Ranking, traffico organico, CTR: queste sono le metriche che i team SEO misurano da decenni. Hanno il loro posto. Ma non misurano cosa succede quando un utente chiede a ChatGPT quale fornitore di software di contabilita e consigliabile e la vostra azienda non compare nella risposta. La visibilita IA ha bisogno di metriche proprie e di una comprensione di cosa queste metriche misurano effettivamente e cosa no. Questo articolo descrive i quattro livelli del framework KPI di visibilita IA e spiega dove l'attribuzione tradizionale raggiunge i suoi limiti.
Le metriche di visibilita IA possono essere strutturate in quattro livelli che si costruiscono l'uno sull'altro. Livello 1, Qualita tecnica dei dati: queste metriche misurano se i prerequisiti per la visibilita IA sono presenti. La completezza dello schema indica quanti dei campi Schema.org rilevanti per le vostre entity sono compilati. Uno schema Product con 4 su 12 campi possibili e tecnicamente valido, ma contenutisticamente povero: i sistemi IA hanno meno contesto a disposizione. Conformita robots.txt per i crawler IA: bloccate involontariamente crawler come GPTBot, ClaudeBot o PerplexityBot? Validita llms.txt: il file e sintatticamente corretto e collega a risorse scansionabili? Tasso di successo del crawl: quante delle vostre pagine rilevanti sono raggiungibili dai crawler IA? Livello 2, Visibilita IA, il cuore del framework: la Mention Rate misura quanto spesso il nome della vostra azienda compare nelle risposte IA a query pertinenti, diviso per il numero totale di interrogazioni. Una Mention Rate del 35% significa: su 100 domande pertinenti, la vostra azienda compare in 35 risposte. La Citation Rate e piu specifica: quanto spesso viene citato esplicitamente il vostro sito web come fonte? La Recommendation Rate misura le raccomandazioni attive. Share of Voice mette le vostre menzioni in relazione ai concorrenti. Livello 3, Qualita della risposta: cosa viene detto su di voi? Tasso di allucinazione: quante delle affermazioni IA sulla vostra azienda sono fattualmente errate? Sentiment score: positivo, neutro o negativo? Qualita delle fonti: da quali fonti i sistemi IA generano risposte su di voi? Livello 4, Impatto sul business: traffico referral IA in Google Analytics 4, tasso di conversione di questi visitatori rispetto ai visitatori organici, qualita dei lead: i lead provenienti da raccomandazioni IA mostrano nelle prime osservazioni un piu alto tasso di intento, l'utente e gia stato prequalificato dalla risposta IA.
Provalo ora
Controlla il tuo GEO Score in 60 secondi - gratis, senza account. 42 fattori analizzati.
I quattro sistemi IA dominanti funzionano tecnicamente in modo diverso e questo influenza come e perche comparite nelle loro risposte. ChatGPT (OpenAI) distingue tra risposte base dal corpus di training e risposte Browse, in cui vengono recuperati dati web attuali. In modalita standard le risposte sono limitate al cutoff di training, per prezzi di prodotto e disponibilita attuale un problema notevole. Con Browse attivato le risposte sono piu aggiornate, ma la selezione delle fonti non e trasparente. ChatGPT cita le fonti solo in modalita Browse; in modalita standard non ci sono indicazioni esplicite delle fonti. Per la vostra misurazione dei KPI significa: la Mention Rate in ChatGPT senza Browse misura soprattutto quanto diffuso era il vostro brand nel corpus di training. Perplexity e strutturalmente diverso: e un motore di ricerca RAG che recupera dati web attuali per ogni richiesta e li sintetizza in tempo reale in una risposta. Perplexity cita le fonti come impostazione predefinita, il che rende direttamente misurabile la Citation Rate. I cambiamenti nei vostri dati sorgente agiscono su Perplexity piu rapidamente che su ChatGPT. Claude (Anthropic) nella versione standard non usa la ricerca web, ma risponde dal corpus di training. Claude Citations consente di collegare le risposte a documenti sorgente, ma questo riguarda soprattutto le applicazioni API. Le risposte di ricerca AI possono essere integrate nei risultati di ricerca e si basano di solito su infrastrutture esistenti di indicizzazione e crawling. Rich snippet, dati Schema.org e informazioni aziendali coerenti possono confluire in questi sistemi di risposta. La Citation Rate in queste risposte AI correla fortemente con la qualita dello schema e i dati strutturati. Il consiglio pratico: misurate i KPI in modo specifico per piattaforma. Un'alta Mention Rate su Perplexity e una bassa su ChatGPT hanno cause diverse e richiedono misure diverse. I valori medi aggregati su tutte le piattaforme sono poco significativi.
Il problema piu grande con i KPI di visibilita IA e l'attribuzione: quanta parte del successo aziendale puo essere ricondotta alla visibilita IA? La risposta onesta e: solo una parte. E questa parte viene sistematicamente sottostimata negli strumenti di analisi classici come Google Analytics 4. L'attribution gap nasce da diversi motivi. In primo luogo gli inserimenti diretti: un utente vede il vostro nome in una risposta ChatGPT e lo inserisce direttamente nella barra degli indirizzi del browser. GA4 lo classifica come Direct, l'influenza dell'IA e invisibile. In secondo luogo, browser con protezione della privacy e ad-blocker: bloccano i dati referrer. Un clic da Perplexity appare spesso in GA4 come Direct. In terzo luogo, il traffico da app a web: chi usa l'app ChatGPT e poi passa al vostro sito web non lascia alcun header referrer. Le osservazioni delle prime analisi suggeriscono che solo il 10-20% degli effetti IA reali e visibile in GA4. Il resto e nascosto nel traffico diretto. L'effetto bocca di coccodrillo descrive un fenomeno osservato in alcuni mercati con precoce adozione dell'AI SEO: il volume dei lead cala, a volte del 10-15%, perche i sistemi IA rispondono a molte domande informative direttamente senza che gli utenti debbano cliccare su un sito web. Allo stesso tempo i ricavi aumentano considerevolmente, perche i lead che arrivano sono gia stati prequalificati dalla risposta IA e hanno un tasso di conversione significativamente piu alto. Questo significa: chi misura il successo dell'AI Visibility solo con la crescita del traffico misura in modo sbagliato. Le metriche rilevanti sono i ricavi per lead e il tasso di conversione, non il numero totale di visitatori. Raccomandazione pratica: implementate parametri UTM per tutte le fonti di traffico IA strutturate. Analizzate il traffico diretto per cambiamenti di comportamento dopo le misure AI SEO. Usate l'analisi server-side come complemento a GA4. E considerate i KPI di visibilita IA come strato complementare alle metriche SEO, non come sostituto.
Misurare la visibilita IA con le metriche SEO classiche e come valutare il ciclismo con la velocita di un treno: la misurazione avviene, ma e concepita per il contesto sbagliato. Mention Rate, Citation Rate, Share of Voice e tasso di allucinazione sono le metriche che rappresentano effettivamente cio che avviene nelle risposte IA. L'attribution gap e reale e sottostimato. Chi capisce che oggi il traffico diretto puo essere anche traffico IA ha un vantaggio analitico. E chi misura il tasso di conversione invece del puro volume riconosce il reale impatto sul business della visibilita IA.
Controlla il GEO Score gratisMarvin Malessa
Fondatore, Beconova
Ha fondato Beconova in Germania nel 2025 per aiutare negozi e prestatori di servizi a essere visibili nei motori di ricerca IA. Scrive di GEO, visibilità IA e il futuro della ricerca.
Inizia con Beconova e ottimizza la tua presenza nei motori di ricerca IA.
Inizia ora