Google sta trasformando i dati proprietari in un input diretto per le performance guidate dall’IA, i tipi di campagna automatizzati assorbono una quota crescente dei budget media e lo shopping con l’IA entra nel percorso di scoperta dei prodotti durante le festività. Il compromesso è chiaro: più decisioni vengono automatizzate dalle piattaforme, più costano dati, governance e misurazione di scarsa qualità.
Il nuovo livello di controllo si sposta a monte. Chi si occupa di marketing potrà intervenire meno su singole offerte, posizionamenti e regole di pubblico, ma dovrà controllare meglio i dati da cui le macchine apprendono, gli esperimenti che convalidano la crescita, le autorizzazioni degli account che proteggono la spesa e i segnali sui prodotti e sull’attività di cui i sistemi di IA possono fidarsi.
| Il Daily Buzz di Beecommercer |
| Data: venerdì 11 settembre 2026 |
| A cura di: beecommercer.com |
La storia del marketing digitale nel 2026 è sempre più una storia di delega. Google chiede agli inserzionisti di fornire ai suoi sistemi dati proprietari migliori e di valutarne poi i risultati con una misurazione causale. I media buyer spostano più budget verso tipi di campagna automatizzati. I ricercatori dei sistemi di ricerca sperimentano architetture in cui un LLM potrebbe ordinare direttamente i documenti. Le piattaforme rivolte ai consumatori spingono gli agenti di IA oltre le risposte alle domande, verso il completamento di attività e acquisti.
Questo non significa che i professionisti del marketing diventino meno importanti. Significa che le decisioni di maggior valore si allontanano dal livello più elementare dell’esecuzione. Le domande ora sono: quali risultati aziendali stiamo ottimizzando? Quali segnali dei clienti sono abbastanza affidabili da essere rimandati alla piattaforma? Come sappiamo che l’aumento è incrementale? Chi può modificare la fatturazione o l’accesso all’account? Le informazioni sul brand sono abbastanza coerenti da permettere a un sistema di IA di consigliarlo?
Per i team e-commerce che preparano il quarto trimestre, questo è un buon momento per smettere di trattare l’IA come un insieme di funzionalità separate. Sta diventando il livello operativo che collega acquisizione, misurazione, scoperta e commercio.
Entriamo nel dettaglio.
LA NOTIZIA PRINCIPALE
Google vuole che i dati proprietari diventino sia il carburante sia la prova
Google Ads & Commerce ha annunciato un ampio insieme di aggiornamenti per la misurazione basati su tre idee: fondamenta dei dati più solide, segnali multipli e prove causali. Data Manager viene integrato direttamente in Google Analytics e Display & Video 360, le conversioni avanzate si estendono a entrambi i prodotti e l’API di Data Manager diventa universale grazie allo standard Event and Conversions API di IAB Tech Lab.
La direzione conta più di qualsiasi singola funzionalità. Google vuole che gli inserzionisti colleghino segnali CRM, offline, delle app e altri dati proprietari attraverso una pipeline più unificata, rendendoli poi disponibili per offerte, attivazione dei pubblici e misurazione. Anche la diagnostica integrata punta a individuare problemi nei dati prima che compromettano le performance delle campagne.
Search Engine Journal evidenzia una nuova Data Strength Uplift Metric in Google Ads. La metrica stima quante conversioni aggiuntive vengono recuperate grazie a miglioramenti nei dati proprietari e nella configurazione della misurazione. Google afferma che gli inserzionisti che utilizzano Google tag gateway hanno osservato un aumento medio delle conversioni del 14%, mentre le campagne Demand Gen hanno registrato un aumento superiore al 20% nei dati interni citati. Queste cifre vanno considerate medie comunicate da Google, non risultati garantiti.
Anche la misurazione assume un’impostazione più causale. Google sta aggiungendo capacità agentiche a Meridian, il suo modello open source di marketing mix, per aiutare a verificare la qualità dei dati, risolvere errori e guidare la costruzione dei modelli. Il volume delle query di marca su Google può ora essere usato come segnale in Meridian, mentre Meridian GeoX è generalmente disponibile a livello globale per esperimenti geografici che permettono di calibrare i risultati del MMM rispetto a effetti incrementali misurati nel mondo reale.
