La conversione di Copilot è un numero che non torna

Microsoft pubblica dati su Copilot che mostrano un +53% di conversioni, ma senza trasparenza sui modelli di attribuzione utilizzati

Mentre il settore era distratto da AI Overviews e Gemini, Microsoft ha pubblicato ieri nella sua newsletter prodotto alcuni dati che meritano più attenzione di quanta ne stiano ricevendo: gli annunci serviti all’interno delle esperienze AI, su Copilot, registrano un tasso di conversione superiore del 53% e una pertinenza più alta del 25% rispetto ai testi pubblicitari tradizionali. Se vi sembrano numeri da performance comparabile al search di fascia alta, non siete lontani: nel search advertising un delta del 20-30% sposta milioni di budget in poche settimane. Qui parliamo del 53 per cento.

Il colpo di Microsoft: i numeri (non) visti

Non è la prima volta che Microsoft Advertising mette sul tavolo cifre aggressive per convincere gli advertiser a spostare budget. Già lo scorso luglio l’azienda aveva aperto la beta per gli esperimenti su Performance Max, sia per il passaggio a PMax sia per misurare l’uplift incrementale delle campagne. Ma il dato su Copilot è diverso per natura: non parla di placement display o search partner, ma di un ambiente conversazionale in cui l’annuncio appare mentre l’utente formula una richiesta in linguaggio naturale. Microsoft sa bene che gli inserzionisti stanno cercando nuovi inventari fuori dalla pressione inflazionistica del Search tradizionale, e Copilot — dove tra l’altro gli annunci sono attivi fin dal 2024 — rappresenta un bacino ancora poco mappato dalla concorrenza.

A rafforzare il messaggio, Microsoft aggiunge un secondo dato: gli annunci veicolati tramite Search Partners mostrano un tasso di conversione superiore del 45% grazie all’inventario stesso. L’implicazione è chiara: se un advertiser oggi compra solo su Bing.com senza estendere le campagne ai partner e alle superfici AI, sta lasciando sul tavolo una quota significativa di conversioni. È un argomento potente per chi gestisce account performance-driven, perché la matematica è semplice: a parità di costo per click, un incremento di conversione di questa entità riduce il CPA in modo drastico. L’upside per Microsoft è altrettanto ovvio: più inventario significa più impression monetizzabili, e in un mercato dove Google continua a dominare la quota search, ogni punto percentuale strappato ai competitor vale oro.

Ma questi numeri arrivano in un ecosistema in ebollizione, dove il traffico dalle AI è esploso e Google non sta a guardare.

La rincorsa di Google e l’esplosione del traffico AI

Se Microsoft agita i numeri, il contesto è ancora più turbolento: secondo i dati pubblicati lo scorso novembre da Microsoft Clarity, il traffico proveniente da piattaforme AI è cresciuto del 155,6%, surclassando la crescita di altri canali come ricerca (+24,0%), social (+21,5%) e diretto (+14,9%). È un’accelerazione che non ha precedenti nella storia recente del digital advertising, e cambia la struttura stessa della domanda: non stiamo più parlando di utenti che digitano “scarpe running” su Google, ma di persone che chiedono a un assistente AI “quali scarpe comprare per correre sull’asfalto bagnato”. La differenza di intento è abissale, e le metriche di performance lo riflettono.

Google, dal canto suo, ha iniziato a muoversi già a settembre 2025, quando ha annunciato miglioramenti alla reportistica di Performance Max, introducendo la segmentazione per asset e per canale e aumentando la visibilità su dove effettivamente appaiono gli annunci. È una mossa difensiva significativa: PMax è stato a lungo criticato per la sua natura black-box, e offrire agli advertiser una reportistica più granulare significa provare a trattenerli sulla piattaforma mentre i budget iniziano a migrare verso le superfici AI. Google ha anche introdotto un report dedicato chiamato “AI performance insights”, che misura la share of voice del marchio sulle superfici AI come AI Mode, AI Overviews e Gemini — uno strumento pensato per dare agli inserzionisti un benchmark su quanto il loro brand sia visibile in questi nuovi spazi conversazionali.

Tuttavia, nonostante la rincorsa alla trasparenza, per gli advertiser resta un problema di fondo.

La scatola nera che resta

Perché se da un lato Microsoft promette conversioni miracolose e Google snocciola report sulla share of voice, nessuno spiega davvero come vengono calcolati questi numeri. Il dato del +53% di conversione su Copilot, per esempio, solleva più domande di quante ne risolva: conversione misurata con quale modello di attribuzione? Rispetto a quale baseline? Su quale finestra temporale? E quale definizione di “pertinenza” produce quel +25%? Nel programmatic advertising sappiamo bene che un tasso di conversione può cambiare radicalmente a seconda che si usi un modello last-click, data-driven o multi-touch. Se Microsoft adotta un modello di attribuzione favorevole alle proprie superfici AI — per esempio dando più peso alle impression view-through — il confronto con i testi tradizionali diventa asimmetrico. Lo stesso vale per la reportistica di PMax di Google: la segmentazione per canale è un passo avanti, ma finché non sappiamo su quali inventory vengono effettivamente serviti gli annunci all’interno di AI Overviews, parlare di share of voice resta un esercizio a metà.

Il paradosso è che entrambe le piattaforme stanno usando metriche di performance come leva competitiva per accaparrarsi budget in un momento in cui la domanda degli advertiser è assetata di chiarezza. Microsoft ti dice che su Copilot converti meglio; Google ti dice che puoi misurare la tua presenza sulle superfici AI. Ma nessuno ti dice cosa succede dentro l’algoritmo che decide se mostrare un annuncio a quell’utente in quel momento, né quali segnali determinano la pertinenza. Per chi opera DSP, SSP o data clean room, la trasparenza non è un optional: è il presupposto per calcolare l’incremento marginale reale di ogni dollaro speso. Senza accesso ai log a livello di impression e senza la possibilità di fare auditing indipendente, le percentuali promesse da Microsoft rischiano di diventare argomenti di marketing più che strumenti di ottimizzazione.

E c’è un ulteriore elemento di complessità: in una supply chain pubblicitaria dove il traffico AI sta crescendo a tripla cifra, la pressione sui modelli di attribuzione esistenti è enorme. Gli inserzionisti che oggi allocano budget basandosi su metriche di conversione auto-dichiarate dai walled garden stanno di fatto delegando la misurazione a chi ha tutto l’interesse a gonfiare i numeri. Non è un’accusa, è un conflitto di interessi strutturale. E finché le piattaforme terranno i dati per sé, la battaglia delle metriche sarà più marketing che realtà.