle stesse keyword informazionali: dal 7,6% di dicembre 2023 all’1,6% di dicembre 2025 [4]. Chi ottimizzava per “essere primo su Google” sta ottimizzando per una posizione che rende un quinto di due anni fa.<\/p>\n\n\n\n

Il contrappunto<\/h3>\n\n\n\n

Lo studio Semrush di fine 2025 introduce una sfumatura: il tasso di zero-click per le keyword con AI Overview \u00e8 in realt\u00e0 calato<\/em> nel corso dell’anno [5]. Le AI Overviews hanno raggiunto un picco di circa il 25% delle query a luglio 2025, per poi scendere al 15,69% a novembre. E il 76,1% degli URL citati nelle AI Overviews si posiziona anche nella top 10 organica tradizionale [7]. Il SEO tradizionale non \u00e8 irrilevante \u2014 resta il fondamento. Ma il fondamento da solo non basta pi\u00f9.<\/p>\n\n\n\n

\n

Il SEO tradizionale (…) resta il fondamento. Ma il fondamento da solo non basta pi\u00f9.<\/p>\n<\/blockquote>\n\n\n\n

Gartner aveva previsto nel 2024 un calo del 25% dei volumi di ricerca tradizionale entro il 2026 [8]. \u00c8 una previsione da prendere con cautela. Ma la direzione \u00e8 coerente con i dati: il search tradizionale non sta scomparendo. Si sta restringendo come percentuale dell’ecosistema di discovery.<\/p>\n\n\n\n

Quanto \u00e8 esposta la vostra revenue<\/h3>\n\n\n\n

Una domanda che vale la pena porsi adesso: qual \u00e8 la percentuale del vostro fatturato digitale che dipende da traffico organico non-branded?<\/p>\n\n\n\n

Se il 40% del vostro traffico e-commerce arriva da ricerche organiche non-branded, e il CTR medio sulle vostre keyword informazionali si riduce del 58% per effetto delle AI Overviews, non state perdendo posizioni \u2014 state perdendo il meccanismo che convertiva posizioni in visite. Non serve un calcolo esatto. Serve identificare la quota di revenue che dipende da un funnel che sta cambiando forma, per dimensionare l’urgenza degli interventi.<\/p>\n\n\n\n\n\n\n\n\n\nRevenue\u2011at\u2011Risk Calculator | Haiku Mental Model<\/title>\n<link rel=\"preconnect\" href=\"https:\/\/fonts.googleapis.com\">\n<link rel=\"preconnect\" href=\"https:\/\/fonts.gstatic.com\" crossorigin>\n<link href=\"https:\/\/fonts.googleapis.com\/css2?family=Plus+Jakarta+Sans:ital,wght@0,300;0,400;0,500;0,600;0,700;0,800;1,300;1,400&display=swap\" rel=\"stylesheet\">\n<style>\n *, *::before, *::after { box-sizing: border-box; margin: 0; padding: 0; }\n html { font-size: 16px; }\n body {\n background: #ffffff;\n color: #2c2c2c;\n font-family: 'Plus Jakarta Sans', sans-serif;\n -webkit-font-smoothing: antialiased;\n -moz-osx-font-smoothing: grayscale;\n }\n ::selection { background: rgba(214,54,56,0.15); }\n\n input[type=\"range\"] {\n -webkit-appearance: none;\n appearance: none;\n width: 100%;\n height: 1px;\n background: #e0e0e0;\n outline: none;\n border-radius: 0;\n cursor: pointer;\n }\n input[type=\"range\"]::-webkit-slider-thumb {\n -webkit-appearance: none;\n appearance: none;\n width: 16px; height: 16px;\n border-radius: 50%;\n background: #2c2c2c;\n cursor: pointer;\n border: 2px solid #ffffff;\n box-shadow: 0 0 0 1px rgba(44,44,44,0.2);\n transition: box-shadow 0.2s;\n }\n input[type=\"range\"]::-webkit-slider-thumb:hover {\n box-shadow: 0 0 0 4px rgba(44,44,44,0.08);\n }\n input[type=\"range\"]::-moz-range-thumb {\n width: 16px; height: 16px;\n border-radius: 50%;\n background: #2c2c2c;\n cursor: pointer;\n border: 2px solid #ffffff;\n box-shadow: 0 0 0 1px rgba(44,44,44,0.2);\n }\n input[type=\"range\"]::-moz-range-track {\n height: 1px;\n background: #e0e0e0;\n border: none;\n }\n<\/style>\n<\/head>\n<body>\n<div id=\"root\"><\/div>\n\n<script src=\"https:\/\/cdnjs.cloudflare.com\/ajax\/libs\/react\/18.3.1\/umd\/react.production.min.js\"><\/script>\n<script src=\"https:\/\/cdnjs.cloudflare.com\/ajax\/libs\/react-dom\/18.3.1\/umd\/react-dom.production.min.js\"><\/script>\n\n<script>\nconst { useState, useEffect, useRef, createElement: h } = React;\n\nconst formatEuro = (v) => {\n if (v >= 1000000) return \"\\u20AC\" + (v \/ 1000000).toFixed(2) + \"M\";\n if (v >= 1000) return \"\\u20AC\" + (v \/ 1000).toFixed(1) + \"K\";\n return \"\\u20AC\" + Math.round(v).toLocaleString(\"it-IT\");\n};\n\nconst T = {\n bg: \"#ffffff\",\n text: \"#2c2c2c\",\n textLight: \"#7c7c7c\",\n textMuted: \"#a0a0a0\",\n border: \"#e0e0e0\",\n surface: \"#f7f7f7\",\n accent: \"#d63638\",\n font: \"'Plus Jakarta Sans', sans-serif\",\n green: \"#2e7d32\",\n amber: \"#c47a00\",\n red: \"#d63638\",\n};\n\nfunction SliderInput({ label, sublabel, value, onChange, min, max, step, formatDisplay, inputType }) {\n const [editing, setEditing] = useState(false);\n const [draft, setDraft] = useState(\"\");\n const inputRef = useRef(null);\n\n const isCurrency = inputType === \"currency\";\n const isPercent = inputType === \"percent\";\n\n const startEditing = () => {\n setEditing(true);\n setDraft(isCurrency ? Math.round(value).toLocaleString(\"it-IT\") : String(value));\n };\n\n useEffect(() => {\n if (editing && inputRef.current) {\n inputRef.current.focus();\n inputRef.current.select();\n }\n }, [editing]);\n\n const commitDraft = () => {\n setEditing(false);\n let parsed;\n if (isCurrency) {\n parsed = parseInt(draft.replace(\/[\\.\\s]\/g, \"\").replace(\/,\/g, \"\"), 10);\n } else {\n parsed = parseFloat(draft.replace(\/,\/g, \".\"));\n }\n if (!isNaN(parsed) && parsed >= min) {\n onChange(isCurrency ? parsed : Math.min(parsed, max));\n }\n };\n\n const handleKeyDown = (e) => {\n if (e.key === \"Enter\") commitDraft();\n if (e.key === \"Escape\") setEditing(false);\n };\n\n const display = formatDisplay(value);\n const clampedSliderValue = Math.min(Math.max(value, min), max);\n\n const inputStyle = {\n fontFamily: T.font,\n fontSize: 20,\n fontWeight: 700,\n color: T.text,\n background: T.surface,\n border: \"1px solid \" + T.border,\n borderRadius: 0,\n padding: \"2px 8px\",\n outline: \"none\",\n textAlign: \"right\",\n width: isCurrency ? 160 : 72,\n caretColor: T.accent,\n };\n\n let valueDisplay;\n if (editing) {\n const children = [];\n if (isCurrency) children.push(h(\"span\", { key: \"sym\", style: { fontFamily: T.font, fontSize: 20, fontWeight: 700, color: T.text } }, \"\\u20AC\"));\n children.push(h(\"input\", {\n key: \"inp\",\n ref: inputRef,\n type: \"text\",\n inputMode: isCurrency ? \"numeric\" : \"decimal\",\n value: draft,\n onChange: (e) => setDraft(e.target.value),\n onBlur: commitDraft,\n onKeyDown: handleKeyDown,\n style: inputStyle,\n }));\n if (isPercent) children.push(h(\"span\", { key: \"pct\", style: { fontFamily: T.font, fontSize: 20, fontWeight: 700, color: T.text } }, \"%\"));\n valueDisplay = h(\"div\", { style: { display: \"flex\", alignItems: \"baseline\", gap: 4 } }, ...children);\n } else {\n valueDisplay = h(\"span\", {\n onClick: startEditing,\n title: \"Clicca per inserire un valore\",\n style: {\n fontFamily: T.font,\n fontSize: 20,\n fontWeight: 700,\n color: T.text,\n cursor: \"text\",\n borderBottom: \"1px dashed \" + T.border,\n paddingBottom: 1,\n transition: \"border-color 0.2s\",\n },\n onMouseEnter: (e) => { e.target.style.borderBottomColor = T.text; },\n onMouseLeave: (e) => { e.target.style.borderBottomColor = T.border; },\n }, display);\n }\n\n return h(\"div\", { style: { marginBottom: 32 } },\n h(\"div\", { style: { display: \"flex\", justifyContent: \"space-between\", alignItems: \"baseline\", marginBottom: 8 } },\n h(\"div\", null,\n h(\"span\", { style: { fontFamily: T.font, fontSize: 13, fontWeight: 600, color: T.text, letterSpacing: \"0.02em\", textTransform: \"uppercase\" } }, label),\n sublabel ? h(\"span\", { style: { fontFamily: T.font, fontSize: 12, color: T.textLight, marginLeft: 8, fontStyle: \"italic\" } }, sublabel) : null\n ),\n valueDisplay\n ),\n h(\"input\", {\n type: \"range\", min, max, step,\n value: clampedSliderValue,\n onChange: (e) => onChange(Number(e.target.value)),\n }),\n h(\"div\", { style: { display: \"flex\", justifyContent: \"space-between\", marginTop: 4 } },\n h(\"span\", { style: { fontFamily: T.font, fontSize: 11, color: T.textMuted } }, formatDisplay(min)),\n h(\"span\", { style: { fontFamily: T.font, fontSize: 11, color: T.textMuted } }, formatDisplay(max))\n )\n );\n}\n\nfunction AnimatedNumber({ value, format }) {\n const [displayed, setDisplayed] = useState(value);\n const startRef = useRef(value);\n const frameRef = useRef(null);\n\n useEffect(() => {\n startRef.current = displayed;\n const target = value;\n const duration = 400;\n const startTime = performance.now();\n const animate = (now) => {\n const elapsed = now - startTime;\n const progress = Math.min(elapsed \/ duration, 1);\n const eased = 1 - Math.pow(1 - progress, 3);\n setDisplayed(startRef.current + (target - startRef.current) * eased);\n if (progress < 1) frameRef.current = requestAnimationFrame(animate);\n };\n frameRef.current = requestAnimationFrame(animate);\n return () => cancelAnimationFrame(frameRef.current);\n }, [value]);\n\n return h(\"span\", null, format(displayed));\n}\n\nfunction getInterpretation(rar, investmentEstimate) {\n if (rar === 0) return { level: \"\\u2014\", color: T.textMuted, text: \"Inserisci i parametri per calcolare la revenue esposta.\" };\n const payback = investmentEstimate > 0 ? rar \/ investmentEstimate : 0;\n if (rar < 50000) return {\n level: \"Esposizione contenuta\", color: T.green,\n text: \"Il perimetro di rischio \\u00E8 limitato. L\\u2019intervento infrastrutturale resta consigliabile per ragioni di posizionamento prospettico, ma non \\u00E8 urgente dal punto di vista finanziario.\"\n };\n if (rar < 200000) return {\n level: \"Esposizione significativa\", color: T.amber,\n text: \"La revenue esposta giustifica un intervento strutturato. Se l\\u2019investimento infrastrutturale \\u00E8 nell\\u2019ordine di \" + formatEuro(investmentEstimate) + \", il business case ha un rapporto rischio\/investimento di \" + payback.toFixed(1) + \"x.\"\n };\n return {\n level: \"Esposizione critica\", color: T.red,\n text: \"Il perimetro di revenue a rischio \\u00E8 sostanziale. L\\u2019intervento non \\u00E8 opzionale \\u2014 \\u00E8 una priorit\\u00E0 di protezione del margine. A un costo stimato di \" + formatEuro(investmentEstimate) + \", il rapporto rischio\/investimento \\u00E8 \" + payback.toFixed(1) + \"x.\"\n };\n}\n\nfunction App() {\n const [revenueOrg, setRevenueOrg] = useState(1300000);\n const [pctKaio, setPctKaio] = useState(25);\n const [deltaCtr, setDeltaCtr] = useState(40);\n\n const rar = revenueOrg * (pctKaio \/ 100) * (deltaCtr \/ 100);\n const investmentEstimate = Math.max(30000, rar * 0.25);\n const interp = getInterpretation(rar, investmentEstimate);\n\n return h(\"div\", { style: { minHeight: \"100vh\", background: T.bg, display: \"flex\", flexDirection: \"column\", alignItems: \"center\" } },\n h(\"div\", { style: { maxWidth: 640, width: \"100%\", padding: \"48px 24px 64px\" } },\n\n \/\/ Header\n h(\"div\", { style: { marginBottom: 48, borderBottom: \"1px solid \" + T.border, paddingBottom: 32 } },\n h(\"span\", { style: { fontFamily: T.font, fontSize: 11, fontWeight: 500, letterSpacing: \"0.1em\", textTransform: \"uppercase\", color: T.textLight, marginBottom: 16, display: \"inline-flex\", alignItems: \"center\", gap: 6 } },\n h(\"span\", { style: { width: 6, height: 6, borderRadius: \"50%\", background: T.accent, display: \"inline-block\" } }),\n \"Haiku Mental Model \\u2014 Tool\"\n ),\n h(\"h1\", { style: { fontFamily: T.font, fontSize: 32, fontWeight: 800, lineHeight: 1.2, color: T.text, margin: \"16px 0 12px 0\" } }, \"Revenue\\u2011at\\u2011Risk Calculator\"),\n h(\"p\", { style: { fontFamily: T.font, fontSize: 15, color: T.textLight, lineHeight: 1.65, margin: 0 } },\n \"Stima il perimetro di revenue organica esposta alla contrazione del CTR causata dalle AI Overviews. Non \\u00E8 una previsione di perdita \\u2014 \\u00E8 la dimensione del rischio su cui calibrare l\\u2019investimento infrastrutturale.\"\n )\n ),\n\n \/\/ Sliders\n h(\"div\", { style: { marginBottom: 40 } },\n h(\"span\", { style: { fontFamily: T.font, fontSize: 11, fontWeight: 600, letterSpacing: \"0.08em\", textTransform: \"uppercase\", color: T.textMuted, marginBottom: 24, display: \"block\", borderBottom: \"1px solid \" + T.border, paddingBottom: 8 } }, \"Parametri\"),\n h(SliderInput, { label: \"Revenue organica non\\u2011branded\", sublabel: \"Rorg\\u2011nb\", value: revenueOrg, onChange: setRevenueOrg, min: 100000, max: 10000000, step: 50000, inputType: \"currency\", formatDisplay: (v) => formatEuro(v) + \"\/anno\" }),\n h(SliderInput, { label: \"Keyword con AI Overview\", sublabel: \"%Kaio\", value: pctKaio, onChange: setPctKaio, min: 5, max: 70, step: 1, inputType: \"percent\", formatDisplay: (v) => v + \"%\" }),\n h(SliderInput, { label: \"Riduzione CTR attesa\", sublabel: \"\\u0394ctr\", value: deltaCtr, onChange: setDeltaCtr, min: 10, max: 70, step: 1, inputType: \"percent\", formatDisplay: (v) => \"\\u2212\" + v + \"%\" })\n ),\n\n \/\/ Result\n h(\"div\", { style: { background: T.surface, border: \"1px solid \" + T.border, padding: \"32px 28px\", marginBottom: 32 } },\n h(\"div\", { style: { fontFamily: T.font, fontSize: 11, fontWeight: 600, letterSpacing: \"0.08em\", textTransform: \"uppercase\", color: T.textLight, marginBottom: 8 } }, \"Revenue\\u2011at\\u2011Risk stimata\"),\n h(\"div\", { style: { fontFamily: T.font, fontSize: 44, fontWeight: 800, color: interp.color, lineHeight: 1.1, marginBottom: 4 } },\n h(AnimatedNumber, { value: rar, format: (v) => formatEuro(Math.round(v)) })\n ),\n h(\"div\", { style: { fontFamily: T.font, fontSize: 14, color: T.textMuted, marginBottom: 20 } }, \"all\\u2019anno\"),\n h(\"div\", { style: { display: \"inline-flex\", alignItems: \"center\", gap: 6, fontFamily: T.font, fontSize: 11, fontWeight: 600, letterSpacing: \"0.06em\", textTransform: \"uppercase\", color: interp.color, border: \"1px solid \" + interp.color + \"33\", padding: \"4px 10px\", marginBottom: 16 } },\n h(\"span\", { style: { width: 6, height: 6, borderRadius: \"50%\", background: interp.color, display: \"inline-block\" } }),\n interp.level\n ),\n h(\"div\", { style: { fontFamily: T.font, fontSize: 14, color: T.textLight, lineHeight: 1.7 } }, interp.text)\n ),\n\n \/\/ Formula\n h(\"div\", { style: { background: T.surface, border: \"1px solid \" + T.border, padding: \"20px 24px\", marginBottom: 32 } },\n h(\"div\", { style: { fontFamily: T.font, fontSize: 13, color: T.textLight, lineHeight: 1.8 } },\n h(\"span\", { style: { color: T.text, fontWeight: 600 } }, \"Formula\"), h(\"br\", null),\n \"Revenue\\u2011at\\u2011Risk = R\", h(\"sub\", null, \"org\\u2011nb\"), \" \\u00D7 %K\", h(\"sub\", null, \"aio\"), \" \\u00D7 \\u0394ctr\",\n h(\"br\", null), h(\"br\", null),\n h(\"span\", { style: { color: T.text, fontWeight: 600 } }, formatEuro(revenueOrg)),\n \" \\u00D7 \",\n h(\"span\", { style: { color: T.text, fontWeight: 600 } }, pctKaio + \"%\"),\n \" \\u00D7 \",\n h(\"span\", { style: { color: T.text, fontWeight: 600 } }, deltaCtr + \"%\"),\n \" = \",\n h(\"span\", { style: { color: T.accent, fontWeight: 700 } }, formatEuro(Math.round(rar)))\n )\n ),\n\n \/\/ How to get the data\n h(\"div\", { style: { marginBottom: 40 } },\n h(\"span\", { style: { fontFamily: T.font, fontSize: 11, fontWeight: 600, letterSpacing: \"0.08em\", textTransform: \"uppercase\", color: T.textMuted, marginBottom: 24, display: \"block\", borderBottom: \"1px solid \" + T.border, paddingBottom: 8 } }, \"Come ricavare i parametri\"),\n\n h(\"div\", { style: { marginBottom: 20 } },\n h(\"div\", { style: { fontFamily: T.font, fontSize: 13, fontWeight: 600, color: T.text, marginBottom: 6 } },\n \"R\", h(\"sub\", null, \"org\\u2011nb\"), \" \\u2014 Revenue organica non\\u2011branded\"\n ),\n h(\"div\", { style: { fontFamily: T.font, fontSize: 13, color: T.textLight, lineHeight: 1.7 } },\n \"GA4 \\u2192 Reports \\u2192 Monetization \\u2192 filtro google\/organic. Separate branded e non\\u2011branded con Search Console. Se il dato non \\u00E8 disponibile, stimate il 60\\u201170% della revenue organica totale.