Misurare una campagna SEO è sempre stato un esercizio lineare: si aprono Google Analytics e Search Console, si controllano posizionamenti, clic e conversioni, e se il grafico sale la strategia funziona. Con la Generative Engine Optimization, questo schema si complica parecchio.
Sempre più ricerche si chiudono senza alcun clic. Nel maggio 2024 riguardava il 56% delle ricerche legate alle notizie, salito al 69% un anno dopo con la diffusione delle AI Overviews. In generale, quando compare un riassunto generato dall’IA, la quota di ricerche a zero clic oscilla tra il 65% e l’83%, e il 35% dei consumatori usa già l’IA nella fase di scoperta prodotto, contro il 13,6% che si affida solo a Google.
Il punto cieco della misurazione tradizionale
Quando un’IA cita il tuo brand rispondendo a un utente, quel momento costruisce fiducia e orienta una decisione d’acquisto. Ma quell’evento, quasi sempre, non genera nessuna visita tracciabile: la persona può soddisfare il bisogno direttamente dentro la chat, oppure cercare il tuo brand su Google due giorni dopo, venendo attribuita erroneamente a un’altra fonte.
Il traffico diretto che arriva dai link cliccabili nelle risposte dell’IA resta comunque una quota ridotta rispetto al totale, anche se in crescita. Guardando solo quei clic si perde di vista oltre il 90% dell’impatto reale che l’IA sta avendo sulle decisioni dei clienti.
La qualità di questo traffico, quando arriva, è comunque notevole. Chi arriva sul sito grazie a una raccomandazione dell’IA ha formulato in media un prompt di 60 parole, contro le 3,4 parole di una ricerca classica su Google, e mostra un’intenzione d’acquisto molto più matura. Su un campione di un centinaio di e-commerce, il traffico da ChatGPT ha convertito il 31% meglio del traffico organico generico; altre rilevazioni parlano di un tasso di conversione del 7% contro il 5% dei riferimenti da ricerca classica.
Le sette metriche fondamentali della GEO
Per colmare il punto cieco servono indicatori pensati apposta per la ricerca generativa.
| KPI | Cosa misura |
|---|---|
| Share of Model | Percentuale di risposte IA che citano il brand |
| Brand Mention Share | Quota di menzioni rispetto ai concorrenti |
| Citation Rate | Percentuale di risposte che includono un link al sito |
| Prompt-Level Visibility | Presenza del brand sulle singole domande |
| Domain Influence | Se l’IA cita il sito ufficiale o fonti terze |
| Sentiment Distribution | Tono con cui l’IA parla del brand |
| Traffico referral IA | Visite e conversioni reali da ChatGPT, Perplexity, Gemini |
La Share of Model è la metrica di riferimento. Si calcola in modo semplice: se monitori 100 domande commerciali sulla categoria “software di fatturazione B2B” e l’IA nomina il tuo brand in 35 risposte, la tua Share of Model è del 35%.
La Brand Mention Share guarda invece alla quota relativa: se in un settore l’IA genera 500 menzioni complessive di varie aziende, questa metrica dice quale fetta spetta a te rispetto ai concorrenti diretti. Sono due prospettive diverse sullo stesso fenomeno, e vale la pena tracciarle entrambe.
Il Citation Rate distingue un livello ulteriore: una cosa è essere nominati nel testo (“tra le aziende leader si segnala [nome brand]”), un’altra è ricevere anche un link cliccabile diretto. Il primo costruisce reputazione, il secondo porta anche traffico misurabile.
La visibilità va poi letta su due livelli di dettaglio. La Topical Visibility guarda ai macro-temi del settore, mentre la Prompt-Level Visibility scende fino alla singola domanda, rivelando esattamente quali query stai vincendo e su quali resti invisibile.
Il Domain Influence verifica se l’IA prende le informazioni sul tuo brand direttamente dal tuo sito o da fonti terze come Wikipedia o portali di recensione. Un’alta quota di menzioni accompagnata da un basso Domain Influence significa che l’IA parla di te, ma non ti cita mai come fonte diretta.
Il Sentiment misura il tono, positivo, neutro o critico, con cui l’IA presenta il brand. Infine il traffico referral resta comunque da tracciare con parametri UTM su Google Analytics, per misurare le visite reali e le conversioni che arrivano da ChatGPT, Perplexity o Gemini.
Perché le citazioni dell’IA sono così instabili
Su Google, un sito che si posiziona primo tende a mantenere quella posizione per settimane. Con l’IA generativa non funziona così.
