Il traffico AI non converte nei siti di viaggio

Il traffico AI nei viaggi cresce del 194% ma converte il 28% in meno rispetto al non AI

Il traffico generato dall’intelligenza artificiale nei siti di viaggio cresce a ritmo vertiginoso, ma i visitatori non convertono. Nel retail, invece, le conversioni schizzano. Il dato di Adobe, diffuso a maggio 2026, non è solo una curiosità statistica: è la spia che il sistema di attribuzione programmatica, pensato per il click diretto, non sa cosa farsene di un utente che passa 21% più tempo a navigare ma acquista il 28% in meno.

La tensione tra engagement e conversione, se non gestita, rischia di distorcere le aste e di far sprecare budget a chi costruisce campagne su metriche superficiali.

L’illusione del visitatore “caldo” nei viaggi

Secondo i dati Adobe, i referral AI ai siti di viaggio sono cresciuti del 194% anno su anno a maggio 2026. Un’esplosione che sembrerebbe promettere un afflusso di traffico di alta qualità. In realtà, la conversione del traffico AI travel è risultata inferiore del 28% rispetto al traffico non AI. I numeri di engagement, invece, raccontano un’altra storia: l’engagement del traffico AI travel è superiore del 21%. Il viaggiatore medio esplora più pagine, guarda video, confronta destinazioni, ma clicca “prenota” molto più tardi. Un comportamento che le metriche standard di un DSP — CTR, bounce rate, time on site — registrano come “positivo”, ma che non si traduce in conversione immediata.

Nel retail, al contrario, la conversione del traffico AI retail è stata superiore del 54% rispetto al traffico non AI. La differenza è strutturale: un viaggio è un acquisto complesso, pianificato su più touchpoint. Lo conferma una ricerca di Search Engine Land: i dati sulla visibilità e fiducia nei risultati AI mostrano che i consumatori controllano in media 2,4 piattaforme prima di validare un acquisto. Nel travel questo numero sale ulteriormente, perché la decisione è ad alto coinvolgimento emotivo e economico. Il problema è che l’attribuzione programmatica, basata su ultimo click o su modelli di conversione lineare, non cattura questo percorso a finestra lunga.

Le aste Google Ads e il rischio di bid fuori fuoco

In questo scenario, gli aggiornamenti di Google Ads diventano rilevanti. Google ha introdotto le tre modifiche alle aste di Google Ads per PPC manager, tra cui lo Smart Bidding Exploration, progettato per trovare traffico convertente oltre le query target abituali. Se un algoritmo di bidding si basa su segnali di conversione a breve termine, rischia di penalizzare i settori — come il travel — in cui la conversione è ritardata. Inoltre, la modalità promozione di Google Ads permette di aumentare temporaneamente la flessibilità di budget e tolleranza ROAS intorno a eventi come lanci di prodotto. Ma nel travel, dove la stagionalità è lunga e la decisione è multi-piattaforma, questi aggiustamenti istantanei possono non allinearsi al reale ciclo di acquisto.

Chi perde? I brand travel che continuano a ottimizzare per conversioni immediate rischiano di sottovalutare il traffico AI perché non lo vedono convertire nel funnel stretto del modello di attribuzione. Chi guadagna? I retailer con prodotto a basso prezzo e decisione rapida, che vedono il traffico AI performare subito. Ma anche i DSP e le piattaforme lato domanda che sapranno integrare segnali di engagement ponderato nei modelli di bid — per esempio usando finestre di conversione più lunghe o dati di clean room per tracciare il percorso omnicanale — potranno arbitrare il disallineamento.

L’attribuzione AI: il punto cieco che resta

Il paradosso travel-retail rivela una crepa nel modo in cui l’ecosistema programmatico valuta il traffico da AI. I dati Adobe confermano che il visitatore AI travel è più coinvolto, ma l’attribuzione standard lo tratta come un “cliente freddo” perché non converte nell’intervallo di lookback window tipico (7-30 giorni). Il rischio è che gli advertiser disattivino l’ottimizzazione su questo canale o, peggio, che i modelli di bidding lo escludano perché la previsione di conversione è bassa. Eppure, se il 21% di engagement aggiuntivo si traducesse in una maggiore brand awareness o in un acquisto posticipato su un’altra piattaforma, il valore reale sarebbe molto più alto di quanto mostrino i report di conversione diretta.

La tensione irrisolta è tutta qui: il sistema di attribuzione programmatica — basato su cookie, eventi server-side e modelli di machine learning addestrati su conversioni immediate — non è ancora attrezzato per gestire il comportamento esplorativo e dilazionato del viaggiatore. Fino a quando le piattaforme non integreranno segnali di engagement ponderato (tempo per decisione, cross-device, multi-touch) nei meccanismi di bid e di creatività dinamica, il traffico AI nei viaggi resterà un asset sottovalutato. E Retail Media Network e travel brand continueranno a guardare gli stessi dati leggendoli in modo opposto.