\"\n )\n ),\n h(\"div\", { style: { marginBottom: 20 } },\n h(\"div\", { style: { fontFamily: T.font, fontSize: 13, fontWeight: 600, color: T.text, marginBottom: 6 } },\n \"%K\", h(\"sub\", null, \"aio\"), \" \\u2014 Keyword esposte ad AI Overviews\"\n ),\n h(\"div\", { style: { fontFamily: T.font, fontSize: 13, color: T.textLight, lineHeight: 1.7 } },\n \"Esportate le top 100\\u2011200 keyword non\\u2011branded da Search Console. Testatele su Google o usate Semrush\/Ahrefs per verificare quante attivano AI Overviews. Media di mercato: 15\\u201125%. Query informazionali e how\\u2011to: 30\\u201150%.\"\n )\n ),\n h(\"div\", null,\n h(\"div\", { style: { fontFamily: T.font, fontSize: 13, fontWeight: 600, color: T.text, marginBottom: 6 } },\n \"\\u0394ctr \\u2014 Riduzione CTR\"\n ),\n h(\"div\", { style: { fontFamily: T.font, fontSize: 13, color: T.textLight, lineHeight: 1.7 } },\n \"Il dato Ahrefs (feb 2026) indica \\u221258% per la posizione #1 su keyword informazionali. Per un mix di posizioni, \\u221240% \\u00E8 una stima prudente. Il default del calcolatore usa questo valore.\"\n )\n )\n ),\n\n \/\/ Disclaimer\n h(\"div\", { style: { fontFamily: T.font, fontSize: 12, color: T.textMuted, lineHeight: 1.7, borderTop: \"1px solid \" + T.border, paddingTop: 24, marginTop: 16 } },\n \"Questo calcolatore non produce previsioni finanziarie. La Revenue\\u2011at\\u2011Risk \\u00E8 il perimetro di revenue che dipende da un meccanismo \\u2014 il CTR organico non\\u2011branded \\u2014 che si sta contraendo per effetto delle AI Overviews. Il dato serve a dimensionare l\\u2019urgenza dell\\u2019intervento, non a prevedere una perdita certa.\",\n h(\"br\", null), h(\"br\", null),\n \"Fonti dato: Ahrefs (feb 2026), Semrush (dic 2025). Metodologia completa nell\\u2019articolo \",\n h(\"a\", { href: \"https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/\", style: { color: T.text, textDecoration: \"underline\", textUnderlineOffset: \"3px\", textDecorationColor: T.border }, target: \"_blank\", rel: \"noopener\" },\n \"L\\u2019architettura della Synthetic Search\"\n ),\n \".\"\n )\n )\n );\n}\n\nReactDOM.createRoot(document.getElementById(\"root\")).render(h(App));\n<\/script>\n<\/body>\n<\/html>\n\n\n\n\n<details class=\"wp-block-details is-layout-flow wp-block-details-is-layout-flow\"><summary><strong>Approfondimento: come calcolare la vostra Revenue-at-Risk con GA4<\/strong><\/summary>\n<div class=\"wp-block-group has-global-padding is-layout-constrained wp-block-group-is-layout-constrained\">\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Potete stimare il perimetro di revenue esposta con i dati che avete gi\u00e0. La formula:<\/p>\n\n\n\n<pre class=\"wp-block-preformatted\"><strong>Revenue-at-Risk = R<sub>org-nb<\/sub> \u00d7 %K<sub>aio<\/sub> \u00d7 \u0394<sub>ctr<\/sub><\/strong><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">Dove:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>R<sub>org-nb<\/sub><\/strong> = Revenue da traffico organico non-branded (la base esposta)<\/li>\n\n\n\n<li><strong>%K<sub>aio<\/sub><\/strong> = Percentuale delle vostre keyword non-branded che attivano AI Overviews (il perimetro del rischio)<\/li>\n\n\n\n<li><strong>\u0394<sub>ctr<\/sub><\/strong> = Fattore di riduzione CTR atteso (dato di mercato: \u221258% su posizione #1 informazionale [4])<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Passo 1 \u2014 R<sub>org-nb<\/sub> (Revenue organica non-branded)<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In GA4: <em>Reports > Monetization > Ecommerce purchases<\/em>. Applicate il filtro <em>Session source\/medium = google \/ organic<\/em>. Annotate la revenue totale organica (es. \u20ac2.000.000\/anno).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Poi separate il branded dal non-branded. In GA4 collegato a Search Console: <em>Reports > Search Console > Queries<\/em>. Filtrate escludendo le query che contengono il nome del brand (e le varianti comuni). La revenue associata alle query rimanenti \u00e8 la vostra R<sub>org-nb<\/sub>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Se il collegamento Search Console non \u00e8 attivo o la granularit\u00e0 non \u00e8 sufficiente: in Search Console, calcolate la % di click organici non-branded sul totale. Applicate quella percentuale alla revenue organica totale letta in GA4.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>Esempio: Revenue organica totale = \u20ac2M. Click non-branded = 65% del totale organico. R<sub>org-nb<\/sub> \u2248 \u20ac1.300.000.<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Passo 2 \u2014 %K<sub>aio<\/sub> (Keyword esposte ad AI Overviews)<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Questa variabile non \u00e8 in GA4. Esportate le top 100-200 keyword non-branded per click da Search Console. Testatele su Google e registrate quante attivano un’AI Overview. Strumenti come Semrush, Ahrefs o SE Ranking automatizzano il check su scala.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il dato di mercato medio \u00e8 circa il 15-25% delle query [5], ma varia per settore. Le keyword informazionali e how-to hanno una probabilit\u00e0 molto pi\u00f9 alta. Le keyword transazionali (“compra”, “prezzo”, “offerta”) sono meno toccate.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>Esempio: Delle 200 keyword testate, 70 attivano AI Overview. %K<sub>aio<\/sub> = 35%.<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Passo 3 \u2014 \u0394<sub>ctr<\/sub> (Riduzione CTR)<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il dato Ahrefs [4] indica \u221258% per la posizione #1 su keyword informazionali. Ma il vostro mix di posizioni non \u00e8 tutto #1. Un approccio conservativo: per le keyword in posizione 1-3, applicate \u221258%. Per le keyword in posizione 4-10, applicate \u221230% (CTR gi\u00e0 basso, impatto proporzionalmente inferiore). Per una stima rapida, usate <strong>\u221240%<\/strong> come fattore medio prudente.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>Esempio: \u0394<sub>ctr<\/sub> = 0,40 (riduzione del 40%).<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Il calcolo:<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>Revenue-at-Risk = \u20ac1.300.000 \u00d7 35% \u00d7 40% = <strong>\u20ac182.000\/anno<\/strong><\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Questo non \u00e8 un dato di perdita certa. \u00c8 il perimetro di revenue che dipende da un meccanismo (CTR organico) che si sta contraendo. \u00c8 il numero da portare al tavolo per dimensionare l’investimento infrastrutturale: se il rischio \u00e8 \u20ac182.000\/anno e l’intervento costa \u20ac50.000, il business case si costruisce da solo.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Variabile<\/th><th>Dove trovarla<\/th><th>Approssimazione se il dato manca<\/th><\/tr><\/thead><tbody><tr><td>Revenue organica totale<\/td><td>GA4 > Monetization > filtro google\/organic<\/td><td>\u2014<\/td><\/tr><tr><td>% click non-branded<\/td><td>Search Console > Performance > filtro esclusione brand<\/td><td>60-70% per e-commerce<\/td><\/tr><tr><td>Revenue organica non-branded (R<sub>org-nb<\/sub>)<\/td><td>Revenue organica \u00d7 % non-branded<\/td><td>\u2014<\/td><\/tr><tr><td>% keyword con AI Overview (%K<sub>aio<\/sub>)<\/td><td>Test manuale o Semrush\/Ahrefs sulle top keyword<\/td><td>15-25% media mercato; 30-50% se forte presenza informazionale<\/td><\/tr><tr><td>Fattore riduzione CTR (\u0394<sub>ctr<\/sub>)<\/td><td>Dato di mercato [4]<\/td><td>\u221240% (stima prudente media posizioni)<\/td><\/tr><\/tbody><\/table><\/figure>\n<\/div>\n<\/details>\n\n\n\n<h2 class=\"wp-block-heading\">2. La tesi: il sistema a doppia tenuta<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">La risposta strategica alla biforcazione del search non \u00e8 scegliere tra il vecchio e il nuovo. \u00c8 costruire un sistema che tenga su entrambi i fronti.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Primo fronte: ottimizzare per l’AI dove l’utente cerca risposte rapide.<\/strong> Query informazionali, confronti prodotto, domande su specifiche e disponibilit\u00e0. Qui l’AI sintetizza e l’utente non clicca. <strong>L’obiettivo non \u00e8 il traffico \u2014 \u00e8 la citazione.<\/strong> Servono dati strutturati, contenuto modulare e fact-dense, autorit\u00e0 semantica.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Secondo fronte: costruire asset proprietari difendibili dove l’utente cerca valore.<\/strong> Configuratori avanzati, esperienze personalizzate, contenuto esclusivo, community, consulenza, supporto, esperienze premium\/community. <strong>Qui l’AI non pu\u00f2 sostituire il sito, perch\u00e9 il valore \u00e8 nell’interazione, non nell’informazione.<\/strong> Questi sono i “fossati difensivi” \u2014 le ragioni per cui l’utente torna sul sito anche quando l’AI gli ha gi\u00e0 dato la risposta.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La doppia tenuta non \u00e8 un compromesso. \u00c8 una strategia in cui il primo fronte genera visibilit\u00e0 e credibilit\u00e0 nell’ecosistema AI, e il secondo fronte protegge il margine e la relazione con il cliente. Chi investe solo sul primo fronte diventa visibile ma commodity. Chi investe solo sul secondo diventa irrilevante per l’AI e progressivamente invisibile nella fase di discovery. Servono entrambi.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\">3. Agentic Commerce: esporre le API, proteggere il margine<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">Il meccanismo<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">L’agentic commerce \u00e8 un modello in cui agenti AI autonomi ricercano, confrontano e acquistano prodotti per conto dell’utente, interagendo con i siti e-commerce attraverso API e protocolli standardizzati \u2014 non attraverso interfacce grafiche progettate per esseri umani.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Due protocolli, due modelli di business<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">L’ecosistema agentic commerce si sta consolidando attorno a due protocolli concorrenti, con implicazioni diverse per chi vende.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>OpenAI: Agentic Commerce Protocol (ACP).<\/strong> Protocollo open source co-sviluppato con Stripe, licenza Apache 2.0. Alimenta l’Instant Checkout in ChatGPT: l’utente conversa, l’agente presenta il prodotto, il checkout avviene dentro la chat. Oggi supporta acquisti da venditori Etsy US, con oltre un milione di merchant Shopify in arrivo [30]. Il merchant resta titolare della relazione cliente (merchant of record), inclusi fulfillment, resi e assistenza. OpenAI agisce come intermediario conversazionale, non come marketplace.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dal 9 febbraio 2026, OpenAI ha iniziato a testare annunci pubblicitari all’interno di ChatGPT per gli utenti US dei tier Free e Go [31], con un modello cost-per-view. Il CPM iniziale \u00e8 di circa $60, con un commitment minimo di $200.000 per gli advertiser in fase pilota [32] \u2014 un posizionamento premium che limita l’accesso a brand enterprise. Pi\u00f9 di 30 client Omnicom partecipano al pilota [33]. <strong><em>L’implicazione: ChatGPT sta diventando contemporaneamente un canale di discovery conversazionale, un canale transazionale e un canale media. Chi lo tratta come un singolo touchpoint sta sottovalutando la convergenza.<\/em><\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Google: Universal Commerce Protocol (UCP).<\/strong> Protocollo open source presentato al NRF di gennaio 2026, co-sviluppato con Shopify, Etsy, Wayfair, Target, Walmart e oltre 20 partner tra cui Mastercard, Visa, American Express, Adyen [34]. UCP \u00e8 progettato per coprire l’intero percorso di acquisto \u2014 dalla discovery al checkout al post-vendita \u2014 attraverso un linguaggio comune per agenti AI, merchant e payment provider [35]. <strong><em>La differenza chiave: UCP si innesta sull’infrastruttura Google esistente. I merchant possono usare i feed di Google Merchant Center gi\u00e0 attivi per rendere i prodotti disponibili all’acquisto tramite AI Mode e Gemini [36]. Questo abbassa drasticamente la barriera d’ingresso \u2014 chi ha gi\u00e0 un feed Shopping \u00e8 a met\u00e0 strada. Ma introduce anche il rischio che Google diventi il layer dominante tra il brand e il consumatore: <\/em><\/strong>i prodotti vengono confrontati e acquistati all’interno dell’ambiente Google, con il retailer che fornisce il prodotto ma la piattaforma che controlla l’interazione [37].<\/p>\n\n\n\n<h4 class=\"wp-block-heading\">L’impatto per chi deve decidere<\/h4>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th><\/th><th>OpenAI \/ ACP<\/th><th>Google \/ UCP<\/th><\/tr><\/thead><tbody><tr><td><strong>Superficie utente<\/strong><\/td><td>ChatGPT (800M utenti\/settimana)<\/td><td>AI Mode in Search, Gemini (1,5 mld utenti\/mese)<\/td><\/tr><tr><td><strong>Prerequisito tecnico<\/strong><\/td><td>Implementare ACP, fornire product feed dedicato<\/td><td>Feed Merchant Center esistente (+ nuovi attributi conversazionali)<\/td><\/tr><tr><td><strong>Barriera d’ingresso<\/strong><\/td><td>Media-alta: protocollo nuovo, integrazione da costruire<\/td><td>Bassa per chi ha gi\u00e0 Merchant Center attivo<\/td><\/tr><tr><td><strong>Modello di revenue<\/strong><\/td><td>Commissioni su transazione + advertising (CPM ~$60, pilota)<\/td><td>Ads in AI Overviews\/AI Mode + potenziale commissione UCP<\/td><\/tr><tr><td><strong>Controllo brand<\/strong><\/td><td>Merchant of record, checkout in-chat<\/td><td>Merchant of record, ma checkout nell’ambiente Google<\/td><\/tr><tr><td><strong>Rischio piattaforma<\/strong><\/td><td>OpenAI controlla la conversazione e il contesto di raccomandazione<\/td><td>Google controlla discovery, confronto e potenzialmente il checkout<\/td><\/tr><tr><td><strong>Stato (feb 2026)<\/strong><\/td><td>Live con Etsy US, Shopify in rollout<\/td><td>Waitlist, primi partner live (Walmart, Lowe’s)<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">La scelta non \u00e8 “o l’uno o l’altro”. La logica modulare di entrambi i protocolli consente l’implementazione parallela. Ma le priorit\u00e0 di investimento sono diverse: chi ha gi\u00e0 Merchant Center attivo parte da UCP con effort marginale. Chi vuole presidiare il canale conversazionale investe in ACP.