Il clic è stato a lungo il collegamento più pratico tra interesse e azione. Chi cercava un prodotto cliccava su un risultato, visitava un sito web ed effettuava un acquisto. I dati di reporting ne tracciavano una catena apparentemente senza interruzioni: costi da una parte, vendite dall’altra. Secondo la Fondazione Statistiche Publicitarie Svizzera, la pubblicità sui motori di ricerca in Svizzera ha superato per la prima volta il volume complessivo di tutti i media elettronici nazionali messi insieme: circa 1,42 miliardi di franchi contro circa 1,38 miliardi. La ricerca sui motori di ricerca e i social media raggiungono insieme oltre due miliardi di franchi. Di conseguenza, una parte considerevole del mercato pubblicitario svizzero è rappresentata dagli ambienti digitali, la cui logica di utilizzo e di misurazione sta cambiando.

Allo stesso tempo, cresce la pressione sui budget. Secondo l’indicatore di settore LSA/SWA 2026, solo il 15% delle aziende intervistate prevede un aumento dei budget destinati alla comunicazione, mentre circa un terzo si aspetta una riduzione. In media, il 57% dei budget pubblicitari dovrebbe essere destinato ai canali digitali. Nei colloqui con i clienti emerge regolarmente che ciò che può essere misurato rapidamente e difeso più facilmente all’interno dell’azienda assume maggiore importanza. Ciò che è visibile nel dashboard influenza anche il piano media.

Quando la ricerca termina senza alcun clic

Da quando Google ha introdotto le “AI Overviews” anche in Svizzera nel marzo 2025, una parte della ricerca di informazioni si conclude direttamente nella pagina dei risultati. Il motore di ricerca riassume i contenuti pertinenti e rimanda a fonti aggiuntive. Chi trova lì la risposta che cerca non ha più bisogno di visitare un sito web. Un’analisi di Sistrix su oltre 100 milioni di parole chiave di Google in Germania mostra l’ordine di grandezza: per i termini di ricerca con risposta generata dall’IA, il tasso di clic sul primo risultato organico è sceso dal 27 all’11 per cento. In termini di proiezioni, ciò equivale a circa 265 milioni di clic organici in meno al mese, anche se l’impatto varia notevolmente a seconda della categoria.

Anche alcuni media svizzeri stanno osservando questo fenomeno. Secondo quanto dichiarato dalla SRF e da Swissinfo, nei risultati di ricerca compaiono più contenuti, mentre il numero di clic è in calo. Inoltre, secondo l’IGEM-Digimonitor 2025, il 60% della popolazione che utilizza Internet, di età compresa tra i 15 e i 75 anni, ricorre almeno occasionalmente a strumenti di intelligenza artificiale. L’IA non è quindi più un fenomeno di nicchia nemmeno nel nostro Paese. Questi dati riguardano la ricerca organica, non il monitoraggio delle conversioni di Google Ads. Il divario si crea prima che inizi la misurazione: una parte della fase informativa si conclude nella pagina dei risultati di ricerca. Un minor numero di clic organici non implica quindi automaticamente una minore domanda o un calo del fatturato. Una parte familiare del percorso del cliente diventa visibile solo più raramente sotto forma di visita al sito web. La ricerca a pagamento rimane importante: coglie l’intenzione di ricerca esistente e può accompagnarla in modo misurabile fino alla conversione. Laddove gli accessi organici si fanno più scarsi, la visibilità a pagamento può addirittura acquisire maggiore importanza. Chi, tuttavia, orienta fortemente il proprio budget verso la domanda esistente, entra in una competizione più intensa per le stesse query di ricerca. L’aumento dei costi per clic è una possibile conseguenza. E se a monte non si genera abbastanza interesse, anche la domanda di ricerca relativa al marchio o all’offerta rischia di crescere in modo più debole.

La conseguenza non è un allontanamento dalla ricerca. L’elemento decisivo è la distinzione: quale parte del budget copre la domanda esistente e quale contribuisce a crearne di futura? Senza questa distinzione, i contatti più vicini all’azione visibile assumono maggiore peso, mentre i contributi precedenti in termini di efficacia finiscono per passare in secondo piano nel reporting.

Ogni contatto richiede un compito

Le persone non entrano in contatto con un marchio seguendo la logica di un piano media. Le campagne, però, vengono pianificate e valutate proprio in questo modo: lungo singoli canali, con compiti assegnati in modo rigido. Ciò garantisce una visione d’insieme, ma riflette solo in parte il processo decisionale. L’elemento decisivo non è utilizzare il maggior numero possibile di canali, bensì attribuire a ogni contatto un ruolo ben definito. Il contributo di un contatto dipende dal gruppo target, dal messaggio, dal momento e dal contesto di utilizzo. Lo stesso canale può assumere un ruolo diverso a seconda della situazione di partenza e degli obiettivi. Tre domande aiutano a determinare questo ruolo.

Quale domanda esiste già e quale deve ancora svilupparsi?

Un numero elevato di ricerche e conversioni può essere indice di una campagna ben gestita. Oppure semplicemente del fatto che il marchio è già noto e che la categoria è comunque molto richiesta. Nella ripartizione del budget dovrebbe quindi risultare chiaro quale quota copra la domanda esistente e quale ne generi di nuova. Un punto di partenza pratico: quali misure rispondono a un interesse già visibile e quali creano per la prima volta notorietà, rilevanza o un motivo per effettuare una ricerca? Un contatto poco prima dell’acquisto può innescare immediatamente un’azione. La notorietà, il ricordo e la fiducia richiedono solitamente più tempo. Se entrambi gli obiettivi vengono valutati nello stesso breve periodo di misurazione, quasi inevitabilmente prevale il contatto più vicino alla conversione. Il calcolo può essere corretto e tuttavia fornire un’immagine distorta dell’efficacia.

Qual è la funzione di questo contatto?

