La ricerca AI unisce SEO e brand marketing: i dati mostrano visite più rare ma più profonde

Quando una persona chiede a un assistente AI di consigliarle un'azienda o un prodotto, il percorso che porta al sito cambia radicalmente rispetto alla ricerca tradizionale su Google: le visite diventano più rare, ma chi arriva resta più a lungo e naviga più pagine. Dati di clickstream analizzati da Similarweb mostrano che i brand raccomandati dall'AI hanno 2,5 volte più probabilità di ricevere una visita al sito entro sette giorni, soprattutto tramite ricerca branded piuttosto che clic diretto.

In breve

• I brand citati dall'AI hanno 2,5 volte più probabilità di ricevere una visita al sito entro sette giorni, e la maggior parte arriva tramite una ricerca branded successiva, non con un clic diretto dalla risposta dell'AI.
• Chi arriva sul sito dopo essere passato da un assistente AI visita circa il doppio delle pagine per sessione rispetto agli altri visitatori, secondo dati dell'agenzia Hallam.
• Sta emergendo la "scelta agentica di brand": in alcuni casi è l'agente AI a decidere al posto della persona, rendendo la presenza nel modello non più un'influenza ma la decisione stessa.
• Oltre al traffico, tre metriche aiutano a capire la visibilità reale di un brand: quota di voce (share of voice), quota di ricerca (share of search) e quota nel modello (share of model).
• I segnali che contano di più per essere citati da un'AI sono in larga parte quelli esterni al sito: menzioni di terze parti, recensioni, coperture editoriali, video.

Come decide un modello AI quali brand citare?

Un modello linguistico attinge a due fonti diverse, ed è questa differenza a spiegare perché le vecchie tecniche SEO funzionano solo in parte. La prima è la conoscenza "parametrica", cioè ciò che il modello ha appreso durante l'addestramento: se un brand è associato spesso a un certo tema in fonti indipendenti, quell'associazione finisce nei pesi del modello. Cambiarla richiede un nuovo addestramento, un processo che può richiedere mesi o anni e che resta quasi del tutto fuori dal controllo diretto di chi fa marketing. La seconda fonte è la generazione aumentata da recupero (retrieval-augmented generation, RAG): quando una domanda viene posta, il modello la riformula in query di ricerca, recupera documenti e li sintetizza in una risposta. Qui agisce ancora la SEO tradizionale, ma con un peso minore di quanto si pensi: un'analisi delle query generate da ChatGPT ha rilevato che in 21 conversazioni su 27 la prima query conteneva già nomi di brand che l'utente non aveva menzionato, e quei brand comparivano nella risposta finale nel 68,9% dei casi, contro il 2,1% dei brand semplicemente recuperati durante la ricerca: una differenza di circa 33 volte. In altre parole, il modello sceglie già una rosa di candidati prima ancora di cercare, e quella rosa si costruisce nel tempo con la notorietà, non con l'ottimizzazione dell'ultimo momento.

Perché le visite dall'AI sono più rare ma più mirate?

Le visite che arrivano dopo un'interazione con un assistente AI sono meno frequenti rispetto a quelle generate da un clic su un motore di ricerca tradizionale, ma tendono a essere più consapevoli. Il dato di Similarweb — 2,5 volte più probabilità di visita entro sette giorni per i brand raccomandati dall'AI — si accompagna a un dettaglio importante: la maggior parte di queste visite non arriva con un clic diretto dalla risposta dell'AI, ma attraverso una ricerca branded, cioè la persona digita successivamente il nome del brand su un motore di ricerca. Questo significa che l'AI spesso non genera traffico immediato e misurabile con gli strumenti classici, ma innesca un comportamento che si manifesta solo in un secondo momento, con una ricerca mirata. A complicare la misurazione, i clic dalle AI Overviews e dalla modalità AI di Google mantengono di solito un referrer google.com e vengono conteggiati come traffico organico, mentre molte visite dagli assistenti AI non hanno alcun referrer e finiscono nella categoria "diretto". Gli strumenti di analisi più recenti, come il canale dedicato agli assistenti AI introdotto in GA4, aiutano solo in parte, perché intercettano esclusivamente le visite con un referrer riconosciuto.

Cosa fa chi arriva sul sito dopo essere passato dall'AI?

Chi arriva sul sito dopo un'interazione con un assistente AI tende a esplorare più pagine rispetto a un visitatore medio. Dati dell'agenzia Hallam relativi ai propri clienti indicano che i visitatori arrivati dall'AI visualizzano circa il doppio delle pagine per sessione rispetto agli altri. È un indizio coerente con il quadro generale: se l'AI ha già fatto una parte del lavoro di selezione, chi clicca successivamente sul sito arriva con un'intenzione più definita e dedica più tempo ad approfondire, invece di limitarsi a una prima occhiata e abbandonare subito.

Quali segnali fanno comparire un brand nelle risposte AI?