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Le proiezioni e i dati misurati<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">McKinsey stima tra 3.000 e 5.000 miliardi di dollari di commercio mediato da agenti AI entro il 2030 [13]. Morgan Stanley prevede che quasi met\u00e0 degli acquirenti online user\u00e0 agenti AI entro il 2030, per circa il 25% della spesa [14]. Secondo eMarketer, le piattaforme AI genereranno $20,9 miliardi di spesa retail nel 2026, quasi quadruplicando il 2025 [45]. <strong>Sono range estremamente ampi \u2014 il che implica alta incertezza. Ma i dati misurati nel 2025 danno concretezza alla direzione.<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Dato misurato (2025)<\/th><th>Valore<\/th><th>Fonte<\/th><\/tr><\/thead><tbody><tr><td>Ordini e-commerce influenzati da AI e agenti (Thanksgiving 2025)<\/td><td>17% degli ordini, $13,5 mld<\/td><td><em>Salesforce [15]<\/em><\/td><\/tr><tr><td>Crescita YoY traffico AI-driven verso siti retail (Cyber Monday)<\/td><td>+670%<\/td><td><em>Adobe [16]<\/em><\/td><\/tr><tr><td>Traffico referral ChatGPT verso e-commerce (Thanksgiving weekend)<\/td><td>0,82% sessioni<\/td><td><em>GeekWire \/ OpenAI [17]<\/em><\/td><\/tr><tr><td>Transazioni Alipay AI Payment in una settimana (Cina, feb 2026)<\/td><td>120 milioni<\/td><td><em>Alipay \/ Morningstar [46]<\/em><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Siamo all’inizio della curva di adozione nei mercati occidentali. L’influenza dell’AI sulle decisioni \u00e8 gi\u00e0 misurabile. L’esecuzione autonoma della transazione \u00e8 ancora marginale \u2014 ma la Cina sta gi\u00e0 mostrando volumi di scala. L’infrastruttura si sta costruendo adesso.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">La curva di adozione: commodity e B2B prima, esperienziale dopo<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">L’agentic commerce non avr\u00e0 la stessa velocit\u00e0 di adozione in tutti i segmenti. La variabile discriminante non \u00e8 la dimensione del mercato \u2014 \u00e8 il tipo di decisione d’acquisto.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Commodity e acquisti ripetitivi (adozione rapida).<\/strong> Detersivi, prodotti per la casa, cancelleria, materiali di consumo. Qui il valore dell’agente AI \u00e8 massimo: elimina la fatica cognitiva, confronta prezzo e disponibilit\u00e0 in millisecondi, esegue il riordino senza intervento umano. Per acquisti a bassa considerazione dove la convenienza conta pi\u00f9 dell’esperienza, l’automazione completa \u00e8 il modello naturale [38].<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>B2B e procurement (adozione potenzialmente pi\u00f9 rapida del B2C).<\/strong> Cicli di acquisto ripetitivi, esigenze prevedibili, strutture di approvazione codificate. Gartner prevede che entro il 2027 gli agenti AI avranno un ruolo significativo nel procurement B2B [39]. I “Big 3” dell’eProcurement (SAP Ariba, Coupa, Amazon Business) stanno gi\u00e0 investendo in capacit\u00e0 agentiche. Il B2B ha un vantaggio strutturale: le specifiche di prodotto sono gi\u00e0 parametriche, i cataloghi sono gi\u00e0 strutturati per Punchout, i flussi di approvazione sono gi\u00e0 digitali. L’infrastruttura \u00e8 pi\u00f9 pronta di quanto lo sia nel B2C.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Retail ed e-commerce (adozione differenziata).<\/strong> Per acquisti a bassa considerazione e alta ripetitivit\u00e0, l’agente AI eccelle. Per acquisti brand-driven, il valore dell’interazione umana con il prodotto (visual merchandising, storytelling, prova virtuale) resta dominante. Solo il 34% dei consumatori americani si fida attualmente a delegare acquisti all’AI, ma il dato sale a oltre il 70% tra la Gen Z per acquisti di routine [40]. La fiducia cresce dove la decisione \u00e8 parametrica; resta bassa dove \u00e8 emotiva.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Travel.<\/strong> Prodotti intrinsecamente parametrici (date, destinazione, prezzo, classe). L’agente AI gestisce combinazioni multiple meglio di un comparatore. Prerequisito: API con disponibilit\u00e0 e pricing real-time, politiche di cancellazione machine-readable. Ma il Trust Gap \u00e8 significativo: l’utente non si fida ancora a delegare un pagamento da 2.000\u20ac a un’AI. Per i pacchetti esperienziali (resort di lusso, safari, crociere), la decisione resta profondamente emotiva e sensoriale \u2014 l’agente pu\u00f2 filtrare, ma il cliente vuole “sentire” la destinazione prima di comprare.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Finance e Insurance.<\/strong> Prodotti confrontabili su parametri espliciti (massimale, franchigia, tasso). Ma la regolamentazione introduce complessit\u00e0: chi \u00e8 responsabile del consiglio dell’agente AI? Per le commodity finanziarie (RC Auto, conto corrente) l’adozione sar\u00e0 rapida. Per i prodotti complessi (vita, investimenti, mutui) l’interazione umana o semi-assistita rester\u00e0 centrale.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>La regola operativa:<\/strong> pi\u00f9 la decisione \u00e8 parametrica e ripetitiva, pi\u00f9 veloce sar\u00e0 l’adozione dell’agentic commerce da parte dei player. Pi\u00f9 la decisione \u00e8 emotiva, esperienziale e ad alto coinvolgimento, pi\u00f9 lenta sar\u00e0 la curva. Ma anche per i prodotti esperienziali, la fase di <em>discovery<\/em> e <em>shortlisting<\/em> passer\u00e0 dall’AI \u2014 \u00e8 la fase di <em>conversione<\/em> che rester\u00e0 umana pi\u00f9 a lungo.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">La Commodity Trap: il rischio nascosto dell’agentic commerce<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">C’\u00e8 un rischio che il consenso di mercato sull’agentic commerce sottovaluta. Se esponete solo prezzo e specifiche tecniche via API, l’agente AI vi confronter\u00e0 matematicamente con i competitor. Il risultato \u00e8 una guerra al ribasso dove vince chi ha il prezzo pi\u00f9 basso \u2014 non chi ha il prodotto migliore.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Questo \u00e8 il <strong>Commodity Trap<\/strong>: rendere il proprio catalogo perfettamente leggibile dall’AI senza differenziazione significa diventare una riga in una tabella di confronto.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La contromisura: arricchire i dati strutturati con attributi non comparabili numericamente. Garanzia estesa, supporto post-vendita dedicato, policy di reso superiore, certificazioni, sostenibilit\u00e0 verificata, esperienze proprietarie incluse. L’AI pu\u00f2 confrontare “prezzo: 149\u20ac vs 159\u20ac”. Fa pi\u00f9 fatica a confrontare “garanzia a vita con sostituzione immediata” vs “garanzia standard 24 mesi”. Gli attributi qualitativi e le policy di servizio sono il terreno dove il brand pu\u00f2 differenziarsi anche in un contesto di confronto automatico.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nella logica della doppia tenuta: il primo fronte (API leggibili, dati strutturati) vi rende visibili all’agente AI. Il secondo fronte (attributi soft, esperienza proprietaria, servizio) vi protegge dalla commoditizzazione.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Il test operativo<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Avere un feed per Google Shopping non equivale ad avere un feed pronto per l’AI.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Attributo<\/th><th>Feed Google Shopping (standard)<\/th><th>Feed per AI \/ Agentic Commerce<\/th><\/tr><\/thead><tbody><tr><td>Titolo prodotto<\/td><td>S\u00ec<\/td><td>S\u00ec, con naming disambiguo<\/td><\/tr><tr><td>Prezzo<\/td><td>S\u00ec (aggiornamento periodico)<\/td><td>S\u00ec, real-time via API<\/td><\/tr><tr><td>Specifiche tecniche<\/td><td>Opzionale, spesso assente<\/td><td>Essenziale \u2014 materia prima del confronto<\/td><\/tr><tr><td>Disponibilit\u00e0<\/td><td>In stock \/ out of stock<\/td><td>Real-time, per variante, per magazzino<\/td><\/tr><tr><td>Policy reso\/garanzia<\/td><td>No<\/td><td>S\u00ec, in formato strutturato<\/td><\/tr><tr><td>Attributi differenzianti (garanzia estesa, supporto, certificazioni)<\/td><td>No<\/td><td>S\u00ec \u2014 \u00e8 la difesa dalla Commodity Trap<\/td><\/tr><tr><td>Endpoint API per query agente<\/td><td>No<\/td><td>S\u00ec (prerequisito per UCP\/ACP)<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Se il vostro feed attuale copre solo la colonna sinistra, il gap \u00e8 nella colonna destra.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Dove il modello si rompe: la fiducia<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Quasi l’80% dei leader di istituzioni finanziarie intervistati da Accenture si aspetta un aumento delle frodi legato all’agentic commerce [18]. La governance, l’audit trail e i protocolli di sicurezza sono ancora in fase di definizione. Prepararsi \u00e8 necessario. Farlo con consapevolezza dei limiti di sicurezza lo \u00e8 altrettanto.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\">4. Dal SEO al GEO: dal ranking alla probabilit\u00e0 di citazione<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">Il cambio di paradigma<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Nel SEO tradizionale, il motore indica dove trovare l’informazione e l’utente visita il sito. Nella ricerca generativa, il motore sintetizza la risposta e \u2014 se va bene \u2014 cita la fonte. La metrica non \u00e8 pi\u00f9 il ranking. \u00c8 l’inclusione nella sintesi.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ma c’\u00e8 una differenza ancora pi\u00f9 profonda. Il SEO \u00e8 deterministico: per una data keyword, esiste una classifica stabile. La GEO \u00e8 probabilistica: non esiste una “Posizione 1” garantita, ma una probabilit\u00e0 di citazione che varia per ogni utente, per ogni sessione, per ogni formulazione della query. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Un dato da SparkToro di gennaio 2026 lo conferma: la probabilit\u00e0 che ChatGPT restituisca la stessa lista di brand in due risposte successive alla stessa domanda \u00e8 inferiore all’1% [19].<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Questo cambia radicalmente la conversazione con il cliente. Non possiamo promettere il “controllo” della visibilit\u00e0 AI. Possiamo promettere la <strong>minimizzazione dell’errore<\/strong>: fare in modo che i dati, i contenuti e l’identit\u00e0 semantica del brand siano cos\u00ec completi e coerenti che l’AI abbia la massima probabilit\u00e0 di citarci correttamente \u2014 e la minima probabilit\u00e0 di allucinare o di ignorarci.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">I dati della decorrelazione<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Uno studio Surfer SEO su oltre 170.000 URL ha rilevato che il 68% delle pagine citate nelle AI Overviews non figurava nella top 10 organica tradizionale [20]. Solo il 12% degli URL citati da ChatGPT si posiziona nei primi dieci risultati Google [21].<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il contrappunto: il 76,1% degli URL citati nelle AI Overviews di Google <em>si posiziona<\/em> anche nella top 10 organica [7]. La contraddizione si spiega cos\u00ec: le AI Overviews di Google pescano prevalentemente da fonti gi\u00e0 autorevoli nel ranking tradizionale. ChatGPT e Perplexity no. La correlazione tra ranking e citazione AI dipende dalla piattaforma. Ottimizzare solo per Google organico copre parzialmente le AI Overviews, ma lascia scoperti ChatGPT e Perplexity.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Fattore<\/th><th>SEO tradizionale<\/th><th>GEO<\/th><\/tr><\/thead><tbody><tr><td>Unit\u00e0 di ottimizzazione<\/td><td>Keyword<\/td><td>Entit\u00e0 \/ concetto<\/td><\/tr><tr><td>Metrica primaria<\/td><td>Ranking (posizione SERP)<\/td><td>Citazione (probabilit\u00e0 di inclusione nella risposta AI)<\/td><\/tr><tr><td>Segnale di autorit\u00e0<\/td><td>Backlink, domain authority<\/td><td>Menzioni cross-piattaforma, dati strutturati, E-E-A-T<\/td><\/tr><tr><td>Formato contenuto<\/td><td>Pagina ottimizzata per CTR<\/td><td>Contenuto fact-dense, modulare, machine-readable<\/td><\/tr><tr><td>Natura del risultato<\/td><td>Deterministica (classifica stabile)<\/td><td>Probabilistica (varia per utente e sessione)<\/td><\/tr><tr><td>Correlazione ranking \u2194 citazione<\/td><td>\u2014<\/td><td>Forte su AI Overviews Google, debole su ChatGPT\/Perplexity<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h3 class=\"wp-block-heading\">Dall’ottimizzazione keyword all’ottimizzazione entit\u00e0<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">L’AI non “cerca” keyword. Espande la query in sotto-query (query fan-out), recupera contenuti semanticamente adiacenti, li sintetizza. Se il vostro brand non \u00e8 un nodo riconosciuto nel grafo semantico dell’AI per quel topic, non verr\u00e0 citato.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Retail:<\/strong> non posizionarsi per “migliori scarpe running” \u2014 fare in modo che il prodotto sia descritto con attributi espliciti (peso, drop, superficie, distanza) che l’AI possa confrontare quando l’utente chiede “scarpa running leggera per mezza maratona su asfalto”.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Travel:<\/strong> costruire contenuto granulare che risponda a query composite: “resort Maldive all-inclusive con barriera corallina per famiglia con bambini sotto 6 anni”. L’AI decompone la query in sotto-entit\u00e0 e cerca contenuti che coprano ciascuna.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Finance\/Insurance:<\/strong> descrivere il prodotto con parametri (massimale, franchigia, esclusioni, target, copertura geografica), non con claim (“la protezione che meriti”). Le query assicurative sono tra le pi\u00f9 sensibili a errori dell’AI.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">L’audit semantico: correggere prima di costruire<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Un punto operativo che viene spesso trascurato: prima di investire in nuova visibilit\u00e0 AI, <strong>verificate cosa l’AI ha <em>gi\u00e0<\/em> associato al vostro brand.<\/strong> Testate le query strategiche su ChatGPT, Perplexity e Google AI Mode. Se l’AI restituisce informazioni errate \u2014 prezzi sbagliati, specifiche obsolete, associazioni semantiche fuorvianti \u2014 il primo investimento non \u00e8 in nuovi contenuti. \u00c8 in correzione.