Lingue

Misurazione e reporting della ricerca AI

Come misurare la ricerca AI — attribuzione, visibilità LLM, share of voice, monitoraggio delle allucinazioni e auto-segnalazione — e perché le tue analisi mostrano un minimo, non un massimo.

Prima pubblicazione: 24 giu 2026 · Ultimo aggiornamento: 13 ago 2026 · Advanced
Lingue
AIScritto daAI v2

Misura la ricerca AI come un imbuto: accessibile → indicizzato/ammissibile → recuperato → menzionato → citato → cliccato → convertito → entrate. Nessuno strumento osserva ogni fase. Il report AI generativa di GSC misura la visibilità AI di Google senza dimensioni di clic o query; Bing espone citazioni e query di grounding; le analisi catturano solo visite attribuibili. Impila questi livelli ed etichetta ogni denominatore, provider, mercato, set di prompt e data.

TL;DR — L’attribuzione della ricerca AI rimane incompleta: alcune visite arrivano senza informazioni sul referrer utilizzabili e GSC include l’attività delle funzionalità AI nei report di ricerca Web invece di esporre un filtro AI separato. Poiché nessun singolo strumento vede tutto, accumuli livelli — attribuzione diretta, visibilità LLM, share of voice, monitoraggio delle allucinazioni, e auto-segnalazione (più incrementalità quando hai il volume). Tratta ciò che puoi misurare come un minimo. E ricorda il punto chiave: i segnali che guidano la visibilità LLM possono sovrapporsi a segnali di brand più ampi, quindi interpreta le metriche della ricerca AI insieme alla salute del brand piuttosto che come un canale isolato.

Evidence for this claim Google's Generative AI Performance report provides impressions for participating properties but does not expose clicks, CTR, or query dimensions. Scope: The June 2026 Search Console Generative AI report rollout; property availability can vary. Confidence: high · Verified: Google Search Central: Introducing Search Generative AI performance reports Search Console Help: Generative AI performance report Evidence for this claim Analytics attribution depends on available campaign and referrer information, so some sessions can be classified as direct when no usable source is available. Scope: Google Analytics attribution behavior; does not establish a universal percentage for AI referrals. Confidence: high · Verified: Google Analytics Help: Traffic-source dimensions

Perché la ricerca AI è più difficile da misurare rispetto alla ricerca tradizionale

Tre cose si rompono contemporaneamente.

Errore di attribuzione. La maggior parte del traffico proveniente dall’IA arriva senza segnale di referrer, quindi finisce in Diretto piuttosto che come canale IA. Le stime su quanto traffico IA sia invisibile in questo modo variano da circa 35% a 70,6% (il limite superiore proviene da un campione di 446 405 visite di Loamly, fornito dal fornitore — considera l’intervallo come indicativo, non come verità assoluta). Non è una cospirazione di Google; è così che funzionano i referrer. Come ho detto quando l’abbiamo testato su Ahrefs: “Websites have control over what info they send. They can send the full path, just the origin, or nothing — it’s up to them. We report whatever referrer we’re told to report. If they don’t send us one, then it would go in the ‘Direct’ bucket.” (traduzione) «I siti decidono quali informazioni trasmettere: possono inviare il percorso completo, soltanto l’origine oppure nulla. Noi riportiamo il referrer ricevuto; se non ne viene inviato alcuno, la visita confluisce nella categoria “Diretto”.»

Visibilità senza clic. Le AI Overview generano impressioni ed esposizione del marchio senza inviare traffico. Il vecchio funnel impressioni → clic → conversioni non regge quando la risposta è la destinazione.

Nessuno strumento standard. Fino a maggio 2026 non esisteva un canale GA4 nativo per il traffico IA. Il report Generative AI di GSC di giugno 2026 separa le impressioni per le proprietà partecipanti, ma non i clic, il CTR o le query. Bing ha aggiunto metriche di performance IA a febbraio 2026 come anteprima pubblica. E il risultato di tutto questo attrito: solo il 16% dei brand monitora sistematicamente le performance di ricerca IA (McKinsey, settembre 2025). La maggior parte dei tuoi concorrenti non misura nulla — il che significa che qualsiasi sistema di misurazione reale è un vantaggio.

Il principio del pavimento, non del soffitto

Se devi ricordare solo un concetto, che sia questo. Le quote pubblicate di traffico IA si aggirano intorno allo 0,25% del traffico medio del sito (studio di Ahrefs su ~82 000 siti) — ma quella è solo la fetta misurabile. Due correzioni la gonfiano:

  1. Traffico oscuro. Con il 35–70% delle visite IA senza referrer, il numero reale è plausibilmente 2–3 volte superiore a quanto mostrano le tue analisi.
  2. Il premio di conversione. Il traffico IA converte in modo nettamente migliore. Per Ahrefs, lo 0,5% dei visitatori ha generato il 12,1% delle iscrizioni — un premio di 23 volte, e quei visitatori hanno navigato ~50% in più di pagine per sessione con una frequenza di rimbalzo inferiore. A livello di settore il premio è più simile a 4–4,4 volte (Semrush/Adobe), ma la direzione è coerente.