Il contesto di utilizzo influisce sul fatto che le persone prestino attenzione a un messaggio, lo leggano di sfuggita o lo ignorino. Un’offerta che richiede spiegazioni richiede più tempo rispetto a un’offerta promozionale a breve termine. Alcuni prodotti devono essere vissuti. Un promemoria, invece, presuppone un interesse già esistente. Prima della diffusione dovrebbe quindi essere chiaro quale sia l’obiettivo del rispettivo contatto. Le forme pubblicitarie creano presupposti diversi a tal fine. In un sondaggio commissionato da Swiss Post Advertising e condotto da intervista su un campione di 2«005 persone, la pubblicità esterna su cartelloni e schermi digitali, gli invii pubblicitari indirizzati e la televisione figurano tra le forme più seguite. Per quanto riguarda l’affermazione »Per questo mi prendo del tempo», gli invii pubblicitari indirizzati ottengono il punteggio più alto. Il sondaggio misura la percezione, non le vendite, e non attribuisce ruoli fissi ai canali. Dimostra tuttavia che il mezzo e la situazione di utilizzo contribuiscono a determinare l’intensità con cui le persone possono interagire con un messaggio.

L'indicatore e il periodo di rilevamento sono adeguati al compito?

Un contatto che deve portare a un’azione immediata richiede indicatori diversi rispetto a uno che prepara una decisione. Quanto sia determinante il periodo di tempo lo dimostra lo studio CMC sul mailing cartaceo del 2026: il Collaborative Marketing Club e la Deutsche Post hanno analizzato 858.490 invii postali provenienti da 35 negozi online tedeschi. Il 46% degli ordini attribuiti a tali invii è pervenuto solo a partire dalla quinta settimana successiva alla spedizione. Il periodo di misurazione deve essere integrato nel piano della campagna, non nella valutazione a posteriori. Lo studio prende in esame un caso d’uso chiaramente circoscritto in un contesto legato al settore postale e non è applicabile in modo arbitrario. Il risultato mostra comunque ciò che le finestre di misurazione brevi tralasciano: chi avesse tirato le somme dopo quattro settimane non avrebbe visto quasi la metà degli ordini attribuiti in un secondo momento.

La misurazione inizia prima della riproduzione

Una buona misurazione non inizia con il reporting, ma prima della diffusione. Una campagna non ha quindi bisogno solo di un obiettivo, ma di una chiara logica di efficacia. I responsabili del marketing, le agenzie e i fornitori di servizi pubblicitari devono stabilire quale contributo debbano apportare i singoli contatti e in base a quali criteri tale contributo possa essere valutato in modo realistico in un secondo momento. Altrettanto importante è la trasparenza su ciò che è effettivamente attribuibile e su dove esiste solo una correlazione plausibile. Non esiste una quota di budget universalmente valida. Tuttavia, ogni proposta di budget dovrebbe indicare separatamente quale parte genera domanda e quale parte cattura la domanda esistente. Già questa separazione mostra quale parte degli investimenti assorbe le reazioni a breve termine e quale crea i presupposti per la domanda futura. Con il crescente impiego dell’intelligenza artificiale, questa distinzione acquista ulteriore importanza. I sistemi ottimizzano costantemente in base agli obiettivi che vengono loro assegnati. Il marketing deve quindi decidere con ancora maggiore attenzione se una campagna debba aumentare la notorietà, spiegare un’offerta o catturare la domanda esistente. Il clic rimane un indicatore importante, ma non è l’unica prova dell’efficacia pubblicitaria. Con la ricerca generativa, questa traccia diventa ancora più lacunosa.

Non ogni azione genera un clic. Chi investe troppo in ciò che oggi genera clic, rischia di perdere l'interesse e la domanda di domani.

L'autore

Sabrina Wettstein è responsabile delle vendite presso Swiss Post Advertising. Insieme al suo team, affianca le aziende nelle questioni relative a una comunicazione di marketing mirata, basata sui dati ed efficace.

È uno scenario che attualmente viene ripetuto in quasi tutti i keynote dedicati alle piattaforme: il customer journey sarebbe diventato «prevedibilmente imprevedibile», un intreccio caotico di ricerche, video, short e consigli che nessun team di marketing è più in grado di gestire manualmente. Ecco perché serve l’intelligenza artificiale, che riunisca tutto in un unico insieme: in modo automatizzato, basato sui dati e scalabile. La presentazione di Google all’OMR è solo una variante di un modello che si ritrova in forma quasi identica anche su Meta e TikTok. Google aggrega l’intenzione. Meta il grafico sociale. TikTok la cultura. E tutti e tre lo fanno all’interno di un sistema che, al contempo, gestisce e misura il proprio successo. Persino ai Cannes Lions 2026, «Black Box» è improvvisamente diventato un termine di dibattito: i primi fornitori si sono posizionati esplicitamente come alternativa «Glass-Box» alla mancanza di trasparenza delle grandi piattaforme. Per il modello che sta dietro a tutto ciò, propongo un termine specifico: Black-Box-Marketing.

Tre «novità», un modello

Con «Performance Max», l’algoritmo di Google distribuisce il budget tra Ricerca, YouTube, Shopping e Display, senza che un inserzionista possa capire in base a quali criteri o su quali elementi specifici avvenga l’ottimizzazione. Su Meta, a partire da dicembre 2025, «Advantage+» non sarà più un’opzione, ma l’impostazione predefinita per le nuove campagne; Mark Zuckerberg descrisse questa visione già nel 2025 come una ridefinizione della categoria della pubblicità: un’azienda deve solo specificare l’obiettivo e il budget, collegare il proprio conto bancario, e al resto ci pensa la macchina. Per quanto riguarda la pagina «For You» di TikTok, nessuno al di fuori del gruppo conosce le regole in base alle quali, attraverso il tempo di permanenza, i «mi piace», le condivisioni – persino la breve esitazione prima di scorrere oltre – viene deciso quale messaggio venga mostrato e con quale frequenza. Una novità su TikTok è il «Symphony Agent». Si tratta di un livello di IA intelligente e «agente», integrato direttamente nell’ecosistema pubblicitario esistente di TikTok, che «aiuta» i marketer a creare campagne in tempi record.

Da un punto di vista economico, si tratta di un classico «problema principale-agente» (Jensen/Meckling, 1976), aggravato da un’asimmetria informativa, come quella descritta da George Akerlof (1970) per i mercati caratterizzati da una distribuzione diseguale delle informazioni: L’agente, ovvero la piattaforma, dispone di un vantaggio in termini di conoscenza che il mandante, ovvero l’inserzionista, non può né comprendere né verificare in modo indipendente. Il «marketing black box» significa quindi: pubblicità il cui controllo, ottimizzazione e misurazione del successo avvengono all’interno di un sistema controllato da una sola parte, che funge al contempo da «giudice» del proprio stesso successo.

