LinkedIn è il canale giusto per alcune PMI, è una perdita di tempo strutturale per molte altre. Non è una questione di abilità nel gestirlo o di costanza nella pubblicazione, è una questione di pertinenza tra audience e canale. Una pasticceria di quartiere che pubblica su LinkedIn sta facendo lo stesso errore di chi parla di marmellate in una fiera di trattori. La fiera funziona, le marmellate funzionano, ma non si parlano.

In questo articolo ti spiego come capire, in modo onesto e senza filtri da consulente, se LinkedIn ha senso per la tua impresa o se stai investendo tempo prezioso in un canale che non ti porterà mai clienti.

I numeri che dovresti guardare prima di aprire un profilo aziendale

Partiamo dai dati, perché sono il primo posto dove la narrativa entusiasta inizia a vacillare. LinkedIn in Italia conta circa 18-19 milioni di utenti iscritti nel 2025, una cifra impressionante se la guardi in isolamento. Il dato che cambia tutto è un altro, l’utente medio di LinkedIn trascorre circa 17 minuti al mese sulla piattaforma.

Diciassette minuti. Al mese. Non al giorno. Non a settimana.

Per confronto, lo stesso utente passa decine di ore al mese su Instagram, WhatsApp o Facebook. La domanda diventa allora molto pratica. Se il tuo cliente ideale ha 17 minuti al mese su LinkedIn e ore al giorno su altri canali, dove ha senso che tu sia presente?

La risposta dipende interamente da cosa fa il tuo cliente quando è su LinkedIn. Se lo usa per cercare fornitori B2B, valutare consulenti, decidere acquisti aziendali di una certa entità, allora quei 17 minuti possono essere oro. Se invece lo usa per aggiornare il profilo ogni tanto e leggere qualche post nella pausa pranzo, quei minuti per te valgono zero.

Le tre domande da farsi prima di aprire qualsiasi canale

Prima di valutare LinkedIn nello specifico, vale per qualsiasi canale social una regola semplice. Tre domande oneste, risposte oneste, decisione presa.

La prima domanda è la più scomoda. I miei clienti ideali spendono tempo su questo canale per decisioni d’acquisto, non in generale? Una cosa è esserci, un’altra è esserci nei momenti che contano. Un imprenditore manifatturiero può avere un profilo LinkedIn e usarlo zero per decidere fornitori. Lo controlla quando cerca lavoro o un collaboratore, non quando deve scegliere chi gli installa l’impianto.

La seconda domanda riguarda te. Ho il tempo, la costanza e la struttura per pubblicare con frequenza adeguata? LinkedIn non perdona la sporadicità. Pubblicare una volta ogni tre settimane è peggio che non esserci, perché segnala incapacità di mantenere un canale. Se non hai due ore alla settimana da dedicare strutturalmente alla piattaforma, lascia perdere.

La terza domanda è di metodo. Posso misurare un ritorno entro nove mesi, oppure sto solo facendo branding senza il budget e la pazienza che il branding richiede? Le PMI raramente possono permettersi 24 mesi di pura presenza prima di vedere risultati commerciali. Se LinkedIn per te è un investimento puro di immagine senza ritorno tangibile atteso, devi saperlo prima, non dopo.

I casi in cui LinkedIn ha senso per una PMI

Esistono situazioni in cui LinkedIn è effettivamente il canale migliore, talvolta l’unico che ha senso. Sono casi specifici, identificabili, non discutibili.

Il primo caso è il B2B con cicli di vendita lunghi e ticket alto. Se vendi software gestionali, consulenza specialistica, impianti industriali, servizi professionali con ticket dai 5.000 euro in su, LinkedIn è il posto dove i tuoi decision maker valutano fornitori. Non sempre acquistano lì, ma quasi sempre verificano lì. Avere una presenza solida è una pre-condizione di credibilità, non un’opzione.

Il secondo caso sono i servizi professionali a target medio-alto. Avvocati d’affari, commercialisti per partite IVA strutturate, consulenti finanziari, agenzie marketing specializzate. Il tuo cliente ideale ti cerca, ti verifica, vuole capire come ragioni. LinkedIn diventa la tua vetrina di pensiero, non la tua vetrina di prodotti.

Il terzo caso è il recruiting e l’employer branding strutturato. Se hai 30 dipendenti, ne assumi 5 all’anno, e hai bisogno di attrarre talento qualificato che valuta seriamente dove andare a lavorare, LinkedIn è il canale principale. Non c’è discussione, è semplicemente il posto dove sta chi cerca lavoro qualificato.

Se la tua PMI rientra in una di queste tre categorie, smetti di leggere e investi seriamente in LinkedIn. Se non rientra in nessuna, il prossimo paragrafo ti riguarda.

Quando LinkedIn è uno spreco di tempo per la tua PMI

Esistono situazioni in cui LinkedIn è un errore strategico, indipendentemente da quanto bene tu lo gestisca, e anche qui i casi sono identificabili e netti.

Il retail di prossimità con pubblico locale tradizionale non ha nulla da fare su LinkedIn. Pasticcerie, ristoranti, parrucchieri, ferramenta, abbigliamento di quartiere. Il tuo cliente vive a tre chilometri, ti sceglie per il rapporto di fiducia, ti trova grazie al passaparola fisico, a Google Maps e a un account Instagram fatto bene. LinkedIn è semplicemente il canale sbagliato.

I servizi B2C ad alta frequenza e basso prezzo soffrono dello stesso problema. Palestre, lavanderie, autolavaggi, parrucchieri, centri estetici. Il tuo cliente non decide di prendere un appuntamento dal parrucchiere leggendo un post su LinkedIn, lo decide quando ha bisogno e cerca su Google o Instagram. Pubblicare lì è come affiggere un volantino in un ufficio postale a Berlino.

L’artigianato con target tradizionale è il caso più frequente di errore strategico. Il tuo cliente ideale ha 55 anni, vive nella tua regione, ti contatta per una ristrutturazione o una lavorazione su misura. Non passa il tempo su LinkedIn, passa il tempo su WhatsApp, sui gruppi Facebook locali, sui forum di settore. Investire su LinkedIn significa parlare a chi non comprerà mai mentre il tuo cliente reale ti aspetta altrove.

Il caso di Giulia, pasticcera di quartiere a Milano

Per rendere concreto il discorso, ti racconto un caso ipotetico ma costruito sulla base di situazioni che ho visto ripetersi spesso. Giulia (nome di fantasia) ha una pasticceria di quartiere a Milano, fatturato attorno ai 135.000 euro, clientela locale di vicinato e qualche cliente di passaggio.

Un consulente le aveva detto che doveva essere su LinkedIn, perché ‘oggi le aziende serie sono lì’. Giulia ha pubblicato per nove mesi, due post a settimana, foto delle torte, racconti del laboratorio, qualche citazione motivazionale. Ha ottenuto 340 collegamenti, una manciata di like a post, zero clienti tracciabili da quel canale.

Lo stesso tempo investito su un profilo Instagram curato e su una scheda Google Business ottimizzata, nello stesso periodo, le avrebbe portato in media 30-40 nuovi clienti misurabili attraverso prenotazioni di torte personalizzate e foto geolocalizzate. La differenza non era nella capacità di Giulia di gestire il social, era nella scelta del canale rispetto al suo cliente.

LinkedIn non la ha danneggiata, ma ogni ora investita lì era un’ora sottratta a canali che le avrebbero portato fatturato. Il costo nascosto del canale sbagliato non è il canale in sé, è quello che non hai costruito altrove.

Cosa fare al posto di LinkedIn se non è il canale giusto

Eliminare LinkedIn dalla tua lista non significa eliminare il marketing digitale, significa concentrarlo dove serve. Per quasi tutte le PMI che non rientrano nei tre casi virtuosi che ho descritto sopra, la priorità sono altri canali.

Una scheda Google Business ottimizzata e mantenuta. Per il retail di prossimità è il singolo asset digitale più importante che hai, conta più di un sito web e infinitamente più di LinkedIn. Per molte PMI locali, ottimizzare bene Google Business genera l’80% dei nuovi contatti digitali.

Un account Instagram o Facebook gestito con criterio. Senza la mania di pubblicare ogni giorno, ma con foto reali, post che mostrano il lavoro, risposte rapide ai messaggi. Per il B2C locale è il canale dove sta davvero il tuo cliente.

Una lista email coltivata nel tempo. Se hai clienti che tornano, una newsletter mensile fatta bene vale dieci canali social fatti male. Ne ho parlato spesso e continuerò a farlo, è il canale più sottovalutato del decennio.

Il principio generale è semplice. Due canali curati battono cinque canali trascurati. Sempre.

Tre punti per decidere se chiudere il tuo profilo LinkedIn aziendale

Se hai già un profilo LinkedIn aperto e ti stai chiedendo se chiuderlo, fatti queste tre domande con onestà. Se rispondi ‘no’ a tutte e tre, hai la tua risposta.

Primo punto. Negli ultimi 12 mesi, hai ottenuto da LinkedIn almeno tre contatti commerciali tracciabili che si sono trasformati in opportunità reali? Tre, non trenta. Se la risposta è no, il canale non sta lavorando per te.

Secondo punto. Quando un potenziale cliente ti cerca online prima di contattarti, è importante che trovi un profilo LinkedIn solido? Per alcuni settori è una pre-condizione di credibilità, per altri è irrilevante. Sii onesto sul tuo.

Terzo punto. Riesci a sostenere strutturalmente almeno una pubblicazione a settimana per i prossimi 12 mesi, di qualità decente, senza farti odiare dal canale? Se la risposta è no, è meglio chiudere e dedicare quel tempo altrove.

Tre ‘no’ significano che è il momento di chiudere. Due ‘no’ significano che probabilmente è il momento di ridimensionare seriamente l’investimento. Tre ‘sì’ significano che LinkedIn è effettivamente uno dei tuoi canali.

Il marketing digitale è una serie di scelte, non un elenco di obblighi

Il vero problema delle PMI italiane non è LinkedIn in sé, è la cultura del ‘bisogna esserci’ che porta a disperdere energie in canali che non producono nulla. Ogni ora investita male è un’ora sottratta a qualcosa che avrebbe funzionato. Ogni euro speso per essere visibili nel posto sbagliato è un euro che non hai usato per essere indispensabile nel posto giusto.

La domanda non è ‘devo essere su LinkedIn?’. La domanda è ‘dove decide di comprare il mio cliente, e cosa posso fare per essere lì in modo riconoscibile?’. Se rispondi seriamente a questa, il piano marketing diventa improvvisamente più semplice e molto più sostenibile.

Se vuoi una valutazione concreta dei tuoi canali digitali attuali e capire quali stanno effettivamente lavorando per te e quali ti stanno solo togliendo tempo, possiamo rivedere insieme la tua presenza digitale su un percorso strutturato di consulenza per PMI. Ti aiuta a mettere in chiaro cosa tenere, cosa chiudere e dove concentrare le energie nei prossimi mesi.

L'articolo LinkedIn non è per tutte le PMI e va detto chiaramente proviene da Stefano Scetti.

Questo articolo nasce da lì. Dall’esperienza concreta di chi pubblica ogni settimana e ha provato a costruire un sistema che scali la voce senza svuotarla.

Cosa significa davvero clonare uno stile di scrittura

Partiamo da una pulizia concettuale, perché qui si gioca tutto. Clonare uno stile non vuol dire che l’AI capisce chi sei. Vuol dire che estrae pattern dal tuo modo di scrivere e li ripropone. Sono due cose diverse, e confonderle è la fonte di metà delle delusioni.

