Data driven seo: come decidere quando i dati sono incompleti

La data driven seo parte da una promessa che suona rassicurante: basta guardare i numeri e le decisioni si prendono da sole. Poi apri Search Console, apri Analytics, incroci due grafici e ti accorgi che i totali non tornano, che metà delle query è sparita dietro l’etichetta “altro”, che il traffico è calato del venti per cento ma nessuno sa dire se sia un problema del sito o del modo in cui Google conta. Questo articolo non ti spiega che devi usare i dati. Lo sai già. Ti spiega quanto sono incompleti i dati che hai, come misurare quel buco, e come decidere lo stesso senza raccontarti favole.

Che cosa significa davvero data driven seo

Nella definizione minima, la seo data driven è un approccio all’ottimizzazione per i motori di ricerca in cui ogni intervento nasce da un’evidenza misurata e viene valutato su una metrica decisa prima di partire. Non è una tecnica, è una disciplina di processo: cambia il modo in cui si sceglie cosa fare, non cosa si fa.

La differenza con la seo tradizionale non sta negli strumenti. Anche chi lavora “a sensazione” apre Search Console. La differenza sta nel fatto che in un approccio data driven l’ipotesi viene scritta prima dell’intervento, la metrica di verifica viene fissata prima di vedere il risultato, e la soglia oltre la quale si dichiara il successo viene concordata quando ancora non si sa come andrà. Se decidi il criterio dopo aver visto i numeri, non stai facendo analisi, stai facendo narrativa.

Il contesto italiano rende la cosa più urgente di quanto sembri. Secondo la rilevazione Istat sulle imprese e le tecnologie dell’informazione, la quota di imprese italiane con almeno dieci addetti che dichiara di svolgere analisi dei dati è passata dal 26,6% al 42,7% tra il 2023 e il 2025, mentre tra le aziende che valutano l’adozione di sistemi di intelligenza artificiale il 45,2% indica proprio la qualità e la disponibilità dei dati come ostacolo principale, come documentato nel comunicato Istat “Imprese e Ict” del dicembre 2025. Tradotto: le aziende hanno iniziato a guardare i dati molto più di prima, e proprio per questo hanno iniziato a scoprire quanto sono sporchi.

È il momento buono per dirlo ad alta voce. Nella pratica di questi trent’anni ho visto pochissimi progetti fallire perché mancava un tool. Ne ho visti moltissimi fallire perché qualcuno aveva costruito una strategia sopra un numero che non voleva dire quello che sembrava dire.

I tre tagli che i tuoi dati subiscono prima che tu li apra

Qui sta il punto che quasi nessuna guida sulla data driven seo affronta. Prima ancora che tu formuli la tua prima ipotesi, il dataset che hai in mano ha già perso pezzi. Non per un errore di configurazione, non perché hai sbagliato un tag: per costruzione. Ci sono tre tagli distinti, con cause diverse e rimedi diversi, e confonderli è il modo più rapido per prendere decisioni sbagliate con la faccia sicura di chi ha guardato i numeri.

Il taglio del consenso

Il primo taglio arriva dal banner dei cookie. Ogni visitatore che non accetta il tracciamento non entra nei tuoi report di analytics. Non è un caso limite: su un sito italiano medio, a seconda del settore e di come è progettato il banner, si parla di una porzione di pubblico che va da una fetta minoritaria a quasi la metà del totale. Quel pubblico esiste, naviga, in alcuni casi compra, ma nei tuoi grafici semplicemente non c’è.

La conseguenza operativa è pesante e sistematicamente sottovalutata. Se il tasso di consenso varia tra segmenti di traffico, e varia quasi sempre, ogni confronto tra segmenti è distorto. Il traffico organico da mobile e quello da desktop non hanno lo stesso tasso di accettazione. Un pubblico più giovane e più abituato ai rifiuti sistematici sparisce dai report più di un pubblico meno smaliziato. Quando poi qualcuno confronta la conversione dei due segmenti e conclude che “il mobile converte peggio”, sta misurando anche il comportamento del banner, non solo quello degli utenti.