Il cambiamento strategico è importante: un tracciamento migliore non serve più soltanto a recuperare conversioni mancanti. I dati proprietari diventano un input delle performance. Se la piattaforma riceve segnali dei clienti più completi e di maggior valore, il sistema di offerte ottiene un obiettivo migliore. Ma più conversioni misurate non significano automaticamente più conversioni redditizie. Ricavi, margini, qualità dei lead, riacquisti e valore successivo devono continuare a determinare ciò che viene rimandato alla piattaforma.
| Indicazione operativa: tratta l’infrastruttura di misurazione come una risorsa per la crescita, non come un progetto di reportistica. Prima di aumentare la spesa nel quarto trimestre, mappa ogni segnale di conversione che Google riceve, individua quelli che rappresentano un valore aziendale reale, verifica le conversioni avanzate e le pipeline di dati offline e crea almeno un test di incrementalità capace di mettere in discussione quanto indicato dall’attribuzione della piattaforma. |
AUTOMAZIONE E ACQUISTO DI MEDIA
Più investimenti pubblicitari confluiscono nelle campagne dirette dall’IA
Digiday riferisce che IAB ha alzato la previsione di crescita della spesa pubblicitaria statunitense nel 2026 dal 9,5% al 12,3%. Separatamente, Madison & Wall stima che i tipi di campagna automatizzati o diretti dall’IA rappresenteranno circa il 12% della spesa pubblicitaria negli Stati Uniti quest’anno, rispetto a circa il 2% nel 2023, e potrebbero raggiungere il 27% entro il 2030.
La categoria comprende sistemi come Google Performance Max e Meta Advantage+, in cui le piattaforme controllano sempre più l’espansione del pubblico, i posizionamenti, le offerte e le combinazioni di creatività. Digiday cita inoltre dati Tinuiti secondo cui Performance Max rappresenta circa il 60%-70% della spesa pubblicitaria su Google dei suoi clienti retail dal quarto trimestre del 2025.
Search Engine Roundtable riferisce che Google Ads sta testando un nuovo esperimento per le campagne sulla rete di ricerca, relativo a budget o obiettivi di offerta. La beta consente di confrontare livelli di budget, CPA target o ROAS target diversi tra le campagne sulla rete di ricerca. Secondo quanto riportato, l’aggiornamento comprende anche esperimenti AI Max che mantengono i controlli su brand e località, oltre a raccomandazioni di Performance Planner applicabili direttamente alle campagne.
È un altro segnale che la piattaforma sta automatizzando non solo l’esecuzione, ma anche la sperimentazione. Anziché modificare manualmente un obiettivo e osservare l’account, gli inserzionisti possono sempre più chiedere al sistema di verificare come vincoli economici diversi incidano sulle performance.
| Indicazione operativa: non rispondere a una maggiore automazione eliminando le protezioni. Definisci margini accettabili, volatilità del budget, esposizione sulle query di marca, limiti geografici e soglie di qualità delle conversioni prima dei test. Lascia che il sistema esplori all’interno di un quadro aziendale, non al posto di esso. |
GOVERNANCE DEGLI ACCOUNT
La sicurezza di Google Ads diventa un requisito operativo
JumpFly afferma che Google sta introducendo controlli più rigorosi sulle azioni sensibili di Google Ads. L’agenzia segnala un progetto pilota che può limitare alcune modifiche sensibili agli account per gli utenti con domini email gratuiti, insieme a un maggiore uso delle passkey e di Multi-party Approval, che richiede l’approvazione di un secondo amministratore per azioni come modifiche agli accessi, alcuni collegamenti tra account o determinati aggiornamenti della fatturazione.
La lezione pratica riguarda meno una specifica funzionalità di sicurezza e più l’eliminazione dei singoli punti di guasto. Un’azienda dovrebbe avere più amministratori interni attualmente in carica, ognuno con un account individuale sul dominio aziendale e passkey configurate, rimuovendo ex dipendenti o fornitori. Anche i domini consentiti vanno rivisti, affinché una vecchia agenzia o un indirizzo Gmail non gestito non diventino un percorso di accesso superfluo.
Search Engine Roundtable ha riportato separatamente reclami di inserzionisti i cui crediti promozionali Google Ads sarebbero stati invalidati dopo che la spesa era già stata sostenuta. Il resoconto si basa su singoli casi condivisi pubblicamente, non su un annuncio generale di policy di Google, quindi non va interpretato come prova che i crediti vengano revocati abitualmente. Resta comunque un utile promemoria: i crediti promozionali non vanno considerati denaro garantito finché idoneità e applicazione non sono pienamente confermate.
| Indicazione operativa: aggiungi la governance di Google Ads alla checklist prima delle festività. Rivedi amministratori, passkey, percorsi di recupero, responsabilità della fatturazione, domini consentiti, condizioni dei crediti promozionali e soggetti autorizzati ad approvare modifiche sensibili. Una campagna ad alte performance non serve se il team non riesce a recuperare l’accesso o aggiornare la fatturazione in alta stagione. |
COMMERCIO DURANTE LE FESTIVITÀ
L’e-commerce dovrebbe crescere più del retail mentre l’IA entra nel percorso d’acquisto
Retail Dive riferisce che Deloitte prevede una crescita annua delle vendite e-commerce statunitensi tra il 7,5% e l’8,4% per il periodo festivo da novembre 2026 a gennaio 2027, superiore alla crescita complessiva delle vendite al dettaglio nello stesso periodo, prevista tra il 4% e il 4,8%. La stima colloca le vendite e-commerce a circa 316,1-318,9 miliardi di dollari.