Strumenti come Felo lo spiegano bene quando descrivono come lavorano. Gli dai una cronologia di testi tuoi, e il sistema impara la distribuzione della lunghezza delle frasi, le tue scelte di vocabolario, come apri e come chiudi, il ritmo, le parole che usi spesso e quelle che non usi mai. Non è magia e non è un template generico riempito con il tuo nome. È analisi statistica del tuo modo di mettere insieme le parole.

Nel mondo anglosassone hanno coniato un’espressione che rende l’idea, Voice DNA. Il DNA della voce. L’analogia funziona fino a un certo punto, e proprio dove smette di funzionare nasconde la lezione più importante. Il DNA descrive la struttura, non l’intenzione. Sa come scrivi, non perché lo scrivi. Tieni a mente questa distinzione, perché è il filo rosso di tutto il resto.

Il metodo dei 20-30 esempi come guardrail

Se vuoi che l’AI ti somigli, smetti di darle istruzioni vaghe tipo scrivi in modo professionale ma amichevole. Non significa niente. Professionale e amichevole per te e per me sono due lingue diverse. Quello che funziona davvero è darle esempi, tanti, dei tuoi testi migliori.

La soglia che uso io si aggira tra i 20 e i 30 esempi. Sotto i venti, il modello non ha abbastanza materiale per cogliere i tuoi pattern ricorrenti e tende a inventare. Sopra i trenta, il ritorno cala e rischi solo di confondere le acque con testi di registro diverso. Venti, trenta pezzi scelti bene sono il punto di equilibrio. Non quantità a caso, scelta curata. I tuoi articoli più riusciti, quelli in cui ti sei riconosciuto rileggendoti.

Questi esempi non vanno incollati a mano dentro ogni richiesta. Vanno trasformati in un documento di voce stabile, un file che fa da riferimento permanente. Se hai già letto come smettere di ripeterti configurando un CLAUDE.md, il concetto è esattamente quello. Costruisci una volta le regole della tua voce, e da lì in avanti diventano il guardrail dentro cui l’AI lavora. Non glielo spieghi ogni volta. Lo legge da sola, a ogni richiesta.

Il documento di voce contiene cose concrete. Il tuo tono. I connettivi che ami e quelli che non userai mai. Il modo in cui apri un pezzo e il modo in cui lo chiudi. Le metafore da cui attingi. Le parole bandite. È la differenza tra chiedere a qualcuno di imitarti a memoria e dargli un manuale del tuo modo di parlare.

Dove la clonazione aiuta e dove rovina tutto

Adesso la parte scomoda, quella che chi vende automazione totale si guarda bene dal dirti. La clonazione dello stile aiuta in un punto preciso e rovina tutto in un altro. Saper distinguere i due territori è ciò che separa chi pubblica contenuti vivi da chi inonda il feed di copie sbiadite di sé stesso.

La clonazione lavora sulla struttura. La cadenza delle frasi, le transizioni, l’architettura di un paragrafo, la coerenza del registro. Tutto questo l’AI lo riproduce bene, e ti fa risparmiare ore. È il lavoro da impalcatura, la parte meccanica del mestiere di chi scrive. Delegarla è sensato.

Quello che la clonazione non tocca è l’anima del pezzo. L’idea che non ti aspettavi, il collegamento tra due cose lontane che fa accendere la lampadina, l’opinione che ti esponi a prendere posizione. La struttura è la forma del vaso. L’anima è l’acqua che decidi di metterci dentro. Un vaso perfetto e vuoto resta vuoto, e il lettore lo sente al primo sorso.

Il momento in cui la clonazione rovina tutto è quando inizi a usarla anche per pensare al posto tuo. Chiedi all’AI non solo come dirlo ma cosa dire, e da quel punto stai pubblicando contenuti che hanno la tua forma ma non la tua testa. Suonano come te e non dicono niente che sia tuo. È la deriva più insidiosa, perché non te ne accorgi subito. Te ne accorgi tre mesi dopo, quando ti rileggi e non ti riconosci più.

Il layer umano che non si delega

C’è uno strato del lavoro che resta tuo e basta, e va difeso con i denti. L’ho chiamato lo strato umano non negoziabile, perché ogni volta che ho provato a cederlo il risultato è peggiorato in modo evidente.

Questo strato comprende la scelta dell’angolo, ossia da dove guardi un tema che tutti guardano da un’altra parte. Comprende l’esperienza diretta, il dato reale di un cliente, l’errore che hai commesso e da cui hai imparato. Comprende la presa di posizione, il dire una cosa scomoda quando sarebbe più comodo restare nel vago. Niente di tutto questo l’AI può generarlo per te, perché niente di tutto questo è una questione di stile. È una questione di sostanza, e la sostanza la porti tu.

Su questo ho già scritto altrove, e vale la pena ricordarlo. Quando si parla di contenuti e AI, quello che conta è il risultato umano. L’AI è uno strumento che amplifica quello che porti tu. Se porti pensiero, lo scali. Se porti il vuoto, scali il vuoto. Lo strumento non giudica, esegue. Il giudizio resta tuo.

Come testare se la tua voce clonata suona ancora come te

Avere un sistema che produce testi nel tuo stile non basta. Devi verificare, con onestà, che quel sistema non stia lentamente scivolando verso il generico. Uso tre test rapidi, e me li faccio prima di pubblicare qualsiasi cosa.

Il primo è il test della copertura. Togli mentalmente la tua firma e il tuo nome dal pezzo. Lo riconosceresti come tuo se lo trovassi in giro senza sapere chi l’ha scritto? Se la risposta è no, il sistema ha prodotto un testo corretto ma anonimo. Suona bene e non sa di niente.

Il secondo è il test della frase rubabile. In ogni pezzo che pubblico cerco almeno una frase che vivrebbe da sola, una di quelle che qualcuno potrebbe citare senza il contesto attorno. L’AI da sola tende a non produrne, perché quelle frasi nascono da un’idea, non da un pattern. Se non ce n’è nemmeno una, manca l’anima di cui parlavamo prima.

Il terzo è il test del disaccordo. Mi chiedo se nel pezzo ci sia almeno un punto in cui prendo posizione su qualcosa, dove qualcuno potrebbe non essere d’accordo con me. I testi puramente generati dall’AI sono quasi sempre lisci, equilibrati, senza spigoli. Un pezzo tuo ha spigoli, perché tu hai opinioni. Se il testo è troppo morbido, è un segnale che l’hai lasciata pensare al posto tuo.

Tre domande, trenta secondi. Le faccio a ogni pezzo prima che esca, e mi hanno salvato più volte dal pubblicare qualcosa che era tecnicamente mio e sostanzialmente di nessuno.

Il punto su scalare senza svuotare

Clonare la tua voce con l’AI è possibile, funziona, e ti permette di reggere un ritmo di pubblicazione che da solo, a mano, ti spezzerebbe. La condizione è una sola. Devi sapere cosa stai delegando e cosa stai trattenendo. Deleghi la forma, trattieni la sostanza. Deleghi l’impalcatura, trattieni il pensiero.

Il sistema giusto non ti sostituisce, ti libera tempo per la parte che conta davvero. Se vuoi vedere come si mettono insieme i pezzi in pratica, ho raccontato per intero il sistema di content creation AI che uso ogni settimana. Lì trovi il flusso completo, dal documento di voce alla revisione finale.

La voce clonata bene è come un buon doppiatore. Restituisce le tue parole con il tuo timbro. Quello che dici, però, e perché lo dici, quello resta una scelta che non puoi appaltare a nessuno. Nemmeno alla macchina più brava del mondo.

Costruire la propria voce clonata da soli è fattibile ma lungo. Se vuoi accorciare la curva, in una consulenza oraria ti mostro come imposto il documento di voce e i test di controllo che uso io.

L'articolo Voce clonata, anima intatta. Come usare l’AI per pubblicare ogni settimana proviene da Stefano Scetti.

In un altro articolo ho già spiegato perché misurare il marketing con KPI di business invece delle vanity metrics è una scelta strategica obbligata. Quel ragionamento resta valido. Solo che esiste l’altro lato del problema, ed è quello che voglio affrontare qui. Quando misurare diventa un’abitudine ossessiva, smette di essere un supporto alle decisioni e si trasforma in una forma molto sofisticata di procrastinazione.

La differenza è sottile ma sostanziale. Misurare bene significa avere pochi numeri chiari che ti aiutano a decidere. Misurare ossessivamente significa avere quaranta numeri di cui non ti fidi davvero, che controlli ogni mattina sperando che ti dicano cosa fare al posto tuo.

La trappola dei dati come alibi

C’è un meccanismo psicologico potente dietro questo comportamento. Guardare i dati ti fa sentire produttivo. Sembra di stare facendo qualcosa di serio, di analitico, di professionale. È molto più rassicurante che provare un’idea nuova, perché nessuno ti criticherà mai per aver “voluto capire meglio prima di agire”. Anche quando “capire meglio” diventa un loop che dura sei mesi.

Il risultato concreto si vede nei calendari editoriali fermi, nei test pubblicitari rimandati, nei lanci che slittano da un trimestre all’altro perché “i dati non sono ancora abbastanza chiari”. Nel frattempo i competitor sbagliano, correggono, sbagliano di nuovo e accumulano apprendimenti reali. Tu accumuli screenshot.

L’analisi senza azione non è strategia, è una forma elegante di immobilismo.

Quando i dati servono e quando ti stanno fregando

I dati sono uno strumento utilissimo, ma hanno dei contesti d’uso precisi. Servono quando devi validare un’ipotesi che hai già testato per un tempo sufficiente. Servono quando devi scegliere tra due strade che hai percorso entrambe abbastanza a lungo da generare differenze leggibili. Servono quando devi capire perché qualcosa che funzionava ha smesso di farlo.

Non servono per decidere se vale la pena iniziare qualcosa che non hai mai fatto. In quel caso non hai dati, hai solo intuizioni e ipotesi, e il modo per validarle è iniziare in piccolo, non aspettare che la realtà si misuri da sola. Non servono nemmeno per ottimizzare attività che non hanno volumi sufficienti per produrre dati statisticamente affidabili. Una landing che riceve 80 visite al mese non ti dirà niente di significativo sul tasso di conversione, perché 80 visite sono rumore, non segnale.

Questa distinzione è importante perché molti freelance e PMI usano la mancanza di dati come scusa per non agire, quando invece in quei casi specifici la mancanza di dati è proprio il motivo per cui devi agire. Se non hai dati, fai e poi misura. Non aspettare che arrivino da soli.

I tre comportamenti tipici della data paralysis

Il primo è aspettare “più dati” per decisioni che già trenta giorni di test renderebbero ovvie. Capita continuamente con le campagne pubblicitarie. Una campagna gira per due settimane, i numeri parlano già abbastanza chiaro, ma chi gestisce dice “aspettiamo ancora un mese per essere sicuri”. Quel mese ulteriore non aggiunge informazione, brucia solo budget e rimanda la decisione. Nel frattempo l’occasione di mercato si chiude.

Il secondo è misurare KPI di vanity invece di pochi indicatori che cambiano davvero le decisioni. Follower, impression, like, visualizzazioni. Numeri che si muovono e che fanno sentire vivi, ma che non ti dicono se stai vendendo di più o stai spendendo bene il budget. Questo punto l’ho approfondito nell’articolo dedicato a misurare il marketing con KPI di business (non vanity metrics) e resta il presupposto su cui si costruisce tutto il resto.

