L'IAB ha definito un linguaggio comune per la visibilità nell'IA. Ora i brand devono trasformarlo in decisioni concrete

In breve: l'IAB ha pubblicato il suo primo framework per misurare la visibilità nell'IA, offrendo al settore una gerarchia condivisa (presenza, rilevanza, rappresentazione e capacità di persuasione) e una linea di demarcazione chiara tra segnali direzionali e misurazioni di livello decisionale. Tuttavia, un lessico condiviso è solo l'inizio: McKinsey rileva che solo il 16% dei brand Fortune 500 monitora la ricerca tramite IA in modo sistematico e, per i brand con più sedi, una media all'apparenza positiva può nascondere i punti critici dei singoli mercati. Jenette Simisky, VP of Product Management di Yext, spiega come trasformare il monitoraggio della visibilità nell'IA in azioni concrete: misurare in modo coerente, confrontare le performance con quelle dei concorrenti locali tramite Scout, colmare le lacune attraverso il Knowledge Graph e poi misurare nuovamente.

---

I team di marketing hanno impiegato due decenni per diventare esperti nella misurazione della ricerca. Posizionamento, visualizzazioni, clic, traffico, conversione: un lessico condiviso di cui tutti si fidavano.

Poi, la ricerca tramite IA ha smantellato tutto.

Ora un cliente può fare una domanda a ChatGPT, Gemini o Perplexity, ottenere un'unica risposta sintetizzata e prendere una decisione senza cliccare il tuo sito web.

Questo lascia i responsabili marketing di fronte a una domanda difficile, senza un metodo standard per rispondere: il nostro brand compare nella risposta oppure no? Per molto tempo, le risposte arrivavano da più di 20 fornitori diversi, ognuno dei quali misurava la visibilità nell'IA a modo suo. McKinsey ha rilevato che solo il 16% dei brand monitora in modo sistematico le prestazioni nella ricerca tramite IA, mentre chi resta indietro rischia di perdere quasi la metà del proprio traffico.

Questo mese le cose hanno iniziato a cambiare. L'IAB ha pubblicato il suo primo framework per misurare la visibilità del brand nelle piattaforme basate sull'IA: un linguaggio comune per una disciplina che, fino a questo momento, ognuno inventava da sé. È un passo importante, che trasforma la visibilità nell'IA da "qualcosa da tenere d'occhio" a "qualcosa che possiamo misurare, gestire e migliorare in modo sistematico".

Per capire cosa cambia davvero per i brand con questo framework e quali sono gli aspetti più complessi ancora da affrontare, ne abbiamo parlato con Jenette Simisky, VP of Product Management di Yext, che ogni giorno lavora con i brand proprio su questo tema.

1. L'IAB ha appena pubblicato il suo primo framework per misurare la visibilità nell'IA. Perché è importante proprio ora e quale problema risolve per i brand?

La cosa più importante del framework IAB è confermare che la visibilità nell'IA sta diventando una vera disciplina di marketing, e non una metrica sperimentale.

Per anni, i brand hanno avuto una strategia relativamente consolidata per misurare la ricerca: posizionamento, visualizzazioni, clic, traffico e conversione. La ricerca IA cambia radicalmente questo percorso. Un consumatore può porre una domanda a ChatGPT, Gemini, Claude o Perplexity, ottenere una risposta e prendere una decisione senza mai visitare il tuo sito web.

Questo crea un enorme divario di misurazione. I brand devono sapere: siamo comparsi nella risposta? Con quale visibilità? Cosa ha detto l'IA su di noi? Ha consigliato il nostro brand rispetto alla concorrenza? E soprattutto, cosa posso fare per influenzare la risposta?

Finora, però, i diversi fornitori hanno risposto a queste domande in modi molto diversi. Il fatto che l'IAB abbia individuato più di 20 provider di misurazione della visibilità nell'IA con scarsa coerenza nelle metodologie o nei risultati evidenzia chiaramente il problema.