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L’audit semantico \u00e8 l’equivalente di un check-up prima di iniziare un allenamento. Non ha senso costruire autorit\u00e0 su fondamenta in cui l’AI vi descrive male.<\/p>\n\n\n\n<div class=\"wp-block-group has-global-padding is-layout-constrained wp-block-group-is-layout-constrained\">\n<div data-wp-context=\"{ "autoclose": false, "accordionItems": [] }\" data-wp-interactive=\"core\/accordion\" role=\"group\" class=\"wp-block-accordion is-layout-flow wp-block-accordion-is-layout-flow\">\n<div data-wp-class--is-open=\"state.isOpen\" data-wp-context=\"{ "id": "accordion-item-1", "openByDefault": false }\" data-wp-init=\"callbacks.initAccordionItems\" data-wp-on-window--hashchange=\"callbacks.hashChange\" class=\"wp-block-accordion-item is-layout-flow wp-block-accordion-item-is-layout-flow\">\n<h3 class=\"wp-block-accordion-heading\"><button aria-expanded=\"false\" aria-controls=\"accordion-item-1-panel\" data-wp-bind--aria-expanded=\"state.isOpen\" data-wp-on--click=\"actions.toggle\" data-wp-on--keydown=\"actions.handleKeyDown\" id=\"accordion-item-1\" type=\"button\" class=\"wp-block-accordion-heading__toggle\"><span class=\"wp-block-accordion-heading__toggle-title\">\ud83d\udd0d Approfondimento: come condurre un audit semantico AI in 5 fasi<\/span><span class=\"wp-block-accordion-heading__toggle-icon\" aria-hidden=\"true\">+<\/span><\/button><\/h3>\n\n\n\n<div inert aria-labelledby=\"accordion-item-1\" data-wp-bind--inert=\"!state.isOpen\" id=\"accordion-item-1-panel\" role=\"region\" class=\"wp-block-accordion-panel is-layout-flow wp-block-accordion-panel-is-layout-flow\">\n<div class=\"wp-block-group has-global-padding is-layout-constrained wp-block-group-is-layout-constrained\">\n<p class=\"wp-block-paragraph\"><strong>Fase 1 \u2014 Costruire il set di query (1-2 giorni)<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Tipo di query<\/th><th>Esempi<\/th><th>Cosa state testando<\/th><\/tr><\/thead><tbody><tr><td><strong>Brand dirette<\/strong><\/td><td>“Cos’\u00e8 [Brand]?”, “[Brand] recensioni”, “[Brand] \u00e8 affidabile?”<\/td><td>Come l’AI vi descrive, posiziona e valuta<\/td><\/tr><tr><td><strong>Brand vs competitor<\/strong><\/td><td>“[Brand] vs [Competitor]”, “meglio [Brand] o [Competitor] per [uso]?”<\/td><td>Se l’AI vi confronta correttamente o favorisce il competitor<\/td><\/tr><tr><td><strong>Prodotto specifico<\/strong><\/td><td>“[Prodotto] specifiche”, “[Prodotto] prezzo”, “[Prodotto] per [caso d’uso]?”<\/td><td>Se dati prodotto (prezzo, specs, disponibilit\u00e0) sono corretti e aggiornati<\/td><\/tr><tr><td><strong>Categoria + intento<\/strong><\/td><td>“Migliore [categoria] per [esigenza]”, “quale [prodotto] scegliere se [condizione]”<\/td><td>Se venite citati nelle raccomandazioni di categoria<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h3 class=\"wp-block-heading\">Quante query testare?<\/h3>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Dimensione catalogo<\/th><th>Query consigliate<\/th><th>Criterio di selezione<\/th><\/tr><\/thead><tbody><tr><td>Fino a 500 SKU<\/td><td>30-50<\/td><td>Top prodotti per marginalit\u00e0 + query brand + top 3 competitor<\/td><\/tr><tr><td>500-5.000 SKU<\/td><td>50-80<\/td><td>Come sopra + top categorie per revenue + query informazionali a pi\u00f9 alto volume<\/td><\/tr><tr><td>Oltre 5.000 SKU<\/td><td>80-100<\/td><td>Come sopra + campionamento per sotto-categoria e fascia di prezzo<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Fase 2 \u2014 Testare su pi\u00f9 piattaforme (2-3 giorni)<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Piattaforma<\/th><th>Perch\u00e9 testarla<\/th><th>Accorgimento operativo<\/th><\/tr><\/thead><tbody><tr><td><strong>ChatGPT<\/strong><\/td><td>800M utenti\/settimana. Base di training diversa da Google. Risposte altamente variabili.<\/td><td>Usare sessione in incognito o account senza storico. Lo storico conversazionale influenza le risposte.<\/td><\/tr><tr><td><strong>Perplexity<\/strong><\/td><td>Cita le fonti: permette di risalire a <em>dove<\/em> l’AI ha preso l’informazione errata.<\/td><td>Annotare sempre le fonti citate \u2014 sono il punto di partenza per la correzione.<\/td><\/tr><tr><td><strong>Google AI Mode \/ AI Overviews<\/strong><\/td><td>2 mld utenti\/mese. Alta correlazione con ranking organico (76,1%).<\/td><td>Attivare AI Mode su google.com. Testare sia query brevi sia query conversazionali.<\/td><\/tr><tr><td><strong>Microsoft Copilot<\/strong><\/td><td>Usa Bing come base. Copre un segmento diverso di fonti.<\/td><td>Utile come controllo incrociato. Se un errore appare su Copilot ma non altrove, la fonte \u00e8 probabilmente indicizzata solo su Bing.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Ripetizione:<\/strong> ogni query va testata 2-3 volte a distanza di giorni. Le risposte sono probabilistiche \u2014 una singola risposta non \u00e8 rappresentativa. Un errore che appare su tutte le piattaforme e in tutte le ripetizioni \u00e8 sistematico e prioritario. Un errore sporadico su una sola piattaforma \u00e8 meno urgente.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Fase 3 \u2014 Classificare gli errori<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Classificazione<\/th><th>Definizione<\/th><th>Esempi<\/th><th>Urgenza<\/th><\/tr><\/thead><tbody><tr><td>\ud83d\udd34 <strong>Errore fattuale<\/strong><\/td><td>L’AI riporta dati oggettivamente sbagliati<\/td><td>Prezzo errato, prodotto descritto come discontinuato, specifiche tecniche sbagliate, sede aziendale errata<\/td><td>Critica \u2014 correzione immediata<\/td><\/tr><tr><td>\ud83d\udfe0 <strong>Info obsoleta<\/strong><\/td><td>Dati corretti ma non aggiornati<\/td><td>Prezzo del 2024, funzionalit\u00e0 rimossa o aggiunta, policy di reso vecchia, gamma prodotti incompleta<\/td><td>Alta \u2014 aggiornamento entro 30 giorni<\/td><\/tr><tr><td>\ud83d\udfe1 <strong>Associazione fuorviante<\/strong><\/td><td>Il brand \u00e8 associato a un contesto o posizionamento sbagliato<\/td><td>Brand premium descritto come “economico”, brand B2B descritto come B2C, associazione a controversie risolte<\/td><td>Media \u2014 intervento su contenuto e fonti<\/td><\/tr><tr><td>\u26aa <strong>Assenza<\/strong><\/td><td>L’AI non cita il brand dove dovrebbe<\/td><td>Competitor citati al vostro posto nelle raccomandazioni di categoria<\/td><td>Media \u2014 costruzione autorit\u00e0 semantica (medio termine)<\/td><\/tr><tr><td>\ud83d\udfe2 <strong>Corretto<\/strong><\/td><td>Descrizione corretta e aggiornata<\/td><td>\u2014<\/td><td>Nessuna azione \u2014 benchmark<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Template di registrazione:<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Query<\/th><th>Piattaforma<\/th><th>Citato?<\/th><th>Class.<\/th><th>Errore specifico<\/th><th>Fonte citata dall’AI<\/th><th>Azione<\/th><\/tr><\/thead><tbody><tr><td>[Brand] vs [Competitor]<\/td><td>ChatGPT<\/td><td>S\u00ec<\/td><td>\ud83d\udd34<\/td><td>Prezzo indicato \u20ac199, corretto \u20ac149<\/td><td>Review 2023<\/td><td>Aggiornare Schema.org Product + pagina prodotto<\/td><\/tr><tr><td>Miglior [categoria] per [uso]<\/td><td>Perplexity<\/td><td>No<\/td><td>\u26aa<\/td><td>Citati Competitor A, B, C. Brand assente.<\/td><td>TechRadar, Reddit<\/td><td>Creare contenuto fact-dense + menzioni su fonti verticali<\/td><\/tr><tr><td>[Prodotto] recensioni<\/td><td>Google AI Mode<\/td><td>S\u00ec<\/td><td>\ud83d\udfe0<\/td><td>Descrizione basata su versione 2024<\/td><td>Pagina prodotto propria<\/td><td>Aggiornare contenuto + dateModified in Schema.org<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Fase 4 \u2014 Diagnosticare e correggere<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Tipo di errore<\/th><th>Causa probabile<\/th><th>Intervento<\/th><\/tr><\/thead><tbody><tr><td>\ud83d\udd34 Prezzo \/ specs errati<\/td><td>Schema.org Product assente o non aggiornato. L’AI ha inferito da fonti terze (comparatori, forum, review datate).<\/td><td><strong>1.<\/strong> Implementare\/aggiornare JSON-LD Product con prezzo, specs e disponibilit\u00e0 corretti.<br><strong>2.<\/strong> Aggiornare i feed su Google Merchant Center e comparatori.<br><strong>3.<\/strong> Se la fonte errata \u00e8 identificabile (Perplexity la cita), contattare il sito per la correzione o pubblicare contenuto autorevole che la sovrascriva.<\/td><\/tr><tr><td>\ud83d\udfe0 Info obsoleta<\/td><td>Contenuto del sito non aggiornato. L’AI ha cachato una versione precedente.<\/td><td><strong>1.<\/strong> Aggiornare la pagina prodotto con dati correnti.<br><strong>2.<\/strong> Aggiornare il markup con <code>dateModified<\/code>.<br><strong>3.<\/strong> Forzare il re-crawling: Search Console > URL Inspection > Request Indexing.<\/td><\/tr><tr><td>\ud83d\udfe1 Associazione fuorviante<\/td><td>Fonti terze descrivono il brand con posizionamento diverso da quello voluto (Wikipedia, Reddit, forum).<\/td><td><strong>1.<\/strong> Verificare e aggiornare Wikipedia (rispettando le linee guida).<br><strong>2.<\/strong> Creare Schema.org Organization completo (descrizione, settore, specializzazione).<br><strong>3.<\/strong> Pubblicare su fonti che l’AI privilegia (pubblicazioni verticali, comunicati stampa strutturati).<\/td><\/tr><tr><td>\u26aa Assenza<\/td><td>Insufficiente “densit\u00e0 semantica” per quel topic. Contenuto generico, pochi attributi strutturati, poche menzioni cross-piattaforma.<\/td><td><strong>1.<\/strong> Arricchire dati strutturati per prodotto\/categoria dove siete assenti.<br><strong>2.<\/strong> Creare contenuto fact-dense che risponda alle sotto-query dell’AI.<br><strong>3.<\/strong> Costruire menzioni su fonti autorevoli (review, pubblicazioni verticali, Reddit).<br><em>Medio termine: 2-6 mesi.<\/em><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Fase 5 \u2014 Monitorare e iterare<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Azione<\/th><th>Cadenza<\/th><th>Criterio<\/th><\/tr><\/thead><tbody><tr><td>Ritestare query con errori \ud83d\udd34 e \ud83d\udfe0 dopo la correzione<\/td><td>30-45 giorni dalla fix<\/td><td>L’AI ha recepito l’aggiornamento? Se no, verificare se la fonte errata \u00e8 ancora indicizzata.<\/td><\/tr><tr><td>Ritestare l’intero set di query<\/td><td>Ogni 2-3 mesi<\/td><td>Nuovi errori introdotti da aggiornamenti dei modelli? Nuove assenze?<\/td><\/tr><tr><td>Aggiungere query al set<\/td><td>Ad ogni lancio prodotto, nuovo mercato o nuovo competitor<\/td><td>Coprire i nuovi perimetri di rischio.<\/td><\/tr><tr><td>Tracciare KPI nel tempo<\/td><td>Mensile<\/td><td><strong>% risposte corrette per piattaforma.<\/strong> Se sale, la strategia funziona. Se scende, nuovo ciclo di correzione.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Effort complessivo:<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Fase<\/th><th>Effort<\/th><th>Owner<\/th><\/tr><\/thead><tbody><tr><td>1. Costruzione set query<\/td><td>1-2 giorni<\/td><td>SEO + Product Marketing<\/td><\/tr><tr><td>2. Test su piattaforme<\/td><td>3-7 giorni (manuale) \/ 1 giorno (con tool)<\/td><td>SEO + Content<\/td><\/tr><tr><td>3. Classificazione<\/td><td>1 giorno<\/td><td>SEO<\/td><\/tr><tr><td>4. Correzione \ud83d\udd34 \ud83d\udfe0<\/td><td>1-3 settimane<\/td><td>SEO tecnico + Dev + Content<\/td><\/tr><tr><td>4. Costruzione autorit\u00e0 \u26aa<\/td><td>2-6 mesi<\/td><td>Content + PR + SEO<\/td><\/tr><tr><td>5. Monitoraggio continuo<\/td><td>1 giorno\/mese<\/td><td>SEO<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Il principio:<\/strong> i \ud83d\udd34 e \ud83d\udfe0 si correggono in settimane agendo sui vostri asset (sito, dati strutturati, feed). Le \u26aa richiedono mesi perch\u00e9 dipendono dalla costruzione di autorit\u00e0 su fonti terze. Partite dai rossi: sono i pi\u00f9 dannosi e i pi\u00f9 rapidi da risolvere.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n<\/div>\n\n\n\n<h3 class=\"wp-block-heading\">La frizione con gli stakeholder<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Il 60% dei team marketing pianifica di riallocare parte del budget SEO verso l’ottimizzazione per AI search entro il 2026 [22]. Ma la conversazione \u00e8 difficile: state chiedendo di investire in un canale dove la visibilit\u00e0 \u00e8 probabilistica, il risultato non \u00e8 un click ma una menzione, e gli strumenti di misurazione non sono maturi.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L’approccio: non presentare il GEO come sostituto del SEO. Presentarlo come il secondo fronte della doppia tenuta. Il SEO porta traffico. Il GEO costruisce autorit\u00e0 nel layer dove l’utente prende decisioni senza cliccare. Condividono l’infrastruttura \u2014 dati strutturati, contenuto autorevole, architettura semantica. Il costo marginale del GEO, se l’infrastruttura SEO \u00e8 solida, \u00e8 significativamente pi\u00f9 basso che partire da zero.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\">5. Ingegneria dei dati ad alta densit\u00e0 e sovranit\u00e0 del dato<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Le sezioni precedenti hanno spiegato <em>perch\u00e9<\/em> i dati strutturati contano. Questa spiega <em>come<\/em> stanno messi i vostri, e introduce una scelta strategica che dovrete affrontare: quanti dati dare all’AI, e quali trattenere.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Lo stato dell’adozione<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Solo circa il 30% delle pagine web usa markup Schema.org [23]. Circa 45 milioni di domini hanno implementato dati strutturati, pari a circa il 12,4% dei domini registrati [24]. Eppure l’impatto \u00e8 documentato: GPT-4 passa dal 16% al 54% di risposte corrette quando il contenuto si basa su dati strutturati [25]. Le pagine con markup strutturato ottengono circa il 30% di click in pi\u00f9 nei risultati tradizionali [26]. I LLM ancorati a knowledge graph raggiungono un’accuratezza tre volte superiore rispetto a quelli basati su dati non strutturati [27].<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">“Sto gi\u00e0 facendo Schema.org” \u2014 ma a quale densit\u00e0?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Molte organizzazioni hanno Schema.org in versione minima: Organization, Breadcrumb, qualche FAQ. La differenza tra “avere Schema.org” e “avere Schema.org ad alta densit\u00e0” \u00e8 la differenza tra essere tecnicamente presenti e essere utilizzabili dall’AI.