Il terzo è costruire dashboard sempre più complesse senza tempo per agire sui risultati. Quando vedo aziende con quaranta KPI in pagina di sintesi e una sola persona dedicata al marketing, so già cosa sta succedendo. Quei quaranta KPI servono solo a giustificare il fatto che nessuno sta producendo niente di nuovo. Sono un teatro della professionalità, non uno strumento operativo.

Il caso di Giacomo e della dashboard perfetta

Giacomo è il responsabile marketing di una PMI italiana del settore servizi B2B con circa quaranta dipendenti. Quando l’ho conosciuto la sua dashboard contava 47 KPI monitorati settimanalmente. C’erano metriche di traffico, di engagement, di conversion, di customer lifetime value, di sentiment analysis, di share of voice. C’era praticamente tutto.

Gli ho chiesto una cosa sola. Negli ultimi sei mesi, quante decisioni concrete hai preso a partire da quei numeri? La risposta è stata zero. Non una. La dashboard girava, i report uscivano puntuali, le riunioni si tenevano. Le campagne però erano le stesse di un anno prima, i contenuti erano gli stessi, il funnel commerciale era identico.

Abbiamo fatto un lavoro chirurgico. Tre KPI, non quaranta. Ogni KPI vincolato a una soglia di azione esplicita, scritta nero su bianco. Se il costo per lead supera X, cambiamo creatività. Se il tasso di conversione della landing scende sotto Y, riscriviamo il copy. Se la trazione settimanale è ferma per quattro settimane, lanciamo un test nuovo.

Nei tre mesi successivi sono partiti sei test concreti. Quattro hanno fallito, due hanno funzionato. Il tasso di conversione complessivo è cresciuto del 23%. Non perché i KPI fossero magici, ma perché finalmente erano pochi, leggibili, e legati a un obbligo di azione.

I tre KPI che servono davvero a una PMI o a un freelance

Se sei una PMI o un libero professionista, queste sono le tre famiglie di numeri da cui partire. Tutto il resto può aspettare, e in molti casi può essere semplicemente eliminato.

Il primo è il costo di acquisizione cliente per il canale principale che usi. Non per tutti i canali insieme, perché diventa una media che non dice niente. Per ogni canale singolarmente. Quanto ti costa portare a casa un cliente da LinkedIn, dalla newsletter, dalle campagne Google Ads, dal passaparola gestito strutturalmente. Se non sai questo numero per il tuo canale principale, qualunque altra metrica diventa un’ottimizzazione cieca.

Il secondo è il tasso di conversione su un singolo asset core. Una landing, un form, una sequenza email, qualunque cosa rappresenti il punto in cui il visitatore si trasforma in lead o cliente. Un numero solo, misurato bene, su un asset solo. Se il tasso si muove, qualcosa nel tuo marketing sta cambiando. Se non si muove per mesi, è il segnale che devi intervenire sull’asset, non aggiungere altre metriche di contorno.

Il terzo è un indicatore di trazione settimanale. Qualcosa che si muove tutte le settimane se la tua attività si muove. Possono essere lead qualificati ricevuti, prenotazioni di chiamate conoscitive, demo richieste, iscrizioni alla newsletter di qualità. Non è un KPI di vendita finale, è un termometro vitale. Se questo numero è piatto per quattro settimane consecutive, c’è un problema da affrontare subito. Se cresce, il sistema sta funzionando.

Tre KPI, controllati una volta a settimana, ognuno legato a una soglia che fa scattare un’azione precisa. Questo è un sistema di misurazione che produce decisioni. Non un cruscotto di intrattenimento.

Tre domande prima di aggiungere un nuovo KPI

Ogni volta che ti viene in mente di aggiungere un nuovo indicatore alla dashboard, fermati e rispondi a queste tre domande. Se anche una sola risposta è negativa o vaga, non aggiungerlo.

La prima è semplice. Quale decisione concreta cambierà se questo numero si muove? Non “ci darà più visibilità sul fenomeno”. Non “ci aiuterà a capire meglio”. Una decisione operativa specifica. Se sale, faccio X. Se scende, faccio Y. Se non sai rispondere così, il KPI è decorativo.

La seconda è ancora più scomoda. Chi è responsabile di agire su questo numero, e con quale tempistica? Senza un nome e una scadenza, ogni KPI rimane un dato orfano. I dati orfani non producono cambiamenti, producono solo contenuto per i report.

La terza è una verifica sui costi nascosti. Quanto tempo costa raccogliere e aggiornare questo dato ogni settimana, e quel tempo è giustificato dal valore decisionale che genera? Molti KPI sono cari da mantenere e poveri da leggere. Lo scambio non vale.

Cosa togliere dalla dashboard di lunedì mattina

Se vuoi un esercizio pratico da fare questa settimana, è semplice. Apri la tua dashboard di lunedì mattina, qualunque essa sia, e per ogni KPI chiediti se negli ultimi tre mesi ha effettivamente cambiato una tua decisione. Solo questo. Non se “potrebbe servire un giorno”, non se “è interessante da sapere”. Se ha cambiato una decisione concreta nelle ultime dodici settimane.

I KPI che non superano questo test vanno tolti. Tutti. Non spostati in una scheda secondaria, proprio tolti dal cruscotto principale. Probabilmente scoprirai che restano tre o quattro indicatori, e che gli altri trenta o quaranta erano semplicemente abitudini accumulate nel tempo.

L’effetto collaterale di questa pulizia è interessante. Quando la dashboard diventa minimale, le riunioni di lavoro si accorciano, le decisioni si prendono più in fretta, e il tempo recuperato torna disponibile per fare le cose. Che era il punto di partenza, no?

La misurazione è uno strumento, non un mestiere

Se ti riconosci nella scena della riunione che dura tre ore senza decisioni, oppure se senti che la tua attività marketing è diventata un esercizio di contemplazione dei dati invece di un sistema che produce risultati, è il momento di rimettere ordine. Non aggiungendo altri strumenti, ma togliendo quello che non serve e legando quello che resta a azioni precise.

Se la tua azienda è una PMI e vuoi rivedere il sistema di misurazione marketing in modo che produca decisioni invece di report, possiamo lavorarci insieme nella mia consulenza di digital marketing per PMI, dove la prima cosa che facciamo di solito è ridurre il numero di metriche e collegarle a obiettivi concreti.

Se invece sei un freelance o un libero professionista e ti accorgi di passare più tempo a guardare numeri che a lavorare sul tuo posizionamento, possiamo affrontare la cosa nella consulenza per freelance, dove costruiamo una routine di marketing sostenibile che includa una misurazione minima ma utile, senza farti sentire in colpa per quello che non stai monitorando.

In entrambi i casi, l’obiettivo non è darti una dashboard più bella ma restituirti il tempo per fare quello che misurare, da solo, non farà mai succedere.

L'articolo Misurare il digital marketing è il modo più sofisticato per non fare marketing proviene da Stefano Scetti.

Hai un chatbot sul sito? Usi l’AI per segmentare i lead? Scrivi le email ai clienti con l’aiuto di un modello linguistico? Generi post per i social partendo da un prompt?

Se hai risposto sì ad almeno una di queste domande, il Regolamento europeo sull’intelligenza artificiale ti riguarda. Si chiama AI Act, è stato approvato nel 2024 e il 2 agosto 2026 entrano in vigore gli obblighi operativi che toccano direttamente chi usa l’AI nel marketing.

Il problema non è la normativa in sé. Il problema è che la stragrande maggioranza delle PMI italiane non sa di essere coinvolta.

Non parliamo di fantascienza, non parliamo di regolamentazione dei robot. Parliamo di strumenti che milioni di professionisti e piccole imprese usano ogni giorno per lavorare meglio, più velocemente, con meno risorse. Strumenti come ChatGPT, Claude, Gemini, tool di marketing automation con funzioni predittive, chatbot sul sito, sistemi di scoring dei lead.

Questo articolo non è una guida legale. È una guida operativa per chi fa marketing in una PMI o come freelance e vuole capire cosa cambia, cosa deve fare e cosa può tranquillamente ignorare.

Cos‘è l‘AI Act e perché ti riguarda anche se non sei una azienda tech

L’AI Act (Regolamento UE 2024/1689) è la prima legge al mondo che regola l’uso dell’intelligenza artificiale. Non regola solo chi costruisce sistemi AI. Regola anche chi li usa sotto la propria autorità aziendale.

In termini pratici, se usi un CRM con funzioni predittive, un chatbot per il customer care, un software di email marketing con segmentazione automatica o uno strumento di generazione contenuti, l’AI Act ti classifica come “deployer”, cioè utilizzatore. Non serve che tu abbia sviluppato il software. Basta che lo usi nel tuo business.

Le scadenze sono già in corso. L’obbligo di AI literacy, cioè garantire che il personale che usa strumenti AI abbia una competenza minima, è attivo dal 2 febbraio 2025. Il 2 agosto 2026 scattano gli obblighi di trasparenza per chatbot, contenuti generati dall’AI e sistemi ad alto rischio.

Per le PMI c’è un trattamento di favore sulle sanzioni, dove si applica sempre l’importo più basso tra soglia fissa e percentuale sul fatturato. Questo non significa che le PMI siano esentate. Significa che pagano meno se violano la normativa.

Cosa cambia concretamente per chi fa marketing in una PMI

La domanda che mi fanno più spesso quando parlo di AI Act con i clienti è sempre la stessa. “Ok, ma a me cosa cambia?” Cambia più di quanto pensi. Vediamo i casi concreti.

Il chatbot sul tuo sito, quello che risponde alle domande dei visitatori, che raccoglie lead, che propone prodotti. Se è basato su AI, dal 2 agosto 2026 deve dichiarare esplicitamente all’utente che sta interagendo con un sistema di intelligenza artificiale, non con una persona. Non è un suggerimento, è un obbligo di trasparenza previsto dall’articolo 50.

I contenuti generati con l’AI per scopi commerciali, le immagini create con Midjourney o DALL-E per i social, i testi generati integralmente da un modello linguistico per le campagne, dovranno essere contrassegnati come prodotti da un sistema AI in modo leggibile dalle macchine. Questo obbligo si applica ai contenuti sintetici distribuiti al pubblico, non a un prompt che usi internamente per farti venire un’idea.

I sistemi di scoring e profilazione automatizzata dei lead rientrano in un’area più delicata. Se il tuo CRM usa AI per assegnare un punteggio ai prospect e decidere automaticamente chi riceve una comunicazione e chi no, potresti trovarti nella zona dei sistemi ad alto rischio, specialmente se il sistema influenza decisioni significative sulle persone.

L’email marketing con segmentazione predittiva è un altro caso che passa inosservato. Molti tool di marketing automation usano l’AI per decidere a chi mandare cosa, a che ora, con quale oggetto. Queste funzioni non sono più semplice automazione, sono AI secondo la definizione del regolamento.

Cosa non ti riguarda (Per evitare panico inutile)

Serve un chiarimento importante, perché sull’AI Act sta circolando molta confusione che genera panico ingiustificato, soprattutto tra i piccoli imprenditori.

Usare ChatGPT o Claude per scrivere una bozza di post LinkedIn non ti rende soggetto agli obblighi più pesanti del regolamento. Se usi l’AI come strumento di produttività personale, come una calcolatrice evoluta per le idee, non stai “deployando” un sistema AI nel senso del regolamento.