Vettore del marchio contro vettore della piattaforma

Ciò che questa struttura implica, non solo per le singole campagne, può essere sintetizzato con un’immagine semplice. Ogni marchio trasmette un messaggio con un intento specifico, un tono specifico, un pubblico specifico: chiamiamolo «vettore del marchio». Tuttavia, ogni piattaforma non ottimizza in base a questo vettore, bensì al proprio: tempo di permanenza, coinvolgimento, ricavi pubblicitari. Questo è il suo «vettore di piattaforma». La sfida: solo in pochissimi casi i due vettori sono allineati. Quanto si discostino l’uno dall’altro dipende dalla logica della rispettiva piattaforma. La distorsione dovrebbe essere minima su Google Search: un’intenzione esplicita dell’utente incontra un annuncio che risponde esattamente a tale intenzione, poiché il modello di business stesso si basa su questa corrispondenza. Tuttavia, il «Gemini-Layer» allontana sempre più dai risultati di ricerca effettivi. Anche in questo caso la ricerca e la scoperta diventano meno trasparenti. E già YouTube altera il quadro in misura ancora maggiore, come è ormai dimostrabile. Uno studio di Webrepublic e GfK sull’utilizzo di YouTube in Svizzera (2026) dimostra che la portata da sola non garantisce alcun effetto. Ciò che conta è se l’utente segue un contenuto in modo mirato e individuale oppure se lascia la piattaforma accesa solo casualmente, come intrattenimento di sottofondo.

I fatti: in media, gli svizzeri trascorrono 41 minuti sui giorni feriali e 50 minuti nei fine settimana sulla piattaforma, con livelli di attenzione molto diversi. «YouTube non è sempre YouTube», recita la conclusione degli autori dello studio: lo stesso spot può essere riprodotto in un contesto di attenzione o in uno casuale. A decidere quale dei due contesti si verifichi non è il marchio, ma l’algoritmo. Su Instagram e TikTok, infine, la distorsione si amplifica: i contenuti vengono remixati, sonorizzati in modo nuovo, estrapolati dal contesto originale e distribuiti secondo una logica culturale anziché comunicativa. Una campagna pensata per un determinato contesto può finire come frammento audio accanto a contenuti completamente estranei, senza che il marchio ne venga minimamente a conoscenza.

Il “marketing black box” non significa quindi solo non vedere il meccanismo. Significa non sapere nemmeno quanto il proprio messaggio si discosti da ciò che effettivamente arriva all’altra estremità.

Il «vendor lock-in» come prezzo da pagare per la passività

Basta inserire l’obiettivo e il budget, al resto ci pensa la macchina: questa comodità presenta però un rovescio della medaglia strategico di cui si parla raramente: il vendor lock-in. Più funzioni vengono esternalizzate alla «scatola nera», più costoso diventa uscirne. Non si tratta di un effetto collaterale, ma di parte integrante della logica aziendale; inoltre, non si manifesta dall’oggi al domani, bensì su quattro livelli che si rafforzano a vicenda: A: A livello di dati, i segnali di conversione, i gruppi target e le curve di apprendimento risiedono nella piattaforma e non possono essere esportati; ciò che l’IA ha appreso sui propri clienti rimane presso il fornitore; chi cambia fornitore ricomincia da zero. B: A livello di competenza, l’organizzazione disimpara a gestire il processo; non appena la macchina si fa carico del resto, il know-how interno relativo alla gestione, alla pianificazione mediatica e alla creazione si erode, fino a quando semplicemente manca la capacità di fare diversamente (forse anche meglio), anche se lo si volesse. Questo è il livello più pericoloso, perché rimane invisibile. C: A livello di misurazione, il successo viene valutato in base a metriche che la piattaforma stessa definisce, raccoglie e riporta, senza parametri di controllo indipendenti e senza confronti tra i diversi fornitori. D: Infine, anche a livello di creazione, le risorse vengono sempre più generate dall’intelligenza artificiale e ottimizzate direttamente per l’algoritmo che le distribuisce. In questo modo, la comunicazione del marchio assume una forma “da piattaforma”, su misura per un sistema che non si controlla.

Questi quattro livelli, nel loro insieme, danno origine almeno a un’asimmetria informativa, se non addirittura di potere, che è strutturale e non casuale. La prova viene fornita dalla stessa Meta. Nel gennaio 2024, senza preavviso, il gruppo ha eliminato dall’Ads Manager diverse migliaia di opzioni di targeting dettagliate – categorie su cui molti inserzionisti avevano basato la propria strategia di targetizzazione per anni. Chi voleva ancora gestire autonomamente la propria campagna è stato di fatto spinto verso «Advantage+ Audience», ovvero quel sistema automatizzato che, a partire da dicembre 2025, sarà comunque lo standard.

Lo stesso vale per l’attribuzione: Meta ha ripetutamente ridotto la finestra temporale standard per l’attribuzione dei risultati, da ultimo da 28 a 7 giorni dopo il clic – da un giorno all’altro, campagne identiche sono risultate meno efficaci, senza che il loro impatto fosse cambiato. È stato modificato il metro di valutazione, non la realtà. Chi basa il proprio marketing su un sistema operativo estraneo accetta che sia il proprietario di quest’ultimo a dettare le regole in base alle quali viene misurato il proprio successo.

Cosa dovrebbero fare ora i CMO

Da tutto ciò non deriva alcuna demonizzazione delle piattaforme. I guadagni in termini di efficienza offerti da Performance Max e Advantage+ sono reali e oggi nessuna strategia di marketing può ignorare queste coperture. Ciò che è cambiato è un altro aspetto: la questione di cosa sia davvero importante. Da ciò si possono trarre direttamente le seguenti conseguenze: Misurazione indipendente: se l’algoritmo gestisce la campagna e ne misura il successo allo stesso tempo, l’ottimizzazione avviene in base a una realtà definita dal fornitore stesso. Comprendere l’impatto nel proprio mercato richiede parametri di valutazione che vadano oltre le metriche proprie della piattaforma. La trasparenza come valore a sé stante: la richiesta rilevante alle piattaforme non è «meno IA», ma regole comprensibili – e la disponibilità a valutare i fornitori in base a queste, non solo in base alla portata. Sovranità anziché dipendenza: conservare i dati di prima parte all’interno dell’azienda, mantenere la competenza di controllo a livello interno, praticare il multi-homing anziché la monogamia. Ritrovare la «grande idea»!: · Occorre sviluppare un’idea propria e chiara, alla quale la «matematica» delle piattaforme debba essere misurata – invece di lasciarla nelle loro mani fin dall’inizio.

Queste riflessioni fanno parte di un’analisi più ampia di quello che chiamo il “paradosso della frammentazione”: piattaforme che propongono come soluzione proprio ciò che esse stesse hanno contribuito a causare. Il marketing della “scatola nera” non è un fenomeno marginale, ma il fulcro di un modello di business. Una «scatola nera» rimane una «scatola nera», indipendentemente dall’efficienza dei suoi calcoli.

L'autore

Prof. Dr. Marcus Schögel, Istituto di Marketing e Customer Insight dell’Università di San Gallo (HSG), presidente della Società Svizzera di Marketing (gfm).

Le buone risposte non sono ancora dei buoni progetti. È proprio qui che entra in gioco Guido Trevisan. Egli guarda all'IA non come a una promessa di salvezza, ma come a un sistema che ha i suoi punti deboli. Laddove i volumi di dati sono impressionanti, la conoscenza non nasce automaticamente. E dove le macchine irradiano sicurezza, si può anche nascondere una distorsione.

Quella che all'inizio sembra una tesi ardua, diventa più chiara a un'analisi più attenta. Se il media planning basato sull'intelligenza artificiale spinge sistematicamente i budget in direzione di quelle piattaforme che forniscono le informazioni più forti, più dense e più leggibili dalle macchine, allora non sarà solo l'equilibrio di potere tra canali digitali e tradizionali a essere scosso. Ciò solleva la questione fondamentale di come sia possibile pianificare i fondi pubblicitari in modo responsabile, efficace e in linea con il mercato in futuro.

In questa conversazione, Trevisan non lancia un allarme per il gusto di farlo. Piuttosto, si presenta come una persona che sta seguendo una pista nascosta dietro risultati plausibili. I suoi sospetti non sono rivolti alla tecnologia in sé, ma alla sua base di dati, alla sua logica e alla sua cieca autoevidenza. Questo apre un tema più ampio: non si tratta solo di stampa, TV, audio o DOOH. Si tratta dell'architettura della pianificazione dei media nell'era dell'intelligenza artificiale e della domanda se il settore si stia imbattendo in una nuova forma di pregiudizio che suona troppo liscia per insospettire immediatamente le persone.

Guido Trevisan, lei parla di «AI bias» nella pianificazione dei media. Stiamo parlando di un vero problema di mercato o di una tesi piuttosto ripida con vantaggi politici per i media tradizionali?
Se la tesi è corretta, non è solo la stampa, la TV o l'OOH ad avere un problema, ma l'intero settore pubblicitario. Se si porta avanti la tesi e si segue quanto raccomandato dalle attuali AI, una pianificazione dei media inefficace indebolirebbe anche l'impatto pubblicitario nel suo complesso. Di conseguenza, gli investimenti nella comunicazione commerciale si ridurrebbero e le aziende investirebbero altrove.

Secondo lei, qual è esattamente il pregiudizio: che l'AI pianifichi in modo errato o che riveli spietatamente quali sono i canali che oggi dominano in termini di dati?
Il pregiudizio risiede chiaramente nella pianificazione errata dell'IA. Partendo dal presupposto che i dipendenti delle agenzie media e i marketer sanno qualcosa del loro lavoro, è molto sorprendente che la pianificazione consigliata dall'IA - soprattutto negli Stati Uniti, dove questo pregiudizio è già stato dimostrato - differisca notevolmente dalla pianificazione media umana. Il fatto che i media digitali «producano» più dati, anche se solo parzialmente misurati in modo indipendente, non può essere negato.

Lei afferma che i grandi modelli linguistici (LLM) e i sistemi di intelligenza artificiale favoriscono le piattaforme digitali. Dove inizia il pregiudizio e dove finisce la semplice logica basata sui dati?
Quando si parla di pianificazione dei media, si dovrebbe fare ancora più riferimento ai dati indipendenti esistenti. Se opportunamente sollecitati, gli LLM sono uno strumento fantastico. Tuttavia, anche in questo caso vale il detto: «Garbage in, garbage out».

Alla fine, i pregiudizi dell'IA non sono semplicemente la nuova versione algoritmica dei pregiudizi umani di cui il settore ha discusso anni fa?
Entrambi sono pericolosi quando si tratta di utilizzare il denaro della pubblicità in modo fiduciario. Tuttavia, ritengo che il potenziale di danno strutturale sia molto maggiore con la versione algoritmica, perché si ottiene una buona risposta a quasi tutte le domande premendo un pulsante.

Mano sul cuore: quanta fiducia avete nel fatto che una macchina possa effettivamente realizzare piani mediatici peggiori di una persona con esperienza, istinto ed Excel?
Come già detto, se correttamente sollecitata, la macchina può certamente produrre piani soddisfacenti. Oggi, però, la maggior parte dei risultati è inadeguata. Se un briefing di agenzia viene creato con un'intelligenza artificiale e poi trasmesso direttamente all'agenzia, uno a uno, senza l'esperienza, l'intuito e l'Excel, cioè senza le conoscenze dell'agenzia stessa, il risultato è raramente buono. Mi è stato detto che questo sta già accadendo con clienti famosi. E poi c'è il problema che la pianificazione strategica dei media viene insegnata meno nei programmi di formazione continua. È da qui che noi, come industria, dobbiamo partire, per far sì che l«»uomo nel cerchio" generi un importante valore aggiunto.

La sua argomentazione si basa molto sulle osservazioni fatte negli Stati Uniti. Cosa c'è di così solido da scuotere la Svizzera in questo momento?
È possibile che le deviazioni dal comportamento di prenotazione in Svizzera siano ancora maggiori, poiché in questo Paese i media tradizionali sono più rilevanti. I dati provenienti dagli Stati Uniti hanno almeno permesso di avviare discussioni con organizzazioni rinomate come Leading Swiss Agencies e l'Associazione svizzera dei pubblicitari. Il nostro obiettivo comune è quello di realizzare un'analisi simile per la Svizzera.

La sua tesi non potrebbe essere letta anche in questo modo? Le piattaforme tecnologiche hanno fatto i loro compiti quando si tratta di dati - e i media tradizionali hanno rimandato per troppo tempo?
Certo, ma a mio avviso è irrilevante. E sebbene le piattaforme tecnologiche abbiano alcune delle menti più intelligenti, non credo che questo pregiudizio nella pianificazione dei media sia stato pianificato in questo modo per molto tempo. Dobbiamo agire ora e, con uno sforzo relativamente ridotto, possiamo fornire al mercato pubblicitario svizzero uno strumento per pianificare in modo più efficace la portata e l'impatto sulla base degli studi svizzeri esistenti.

Se l'AI consiglia troppo poco i media tradizionali: si tratta davvero di un pregiudizio della macchina o di un problema di visibilità per i fornitori tradizionali?
Un'idea era quella di pubblicare semplicemente più dati svizzeri, correggendo così i risultati. Gli LLM si basano su informazioni globali. La nostra idea: naturalmente possiamo e dobbiamo pubblicare di più, e anche i fornitori di servizi a valle della catena del valore dovrebbero farne un uso maggiore. Tuttavia, credere di poter influenzare in modo significativo il sistema con un po' di informazioni svizzere in più si è rivelato un'idea sbagliata. A parte il fatto che i dati delle organizzazioni di ricerca hanno un valore e vogliono continuare a sfruttarlo.

I generi classici, in particolare, insistono spesso sul loro impatto, ma faticano ad avere dati comparabili, aperti e leggibili dalle macchine. Il pregiudizio dell'IA è quindi anche fatto in casa?
Io ho una visione diversa delle cose. Sono i generi classici che possono essere misurati in modo indipendente, laddove possibile e finanziariamente sostenibile. Non è solo in Svizzera che le piattaforme multinazionali si trovano in difficoltà, anche se avrebbero i soldi e le possibilità tecniche. Diverse organizzazioni di settore hanno già cercato di coinvolgere le piattaforme in vari progetti. Tuttavia, la maggior parte di queste organizzazioni ha rifiutato una cooperazione globale.

Lei mette in guardia da spostamenti di budget ingiustificati. Ma chi dice che questi spostamenti sono ingiustificati, se il lato digitale fornisce semplicemente segnali più affidabili?
L'amico che chiacchiera di più al tavolo dei clienti abituali non ha sempre ragione. La quantità di dati da sola non ha valore. Il punto è chiarire se servono allo scopo, cioè alla pianificazione dei media più efficace possibile.

Secondo lei, quanto è problematico che le grandi piattaforme di tutto misurino il proprio impatto, lo mostrino esse stesse e siano anche la fonte di dati più forte per molti sistemi di intelligenza artificiale?
I dipendenti delle agenzie e gli addetti al marketing devono essere consapevoli che il giocatore e l'arbitro sono la stessa persona in senso figurato quando pianificano il denaro pubblicitario. Quando possibile, dovrebbero consultare dati aggiuntivi e indipendenti come base per le loro decisioni.

Quando verrebbe dimostrata la sua tesi? Che cosa dovrebbe dimostrare concretamente un'indagine svizzera perché il sospetto diventi una scoperta affidabile?
A mio avviso, dipende dal quadro generale. Negli Stati Uniti, il modello raccomanda di investire il 7% nella TV lineare tradizionale e il 18% nella CTV. Sebbene il mercato sia ovviamente molto diverso, interpreterei questo dato come una forte distorsione della realtà in Svizzera. I risultati devono essere interpretati da esperti. Non credo abbia senso definire un valore fisso in anticipo.

Il vostro approccio si chiama «Swiss Media Agent». Si tratta di un correttivo neutrale o, in ultima analisi, di un tentativo di ridare peso ai media tradizionali nella sala macchine?
Anche se mettessimo online tutti i dati svizzeri disponibili, non saremmo in grado di personalizzare gli LLM per la Svizzera. Il concetto di «Swiss Media Agent» consiste nel raccogliere in un pool di dati i dati mediatici oggi liberamente disponibili (sintesi gestionale del Digimonitor dell'IGEM, bussola pubblicitaria di Media Focus, bollettino di diffusione del WEMF, dati dell'istituto di statistica, ecc. Chiunque utilizzi un LLM standard per creare un briefing per una campagna o per la pianificazione di una campagna può semplicemente integrare lo «Swiss Media Agent» nella sua query per arricchire le informazioni globali con le competenze specifiche della Svizzera. Creiamo trasparenza comunicando quali dati sono stati presi in considerazione. Le fonti dei dati devono essere definite da un comitato, ad esempio dal mondo accademico, dai clienti pubblicitari, dalle agenzie di comunicazione, dai marketer e dagli editori.

E forse la domanda decisiva: il vostro obiettivo finale è rendere migliore l'IA o evitare che i media tradizionali perdano rilevanza nell'era dell'IA?
Oggi i risultati dell'IA sembrano semplicemente buoni. Vogliamo perfezionarli con i nostri dati svizzeri. L'efficienza dell'IA si combina così con una conoscenza approfondita del mercato. In questo modo, creiamo le basi per campagne ancora più precise, con una categorizzazione critica e una gestione responsabile del budget.

Quali sono i prossimi passi concreti che state pianificando?
In primo luogo, è necessario dimostrare l'influenza dell'intelligenza artificiale sulla pianificazione dei media in Svizzera. A tal fine, stiamo dialogando con data scientist e specialisti di architettura software. In secondo luogo, vogliamo riunire organizzazioni e persone interessate che siano disposte a lavorare a una soluzione comune o a un ulteriore sviluppo dello «Swiss Media Agent» con le loro idee, competenze e risorse finanziarie.

Chiunque osservi più da vicino i termini "efficacia" ed "efficienza", che vengono rapidamente lanciati ma generano sempre confusione, si rende subito conto che i due termini sono vicini in termini di comunicazione, ma possono tuttavia essere utilizzati in direzioni opposte o addirittura in competizione.

Ma cosa è più importante nella comunicazione? Una cosa è certa: l'efficacia prima dell'efficienza. Un'eccessiva attenzione all'efficienza può addirittura essere disastrosa per i marchi (un argomento noioso, soprattutto nei media audit!). Molti marchi si concentrano su ciò che possono misurare rapidamente e facilmente e non su ciò che è importante per il loro marchio. Le ricerche (ad esempio, l'IPA) dimostrano che le campagne a risposta diretta o a performance pura sono un buon modo per massimizzare l'efficienza, con l'inconveniente che l'impatto sulle vendite è molto breve, si esaurisce rapidamente e contribuisce poco alla costruzione sostenibile del marchio (e alle vendite).