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Schema.org base (quello che probabilmente avete):<\/strong><\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>{\n \"@type\": \"Product\",\n \"name\": \"Scarpa Running Pro X\",\n \"brand\": \"BrandName\",\n \"offers\": {\n \"price\": \"149.99\",\n \"priceCurrency\": \"EUR\",\n \"availability\": \"InStock\"\n }\n}<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Schema.org ad alta densit\u00e0 (quello che serve all’AI):<\/strong><\/p>\n\n\n\n<pre class=\"wp-block-code\"><code>{\n \"@type\": \"Product\",\n \"name\": \"Scarpa Running Pro X\",\n \"brand\": { \"@type\": \"Brand\", \"name\": \"BrandName\" },\n \"category\": \"Road Running Shoes\",\n \"weight\": { \"@type\": \"QuantitativeValue\", \"value\": 200, \"unitCode\": \"GRM\" },\n \"additionalProperty\": [\n { \"name\": \"Drop\", \"value\": \"4mm\" },\n { \"name\": \"Upper Material\", \"value\": \"Engineered Mesh\" },\n { \"name\": \"Outsole\", \"value\": \"Carbon Rubber\" },\n { \"name\": \"Intended Use\", \"value\": \"Half Marathon to Marathon\" },\n { \"name\": \"Surface\", \"value\": \"Road \/ Asphalt\" },\n { \"name\": \"Arch Support\", \"value\": \"Neutral\" }\n ],\n \"audience\": { \"@type\": \"PeopleAudience\", \"suggestedGender\": \"Unisex\" },\n \"size\": \"36-48 EU\",\n \"offers\": {\n \"price\": \"149.99\",\n \"priceCurrency\": \"EUR\",\n \"availability\": \"InStock\",\n \"shippingDetails\": {\n \"deliveryTime\": { \"minValue\": 1, \"maxValue\": 2 }\n },\n \"hasMerchantReturnPolicy\": {\n \"returnPolicyCategory\": \"FreeReturn\",\n \"merchantReturnDays\": 30\n }\n },\n \"aggregateRating\": { \"ratingValue\": \"4.6\", \"reviewCount\": \"1283\" }\n}<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">Nel primo caso, l’AI sa che esiste un prodotto a \u20ac149,99. Nel secondo, l’AI pu\u00f2 confrontare peso, drop, materiale, superficie ideale, politica di reso \u2014 e inserire il prodotto in una raccomandazione specifica.<\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p class=\"wp-block-paragraph\">La Low-Data Density non vi rende solo invisibili. Vi rende vulnerabili<\/p>\n<\/blockquote>\n\n\n\n<h3 class=\"wp-block-heading\">Il rischio allucinazioni<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Se non fornite voi i dati strutturati, l’AI li inferir\u00e0 da fonti terze \u2014 review, comparatori, forum \u2014 con margini di errore. La Low-Data Density non vi rende solo invisibili. Vi rende vulnerabili: il brand perde il controllo sulla propria rappresentazione nell’ecosistema AI.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">La scelta strategica: Data Negotiation<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">C’\u00e8 una tensione strutturale che questo report deve esplicitare. Fornire dati strutturati completi e gratuiti all’AI migliora la vostra visibilit\u00e0 \u2014 ma addestra anche il modello che poi trattiene l’utente sulla propria interfaccia (Zero-Click). In un certo senso, rischiate di diventare “manutentori non pagati” dell’infrastruttura di Google e OpenAI: investite risorse per produrre dati strutturati che queste piattaforme usano per dare risposte senza mandare traffico al vostro sito.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La strategia di <strong>Data Negotiation<\/strong> propone un approccio selettivo: fornire all’AI i dati necessari alla visibilit\u00e0 e alla citazione, ma trattenere i dati proprietari ad alto valore dietro esperienze proprietarie o login.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In pratica:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Dati da esporre (primo fronte \u2014 visibilit\u00e0):<\/strong> specifiche prodotto, prezzo, disponibilit\u00e0, policy di reso, attributi tecnici, FAQ strutturate. Tutto ci\u00f2 che serve all’AI per citarvi e raccomandarvi. Questo \u00e8 il costo di ingresso nell’ecosistema AI \u2014 non \u00e8 negoziabile.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Dati da proteggere (secondo fronte \u2014 fossato difensivo):<\/strong> configuratori complessi (es. personalizzazione prodotto), recensioni verificate esclusive, contenuto premium, strumenti di calcolo personalizzati (es. simulatore mutuo, calcolatore premio assicurativo), dati di esperienza d’uso proprietari. Questi asset vivono sul vostro sito, dietro interazione o login, e danno all’utente un motivo per venire da voi anche dopo aver ricevuto la risposta dall’AI.<\/p>\n\n\n\n<h4 class=\"wp-block-heading\">Pro e contro della Data Negotiation<\/h4>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th><\/th><th>Pro<\/th><th>Contro<\/th><\/tr><\/thead><tbody><tr><td><strong>Esporre tutto<\/strong><\/td><td>Massima visibilit\u00e0 AI. Massima probabilit\u00e0 di citazione. Nessuna frizione per l’utente.<\/td><td>Zero differenziazione. Commodity Trap. L’AI pu\u00f2 rispondere senza mai mandare traffico al sito.<\/td><\/tr><tr><td><strong>Proteggere selettivamente<\/strong><\/td><td>Preserva margine e differenziazione. Crea motivo per visitare il sito. Protegge asset proprietari.<\/td><td>Rischio di minore visibilit\u00e0 se l’AI privilegia fonti pi\u00f9 “aperte”. Google potrebbe penalizzare contenuti dietro login nel ranking organico.<\/td><\/tr><tr><td><strong>Non esporre nulla<\/strong><\/td><td>Massima protezione dati.<\/td><td>Invisibilit\u00e0 totale nell’ecosistema AI. Irrilevante per GEO e Agentic Commerce. Non praticabile.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h4 class=\"wp-block-heading\">Il contrappunto onesto<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">La Data Negotiation non \u00e8 una strategia priva di rischi. <strong>Google ha storicamente favorito i contenuti liberamente accessibili e penalizzato le tattiche di cloaking o gating aggressivo. <\/strong>Se la protezione dei dati proprietari viene implementata in modo che impedisce il crawling, il risultato potrebbe essere una penalizzazione nel ranking organico tradizionale \u2014 vanificando il primo fronte della doppia tenuta.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La linea di equilibrio \u00e8 questa: i dati strutturati e il contenuto informativo restano aperti e machine-readable (\u00e8 il prezzo della visibilit\u00e0). L’esperienza proprietaria \u2014 il configuratore, lo strumento interattivo, la consulenza personalizzata \u2014 \u00e8 il layer che vive sul sito e non pu\u00f2 essere replicato dall’AI. Non state nascondendo informazioni. State creando valore che esiste solo nel vostro ambiente.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Il prerequisito organizzativo<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">L’implementazione richiede che il team creativo e il team tecnico lavorino sullo stesso deliverable. Il copywriter produce il testo per la pagina prodotto, lo sviluppatore implementa il template tecnico. Nessuno dei due \u00e8 tipicamente responsabile del markup strutturato. Il primo passo non \u00e8 assumere un “GEO specialist”. \u00c8 creare un processo in cui ogni scheda prodotto viene verificata sia per la qualit\u00e0 del contenuto destinato all’utente sia per la completezza dei dati strutturati destinati all’AI.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\">6. Paid search e advertising nell’era dell’AI search<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Questo report si concentra sulla visibilit\u00e0 organica e sull’infrastruttura dati. Ma l’investimento advertising nel search \u00e8 spesso il 50-70% del budget digital, e i segnali di cambiamento sono gi\u00e0 misurabili.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">La compressione del real estate<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Il meccanismo \u00e8 fisico, prima che economico. Quando un’AI Overview appare in SERP, occupa la parte superiore dello schermo \u2014 spesso l’intero above-the-fold su mobile. I risultati organici vengono spinti in basso. E soprattutto: dove prima c’erano 4 slot premium per gli annunci, ora possono essercene solo 2 sopra l’AI Overview [41]. Su mobile il problema \u00e8 ancora pi\u00f9 acuto: in settori come Healthcare e Gaming, gli annunci finiscono sotto l’AI Overview quasi la met\u00e0 delle volte, diventando invisibili senza scroll [42].<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il risultato \u00e8 una <strong>compressione dell’inventario<\/strong>: meno spazi disponibili, stessa (o maggiore) domanda da parte degli advertiser. La conseguenza \u00e8 meccanica: i CPC salgono.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">I numeri<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Skai riporta nel Q3 2025 che i CPC del paid search hanno raggiunto il livello pi\u00f9 alto degli ultimi sei anni [43]. I dati Seer Interactive su 25,1 milioni di impression confermano: il CTR paid \u00e8 calato del 68% sulle query con AI Overview, passando dal 19,7% al 6,34% [29]. Su base annua, i CPC sono aumentati del 10-25% a seconda del vertical [41].<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Metrica<\/th><th>Prima delle AI Overviews<\/th><th>Con AI Overviews<\/th><th>Variazione<\/th><\/tr><\/thead><tbody><tr><td>Slot ads premium above-the-fold<\/td><td>4<\/td><td>2-3<\/td><td>\u221225\/50%<\/td><\/tr><tr><td>CTR paid (query informazionali)<\/td><td>19,7%<\/td><td>6,34%<\/td><td>\u221268%<\/td><\/tr><tr><td>CTR organico posizione #1<\/td><td>7,6%<\/td><td>1,6%<\/td><td>\u221258%<\/td><\/tr><tr><td>CPC trend YoY<\/td><td>\u2014<\/td><td>\u2014<\/td><td>+10-25%<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><em>Fonti: Seer Interactive, 2025 [29]; Ahrefs, 2026 [4]; AdsNord\/Varos, 2026 [41]; Skai, Q3 2025 [43].<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La cascata \u00e8 questa: AI Overview occupa il real estate \u2192 meno slot ads visibili \u2192 pi\u00f9 advertiser competono per meno spazi \u2192 CPC sale \u2192 CPA\/CPL sale \u2192 il budget media rende meno a parit\u00e0 di investimento.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Per i brand che dipendono dal paid search per la lead generation o l’e-commerce, non \u00e8 un problema futuro. \u00c8 un problema attuale.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Anche ChatGPT diventa un canale media<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Il dato nuovo di febbraio 2026: OpenAI ha iniziato a testare annunci in ChatGPT [31], con un modello cost-per-view. Le implicazioni per i media buyer: un nuovo canale di inventory conversazionale, con un CPM iniziale premium (~$60, vs i $3-30 del display Google e i <$20 di Meta) e un commitment minimo elevato ($200.000) [32]. Per ora \u00e8 un canale per enterprise. Ma se il test scala, diventa un terzo fronte di investimento media accanto a Google Search e Social.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Il contrappunto<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Un dato che bilancia il quadro: i brand citati nelle AI Overviews ottengono un CTR organico del 35% superiore e un CTR paid del 91% superiore rispetto ai non citati sulle stesse query [44]. L’AI Overview non \u00e8 solo un problema per il paid \u2014 \u00e8 anche un’opportunit\u00e0, se il brand \u00e8 nella citazione. L’infrastruttura dati che serve al GEO serve anche al paid: i feed prodotto ad alta densit\u00e0 che vi rendono citabili dall’AI sono gli stessi che migliorano la rilevanza dei vostri Shopping Ads nel contesto generativo.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Cosa fare adesso<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Monitorare l’evoluzione dei formati ads nelle AI Overviews e in AI Mode, testando le beta quando disponibili. Verificare che i feed prodotto per Shopping Ads siano gi\u00e0 completi e ad alta densit\u00e0 \u2014 i feed che alimentano le campagne Shopping sono gli stessi che l’AI utilizza per le raccomandazioni generative. Segmentare il budget paid tra query transazionali ad alto intento (dove il click ha ancora valore) e query informazionali (dove l’AI Overview cattura l’attenzione e il click si raref\u00e0). Valutare il test ChatGPT Ads se il budget e il vertical lo giustificano. E iniziare a ragionare su modelli di attribuzione che includano la visibilit\u00e0 non-click.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\">7. Competitive intelligence nell’AI search<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Monitorare la vostra visibilit\u00e0 nelle risposte AI \u00e8 necessario. Monitorare quella dei competitor \u00e8 altrettanto importante \u2014 e per molti aspetti pi\u00f9 urgente, perch\u00e9 vi dice dove state perdendo terreno prima che l’impatto arrivi ai numeri di business.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Perch\u00e9 la competitive intelligence cambia<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Nel SEO tradizionale, la competizione \u00e8 visibile: aprite Google, cercate la vostra keyword, vedete chi \u00e8 sopra di voi. Nella ricerca generativa, la competizione \u00e8 opaca. Non sapete chi viene citato nella risposta AI al posto vostro. Non sapete con quali attributi il competitor viene descritto. Non sapete se l’AI sta raccomandando il competitor come alternativa al vostro prodotto.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La probabilit\u00e0 che ChatGPT restituisca la stessa lista di brand in due risposte successive alla stessa domanda \u00e8 inferiore all’1% [19]. Questo rende il monitoraggio pi\u00f9 complesso \u2014 ma non meno necessario.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Come strutturare il monitoraggio<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>1. Definire il set di query strategiche.<\/strong> 30-50 query che rappresentano i momenti decisionali chiave. Non keyword generiche (“scarpe running”), ma query composite che riflettono l’intento reale (“scarpa running ammortizzata per runner pesante su asfalto, budget 120-160 euro”).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>2. Testare sistematicamente su pi\u00f9 piattaforme.<\/strong> Per ogni query: ChatGPT, Perplexity, Google AI Mode, Google AI Overviews. Registrare: brand citato s\u00ec\/no, posizione nella risposta, attributi menzionati, competitor citati. Ripetere su campionamenti multipli per catturare la variabilit\u00e0 probabilistica.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>3. Analizzare il gap semantico.<\/strong> Se un competitor viene citato e voi no, la domanda non \u00e8 “come salgo in ranking” \u2014 \u00e8 “cosa ha il competitor nel suo contenuto o nei suoi dati strutturati che io non ho?”. Spesso: attributi prodotto pi\u00f9 completi, contenuto pi\u00f9 granulare, menzioni pi\u00f9 frequenti su fonti autorevoli (review, Reddit, pubblicazioni verticali).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>4. Monitorare le fonti citate dall’AI.<\/strong> Le piattaforme AI citano fonti specifiche. Se i competitor appaiono su fonti che l’AI privilegia (Reddit, pubblicazioni verticali, siti di review) e voi no, il gap non \u00e8 sul vostro sito \u2014 \u00e8 sulla vostra presenza nell’ecosistema informativo che l’AI usa come input.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>5. Cadenza mensile.<\/strong> L’AI search non \u00e8 statico. Modelli aggiornati, fonti che cambiano peso, risposte che evolvono. Il monitoraggio trimestrale non basta.<\/p>\n\n\n\n<h4 class=\"wp-block-heading\">Template operativo<\/h4>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Query strategica<\/th><th>Piattaforma<\/th><th>Brand citato?