L’AI Search sta cambiando il customer journey e il modo in cui utenti, aziende e professionisti scoprono, valutano e scelgono prodotti e servizi.
Con strumenti come Google AI Overviews, AI Mode, ChatGPT, Gemini e Perplexity, una parte sempre più importante della ricerca può avvenire direttamente all’interno di risposte generate dall’intelligenza artificiale.
L’utente non deve necessariamente passare dalla SERP a un sito per iniziare a valutare un brand. Può ottenere una sintesi, confrontare alternative, verificare informazioni e individuare possibili fornitori direttamente attraverso l’AI.
Questo significa che il percorso d’acquisto non è più soltanto:
Ricerca → SERP → Click → Sito → Conversione
Ma può diventare:
Prompt → AI Search → Discovery → Consideration → Verification → Website → Conversion
È questa trasformazione a rendere sempre più importante il concetto di Customer Journey AI.
Il Customer Journey AI è il percorso decisionale nel quale sistemi di intelligenza artificiale e motori di ricerca generativi partecipano alla scoperta, valutazione, confronto e selezione di brand, prodotti o servizi.
Nel customer journey tradizionale, il motore di ricerca indirizza l’utente verso una pagina web.
Nel Customer Journey AI, il sistema può svolgere una parte del lavoro cognitivo che precedentemente veniva svolto direttamente dall’utente.
L’AI può:
Il percorso diventa quindi meno lineare e più distribuito tra diverse superfici digitali.
Per comprendere la trasformazione è utile partire dal modello tradizionale.
Per molti anni il percorso digitale è stato rappresentato così:
Query → SERP → Click → Website → Consideration → Conversion
L’utente formulava una ricerca su Google, analizzava i risultati, visitava alcuni siti, confrontava le alternative e prendeva una decisione.
Con l’introduzione delle Google AI Overviews e di Google AI Mode, insieme alla diffusione degli assistenti AI, una parte di questo processo può essere anticipata direttamente nella fase di ricerca.
Il percorso può diventare:
Query → AI Overview / AI Mode → sintesi → fonti → confronto → brand search → Website → Conversion
Oppure:
Prompt → ChatGPT → Brand discovery → Google → Website → Conversion
Oppure ancora:
AI Search → Website → Email → Conversion
Il customer journey diventa quindi multi-surface, multi-touchpoint e non lineare.
Le AI Overviews rappresentano un passaggio particolarmente significativo perché inseriscono una risposta generata dall'AI direttamente all'interno dell'esperienza di ricerca Google.
Questo modifica il rapporto tra:
query → SERP → clic
L'utente può infatti ottenere una sintesi iniziale della risposta prima di decidere quale risultato approfondire.
La fase di discovery può quindi iniziare prima del clic.
In una ricerca commerciale, per esempio, un utente potrebbe ricevere una panoramica di:
La SERP non è più quindi soltanto una lista di risultati.
Diventa sempre più un ambiente nel quale l'AI può interpretare la domanda e costruire una prima risposta.
Con AI Mode il comportamento di ricerca può diventare ancora più conversazionale.
L'utente può partire da una domanda generale e successivamente approfondire:
domanda iniziale → approfondimento → confronto → ulteriore domanda → scelta
Il percorso non dipende più necessariamente da una singola query.
L'utente può costruire una vera conversazione con il sistema AI.
Questo ha una conseguenza importante per il marketing:
l'intento dell'utente può evolvere durante la sessione di ricerca.
Una persona può iniziare con un intento informativo e arrivare progressivamente a un intento commerciale o transazionale.
Per esempio:
Cos'è la GEO?
↓
Come funziona la GEO?
↓
Come si misura la AI Visibility?
↓
Quali agenzie GEO ci sono in Italia?
↓
Quale agenzia GEO è più adatta a una PMI?
La ricerca diventa quindi un percorso dinamico.
Questo è uno degli aspetti più importanti dell'AI Search.
Un utente può chiedere a un sistema AI quali aziende operano in un determinato settore, quali software utilizzare, quali fornitori confrontare o quali soluzioni adottare.
L'AI può elaborare la richiesta e presentare una selezione di alternative.
In questo momento il brand può entrare nel percorso decisionale dell'utente senza generare alcun clic.
Immaginiamo una ricerca relativa alla Generative Engine Optimization.
L'utente potrebbe chiedere:
Quali sono le migliori agenzie GEO in Italia?
Il sistema AI potrebbe:
Il potenziale cliente ha quindi già effettuato una prima fase di ricerca di mercato prima di arrivare sul sito.
Questo significa che una parte della brand discovery si è spostata dalla SERP all'interfaccia AI.