Dipendenza per le campagne di performance

Le campagne a performance sono importanti. Ma chi investe troppo del proprio budget in esse corre il rischio di diventarne fortemente dipendente. E qualsiasi marchio che cerchi di spingere costantemente i propri dati di vendita attraverso il performance marketing troverà difficile abbandonarlo. Ciò richiede il coraggio di cambiare strategia.

Al contrario, le campagne di branding a lungo termine sono solitamente molto efficaci, ma meno efficienti se non sono supportate da canali di attivazione. Idealmente, le strategie di comunicazione più efficaci dovrebbero combinare efficacia ed efficienza. Anche in questo caso, si tratta di trovare il giusto mix per il vostro marchio.

10 passi per avvicinarsi all'impatto delle vostre campagne:

1. Strategia chiara: Non confondete "strategia" con "obiettivo". Purtroppo questo è un errore comune.
2. Obiettivi chiari: Definire obiettivi chiari in materia di comunicazione e media e iniziare con un briefing ben congegnato. Spesso sottovalutato, ma essenziale per lo sviluppo della strategia.
3. KPI: Misurare e valutare il successo della campagna con i giusti indicatori chiave di performance. Questi non devono essere in contraddizione tra loro. E anche in questo caso: Meno è meglio!
4. Un gruppo target chiaro: Questi possono essere identificati e definiti in base a vari criteri e non devono essere né troppo stretti né troppo ampi. Fate attenzione ai cosiddetti "gruppi target desiderati".
5. Selezione del canale: Selezionare i canali mediatici più adatti a raggiungere il gruppo target e gli obiettivi. Giustificare la scelta del canale e assegnare un ruolo chiaro a ciascun mezzo.
6. Messaggio: La scelta dei canali deve andare di pari passo con la creazione.
7. Creazione: Il 50-60% dell'impatto pubblicitario deriva dalla creazione! Una delle leve più grandi (e più sottovalutate). O come ha detto il guru della pubblicità Dave Trott: "La creatività è l'ultimo vantaggio competitivo sleale".
8. Distribuzione del budget: Investire il budget disponibile per i media nei canali in modo che si completino e si rafforzino a vicenda per ottenere il miglior effetto possibile.
9. Gamma: Porre molta più enfasi sulla portata che sul CPM.
10. Efficacia: Fate in modo che questo sia l'obiettivo principale. L'efficienza viene in secondo piano. Se l'efficienza fosse il vostro unico obiettivo a lungo termine, la logica conseguenza sarebbe una drastica riduzione del budget e un calo delle vendite.

L'efficacia pubblicitaria non è quindi un obiettivo secondario, ma una necessità. Ulteriori informazioni e suggerimenti su come evitare di cadere nella trappola dell'efficienza possono essere scaricati qui nel white paper "Advertising effectiveness".

*Dopo aver ricoperto diverse posizioni in agenzie di comunicazione e creative e come responsabile del marketing di un'azienda di pubblicità esterna, ha assunto la direzione dell'azienda. Oliver Schönfeld ha assunto la carica di Amministratore delegato di TWmedia a Basilea nel 2018. Ha acquisito le sue conoscenze attraverso una grande curiosità, molti anni di esperienza e studiando marketing e psicologia sulla ventosa costa baltica e nella vivace Manchester.

Alla serie di libri bianchi su Werbewoche.ch

• Articolo 1: Libro bianco "Processo strategico
• Articolo 2: Carta bianca "Gruppo target
• Articolo 3: Carta bianca "Definizione dell'obiettivo"

Definire gli obiettivi giusti e realistici nella pianificazione dei media è come una mappa che indica al capitano in alto mare la strada per raggiungere il porto di destinazione. Senza una mappa (e una destinazione), si va alla deriva alla cieca, si finisce in acque inesplorate o, nel peggiore dei casi, si naufraga.

Se gli obiettivi sono poco chiari o poco realistici, il risultato sarà inevitabilmente insoddisfacente. Diventa fatale se la strategia si basa su castelli in aria impossibili da raggiungere. Spesso nel briefing vengono indicati troppi obiettivi o, peggio ancora, contraddittori. Con il risultato che il denaro dei media si disperde in modo inefficace.

Ponetevi delle domande

Ogni marchio deve definire per sé dove si posiziona e dove vuole posizionarsi in futuro. Tuttavia, questo include anche la localizzazione dei deficit. Ad esempio, in termini di consapevolezza del marchio, immagine, simpatia, interesse all'acquisto, raccomandazione, fedeltà, ecc.

Ciò si riassume nella domanda: "Cosa pensa la gente del mio marchio oggi e cosa dovrebbe pensare del mio marchio domani?". Questo viene formulato e visualizzato in un piano strategico del marchio e dei media che mostra quali misure possono essere utilizzate per raggiungere il percorso dalla situazione attuale alla situazione target.

Questa domanda è un'informazione essenziale per definire gli obiettivi e le misure di comunicazione. In realtà, però, molte persone pensano poco o niente ai marchi, o molto meno di quanto alcuni responsabili marketing vorrebbero ammettere.

Tuttavia, gli obiettivi devono anche essere fissati in modo tale da avere una possibilità di essere raggiunti. I migliori obiettivi non servono a nulla se non ho i mezzi e le considerazioni strategiche di base per realizzarli e ottenere un vantaggio competitivo sui miei concorrenti.

Un buon piano di comunicazione è efficace

Gli obiettivi di marketing e comunicazione devono quindi essere argomentati in modo definitivo nel briefing, in modo che l'agenzia media possa ricavarne obiettivi mediatici comprensibili e soprattutto realistici. Quanto più chiari e inequivocabili sono gli obiettivi definiti, tanto più efficace sarà la strategia mediatica risultante.

Un buon piano di comunicazione definisce obiettivi chiari e li pone in un rapporto realistico con la concorrenza e le risorse disponibili. Secondo la mia esperienza, non dovrebbe superare un periodo di dodici mesi. Qualsiasi altra cosa sarebbe insensata. Una strategia di marketing, invece, dovrebbe essere molto più a lungo termine. Altrimenti si corre il rischio della cosiddetta "tattica di marketing", nota anche come "azionismo", che è l'opposto di una strategia.