<\/th><th>Posizione<\/th><th>Attributi menzionati<\/th><th>Competitor citati<\/th><th>Gap identificato<\/th><\/tr><\/thead><tbody><tr><td>[query 1]<\/td><td>ChatGPT<\/td><td>S\u00ec\/No<\/td><td>1\u00b0\/2\u00b0\/assente<\/td><td>…<\/td><td>Competitor A, B<\/td><td>…<\/td><\/tr><tr><td>[query 1]<\/td><td>Perplexity<\/td><td>S\u00ec\/No<\/td><td>…<\/td><td>…<\/td><td>…<\/td><td>…<\/td><\/tr><tr><td>[query 1]<\/td><td>Google AI Mode<\/td><td>S\u00ec\/No<\/td><td>…<\/td><td>…<\/td><td>…<\/td><td>…<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Dopo 3-4 mesi di compilazione su 30-50 query, emergono pattern: topic dove siete costantemente assenti, competitor che vi sostituiscono, attributi che mancano alla vostra scheda prodotto.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\">8. Misurazione e attribuzione: il nodo finanziario<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Il rischio maggiore di questa strategia non \u00e8 tecnico. \u00c8 finanziario. Se investite in GEO e il traffico al sito cala (perch\u00e9 l’AI risponde all’utente senza click), come giustificate il budget?<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Non possiamo pi\u00f9 misurare il successo solo con sessioni e last click. Servono metriche proxy difendibili in sede di business review.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Tre metriche per il nuovo ecosistema<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Share of Model (SoM).<\/strong> Quante volte il vostro brand viene citato nelle risposte sintetiche per le query strategiche, rispetto ai competitor. \u00c8 l’equivalente della Share of Voice nel search tradizionale, ma misurato sulle citazioni AI. Si costruisce con il monitoraggio competitivo descritto nella sezione 7: testate sistematicamente le query strategiche, contate le citazioni, calcolate la percentuale rispetto ai competitor citati.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Branded Search Correlation.<\/strong> Se la strategia GEO funziona, il volume di ricerche branded su Google dovrebbe crescere: l’utente si informa tramite l’AI, poi cerca il brand su Google per comprare o approfondire. Questo dato \u00e8 misurabile con strumenti esistenti (Google Search Console, Google Trends) e crea un ponte tra visibilit\u00e0 AI e comportamento utente tracciabile.<\/p>\n\n\n\n<div data-wp-context=\"{ "autoclose": false, "accordionItems": [] }\" data-wp-interactive=\"core\/accordion\" role=\"group\" class=\"wp-block-accordion is-layout-flow wp-block-accordion-is-layout-flow\">\n<div data-wp-class--is-open=\"state.isOpen\" data-wp-context=\"{ "id": "accordion-item-2", "openByDefault": false }\" data-wp-init=\"callbacks.initAccordionItems\" data-wp-on-window--hashchange=\"callbacks.hashChange\" class=\"wp-block-accordion-item is-layout-flow wp-block-accordion-item-is-layout-flow\">\n<h3 class=\"wp-block-accordion-heading\"><button aria-expanded=\"false\" aria-controls=\"accordion-item-2-panel\" data-wp-bind--aria-expanded=\"state.isOpen\" data-wp-on--click=\"actions.toggle\" data-wp-on--keydown=\"actions.handleKeyDown\" id=\"accordion-item-2\" type=\"button\" class=\"wp-block-accordion-heading__toggle\"><span class=\"wp-block-accordion-heading__toggle-title\">Approfondimento: come misurare la Branded Search Correlation con Search Console e Google Trends<\/span><span class=\"wp-block-accordion-heading__toggle-icon\" aria-hidden=\"true\">+<\/span><\/button><\/h3>\n\n\n\n<div inert aria-labelledby=\"accordion-item-2\" data-wp-bind--inert=\"!state.isOpen\" id=\"accordion-item-2-panel\" role=\"region\" class=\"wp-block-accordion-panel is-layout-flow wp-block-accordion-panel-is-layout-flow\">\n<p class=\"wp-block-paragraph\"><strong>La logica<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Se la vostra strategia GEO funziona, l’utente vi scopre (o vi riscopre) tramite l’AI, poi cerca il vostro brand su Google per comprare, approfondire o verificare. Il volume di ricerche branded diventa un proxy misurabile della visibilit\u00e0 AI \u2014 un segnale che potete leggere con strumenti che avete gi\u00e0.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il modello ha tre componenti: il <strong>baseline<\/strong> (dove siete oggi), il <strong>delta<\/strong> (cosa cambia dopo l’intervento GEO), e la <strong>correlazione<\/strong> (il legame tra visibilit\u00e0 AI e branded search). Tre metriche, una per componente. Tutte calcolabili senza tool aggiuntivi.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Metrica 1 \u2014 Branded Search Volume Index (BSVI)<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il BSVI misura l’andamento del branded search rispetto a un punto di partenza. \u00c8 il termometro: vi dice se la temperatura sta salendo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>BSVI = Click branded<sub>mese N<\/sub> \/ Click branded<sub>baseline<\/sub> \u00d7 100<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Variabile<\/th><th>Dove trovarla<\/th><th>Come calcolarla<\/th><\/tr><\/thead><tbody><tr><td><strong>Click branded<sub>baseline<\/sub><\/strong><\/td><td>Google Search Console > Performance > Queries<\/td><td>Filtrate per query che contengono il nome brand (+ varianti: abbreviazioni, typo comuni, brand + prodotto). Sommate i click. Usate la media degli ultimi 3 mesi <em>prima<\/em> dell’avvio della strategia GEO come baseline.<\/td><\/tr><tr><td><strong>Click branded<sub>mese N<\/sub><\/strong><\/td><td>Google Search Console > Performance > Queries<\/td><td>Stessa query filter. Click del mese corrente.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><em>Esempio: Baseline (media gen-mar 2026) = 12.000 click branded\/mese. Aprile 2026 = 13.800 click. BSVI = 13.800 \/ 12.000 \u00d7 100 = 115. Crescita del 15% rispetto al baseline.<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Metrica 2 \u2014 Branded Search Lift (BSL)<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il BSVI misura il trend assoluto. Ma il branded search cresce anche per altri motivi: campagne TV, PR, stagionalit\u00e0, lancio prodotti. Se il BSVI sale del 15% nello stesso mese in cui avete fatto una campagna stampa, non potete attribuire la crescita al GEO. Il BSL risolve questo problema confrontando il branded search con lo stesso periodo dell’anno precedente, a parit\u00e0 di condizioni.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>BSL = (Click branded<sub>mese N, anno corrente<\/sub> \u2212 Click branded<sub>mese N, anno precedente<\/sub>) \/ Click branded<sub>mese N, anno precedente<\/sub><\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il BSL non \u00e8 perfetto \u2014 la stagionalit\u00e0 dell’anno corrente potrebbe differire \u2014 ma elimina la componente pi\u00f9 prevedibile del rumore. Per interpretarlo correttamente, serve un riferimento: quale BSL aspettarsi in assenza di interventi GEO?<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Scenario<\/th><th>BSL<\/th><th>Lettura<\/th><\/tr><\/thead><tbody><tr><td>Nessun investimento GEO attivo, nessuna campagna incrementale<\/td><td>+5%<\/td><td>Crescita organica naturale del brand. Questo \u00e8 il vostro “rumore di fondo” \u2014 il BSL deve superare questa soglia per segnalare un effetto GEO.<\/td><\/tr><tr><td>Strategia GEO attiva da 3 mesi, nessuna campagna incrementale<\/td><td>+18%<\/td><td>Il delta rispetto al rumore di fondo (+13pp) \u00e8 attribuibile alla visibilit\u00e0 AI. Segnale positivo.<\/td><\/tr><tr><td>Strategia GEO attiva + campagna TV nello stesso periodo<\/td><td>+25%<\/td><td>Non isolabile senza MMM. Annotate i periodi di sovrapposizione per non attribuire tutto al GEO.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Metrica 3 \u2014 Correlation Score (CS): legare visibilit\u00e0 AI e branded search<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Le prime due metriche rispondono a “il branded search sta crescendo?” e “sta crescendo pi\u00f9 del previsto?”. La terza risponde alla domanda decisiva: “la crescita \u00e8 legata alla visibilit\u00e0 AI?”. Il Correlation Score mette in relazione lo Share of Model (quante volte venite citati nelle risposte AI, dalla sezione 7) con il volume di branded search, mese per mese.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>CS = Coefficiente di correlazione tra SoM<sub>mensile<\/sub> e Click branded<sub>mensile<\/sub><\/strong><\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Valore CS<\/th><th>Lettura<\/th><th>Implicazione<\/th><\/tr><\/thead><tbody><tr><td><strong>0,7 \u2014 1,0<\/strong><\/td><td>Correlazione forte<\/td><td>Quando la visibilit\u00e0 AI sale, il branded search sale. La strategia GEO sta generando domanda branded misurabile. Forte argomento per il budget.<\/td><\/tr><tr><td><strong>0,4 \u2014 0,7<\/strong><\/td><td>Correlazione moderata<\/td><td>Il segnale c’\u00e8 ma \u00e8 influenzato da altri fattori. Continuate a raccogliere dati, integrate con MMM.<\/td><\/tr><tr><td><strong>0,0 \u2014 0,4<\/strong><\/td><td>Correlazione debole o assente<\/td><td>La visibilit\u00e0 AI non si traduce (ancora) in ricerche branded. Possibili cause: il brand non \u00e8 abbastanza riconoscibile nella citazione AI, l’utente non associa la raccomandazione al brand, il volume \u00e8 ancora troppo piccolo per emergere dal rumore.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Servono almeno 6 mesi di dati mensili (SoM + click branded) per avere un campione significativo. Usate la funzione <code>CORREL()<\/code> in Excel o Google Sheets sulle due serie mensili. Non serve un data scientist \u2014 serve disciplina nella raccolta dati.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Setup operativo \u2014 cosa tracciare, dove, con quale cadenza<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Le tre metriche richiedono cinque data point mensili. Tutti estraibili da strumenti che probabilmente avete gi\u00e0 attivi.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Metrica<\/th><th>Fonte<\/th><th>Cadenza<\/th><th>Come<\/th><\/tr><\/thead><tbody><tr><td>Click branded totali<\/td><td>Google Search Console > Performance<\/td><td>Mensile<\/td><td>Filtro query branded (nome brand + varianti). Esportare click e impression.<\/td><\/tr><tr><td>Click branded per prodotto\/categoria<\/td><td>Google Search Console > Performance<\/td><td>Mensile<\/td><td>Filtro query “brand + [prodotto]” o “brand + [categoria]”. Serve per capire <em>quali<\/em> prodotti beneficiano della visibilit\u00e0 AI.<\/td><\/tr><tr><td>Trend branded search (indice relativo)<\/td><td>Google Trends<\/td><td>Mensile<\/td><td>Confronto con competitor e con il vostro storico. Utile per il BSL quando Search Console non ha storico YoY.<\/td><\/tr><tr><td>Share of Model (SoM)<\/td><td>Monitoraggio AI (sezione 7)<\/td><td>Mensile<\/td><td>% citazioni brand nelle risposte AI sulle query strategiche.<\/td><\/tr><tr><td>Conversioni da branded search<\/td><td>GA4 > Explorations<\/td><td>Mensile<\/td><td>Segmento: source = google \/ organic + landing page contiene branded query (o parametro UTM se disponibile). Revenue e conversioni attribuite.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Il foglio di monitoraggio<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Raccogliete tutto in un unico foglio. L’obiettivo \u00e8 costruire una serie storica leggibile: i primi 3 mesi stabiliscono il baseline, dal quarto mese in poi misurate il delta. Il Correlation Score diventa calcolabile dal sesto mese.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Mese<\/th><th>Click branded (GSC)<\/th><th>BSVI<\/th><th>BSL (vs anno prec.)<\/th><th>SoM (%)<\/th><th>Correlation Score<\/th><th>Revenue branded (GA4)<\/th><th>Note (campagne attive, eventi, PR)<\/th><\/tr><\/thead><tbody><tr><td>Gen 2026 (baseline)<\/td><td>11.500<\/td><td>100<\/td><td>\u2014<\/td><td>12%<\/td><td>\u2014<\/td><td>\u20ac85.000<\/td><td>Nessuna campagna<\/td><\/tr><tr><td>Feb 2026 (baseline)<\/td><td>12.200<\/td><td>100<\/td><td>\u2014<\/td><td>14%<\/td><td>\u2014<\/td><td>\u20ac91.000<\/td><td>Nessuna campagna<\/td><\/tr><tr><td>Mar 2026 (baseline)<\/td><td>12.300<\/td><td>100<\/td><td>\u2014<\/td><td>13%<\/td><td>\u2014<\/td><td>\u20ac88.000<\/td><td>Nessuna campagna<\/td><\/tr><tr><td>Apr 2026 (post GEO)<\/td><td>13.800<\/td><td>115<\/td><td>+12%<\/td><td>19%<\/td><td>\u2014<\/td><td>\u20ac97.000<\/td><td>GEO attivo da apr<\/td><\/tr><tr><td>Mag 2026<\/td><td>14.500<\/td><td>121<\/td><td>+16%<\/td><td>22%<\/td><td>\u2014<\/td><td>\u20ac103.000<\/td><td>\u2014<\/td><\/tr><tr><td>…<\/td><td>…<\/td><td>…<\/td><td>…<\/td><td>…<\/td><td>\u2014<\/td><td>…<\/td><td>…<\/td><\/tr><tr><td>Set 2026 (6 mesi post)<\/td><td>16.200<\/td><td>135<\/td><td>+24%<\/td><td>28%<\/td><td><strong>0,89<\/strong><\/td><td>\u20ac118.000<\/td><td>Primo CS calcolabile<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Come presentare i dati al board<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ogni metrica risponde a una domanda diversa. La tabella sotto mappa le obiezioni tipiche del board sulla metrica e sul formato che le disinnesca.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Domanda del board<\/th><th>Metrica da mostrare<\/th><th>Formato<\/th><\/tr><\/thead><tbody><tr><td>“La strategia GEO sta funzionando?”<\/td><td>BSVI + SoM<\/td><td>Grafico a linee con due assi: SoM (%) e BSVI. Se salgono insieme, la strategia funziona.<\/td><\/tr><tr><td>“Non \u00e8 solo stagionalit\u00e0?”<\/td><td>BSL (confronto YoY)<\/td><td>Tabella mese-su-mese con anno precedente. Annotare i periodi senza campagne per isolare il segnale.<\/td><\/tr><tr><td>“Quanto revenue sta generando?”<\/td><td>Revenue branded (GA4) + Correlation Score<\/td><td>“La revenue da branded search \u00e8 cresciuta del X%. Il CS di 0,89 indica che questa crescita correla fortemente con la visibilit\u00e0 AI.”<\/td><\/tr><tr><td>“Quanto \u00e8 affidabile questo dato?”<\/td><td>CS + nota metodologica<\/td><td>Correlazione \u2260 causalit\u00e0. Il CS mostra una relazione, non una prova. L’MMM (sezione 8) serve per isolare il contributo. Ma una correlazione di 0,8+ su 6 mesi senza altre variabili in gioco \u00e8 un segnale robusto.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Avvertenza finale:<\/strong> correlazione non \u00e8 causalit\u00e0. Il branded search pu\u00f2 crescere per motivi indipendenti dal GEO (campagne media, PR, passaparola). Per questo la colonna “Note” nel foglio di monitoraggio \u00e8 essenziale: annotate sempre le campagne attive, gli eventi, le uscite stampa. Se il BSVI sale in un mese senza nessuna altra attivit\u00e0, il segnale \u00e8 pi\u00f9 pulito. Se sale in un mese con campagna TV attiva, non potete attribuire tutto al GEO \u2014 e dovete dirlo al board prima che lo chiedano.<\/p>\n<\/div>\n<\/div>\n<\/div>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Marketing Mix Modeling (MMM).