Google Ads: l’AI guida il ROAS per valorizzare i nuovi clienti

Questo strumento, che promette di semplificare le campagne di acquisizione, nasconde una strategia di Google per rafforzare il suo controllo sul mercato e sui dati degli inserzionisti.

Google ha appena aggiunto un nuovo strumento al suo arsenale pubblicitario, apparentemente pensato per risolvere uno dei rompicapo più antichi del marketing digitale: quanto vale davvero un nuovo cliente? La piattaforma Google Ads ha infatti iniziato a testare uno strumento che, partendo da un obiettivo di Return on Ad Spend (ROAS) desiderato, suggerisce automaticamente un valore di conversione da assegnare ai nuovi acquirenti.

L’annuncio, riportato da Search Engine Land, promette di rimuovere le congetture dalle campagne di acquisizione, permettendo agli inserzionisti di impostare un target ROAS per i nuovi clienti e ricevere un valore di conversione suggerito.

Sulla carta, è un passo avanti verso un’automazione più intelligente.

Ma dietro questa mossa si nasconde una strategia più profonda di Google, che cerca di consolidare il suo dominio in un mercato pubblicitario sempre più competitivo e di spingere gli advertiser a cedere ulteriore controllo al suo algoritmo proprietario.

Per capire la posta in gioco, bisogna guardare a come funziona oggi il bidding automatizzato. Google Ads offre già da anni strategie di “Smart Bidding” come il Target ROAS, dove l’intelligenza artificiale dell’azienda analizza e utilizza l’IA di Google per prevedere il valore di una potenziale conversione ogni volta che un utente cerca i prodotti o servizi che stai pubblicizzando. Il sistema promette di ottimizzare le offerte in tempo reale per massimizzare il ritorno sull’investimento.

Tuttavia, il tallone d’Achille è sempre stato l’input iniziale: l’inserzionista deve assegnare un valore a ogni conversione.

Stabilire che un nuovo cliente valga, ad esempio, 50 euro invece che 30, è una decisione cruciale che influenza tutto il modello di bidding.

Molte aziende, soprattutto le PMI, usano valori piatti o basati su stime grossolane, rischiando di sovra-offrire per clienti a basso valore o di perdere quelli ad alto valore.

Il nuovo strumento tenta di colmare proprio questo gap, promettendo di calcolare quel numero magico al posto dell’advertiser.

Come Google vuole insegnare il valore ai suoi clienti

Il meccanismo proposto è lineare: l’advertiser inserisce il ROAS che desidera ottenere dai nuovi clienti (ad esempio, “voglio guadagnare 4 euro per ogni euro speso”). L’algoritmo di Google, pescando da un mare di dati storici e segnali contestuali, restituisce un valore di conversione suggerito che, teoricamente, allineerebbe le aste a quell’obiettivo. Il sistema promette quindi di regolare le offerte per massimizzare il valore della conversione tentando di raggiungere il ROAS target.

È un’evoluzione logica, ma che solleva interrogativi tecnici non banali.

Su quali dati si basa questo calcolo? Google ha accesso a miliardi di transazioni, ma il valore a lungo termine (Lifetime Value, LTV) di un cliente per un determinato brand è un’informazione profondamente proprietaria e contestuale.

Un algoritmo generalista può davvero stimarlo meglio dell’azienda stessa?

La risposta probabilmente è “sì, ma a una condizione”: che l’advertiser accetti di giocare interamente con le regole e i dati di Google.

Per funzionare a pieno regime, strumenti come questo richiedono un tracking granulare delle conversioni, possibilmente potenziato dalle “conversioni avanzate” di Google, che inviano dati direttamente dai server aziendali.

In altre parole, più l’azienda si affida all’ecosistema di misurazione di Google, più l’algoritmo diventa preciso.

È un classico caso di lock-in tecnico che si rafforza.

Non a caso, la documentazione ufficiale sottolinea che implementare una strategia di offerta con una solida base di dati di conversione aiuta a ottenere risultati più rapidamente.

Il messaggio è chiaro: dateci i vostri dati, e noi vi semplifichiamo la vita.