La differenza sta tra uso personale e uso sistemico nel business. Se chiedi a un LLM di aiutarti a riformulare un paragrafo, è uso personale. Se integri un modello AI in un processo aziendale che interagisce con i clienti o prende decisioni che li riguardano, è uso sistemico. Il secondo caso è quello che l’AI Act regola. È lo stesso confine che ho approfondito parlando di AI e marketing etico, dove la linea tra efficienza e manipolazione passa proprio dalla consapevolezza di ciò che si sta usando.

I filtri antispam della tua email, i suggerimenti di testo del telefono, le raccomandazioni di Netflix. Tutto questo rientra nella categoria a rischio minimo, che non prevede obblighi specifici.

Non serve il panico. Serve la consapevolezza di dove si trova il confine tra ciò che è regolato e ciò che non lo è.

Il vero nodo per i marketer italiani nel 2026

Il problema più grande non è la complessità della normativa. È che la maggior parte dei professionisti del marketing non sa nemmeno quanti strumenti AI sta usando. È lo stesso fenomeno di cui ho parlato a proposito del vero rischio dell’AI nel marketing. Non è la tecnologia il pericolo, è la perdita di consapevolezza su cosa stiamo delegando.

Ho fatto un esercizio con tre clienti PMI il mese scorso. Ho chiesto a ognuno di elencare tutti gli strumenti con funzioni AI che usano nel marketing. La risposta iniziale era sempre la stessa, “ChatGPT e basta”. Dopo mezz’ora di analisi insieme, il numero medio era sette. CRM con scoring predittivo, chatbot sul sito, tool di scheduling dei social con suggerimenti AI, piattaforma email con ottimizzazione automatica degli oggetti, tool di analisi dei dati con pattern recognition, generatore di immagini, assistente per la scrittura.

Sette strumenti AI in uso, zero documentazione, zero consapevolezza di come funzionano sotto il cofano, zero policy interna sull’utilizzo. Parliamo di aziende con 15-30 dipendenti, non multinazionali.

Il primo passo non è adeguarsi alla normativa. Il primo passo è sapere dove sei. Senza un inventario degli strumenti AI in uso, qualsiasi discorso sulla conformità è prematuro.

Tre cose che puoi fare questa settimana (Senza avvocati)

Non serve un progetto di compliance da decine di migliaia di euro. Per una PMI che usa l’AI nel marketing, le prime tre azioni sono gratuite e richiedono mezza giornata di lavoro.

La prima è l’inventario. Apri un foglio e scrivi tutti gli strumenti con funzioni AI che usi. Non solo quelli “ovvi” come ChatGPT. Includi il CRM, la piattaforma email, il tool per i social, il chatbot del sito, lo strumento di analytics. Per ognuno, annota cosa fa l’AI nel tool e se interagisce direttamente con i clienti o i prospect.

La seconda è la verifica di trasparenza. Per ogni strumento che interagisce con il pubblico, chiediti se l’utente sa di parlare con un’AI. Il chatbot del tuo sito dice chiaramente che è un assistente artificiale? I contenuti generati con AI che pubblichi sono identificabili come tali? Se la risposta è no, hai un gap di trasparenza da colmare prima di agosto.

La terza è la documentazione minima. Non serve un manuale di 100 pagine. Serve un documento interno che descriva quali strumenti AI usi, per quali scopi, chi li usa nel team, e quali misure di supervisione umana applichi. Pensa a una pagina di Notion, non a un fascicolo legale.

Questi tre passaggi non ti rendono conforme all’AI Act, ma ti mettono nella condizione di sapere esattamente dove sei e quali azioni ulteriori servono. È la differenza tra guidare sapendo dove stai andando e guidare con il parabrezza coperto.

L‘AI Act come vantaggio competitivo (Sì hai letto bene)

Ogni regolamentazione genera due reazioni. Chi la subisce e chi la usa. L’AI Act non fa eccezione.

Se sei un consulente o un freelance che lavora con le PMI, saper spiegare ai tuoi clienti cosa cambia con l’AI Act e come adeguarsi diventa un servizio ad alto valore. Pochi lo fanno, la domanda è alta, la finestra temporale è adesso.

Se sei una PMI, essere trasparenti sull’uso dell’AI nel marketing non è solo un obbligo, è un segnale di professionalità. In un mercato dove il 60% dei progetti AI nelle PMI fallisce per mancanza di governance, chi dimostra di avere un approccio strutturato conquista fiducia. È la stessa logica che vale per la guida all’AI per il content marketing. Chi usa l’AI con metodo vince, chi la usa alla cieca perde.

La trasparenza sull’AI non è una debolezza. È un vantaggio competitivo che nel 2026 pochissimi stanno sfruttando.

I clienti e i consumatori stanno diventando sempre più attenti a come le aziende usano l’intelligenza artificiale. Chi si posiziona adesso come un utilizzatore responsabile e trasparente costruisce un capitale di fiducia che i ritardatari non potranno recuperare.

Il tempo per prepararsi è adesso, non ad agosto

L’AI Act non è una minaccia per chi fa marketing nelle PMI. È un segnale che l’era dell’AI senza regole è finita e che chi usa questi strumenti con consapevolezza avrà un vantaggio su chi li usa alla cieca.

Non devi diventare un esperto di diritto europeo. Devi sapere cosa usi, come lo usi, e se i tuoi clienti e prospect sanno che stanno interagendo con un’intelligenza artificiale quando lo fanno.

Il 2 agosto 2026 non è una data lontana. È tra poche settimane. Chi inizia oggi con un semplice inventario degli strumenti AI in uso arriva a quella data con serenità. Chi aspetta rischia di trovarsi a rincorrere.

🚨 AGGIORNAMENTO (Maggio 2026): L'obbligo slitta, il rischio no. L'Unione Europea aveva fissato per agosto 2026 l'obbligo di supervisione umana sui sistemi AI ad alto rischio. Con il pacchetto Digital Omnibus la scadenza è stata spostata a dicembre 2027. In sintesi, la regola che ti avrebbe costretto a tenere un umano nel processo decisionale non arriva quando previsto. L'obbligo formale slitta. Il rischio no. Se aspettavi una legge per decidere di rimettere la testa nelle tue scelte, hai appena perso anche quell'appiglio. La supervisione umana resta una buona idea esattamente come prima, con la differenza che ora nessuno te la impone. Devi volerla tu.

L'articolo AI Act ad agosto 2026. Quello che ogni marketer e PMI dovrebbe sapere (ma nessuno dice) proviene da Stefano Scetti.

Il rischio più discusso dell’intelligenza artificiale nel marketing è la sostituzione professionale, la paura di perdere il lavoro. Il rischio reale, quello che sta già producendo danni misurabili, è un altro. Si chiama cognitive offloading, lo scaricamento cognitivo, e consiste nella delega progressiva delle capacità di giudizio a un sistema che non ha giudizio. Non è un’ipotesi teorica. La ricerca degli ultimi 18 mesi lo sta documentando con dati specifici, e le implicazioni per chi lavora nel marketing sono profonde.

Cosa dicono i dati sulla perdita di pensiero critico

Una ricerca pubblicata nel 2025 da Microsoft Research e Carnegie Mellon su 319 knowledge worker ha misurato che il 72% di chi usa abitualmente strumenti di AI generativa riporta una riduzione significativa dello sforzo cognitivo nelle attività di analisi. In parallelo, un esperimento dell’MIT Media Lab ha monitorato l’attività cerebrale di 54 partecipanti durante la scrittura di saggi, confrontando chi scriveva da solo con chi usava ChatGPT. Il gruppo che scriveva senza assistenza mostrava la connettività neurale più distribuita e attiva. Il gruppo assistito dall’AI mostrava la connettività più debole. I ricercatori hanno definito questo fenomeno “debito cognitivo”, perché la performance visibile rimane invariata mentre la capacità sottostante si deteriora silenziosamente.

Un dato ancora più specifico arriva da uno studio BCG del 2026 che ha seguito 244 consulenti attraverso circa 5.000 interazioni con AI. Il 27% di questi professionisti altamente qualificati è diventato quello che i ricercatori hanno chiamato “self-automator”, delegando interi flussi di lavoro all’AI senza sviluppare né competenze specifiche sull’AI né competenze nel proprio dominio professionale. In pratica, un consulente su quattro ha smesso di crescere professionalmente perché ha delegato troppo.

La performance si mantiene. La capacità di produrla autonomamente, no.

Cosa è il giudizio professionale e perché non si delega

Il giudizio professionale non è la conoscenza. La conoscenza è sapere che una campagna email dovrebbe avere un oggetto chiaro e un solo invito all’azione. Il giudizio è guardare i numeri di apertura di una specifica campagna per un cliente specifico e capire in tre secondi che il problema non è l’oggetto, è il giorno di invio. Il giudizio si costruisce sbagliando, riprovando, accumulando migliaia di micro-pattern che il cervello impara a riconoscere senza che tu debba ragionarci sopra ogni volta.

Quando chiedi a un’AI “questa email va bene?” stai facendo qualcosa di diverso dal chiedere un parere a un collega esperto. Il collega esita, qualifica, esprime dubbio. L’AI ti risponde con una fluenza che non riflette la certezza reale della risposta, perché i modelli sono addestrati attraverso processi di rinforzo che premiano sistematicamente le risposte che suonano sicure, indipendentemente dal fatto che lo siano. Lo ha documentato una review del 2025 pubblicata su Nature Reviews Psychology da Brady e colleghi. I segnali che normalmente attiverebbero il tuo filtro critico, l’esitazione, la qualifica, l’incertezza espressa, sono esattamente quelli che il processo di addestramento ha eliminato.

Il risultato è che smetti di esercitare il tuo giudizio non perché l’AI sia migliore di te, ma perché l’AI sembra più sicura di te. E la sicurezza apparente è un sedativo cognitivo potentissimo.

I tre comportamenti che erodono il giudizio nel marketing

Il primo comportamento è chiedere valutazioni invece di darle. “Questo testo funziona?” chiesto a un’AI è fondamentalmente diverso da leggerlo tu, formarti un’opinione e poi confrontarla. Nel primo caso deleghi il giudizio. Nel secondo lo eserciti e lo affini. La differenza sembra sottile ma i suoi effetti si accumulano. Ho scritto qualcosa di simile quando mi sono chiesto cosa succederebbe se l’AI sparisse domani, e la risposta onesta è che molti professionisti avrebbero serie difficoltà a riprendere il proprio lavoro al livello precedente.

Il secondo comportamento è chiedere strategie complete invece di partire da un’ipotesi propria. C’è una differenza enorme tra “fammi una strategia social per questo cliente” e “ho pensato di concentrare il budget su LinkedIn e newsletter, dimmi dove vedi punti deboli”. Nel primo caso il tuo cervello non lavora. Nel secondo lavora prima, durante e dopo la risposta dell’AI. L’output finale sarà simile, la tua crescita professionale no.

Il terzo comportamento è accettare la prima risposta senza sfidare nulla. I modelli producono risposte plausibili con una velocità che scoraggia il secondo pensiero. Se la prima bozza sembra buona, perché riscriverla? Perché spesso è buona nel senso che non contiene errori evidenti, non nel senso che contiene le scelte migliori per quel contesto specifico. La differenza tra “senza errori” e “la scelta giusta” è esattamente dove vive il giudizio professionale.