<\/strong> Valutare l’impatto della visibilit\u00e0 AI sulle vendite totali, svincolandosi dal tracciamento del singolo click. L’MMM analizza la correlazione tra investimenti per canale e outcome di business su base aggregata. Se la visibilit\u00e0 AI (misurata come SoM) cresce e le vendite crescono, l’MMM pu\u00f2 isolare il contributo \u2014 anche senza click diretti da tracciare.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">La conversazione con il board<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Non state chiedendo budget per sperimentare con l’AI. State chiedendo budget per bonificare l’infrastruttura dati. La proposta si difende su due livelli:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Il primo livello \u00e8 l’investimento a doppia valenza<\/strong>: dati strutturati completi, feed prodotto ad alta densit\u00e0, contenuto fact-dense migliorano le performance nel search tradizionale <em>oggi<\/em> \u2014 pi\u00f9 rich snippet, migliore CTR, migliore qualit\u00e0 del traffico. Questo \u00e8 misurabile con le metriche esistenti.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Il secondo livello \u00e8 la protezione della revenue futura<\/strong>: la stessa infrastruttura prepara il brand per l’ecosistema AI search \u2014 GEO, agentic commerce, nuovi formati paid. Questo \u00e8 misurabile con le metriche proxy (SoM, branded search correlation, MMM).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>La domanda per il board non \u00e8 “quanto costa fare questo”. \u00c8 “quanto costa <em>non<\/em> farlo<\/strong>, se il 58% delle vostre keyword informazionali sta perdendo il 58% del CTR”.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\">9. Framework operativo: cosa fare, in che ordine<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">Matrice delle priorit\u00e0<\/h3>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Priorit\u00e0<\/th><th>Azione<\/th><th>Effort indicativo<\/th><th>Impatto<\/th><th>Owner<\/th><\/tr><\/thead><tbody><tr><td>1<\/td><td>Audit semantico: verificare cosa l’AI ha gi\u00e0 associato al brand (correggere prima di costruire)<\/td><td>1-2 settimane<\/td><td>Alto<\/td><td>SEO + Content<\/td><\/tr><tr><td>2<\/td><td>Audit dati strutturati: verificare Schema.org su catalogo e pagine chiave<\/td><td>3-5 gg (fino a 5.000 SKU); 2-3 sett (oltre 10.000 SKU)<\/td><td>Alto<\/td><td>SEO tecnico + Dev<\/td><\/tr><tr><td>3<\/td><td>Completare attributi prodotto nei feed (specs, prezzo real-time, disponibilit\u00e0, policy, attributi differenzianti)<\/td><td>2-6 settimane (effort tecnico)<\/td><td>Alto<\/td><td>Product + E-com + Dev<\/td><\/tr><tr><td>4<\/td><td>Implementare JSON-LD ad alta densit\u00e0 per Product, FAQPage, Organization, LocalBusiness<\/td><td>1-3 settimane + validazione continua<\/td><td>Medio-Alto<\/td><td>SEO tecnico + Dev<\/td><\/tr><tr><td>5<\/td><td>Creare contenuto fact-dense e modulare<\/td><td>Continuo: integrazione nel processo editoriale<\/td><td>Medio<\/td><td>Content + SEO<\/td><\/tr><tr><td>6<\/td><td>Attivare monitoraggio citazioni AI e benchmarking competitivo<\/td><td>Setup: 1 settimana. Poi cadenza mensile<\/td><td>Medio<\/td><td>Analytics + SEO<\/td><\/tr><tr><td>7<\/td><td>Definire fossato difensivo (Data Negotiation): identificare gli asset proprietari da proteggere<\/td><td>2-4 settimane (assessment strategico)<\/td><td>Alto (protezione margine)<\/td><td>Strategy + Product + UX<\/td><\/tr><tr><td>8<\/td><td>Monitorare evoluzione formati ads in AI Overviews e AI Mode; valutare ChatGPT Ads<\/td><td>Continuo, test beta<\/td><td>Medio<\/td><td>Paid + Analytics<\/td><\/tr><tr><td>9<\/td><td>Preparare API e feed per agentic commerce (UCP prioritario se Merchant Center attivo, ACP per canale conversazionale)<\/td><td>1-3 mesi<\/td><td>Alto (prospettico)<\/td><td>Dev + E-com + Product<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h4 class=\"wp-block-heading\">Nota sulle dipendenze organizzative<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">I tempi indicati si riferiscono al lavoro tecnico. L’allineamento tra team (Product, Dev, Marketing, E-commerce) \u00e8 tipicamente la variabile dominante e pu\u00f2 moltiplicare la timeline di 2-3 volte. Prima di avviare: mappate chi possiede i dati di prodotto, chi gestisce il CMS, chi ha accesso al PIM o all’ERP, chi approva le modifiche al feed. Se le risposte coinvolgono 4 team con priorit\u00e0 diverse, il collo di bottiglia non \u00e8 tecnico \u2014 \u00e8 organizzativo. Affrontatelo prima.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Declinazione per vertical<\/h3>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>Priorit\u00e0<\/th><th>Retail \/ E-commerce<\/th><th>Travel<\/th><th>Finance \/ Insurance<\/th><\/tr><\/thead><tbody><tr><td>Massima urgenza<\/td><td>Completezza feed + Schema.org Product ad alta densit\u00e0 + attributi anti-Commodity Trap<\/td><td>API disponibilit\u00e0\/pricing real-time + contenuto per query composite<\/td><td>Parametrizzazione prodotti in formato strutturato + audit allucinazioni AI su prodotti finanziari<\/td><\/tr><tr><td>Alta priorit\u00e0<\/td><td>Benchmarking competitivo su query prodotto\/categoria + contenuto fact-dense<\/td><td>Monitoraggio citazioni AI su destinazioni + policy machine-readable<\/td><td>Contenuto E-E-A-T per query regolamentate + governance interazione agenti AI<\/td><\/tr><tr><td>Medio termine<\/td><td>UCP (se Merchant Center attivo) + ACP per ChatGPT + Data Negotiation (configuratori, personalizzazione)<\/td><td>Integrazione protocolli agentic (UCP\/ACP) + Data Negotiation (preventivatori, esperienze personalizzate)<\/td><td>Compliance agentic commerce + Data Negotiation (simulatori, calcolatori, consulenza)<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h3 class=\"wp-block-heading\">Timeline<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Entro 90 giorni (Q2 2026):<\/strong> audit semantico (cosa l’AI gi\u00e0 dice di voi), audit dati strutturati, chiusura gap critici nel feed prodotto, implementazione Schema.org ad alta densit\u00e0 sulle pagine a pi\u00f9 alto impatto, attivazione monitoraggio competitivo. Queste azioni migliorano le performance anche nel search tradizionale.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Entro 6 mesi (Q3 2026):<\/strong> integrazione requisiti GEO nel processo editoriale. Consolidamento monitoraggio citazioni AI e benchmarking competitivo. Definizione KPI di visibilit\u00e0 AI (SoM, branded search correlation) e integrazione nel reporting. Assessment Data Negotiation: identificazione asset proprietari da proteggere. Test beta formati ads AI Overviews. Valutazione ChatGPT Ads se il vertical lo giustifica.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Entro 12 mesi (Q1 2027):<\/strong> valutazione readiness agentic commerce. UCP come priorit\u00e0 per chi ha gi\u00e0 Merchant Center; ACP per presidiare il canale conversazionale ChatGPT. Implementazione del fossato difensivo (esperienze proprietarie, configuratori, contenuto premium). Prima iterazione di MMM con inclusione della variabile visibilit\u00e0 AI.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\">10. Quali trend tenere monitorati in corso d’opera<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Cinque punti delicati da sorvegliare:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>La biforcazione potrebbe essere meno netta del previsto.<\/strong> I dati Semrush mostrano che il zero-click rate per keyword con AI Overview \u00e8 in calo nel 2025 [5]. La forte correlazione residua tra ranking e citazioni AI Overviews (76,1%) suggerisce che il SEO tradizionale potrebbe restare dominante pi\u00f9 a lungo del previsto. Se cos\u00ec fosse, l’urgenza del GEO si riduce \u2014 ma non si annulla per ChatGPT e Perplexity.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>L’agentic commerce potrebbe restare di nicchia nel B2C esperienziale.<\/strong> Lo 0,82% di referral da ChatGPT \u00e8 piccolo. Le proiezioni McKinsey hanno intervalli amplissimi. Nel B2B e sulle commodity la curva sar\u00e0 pi\u00f9 ripida, ma per gli acquisti ad alto coinvolgimento emotivo l’adozione potrebbe restare marginale per anni. In questo scenario, la priorit\u00e0 9 (API agentic) potrebbe essere prematura per alcuni vertical. Le priorit\u00e0 1-6, per\u00f2, restano valide in ogni scenario.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>L’assenza di strumenti di misurazione potrebbe bloccare il budget.<\/strong> Se i proxy di misurazione non maturano, i team marketing investiranno in un canale che non sanno rendicontare. Il gap esiste e non sar\u00e0 chiuso nel 2026. Ma chi aspetta lo strumento perfetto arriver\u00e0 tardi e dovr\u00e0 riconquistare posizioni che detiene storicamente<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>La Data Negotiation potrebbe ritorcersi.<\/strong> Se Google penalizza i contenuti protetti, o se l’AI privilegia sistematicamente le fonti pi\u00f9 “aperte”, la strategia di protezione selettiva potrebbe ridurre la visibilit\u00e0 anzich\u00e9 proteggerla. La calibrazione tra dati esposti e dati protetti richieder\u00e0 sperimentazione e iterazione \u2014 non esiste una formula universale.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>La frammentazione dei protocolli potrebbe rallentare l’adozione.<\/strong> ACP e UCP sono entrambi open source ma non interoperabili. Se il mercato si frammenta tra pi\u00f9 standard senza convergenza, l’effort di implementazione per i merchant si moltiplica e l’adozione rallenta. La Linux Foundation Agentic AI Foundation [12] lavora sull’interoperabilit\u00e0, ma il risultato non \u00e8 garantito.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\">What’s next?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Se il 93% delle sessioni in AI Mode si chiude senza un click, se il 17% degli ordini e-commerce del Thanksgiving 2025 \u00e8 stato influenzato da AI e agenti, se ChatGPT sta testando annunci pubblicitari a $60 CPM, e se la probabilit\u00e0 di ricevere la stessa risposta da ChatGPT due volte \u00e8 inferiore all’1% \u2014 chi, nelle vostre organizzazioni, sta ridefinendo i modelli di attribuzione per leggere questo nuovo funnel? E con quale mandato?<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h3 class=\"wp-block-heading\">Note e reference<\/h3>\n\n\n\n<details class=\"wp-block-details is-layout-flow wp-block-details-is-layout-flow\"><summary>Fonti dato<\/summary>\n<p class=\"wp-block-paragraph\">[1] Google detiene oltre il 90% della quota search globale. Ahrefs, Semrush e altri, 2025.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[2] Semrush, “Zero-Click Study”, 2025. 58,5% US, 59,7% EU.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[3] Semrush, “AI Overviews Study”, settembre 2025. Zero-click: AI Overviews 43%, AI Mode 93%.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[4] Ahrefs, studio CTR e AI Overviews, febbraio 2026. CTR posizione #1 keyword informazionali con AIO: 7,6% (dic 2023) \u2192 1,6% (dic 2025). Riduzione: \u221258%.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[5] Semrush, “AI Overviews Study”, dicembre 2025. AIO: picco ~25% query a luglio 2025, calo al 15,69% a novembre. Zero-click rate per keyword con AIO in calo nel 2025.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[6] Google, dati Q2 2025. AI Overviews: 2 miliardi di utenti mensili.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[7] Semrush, 2025. 76,1% URL citati in AI Overviews si posiziona anche in top 10 organica.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[8] Gartner, “Predicts 2024: How GenAI Will Reshape Tech Marketing”, febbraio 2024. Previsione: \u221225% volumi search tradizionale entro 2026.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[9] OpenAI, settembre 2025. Lancio Agentic Commerce Protocol co-sviluppato con Stripe.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[10] Shopify, Winter ’26 Edition, dicembre 2025. Agentic Storefronts.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[11] Walmart \/ Google, gennaio 2026. Integrazione catalogo con Gemini tramite Universal Commerce Protocol.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[12] Linux Foundation, dicembre 2025. Agentic AI Foundation (AAIF). Partner: Anthropic, Block, Google, Microsoft, OpenAI.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[13] McKinsey, “The Agentic Commerce Opportunity”, ottobre 2025. Stima: $3-5T commercio mediato da agenti AI entro 2030.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[14] Morgan Stanley, dicembre 2025. $190-385 mld e-commerce US tramite agenti AI entro 2030 (10-20% mercato).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[15] Salesforce, Thanksgiving 2025. 17% ordini influenzati da AI e agenti, $13,5 mld.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[16] Adobe, Cyber Monday 2025. Traffico AI-driven verso siti retail US: +670% YoY. Via GeekWire, dic 2025.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[17] GeekWire, dicembre 2025. ChatGPT referral e-commerce: 0,82% sessioni Thanksgiving weekend. OpenAI: 2,1% conversazioni classificate “Purchasable Products” su campione 1,1M.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[18] Accenture, survey istituzioni finanziarie 2025. ~80% leader prevede aumento frodi da agentic commerce.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[19] SparkToro, gennaio 2026. Probabilit\u00e0 stessa lista brand in due risposte ChatGPT: inferiore all’1%.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[20] Surfer SEO, dicembre 2025. 173.902 URL \/ 10.000 keyword: 68% pagine citate in AI Overviews non in top 10 organica.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[21] Status Labs, 2026. 12% URL citati da ChatGPT in top 10 Google.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[22] BrightEdge, 2025. 60% team marketing pianifica riallocazione budget verso AI search optimization.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[23] KeyStar Agency, “Schema SEO Statistics”, 2024. ~30% pagine online usa Schema.org.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[24] Amra and Elma, “Top Schema Markup Statistics”, 2025. 45 milioni domini \u2248 12,4% domini registrati.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[25] Data.World, studio accuratezza LLM con dati strutturati. GPT-4: 16% \u2192 54% risposte corrette. Via Digidop.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[26] BrightEdge, studio dati strutturati e CTR. +30% click vs risultati standard. Via Digidop.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[27] Data.World, benchmark LLM e knowledge graph. Accuratezza 3x superiore. Via Schema App.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[28] Google, novembre 2025. Test annunci nelle AI Overviews. Via BrandRadar.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[29] Seer Interactive, 2025. 25,1M impression: CTR organico \u221261%, CTR paid \u221268% con AI Overviews. Via PikaSEO, feb 2026.