Come misurare il traffico referral LLM (AI) in Google Analytics

Come la ricerca basata su AI sta cambiando il traffico web

La ricerca basata sull’intelligenza artificiale sta trasformando radicalmente il modo in cui gli utenti cercano informazioni e interagiscono con i siti web. Un numero crescente di persone si affida ormai a strumenti come ChatGPT, Perplexity, Gemini e altri LLM per trovare informazioni, confrontare prodotti e prendere decisioni d’acquisto, saltando completamente i motori di ricerca tradizionali come Google.

Secondo il recente rapporto “AI Search Impact” di Similarweb (febbraio 2025), gli agenti di ricerca basati su AI hanno generato nel primo trimestre 2025 tra l’1,2% e il 4,7% del traffico referral totale verso siti web commerciali – con un aumento del 112% rispetto allo stesso periodo del 2024.

Particolarmente interessante è il tasso di conversione: secondo un’analisi di Contentsquare, i visitatori provenienti da LLM mostrano un tasso di conversione mediamente superiore del 12% rispetto a quelli da ricerca organica tradizionale. Questo perché gli utenti arrivano sul sito con informazioni più precise e una maggiore propensione all’acquisto.

Il tracciamento delle fonti AI presenta ancora alcune sfide tecniche, ma è possibile in parte analizzando la struttura degli URL. Come spiegato da Dana DiTomaso (KP Playbook) in un video dedicato, molti link provenienti da AI Overview includono parametri specifici come “#:~:text=“. Monitorare questi parametri richiede l’uso di JavaScript per catturare i valori e inviarli a GA4 per l’analisi. Tuttavia, non tutti i link includono tali parametri, rendendo il tracciamento non sempre completo. L’approccio migliore è quindi tracciare ciò che è possibile senza preoccuparsi troppo delle inevitabili limitazioni tecniche.

Come tracciare il traffico LLM (AI) in GA4

Passo 1: accedi a GA4 e crea una nuova esplorazione vuota.

Passo 2: rinominare l’esplorazione

Passo 3: impostarare dimensioni e metriche chiave

Il tracciamento del traffico di riferimento richiede due dimensioni chiave:

• Sessione/Mezzo sessione: indica la fonte da cui ha avuto origine il traffico.
• Page Referrer: mostra l’URL preciso da cui l’utente è stato indirizzato.

Ora clicca e trascina le dimensioni “Sorgente / Mezzo sessione” e “Referrer pagina”nella colonna a destra sotto “Righe”.

Aggiugere le metriche desiderate:

• Sessioni: numero totale di visite provenienti dai LLM.
• Eventi chiave: conversioni specifiche o azioni intraprese dai visitatori.

Ora clicca e trascina le metriche “Sessioni” ed “Eventi chiave” nella colonna a destra sotto “Valori”.

Passo 4: Creare il filtro per il traffico di riferimento LLM

Nella colonna a destra scorri fino a raggiungere “Filtri“

Trascinare o aggiungere alla sezione “Filtri” la dimensione “Sorgente / Mezzo sessione”.

Aggiungere come “Condizioni“: corrisponde all’espressione regolare

Nel campo “Inserisci espressione” inserire la seguente esperessione regolare:

.*\b(ai|gpt|chatgpt|chat-gpt|claude|openai|neeva|writesonic|nimble|outrider|perplexity|google bard|bard google|bard|google gemini|gemini google|gemini|edgeservices)\b.*

Cliccare su “Applica“

Passo 5: Analizzare e visualizzare i dati

Una volta impostato il report, puoi decidere come visualizzare i dati per ottenere un’analisi più approfondita:

• Vista Tabella: Ottieni una ripartizione dettagliata di ciascuna fonte di riferimento, permettendoti di esaminare i dati in modo preciso.
• Grafico a linee: Traccia le tendenze del traffico nel tempo, evidenziando fluttuazioni e pattern significativi.
• Grafico a barre: Confronta il traffico di riferimento tra diversi modelli linguistici (LLM), aiutandoti a identificare quali sono i più performanti.

Considerazioni finali

Con i dati sul traffico LLM raccolti tramite questa configurazione in GA4 sarà possibile:

• Identificare quali modelli AI generano più traffico verso il sito
• Misurare il reale valore commerciale dei visitatori provenienti da AI (conversioni, ricavi)
• Adattare i contenuti per ottimizzare la visibilità negli assistenti AI
• Rilevare tendenze emergenti nel comportamento di ricerca degli utenti