Cosa succede dopo 12-24 mesi di delega sistematica

Gli effetti non sono immediati, ed è questo che li rende pericolosi. Nei primi mesi la produttività sale, la qualità percepita dell’output resta alta, tutto sembra funzionare meglio di prima. I problemi emergono più tardi, quando ti trovi in una riunione con un cliente e devi prendere una decisione in tempo reale senza l’AI davanti. O quando devi valutare un contenuto a freddo e ti accorgi che non riesci più a distinguere il mediocre dall’eccellente senza chiedere conferma a un modello. Ho affrontato il tema della linea sottile tra efficienza e suggestione nell’uso dell’AI nel marketing, e una delle conclusioni più scomode è che l’efficienza può diventare una trappola se non viene accompagnata da consapevolezza.

I segnali concreti sono tre. Il primo è la perdita di velocità nel valutare contenuti senza assistenza. Cose che due anni fa giudicavi in pochi secondi ora richiedono un passaggio in più. Il secondo è la difficoltà crescente a prendere decisioni quando sei davanti a un cliente, in diretta, senza tempo per consultare nulla. Il terzo è il calo della fiducia nelle proprie intuizioni, anche quando sono giuste, perché hai perso l’abitudine di fidarti di te.

Lo studio Gerlich del 2025 ha trovato una correlazione negativa significativa tra uso frequente di strumenti AI e capacità di pensiero critico. Il dato più interessante è che i partecipanti più giovani mostravano una dipendenza maggiore e punteggi più bassi nei test di pensiero critico, indipendentemente dal livello di istruzione. Non è una questione generazionale in senso culturale, è una questione di quanti anni di giudizio autonomo hai accumulato prima di iniziare a delegare.

Il protocollo di uso “asciutto” dell’AI

La soluzione non è smettere di usare l’AI. Sarebbe come dire a chi guida di buttare via il GPS. La soluzione è usarla in modo che il tuo giudizio continui a lavorare, non che venga sostituito.

La prima regola è formare sempre la tua opinione prima di consultare il modello. Se devi valutare un testo, leggilo e decidi se funziona. Poi chiedi all’AI cosa ne pensa. Confronta le due valutazioni. Se coincidono, bene. Se divergono, capisci perché. Questo processo richiede 30 secondi in più e vale anni di crescita professionale.

La seconda regola è usare l’AI per ampliare i tuoi pattern, non per sostituirli. Se chiedi “dammi dieci varianti di oggetto per questa email”, il tuo cervello resta attivo perché deve scegliere, valutare, scartare. Se chiedi “scrivi l’oggetto migliore per questa email”, il tuo cervello si spegne. La differenza è nella formulazione della richiesta. Ne ho parlato quando ho scritto di come il risultato umano è quello che conta davvero nei contenuti generati con l’AI, e il principio si applica a qualsiasi tipo di output.

La terza regola è mantenere una palestra cognitiva. Almeno una decisione professionale a settimana presa completamente senza AI. Può essere la valutazione di un contenuto, la scelta di un canale per un cliente, la revisione di una strategia. Non importa quale sia, importa che il tuo cervello faccia il lavoro intero almeno una volta ogni sette giorni. Come qualsiasi muscolo, il giudizio professionale si atrofizza se non lo usi.

Tre segnali che stai delegando troppo

Se vuoi fare un’auto-diagnosi rapida, rispondi a queste tre domande con onestà.

Prima domanda. Quando è stata l’ultima volta che hai preso una decisione professionale importante senza consultare un’AI? Se la risposta è “più di due settimane fa”, hai un problema. Non perché la decisione sarebbe stata migliore senza l’AI, ma perché hai perso l’abitudine di decidere da solo.

Seconda domanda. Ti capita di aprire una chat AI per valutare qualcosa che dieci anni fa avresti giudicato in trenta secondi? Se sì, non stai usando l’AI per risparmiare tempo, la stai usando come stampella per un giudizio che già possiedi.

Terza domanda. Quando l’AI ti dà una risposta che contraddice la tua intuizione, chi vince di solito? Se vince quasi sempre l’AI, stai sistematicamente svalutando la tua esperienza. Le intuizioni professionali non sono casuali, sono il risultato di migliaia di osservazioni accumulate. Ignorarle per default è come ignorare un sensore calibrato in favore di uno generico.

Il pensiero lento è il vantaggio competitivo che resta

La verità scomoda dietro tutto questo è che il pensiero lento, quello faticoso, quello che richiede tempo e concentrazione, è esattamente la risorsa che l’AI non può replicare e che sta diventando sempre più rara. In un mercato dove tutti producono alla stessa velocità con gli stessi strumenti, la differenza la fa chi sa ancora pensare senza assistenza. Chi sa guardare un dato e capire cosa significa per quel cliente specifico, in quel momento specifico, senza chiedere a nessuno.

Il paradosso è che l’AI è uno strumento straordinario se usato da qualcuno che sa già pensare. Diventa un acceleratore di competenza. Diventa un’arma pericolosa se usato da qualcuno che ha smesso di esercitare il proprio giudizio. Diventa un sostituto di quello che avrebbe dovuto restare un muscolo allenato.

La buona notizia è che si può cominciare oggi. Apri quel file che stavi per mandare all’AI e leggilo tu. Decidi tu se funziona. Poi, se vuoi, chiedi conferma. L’ordine conta più di quanto pensi.

L'articolo Il vero rischio dell’AI nel marketing non è perdere il lavoro, è perdere il giudizio proviene da Stefano Scetti.

Ora prova con un’altra domanda. Quando è stata l’ultima volta che un amico ti ha consigliato qualcosa e l’hai comprato senza pensarci?

La differenza tra queste due esperienze racconta tutto il marketing del 2026. Non è un dettaglio. È il punto in cui tutto il tuo modello mentale sul marketing digitale ha bisogno di un aggiornamento profondo.

Da dove viene l’economia dell’attenzione

Il concetto nasce nel 1971. L’economista Herbert Simon scrive una frase che avrebbe definito cinquant’anni di marketing. “Una ricchezza di informazioni crea una povertà di attenzione.” All’epoca sembrava quasi profezia. Oggi è diventato il luogo comune più abusato del settore.

Negli anni 2000 la formula funzionava davvero. C’erano meno canali, meno rumore, meno contenuti. Chi catturava l’attenzione aveva fatto gran parte del lavoro. La banner blindness esisteva, certo, però bastava un’idea creativa forte per bucare il muro. Il CPM costava poco, il CTR era a doppia cifra, un annuncio ben scritto poteva spostare una quota di mercato in un trimestre.

Poi è arrivato tutto il resto. Social network, video brevi, notifiche push, algoritmi che premiano la permanenza, influencer che riempiono ogni nicchia, contenuti generati dagli utenti senza fine. Infine l’AI generativa, che ha moltiplicato la produzione di contenuti per un fattore che nessuno aveva previsto. Oggi chiunque con un computer può pubblicare mille parole in un’ora e lo fa.

Il punto di svolta

A un certo punto è successo qualcosa che pochi hanno notato. L’offerta di contenuti ha superato non l’attenzione disponibile, bensì la capacità di fiducia delle persone.

Pensa ai tuoi ultimi sette giorni online. Quanti contenuti ti hanno fermato? Probabilmente tanti. Quanti ti hanno fatto pensare “di questa persona mi fido, comprerei quello che consiglia”? Probabilmente uno o due. Forse nessuno.

L’attenzione non è più la risorsa scarsa. Oggi l’attenzione si compra con due euro di ADV su Meta. La fiducia no. La fiducia non ha un’asta, non ha un CPM, non la negozi con nessuna piattaforma. Non esiste una scorciatoia, non esiste un growth hack, non esiste un algoritmo che te la regala.

Se continui a ottimizzare per catturare attenzione, stai giocando a un gioco che non paga più.

Due giochi, due strategie

Catturare l’attenzione e guadagnare la fiducia sono due giochi profondamente diversi. Confonderli è l’errore strategico più comune che vedo fare alle aziende che seguo.

Il primo gioco si misura in secondi. Quanti secondi hai tenuto l’utente sulla pagina? Quanto del video ha visto? Ha cliccato? Ha scrollato? La logica è transazionale. Un contenuto, una reazione, via. Le dashboard sono costruite intorno a queste metriche perché sono facili da misurare e da vendere internamente come KPI. Gratificano chi deve portare i numeri alla riunione mensile.

Il secondo gioco si misura in mesi e anni. Chi torna a leggerti dopo sei mesi? Chi ti cita spontaneamente in una conversazione con un collega? Chi ti contatta dicendo “ti seguo da tempo” senza che tu l’abbia chiesto? La logica è relazionale. Ogni contenuto è un piccolo mattone di un edificio che si vede solo dopo anni di lavoro consistente.

Il problema è che la maggior parte degli strumenti di marketing digitale è progettata per il primo gioco. Dashboard, report, attribution model, funnel a sei step. Tutto orientato alla misurazione immediata. Il secondo gioco non lo vedi nelle analytics, lo vedi nella qualità dei messaggi che ricevi e nel tono con cui i nuovi lead ti si presentano.

I quattro acceleratori di fiducia

Ci sono quattro comportamenti che oggi, osservandoli funzionare con i clienti e su me stesso come consumatore, accelerano la costruzione di fiducia più di qualsiasi altra cosa. Non sono tattiche, sono posture.

Il primo è la coerenza nel tempo. Non una campagna fatta bene, non un trimestre brillante. Cinque anni con lo stesso tono, gli stessi valori, lo stesso modo di presentare le cose. Niente di più controintuitivo per chi lavora nel digitale, dove tutto cambia ogni sei mesi. Funziona proprio perché è raro. Guardati intorno, quanti professionisti conosci che hanno detto le stesse cose nel 2021, nel 2023 e le ripetono oggi? Quelli sono i primi di cui ti fidi, anche senza averli mai incontrati.

Il secondo è la trasparenza sulle limitazioni. Dire “questo servizio non fa per te se lavori in una fase diversa” costa clienti nel breve, però costruisce una reputazione di onestà che vale il triplo nel lungo. I clienti che ti scelgono sapendo cosa non puoi fare diventano quelli più soddisfatti e più fedeli. Arrivano con aspettative realistiche e restano perché hai mantenuto la parola data prima ancora di firmare il contratto.

Il terzo è l’ammissione pubblica degli errori. Un post in cui racconti un fallimento recente, cosa hai imparato, cosa hai cambiato dopo. Non per mettersi in mostra come “imperfetti umili”, figura che adesso viene riconosciuta a distanza di chilometri, bensì perché un professionista che non ha mai sbagliato non esiste. Chi finge di non sbagliare mente per definizione, e chi mente perde fiducia anche se la cosa non è immediata.

Il quarto è la rinuncia visibile alle scorciatoie. Dire no pubblicamente a certe pratiche, contenuti AI spacciati per umani, metriche gonfiate, dark pattern nelle landing, è un segnale che costa poco a scriverlo e molto a mantenerlo. Chi lo mantiene, raccoglie. Una volta che il pubblico ti associa a una certa linea etica, diventi memorabile per contrasto rispetto al rumore di fondo.

Cosa cambia operativamente

Se accetti che il KPI è la fiducia, la content strategy cambia in modo profondo. Non nei dettagli tecnici, nei presupposti.

Pubblichi meno, però meglio. Non perché “la qualità batte la quantità” sia un mantra, bensì perché ogni contenuto debole erode la fiducia costruita con i contenuti forti. La media della tua produzione conta più dei picchi. Un articolo brillante seguito da cinque mediocri ti lascia con un pubblico che non sa più cosa aspettarsi da te.

Smetti di inseguire tutte le piattaforme. Due canali fatti bene battono cinque canali fatti a metà. Per chi lavora nel B2B, per esempio, costruire una content strategy solida su LinkedIn presidiando bene un canale vale il triplo di una presenza spalmata ovunque senza criterio. La fiducia si costruisce dove le persone passano tempo con intenzione, non dove scrollano per inerzia.

Rinunci al ritmo frenetico dei trend. Rispondere a ogni novità con un post ti posiziona come reattivo, non come autorevole. L’autorevolezza è lenta per definizione. Nessun cliente ti sceglie perché sei stato il primo a commentare l’ultimo lancio di OpenAI. Ti sceglie perché da tre anni dici cose sensate su come applicare queste cose al suo business.

Misuri diversamente. Invece di ossessionarti sui reach, guardi chi ti scrive in DM, chi ti cita senza taggarti, chi ti manda messaggi di congratulazioni dopo una call vista. Sono metriche opache, però sono le uniche che contano nel gioco lungo. Vale anche per chi usa AI nella produzione di contenuti. La domanda non è più se l’hai scritto tu o l’ha scritto la macchina, è capire dove finisce l’efficienza dell’AI e dove inizia la suggestione del lettore, cioè il confine oltre il quale lo stai manipolando invece di servirlo.

Un caso ipotetico

Immagina un’agenzia B2B di servizi informatici. Chiamiamola Nord Servizi IT, nome di fantasia. I loro clienti sono piccole e medie imprese manifatturiere del nord Italia.

Fino a due anni fa pubblicava tre post a settimana su LinkedIn, tutti costruiti per massimizzare il reach. Tips, liste, hook da algoritmo, frasi a effetto. Reach medio di 8.000 visualizzazioni per post, un lead qualificato ogni due mesi. Nessuna riconoscibilità reale, zero passaparola spontaneo. I loro potenziali clienti li vedevano passare nel feed senza registrare niente di specifico.

Decidono di cambiare. Passano a un post a settimana, sempre su LinkedIn, di tipo diverso. Case study di clienti con numeri veri, errori commessi nei progetti, post in cui spiegano perché hanno rifiutato un’opportunità di gara. Lento all’inizio, reach dimezzato per tre mesi. Qualcuno internamente ha dubitato della scelta.

Dopo otto mesi succedono due cose. Il reach torna ai livelli di prima, però i lead arrivano in modo completamente diverso. Non compilano form. Scrivono in DM con frasi come “ti seguo da tempo, ho un problema, possiamo parlare?”. Il tasso di conversione dei lead in clienti sale dal 12 al 41 %. Il ciclo di vendita si accorcia del 30 % perché non devono più convincere nessuno a fidarsi di loro. Arrivano già convinti.

Nessuna magia. Hanno smesso di giocare al gioco sbagliato.

Il modello mentale da aggiornare

Il vecchio modello mentale dell’economia dell’attenzione è un residuo di un’epoca in cui avere visibilità era difficile. Oggi avere visibilità è facile, avere credibilità è difficile. Chi non aggiorna il modello mentale continuerà a ottimizzare per una scarsità che non esiste più, ignorando quella che invece è diventata decisiva.

La fiducia è lenta, scomoda, non si hackera. Proprio per questo, oggi, è l’unico vero vantaggio competitivo difendibile.

Aggiornare il modello mentale non si fa leggendo un articolo. Si fa domani mattina, quando pianificherai il prossimo contenuto. Se lo stai pensando per il reach, stai ancora giocando al vecchio gioco. Se lo stai pensando per costruire un piccolo pezzo di fiducia con una persona specifica che ha un problema specifico, hai appena iniziato a giocare a quello nuovo.

Se ti rendi conto che la tua strategia di marketing oggi è ancora costruita sui presupposti dell’economia dell’attenzione, e vuoi rivederla con uno sguardo esterno, una sessione di consulenza individuale di digital marketing è il modo più rapido per capire quali pezzi del sistema vanno riprogettati e quali stanno già funzionando nel gioco giusto senza che tu lo abbia ancora notato.

L'articolo Perché l’economia della attenzione non paga più nel marketing proviene da Stefano Scetti.

Eppure, c’è un segreto (se così possiamo chiamarlo) che la maggior parte delle persone ignora o sottovaluta. Mettiamola così: se utilizzi Claude, il file CLAUDE.md è il cuore pulsante di ogni tuo progetto. Non è un semplice file di testo: è il DNA della tua repository, il vero e proprio “libretto di istruzioni” che Claude legge ancor prima che tu digiti il primo prompt. È quella mappa del tesoro capace di trasformare l’AI da uno stagista confuso al tuo miglior alleato tecnico, perfettamente allineato con il tuo modo di programmare. Un file debole equivale a paracadutare Claude nel buio totale; un file scritto a regola d’arte equivale a fare un onboarding perfetto a un senior engineer.

Scopriamo come scrivere un documento che cambierà radicalmente le tue sessioni di coding.

Perché il tuo file CLAUDE.md attuale (probabilmente) non funziona

Se hai già provato a crearne uno senza successo, è probabile che tu sia caduto in una di queste tre trappole:

1. Hai scritto un papiro illeggibile: L’attenzione di Claude, per quanto vasta, ha dei limiti. Gran parte del suo “spazio mentale” è già occupato dalle istruzioni di sistema. Se gli propini un documento di oltre 200 righe, lo stai solo ingolfando. Le direttive fondamentali si annacquano e verranno ignorate per puro sovraccarico cognitivo. Sii spietatamente conciso.
2. Hai inserito solo banalità: Scrivere istruzioni come “Comportati da esperto” o “Ragiona con calma” è tempo perso. Claude lo fa già. Ogni singola riga di questo file deve avere un mandato chirurgico: prevenire un errore che altrimenti accadrebbe. Se una frase non serve a questo scopo, eliminala. È solo rumore.
3. Manca totalmente di gerarchia: Trattare tutte le regole allo stesso modo crea caos. I professionisti dividono il contesto su tre livelli ben definiti:
   • Globale (~/.claude/CLAUDE.md): Le tue regole d’oro, valide sempre.
   • Di Progetto (.claude/CLAUDE.md): Le convenzioni condivise con il resto del team.
   • Locale (CLAUDE.local.md): I tuoi test o le preferenze del momento.

Le 5 sezioni per un setup infallibile

Guardando sotto il cofano dei progetti più efficienti, emerge un pattern chiarissimo. I migliori file si basano su queste cinque colonne portanti.

1. I comandi (Commands)

Smettila di far indovinare a Claude come si accende il motore del tuo progetto. Dagli le chiavi in mano.

Comandi:

## Commands
- Dev: npm run dev
- Build: npm run build
- Test singolo: npm test -- path/to/file
- Test tutti: npm test
- Lint: npm run lint
- Type check: npx tsc --noEmit

2. La mappa dell’architettura (Architecture)

Non devi scrivere l’Enciclopedia Britannica del tuo codice, ma solo fornirgli una bussola per non perdersi tra le cartelle.

Struttura:

## Architecture
- src/components/ → Solo UI
- src/lib/services/ → Logica di business
- src/lib/store/ → Stato globale
- src/app/api/ → Solo rotte API
- Accesso al Database tramite API o server actions

3. I paletti (Rules)

Questa è la vera zona di massima allerta. Chiediti: “Se ometto questa regola, l’AI farà un disastro?”. Se la risposta è sì, scrivila qui. Usa il maiuscolo per le cose davvero critiche e non superare mai le 15 regole totali.

Regole:

## Rules
- MAI pushare .env o segreti
- Tutte le chiamate async devono usare try/catch
- Usa solo functional componenti
- Esegui i test prima di terminare qualsiasi task
- IMPORTANTE: esegui il type check dopo ogni modifica

4. Il comportamento (Workflow)

Come vuoi che agisca? Vuoi che parta in quarta o che ti chieda il permesso? Questa sezione blocca sul nascere la frustrazione dell’over-engineering.

Flusso lavorativo:

## Workflow
- Chiedi prima di iniziare task complessi
- Apporta solo modifiche minimali
- Non rifattorizzare codice non correlato
- Esegui i test dopo le modifiche
- Crea commit separati per ogni modifica logica
- Se insicuro, presenta le opzioni prima di agire

5. L’arte di omettere (Out of scope)

Un file eccellente si nota anche da ciò che esclude. Lascia fuori: i tratti della personalità, le regole di formattazione (ci pensa già il tuo linter!), i papiri di documentazione tecnica e, soprattutto, non ripetergli cose che ha già interiorizzato lavorando con te. La memoria di Claude si evolve, non serve fare i pappagalli.

Il tuo template pronto all’uso

Copia e incolla questa struttura nel tuo progetto. Mettiti come obiettivo di non superare le 80 righe complessive: l’essenziale batte sempre l’esaustivo.

# CLAUDE.md

## Project
[Cosa fa questo progetto]

## Stack
[Framework, linguaggio, database]

## Commands
- Dev: 
- Build: 
- Test: 
- Lint: 
- Type check: 

## Architecture
- [cartella] → scopo
- [cartella] → scopo

## Rules
- [previeni un errore reale]
- IMPORTANTE: [regola critica]

## Workflow
- [come Claude dovrebbe lavorare]
- [aspettative sui test]
- [stile dei commit]

## Out of scope
- [cose che Claude non deve toccare]

I “Cheat Code” per svoltare davvero

Vuoi fare il salto di qualità? Inserisci sempre queste indicazioni universali per azzerare gli errori stupidi:

• Esigi il type check: Costringilo a verificare i tipi dopo ogni singola modifica.
• Imponi il minimalismo: Niente rifattorizzazioni non richieste in file che non c’entrano nulla.
• Dividi e impera: Fagli creare commit logicamente separati, mai un unico blocco gigante.
• Fallo dubitare: Obbligalo a proporti delle alternative prima di prendere una strada se il task è ambiguo.
• Blocca le iniziative architettoniche: Nessun nuovo pattern o libreria senza la tua esplicita approvazione.

CLAUDE.MD il cuore del tuo progetto

Smettila di trattare il CLAUDE.md come se fosse la letterina dei desideri a Babbo Natale. Non lo è. È un contratto tecnico nudo e crudo.

Creare un file impeccabile significa abbattere drasticamente la necessità di ripeterti a ogni sessione. Significa godere di un workflow in cui l’AI non commette mai due volte lo stesso errore, perché ogni tuo rimprovero passato si è trasformato in una regola di ferro.

Il segreto della produttività con l’AI non è passare le notti a cercare “il prompt magico”. È costruire un sistema di base talmente solido da rendere ogni tua richiesta, anche la più banale, un successo assicurato.

L'articolo Smettila di ripeterti. Ecco come configurare un CLAUDE.md a prova di bomba proviene da Stefano Scetti.

Stai ancora misurando il successo di un articolo solo dal traffico organico? È come misurare un’azienda solo dal numero di dipendenti. Un dato che conta, certo, ma che non racconta più cosa sta succedendo davvero.

Il valore di un contenuto oggi non si misura più solo in click. Si misura in citazioni.

Questa è la conseguenza pratica del passaggio dalla SEO classica a quello che ormai si chiama generative engine optimization, o GEO. Un nome nuovo per un mestiere che assomiglia al precedente solo in superficie. Sotto, le regole sono altre.

Cosa è la generative engine optimization

La generative engine optimization è l’insieme di pratiche che rendono un contenuto facilmente comprensibile, estraibile e citabile dai sistemi di intelligenza artificiale generativa. ChatGPT, Perplexity, Google AI Overviews, Gemini, Claude. Tutti i modelli che oggi rispondono direttamente alle domande degli utenti, sintetizzando informazioni da decine di fonti, citandone alcune e ignorandone altre.

