Introduzione
Per la maggior parte dei team SEO nel settore dell’e-commerce, la ricerca sul sito è un problema che riguarda qualcun altro. È di competenza del team di merchandising o di sviluppo e rimane nascosta dietro una barra di ricerca che Google non vede mai. Questa separazione aveva senso quando la ricerca sul sito era una semplice casella per le parole chiave. Ora ha meno senso, dato che sempre più negozi stanno aggiungendo funzioni di ricerca e chat basate sull’intelligenza artificiale e che una quota crescente di acquirenti arriva da strumenti di IA aspettandosi di poter porre domande in linguaggio naturale.
I dati della ricerca sul sito sono tra i migliori dati sulle intenzioni che un team SEO possa ottenere, e la chat basata sull’intelligenza artificiale li arricchisce ulteriormente. Ecco cosa cambia e come affrontarlo.
Dove la classica ricerca sul sito arriva al limite
Una barra di ricerca funziona bene per gli acquirenti che sanno già cosa vogliono: il nome di un prodotto, un marchio, un numero di modello. Ha invece difficoltà con quattro tipi di query che gli acquirenti reali digitano ogni giorno:
- Esigenze vaghe. “Un regalo per un bambino di 7 anni appassionato di scienze” o “qualcosa di caldo per le escursioni autunnali”. Nessun prodotto ha quel nome, quindi i risultati sono casuali o inesistenti.
- Adattabilità e compatibilità. “Questo filtro per l’acqua è compatibile con la mia macchina da caffè?” La risposta dipende da due prodotti contemporaneamente e un elenco di risultati non può confermarla.
- Confronto. “Quale dei due è più silenzioso?” La ricerca mostra entrambi i prodotti e lascia all’acquirente il compito di leggere due schede tecniche.
- Parole che il tuo catalogo non utilizza. Sinonimi, slang, errori di battitura e altre lingue. L’acquirente digita “divano”, il catalogo riporta “sofà” e la pagina visualizza “Nessun risultato trovato”.
Queste query non sono casi isolati. Nei negozi in cui è attivo AskSpot, circa la metà delle conversazioni in chat riguarda proprio questo tipo di domande sui prodotti.
Ricerca sul sito basata sull’IA vs chat basata sull’IA
La “ricerca sul sito con IA” di solito indica una barra di ricerca più intelligente. Cerca in base al significato anziché alle parole esatte, quindi digitando “divano” trova i divani, e risolve gran parte del problema del vocabolario. Si tratta comunque di inserire una query e ottenere un elenco di risultati.
La chat con IA funziona in modo diverso. Può chiedere cosa intende l’acquirente, confrontare i prodotti e spiegarne le differenze. Con un agente di chat con IA che effettua ricerche nell’intero catalogo direttamente all’interno della conversazione, tutti e quattro i tipi di query sopra citati ottengono una risposta, seguita da schede prodotto che consentono all’acquirente di agire di conseguenza.
I due sistemi sono complementari: la barra di ricerca per gli acquirenti che sanno cosa vogliono, la conversazione per coloro che hanno bisogno di aiuto nella scelta. Per i team SEO, la parte interessante è ciò che entrambi lasciano dietro di sé: i dati.
Cosa cambia per la SEO nell’e-commerce
1. I log delle chat sono una fonte di ricerca per le parole chiave che non state ancora utilizzando
Le ricerche nella barra di ricerca sono brevi. I messaggi di chat sono domande complete, scritte con le parole dell’acquirente, con il contesto: il caso d’uso, il budget, il problema che stanno cercando di risolvere. Si tratta di dati sulle intenzioni a coda lunga che gli strumenti per le parole chiave possono solo stimare.
Esportate le trascrizioni delle chat ogni mese e cercate:
- Domande ricorrenti che meritano una risposta direttamente nella pagina del prodotto o della categoria, oppure in un blocco di FAQ con il markup FAQPage.
- Lacune lessicali, in cui gli acquirenti utilizzano parole che non compaiono da nessuna parte nelle tue pagine. Si tratta sia di regole sui sinonimi per la ricerca sul sito, sia di spunti per titoli e testi.
- Domande comparative (“X vs Y per una cucina piccola”) che potrebbero diventare guide all’acquisto.