Il quadro normativo, per altro, si sta stringendo anziché allargarsi. Il Garante per la protezione dei dati personali è intervenuto di recente anche su forme di tracciamento che molti consideravano zone grigie, con le linee guida del 17 aprile 2026 sull’utilizzo dei tracking pixel nelle comunicazioni di posta elettronica, che ribadiscono il principio del consenso preventivo e della revoca agevole e granulare. Da consulente privacy certificato e membro Federprivacy, la lettura che do ai clienti è sempre la stessa: la direzione di marcia è chiara e non torna indietro, quindi conviene progettare da subito un impianto di misurazione che regga anche quando il consenso cala, invece di costruire dashboard che funzionano solo finché nessuno fa domande.

Il taglio di Google

Il secondo taglio lo fa Google stesso, e lo dichiara. Search Console non ti mostra tutte le query: quelle troppo rare vengono omesse per ragioni di privacy, e la loro somma finisce in un residuo che non puoi esplorare. La finestra storica si ferma a sedici mesi, il che significa che confronti anno su anno lunghi sono possibili una sola volta e poi il dato evapora. E c’è di più: la stessa documentazione ufficiale avverte che i totali del grafico possono differire da quelli della tabella per come vengono aggregati i dati a livello di proprietà o di pagina, e che i valori indicati con un trattino o una tilde diventano zeri quando esporti, come spiegato nella guida ufficiale al report sul rendimento di Search Console.

Questo non è un difetto da denunciare. È il contratto d’uso dello strumento, ed è perfettamente ragionevole. Il problema nasce quando qualcuno esporta un CSV, somma una colonna, la confronta con il totale a schermo e passa una settimana a cercare il bug che non esiste. Oppure, peggio, quando costruisce un report per il cliente su una somma di righe filtrate e la presenta come se fosse il traffico complessivo.

La posizione media è il caso più insidioso di tutti. È una media di medie, calcolata solo sulle ricerche in cui il tuo sito è comparso, il che la rende una metrica che può migliorare mentre perdi visibilità e peggiorare mentre la guadagni. Se entri in SERP su cento query nuove in posizione trentesima, la tua posizione media crolla e la tua visibilità è aumentata. Chiunque presenti la posizione media come indicatore di successo, senza spiegare questo meccanismo, sta comunicando male anche in buona fede.

Il taglio dell’AI

Il terzo taglio è il più recente e quello con meno letteratura affidabile alle spalle. Le risposte generate direttamente in pagina cambiano la relazione tra impressione e clic: l’utente può ottenere quello che cerca senza mai arrivare sul tuo sito, e la tua impressione viene comunque conteggiata. Il risultato è un click through rate che scende senza che tu abbia fatto nulla di sbagliato, su query dove sei rimasto esattamente dove eri.

Questo rompe una delle euristiche più diffuse del mestiere, quella per cui un calo di CTR a parità di posizione segnala un problema di title o di snippet. Oggi può segnalare quello, oppure può segnalare semplicemente che quella query ha smesso di generare clic per tutti. Distinguere i due casi richiede di guardare la SERP con i propri occhi, non solo il foglio di calcolo, e di confrontare il comportamento di un gruppo di query simili invece di reagire alla singola riga.

Google stesso, nella documentazione su come diagnosticare i cali di traffico, invita a estendere l’intervallo di analisi ai sedici mesi disponibili proprio per distinguere una flessione strutturale da un effetto stagionale o da un artefatto, e ricorda che piccole fluttuazioni sono fisiologiche e non richiedono alcun intervento. Vale la pena leggere per intero la guida ufficiale su come eseguire il debug dei cali di traffico nella Ricerca Google prima di riscrivere mezzo sito in preda al panico.