Utilizzare obiettivi SMART

I bravi marketer utilizzano i cosiddetti obiettivi SMART, che sono specifici, misurabili, raggiungibili, realistici e limitati nel tempo. Soprattutto, meno sono e più sono chiari. O come direbbe il guru del marketing Michael Porter: "Una strategia definisce ciò che non si deve fare". Naturalmente si può proporre un bouquet variopinto di obiettivi, ma questo non è efficace. Con troppi obiettivi, si corre il rischio di impantanarsi o di contraddirsi. Secondo la mia esperienza, a meno che non siate P&G, Unilever o Amazon, un massimo di due o tre obiettivi funziona meglio per il piano generale.

La scelta dei canali giusti, abbinata al giusto messaggio (creazione), gioca un ruolo importante in questo caso. In una buona strategia mediatica, a ogni canale selezionato viene assegnato un ruolo (compito) giustificato nel mix, cosa che non sempre accade nella realtà. Ma da questo dipende il successo della vostra strategia mediatica e l'utilizzo del vostro budget pubblicitario.

Maggiori informazioni sul Il terzo white paper di TWMedia tratta il tema degli "Obiettivi". - con preziosi consigli pratici per ottenere maggiore potere mediatico.

Dopo aver ricoperto diverse posizioni in agenzie di comunicazione e creative e come responsabile del marketing di un'azienda di pubblicità esterna, ha assunto la direzione di Oliver Schönfeld ha assunto la carica di Amministratore delegato di TWmedia a Basilea nel 2018. Ha acquisito le sue conoscenze attraverso una grande curiosità, molti anni di esperienza e studiando marketing e psicologia sulla ventosa costa baltica e nella vivace Manchester.

Alla serie di libri bianchi su Werbewoche.ch

• Articolo 1: Libro bianco "Processo strategico
• Articolo 2: Carta bianca "Gruppo target

Webewoche.ch: L'intelligenza artificiale è attualmente un grande tema, soprattutto per la creazione di testi e immagini. Dove vede le potenziali applicazioni nella pianificazione dei media?

Nico Podgorny: Nell'odierno settore pubblicitario basato sui dati, l'uso dell'intelligenza artificiale (AI) apre nuove opportunità per ottimizzare le strategie di marketing e sviluppare campagne pubblicitarie più efficaci. In quanto agenzia innovativa, siamo molto curiosi dei vantaggi dell'IA. Attualmente è un grande campo di gioco per noi, dove stiamo sperimentando molte cose, alla ricerca di vantaggi pratici per i nostri clienti o testando la semplificazione dei processi interni. Attualmente vedo opportunità nella concezione e nella pianificazione di massima e soprattutto nell'area della valutazione dei dati. Ma anche nella pianificazione dettagliata e nell'implementazione, posso ben immaginare che nel prossimo futuro ci saranno soluzioni grazie all'IA.

Quali attività specifiche di media planning potrebbero essere supportate o addirittura rilevate dall'IA in futuro?

Un'area in cui l'uso dell'IA offre vantaggi particolarmente importanti è l'analisi dei gruppi target. Utilizzando algoritmi avanzati, possiamo analizzare grandi quantità di dati per ottenere preziose informazioni sul comportamento e sulle preferenze del gruppo target. L'intelligenza artificiale ci permette di identificare modelli e tendenze per sviluppare campagne personalizzate e quindi ridurre al minimo gli sprechi.

Quali altri compiti vede?

Utilizziamo già l'intelligenza artificiale per creare mappe dei punti di contatto e descrizioni dettagliate del consumo dei media. Analizzando automaticamente i dati degli utenti e i modelli di comportamento, otteniamo informazioni sui punti di contatto del gruppo target. Questo ci aiuta a identificare i canali e i messaggi giusti per indirizzare il pubblico e massimizzare il successo delle campagne. Potremmo persino essere in grado di prevedere il consumo in un certo momento. Inoltre, è possibile creare architetture di messaggi dinamici e generati automaticamente sulla base di dati in loco e fuori sede. Sulla base di questi, è possibile generare e riprodurre automaticamente AD dinamici. In questo modo è possibile avere un numero quasi infinito di mezzi pubblicitari diversi prodotti dall'intelligenza artificiale.

La multicanalità è un'altra parola d'ordine nella pianificazione dei media. Come si possono combinare AI e multicanalità?

Infatti, un altro passo importante è quello di utilizzare l'AI in combinazione con uno strumento di analisi multicanale come Datorama / Power-BI / Funnel IO. Questa combinazione ci permette di creare mappe del viaggio del cliente e di ricavare imbuti di conversione. In questo modo, comprendiamo le interazioni dei clienti attraverso i diversi canali e ottimizziamo i tassi di conversione in modo mirato. Parola chiave: squadra di calcio e non last-cookie-counts.

Un altro valore aggiunto dell'IA è la valutazione di grandi e complesse quantità di dati. Al posto dell'analisi manuale, gli algoritmi di IA possono svolgere questi compiti in modo rapido e accurato. Otteniamo approfondimenti in modo più efficiente e riusciamo a identificare molto più rapidamente i modelli, che utilizziamo poi come quick wins per la pianificazione dinamica. Questo ci permette di reagire prontamente alle opportunità e di aumentare il successo delle nostre campagne. Parola chiave: pianificazione dinamica.

Dove vede il potenziale dell'intelligenza artificiale nella pianificazione dei media?

L'uso dell'AI facilita anche lo sviluppo di semplici piani media come base. Sulla base dei dati e delle analisi ottenute, l'IA fornisce raccomandazioni personalizzate per la pianificazione dei media. Queste possono essere utilizzate come base per ulteriori elaborazioni. Inoltre, utilizziamo l'IA per creare piani di produzione. L'analisi automatica dei dati e dei parametri di produzione consente di ottimizzare la programmazione, ottimizzando i processi produttivi, riducendo i costi e aumentando l'efficienza.

Vede un utilizzo concreto dell'IA in un settore a breve?