Quindi il numero giusto con cui aprire un report per gli stakeholder non è 0,25%. È il tasso di crescita (9,7 volte in 12 mesi) o il premio di conversione. Questi riformulano la posta in gioco; il numero della quota di traffico la sottovaluta.

I cinque livelli di misurazione

Nessun singolo strumento vede l’intero quadro, quindi si sovrappongono viste parziali. Questo è il framework GEO a 5 livelli di Paul DeMott (Search Engine Land, maggio 2026), con i miei dati integrati in ogni livello. Ogni livello qui sotto è anche un approfondimento a sé in questo cluster.

Livello 1 — Attribuzione diretta (recuperato vs. menzionato vs. citato)

Questo è GA4 più Ahrefs Web Analytics: chi ha effettivamente visitato, da quale fonte IA.

  • Il canale AI Assistant di GA4 (aggiunto il 13 maggio 2026) cattura le sessioni referenziate da ChatGPT, Gemini, Claude, Copilot, Grok e simili. Utile — ma vede solo le sessioni che arrivano con un referrer. Il 35–70% che non lo fa resta in Diretto, indipendentemente da come configuri i canali. Inoltre esclude Google AI Overview e AI Mode, che appaiono come normale Ricerca Organica, non si applica retroattivamente, e usa uno dei tuoi due slot personalizzati per gruppi di canali.
  • Ahrefs Web Analytics ha il canale IA integrato invece di richiedere una configurazione personalizzata, e si aggiorna più vicino al tempo reale.
  • Il vocabolario conta qui: recuperato ≠ menzionato ≠ citato. Un recupero è il tuo contenuto che viene recuperato; una menzione è il tuo marchio nominato nella risposta; una citazione è il tuo URL collegato come fonte. Costruisci un report su quello sbagliato e l’intera cosa trae in inganno. Vedi Recuperato vs. Menzionato vs. Citato nell’IA.

Livello 2 — Visibilità LLM (il livello di impressioni e citazioni)

Quanto spesso appari nelle risposte IA, con o senza clic.

  • Report sulle prestazioni GSC Gen AI (giugno 2026) mostrano solo impressioni — nessun clic, nessun CTR, nessuna posizione — per AI Overviews, AI Mode e funzionalità AI di Discover. Segnale di esposizione reale, ma non puoi trasformarlo in traffico. (Maggiori dettagli sotto e nell’articolo del cluster GSC.)
  • Il report sulle prestazioni AI di Bing Webmaster Tools (anteprima febbraio 2026) è più trasparente: citazioni totali, pagine citate medie, query di grounding (le frasi che Copilot ha cercato internamente per trovarti) e attività di citazione a livello di pagina.
  • Verifica della realtà: solo il 38% delle pagine citate negli AI Overviews di Google è comparso nella top 10 tradizionale (in calo dal 76%) — la visibilità LLM non è la stessa cosa delle tue classifiche nei link blu.

Livello 3 — Monitoraggio delle allucinazioni AI

Una complicazione che non ha equivalente nella ricerca tradizionale: gli strumenti AI inviano traffico a pagine che non esistono e descrivono il tuo marchio in modo impreciso. Nella mia analisi del tipo di pagina del traffico AI di Ahrefs, ho scoperto che il 3,6% del traffico dell’assistente AI di Ahrefs è andato a URL inesistenti (allucinati). Oltre ai link errati, vuoi monitorare se i modelli descrivono correttamente il tuo prodotto, i prezzi e il posizionamento — un “fatto” sbagliato ripetuto tra i modelli è un problema di reputazione misurabile. Vedi Monitoraggio delle allucinazioni AI.

Livello 4 — Auto-segnalazione (il ponte che l’analisi non può costruire)

Aggiungi un campo “Come ci hai conosciuto?” con opzioni AI ai tuoi moduli di vendita, contatto e post-conversione. Questo è l’unico livello che cattura l’influenza di AI nella parte alta e media dell’imbuto — la scoperta avvenuta settimane prima di una visita Diretta senza referrer. DeMott riferisce che questo fa emergere un’attribuzione AI a doppia cifra in alcuni studi sul pipeline. È a bassa tecnologia e funziona proprio dove il tracciamento fallisce. Vedi Attribuzione del traffico AI (che unisce il problema del traffico oscuro e la soluzione dell’auto-segnalazione).

Livello 5 — Share of voice (e perché da solo è una trappola)

Share of Voice è la percentuale di risposte AI pertinenti in cui il tuo marchio viene menzionato o citato. Gli strumenti lo automatizzano su larga scala: Ahrefs Brand Radar (400M+ prompt basati su ricerca su ChatGPT, Perplexity, Gemini, Copilot, AI Overviews, AI Mode e Grok a partire da luglio 2026, in aumento rispetto a 350M+ all’inizio di quest’anno — è un indice in crescita e aggiornato in tempo reale, quindi considera la cifra esatta come indicativa; aggiornamento mensile), Semrush AI Toolkit (100M+ prompt), Profound, BrightEdge, Scrunch. Puoi anche farlo manualmente: esegui un set di prompt fisso su 3+ modelli mensilmente e conta le menzioni.