Come quantificare il buco invece di ignorarlo

Sapere che i dati sono incompleti non serve a niente se resta un’osservazione filosofica. Serve trasformarla in un numero che sta accanto agli altri numeri. Nella nostra pratica lo facciamo con tre misure semplici, che chiunque può ricavare senza strumenti esotici.

La prima è il tasso di copertura del consenso. Si ottiene confrontando le sessioni registrate dall’analytics con una fonte di conteggio che non dipende dal consenso, tipicamente i log del server o le statistiche dell’hosting, sullo stesso intervallo e sullo stesso perimetro di URL. Il rapporto tra i due numeri ti dice quale frazione della realtà stai osservando. Se è il sessanta per cento, ogni conversione che vedi va letta sapendo che ne esiste un’altra porzione invisibile, e soprattutto ogni confronto tra segmenti va fatto con cautela.

La seconda è la quota di query anonimizzate. Si ottiene sommando i clic delle query visibili in Search Console per un periodo e confrontando quella somma con il totale clic dichiarato per lo stesso periodo. La differenza è la porzione che non puoi analizzare. Su siti piccoli e molto verticali può essere marginale. Su siti con coda lunga molto ampia arriva a pesare parecchio, e in quel caso qualsiasi analisi basata sull’elenco delle query top è un’analisi condotta su una minoranza del traffico.

La terza è la stabilità del dato nel tempo. Prendi lo stesso intervallo, esportalo oggi e riesportalo tra sette giorni, poi confronta. Se cambia in modo non banale, significa che stai leggendo dati ancora in consolidamento e che le decisioni prese sull’ultima settimana sono decisioni prese sulla sabbia. È una verifica che costa dieci minuti e che evita un’intera classe di errori.

Queste tre misure vanno scritte in cima al report, non nascoste in appendice. Un consulente che dichiara “sto osservando circa il sessanta per cento del traffico reale e il trentacinque per cento delle query non è visibile” non sta ammettendo una debolezza. Sta facendo l’unica cosa che rende difendibile tutto quello che scrive dopo. Se vuoi vedere come si applica lo stesso principio di trasparenza a una singola pagina, ho descritto il metodo completo nell’articolo dedicato a come ottimizzare una pagina per posizionarla bene sui motori di ricerca.

Quali kpi seo contano davvero e quali fanno perdere tempo

Una volta accettato che il dataset è parziale, la scelta dei kpi seo diventa una scelta di robustezza. Bisogna preferire metriche che sopravvivono alle amputazioni e diffidare di quelle che si deformano al minimo cambiamento di contesto.

Le metriche robuste sono poche e sono sempre le stesse. I clic organici su un insieme di pagine coerente, letti su finestre di almeno ventotto giorni e confrontati con lo stesso periodo dell’anno precedente. Il numero di URL che generano almeno un clic in un mese, che è forse l’indicatore più onesto di salute complessiva di un sito perché non si lascia dominare da una singola pagina fortunata. Le conversioni assistite dall’organico, lette in valore assoluto e non in percentuale, perché le percentuali su base parziale mentono due volte. E il tempo che passa tra la pubblicazione e il primo clic, che dice moltissimo sull’autorità reale del dominio e che quasi nessuno misura.

Le metriche fragili sono altrettanto riconoscibili. La posizione media, per i motivi già visti. Il bounce rate, che dipende da come è configurato il tracciamento e cambia significato a ogni aggiornamento della piattaforma. Il numero di parole chiave posizionate, che sale semplicemente pubblicando di più e non dice nulla sulla qualità del traffico. E qualsiasi indice proprietario di autorità del dominio, utile per farsi un’idea comparativa ma inutile come obiettivo, perché non è una metrica di Google e non ha alcuna relazione causale diretta con il posizionamento.

