Agenzia marketing AI: come scegliere, cosa misurare, quando non serve
Agenzia Marketing AI
Come scegliere, cosa misurare, quando non serve.
Lavoriamo su marketing e contenuti dal 2017. Quello che segue non è un manifesto: è quello che abbiamo imparato costruendo strumenti per noi prima di proporli ai clienti.
Il punto di partenza
Cosa separa una consulenza AI da un progetto AI
Quando un'azienda si rivolge a un'agenzia marketing AI, di solito ha in testa un progetto. Quello che quasi sempre serve invece è una consulenza.
La distinzione non è semantica. Un progetto produce un output. Un processo automatizzato produce un ritorno ogni mese. La differenza economica è la stessa che passa tra un compenso una tantum e un abbonamento.
L'AI ha cambiato qualcosa di strutturale: ha abbassato il costo di costruire strumenti su misura al punto che il valore della consulenza non sta più nella produzione del documento. Sta nella scelta di quale attrito togliere per primo.
«La domanda giusta non è "cosa ci date" ma "cosa avete guardato prima di proporci qualcosa".»
Se la risposta è vaga, il problema non è l'AI.
22 maggio 2026 — Cerea
I numeri che si possono verificare
Davanti a cinquanta imprenditori e manager abbiamo aperto due strumenti che avevamo costruito per noi stessi. Non per un cliente, per noi.
Pubblichiamo questi numeri perché sono piccoli, sono nostri e si possono ricalcolare. Non descrivono un esito medio su un campione di aziende che non sono la vostra.
-
Gestione attrezzatura creator
Quattro ore di sviluppo. Lo usano quattro persone. Taglia tremila euro l'anno di noleggio non pagato.
-
Report di performance automatici
Sedici ore di sviluppo. Otto ore risparmiate al mese per cliente. Su un anno: novantasei ore recuperate contro sedici investite.
-
Il ritorno sul primo strumento
Ogni ora di sviluppo vale settecentocinquanta euro l'anno in noleggio non pagato. Il secondo pareggia in due mesi su un solo cliente.
-
Il giacimento reale
In sala, quasi tutti avevano ancora processi su Excel aggiornati a mano il primo del mese. Quello è il punto di partenza, non la strategia AI.
Attenzione ai benchmark
Il falso segnale dei moltiplicatori
Produttività tre volte tanto. Costi ridotti del quaranta per cento. Quattro volte i contenuti. Girano nei report di settore, si citano bene nelle presentazioni e non contengono niente di operativo.
Il problema non è che siano falsi: è che descrivono esiti e non decisioni. Non dicono quale processo toccare per primo, e quella è l'unica domanda che conta il lunedì mattina quando si torna in ufficio.
La forma di un numero utile:
Quante ore costa automatizzare questo processo specifico, e quante ne restituisce al mese.
Sedici e otto. È piccolo, si verifica, e si può replicare su un altro processo la settimana dopo.
Se un'agenzia marketing AI vi porta un moltiplicatore sull'intera azienda senza aver guardato un vostro processo, non ha fatto quel conto. Potete chiederlo direttamente: su quale processo avete stimato quel ritorno?
Misurazione AI
Come si misura la visibilità sui motori generativi
La maggior parte delle agenzie guarda le menzioni e si ferma lì. Questo è il set minimo che consegniamo, su base mensile, con un set di prompt fisso nel tempo per rendere comparabili le rilevazioni.
Presenza
Mention rate e citation rate
Se il brand compare sui prompt che contano per il business, non su quelli che fanno bella figura nella slide.
Competizione
Share of voice AI
Confronto con tre competitor scelti e dichiarati prima di partire. Nessuna sorpresa sul perimetro.
Superfici Google
Impressioni Generative AI
Da Search Console. Misura la presenza dentro le superfici Google, non solo sui chatbot.
Conversione
Sessioni da assistenti AI
Confrontate con il traffico organico per capire il peso reale del canale, non solo il volume.
Domanda indiretta
Ricerche branded
Search Console e Google Trends. La spia più affidabile dell'effetto indiretto: domanda spostata senza fonte tracciabile.
La metrica ignorata
Tasso di inesattezze
Quante volte l'AI dice del brand qualcosa di sbagliato. Un danno che avviene in silenzio, davanti a compratori che non chiameranno mai per verificare.
«Il sentiment non lo misuriamo: è troppo rumoroso per essere una metrica su cui prendere decisioni. Riformulare la stessa domanda due volte basta a farlo cambiare.»
Una regola di sequenza che vale sempre: la misurazione si imposta prima di toccare i contenuti. Al contrario si lavora per mesi senza sapere se qualcosa è cambiato.
Trasparenza
I numeri che non pubblichiamo e perché
Sul caso Pompea abbiamo pubblicato venticinque milioni di visualizzazioni in tre mesi, una crescita dei follower oltre l'ottocento per cento e più di sessanta referenze vendute. Ci sono due numeri che non abbiamo pubblicato: il costo di acquisizione e il margine.
Non li pubblichiamo perché appartengono al cliente.
I numeri che ci affidate restano dentro il progetto. Nessuno di essi finisce su una pagina come questa senza che ce lo abbiate detto voi.
È anche la ragione per cui, quando guardiamo i dati di un'azienda, chiediamo accesso diretto e non export. Su un cliente abbiamo dovuto riconciliare i dati di GA4 con quelli di Shopify al centesimo prima che qualsiasi analisi automatica avesse senso.
Un modello che legge numeri sbagliati sbaglia più in fretta, non meno. La parte lenta di un progetto AI non è quasi mai il modello: sono i dati che deve leggere.
Performance, video e social per un brand del settore moda e intimo. È il caso su cui abbiamo pubblicato visualizzazioni, follower e referenze vendute, e su cui abbiamo scelto di non pubblicare costo di acquisizione e margine.
Onestà prima di tutto
Quando l'AI non serve
Non serve a tutte le aziende, e lo diciamo prima di firmare qualsiasi cosa.
Scenario 01
Nessun processo digitale consolidato
Un progetto AI produce attrito e nessun risparmio. Il prerequisito non c'è ancora.
Scenario 02
Team ostile al cambiamento
Il problema è organizzativo, non tecnologico. Risolverlo con uno strumento non funziona.
Scenario 03
Dati non in ordine
Qualsiasi automazione amplifica gli errori che già ci sono. Prima i dati, poi il modello.
Il metodo
La fase MAP prima di ogni proposta
Lavoriamo su marketing e contenuti dal 2017, con produzione in-house e circa quaranta professionisti tra Cerea, Milano e Dubai. La fase MAP del metodo MAKE serve esattamente a guardare queste cose prima di proporre qualcosa: i processi ricorrenti, la qualità dei dati, la disponibilità del team.
I due strumenti che abbiamo costruito per noi li abbiamo usati prima di proporli a qualcun altro, perché è l'unico modo per sapere cosa funziona davvero.
«Se il risultato dell'analisi è che l'AI non è la priorità, lo diciamo. Proporre uno strumento dove non serve è il modo più rapido per bruciare fiducia e budget insieme.»