Monitora il cambiamento e dimostra cosa l’ha causato.

Una correzione conta quando le risposte si muovono più del rumore. Questo capitolo spiega come misurare di nuovo in modo equo, come distinguere un cambiamento reale da un’oscillazione, quanto ci mette una correzione a farsi vedere e il piano di quattro settimane con cui si chiude la guida.

200 risposte. 25 Prompts/domanda. I migliori motori di IA. 2 giorni. Gratis. Senza carta.

Cosa rende equo un confronto prima e dopo?

Misura due volte la stessa cosa: le stesse domande, sugli stessi motori, con la stessa cadenza, rispetto allo stesso elenco congelato di concorrenti (capitolo 3). Se cambi l’insieme di domande tra un’esecuzione e l’altra, stai confrontando due campioni diversi; fai partire le nuove domande come una serie a parte.

Poi confronta le esecuzioni domanda per domanda. Verificare se due intervalli al 95% si sovrappongono è molto più severo di quanto sembri: Payton, Greenstone e Schenker hanno dimostrato nel 2003 che due intervalli di questo tipo, da popolazioni identiche, si sovrappongono più del 99% delle volte, quindi il test della sovrapposizione si comporta come un test all’1% e nasconde cali reali. Con 200 domande, un calo dal 42% al 30% mostra intervalli al 95% sovrapposti, ma un test standard su due proporzioni dà p = 0,012. Se 30 domande hanno smesso di menzionarti e 6 hanno iniziato a farlo, il test appaiato di McNemar su quei cambiamenti dà una p di circa 0,00006 (l’esempio svolto).

99%+

Quanto spesso due intervalli al 95% si sovrappongono quando non è cambiato nulla, il che rende la sovrapposizione un test debole per rilevare un cambiamento.

Payton, Greenstone e Schenker, 2003
47%

Cambiamenti in una singola risposta che si sono invertiti il giorno dopo, su 40 domande d’acquisto in quattro motori.

Dal 5 al 13 ott 2026
409 su 481

Risposte di ChatGPT in un audit che non hanno fatto alcuna ricerca web, quindi nessuna pagina recente poteva raggiungerle.

Audit del 26 set 2026

Quel calo è reale o è solo un’oscillazione?

Aspetta di vedere se tiene. Nel nostro monitoraggio giornaliero, il 47% dei cambiamenti in una singola risposta si era invertito il giorno dopo, e quando abbiamo potuto seguire un cambiamento per altri due giorni, ha tenuto per tutti e tre i giorni il 36,7% delle volte. Un concorrente monitorato ha segnato il 75% un lunedì e il 45% il venerdì della stessa settimana, che sembra un calo di 30 punti; sull’intera settimana è stato menzionato in 89 risposte su 140, il 63,6%, e non era calato nulla (lo studio sulla cadenza).

Agisci su un cambiamento quando tiene per due o tre giorni, o quando gli intervalli di due misurazioni si separano. Un avviso che scatta a ogni incrocio, con numeri così rumorosi, scatta di continuo.

Quanto ci mette una correzione a farsi vedere?

Dipende da quale metà della risposta hai cambiato. I motori che cercano sul web in tempo reale, come Perplexity, la ricerca di ChatGPT e Google AI Overviews, possono riflettere un cambiamento pochi giorni dopo una nuova scansione; Google dice che una nuova scansione può richiedere da pochi giorni a qualche settimana. Le risposte basate sull’addestramento di un modello cambiano solo quando esce un nuovo modello, il che può richiedere mesi, e nessun fornitore pubblica quel calendario.

Quindi, prima di giudicare il lavoro di un mese, verifica se le risposte che stai leggendo hanno cercato qualcosa. In un audit delle nostre esecuzioni su ChatGPT, 409 risposte su 481 non hanno fatto alcuna ricerca web, e nulla di quanto pubblicato la settimana prima avrebbe potuto comparire in esse (i primi 30 giorni).

Com’è fatto un piano di quattro settimane?

  1. Settimana 1, baseline. Scegli le tue domande, interroga ogni motore e annota chi viene menzionato e cosa viene citato (capitolo 2). Fallo due volte, a un giorno di distanza.
  2. Settimana 2, accesso. Verifica ogni bot sulle tue pagine chiave e correggi i blocchi della CDN e i contenuti che esistono solo con JavaScript (capitolo 4).
  3. Settimana 3, identità e fonti. Pubblica ovunque la tua definizione in una frase e contatta le cinque pagine più citate che ti lasciano fuori (capitolo 5).
  4. Settimana 4, misura di nuovo. Fai le stesse domande sugli stessi motori. Tieni ciò che si è mosso oltre l’intervallo; ripensa ciò che non si è mosso.

Come mostri il cambiamento a qualcun altro?

  • Riporta ogni motore separatamente, ogni tasso con il suo intervallo e il numero di risposte su cui si basa.
  • Collega ogni cifra alle risposte che conta, così chiunque può leggere cosa ha detto davvero il motore.
  • Indica cosa hai cambiato e quando, accanto alle date in cui le risposte si sono mosse.
  • Riporta anche le domande che non si sono mosse. Un report di soli successi non è una prova.

Approfondisci in vedi le risposte dell’IA dietro la tua visibilità e in monitoraggio giornaliero della visibilità nell’IA.

Continua a leggere

Ogni capitolo

Letture correlate

Fonti
  1. Payton, Greenstone e Schenker: Overlapping confidence intervals or standard error intervals, Journal of Insect Science 3:34 (2003) pmc.ncbi.nlm.nih.gov/articles/PMC524673/
  2. NIST: McNemar test, Dataplot reference manual www.itl.nist.gov/div898/software/dataplot/refman1/auxillar/mcnemar.htm
  3. Google Search Central: Ask Google to recrawl your URLs developers.google.com/search/docs/crawling-indexing/ask-google-to-recrawl
  4. OpenAI Help Center: Searching the web with ChatGPT help.openai.com/en/articles/9237897-searching-the-web-with-chatgpt

I dati di Proofsource rimandano all’articolo o allo studio che li ha misurati, con date e metodo. Segnalacelo se qualcosa qui non è aggiornato.

Scopri dove l'IA ti lascia fuori. E rimedia.

Scopri quali domande d’acquisto menzionano il tuo brand, chi viene menzionato al posto tuo e cosa correggere. 200 risposte. 25 Prompts/domanda. I migliori motori di IA. 2 giorni. Gratis. Senza carta.

200 risposte. 25 Prompts/domanda. I migliori motori di IA. 2 giorni. Gratis.ChatGPTPerplexityClaudeGoogle AI OverviewsGoogle AI ModeGeminiMicrosoft CopilotGrokDeepSeekMeta AI