Una regola pratica che uso da anni: se una metrica può migliorare senza che sia migliorato nulla per l’utente o per il fatturato, quella metrica non va nel contratto e non va nella slide finale. Può stare negli strumenti di lavoro, dove serve, ma non diventa un obiettivo. Su questo tema ho raccolto altrove i casi più frequenti di misurazione mal impostata, nell’articolo sugli errori seo che costano davvero traffico.

Il problema che nessuno vuole affrontare: la significatività statistica

Qui arriviamo alla parte più scomoda, quella che le guide anglosassoni sulla data driven seo saltano perché scritte pensando a siti con volumi enormi. La maggior parte delle PMI italiane non ha abbastanza traffico per fare inferenza statistica seria.

Il conto è brutale. Per rilevare con ragionevole confidenza un miglioramento relativo del dieci per cento su un tasso di conversione che parte dal due per cento, servono decine di migliaia di sessioni per variante. Un sito che fa trecento sessioni organiche al mese impiegherebbe anni a raccoglierle, e nel frattempo Google avrà cambiato algoritmo una decina di volte, rendendo il campione non omogeneo e quindi il test privo di senso. Non è pessimismo, è aritmetica.

Questo non significa che una PMI debba rinunciare a un approccio data driven. Significa che deve cambiare il tipo di evidenza che cerca. Con volumi bassi, l’inferenza statistica classica non è disponibile, ma restano disponibili tre strategie che funzionano bene.

La prima è aggregare invece di isolare. Non testare una pagina, testa una classe di pagine: applica lo stesso intervento a trenta schede prodotto simili e misura l’effetto sull’insieme. Il campione diventa la somma, non il singolo caso.

La seconda è misurare più a monte nel funnel. Le impressioni sono ordini di grandezza più numerose delle conversioni, quindi un cambiamento sulle impressioni è rilevabile molto prima. Se un intervento non muove nemmeno le impressioni dopo otto settimane, difficilmente sta muovendo qualcosa di più profondo.

La terza, la più sottovalutata, è accettare che alcune decisioni si prendono per principio e non per evidenza. Rendere un sito accessibile, veloce e sicuro non richiede un test A/B, richiede di farlo e basta, perché sono decisioni il cui costo è noto e il cui beneficio è strutturale anche quando non lo misuri. Su questo fronte i Core Web Vitals sono un esempio perfetto: non li ottimizzi perché hai dimostrato che porteranno più conversioni sul tuo sito specifico, li ottimizzi perché sono un requisito di qualità che non ha senso mettere in discussione.

Detto questo, va riconosciuto che il divario di competenze è reale e diffuso. Secondo la ricerca degli Osservatori Digital Innovation del Politecnico di Milano, il 76% delle PMI italiane non ha investito né prevede di investire in intelligenza artificiale e solo il 7% ha avviato programmi strutturati di formazione. In un contesto così, promettere a un imprenditore un impianto di sperimentazione continua è una promessa che non verrà mantenuta. Meglio costruire tre misure solide che vengono guardate ogni mese davvero.

Il ciclo operativo di una seo basata sui dati

Nella pratica, un ciclo data driven ben fatto ha sei momenti e dura un trimestre. Non tre settimane, non un anno: un trimestre, perché è il tempo minimo perché un intervento organico produca un segnale leggibile e il tempo massimo oltre il quale il contesto cambia troppo.

Si parte dalla baseline. Prima di toccare qualsiasi cosa, si congela lo stato attuale: clic, impressioni, URL attivi, conversioni, e le tre misure di incompletezza viste sopra. Questa fotografia va salvata fuori dagli strumenti, perché i sedici mesi di Search Console scadono e con loro sparisce la possibilità di verificare quello che avevi promesso.

Poi viene la formulazione dell’ipotesi. Scritta, datata, con una struttura fissa: intervengo su questo insieme di pagine, mi aspetto questo effetto su questa metrica, entro questo tempo, e considero l’ipotesi falsificata se succede quest’altro. La clausola di falsificazione è la parte che quasi tutti omettono ed è quella che distingue un metodo da un rituale.