L’IA sta diventando uno dei motivi per cui il canale digitale potrebbe intercettare una parte maggiore di questa crescita. Retail Dive cita una ricerca di Bain secondo cui il 24% degli acquirenti delle festività prevede di iniziare la scoperta dei prodotti con strumenti come ChatGPT, Gemini o Claude. Questo non significa che l’IA sostituisca i motori di ricerca o i marketplace. Aggiunge un ulteriore livello di ricerca prima che l’acquirente arrivi su una pagina prodotto, in negozio o al checkout.
Yahoo Finance / Similarweb presenta i risultati del rapporto State of Ecommerce 2026 di Similarweb. Le visite provenienti direttamente da piattaforme dedicate all’IA sono aumentate di oltre il 200% nell’ultimo anno, ma rappresentano ancora volumi di traffico e-commerce relativamente ridotti. Il segnale più importante potrebbe essere l’influenza: secondo Similarweb, un consiglio d’acquisto dell’IA può dare a un brand un vantaggio fino a 2 a 1 in alcune decisioni d’acquisto, mentre l’89% dei consumatori che usa l’IA per preparare gli acquisti utilizza anche i motori di ricerca.
Il rapporto rafforza inoltre la tendenza verso il mobile. Le sessioni nelle app e-commerce crescono a un ritmo pari a circa 1,3 volte quello delle visite web, l’86,5% dei consumatori statunitensi dichiara di acquistare principalmente da smartphone o tablet e il traffico complessivo dei siti e-commerce aumenta del 6,8% su base annua. In altre parole, il percorso non si sta spostando dalla ricerca all’IA. Si sta articolando su più livelli tra IA, ricerca, app, marketplace e commercio mobile.
| Indicazione operativa: misura la scoperta come un portafoglio di canali, non come un canale basato sull’ultimo clic. Mantieni coerenti i dati dei prodotti tra sito, Merchant Center, marketplace, recensioni e fonti terze; monitora il traffico proveniente dall’IA senza sopravvalutarlo; e assicurati che pagina prodotto e checkout da mobile possano convertire la domanda creata congiuntamente dall’IA e dalla ricerca. |
RICERCA LOCALE CON IA
Le raccomandazioni dell’IA premiano segnali aziendali completi
Search Engine Journal / Uberall presenta uno studio sponsorizzato di Uberall basato su oltre 120.000 menzioni dell’IA relative a 3.793 sedi negli Stati Uniti e cinque modelli di IA. Lo studio raggruppa i segnali di visibilità più comuni in quattro categorie: dati aziendali, autorevolezza, recensioni e segnali social.
Uno dei risultati più applicabili è che la completezza delle informazioni operative di base continua a contare. Descrizioni complete su Google Business Profile, attributi pertinenti e raccolte fotografiche più ampie erano associati a tassi di menzione più elevati in diversi settori. Nelle categorie studiate, anche il volume delle recensioni era un indicatore delle menzioni dell’IA più costante rispetto alla valutazione in stelle.
La precisazione è importante: si tratta di una ricerca sponsorizzata da un fornitore e basata sul dataset e sulla metodologia di Uberall, quindi le correlazioni non vanno trattate come fattori universali di ranking per ChatGPT, Gemini, Claude, Grok o Perplexity. La direzione è però credibile. I sistemi di IA hanno bisogno di informazioni coerenti, aggiornate e verificabili da fonti esterne prima di poter raccomandare con fiducia un’attività locale.
| Indicazione operativa: per i brand con sedi fisiche, la GEO parte dall’operatività. Mantieni aggiornati nomi, indirizzi, categorie, attributi, orari, foto e recensioni per ogni sede. L’obiettivo non è scoprire un fattore segreto di ranking dell’IA, ma ridurre l’ambiguità ovunque un sistema di IA possa verificare l’attività. |
INFRASTRUTTURA DELLA RICERCA
Gli strumenti SEO si rinnovano mentre l’architettura di ranking diventa più nativa dell’IA
Semrush ha ricostruito SEOquake, la sua estensione gratuita per Chrome dedicata ai controlli SEO a livello di pagina. Il rilancio elimina o sostituisce elementi obsoleti accumulati nel tempo, incluse metriche legate a funzionalità di ricerca ritirate, mantenendo l’attenzione sugli audit rapidi direttamente nel browser.
L’aggiornamento dello strumento è incrementale, ma riflette una realtà pratica per i team SEO: i flussi di lavoro consolidati richiedono manutenzione man mano che cambia l’ecosistema della ricerca. Un’estensione che mostra titoli, intestazioni, link, indicizzabilità e segnali a livello di pagina resta utile, ma l’interpretazione di quei segnali non può rimanere ferma a una checklist SEO del 2020.
Search Engine Journal analizza una nuova ricerca di Google DeepMind e collaboratori accademici su Autoregressive Ranking, un approccio proposto in cui un LLM genera una lista ordinata di ID di documenti invece di affidarsi alla convenzionale architettura a due stadi con dual encoder e cross encoder. Il paper introduce un metodo di addestramento chiamato SToICaL per migliorare la capacità di tenere conto del ranking.
Gli esperimenti sono stati promettenti ma contrastanti. In un confronto, l’approccio autoregressivo ha ottenuto risultati simili a quelli di un cross encoder e migliori di quelli di un dual encoder, mentre un test di ricerca per lo shopping ha mostrato performance inferiori nel collocare al primo posto il singolo risultato più pertinente. Soprattutto, si tratta di ricerca, non di un annuncio che Google Search abbia implementato il sistema in produzione.
| Indicazione operativa: non riscrivere la strategia SEO intorno a un paper di ricerca. Il segnale utile è che gli stessi sistemi di recupero e ranking potrebbero diventare più nativi dei LLM. Continua a investire in pertinenza chiara, informazioni prodotto strutturate, segnali di entità solidi e contenuti facili da comprendere sia per i sistemi di recupero sia per le persone. |
IL SEGNALE DELLE PIATTAFORME
Muse di Meta mostra come l’IA potrebbe passare dagli annunci all’esecuzione delle transazioni
Bloomberg ha riportato che JPMorgan ha alzato la raccomandazione su Meta da Neutral a Overweight e il prezzo obiettivo da 640 a 820 dollari, citando una maggiore fiducia nel posizionamento di Meta nell’IA dopo il lancio di Muse. Secondo la nota degli analisti riportata da Bloomberg, Muse ha raggiunto fino al terzo posto nell’App Store statunitense il secondo giorno, e l’utilizzo iniziale superava nettamente quello delle coorti interne di addestramento.
La prospettiva e-commerce va oltre il giudizio sul titolo Meta. Muse si presenta come un agente personale capace di operare tra app, navigare sul web, compilare moduli e completare attività con l’approvazione dell’utente. Meta afferma che l’agente può usare Link by Stripe per gli acquisti, mentre il supporto per Shop Pay arriverà in seguito. Se questo modello funziona, l’opportunità per la piattaforma si sposta dal mostrare un annuncio che influenza un acquisto all’operare molto più vicino alla transazione stessa.
Per i commercianti, questo crea un requisito noto in una nuova interfaccia: gli agenti hanno bisogno di dati affidabili sui prodotti, prezzi, disponibilità, condizioni di spedizione, informazioni sui resi e flussi di checkout che possano interpretare. I brand più facili da comprendere e con cui gli agenti possono effettuare transazioni più agevolmente potrebbero ottenere un vantaggio anche quando l’acquirente non segue un funnel tradizionale.
| Indicazione operativa: inizia a considerare la preparazione agli agenti come una capacità commerciale. Rendi le informazioni essenziali sui prodotti e sulle politiche leggibili dalle macchine, coerenti e aggiornate; riduci gli attriti al checkout; e osserva quali piattaforme di agenti iniziano a portare transazioni invece di sole visite. |
IL SEGNALE
L’automazione non elimina il controllo: lo sposta a monte
In tutte queste notizie ricorre lo stesso schema. Google automatizza sempre più misurazione e sperimentazione. I media buyer investono più denaro nei tipi di campagna guidati dall’IA. L’IA entra nella scoperta dei prodotti durante le festività e nelle raccomandazioni locali. I ricercatori esplorano sistemi di ranking costruiti intorno ai LLM. Meta spinge gli agenti verso l’esecuzione di attività e acquisti nel mondo reale.
La risposta vincente non è microgestire ogni decisione automatizzata, né fidarsi di ogni risultato delle piattaforme. È controllare gli input e il livello di validazione: qualità dei dati proprietari, definizioni delle conversioni, test di incrementalità, autorizzazioni degli account, informazioni sui prodotti, dati delle attività locali, autorevolezza del brand e vincoli di redditività.
Con l’espansione dell’automazione, il lavoro di chi fa marketing diventa più finanziario, più tecnico e più strategico. La macchina può decidere dove fare offerte o quale creatività mostrare. L’azienda deve ancora decidere che cosa significhi il successo, quali segnali siano veri, quanto rischio sia accettabile e se la crescita riportata sia davvero incrementale.
È questo il livello di controllo che vale la pena costruire ora.
Il team di Beecommercer