Non esiste una singola metrica che descriva in modo completo la visibilità di un brand nelle AI.
Un dominio può essere citato senza che il brand venga consigliato. Un brand può essere menzionato senza citazione. Una risposta può usare informazioni corrette e generare zero visite. Una recommendation può comparire una volta e scomparire nel run successivo.
Per questo separo le componenti invece di nasconderle dentro un “GEO Score” unico.
Le metriche principali
Citation Presence
Indica se una URL del dominio compare esplicitamente tra le fonti utilizzate o citate nell'osservazione.
Mention Presence
Indica se il brand o la persona viene nominato nella risposta, anche quando non è presente una citazione diretta al dominio.
Recommendation Presence
Indica se il brand/persona viene effettivamente suggerito in una query di raccomandazione. È differente dalla semplice mention.
Cited URL Coverage
Misura quante URL differenti del dominio vengono utilizzate. Un dominio citato sempre e soltanto con la homepage ha una copertura diversa da un sito in cui più risorse vengono utilizzate come fonti.
Source Diversity
Analizza la varietà dei domini usati dalle risposte. Serve a capire se un topic è dominato da documentazione ufficiale, media, community, competitor o altre categorie di fonti.
Competitor Presence
Misura quali competitor o altre entità compaiono sulle stesse query family.
Referral Sessions
Misura le visite effettive provenienti dalle esperienze AI quando il referral è identificabile.
Lead e Booking Rate
Collegano il traffico al funnel: visita → lead → Strategy Call. Sono metriche business, non metriche di citation.
Tre classi di evidenza che non vanno confuse
Per leggere correttamente i dati distinguo tre classi di evidenza.
First-party official
Dati forniti direttamente da una piattaforma o raccolti first-party: Search Console, Bing Webmaster Tools, analytics, referral identificabili.
Observed consumer
Osservazioni effettuate sulle esperienze consumer reali. Sono preziose, ma possono variare e non sono adatte a una scansione automatica aggressiva.
Synthetic / API
Test ripetibili tramite API e strumenti di ricerca. Sono utili per creare serie temporali e diagnosticare pattern, ma non vengono presentati come replica esatta di ciò che vede ogni utente nella UI consumer.
Questa separazione è un requisito metodologico, non una nota a piè pagina.
Perché un singolo test non basta
Le risposte generative sono variabili. Query quasi identiche possono produrre fonti differenti; anche la stessa query può cambiare tra esecuzioni.
Per questo una scomparsa occasionale non genera automaticamente un alert critico.
Per interpretare una variazione considero:
più osservazioni + più di un ciclo + un campione minimo +, quando possibile, un secondo segnale.
Se citation scende ma referral, Search e altre fonti restano stabili, la conclusione corretta può essere semplicemente:
variazione osservata, evidenza ancora insufficiente.
Il panel GEO v1
Il panel iniziale contiene 32 query distribuite tra:
- knowledge;
- problem;
- consultant/recommendation;
- query trasversali GEO + OpenAI Ads.
24 query sono observed. 8 restano holdout, separate dalle query utilizzate per gli interventi editoriali.
Il motivo è semplice: mantenere un campione di controllo riduce il rischio di ottimizzare soltanto per il test usato nella misurazione.
Le query holdout restano stabili per mantenere confrontabili T0, T30, T60 e T90.
Dati ufficiali da integrare
Quando disponibili, preferisco dati nativi della piattaforma.
Bing Webmaster Tools offre un report AI Performance dedicato alle citazioni e alle pagine utilizzate nelle esperienze AI. Google Search Console ha introdotto report dedicati alle funzionalità generative. Questi dati devono restare identificati come first-party official e non essere mischiati ai test API.
Se un dato esiste soltanto nell'interfaccia e non in un'API pubblicamente documentata, preferisco un import controllato o l'attesa di un contratto API ufficiale piuttosto che scraping fragile.
ChatGPT referral
OpenAI documenta l'uso di utm_source=chatgpt.com nei referral della ricerca ChatGPT.
Questo permette di creare una catena misurabile:
ChatGPT → landing → CTA → lead → Strategy Call.
Non significa che ogni uso di una fonte generi un click. Citation e referral rimangono KPI differenti.
Come uso il dato per decidere cosa modificare
L'ordine delle azioni è vincolante:
VERIFY → UPDATE → CONSOLIDATE → LINK → EVIDENCE → CREATE.
Prima verifico che il segnale sia reale.
Poi provo ad aggiornare una risorsa esistente.
Se due pagine competono, consolido o rifocalizzo.
Se manca il percorso semantico, lavoro sui link.
Se il problema è reputazionale, cerco evidence.
Solo alla fine valuto se serve un nuovo contenuto dedicato.
Questo riduce il rischio di trasformare GEO in una content factory.
Fonti
- https://www.bing.com/webmasters/help/ai-performance-9f8e7d6c
- https://developers.google.com/search/blog/2026/06/gen-ai-performance-reports
- https://developers.google.com/search/docs/fundamentals/ai-optimization-guide?hl=it
- https://help.openai.com/it-it/articles/12627856-editori-e-sviluppatori-faq
- https://arxiv.org/abs/2607.14035
FAQ sulla misurazione AI
Citation e mention sono la stessa cosa?
No. Una citation collega la risposta a una fonte; una mention indica che il brand/persona è nominato.
Cos'è una recommendation?
È un suggerimento esplicito dell'entità in una domanda con intento di scelta o consulenza. È una metrica più esigente della mention.
Un citation rate alto significa più traffico?
Non necessariamente. Per questo referral e conversioni vengono misurati separatamente.
Posso confrontare ChatGPT e Google con una sola metrica?
Posso costruire dashboard comparative, ma non considero i segnali perfettamente equivalenti. Ogni piattaforma mantiene la propria evidenza e metodologia.
Un test via API rappresenta esattamente ChatGPT?
No. È un proxy tecnico utile per osservazioni ripetibili. Le superfici consumer vengono indicate separatamente.
Perché conservare prompt holdout?
Per mantenere un campione di controllo separato dalle query usate per gli interventi editoriali.
Quanto spesso va misurato?
Dipende dalla metrica. Health e fonti possono essere monitorate quotidianamente; l'interpretazione strategica ha più senso su finestre settimanali, mensili e trimestrali.
Il metodo è pubblico, il risultato non è garantito
Il GEO Lab documenta la metodologia e il caso reale marcobuonomo.com. Lo scopo è produrre una serie storica utile, non costruire un numero promozionale.