Nel marketing esiste il concetto di consideration set, cioè l'insieme dei brand che un potenziale cliente prende in considerazione durante il processo decisionale.
L'AI Search introduce una dinamica particolarmente interessante.
Quando un utente chiede a un sistema AI quali aziende, prodotti o servizi valutare, il modello può costruire una selezione di alternative.
Possiamo definire questo insieme AI Consideration Set.
È l'insieme dei brand che l'intelligenza artificiale presenta come rilevanti rispetto a una determinata esigenza.
Questo cambia anche il significato di competizione digitale.
La competizione non riguarda soltanto la posizione occupata nella SERP.
Riguarda anche la possibilità di entrare nel set di alternative che l'AI presenta all'utente.
Un brand può quindi perdere un'opportunità commerciale non soltanto perché non compare nei primi risultati di Google, ma perché non viene considerato nella risposta generata dall'AI.
Uno dei principali problemi del Customer Journey AI riguarda la misurazione.
Immaginiamo questo percorso:
ChatGPT → brand discovery → nessun clic → Google → branded search → sito → lead
L'utente scopre il brand attraverso ChatGPT.
Non clicca sulla fonte.
Qualche giorno dopo cerca il nome dell'azienda su Google e visita il sito.
In GA4, quella visita può essere attribuita alla ricerca organica.
Il sistema analytics può quindi registrare:
Organic Search → Conversion
mentre il percorso reale è:
AI → Brand Search → Website → Conversion
La prima parte del percorso rimane invisibile.
Questa è una delle dinamiche che possiamo ricondurre al concetto di AI Dark Funnel.
L'AI ha influenzato il processo decisionale, ma il touchpoint iniziale non viene necessariamente registrato dagli strumenti di attribuzione tradizionali.
In questo nuovo scenario, la AI Visibility non può essere considerata soltanto una metrica di presenza.
Diventa un possibile indicatore della capacità di un brand di entrare nelle prime fasi del percorso decisionale.
Possiamo rappresentare il processo così:
AI Visibility → Brand Discovery → Consideration → Demand → Conversion
Se un brand non viene mai considerato dall'AI per determinate categorie di query, potrebbe non entrare nemmeno nella fase iniziale della valutazione.
Al contrario, una presenza costante nelle risposte pertinenti può aumentare le probabilità che il brand venga:
La correlazione non equivale automaticamente a causalità. La misurazione deve quindi combinare diversi segnali.
Nel customer journey tradizionale, un touchpoint facilmente misurabile può essere:
Nel Customer Journey AI possono esistere diversi touchpoint che non generano direttamente traffico.
Per esempio:
Questi touchpoint possono influenzare il comportamento successivo senza essere necessariamente registrati da GA4.
Per misurare correttamente il Customer Journey AI non è sufficiente monitorare il traffico proveniente da ChatGPT, Perplexity o altri sistemi AI.
Quello rappresenta soltanto una parte osservabile del fenomeno.
Un framework più completo può essere costruito su cinque livelli.
La prima domanda è:
I sistemi AI riescono ad accedere ai contenuti del brand?
Bisogna monitorare:
Questa fase corrisponde alla Retrievability.
Se il sistema AI non riesce a trovare o recuperare il contenuto, diventa molto più difficile che quel contenuto venga successivamente utilizzato o citato.
Il secondo livello riguarda la presenza del brand nelle risposte AI.
Qui bisogna costruire una Prompt Library stabile e rappresentativa del customer journey.
I prompt dovrebbero coprire:
Per ogni prompt è possibile misurare:
L'obiettivo non è verificare occasionalmente se il brand compare.
L'obiettivo è individuare trend misurabili nel tempo.
Il terzo livello riguarda il traffico direttamente osservabile.
GA4 può identificare alcune visite provenienti da piattaforme AI quando il referral viene trasmesso.
È quindi possibile creare un raggruppamento dedicato, ad esempio:
AI TOOLS
con sorgenti come:
A questo livello bisogna monitorare:
Ma è fondamentale comprendere il limite del dato.
AI Referral non equivale a AI Influence.
Una parte dell'influenza dell'AI non genera un referral misurabile.
Il quarto livello cerca di osservare ciò che avviene dopo un'esposizione all'AI ma senza un referral direttamente attribuibile.
Qui diventano importanti:
Il ragionamento non deve essere:
AI Visibility alta = tutte le conversioni sono state generate dall'AI.
Sarebbe una conclusione metodologicamente scorretta.
È invece possibile osservare correlazioni.
