Google sta spingendo gli inserzionisti verso metriche meno verificabili

Google e Microsoft riducono i controlli manuali: più traffico non valido nelle campagne AI Max.

Nei giorni scorsi, Google ha iniziato a spiegare che le campagne con budget limitato potranno ottimizzare verso il costo per azione dichiarato, spingendo verso l’alto i CPA che “performano meglio”. Sembra un progresso. Ma se i CPA che “performano meglio” sono quelli più esposti al traffico non valido, l’ottimizzazione diventa un paradosso: più efficiente verso un obiettivo potenzialmente corrotto. Lo segnala PPC Land.

Il paradosso del controllo: più automazione, meno leve

Questa non è una tendenza isolata: due colossi hanno appena annunciato cambiamenti che vanno nella stessa direzione. Dal 17 agosto 2026, Google ha avviato un rollout graduale che consente alle campagne con budget limitato di ottimizzare verso il target CPA dichiarato, spingendo verso l’alto i CPA che performano meglio. Secondo l’aggiornamento dei sistemi di bidding di Google, l’obiettivo è offrire prestazioni più coerenti e prevedibili per le campagne limitate dal budget.

Nello stesso solco, Microsoft Advertising smetterà di accettare un costo per clic massimo per le nuove campagne che utilizzano Max Conversions, Max Conversion Value e Max Clicks a partire dal 1° ottobre 2026. Non è un movimento isolato: già dal 2025, Google ha apportato oltre 20 miglioramenti alle strategie di offerta per la Ricerca e lo Shopping, come riportato dal blog ufficiale di Google. Le piattaforme stanno riducendo le leve manuali a disposizione degli inserzionisti, promettendo coerenza e prevedibilità. Ma queste promesse reggono al confronto con i dati reali?

Il 72% in più di traffico non valido: il numero che rompe l’incantesimo

La domanda non è retorica: i numeri raccontano una storia diversa. Uno studio di Lunio pubblicato questo mese ha rilevato che le campagne Google AI Max sono state esposte al 72% in più di traffico non valido rispetto alla ricerca standard. Il dato, basato su circa 414 milioni di clic analizzati tra ottobre 2025 e giugno 2026, mostra anche che AI Max rappresenta il 68% di tutti i clic non validi rilevati.

È importante non confondere questo risultato con una perdita incrementale certa: lo studio documenta un’esposizione più elevata, non necessariamente un danno misurato in conversioni. Tuttavia, la direzione è coerente con un contesto più ampio in cui le stesse librerie annunci delle piattaforme diventano prove di attività fraudolente. Ad aprile 2026, la Consumer Federation of America ha citato in giudizio Meta, utilizzando proprio gli annunci trovati nella libreria annunci di Meta come prova di illeciti. Secondo quanto riportato da Wired, la causa fa riferimento ad annunci che promettono assegni da 1.400 dollari e iPhone governativi gratuiti, descritti come truffe ben note.

Se persino le librerie annunci diventano prove di frode, come possiamo misurare l’efficacia reale delle campagne automatizzate? La questione non riguarda solo la selezione del pubblico, ma la stessa catena di misurazione: quale clic è valido, quale conversione è reale, quale CPA merita di essere “spinto verso l’alto”.

La misurazione nell’era dell’opacità: cosa non sappiamo ancora

Anche nel nascente spazio pubblicitario basato su AI, il pattern si ripete: gli inserzionisti ricevono solo dati aggregati. Secondo quanto dichiarato da OpenAI, gli inserzionisti non hanno accesso alle chat, alla cronologia delle chat, ai ricordi o ai dati personali degli utenti; ricevono solo informazioni aggregate sulle prestazioni degli annunci, come il numero di visualizzazioni o di clic.

Questo approccio è comprensibile dal punto di vista della privacy, ma introduce un’opacità strutturale: chi compra pubblicità non può verificare in modo indipendente la qualità del traffico, la natura dei clic o il contributo reale di una campagna. Con l’automazione che decide quali CPA “performano meglio” e quali segmenti ricevono più pressione, l’inserzionista è sempre più dipendente da metriche che non può ispezionare a livello granulare.

Quali metriche dovrebbero adottare gli inserzionisti mentre aspettano trasparenza? Forse la risposta non è una singola metrica, ma un cambio di postura: trattare i dati aggregati delle piattaforme come segnali parziali, non come verità assoluta, e moltiplicare le fonti di verifica indipendenti. Il lettore dovrebbe chiedersi: se le piattaforme controllano sia l’ottimizzazione sia i dati che la dimostrano, chi misura il misuratore?