Segue la ricerca a supporto, che è il momento in cui una keyword research fatta bene smette di essere un elenco di parole e diventa una mappa di domanda reale, con volumi, stagionalità e intento. Per il mercato italiano gli strumenti nazionali danno una fotografia più affidabile di quelli internazionali sulle query a coda lunga, e ne ho parlato in dettaglio nella guida a SEOZoom.

Quarto momento: l’implementazione, con una regola non negoziabile. Un’ipotesi per volta su un dato insieme di pagine. Se cambi title, struttura interna e velocità nello stesso mese, hai rinunciato in partenza a capire cosa ha funzionato. È la cosa più difficile da far accettare a un cliente impaziente, ed è anche l’unica che rende il lavoro replicabile.

Quinto: la lettura, dopo un periodo di silenzio deliberato. Guardare i numeri ogni giorno nelle prime quattro settimane produce solo rumore e ansia. Il momento della verifica va fissato in anticipo e rispettato. Per orientarsi tra i report disponibili senza perdersi, resta valida la guida completa a Google Search Console.

Sesto: la decisione documentata. L’ipotesi è confermata, falsificata o inconclusiva. Quest’ultima opzione deve esistere, altrimenti ogni risultato ambiguo verrà spinto nella casella “confermata” dalla pressione a mostrare progressi. Un archivio di ipotesi inconclusive, dopo due anni, vale più di qualsiasi report trimestrale, perché è l’unica memoria attendibile di cosa non funziona su quel sito specifico.

Quando i dati seo diventano una prova

C’è un uso dei dati SEO di cui non si parla quasi mai e che cambia radicalmente il livello di rigore richiesto. In qualità di Consulente Tecnico d’Ufficio presso il Tribunale di Lodi mi è capitato di trovarmi davanti dati di traffico e report di posizionamento portati come elementi a supporto in controversie tra aziende e fornitori. Contratti contestati, risultati promessi e non raggiunti, migrazioni finite male, penali.

In quel contesto emerge con brutale chiarezza quanto sia fragile il modo in cui la maggior parte dei report viene costruita. Uno screenshot di una dashboard non è un dato: non ha una data certa, non dichiara i filtri applicati, non specifica il perimetro di URL, non indica se il periodo confrontato è omogeneo. Un rialzo di posizione su una parola chiave, senza l’indicazione del dispositivo, della localizzazione e del momento della rilevazione, non dimostra nulla, perché la stessa query rilevata da due punti diversi restituisce due SERP diverse.

La conseguenza pratica è utile a chiunque, anche a chi in tribunale non ci finirà mai. Un report costruito in modo che reggerebbe una verifica tecnica di parte è automaticamente un report che regge anche la riunione con la direzione. Serve la fonte, l’intervallo esatto, i filtri applicati dichiarati esplicitamente, il metodo di rilevazione, e i limiti noti del dato. Cinque righe in fondo a ogni report. Quasi nessuno le mette, e sono l’unica differenza tra un documento professionale e una raccolta di grafici colorati.

Questa è anche la ragione per cui insisto tanto sull’archiviazione autonoma della baseline. Quando una collaborazione finisce male, la parte che ha conservato i dati grezzi con continuità ha una posizione radicalmente più solida di chi può solo mostrare quello che gli strumenti gli concedono oggi.

Strumenti, letture e prossimi passi

Gli strumenti servono, ma contano molto meno del metodo. Search Console e un sistema di analytics coprono l’ottanta per cento del fabbisogno di una PMI. Una suite di analisi keyword aggiunge la vista sulla concorrenza e sulla domanda latente. Un foglio di calcolo tenuto con disciplina, dove ogni mese si incolla la baseline e si annota l’ipotesi in corso, vale più di qualsiasi dashboard automatica, perché la dashboard mostra lo stato e il foglio conserva la storia.