Ma presta attenzione all’avvertimento di DeMott: “Share of Voice is a vanity metric without business connection.” (traduzione) «La share of voice è una metrica di vanità senza collegamento con il business.» Il SOV ti dice quanto spesso appari, non se apparire genera consapevolezza, traffico o pipeline. Abbinalo sempre al Livello 1 (traffico) e al Livello 4 (auto-segnalazione). Vedi AI Share of Voice (SoV).

Un altro livello onesto oltre questi cinque: test di incrementalità. Differenza nelle differenze — una coorte di test ad alta visibilità AI vs. un controllo — su 6–12 mesi è l’unico modo per dimostrare che la ricerca AI ha causato ricavi piuttosto che semplicemente correlare con essi. È il più lento e il più rigoroso. La maggior parte dei team non arriverà qui per un anno; raccogli i dati di base ora così potrai.

Report specifici per piattaforma (le insidie)

Google Search Console. Il report di AI generativa di giugno 2026 fornisce una vista di visibilità separata per le proprietà partecipanti, ma è solo impressioni: nessun clic, CTR o dimensione di query. Non dedurre visite da quelle impressioni o integrarle nel report Web standard come se le metriche fossero equivalenti. Il segnale utile: impressioni AI Overview in aumento insieme a clic piatti o in calo nel report principale è “Il Grande Disaccoppiamento” — cannibalizzazione misurabile degli AI Overview (Ahrefs ha visto la correlazione clic/impressioni del blog passare da +0,425 a −0,352, con gli AIO legati a una riduzione del CTR del 34,5%).

Bing Webmaster Tools. Più avanti di Google in termini di trasparenza. Il suo report sulle prestazioni dell’IA espone le citazioni separatamente dai clic organici, e le query di grounding sono una finestra davvero unica: ti dicono cosa Copilot stava effettivamente cercando di rispondere quando ha estratto la tua pagina. Confronta le tue pagine Bing più citate con le tue migliori pagine organiche; i divari sono opportunità.

GA4 e Ahrefs Web Analytics. Trattati nel Livello 1: entrambi presentano la stessa limitazione del traffico oscuro; Ahrefs è integrato e più veloce, GA4 è configurabile ed esclude AIO/AI Mode.

Cosa è correlato alla visibilità LLM (studio di Ahrefs su 75 000 marchi)

Nello studio di Ahrefs su 75 000 marchi di Louise Linehan e Xibeijia Guan, che ho discusso nel mio intervento a Evolve 2025, i segnali sono classificati così per correlazione con la visibilità nelle AI Overview:

  • Menzioni del marchio sul web — 0,664 (il segnale più forte)
  • Anchor text con marchio — 0,527
  • Volume di ricerca del marchio — 0,392
  • Domain Rating — 0,326 (il più debole dei quattro)

Rileggi questa lista. Tre su quattro sono segnali di marchio, non di SEO tecnica classica. L’implicazione è il filo conduttore di tutto questo hub: misurare la visibilità IA significa soprattutto misurare la salute del marchio, e il lavoro che migliora la visibilità IA (menzioni, citazioni, autorità) è lo stesso che migliora la SEO tradizionale.

Dove andare dopo

Questo hub è la mappa. Ogni livello è un approfondimento a sé nel cluster:

  • Recuperato vs. Menzionato vs. Citato nell’IA — i tre tipi di visibilità che non devi confondere, e quali puoi effettivamente misurare.
  • Visibilità LLM / Visibilità IA — impressioni, citazioni e come verificare la tua presenza nelle risposte IA con strumenti come Brand Radar.
  • Monitoraggio delle allucinazioni IA — tracciare fatti errati, prezzi sbagliati e la stranezza del traffico da URL allucinati.
  • Attribuzione del traffico IA — il problema del traffico oscuro in dettaglio, comportamento dei referrer piattaforma per piattaforma, configurazione GA4 e il ponte dell’autosegnalazione.
  • Share of Voice IA (SoV) — definirlo, misurarlo, gli strumenti e come evitare che diventi una metrica di vanità.
  • GA4 per il traffico IA — la configurazione GA4 effettiva: gruppi di canali personalizzati, regex dei referrer ed Explorations per segmentare il traffico dalle piattaforme IA.
  • Analisi dei log dei crawler IA — leggere i log grezzi del server per misurare l’attività di crawling dei bot IA, verificare gli user-agent rispetto agli IP reali e individuare problemi di crawl rispetto al rendering.

Add an expert note

Pin an expert quote

New person? Create their unclaimed profile at /admin/experts/ → Pin a quote first.