Creare un linguaggio comune sulla visibilità nell'IA è importante perché offre ai professionisti del marketing un framework per distinguere un punto dati interessante da qualcosa che possono effettivamente utilizzare per prendere una decisione aziendale.

E per me è questo il passaggio fondamentale: stiamo passando da "la ricerca tramite IA è qualcosa da tenere d'occhio" a "la visibilità nell'IA è qualcosa che dobbiamo misurare, gestire e migliorare sistematicamente".

2. Puoi spiegare in termini semplici cosa si intende per presenza, rilevanza, rappresentazione e capacità di persuasione e perché funzionano come una gerarchia, anziché come quattro metriche separate?

In realtà mi piace la gerarchia perché rispecchia il modo in cui un consumatore vive una risposta dell'IA.

• La presenza indica: ci sei? Quando qualcuno fa una domanda pertinente per la tua attività a un motore di IA, il tuo brand appare? Viene menzionato o citato, e con quale frequenza, rispetto ai tuoi concorrenti?
• La rilevanza indica: se ci sei, dove ti trovi? Sei la prima raccomandazione o solo uno dei tanti brand menzionati? I concorrenti vengono costantemente messi in evidenza prima di te?
• La rappresentazione indica: cosa viene detto di te? Essere visibili non è automaticamente positivo. L'IA potrebbe descrivere il tuo brand utilizzando informazioni obsolete, mettere in evidenza temi negativi o semplicemente presentare un concorrente in modo più favorevole. Anche il sentiment, l'accuratezza e il contesto contano.
• La capacità di persuasione indica: la risposta spinge davvero qualcuno a scegliere il tuo brand? In definitiva, la visibilità dovrebbe influenzare la decisione del consumatore. Il motore di IA si limita a menzionare il tuo brand o ti consiglia attivamente?

Questa gerarchia è importante perché non si possono saltare i passaggi. Non puoi influenzare un cliente tramite l'IA se sei assente dalla risposta, ed essere presente non basta se sei sepolto sotto i concorrenti o se vieni descritto in modo negativo.

Ecco perché penso che i brand debbano guardare alla visibilità nell'IA come a un sistema, anziché ossessionarsi su una sola metrica.

3. Qual è la differenza pratica tra la misurazione direzionale e quella decisionale, e come fanno i brand a sapere quale stanno considerando?

La misurazione direzionale ti indica dove guardare. Una misurazione decisionale ti offre la sicurezza necessaria per decidere come intervenire.

I dati direzionali possono essere incredibilmente utili. Possono dirti che appari meno frequentemente rispetto a un concorrente, che il sentiment riguardo al tuo brand sta cambiando o che le tue performance sembrano variare tra i diversi motori di IA.

Ma se devo spostare il budget, modificare la mia strategia dei contenuti o implementare una strategia di ottimizzazione in migliaia di sedi, ho bisogno di molto più rigore a supporto di questa conclusione.

È qui che fattori come la dimensione del campione, la copertura dei prompt, l'area geografica, la frequenza dei test, la riproducibilità e il contesto competitivo diventano davvero importanti.

Una domanda che incoraggerei ogni professionista del marketing a porre al proprio fornitore di visibilità nell'IA è: che cosa c'è esattamente dietro questo numero?

Quanti prompt sono stati testati e quali? Quali modelli? Con quale frequenza? Per quali sedi? I prompt sono con brand o senza brand? Come vengono selezionati i concorrenti? Posso riprodurre il risultato nel tempo?

Una bella dashboard non significa necessariamente disporre di dati di livello decisionale.

4. McKinsey ha scoperto che solo il 16% dei brand monitora le prestazioni nella ricerca IA in modo sistematico, benché chi resta indietro rischi di perdere metà del proprio traffico. Perché esiste un divario così ampio?

Perché il comportamento è cambiato più velocemente rispetto all'attuale infrastruttura di misurazione.

Le organizzazioni di marketing hanno trascorso decenni a costruire sistemi attorno a un percorso di ricerca piuttosto prevedibile: query, pagina dei risultati, clic, sito web. L'IA ha stravolto questo modello. Ora la risposta stessa sta diventando la destinazione.

Allo stesso tempo, le risposte dell'IA sono probabilistiche: puoi fare una domanda simile due volte e ricevere risposte diverse. I risultati possono variare in base al modello, al prompt, alla sede e al contesto, quindi applicare la misurazione della SEO tradizionale alla ricerca tramite IA non funziona.

C'è anche un problema pratico: moltissimi brand non sanno da dove cominciare. Sentono parlare di GEO, AEO, visibilità nell'IA e ottimizzazione dei prompt, ma la conversazione rischia di diventare rapidamente molto teorica.

Penso che l'opportunità sia semplificare tutto questo per i professionisti del marketing, partendo da tre domande:

1. Quali risultati sto ottenendo?
2. Come mi posiziono rispetto ai concorrenti?
3. Cosa dovrei fare adesso?

Se alla fine la misurazione non aiuta a rispondere alla terza domanda, il suo valore è limitato.

5. L'IAB evidenzia la consapevolezza della concorrenza come caso d'uso principale per la misurazione direzionale. In che modo Yext aiuta i brand a vedere come si posizionano rispetto ai concorrenti nelle risposte dell'IA oggi?

Questo è un ambito in cui Scout fa la differenza.

Scout non si limita a dire a un brand se è comparso in una risposta dell'IA. Valuta la visibilità rispetto ai concorrenti che i consumatori vedono effettivamente, sia nell'IA che nella ricerca tradizionale, fino al livello locale.

Quel contesto locale conta enormemente per i brand con più sedi. Il panorama competitivo per un operatore sanitario di Boston potrebbe essere completamente diverso da quella stessa organizzazione sanitaria in un altro mercato. Lo stesso vale per i servizi finanziari, la ristorazione, la vendita al dettaglio, il settore automobilistico e, in realtà, per qualsiasi brand distribuito.

Scout esamina le query con e senza brand e tiene traccia di segnali come il tasso di successo dell'IA, la share of voice, il posizionamento, le fonti di citazione e il volume, il sentiment e le prestazioni nel tempo. I brand possono passare dal livello complessivo del brand ai singoli mercati e alle singole sedi per capire esattamente dove stanno ottenendo successo o meno.

E poi si va oltre le metriche.

Si può capire perché un concorrente sta avendo successo. Forse ha un volume di recensioni maggiore, forse le pagine locali hanno il markup schema, forse i dati strutturati sono più completi, forse le fonti che i motori di IA citano contengono informazioni migliori o più coerenti sul brand.

Questa è la differenza tra monitorare l'IA e costruire effettivamente una strategia di visibilità nell'IA.

6. Se la misurazione di livello decisionale è la direzione verso cui si sta muovendo il settore, qual è il ruolo di Yext nell'accompagnare i brand in questo percorso e cosa dovrebbero fare per prepararsi?

Penso che per ottenere misurazioni di livello decisionale occorrano coerenza, scalabilità e fruibilità.

La coerenza viene prima di tutto. Le risposte dell'IA sono intrinsecamente variabili, quindi hai bisogno di una metodologia controllata per fare confronti significativi nel tempo. Con Scout utilizziamo intenzionalmente un insieme coerente di domande e ripetiamo tale misurazione. Se cambi continuamente ciò che chiedi quando anche le risposte dell'IA cambiano, è molto difficile capire se le prestazioni del brand siano effettivamente migliorate o se stai semplicemente misurando qualcosa di diverso.

Poi hai bisogno di scalare, che non vuol dire necessariamente porre migliaia di domande diverse, ma generare un numero sufficiente di osservazioni utilizzando quella metodologia coerente (tra le sedi, i motori di IA, i concorrenti e nel tempo) per distinguere un vero e proprio trend dalla naturale variabilità dell'IA generativa.