I fattori che più correlano con la visibilità in risposte generate dall'intelligenza artificiale sono in larga parte esterni al sito. Uno studio su 75.000 brand ha trovato che le menzioni branded sul web hanno una correlazione di 0,664 con la visibilità nelle AI Overviews, contro 0,218 per i domini referenti (la classica metrica dei backlink). Un approfondimento successivo, esteso a ChatGPT, AI Mode e AI Overviews, ha mostrato che le menzioni su YouTube hanno la correlazione più forte in assoluto:

A questo si aggiungono altri due dati rilevanti: una ricerca di Muck Rack ha trovato che tra l'82% e l'89% delle citazioni AI proviene da fonti non di proprietà e non a pagamento, con il giornalismo che pesa costantemente per circa un quarto del totale; uno studio su 800.000 risposte AI, commissionato da Trustpilot, ha riscontrato che i brand senza alcun profilo recensioni hanno un tasso mediano di citazione dell'1%, contro il 75% dei brand con profili attivi e gestiti.

Quali metriche guardare oltre al traffico?

Il traffico da solo non basta più a raccontare l'efficacia di una strategia digitale, perché gran parte dell'influenza dell'AI non si traduce in un clic immediato. Tre metriche, interconnesse tra loro, aiutano a leggere il fenomeno in modo più completo:

• Quota di voce (share of voice): la quota di menzioni del brand su media, social e video rispetto al mercato di riferimento, alimentata da attività a pagamento, guadagnate e di proprietà. Può cambiare nell'arco di poche settimane.
• Quota di ricerca (share of search): la quota di ricerche branded rispetto al totale delle ricerche branded nella categoria. Segue la quota di voce con un ritardo che, in alcuni dataset di clienti, si attesta tra le tre e le sei settimane.
• Quota nel modello (share of model): la frequenza con cui un modello AI cita il brand quando viene interrogato su una categoria di prodotti o servizi. Le ricerche e le menzioni branded la influenzano, ma i suoi effetti si manifestano tipicamente in un arco di sei-dodici mesi.

Secondo i principi dell'effetto quota di voce studiati da Les Binet e Peter Field, un brand tende a crescere quando la sua quota di voce supera la sua quota di mercato, e a ridursi nel caso opposto. Una ricerca separata sul ritorno della notorietà di marca ha rilevato che, attorno al 30% di notorietà, ogni cinque punti di crescita in notorietà producono circa cinque punti di crescita nella quota di ricerca: più basso è il punto di partenza, più difficile diventa guadagnare ogni singolo punto.

Perché conta costruire la notorietà prima che qualcuno apra una chat AI?

Perché, a differenza della ricerca tradizionale, nella ricerca AI il brand può essere già scelto prima ancora che la persona veda un elenco di risultati. È qui che si inserisce il concetto di "scelta agentica di brand": in alcuni casi non è più la persona a decidere tra più opzioni, ma è l'agente AI stesso a selezionare un fornitore o un prodotto per suo conto. In questo scenario la presenza nel modello non è più un fattore che influenza la decisione finale: è la decisione. Costruire notorietà — attraverso coperture editoriali, recensioni gestite, presenza su YouTube, menzioni di terze parti — diventa quindi un investimento che prepara il terreno molto prima che qualcuno digiti una domanda in una chat, perché la "rosa dei candidati" che il modello considera si forma nel tempo, non nell'istante della query.

Domande frequenti

Le visite dall'AI sostituiscono quelle da Google? No, i dati indicano piuttosto che si aggiungono con una dinamica diversa: meno frequenti, spesso innescate da una ricerca branded successiva e non da un clic diretto, ma con sessioni più lunghe e più pagine viste.

Ottimizzare il sito basta per comparire nelle risposte AI? Non da solo. I segnali più correlati alla visibilità AI, come le menzioni branded sul web e su YouTube, le recensioni e la copertura editoriale, sono in gran parte esterni al sito; la struttura tecnica dei contenuti resta comunque necessaria come base.

Che differenza c'è tra share of voice, share of search e share of model? Sono tre livelli collegati: la quota di voce misura le menzioni del brand nel breve periodo, la quota di ricerca misura quante persone cercano il brand per nome con un ritardo di alcune settimane, la quota nel modello misura quanto spesso un'AI cita il brand con un effetto che si manifesta su mesi.

Perché un brand con poche recensioni rischia di non comparire nelle risposte AI? Perché le recensioni funzionano come segnale di validazione esterna: i dati disponibili mostrano una differenza marcata nel tasso di citazione tra brand senza profilo recensioni e brand con profili attivi e gestiti.

Fonti

• Why AI search is bringing SEO and brand marketing together — Search Engine Land, https://searchengineland.com/ai-search-seo-brand-marketing-together-501770

Se questi temi ti riguardano da vicino — capire come viene percepita la tua attività dai motori di ricerca tradizionali e dalle risposte AI, e quali segnali vale la pena costruire nel tempo — puoi approfondire su iNexus, dove trovi come SEO, contenuti e analisi dei dati vengono affrontati insieme.

← Tutti gli articoli