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[30] OpenAI, “Buy it in ChatGPT: Instant Checkout and the Agentic Commerce Protocol”, settembre 2025. ACP open source, co-sviluppato con Stripe.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[31] OpenAI, “Testing ads in ChatGPT”, 9 febbraio 2026. Test US, tier Free e Go. Cost-per-view.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[32] ALM Corp, “OpenAI ChatGPT Ads: Complete Testing Guide”, febbraio 2026. CPM ~$60, commitment minimo $200.000.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[33] MediaPost, “OpenAI Begins Testing ChatGPT Ads With Omnicom, WPP, Others”, 9 febbraio 2026. 30+ client Omnicom nel pilota.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[34] Google, “New tech and tools for retailers to succeed in an agentic shopping era”, 11 gennaio 2026 (NRF). UCP con 20+ partner.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[35] Google Developers Blog, “Under the Hood: Universal Commerce Protocol (UCP)”, 11 gennaio 2026.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[36] Google for Developers, “Universal Commerce Protocol (UCP) Guide”, gennaio 2026. Integrazione con Merchant Center esistente.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[37] Digiday, “WTF is Google’s Universal Commerce Protocol?”, febbraio 2026. Analisi rischio piattaforma.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[38] Columbia Road, “The rise of agentic commerce”, luglio 2025. Commodity vs esperienziale.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[39] TechTarget \/ Gartner, “What agentic commerce means for CXOs and B2B buying”, febbraio 2026. Agenti AI nel procurement entro 2027.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[40] TechRadar \/ Logicbroker, 2025. 34% US trust AI purchases; 70%+ Gen Z per acquisti routine.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[41] AdsNord, “Google Ads Costs Rising 2026”, gennaio 2026. Slot ads: da 4 a 2 above-the-fold con AI Overview. CPC +10-25% YoY.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[42] Search Engine Land \/ Adthena, “How AI Overviews are impacting ad position”, dicembre 2025. Mobile: ads sotto AI Overview nel 50% dei casi.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[43] Skai, “AI Overviews and the New SERP Reality for Marketers”, dicembre 2025. CPC al livello pi\u00f9 alto in 6 anni. 8 miliardi di impression analizzate.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[44] Seer Interactive \/ Dataslayer, settembre 2025. Brand citati in AI Overviews: +35% CTR organico, +91% CTR paid.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[45] eMarketer, dicembre 2025. Piattaforme AI: $20,9 mld spesa retail nel 2026. Via Ekamoira.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">[46] Alipay \/ Morningstar, febbraio 2026. AI Pay: 120 milioni di transazioni in una settimana in Cina.<\/p>\n<\/details>\n","protected":false},"excerpt":{"rendered":"<p>Visibilit\u00e0, transazione e dato nell’era dell’AI search. Una breve guida per chi deve decidere adesso. In tre cifre Sessioni in Google AI Mode si chiude senza click verso un sito web \u2192 La discovery e la transazione si stanno spostando fuori dal vostro sito, verso un layer conversazionale che non controllate. CTR sulla posizione organica […]<\/p>\n","protected":false},"author":1,"featured_media":89,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[25],"tags":[],"class_list":["post-88","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-scenarios-pov"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.3 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>L'architettura della Synthetic Search | Haiku Mental Model<\/title>\n<meta name=\"robots\" content=\"noindex, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"L'architettura della Synthetic Search | Haiku Mental Model\" \/>\n<meta property=\"og:description\" content=\"Visibilit\u00e0, transazione e dato nell’era dell’AI search. Una breve guida per chi deve decidere adesso. In tre cifre Sessioni in Google AI Mode si chiude senza click verso un sito web \u2192 La discovery e la transazione si stanno spostando fuori dal vostro sito, verso un layer conversazionale che non controllate. CTR sulla posizione organica […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/haikumentalmodel.com\/en\/scenarios-pov\/larchitettura-della-synthetic-search\/\" \/>\n<meta property=\"og:site_name\" content=\"Haiku Mental Model\" \/>\n<meta property=\"article:published_time\" content=\"2026-02-25T09:17:43+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-03-12T11:24:33+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/Syntethic-Search-Scenario.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1344\" \/>\n\t<meta property=\"og:image:height\" content=\"896\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Alessandro Salvati\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Alessandro Salvati\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"43 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/scenarios-pov\\\/larchitettura-della-synthetic-search\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/scenarios-pov\\\/larchitettura-della-synthetic-search\\\/\"},\"author\":{\"name\":\"Alessandro Salvati\",\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/#\\\/schema\\\/person\\\/7f3d402d8770877ca033887015b6dfc1\"},\"headline\":\"L’architettura della Synthetic Search\",\"datePublished\":\"2026-02-25T09:17:43+00:00\",\"dateModified\":\"2026-03-12T11:24:33+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/scenarios-pov\\\/larchitettura-della-synthetic-search\\\/\"},\"wordCount\":9267,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/#\\\/schema\\\/person\\\/7f3d402d8770877ca033887015b6dfc1\"},\"image\":{\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/scenarios-pov\\\/larchitettura-della-synthetic-search\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/haikumentalmodel.com\\\/wp-content\\\/uploads\\\/2026\\\/02\\\/Syntethic-Search-Scenario.png\",\"articleSection\":[\"Scenarios & POV\"],\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/haikumentalmodel.com\\\/scenarios-pov\\\/larchitettura-della-synthetic-search\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/scenarios-pov\\\/larchitettura-della-synthetic-search\\\/\",\"url\":\"https:\\\/\\\/haikumentalmodel.com\\\/scenarios-pov\\\/larchitettura-della-synthetic-search\\\/\",\"name\":\"L'architettura della Synthetic Search | Haiku Mental Model\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/scenarios-pov\\\/larchitettura-della-synthetic-search\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/scenarios-pov\\\/larchitettura-della-synthetic-search\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/haikumentalmodel.com\\\/wp-content\\\/uploads\\\/2026\\\/02\\\/Syntethic-Search-Scenario.png\",\"datePublished\":\"2026-02-25T09:17:43+00:00\",\"dateModified\":\"2026-03-12T11:24:33+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/scenarios-pov\\\/larchitettura-della-synthetic-search\\\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/haikumentalmodel.com\\\/scenarios-pov\\\/larchitettura-della-synthetic-search\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/scenarios-pov\\\/larchitettura-della-synthetic-search\\\/#primaryimage\",\"url\":\"https:\\\/\\\/haikumentalmodel.com\\\/wp-content\\\/uploads\\\/2026\\\/02\\\/Syntethic-Search-Scenario.png\",\"contentUrl\":\"https:\\\/\\\/haikumentalmodel.com\\\/wp-content\\\/uploads\\\/2026\\\/02\\\/Syntethic-Search-Scenario.png\",\"width\":1344,\"height\":896,\"caption\":\"Synthetic Search Scenario\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/scenarios-pov\\\/larchitettura-della-synthetic-search\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/haikumentalmodel.com\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"L’architettura della Synthetic Search\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/#website\",\"url\":\"https:\\\/\\\/haikumentalmodel.com\\\/\",\"name\":\"Haiku Mental Model\",\"description\":\"Complexity. Simplified.\",\"publisher\":{\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/#\\\/schema\\\/person\\\/7f3d402d8770877ca033887015b6dfc1\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/haikumentalmodel.com\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"},{\"@type\":[\"Person\",\"Organization\"],\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/#\\\/schema\\\/person\\\/7f3d402d8770877ca033887015b6dfc1\",\"name\":\"Alessandro Salvati\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/wp-content\\\/uploads\\\/2025\\\/12\\\/Gemini_Generated_Image_8fp6ek8fp6ek8fp6-1024x1024.png\",\"url\":\"https:\\\/\\\/haikumentalmodel.com\\\/wp-content\\\/uploads\\\/2025\\\/12\\\/Gemini_Generated_Image_8fp6ek8fp6ek8fp6-1024x1024.png\",\"contentUrl\":\"https:\\\/\\\/haikumentalmodel.com\\\/wp-content\\\/uploads\\\/2025\\\/12\\\/Gemini_Generated_Image_8fp6ek8fp6ek8fp6-1024x1024.png\",\"width\":1024,\"height\":1024,\"caption\":\"Alessandro Salvati\"},\"logo\":{\"@id\":\"https:\\\/\\\/haikumentalmodel.com\\\/wp-content\\\/uploads\\\/2025\\\/12\\\/Gemini_Generated_Image_8fp6ek8fp6ek8fp6-1024x1024.png\"},\"sameAs\":[\"https:\\\/\\\/haikumentalmodel.com\",\"https:\\\/\\\/www.linkedin.com\\\/in\\\/asalvati\\\/\"],\"url\":\"https:\\\/\\\/haikumentalmodel.com\\\/en\\\/author\\\/haikumentalmod\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"L'architettura della Synthetic Search | Haiku Mental Model","robots":{"index":"noindex","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"og_locale":"en_US","og_type":"article","og_title":"L'architettura della Synthetic Search | Haiku Mental Model","og_description":"Visibilit\u00e0, transazione e dato nell’era dell’AI search. Una breve guida per chi deve decidere adesso. In tre cifre Sessioni in Google AI Mode si chiude senza click verso un sito web \u2192 La discovery e la transazione si stanno spostando fuori dal vostro sito, verso un layer conversazionale che non controllate. CTR sulla posizione organica […]","og_url":"https:\/\/haikumentalmodel.com\/en\/scenarios-pov\/larchitettura-della-synthetic-search\/","og_site_name":"Haiku Mental Model","article_published_time":"2026-02-25T09:17:43+00:00","article_modified_time":"2026-03-12T11:24:33+00:00","og_image":[{"width":1344,"height":896,"url":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/Syntethic-Search-Scenario.png","type":"image\/png"}],"author":"Alessandro Salvati","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Alessandro Salvati","Est. reading time":"43 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/#article","isPartOf":{"@id":"https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/"},"author":{"name":"Alessandro Salvati","@id":"https:\/\/haikumentalmodel.com\/#\/schema\/person\/7f3d402d8770877ca033887015b6dfc1"},"headline":"L’architettura della Synthetic Search","datePublished":"2026-02-25T09:17:43+00:00","dateModified":"2026-03-12T11:24:33+00:00","mainEntityOfPage":{"@id":"https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/"},"wordCount":9267,"commentCount":0,"publisher":{"@id":"https:\/\/haikumentalmodel.com\/#\/schema\/person\/7f3d402d8770877ca033887015b6dfc1"},"image":{"@id":"https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/#primaryimage"},"thumbnailUrl":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/Syntethic-Search-Scenario.png","articleSection":["Scenarios & POV"],"inLanguage":"en-US","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/","url":"https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/","name":"L'architettura della Synthetic Search | Haiku Mental Model","isPartOf":{"@id":"https:\/\/haikumentalmodel.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/#primaryimage"},"image":{"@id":"https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/#primaryimage"},"thumbnailUrl":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/Syntethic-Search-Scenario.png","datePublished":"2026-02-25T09:17:43+00:00","dateModified":"2026-03-12T11:24:33+00:00","breadcrumb":{"@id":"https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/#primaryimage","url":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/Syntethic-Search-Scenario.png","contentUrl":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/Syntethic-Search-Scenario.png","width":1344,"height":896,"caption":"Synthetic Search Scenario"},{"@type":"BreadcrumbList","@id":"https:\/\/haikumentalmodel.com\/scenarios-pov\/larchitettura-della-synthetic-search\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/haikumentalmodel.com\/"},{"@type":"ListItem","position":2,"name":"L’architettura della Synthetic Search"}]},{"@type":"WebSite","@id":"https:\/\/haikumentalmodel.com\/#website","url":"https:\/\/haikumentalmodel.com\/","name":"Haiku Mental Model","description":"Complexity. Simplified.","publisher":{"@id":"https:\/\/haikumentalmodel.com\/#\/schema\/person\/7f3d402d8770877ca033887015b6dfc1"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/haikumentalmodel.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"},{"@type":["Person","Organization"],"@id":"https:\/\/haikumentalmodel.com\/#\/schema\/person\/7f3d402d8770877ca033887015b6dfc1","name":"Alessandro Salvati","image":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2025\/12\/Gemini_Generated_Image_8fp6ek8fp6ek8fp6-1024x1024.png","url":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2025\/12\/Gemini_Generated_Image_8fp6ek8fp6ek8fp6-1024x1024.png","contentUrl":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2025\/12\/Gemini_Generated_Image_8fp6ek8fp6ek8fp6-1024x1024.png","width":1024,"height":1024,"caption":"Alessandro Salvati"},"logo":{"@id":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2025\/12\/Gemini_Generated_Image_8fp6ek8fp6ek8fp6-1024x1024.png"},"sameAs":["https:\/\/haikumentalmodel.com","https:\/\/www.linkedin.com\/in\/asalvati\/"],"url":"https:\/\/haikumentalmodel.com\/en\/author\/haikumentalmod\/"}]}},"featured_image_src":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/Syntethic-Search-Scenario-600x400.png","featured_image_src_square":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/Syntethic-Search-Scenario-600x600.png","author_info":{"display_name":"Alessandro Salvati","author_link":"https:\/\/haikumentalmodel.com\/en\/author\/haikumentalmod\/"},"_links":{"self":[{"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/posts\/88","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/comments?post=88"}],"version-history":[{"count":0,"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/posts\/88\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/media\/89"}],"wp:attachment":[{"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/media?parent=88"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/categories?post=88"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/tags?post=88"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}