La corsa all’automazione totale e le sue falle

Questa mossa non avviene nel vuoto. Tutti i grandi player stanno spingendo per un’automazione sempre più spinta dei processi pubblicitari. Meta con i suoi campagne Advantage+, Amazon con i suoi algoritmi di retail media e Microsoft, che ha recentemente introdotto obiettivi di acquisizione di nuovi clienti nelle sue campagne Performance Max, stanno tutti cercando di ridurre il carico operativo sugli advertiser e, al contempo, di rendere le loro piattaforme più “appiccicose”.

In questo contesto, lo strumento di Google sembra una risposta difensiva per mantenere la sua leadership.

Tuttavia, c’è un paradosso tecnico in questa corsa all’automazione.

Da un lato, le piattaforme promettono ottimizzazioni miracolose gestite dall’IA; dall’altro, gli stessi strumenti richiedono una sofisticata configurazione iniziale e una vigilanza costante per evitare derive dei budget.

Prendiamo la strategia “Massimizza Conversioni”, un altro pilastro dello Smart Bidding. Google la descrive come una strategia in cui l’IA di Google imposta automaticamente le offerte per ottenere il maggior numero possibile di conversioni con un budget prestabilito. Sembra semplice, ma la documentazione è costellata di avvertenze.

Ad esempio, viene spesso utilizzata per periodi specifici e sensibili al tempo come lanci di nuove app, aggiornamenti di giochi, picchi festivi o altre promozioni in cui la scala è l’obiettivo principale.

Il rischio, come ammette Google stesso, è che il costo per installazione (CPI), il costo per azione (CPA) o il ritorno sulla spesa pubblicitaria (ROAS) effettivamente raggiunti nella tua campagna non sono garantiti.

In sostanza, cedi il controllo in cambio di potenziale efficienza, ma anche di imprevedibilità.

Il nuovo strumento per la valutazione dei clienti tenta di mitigare proprio questo, dando un’ancora di “valore” all’algoritmo.

Ma se l’obiettivo ROAS è impostato troppo in alto, lo stesso Google avverte che un ROAS target impostato troppo alto può limitare il traffico pubblicitario.

L’advertiser si trova quindi a dover bilanciare tra l’ambizione di profitto e la necessità di visibilità, un dilemma che nemmeno l’IA più avanzata risolve magicamente.

Un mercato in maturazione forzata

L’introduzione di questo tool è sintomo di un mercato pubblicitario digitale che sta raggiungendo un nuovo livello di maturità, o forse di saturazione. La crescita semplice attraverso l’acquisizione di traffico a basso costo è sempre più un ricordo. I costi per click sono in aumento e le aziende sono sotto pressione per dimostrare un ritorno concreto su ogni euro speso. In questo scenario, il vero valore non è più nella generica “conversione”, ma nella “conversione di qualità”.

Il tentativo di Google di quantificare il valore di un nuovo cliente è un riconoscimento di questa realtà.

Tuttavia, impone anche una visione standardizzata della “qualità”, calibrata sui dati aggregati in possesso di Google.

C’è poi un altro aspetto, più sottile.

Strumenti come questo rendono la piattaforma Google Ads più accessibile alle piccole e medie imprese che non hanno un team di data scientist per calcolare il LTV? Forse sì, nel breve termine.

Ma nel lungo termine, rischia di appiattire le strategie di bidding su una logica uniforme, dove il vantaggio competitivo si sposta dall’abilità di modellare il valore del cliente alla capacità di finanziare i budget per competere nelle aste che l’algoritmo stesso ha reso più efficienti (e costose).

Inoltre, pone questioni non banali di sovranità dei dati: fino a che punto un’azienda vuole che il suo modello di valutazione del cliente, spesso segreto commerciale, sia delegato a un algoritmo esterno?

La domanda finale, quindi, non è tanto se questo strumento funzioni tecnicamente.

Probabilmente funzionerà, almeno per chi ha almeno 15 conversioni per Merchant Center ID negli ultimi 30 giorni per alimentare il machine learning.

La domanda è più filosofica e strategica: in un ecosistema dove gli unici dati che sembrano contare sono quelli che fluiscono nelle piattaforme dei giganti tech, stiamo costruendo un futuro di marketing più efficiente o semplicemente più dipendente?

Google ci offre un calcolatore per il valore del cliente, ma è un calcolatore che, per dare il risultato, chiede in prestito sempre più pezzi del nostro business.