Abbiamo fatto i primi promettenti tentativi per rendere la pianificazione dinamica più precisa ed efficiente con l'aiuto dell'IA e di strumenti di analisi in loco e fuori sede. L'analisi intelligente dei dati in tempo reale ci permette di ottimizzare continuamente i nostri processi di pianificazione e di ottenere risultati migliori per i nostri clienti. Dobbiamo anche avere una risposta al mondo senza Cooki. Non appena l'intelligenza viene eliminata, è necessario porre nuovamente l'accento sulla concezione e per questo dobbiamo affidarci principalmente ad altre fonti di dati. Soprattutto sui dati in loco. In questo caso, l'intelligenza artificiale può aiutarci a svolgere un lavoro preliminare.

Come state guidando l'implementazione dell'IA all'interno dell'agenzia?

Attualmente abbiamo formato un gruppo di lavoro interdisciplinare composto da creativi, media, produzione, dati, AdOps e analitici, che continua a fare ricerca sotto la mia guida e porta avanti progetti mirati e raccoglie esperienze. In generale, l'uso dell'intelligenza artificiale ci permette di prendere decisioni più libere dalle sensazioni di pancia e di aumentare l'efficienza del nostro lavoro. Il che va a diretto vantaggio dei nostri clienti. Crediamo che il futuro sia una combinazione di competenze umane e tecnologia AI. Soprattutto con l'eliminazione dei cookie, è necessario concentrarsi nuovamente sulla concezione. Siamo ancora all'inizio.

Informazioni su Mediaplus Suisse

Mediaplus è un'agenzia di innovazione per l'era digitale. Offre un'ampia gamma di servizi che vanno oltre i media tradizionali. Concentrandosi su media, digitale, dati e contenuti, Mediaplus genera un ulteriore valore aggiunto per i suoi clienti. Il team di Mediaplus supporta i clienti nello sviluppo e nell'implementazione di strategie mediatiche. Con soluzioni creative per i media offline e online, compresi i media digitali e sociali, garantisce che i messaggi pubblicitari siano comunicati in modo efficace ai vostri gruppi target.

Informazioni su Nico Podgorny

Con oltre 20 anni di esperienza in agenzia, Nico Podgorny vanta una competenza versatile. Tra i suoi incarichi figurano attività di consulenza e posizioni di direttore digitale presso sinka interactive, swissclick e Blue Spirit. È stato anche docente di marketing e pubblicità online presso HSLU, MBSZ e Migros Business School. In qualità di membro fondatore e socio di lunga data dell'agenzia full-service The House Agency, è stato responsabile dei servizi di consulenza. Nel suo ruolo di Digital Director e membro del Comitato esecutivo di HAVAS, ha potuto sviluppare ulteriormente le sue competenze nella direzione strategica di campagne e progetti digitali. Attualmente è Chief Digital e Chief Client Officer presso Mediaplus Suisse nella Casa della Comunicazione di Zurigo. È responsabile della strategia digitale e dell'assistenza ai clienti. La sua pluriennale esperienza e la sua passione per il marketing digitale e la consulenza strategica hanno plasmato la sua carriera di successo.

Lo scorso settembre, l'istituto di ricerche di mercato GfK Switzerland ha condotto per conto di Admeira il cosiddetto studio del paniere della spesa. Per mappare la rilevanza economica dei gruppi target dei media nella Svizzera tedesca e francese, lo studio combina due standard d'oro: la spesa delle famiglie del paniere dell'Ufficio federale di statistica (indagine sul bilancio delle famiglie BfS) e i dati televisivi di Mediapulse. I risultati di questo studio, unico in Svizzera, sono ora disponibili per la prima volta.

"Best Agers" di particolare importanza

Il gruppo target dei "Best Agers" (50-74 anni) si rivela particolarmente importante per gli inserzionisti. Hanno un elevato potere d'acquisto e una grande rilevanza per i consumatori. Pertanto, può essere promettente considerarli nella pianificazione dei media, invece di correre il rischio di guadagni dispersivi non realizzati con un targeting troppo ristretto.

I "Best Agers" influenzano poco meno della metà (46%) del volume totale del paniere* dei 13 panieri BfS esaminati nella Svizzera tedesca e francese - spendono quindi complessivamente una quantità di denaro superiore alla media - un potenziale enorme rispetto ad altri gruppi target. Il gruppo target dei giovani (15-29 anni) ottiene risultati significativamente peggiori, con solo 14%, mentre il gruppo target 20-49 anni (famiglia convenzionale) rappresenta 40% della popolazione ma influenza solo 18% della spesa del paniere.

La percentuale di "Best Agers" cresce costantemente con il cambiamento demografico e oggi ammonta già al 31% della popolazione totale (2,7 milioni di abitanti:in). Questo gruppo è molto aperto ai nuovi sviluppi, vive uno stile di vita individualizzato con un'elevata ricchezza e spende molto denaro.

Spesa settimanale più alta per persona

Nella maggior parte dei panieri, i "Best Agers" hanno la spesa settimanale più alta per persona: nel totale dei 13 panieri esaminati, spendono 20% in più a persona rispetto ai rappresentanti del gruppo target di base 15-74 e più del doppio rispetto ai rappresentanti medi del gruppo target giovani 15-29. Nella spesa quotidiana per la casa (prodotti alimentari, cosmetici, abbigliamento, ma anche mobili e pacchetti vacanza) e nel settore automobilistico, i "Best Agers" sono chiaramente in vantaggio in termini di volume di spesa.

Per raggiungere i "Best Agers", gli ambienti televisivi di alta qualità sono la scelta più ovvia. Nella Svizzera tedesca, il maggior potenziale di acquisto di questo gruppo target - 83% - è raggiunto da SRF 1, che rappresenta un potenziale aggiuntivo di +41% rispetto a RTL. Nella Svizzera francese, 87% del potenziale di acquisto dei "Best Ager" sono raggiunti da RTS 1. Anche RTS 2 e TF1 si rivelano la scelta migliore.

Nel complesso, lo studio sul carrello di Admeira dimostra che per una pianificazione mediatica di successo è importante tenere conto della rilevanza economica pubblicitaria dei gruppi target, soprattutto nel caso del gruppo target mediatico 50+ recentemente offerto da Admeira con una garanzia di rendimento.

*Volume del carrello = portata media settimanale (numero di persone) di un gruppo target mediatico x spesa media settimanale, influenzata da una persona.

La pubblicazione "Purchasing Power Oriented Media Planning", che fornisce approfondimenti per gli inserzionisti, introduce Admeira è disponibile per il download gratuito.