Uno studio di AirOps su 45.000 citazioni ha trovato che solo il 30% dei brand resta visibile da una risposta all’altra quando la stessa domanda viene ripetuta, e appena il 20% mantiene la presenza su cinque interrogazioni consecutive. L’IA ricostruisce ogni risposta da zero, per garantire varietà, non stabilità.
Gli aggiornamenti dei modelli amplificano l’effetto. Quando Google ha rilasciato Gemini 3, a gennaio 2026, uno studio su 100.000 ricerche ha registrato la scomparsa del 42,4% dei domini prima citati e l’ingresso del 51,7% di fonti nuove. Un’analisi di Semrush su oltre 230.000 domande ha mostrato che anche la presenza di Reddit o Wikipedia su ChatGPT può oscillare in modo netto nel giro di due sole settimane, per un semplice aggiustamento nei pesi dell’algoritmo.
La conclusione pratica è che un audit fatto una volta sola non ha alcun valore diagnostico nel tempo. Serve misurare in modo continuo, guardando le medie di presenza su finestre di 30, 60 e 90 giorni.
Il framework TRACE in cinque fasi
Per trasformare la misurazione in azioni concrete, un metodo diagnostico utile segue cinque passaggi in sequenza.
- Track: misura la Share of Model di partenza su un paniere di 30-50 prompt commerciali rilevanti per il tuo settore.
- Reveal: isola i prompt in cui il brand è del tutto assente o compare con un sentiment negativo, la tua “lista dei gap”.
- Audit: per ogni prompt della lista, verifica quali fonti terze l’IA sta effettivamente citando per rispondere.
- Close: agisci sul gap trovato, con Digital PR se mancano dalle classifiche giuste, con dati proprietari se un competitor vince sui numeri, con presidio community se le fonti citate sono Reddit o portali review.
- Evaluate: ripeti il tracciamento ogni mese per misurare la crescita della Share of Model.
Un esempio concreto rende l’idea del passaggio di audit. Un e-commerce del settore turistico risultava invisibile nei prompt sui migliori hotel per viaggi di lavoro. L’analisi delle fonti ha rivelato che l’IA estraeva il 70% delle risposte dalle classifiche annuali pubblicate da Cvent su BusinessWire: il problema non era il sito dell’hotel, ma la sua assenza in quella specifica rassegna di settore.
Gli strumenti per monitorare la GEO
Così come la SEO ha i suoi software storici, per la GEO si è consolidata una categoria di strumenti specializzati.
- Similarweb AI Search Intelligence: suite completa con Share of Model, traffico referral e sentiment su più modelli insieme.
- Otterly.ai: monitoraggio quotidiano dei prompt su ChatGPT, Perplexity e AI Overviews.
- Profound: pensato per le aziende enterprise, esegue set di prompt su più LLM contemporaneamente.
- Peec AI: specializzato nell’analisi delle fonti citate e del sentiment.
- Semrush AI Toolkit, SE Ranking, Ahrefs, ZipTie: moduli AI aggiunti alle piattaforme SEO tradizionali.
- Google Search Console: la fonte ufficiale per impressioni, clic e query dentro le AI Overviews di Google.
Come impostare un Prompt Research
Il primo passo pratico consiste nel mappare le domande reali che i clienti rivolgono all’IA, divise in quattro categorie: domande di raccomandazione (“quali sono le migliori agenzie di…”), domande comparative (“differenze tra prodotto A e B”), domande di tipo problema-soluzione (“come automatizzare il processo X”), e domande di audit del brand (“cos’è [nome azienda] e cosa ne pensano i clienti”).
Un pannello rappresentativo copre di solito tra 30 e 50 domande di questo tipo, tracciate mese per mese annotando per ciascuna se il brand viene menzionato, se riceve un link, con quale sentiment, e quali fonti terze l’IA sta citando al posto tuo.
Una roadmap in quattro fasi per l’azienda
| Fase | Attività |
|---|---|
| 1. Setup e Prompt Research | Mappa 30-50 domande rilevanti, scegli uno strumento di tracciamento, verifica il modulo generativo su Search Console. |
| 2. Audit di base (mese 1) | Misura la Share of Model di partenza e compila la lista dei gap sulle domande dove il brand è assente. |
| 3. Azioni TRACE (mesi 2-3) | Analizza le fonti citate al posto tuo e agisci con contenuti on-page e Digital PR per colmare i gap. |
| 4. Reportistica continua | Rileva ogni 30 giorni la variazione della Share of Model e correla la crescita con le ricerche dirette del brand. |
Misurare la GEO significa smettere di guardare solo le posizioni su Google, e iniziare a seguire dove, davvero, si stanno formando oggi le decisioni d’acquisto di domani.