Se stai valutando di strutturare questo tipo di lavoro, può esserti utile capire prima come si legge un preventivo e cosa deve contenere per non trasformarsi in una scatola chiusa: ne ho scritto nella pagina dedicata alla consulenza SEO. E se il tema più urgente per te è la qualità tecnica del sito prima ancora della misurazione, il libro “Siti da Incubo”, con la checklist dei 47 errori tecnici più frequenti, raccoglie i casi peggiori incontrati in trent’anni di lavoro ed è disponibile gratuitamente.

Riepilogo dei punti chiave

La data driven seo è un metodo di decisione, non un insieme di strumenti: l’ipotesi e la metrica di verifica si scrivono prima dell’intervento, non dopo aver visto il risultato. Il punto critico che quasi nessuna guida affronta è che i dati disponibili sono già incompleti per costruzione, a causa di tre tagli distinti: il consenso ai cookie che esclude una parte del pubblico dai report, le limitazioni dichiarate di Search Console (query anonimizzate, finestra di sedici mesi, discrepanze tra totali e righe) e le risposte generate in SERP che consumano impressioni senza produrre clic. Prima di analizzare conviene quantificare quel buco con tre misure: copertura del consenso, quota di query anonimizzate, stabilità del dato nel tempo. Sui kpi seo vanno preferite le metriche robuste (clic organici su finestre lunghe, numero di URL attivi, conversioni in valore assoluto) e vanno evitate quelle fragili, a partire dalla posizione media. Per le PMI italiane l’inferenza statistica classica quasi mai è praticabile per mancanza di volumi: si compensa aggregando gli interventi su classi di pagine, misurando più a monte nel funnel e accettando che alcune scelte si prendono per principio. Il ciclo operativo dura un trimestre e si chiude sempre con una decisione documentata, inclusa l’opzione “inconclusiva”. Infine, un report costruito per reggere una verifica tecnica di parte, con fonte, intervallo, filtri e limiti dichiarati, è anche il report che regge meglio qualsiasi riunione.

Domande frequenti su data driven seo

Che cos’è la data driven seo e in cosa si differenzia dalla seo tradizionale

La data driven seo è un approccio all’ottimizzazione per i motori di ricerca in cui ogni intervento nasce da un’evidenza misurata e viene valutato su una metrica stabilita prima di agire. La differenza con la seo tradizionale non sta negli strumenti, che sono gli stessi, ma nel processo decisionale: nell’approccio data driven l’ipotesi, la metrica di verifica e la soglia di successo vengono scritte prima dell’intervento, insieme a una clausola esplicita che dice a quali condizioni l’ipotesi va considerata falsificata. Se il criterio di valutazione viene scelto dopo aver visto i risultati, non si tratta di analisi ma di giustificazione a posteriori.

Perché i dati di Search Console e quelli di Analytics non coincidono mai

Perché misurano cose diverse con regole diverse. Search Console conta clic e impressioni dal lato del motore di ricerca, esclude le query troppo rare per ragioni di privacy e aggrega i dati in modi che possono generare differenze tra il totale mostrato nel grafico e la somma delle righe della tabella, come dichiarato dalla documentazione ufficiale. Analytics conta sessioni dal lato del sito e registra solo gli utenti che hanno prestato il consenso al tracciamento, quindi perde per costruzione la porzione di pubblico che rifiuta i cookie. Un divario tra i due strumenti è normale e va misurato, non eliminato: diventa un problema solo quando cambia bruscamente senza una causa nota.

Quali kpi seo bisogna monitorare per una PMI

Per una PMI sono sufficienti quattro indicatori robusti. I clic organici su un insieme coerente di pagine, letti su finestre di almeno ventotto giorni e confrontati con lo stesso periodo dell’anno precedente. Il numero di URL che generano almeno un clic nel mese, che misura la salute complessiva del sito senza farsi dominare da una singola pagina. Le conversioni assistite dal traffico organico in valore assoluto. E il tempo che intercorre tra la pubblicazione di un contenuto e il suo primo clic, che indica l’autorità reale del dominio. Vanno invece trattate con prudenza la posizione media, il bounce rate e il conteggio delle keyword posizionate, perché possono migliorare senza che nulla sia realmente migliorato.

