La matematica nascosta del modello CPC
Il modello CPC prevede il pagamento per ogni clic, indipendentemente dall'effetto sulle vendite. Per campagne con un tasso di conversione dell'1-2%, questo significa che il 98-99% del bilancio viene bruciato senza alcun effetto sulle entrate. Esempio:
- 10.000 clic a 0,95 EUR = 9.500 EUR di costo.
- Con un tasso di conversione dell'1,5% → 150 ordini.
- Costo di acquisizione per ordine (CAC): 63.33 EUR.
Se il margine unitario medio è di 72 EUR, il negozio guadagna solo pochi euro per ordine - a condizione che il cliente ritorni. In molte categorie (moda, cosmetici, accessori per la casa), questa matematica fa sì che la crescita dei ricavi sia accompagnata da una perdita di margine.
Commissioni di vendita
Le piattaforme di affiliazione o i marketplace che applicano commissioni del 5-12% trasformano il successo delle vendite in un costo operativo aggiuntivo. Un negozio che vende 240.000 EUR di merce in un mese con un margine del 20% restituisce alla piattaforma 24.000 - 29.000 EUR. Si tratta del 25-30% del puro profitto lordo, che potrebbe rimanere all'azienda.
Gli operatori di pagamento con una commissione dell'1,4%, invece, generano un costo di 1.680 EUR al mese con un fatturato di 120.000 EUR – ovvero 20.160 EUR all'anno. L'effetto è lo stesso: ogni transazione diventa progressivamente meno redditizia.
Modelli a costo fisso
L'alternativa è modello di fatturazione basato su abbonamento, in cui il costo del marketing è indipendente dal numero di clic e di vendite. Ciò consente di mantenere una struttura dei costi stabile con la crescita dei volumi.
Esempio: un negozio paga 480 EUR al mese per mostrare la propria offerta nei canali di AI (ad es. Semly.ai). Se la piattaforma genera 3.000 impressioni al mese e 60 ordini, il costo di acquisizione degli ordini scende a 8,00 EUR – quasi 8 volte più economico del modello CPC.
Impatto delle tecnologie AI e dei modelli linguistici
I nuovi canali di vendita, come la visibilità dei prodotti nei modelli conversazionali (ChatGPT, Gemini), eliminano la necessità di fare offerte a click. L'intelligenza artificiale estrae i dati da fonti aperte (ad esempio, feed XML), consiglia i prodotti in risposta alle richieste degli utenti ("consiglia scarpe da trekking comode") e il rivenditore non paga alcuna commissione.
Questo sposta l'attenzione da visibilità a pagamento su indicizzazione semantica (comprensione) - cioè l'ottimizzazione dei dati di prodotto per GEO.
GEO come successore del SEO
Proprio come la SEO ha determinato la visibilità su Google, così GEO (ottimizzazione generativa dei motori) decide se il prodotto apparirà nei risultati dell'AI. La differenza è fondamentale:
Fattore chiave:
- SEO - parole chiave e backlink.
- GEO - qualità dei dati di prodotto (feed XML, descrizione, categoria).
Tipo di visibilità:
- SEO - link nei risultati di ricerca.
- GEO - raccomandazione diretta del prodotto.
Costo per clic:
- SEO - variabile (CPC).
- GEO - zero (feed-in).
Effetto:
- SEO - traffico del sito web.
- GEO - intenzione d'acquisto nella conversazione, conversione più alta fino a 6 volte (rapporto) Semly.ai).
Ecco perché i proprietari di un e-commerce oggi non dovrebbero pensare al "traffico da Google Ads", ma al presenza nelle raccomandazioni dell'IA generativa - perché è qui che inizia il nuovo percorso di acquisto.
Realizzazione pratica in negozio
- Esportazione del feed XML - con Shopify, WooCommerce, PrestaShop o Magento (formato Google Merchant).
- Analisi dei campi dati - i titoli, le categorie, gli attributi di prezzo e le descrizioni devono essere semanticamente precisi (ad esempio, invece di "scarponi da trekking" è meglio avere "scarponi da trekking da uomo con membrana Gore-Tex, bassi").
- Registrazione nel canale AI - integrazione con una piattaforma come Semly.ai o aggiungendo direttamente il feed alle directory LLM-friendly (attualmente solo per il mercato statunitense).
- Monitoraggio delle raccomandazioni dell'IA - verificare in quali query compare il prodotto e in quali no (ad esempio, "zaino da montagna da 30l").
- Mantenere la qualità dei dati - L'AI preferisce dati di prodotto aggiornati, completi e descritti in modo logico.
I modelli senza commissioni non sono più un esperimento, ma un metodo per ricostruire margini sostenibili in un mondo in cui i costi pubblicitari aumentano più rapidamente della redditività. Un costo fisso non solo dà ai negozi il controllo finanziario, ma anche l'accesso ai canali di vendita dove sempre più spesso vengono prese le decisioni di acquisto - interagendo con l'intelligenza artificiale, non con un motore di ricerca.
Tomasz Cincio - CEO Semly.ai
Esempio di implementazione di GEO con Semly
Caso 30 giorni (anonimo): negozio di cosmetici naturali
Obiettivo: abbassare il CAC e proteggere il margine.
ParametriaOV = 240 EUR, margine lordo = 40%, CR = 1,5%, commissioni di pagamento = 1,4%.
Prima (modello CPC):
- 10.000 clic × 0,19 EUR = 1.900 EUR di spesa.
- 150 ordini → entrate 7.125 EUR
- Margine lordo 2.850 EUR - commissioni di pagamento 100 EUR - pubblicità 1.900 EUR Margine dopo i costi: 850 EUR (CAC 12,66 EUR)
Po (modello di abbonamento GEO):
Ecco il testo con le valute convertite in EUR (sulla base dei calcoli precedenti: entrate di 7.125 EUR) e gli errori matematici corretti per mantenere la coerenza logica del "+212%".
Effetto: +1.805 EUR di margine / +212% vs CPC, con lo stesso numero di ordini.
- Abbonamento 95 EUR (senza CPC)
- 150 ordini → entrate 7.125 EUR
- Margine lordo 2.850 EUR - commissioni di pagamento 100 EUR - abbonamento 95 EUR
- Margine dopo i costi: 2.655 EUR (CAC 0,63 EUR)
Effetto: +1.805 EUR di margine / +212% vs CPC, con lo stesso numero di ordini.
confronto tra due finestre consecutive di due settimane (30 giorni in totale); altri canali e sconti invariati; dati: GA4 + Semly Pixel; variazioni di AOV e CR entro ±3% e ±0,1 pp.
Condividi: