Google Analytics 4 nasconde le sorgenti di traffico

La nuova dimensione consolida le sorgenti frammentate di social e piattaforme AI, ma la logica di aggregazione resta opaca

Abbiamo dashboard più ricche, modelli di attribuzione data-driven, integrazioni native con decine di piattaforme pubblicitarie e persino diagnostiche automatiche per i parametri di campagna. Eppure, chi lavora ogni giorno con i numeri sa che la domanda più semplice — «da dove arriva questo traffico?» — è diventata più difficile da rispondere rispetto a cinque anni fa. A fine giugno 2021, Meta ritirava il suo strumento indipendente Facebook Analytics, incolpando i cambiamenti sulla privacy di Apple iOS 14. Oggi, nell’estate 2026, è Google a proporre la sua risposta al vuoto di misurazione: una nuova dimensione chiamata Source Group, annunciata lo scorso giugno all’interno di Google Analytics 4. Ma la domanda resta: è una vera soluzione o un pannicello caldo che trasforma l’attribuzione in una scatola nera gestita da Google?

Il paradosso della granularità perduta

Il problema non è nuovo, ma si è aggravato con il tempo. Già nel luglio 2023, Google aveva dismesso Universal Analytics per le proprietà standard, completando una migrazione forzata verso GA4 che ha ridefinito il modo in cui interi team guardano ai dati. Nel frattempo, la frammentazione delle sorgenti di traffico è esplosa: un singolo utente può arrivare da un annuncio su TikTok, interagire con un post su Instagram, cliccare un link su ChatGPT e convertire sul sito. Ogni piattaforma registra l’evento a modo suo, con parametri URL diversi, nomenclature proprietarie e gradi di granularità variabili. Il risultato non è una maggiore chiarezza, ma un caos di dati in cui i marketer faticano a ricostruire il percorso reale.

A questo si aggiunge la progressiva scomparsa degli strumenti indipendenti. Quando Meta ha spento Facebook Analytics, ha eliminato una fonte di verifica esterna che permetteva di confrontare i numeri della piattaforma con quelli di Google Analytics. Oggi chi gestisce campagne cross-canale si trova con metriche che non si riconciliano, dashboard che raccontano storie diverse, e la sensazione crescente che la misurazione stia diventando meno oggettiva mentre gli strumenti si moltiplicano.

Se il vuoto è questo, come ha risposto Google? Con una nuova dimensione che promette di mettere ordine.

Cosa fa davvero Source Group

La risposta è arrivata formalmente lo scorso 11 giugno 2026, quando Google Analytics ha introdotto il nuovo campo Source Group. Non si tratta di una semplice pulizia dei dati: è una dimensione che consolida i valori frammentati delle sorgenti per piattaforme come Facebook, Instagram e TikTok in voci di reporting standardizzate. Invece di vedere decine di varianti dello stesso social network — “facebook.com / referral”, “m.facebook.com / referral”, “fb.com / referral”, “instagram.com / referral” e via dicendo — chi analizza i report trova un’unica voce aggregata che rappresenta la piattaforma sottostante.

Ma c’è un elemento che rende questa nuova dimensione più interessante di un semplice raggruppamento: Source Group include già classificazioni integrate per fonti di traffico AI emergenti come ChatGPT e Perplexity. È un riconoscimento implicito del fatto che il traffico da strumenti conversazionali e motori di risposta sta diventando rilevante, e che i sistemi di attribuzione tradizionali non sono attrezzati per gestirlo. Google sta dicendo ai marketer: non dovete più decifrare da soli se quel visitatore arriva da un assistente AI o da una ricerca classica — lo fa già lo strumento, con la sua tassonomia.

Parallelamente, Google ha continuato a integrare altre fonti di dati: dal 13 luglio è attivo un flusso di collegamento diretto con AdMob nell’interfaccia di amministrazione, e già prima dell’estate — lo scorso 8 giugno — era stata aggiunta un’integrazione con Google Business Profile per importare dati di prima parte e riportare centralmente le metriche di attività locale, sito web e app. A fine luglio, inoltre, Google Analytics ha aggiornato l’importazione dei dati delle campagne richiedendo un campo valuta ogni volta che si caricano dati di costo, e ha lanciato una nuova diagnostica per segnalare problemi di accuratezza dovuti a parametri URL mancanti. Sono tutti tasselli di un ecosistema che punta a centralizzare la misurazione dentro GA4, offrendo più integrazioni native e meno necessità di strumenti esterni.

Ma questa aggregazione è sufficiente? O stiamo accettando le definizioni di Google senza chiederci cosa manca?

Il prezzo della privacy

Dietro la semplificazione dei report si nasconde una realtà più complessa: la misurazione che preserva la privacy è spesso una scatola nera. Prendiamo il parametro GBRAID, l’identificatore che Google utilizza per misurare le performance delle campagne in modo non univoco, senza collegare i dati a singoli utenti o eventi. GBRAID funziona come un ID campagna aggregato: misura i dati di campagna in modo non univoco, ma lo fa all’interno di logiche proprietarie che l’analista non può ispezionare né validare in modo indipendente. Non sappiamo esattamente come Google modelli le attribuzioni quando il segnale deterministico dell’utente viene meno, né quali soglie di aggregazione applica per evitare la re-identificazione.

E mentre aggiungiamo strumenti su strumenti, la domanda di fondo resta senza risposta: chi misura il misuratore? Con Universal Analytics, per quanto imperfetto, esisteva una comunità di professionisti che conosceva i limiti del sistema e poteva compensarli con strumenti esterni. Con GA4, e ora con Source Group, ci stiamo muovendo verso un modello in cui Google definisce non solo le metriche, ma anche la tassonomia con cui interpretiamo le sorgenti di traffico. E lo fa senza offrire meccanismi di audit trasparenti su come quelle aggregazioni vengono costruite, su quali sorgenti vengono incluse o escluse, e su come vengono trattati i casi limite.

La vera domanda non è se Source Group semplifichi i report — è evidente che lo fa. La vera domanda è se ci stiamo affidando a una mappa disegnata da qualcuno che non può vedere l’intero territorio. E per il traffico che arriva dalle AI emergenti, forse non esiste ancora una bussola: possiamo chiamarlo “ChatGPT” o “Perplexity” nei nostri report, ma non sappiamo ancora cosa significhi in termini di intenzione, qualità del visitatore o potenziale di conversione. Abbiamo un nome per l’ignoto, ma non una misura.