Per esempio:
AI Visibility ↑
insieme a:
Branded Search ↑
Direct Traffic ↑
Lead ↑
Pipeline ↑
Quando più segnali si muovono nella stessa direzione, aumenta la solidità dell'evidenza che l'AI stia contribuendo al percorso decisionale.
L'ultimo livello porta il Customer Journey AI dal marketing al business.
Le metriche diventano:
È utile distinguere almeno due concetti.
Questa distinzione è fondamentale perché una conversione può essere attribuita tecnicamente a Google Organic, ma essere stata preceduta da una fase di discovery effettuata attraverso ChatGPT o una risposta AI di Google.
Il nuovo customer journey si integra con un modello GEO basato su:
Retrievability → Utilization → Citation
Ma il percorso non termina con la citazione.
Dopo la citation possono arrivare:
Consideration → Demand → Conversion → Revenue
Il Customer Journey AI permette quindi di collegare la parte tecnica della GEO alla parte commerciale.
Questo non significa che SEO e GEO siano discipline alternative.
SEO e GEO lavorano su parti sempre più interconnesse dello stesso ecosistema.
La SEO continua a essere fondamentale per:
Crawlability → Indexability → Ranking → Click → Traffic
La GEO aggiunge:
Retrievability → Utilization → Citation → AI Visibility → Consideration
Il risultato è un percorso più ampio:
Search Visibility + AI Visibility + Business Visibility
La vera evoluzione non consiste quindi nel sostituire la SEO con la GEO.
Consiste nell'ampliare il campo di osservazione.
Il modello tradizionale tendeva a considerare il sito come il punto centrale del percorso.
Nel Customer Journey AI il sito diventa una delle tante superfici attraverso cui l'utente verifica, approfondisce e finalizza una decisione.
Prima della visita possono esserci:
Il customer journey diventa quindi distribuito.
Questo rende più difficile l'attribuzione, ma rende ancora più importante la capacità di costruire un sistema di misurazione basato su più segnali.
Il passaggio concettuale più importante può essere sintetizzato in due domande.
La SEO tradizionale tende a chiedere:
Quanti utenti abbiamo portato sul sito?
Il Customer Journey AI introduce una domanda più ampia:
In quanti percorsi decisionali il brand è entrato prima che l'utente arrivasse sul sito?
La seconda domanda non sostituisce la prima.
La completa.
Ed è proprio questa la ragione per cui l'AI Search sta modificando il customer journey.
Se una parte del customer journey avviene prima della visita al sito, anche la strategia deve cambiare.
Non basta più ottimizzare le pagine pensando esclusivamente al ranking.
Diventa necessario costruire contenuti che siano:
Il contenuto deve quindi essere progettato non soltanto per ottenere un clic, ma anche per entrare nei processi di recupero e generazione delle risposte AI.
Possiamo rappresentare l'intero percorso attraverso questa sequenza:
Retrievability
↓
L'AI può trovare il contenuto
↓
Utilization
↓
L'AI utilizza le informazioni
↓
Citation
↓
Il brand o la fonte viene citato
↓
Discovery
↓
L'utente conosce il brand
↓
Consideration
↓
Il brand entra nel set delle alternative
↓
Demand
↓
L'utente effettua ulteriori ricerche
↓
Website
↓
L'utente verifica e approfondisce
↓
Conversion
↓
Il prospect diventa cliente
↓
Revenue
Questo è il passaggio dal semplice concetto di AI Visibility a quello più ampio di AI Business Visibility.
L’AI Search sta trasformando il customer journey da un modello prevalentemente Search-to-Site a un percorso sempre più AI-mediated.
Con Google AI Overviews e AI Mode, ma anche con ChatGPT, Gemini e Perplexity, la scoperta, la valutazione e il confronto possono avvenire direttamente attraverso l’AI, prima ancora della visita al sito. La verifica e la conversione possono poi avvenire su Google, sul sito o attraverso altri canali, mentre una parte di questi touchpoint può rimanere invisibile agli strumenti tradizionali di analytics.
Per questo il Customer Journey AI richiede un nuovo approccio alla misurazione della visibilità digitale: non basta più sapere quanto traffico genera un contenuto, ma occorre capire quanto il brand riesce a entrare nel processo decisionale dell’utente lungo tutto il percorso.
Il nuovo journey può essere sintetizzato così:
Retrievability → Utilization → Citation → Discovery → Consideration → Demand → Conversion → Revenue
È qui che SEO, GEO, AI Visibility e analytics convergono in un unico ecosistema.
La vera sfida della GEO, quindi, non è semplicemente comparire nelle risposte dell’AI, ma entrare nel customer journey prima che il cliente abbia deciso dove cliccare.