Con poco traffico è possibile fare test A/B in ottica seo

Nella maggior parte dei casi no, e insistere produce solo conclusioni false. Per rilevare con ragionevole confidenza un miglioramento relativo del dieci per cento su un tasso di conversione basso servono decine di migliaia di sessioni per variante, volumi che un sito da poche centinaia di sessioni mensili non raggiunge in tempi utili. La soluzione non è rinunciare ai dati, ma cambiare il tipo di evidenza cercata: applicare lo stesso intervento a un’intera classe di pagine simili e misurare l’effetto aggregato, spostare la misurazione più a monte nel funnel dove i numeri sono più grandi, e riconoscere che alcune decisioni di qualità tecnica si prendono per principio senza attendere una prova statistica.

Le risposte generate dall’AI nelle SERP stanno falsando i dati seo

Stanno cambiando il significato di alcune metriche, ed è una distinzione importante. Quando l’utente ottiene la risposta direttamente nella pagina dei risultati, l’impressione viene comunque conteggiata ma il clic non arriva: il click through rate scende a parità di posizione, senza che nulla sia peggiorato nel contenuto. Questo rende inaffidabile l’euristica classica secondo cui un calo di CTR segnala un problema di title o di snippet. Prima di intervenire conviene osservare direttamente la SERP per quelle query e ragionare su gruppi di query simili invece che sulla singola riga del report.

Quanto tempo serve prima di valutare i risultati di un intervento seo

Un trimestre è la finestra di riferimento. È il tempo minimo perché un intervento organico produca un segnale leggibile, considerando i tempi di scansione, di rielaborazione e di assestamento del posizionamento, ed è anche il tempo massimo oltre il quale il contesto competitivo e algoritmico cambia abbastanza da rendere il confronto poco omogeneo. Guardare i numeri quotidianamente nelle prime settimane produce soltanto rumore: il momento della verifica va fissato in anticipo e rispettato, e la lettura va sempre fatta su finestre di almeno ventotto giorni per neutralizzare la stagionalità settimanale.

Da dove partire domani mattina

Se dovessi ridurre tutto a una sola azione, sarebbe questa: prima di aggiungere un altro strumento alla tua cassetta, misura quanto è grande il buco nei dati che già possiedi. Calcola la copertura del consenso, calcola la quota di query anonimizzate, verifica se il dato dell’ultima settimana è stabile. Poi scrivi quei tre numeri in cima al foglio dove tieni i tuoi kpi seo e lasciali lì, visibili, per sempre.

Da quel momento ogni decisione che prenderai avrà un margine di errore dichiarato invece che nascosto, e sarà una decisione migliore anche quando si rivelerà sbagliata, perché saprai esattamente perché lo era. Il passo successivo è costruire il ciclo trimestrale: baseline congelata, un’ipotesi per volta scritta con la sua clausola di falsificazione, lettura al momento stabilito, decisione documentata anche quando è inconclusiva. Non serve altro, e soprattutto non serve prima.

Va detto con onestà: questo metodo non garantisce risultati, nessun metodo può farlo su un canale che dipende da un algoritmo di terzi. Garantisce però che saprai sempre distinguere ciò che hai ottenuto da ciò che è semplicemente successo, e nella mia esperienza è proprio quella distinzione a separare i progetti che crescono per anni da quelli che si fermano al primo cambio di contesto.

Richiedi una consulenza gratuita: se vuoi capire quanto sono affidabili i dati su cui stai basando le tue decisioni SEO, parliamone insieme partendo dai numeri che hai già.