I dati granulari stanno scomparendo

Google cancella i dati storici e OpenAI non mostra i conti della concorrenza

Due anni fa un canale pubblicitario sembrava portare conversioni a costo bassissimo. I dati di piattaforma mostravano ROAS da favola. Poi l’analisi incrementale con un test geo ha rivelato la verità: il canale era zero incrementale. Il costo era basso perché rubava traffico ad altri touchpoint. È un caso classico di metrica che inganna, ma oggi il problema è diventato strutturale: non si tratta più di un singolo errore di attribuzione, ma di una progressiva cancellazione dei dati granulari su cui abbiamo costruito vent’anni di marketing measurement.

Quando Google cancella la granularità e OpenAI non mostra i conti

Google Ads ha annunciato che eliminerà i dati storici di Google Ads dopo periodi di conservazione definiti. Dal 1° giugno 2026, i report con granularità oraria, giornaliera e settimanale saranno disponibili solo per 37 mesi. Ancora più drammatico: le metriche di copertura e frequenza — unici utenti, frequenza media, distribuzione — spariranno dopo tre anni. Chi gestisce campagne pluriennali perde la possibilità di confrontare performance su basi temporali fini. E mentre Google stringe la granularità, il mondo AI rimane in una bolla opaca. OpenAI non pubblica una libreria di annunci paragonabile a quelle di Meta o Google: nessun database centrale per gli annunci ChatGPT permette di vedere cosa fanno i competitor. L’inserzionista è accecato su due fronti: non ha più il microscopio sui dati storici di Google e non ha neppure un binocolo per osservare la concorrenza nei nuovi spazi AI.

Il quadro è peggiore di quanto sembri. I modelli di linguaggio restano scatole nere per il marketer: il problema dell’interpretabilità nei LLM è irrisolto. Non possiamo sapere esattamente perché un assistente AI abbia risposto menzionando un brand invece di un altro. Jason Barnard, che ha dedicato l’anno a strutturare una risposta a questa opacità, descrive il fenomeno come opacità brand-user-algorithm a quattro livelli: brand, utente, algoritmo e contesto interagiscono senza trasparenza. È un sintomo del passaggio epocale che stiamo vivendo.

La fine del mondo micro e l’ascesa della macro-misurazione

Il 2026 è l’anno in cui coesistono tre modalità di interazione: search (essenzialmente micro, con query discrete e risposte puntuali), assistive (essenzialmente macro, dominata da conversazioni fluide e riassunti) e agent (un mix di micro e macro, dove il software agisce per conto dell’utente). La precisione dei dati granulari tipica della search è inutile quando il touchpoint è un assistente che produce una risposta unica in linguaggio naturale. Ecco perché la visibilità AI è un problema di misurazione macro, non micro.

Non si tratta di quante impression ha avuto un keyword, ma di quante query rilevanti hanno citato il brand nelle risposte AI. Il framework che sta emergendo è il Funnel Query Pathway (FQP), una metodologia che misura la presenza lungo il percorso dalla query generica alla citazione finale. Barnard ha iniziato a costruirla seriamente nel 2026 e prevede di congelare la metodologia macro a gennaio 2027. È un tentativo di dare ai marketer una metrica aggregata — una sorta di “share of voice AI” — per giustificare la spesa in un ecosistema che nasconde i dettagli.

Cosa non sappiamo ancora e il limite di ogni framework attuale

Il FQP è promettente, ma ha assunzioni forti: presuppone che la rilevabilità nelle AI generative segua pattern di flusso prevedibili, mentre l’evoluzione dei modelli è tutt’altro che lineare. Inoltre, il framework non risolve il problema dell’incrementalità: possiamo misurare quante volte un brand è citato, ma non sappiamo se quelle citazioni generano visite o conversioni reali. Resta una proxy di visibilità, non di impatto economico. Qui si apre un vuoto metodologico che nessuna piattaforma (ancora) colma. Mentre Google cancella i dati storici e OpenAI non offre strumenti di confronto, il marketer deve accettare che la precisione che conoscevamo — i click, le impression, il ROAS per keyword — è morta. La domanda aperta è: siamo pronti a fare budgeting e ottimizzazione basandoci su indicatori macro, senza la rete di sicurezza dei dati granulari? O stiamo solo rimandando il momento in cui l’illusione di controllo crollerà del tutto?