Questo aspetto è particolarmente importante per le aziende e i brand con più sedi. Una media a livello di brand può sembrare positiva e nascondere differenze significative tra i vari mercati. Su larga scala, puoi iniziare a comprendere dove stai vincendo o perdendo sistematicamente, quali concorrenti compaiono al tuo posto e se tali modelli stanno effettivamente cambiando nel tempo.

E infine la misurazione deve essere orientata all'azione. L'obiettivo non è un'altra dashboard: si tratta di capire cosa determina la tua visibilità e cosa puoi fare per migliorarla.

È proprio qui che penso che Yext sia particolarmente ben posizionata. Scout può individuare dove un brand sta avendo successo o meno, e Yext può ricollegare questi approfondimenti alla presenza digitale che influenza in primo luogo le risposte dell'IA. Se l'opportunità è legata a informazioni aziendali, recensioni, contenuti locali o altri segnali di visibilità, i brand possono agire tramite Yext e poi misurare di nuovo.

In definitiva, questo è il ciclo che stiamo cercando di creare: misurare in modo costante, osservare su vasta scala, capire cosa determina il risultato, passare all'azione e misurare di nuovo.

7. Vuoi aggiungere qualcosa?

Un altro aspetto che vorrei sottolineare è che la visibilità nell'IA non è un nuovo canale da gestire in modo isolato: è il risultato della tua intera presenza digitale.

I motori di IA sintetizzano informazioni dal tuo sito web, dai listing, dalle recensioni, dai contenuti social e da molte altre fonti. Non puoi ottimizzare una singola pagina per ChatGPT e cantare vittoria.

È anche per questo che penso che Yext si trovi in una posizione unica.

Abbiamo trascorso anni ad aiutare brand grandi e complessi a gestire le informazioni fondamentali sulla propria attività nell'ecosistema digitale. Ora Scout offre a questi brand il livello di intelligence per capire come tali informazioni vengono interpretate dall'IA e dalla ricerca tradizionale, e come si posizionano rispetto ai concorrenti. Il Knowledge Graph e i prodotti per la visibilità del brand di Yext offrono quindi un modo per agire in base a ciò che apprendono.

L'altro elemento distintivo che sottolineerei è l'intelligence locale.

Ci sono molti strumenti in grado di dire a un CMO: "Il tuo brand è apparso nel 37% di questi prompt." È interessante.

Ma se gestisci 5000 sedi, le domande più importanti sono: dove stiamo perdendo terreno terreno? Contro chi stiamo perdendo? Perché stanno vincendo? Su cosa dovremmo intervenire per prima cosa? E possiamo farlo su larga scala?

Questo è il problema su cui ci stiamo concentrando con Scout.

Il framework IAB è un passo importante perché offre al settore un vocabolario comune per misurare questo nuovo mondo. Il passo successivo è trasformare queste misurazioni in qualcosa che i professionisti del marketing possano effettivamente usare.

Per me, è qui che la questione si fa interessante: la visibilità nell'IA non dovrebbe essere solo misurabile. Dovrebbe essere gestibile.

Conclusione

Il framework IAB è importante perché offre finalmente al settore un modo condiviso per parlare di visibilità nell'IA: un lessico comune dove prima ce n'erano 20 in competizione. Ma un lessico è il punto di partenza, non il traguardo. I brand che passeranno in vantaggio non saranno quelli con più dashboard, ma quelli in grado di rispondere alla terza domanda, "Cosa devo fare ora?", e poi dimostrare che l'azione ha funzionato.

Questo è il cambiamento che vale la pena assimilare: la visibilità nell'IA non dovrebbe essere solo qualcosa da misurare ma da gestire: misura in modo costante, osserva su vasta scala, comprendi cosa determina il risultato, agisci di conseguenza e misura di nuovo. Il framework ti dice quali fattori prendere in considerazione. Chiudere il cerchio è ciò che trasforma un numero che osservi in un risultato che ti appartiene.

La visibilità nell'IA dovrebbe essere gestibile, non solo misurabile. Scopri come Yext aiuta i brand a chiudere il cerchio.