La differenza con la SEO tradizionale è netta. Nella SEO classica vinci se conquisti la prima pagina, idealmente la posizione zero del featured snippet. Il lettore arriva sul tuo sito, legge, magari converte. Nella generative engine optimization vinci se diventi parte della risposta. Il lettore legge la sintesi dell’AI, vede il tuo nome citato come fonte, può cliccare oppure no. La visibilità non si traduce automaticamente in traffico, ma in autorevolezza percepita.

Lo studio della Princeton University che ha praticamente fondato il campo nel 2023 ha mostrato che ottimizzare i contenuti con citazioni di fonti, statistiche verificabili e quotazioni di esperti aumenta la visibilità nelle risposte AI tra il 30% e il 40%. Non è poco. Sono le stesse pratiche che la SEO tradizionale considera buone abitudini, ma che nel mondo generativo diventano la differenza tra esistere ed essere invisibili.

Il quadro complessivo è quello di un mercato in cui circa il 47% dei brand non ha ancora una strategia di generative engine optimization, mentre il 27% dei brand monitorati in alcuni snapshot di settore non compare nemmeno una volta nelle citazioni degli AI Overviews. Una finestra di vantaggio per chi si muove ora, prima che diventi affollata.

Perché è il vero gioco del 2026

Tre dati spiegano perché questo cambiamento è strutturale e non un’altra moda passeggera del marketing.

Il primo. Le sessioni provenienti da fonti AI sono cresciute del 527% anno su anno nei primi cinque mesi del 2025, secondo il report di Previsible sul traffico AI. Non parliamo di un trend che potrebbe esplodere, parliamo di un trend già esploso.

Il secondo. Gli utenti che arrivano sul tuo sito tramite citazione AI convertono a tassi più alti rispetto al traffico organico tradizionale. Adobe Analytics ha osservato che gli shopper indirizzati dall’AI nel periodo natalizio 2025 convertono il 31% in più e hanno tassi di rimbalzo inferiori del 27% rispetto alle altre fonti organiche. Altri report parlano di tassi di conversione fino a 4,4 volte superiori. La logica è semplice. Quando arrivi tramite citazione AI sei già pre-validato, l’utente sa cosa aspettarsi da te perché glielo ha già detto un sistema di cui si fida.

Il terzo. La freschezza dei contenuti è diventata un segnale forte. Circa il 50% dei contenuti citati nelle risposte AI ha meno di 13 settimane. Significa che un articolo del 2024 senza aggiornamenti sta perdendo terreno settimana dopo settimana, indipendentemente da quanto sia ben posizionato su Google.

La generative engine optimization non è la SEO con un cappello nuovo. È un mestiere diverso, con metriche diverse e ritmi diversi.

Le quattro pratiche che funzionano oggi

Quattro abitudini di scrittura, validate dai dati e dall’osservazione di centinaia di pagine citate, fanno la differenza tra essere parte della risposta o restare fuori.

1. Risposta diretta nelle prime righe

I sistemi che usano retrieval in tempo reale, come Perplexity e Google AI Overviews, valutano la rilevanza di una pagina principalmente sui primi 200 parole. Se il tuo articolo apre con una scaletta di cosa vedremo, hai già perso. Apri rispondendo. La domanda che sta cercando il lettore deve trovare risposta nella prima frase del primo paragrafo, non al terzo capitolo.

Questo vale anche dentro l’articolo, non solo all’apertura. Ogni sezione H2 deve aprire con una frase autoportante, che abbia senso anche letta fuori contesto. È la frase che il modello potrebbe estrarre per citarti.

2. Dati specifici e citabili

I modelli generativi cercano fatti verificabili. Una frase come “i contenuti AI-friendly migliorano la visibilità” non viene citata. Una frase come “i contenuti che includono almeno tre statistiche specifiche aumentano la probabilità di citazione del 32%” sì.

Numeri, percentuali, nomi di fonti, date. Più sei specifico, più sei estraibile. Vale per le tue ricerche originali, vale per i dati di terze parti che citi, vale per i case study dei tuoi clienti. Se non hai un numero, costruisci un esempio con un numero plausibile e dichiaralo.

3. Struttura che facilita l’estrazione

H2 e H3 chiari, formulati spesso come domande. “Cosa è la generative engine optimization” funziona meglio di “Definizione di GEO”. I motori AI estraggono più volentieri risposte quando il titolo della sezione è già una domanda.

Paragrafi auto-conclusivi. Ogni paragrafo dovrebbe contenere un’idea finita, non un pezzo che si capisce solo leggendo i due successivi. Lunghi sì, ma chiusi su sé stessi.

Niente keyword stuffing. Niente lunghezza per la lunghezza. Niente prosa che gira intorno al punto. La struttura che funziona è quella che un essere umano competente leggerebbe volentieri, perché è esattamente quella che i modelli sanno parsare meglio.

4. Authority verificabile

I modelli generativi non scelgono le fonti a caso. Cercano coerenza tematica, riferimenti incrociati, expertise dimostrata. Un blog che parla di marketing digitale per tre anni ha più peso di un blog generalista che ha pubblicato un articolo sul tema la settimana scorsa.

Authority si costruisce con la consistenza, con i riferimenti a fonti autorevoli quando citi dati altrui, con la chiarezza sul tuo ruolo e sulle tue credenziali. La pagina chi sono conta più di quanto pensi, perché è uno dei segnali che i modelli usano per capire chi stai parlando.

Cosa non funziona più (e va smesso subito)

Tre pratiche che vent’anni fa erano il pane della SEO oggi sono attivamente controproducenti. Continuare a farle è peggio che non fare niente.

Il keyword stuffing in stile 2010. Ripetere la keyword principale ventidue volte in un articolo di 1.500 parole non solo non aiuta, peggiora attivamente la tua posizione nei sistemi generativi. I modelli cercano comprensione semantica, non frequenza meccanica. Una pagina che spiega bene un concetto vince contro una pagina che lo nomina cento volte.

Il long-form pensato solo per la lunghezza. Articoli da 4.000 parole costruiti per soddisfare un’idea sbagliata di profondità, dove le ultime 2.500 sono filler riformulato. I modelli generativi penalizzano la diluizione. Se hai bisogno di 1.500 parole per dire qualcosa, scrivine 1.500. Se ne servono 800, scrivine 800.

I contenuti generici che ripetono quello che hanno già detto altri. La generative engine optimization premia chi porta qualcosa di nuovo. Una statistica originale, un punto di vista controcorrente, un dato preso dal tuo lavoro. Riscrivere quello che ha già scritto il New York Times è il modo più rapido per restare invisibile.

Il test che ho fatto sul mio blog

Negli ultimi tre mesi ho riscritto quattro articoli del mio blog applicando le pratiche descritte sopra. Stessi temi, stessa keyword principale, struttura cambiata.

Ho riformulato tutti gli H2 come domande quando aveva senso. Ho aggiunto almeno tre dati specifici per articolo, ognuno con la sua fonte. Ho riscritto le aperture in modo che la prima frase rispondesse direttamente alla domanda principale. Ho aggiunto in fondo una piccola sezione di sintesi citabile.

Poi ho fatto una serie di test. Ho posto a Perplexity, ChatGPT con ricerca attiva e Google AI Overviews quaranta domande coerenti con i temi degli articoli riscritti. Prima delle modifiche venivo citato in circa il 12% dei casi. Dopo le modifiche, in circa il 38%. Una proporzione di tre a uno.

Non è scienza, è un test informale. Il pattern però è chiaro abbastanza da avermi convinto a ribaltare il modo in cui scrivo, non solo come revisiono.

Un caso concreto. Sonia, nome di fantasia, è una consulente HR che seguivo per la sua strategia di contenuto. Aveva un blog ben posizionato su Google con una decina di articoli che generavano traffico stabile. Abbiamo riscritto sei articoli applicando le quattro pratiche. Nei due mesi successivi le citazioni nei sistemi AI per le sue keyword principali sono passate da zero a una media di quattro citazioni a settimana monitorate. Il traffico organico classico è rimasto stabile. Le richieste di consulenza qualificate sono cresciute del 23%, perché chi arrivava era già pre-validato dalla citazione AI.

Tre check rapidi sui contenuti già pubblicati

Prima di rifare l’intero blog, fermati. La maggior parte dei contenuti già pubblicati può essere migliorata con tre interventi mirati che richiedono meno di un’ora ad articolo.

Check 1. Apertura. Rileggi il primo paragrafo. La prima frase risponde direttamente alla domanda che il lettore sta facendo? Se la risposta è no, riscrivila. Se inizia con “In questo articolo vedremo” o varianti simili, eliminala e parti dalla risposta.

Check 2. Dati. Conta le statistiche, percentuali e numeri specifici nell’articolo. Se sono meno di tre, aggiungine. Anche dati di settore con la fonte citata. Se sono numeri inventati, sostituiscili con dati reali o esempi dichiaratamente ipotetici ma proporzionalmente fedeli.

Check 3. Titoli di sezione. Guarda gli H2 e H3. Sono frasi descrittive piatte tipo “Vantaggi del marketing digitale”? Riformulali in domande quando ha senso. Diventano “Quali sono i vantaggi del marketing digitale per una PMI?”. Più specifici, più estraibili.

Tre check, un’ora ad articolo. Non risolverà tutto, ma sposterà l’ago in modo misurabile. Per i contenuti più importanti, quelli che generano già traffico o che vorresti generassero traffico, vale la pena un intervento più strutturato.

Cosa adattare prima di scrivere il prossimo articolo

Quando ti siedi per scrivere il prossimo articolo, parti da una domanda diversa. Non “per quale keyword voglio posizionarmi” ma “quale domanda specifica voglio risolvere così bene da diventare la fonte di riferimento”.

Apri rispondendo. Costruisci la struttura per estrazione. Pensa a ogni H2 come a una potenziale frase citabile. Inserisci almeno cinque dati specifici, ciascuno con fonte. Aggiorna l’articolo ogni tre o quattro mesi se il tema è in evoluzione, perché la freschezza è ormai un segnale di ranking nei sistemi AI.

Soprattutto, smetti di pensare in termini di traffico organico come unica metrica. Inizia a misurare anche le citazioni nei sistemi AI per le tue keyword principali. È un’abitudine diversa, ma in dodici mesi ti racconterà cose che il traffico da solo non saprà mai dirti.

Se vuoi approfondire maggiormente l‘argomento ti consiglio di leggere questi due articoli dettagliati che ho creato → Guida completa: AI per il content marketing efficace e sicuro e Il sistema di content creation AI che produce risultati professionali (non spazzatura generica)

Una verità che non avevi bisogno di sentirti dire da nessuno

La generative engine optimization non è una rivoluzione, è un’evoluzione che era già in corso da quando i sistemi AI hanno iniziato a rispondere direttamente. Chi ha continuato a scrivere bene, con dati, con struttura chiara, con voce riconoscibile, parte già con un vantaggio. Chi ha continuato a inseguire le keyword del 2010 è in ritardo.

La buona notizia è che non c’è bisogno di rifare tutto. Servono pochi interventi mirati, fatti con metodo, su contenuti che hai già.

Se ti rendi conto che i tuoi articoli sono fermi a una logica SEO che non basta più, e vuoi capire dove sono le leve concrete per il tuo caso specifico, possiamo parlarne in una consulenza oraria di digital marketing strategica ed operativa. Un’ora insieme è sufficiente per uscire con tre azioni concrete da fare entro la settimana.

Per le PMI che vogliono affrontare il tema in modo strutturato, i percorsi di consulenza digital marketing per PMI partono da un check-up di un mese che fotografa esattamente dove stai perdendo opportunità di citazione AI e cosa serve per recuperarle.

Se invece sei un freelance o un libero professionista, e l’idea di mettere mano al tuo blog ti sembra un secondo lavoro, i percorsi di consulenza digital marketing per freelance e liberi professionisti sono pensati per costruire un sistema sostenibile, senza che il marketing diventi più impegnativo del lavoro vero.

Un’ultima cosa. Se sei arrivato fin qui, vuol dire che il tema ti riguarda. La domanda buona da farsi adesso non è se la GEO funziona, ma quanto vuoi aspettare prima di scoprire come funziona per te.

L'articolo Generative engine optimization: come farsi citare da ChatGPT, Perplexity e AI Overviews proviene da Stefano Scetti.

Il problema, nella maggior parte dei casi, non è operativo. Non ti manca qualcuno che faccia le cose. Ti manca qualcuno che ti aiuti a decidere quali cose vale la pena fare e, soprattutto, quali no.

La differenza tra un fornitore che esegue e un consulente digital marketing strategico non sta nelle competenze tecniche. Sta nel momento in cui entra nel processo decisionale. Il primo arriva dopo le scelte. Il secondo partecipa alle scelte.

Il punto di partenza (che molti non ammettono)

Quando ho iniziato a lavorare nel marketing digitale, il mio ruolo era chiaro nella testa dei clienti. Ricevevo richieste precise. “Mi serve una campagna su Facebook.” “Devo fare SEO sul sito.” “Scrivi i testi per la newsletter.” Ogni progetto era un compito singolo, un pacchetto definito con un inizio e una fine. Io eseguivo, consegnavo, fatturavo.

Il tipo di clienti che attiri quando lavori così ha un profilo ricorrente. Sanno già cosa vogliono (o credono di saperlo), cercano qualcuno che lo faccia al posto loro, e misurano il tuo valore in base alla velocità con cui consegni. Non in base alla qualità delle decisioni che li hai aiutati a prendere.

La sensazione costante era di essere sotto pressione, di inseguire scadenze operative senza mai avere il tempo di chiedermi se quello che stavo facendo avesse davvero senso per il business del cliente. C’era un muro invisibile tra me e le decisioni che contavano. Io stavo da una parte, le scelte strategiche dall’altra.

La consapevolezza che cambia tutto

Il momento in cui ho capito che dovevo cambiare approccio non è arrivato con un’illuminazione. È arrivato con una serie di progetti andati male nonostante l’esecuzione fosse impeccabile.

Prendiamo il caso di Giulia (nome di fantasia), titolare di un e-commerce di cosmetici naturali. Mi aveva chiesto di gestire le campagne pubblicitarie su Instagram e Facebook. Budget mensile di 2.000 euro, obiettivo vendite. Ho impostato le campagne con targeting preciso, creatività curate, A/B test su ogni variabile. Il ROAS dopo due mesi era un dignitoso 3,2. Sulla carta, tutto funzionava.

Il problema era che Giulia stava investendo il 70% del suo budget marketing su acquisizione di nuovi clienti e zero sulla retention. I clienti compravano una volta e sparivano. Il costo di acquisizione si mangiava i margini. Nessuno gliel’aveva mai fatto notare, perché nessuno guardava il quadro completo. Io per primo, che ero lì a ottimizzare le campagne senza chiedermi se le campagne fossero la cosa giusta da fare.

Quel progetto mi ha insegnato qualcosa che poi ho ritrovato in decine di situazioni diverse. Un’esecuzione perfetta su una strategia sbagliata non produce risultati. Produce solo l’illusione di stare facendo qualcosa di utile.

Da quel momento ho iniziato a cambiare il modo in cui presentavo il mio lavoro. Non mi proponevo più come quello che “fa le campagne” o “gestisce i social”. Ho iniziato a posizionarmi come qualcuno che aiuta a prendere decisioni, e solo dopo le mette in pratica.

Cosa significa davvero essere un consulente digital marketing strategico

C’è una confusione diffusa su cosa significhi “strategico” nel marketing digitale. Per molti è un aggettivo decorativo che si aggiunge al profilo LinkedIn per sembrare più importanti. Per me è una posizione precisa nel processo decisionale del cliente.

Essere un consulente digital marketing strategico significa essere coinvolto prima che le decisioni vengano prese. Non dopo, quando qualcuno ha già deciso di lanciare un nuovo prodotto, aprire un canale, investire su una piattaforma, e ti chiede semplicemente di eseguire il piano. Il valore più grande non sta nel fare, sta nell’aiutare a scegliere.

Questo significa, concretamente, tre cose.

La prima è aiutare il cliente a definire le priorità, e le rinunce. Tutti vogliono parlare di obiettivi, pochissimi accettano di parlare di cosa lasciar perdere, eppure in un business con risorse limitate, e per una PMI o un freelance le risorse sono sempre limitate, decidere cosa non fare è più importante che decidere cosa fare. Un consulente che dice sempre sì a tutto non è un partner. È un venditore di ore.

La seconda è dire dei no argomentati. Non per fare il bastian contrario, ma perché se un cliente vuole investire 5.000 euro su TikTok quando il suo pubblico ha un’età media di 52 anni e compra attraverso un processo decisionale lungo sei mesi, qualcuno glielo deve dire prima che quei soldi finiscano in contenuti che nessuno vedrà.

La terza è difendere il focus. Nel marketing digitale le distrazioni sono infinite. Ogni settimana esce una piattaforma nuova, un formato nuovo, un trend che “devi assolutamente cavalcare”. Un consulente strategico filtra il rumore e tiene il cliente concentrato sulle poche cose che funzionano davvero per il suo specifico business.

Come presento oggi il mio ruolo ai clienti

La prima cosa che faccio quando parlo con un potenziale cliente è spiegare la differenza tra fornitore operativo e partner strategico. Uso un esempio semplice. Se chiami un elettricista e gli dici “mettimi una presa qui”, lui la mette. Non ti chiede perché la vuoi lì, se è il punto migliore, se l’impianto regge il carico aggiuntivo. Esegue la tua richiesta.

Se invece chiami un progettista elettrico e gli dici “ho bisogno di alimentare queste macchine nel capannone”, lui prima studia il carico, poi valuta le opzioni, poi ti propone una soluzione che tiene conto di variabili che tu non avevi considerato. Costa di più all’inizio, ma ti evita problemi da migliaia di euro dopo.

Nel marketing digitale funziona allo stesso modo. Se mi dici “fammi una campagna Google Ads”, posso farla. Se mi dici “voglio aumentare il fatturato del 20% nei prossimi dodici mesi”, lavoriamo insieme per capire quale combinazione di canali, messaggi e investimenti ha più probabilità di portarci lì. Potrebbero servire le campagne Google Ads, oppure no.

Le prime call le imposto sempre come un momento di ascolto e di verifica. Non presento pacchetti preconfezionati. Faccio domande. Cerco di capire dove il cliente è oggi, dove vuole arrivare, e soprattutto se c’è allineamento su come ci si arriva. Se chi è di fronte a me vuole solo qualcuno che esegua una lista di task già decisa, lo capisco subito e, con rispetto, gli dico che non sono la persona giusta. Ho capito che è meglio perdere un cliente oggi che perdere sei mesi in un progetto dove nessuno è soddisfatto.

I segnali che mi dicono che un cliente non è pronto per questo tipo di lavoro sono piuttosto riconoscibili. Vuole risultati immediati senza investire tempo nella fase di analisi. Cambia idea ogni due settimane inseguendo l’ultima novità. Non accetta di discutere le proprie convinzioni sul marketing. Se riconosci questi tratti, probabilmente li hai visti anche tu. Se li riconosci in te stesso, sappi che non è una critica. È un invito a fermarti e a ripensare come stai spendendo le tue risorse. Per orientarti nella scelta, ho scritto una guida su come scegliere un consulente di Digital Marketing che può darti criteri concreti.

L’impatto concreto quando si lavora in logica strategica

Prendiamo il caso di Marco (nome di fantasia), consulente finanziario indipendente che si è rivolto a me per “fare marketing su LinkedIn”. La sua richiesta iniziale era chiara. Voleva un piano editoriale per LinkedIn con tre post a settimana, contenuti professionali, belle grafiche.

Se fossi stato l’esecutore di qualche anno prima, avrei preparato un piano editoriale, un calendario di pubblicazione, e avrei iniziato a sfornare contenuti. Avremmo avuto bei post, like, qualche commento. Probabilmente zero clienti nuovi.

Quello che ho fatto invece è stato partire da una domanda diversa. “Marco, i tuoi clienti attuali come ti hanno trovato?” La risposta è stata illuminante. L’80% arrivava dal passaparola di altri professionisti. Non da LinkedIn, non dal sito, non da campagne. Dal passaparola.

Abbiamo ribaltato completamente l’approccio. Al posto di investire tempo e denaro per costruire una presenza LinkedIn che avrebbe dato risultati incerti tra sei o dodici mesi, abbiamo concentrato il budget sulla costruzione di un programma di referral strutturato con i professionisti che già lo raccomandavano. LinkedIn è rimasto nel piano, ma come canale di credibilità e non di acquisizione diretta. Un post a settimana, non tre, focalizzato su posizionamento e autorevolezza.

Il risultato dopo sei mesi? Un aumento del 35% delle segnalazioni qualificate, un costo di acquisizione cliente sceso del 40%, e Marco che finalmente si sentiva in controllo del suo marketing perché aveva un sistema che funzionava e che capiva, non un calendario editoriale che doveva riempire ogni settimana senza sapere perché.

Se Marco avesse insistito sulla richiesta originale, avrei dovuto dire di no. Non per presunzione, ma perché accettare un incarico sapendo che non porterà risultati non è professionalità, è codardia commerciale. Un consulente digital marketing strategico ti deve il coraggio di dirti la verità, anche quando non è quella che volevi sentire.

Le lezioni per chi sta cercando un consulente

Se sei una PMI che sta valutando un percorso di consulente Digital Marketing per PMI, oppure un freelance o libero professionista che sta pensando a un supporto da un consulente digital marketing per freelance e liberi professionisti, quello che ti consiglio di cercare non è il curriculum più lungo o la lista di servizi più completa.

Cerca qualcuno che ti faccia domande scomode prima di proporti soluzioni. Qualcuno che sia disposto a dirti che stai sbagliando direzione, anche a costo di perdere l’incarico. Qualcuno che ragioni sul tuo business prima che sulle tattiche di marketing.

Il test più semplice è questo. Alla prima call, osserva chi parla di più. Se il consulente ti presenta subito un pacchetto di servizi senza averti fatto una sola domanda sul tuo business, stai parlando con un venditore. Se ti ascolta, ti chiede dei tuoi numeri, dei tuoi clienti, dei tuoi margini, e solo dopo ti dice cosa ne pensa, stai parlando con qualcuno che ragiona da partner strategico.

Essere operativi non è difficile, se si fanno le scelte strategiche giuste. Fare le scelte strategiche giuste, però, non è uno step del processo. È la base su cui si costruisce ogni business che vuole durare.

L'articolo Perché il tuo business ha bisogno di un consulente digital marketing strategico non di un esecutore proviene da Stefano Scetti.