2. Le ricerche senza risultati sono un rapporto sulle lacune nei contenuti
Ogni ricerca senza risultati è un acquirente che ti dice esattamente cosa vuole e il sito che risponde che non ce l’hai, spesso quando invece ce l’hai. Tieni traccia settimanalmente delle query senza risultati. Alcune richiedono un sinonimo, altre un attributo migliore nei dati del prodotto, altre ancora rivelano la domanda per una categoria o una pagina di destinazione che non esiste ancora. Se gli acquirenti la cercano sul tuo sito, c’è una buona probabilità che la cerchino anche su Google.
3. I dati di prodotto sono la nuova superficie di posizionamento
Gli assistenti basati sull’intelligenza artificiale rispondono attingendo dai dati strutturati dei prodotti: attributi, specifiche, compatibilità, taglie. Questo vale sia per la chat sul tuo sito che per i motori di risposta basati sull’intelligenza artificiale che gli acquirenti utilizzano prima di arrivare alla chat. Adobe ha rilevato un aumento del 693% del traffico verso i siti di vendita al dettaglio statunitensi proveniente da strumenti di intelligenza artificiale generativa durante le festività natalizie del 2025, il che suggerisce che questo percorso di acquisto stia crescendo rapidamente.
La conseguenza pratica per la SEO è la stessa in entrambi i casi: attributi di prodotto completi e coerenti e dati strutturati accurati relativi al prodotto. Un campo “compatibile con” mancante danneggia l’assistente sul sito, l’idoneità della pagina del prodotto ai risultati arricchiti e la possibilità di essere citato in una risposta generata dall’IA.
4. Non lasciare che la chat nasconda i contenuti a Google
Una risposta fornita in una finestra di chat non viene indicizzata. Se la stessa domanda viene posta cento volte al mese, la risposta dovrebbe trovarsi anche su una pagina indicizzabile. Considerate la chat come un canale di scoperta dei contenuti, non come un loro sostituto.
5. Misurate le conversioni assistite, non solo il traffico
Le conversazioni influenzano il fatturato in modi che i classici report SEO non rilevano, quindi monitorale. La maggior parte degli strumenti di chat basati sull’IA può inviare eventi a Google Analytics, il che ti permette di vedere quante conversazioni si concludono con l’aggiunta al carrello o con un ordine e da quali pagine di destinazione hanno avuto inizio. Nei casi di studio pubblicati da AskSpot, gli acquirenti cliccano sul prodotto consigliato dall’IA nella maggior parte delle conversazioni in cui viene fornito un consiglio: il 78% presso il rivenditore di calzature Casu e il 57% presso il rivenditore di caffè Konesso, dove il 21,6% delle chat si conclude con un acquisto. Cifre come queste sono utili quando è necessario giustificare il lavoro sui contenuti sulla base dei dati delle chat.
6. Proteggere i Core Web Vitals
Qualsiasi script di terze parti può influire negativamente sulla velocità della pagina. Un widget di chat dovrebbe caricarsi in modo asincrono, al di fuori del percorso di rendering critico e, idealmente, solo dopo la prima interazione dell’utente. Verificate il suo effetto su “Interaction to Next Paint” e “Largest Contentful Paint” prima e dopo il lancio, sia su dispositivi mobili che su desktop.
Una checklist pratica
- Esporta ogni settimana le ricerche senza risultati e suddividile in sinonimi, correzioni dei dati e lacune nei contenuti.
- Esamina mensilmente le trascrizioni delle chat alla ricerca di domande ricorrenti, vocaboli e confronti.
- Pubblica le risposte ricorrenti sulle pagine dei prodotti e delle categorie, utilizzando il markup FAQPage dove opportuno.
- Verifica la completezza degli attributi dei prodotti, in particolare compatibilità, dimensioni e materiale.
- Convalidare i dati strutturati dei prodotti in tutto il catalogo, non solo per i prodotti più venduti.
- Monitorare i carrelli e gli ordini generati tramite chat in Google Analytics insieme alle sessioni organiche.
- Carica lo script della chat in modo asincrono e monitora i Core Web Vitals dopo il lancio.
In conclusione
La ricerca con IA e la chat sul sito sono spesso considerate strumenti di conversione, e lo sono. Per i team SEO rappresentano anche una fonte di dati di intenti di prima parte difficili da ottenere altrove. I negozi che collegano ciò che gli acquirenti chiedono sul sito con ciò che pubblicano per i motori di ricerca avranno pagine di categoria migliori, dati sui prodotti più accurati e risposte più pertinenti, indipendentemente dal fatto che l’acquirente arrivi da Google, da un assistente IA o direttamente dalla barra di ricerca.
