Il targeting pubblicitario non lineare sta cambiando le regole del gioco

Il targeting non lineare intercetta l’acquisto di smalto da 99 centesimi in professionisti con attrezzature di protezione, con CPA inferiori

Un operaio edile in pausa pranzo clicca su un annuncio per uno smalto colorato da 99 centesimi. Costo per clic: 0,12 €. Nello stesso account Google Ads, la campagna che targettizza il segmento “In-market: prodotti per la cura delle unghie” viaggia con CPC medi di 8,40 €. La correlazione tra budget e conversione si sta spezzando, e non è un bug: è il principio di funzionamento del targeting non lineare.

Mentre i performance manager lamentano l’erosione dei margini, i sistemi di intelligenza artificiale hanno cominciato a riconoscere intenti simili lungo percorsi d’acquisto sempre più ramificati.

L’impatto è misurabile: l’evoluzione delle strutture PPC con l’AI sta ampliando il concetto stesso di pertinenza, permettendo al sistema di inferire che un profilo professionale con determinati comportamenti possa essere un acquirente di smalto per il weekend. Google, dal canto suo, ha già rinnovato la propria interfaccia per supportare questa logica: le card di insight AI personalizzate nella homepage di Google Ads suggeriscono combinazioni di pubblico che nessun planner tradizionale avrebbe mai preso in considerazione.

L’esplosione silenziosa dei CPC diretti

Chi insiste con il targeting lineare sta pagando un prezzo sempre più alto. La pressione competitiva sulle query esplicite, unita alle restrizioni imposte dalle normative sulla privacy e all’introduzione degli AI Overviews, ha reso l’approccio diretto non solo più costoso ma anche meno controllabile. L’aumento della concorrenza e dei costi in Google Ads è amplificato in alcune nicchie: i CPC a tripla cifra nel B2B sono ormai la norma nei settori finanziari, mentre le tariffe per il manufacturing e il SaaS oscillano tra 40 e 300 dollari a clic. Sono metriche che azzerano la marginalità di qualsiasi campagna pensata per intercettare l’intento di acquisto già formato.

La risposta non sta nell’ottimizzare le parole chiave, ma nell’abbandonare il funnel così come lo conosciamo. L’autore ha formalizzato un metodo che scardina le audience ovvie e costruisce segmenti controintuitivi. La strategia di targeting non lineare formalizzata su Search Engine Journal parte da un esempio concreto: il caso dello smalto per unghie da 99 centesimi venduto non a chi cerca prodotti di bellezza, ma a professionisti che, nei giorni feriali, indossano attrezzature di protezione sul lavoro e potrebbero desiderare un colore acceso nel tempo libero.

Come si costruisce un segmento non lineare

Il metodo non è un esercizio creativo fine a sé stesso. È la conseguenza diretta di come le nuove architetture di bidding basate sull’IA interpretano i segnali. Per intercettare professionisti che nel weekend indossano colori accesi, la strategia suggerisce di combinare il segmento demografico per occupazione nel settore finanziario con altri criteri. Non per vendere loro derivati, ma per mostrare un annuncio di smalto. A questo si aggiunge l’affinità per gli acquirenti di moda economici, che filtra fashionisti attenti al budget, e il segmento In-market per le attrezzature di protezione sul lavoro, che identifica chi trascorre la settimana in cantiere o in fabbrica. L’esclusione del segmento saturo della cura delle unghie è deliberata: è lì che si concentra la competizione e dove l’utente ha già superato il punto di decisione più costoso.

Per chiudere il cerchio, la creatività deve allinearsi alla segmentazione. Un’immagine che mostra una professionista con un tailleur grigio e unghie arancione fluo, inquadrata durante una pausa caffè con un casco da cantiere sullo sfondo, non è un esercizio di stile: è il punto di contatto visivo che rende credibile l’intera impalcatura. La coerenza creativa richiesta dal targeting non lineare è parte integrante del segnale che l’algoritmo utilizza per validare la pertinenza dell’impression.

Cosa non sappiamo ancora

Resta un interrogativo aperto: sappiamo che queste campagne registrano CPA inferiori del 60-80% rispetto ai segmenti tradizionali, ma non abbiamo misurazioni robuste sull’incrementalità reale. I test di geo-split e gli holdout sono complicati da implementare quando il targeting non lineare si basa su segmenti di pubblico che l’IA modella in tempo reale: il gruppo di controllo rischia di essere contaminato dalle stesse logiche di ottimizzazione. Le attuali modellazioni di attribution multi-touch faticano a distinguere se un utente intercettato con il segmento “attrezzature di protezione” sarebbe comunque atterrato sulla pagina di checkout attraverso un percorso diverso.

Per questo il targeting non lineare è più onesto di molti altri framework: non promette di essere incrementale, ma di spostare il costo di acquisizione lontano dalla zona di competizione distruttiva. È una strategia di allocazione del budget, non di creazione di domanda. E finché non avremo modelli di conversion lift che isolano l’esposizione a questi segmenti non ovvi, l’unica metrica che conta davvero sarà il confronto su base geografica tra account che attivano il non-linear targeting e account che restano ancorati ai segmenti standard. Un esperimento che pochi inserzionisti hanno il coraggio di finanziare, perché significa accettare di bruciare budget in un gruppo di controllo che si sa già essere meno efficiente. Ma è esattamente quello che servirebbe per trasformare un’intuizione brillante in una prova.