Misurazione e metriche
GEO per CMO: le 5 metriche da riportare al board nell'era della ricerca AI
Un CMO può seguire cinque metriche direzionali: visibilità, posizione nella risposta, sentiment, share of voice e fonti citate. Insieme al trend, riporta set di prompt, motori, numero di campioni e incertezza. Da sole, queste metriche non stabiliscono significatività statistica, causalità o crescita.
Perché i KPI di marketing attuali non bastano
Sessioni, conversioni e ranking di ricerca misurano ciò che succede sul sito o nella pagina dei risultati. Nella ricerca AI, confronto, valutazione e raccomandazione possono avvenire dentro la risposta, prima di una visita. Questa parte del percorso non compare direttamente nei KPI attuali.
Per un CMO il problema è un punto cieco di misurazione proprio in cima al funnel. Quando l’AI non menziona il tuo brand — o lo descrive in modo errato — la perdita non compare in nessun report.
Le cinque metriche che vale la pena riportare
La misurazione GEO si riduce a cinque assi.
1. Visibilità (tasso di menzione)
La quota di domande tipiche dei clienti (prompt) in cui l’AI menziona il tuo brand. La misura più basilare della tua presenza dentro le risposte AI.
2. Posizione dentro la risposta
Quando un buyer chiede «cosa mi consigli?», sei elencato per primo o per quinto? La differenza di impressione è enorme.
3. Sentiment
Il tono del contesto attorno a ogni menzione. «Track record comprovato» e «il supporto ha problemi» sono entrambe menzioni — con valore opposto.
4. Share of voice rispetto ai concorrenti
Quanto spesso i concorrenti compaiono sullo stesso insieme di domande. Visibilità piatta mentre un concorrente cresce significa comunque perdere quota.
5. Fonti citate
Quali domini e articoli l’AI usa come riferimento. Viene citato il tuo sito, o un post di terzi superato viene trattato come la tua informazione ufficiale? Questo orienta direttamente dove investire — contenuto proprietario o copertura esterna.
Una precisazione metodologica: le risposte AI sono probabilistiche. SparkToro ha osservato instabilità nella composizione e nell’ordine delle liste di brand, con meno di 1 probabilità su 100 di ottenere la stessa lista in due risposte. Per stimare una distribuzione servono campioni ripetuti per ogni coppia prompt–motore, oltre a un set ampio e a uno storico. Quando una scansione di prodotto usa tre campioni, il risultato riduce il rumore di una singola esecuzione ma resta direzionale: non costituisce significatività statistica e non dimostra causalità. Confronta più scansioni e tratta le differenze piccole come incerte.
Due fatti che giustificano il budget
Primo, il KDD 2024 ha quantificato fino al 40% di variazione nella visibilità di documenti già recuperati e presenti in un contesto fisso. La revisione critica di 45 studi di Martinez precisa che quel risultato non dimostra scoperta organica, traffico durevole o crescita cross-platform. È evidenza su una fase del processo, non una previsione universale di risultato: sostiene esperimenti mirati, non un pacchetto obbligatorio di tattiche.
Secondo, Google dichiara ufficialmente che non serve alcuna ottimizzazione speciale per le funzionalità AI oltre ai fondamentali della SEO tradizionale.** L’investimento GEO si costruisce quindi sopra gli asset SEO esistenti, senza duplicarli.
Una roadmap di 90 giorni
- Inizia a misurare (settimane 1–2) — costruisci la lista delle domande che i tuoi buyer fanno davvero e registra una baseline sulle cinque metriche nei principali motori AI.
- Identifica i gap (mese 1) — disinformazione, dominanza dei concorrenti, fonti distorte: trova dove la perdita è maggiore.
- Stabilisci il ciclo di miglioramento (mesi 2–3) — pubblica interventi e osserva i segnali con campioni ripetuti in più scansioni; non attribuire automaticamente ogni variazione all’ultima azione.
- Porta tutto nel reporting (mese 3+) — aggiungi il trend delle cinque metriche al report mensile come indicatore anticipatore accanto a sessioni e conversioni.
Suparanku misura questi cinque assi e genera raccomandazioni prioritarie. Free include un audit; i piani a pagamento possono programmare scansioni ricorrenti. Tre campioni danno un segnale direzionale, non una prova statistica o causale. I brief sono on-demand e la pubblicazione resta al cliente, all’agenzia o a un agente autorizzato. Questo è il ciclo di AI Representation Management: contesto → misurazione → raccomandazioni con versione PLAYBOOK → pubblicazione → URL tracciati → nuova misurazione. GEO, LLMO e AEO sono tattiche dentro il ciclo; la crescita non è garantita.
* Aggarwal et al., KDD 2024 (confronto di tattiche su 10.000 query) ** Google Search Central, «AI features and your website»
Fonti
- Aggarwal et al., “GEO: Generative Engine Optimization” (KDD 2024)
- Google Search Central, “AI features and your website”
- Martinez, “Generative Engine Optimization: A Critical Survey”
- Schulte, Bleeker & Kaufmann, “Don't Measure Once: Measuring Visibility in AI Search”
- SparkToro (Rand Fishkin), «AIs are highly inconsistent when recommending brands/products»