Negli ultimi anni ho usato spesso una provocazione per aprire le conversazioni sulla CRO con clienti e colleghi: il cambiamento più importante che stiamo vivendo nella Conversion Rate Optimization non riguarda i bottoni, le hero image o i form. Il punto decisionale si è spostato a monte.

Il viaggio dell’utente è cambiato

Chi fa CRO da un po’ conosce bene il modello classico: l’utente fa una ricerca, apre più tab, confronta, naviga in profondità, e alla fine converte (o abbandona). Un processo lento, frammentato, distribuito su più sessioni e più siti.

Con l’adozione crescente degli LLM come punto di partenza per le ricerche d’acquisto, questo schema si rompe.

L’utente oggi pone una domanda all’AI, ottiene una risposta contestualizzata, e arriva sul sito già orientato verso una soluzione specifica. Non sta ancora esplorando: sta verificando. Il momento in cui si decide quale prodotto comprare si è spostato “prima di arrivare al sito”, nella conversazione con il modello.

Organico vs AI: sessioni a confronto

La differenza tra chi arriva da ricerca organica tradizionale e chi arriva da canali AI non è solo di volume. È di comportamento.

Primo contatto

L’utente che arriva da organico fa molteplici ricerche per trovare quello di cui ha bisogno. L’utente AI ha già parlato con un LLM per individuare il prodotto ideale. Il lavoro di pre-qualifica è già avvenuto.

Atterraggio

Chi viene dalla ricerca organica probabilmente ha più tab aperte e atterra su un listing. Chi viene dall’AI atterra su un prodotto specifico che il modello ha suggerito come potenzialmente quello giusto.

Navigazione

L’utente organico cerca informazioni sui dettagli prodotto utili all’acquisto. L’utente AI conosce già il prodotto perché lo ha scelto prima, grazie alla chat.

Acquisto

La ricerca organica porta a una navigazione approfondita multi-sito prima della conversione. L’utente AI è già fortemente indirizzato dal primo contatto.

Insight e criticità

Con l’AI c’è maggiore possibilità di conversione al primo contatto, un percorso più lineare e meno dispersione. La criticità però è a monte, se l’AI non suggerisce il tuo prodotto, il tuo sito perde di valore prima ancora di essere visitato.

Il problema: cosa ha promesso l’AI a quell’utente?

Quando un utente arriva sul tuo sito dopo una conversazione con ChatGPT, Gemini, Claude o Perplexity, porta con sé un’aspettativa costruita altrove. Ha ricevuto una descrizione del tuo prodotto filtrata attraverso i dati a disposizione del modello che potrebbe non corrispondere esattamente a quello che offri.

Questo crea una potenziale nuova frizione: non sai cosa gli è stato promesso. Non sai con quale frame mentale arriva. E non puoi controllare quella prima impression.

Tutto ciò porta a una domanda che dovrebbe diventare centrale in qualsiasi audit CRO: qual è il gap tra quello che l’AI racconta del tuo prodotto e quello che l’utente trova sul sito?

Prevedere è impossibile, ma ci si può preparare

Non puoi controllare cosa dicono i modelli. Puoi però lavorare su tre livelli per essere più resiliente a questo cambiamento.

Prioritizza la specificità

Le pagine che articolano bene il valore, i punti di differenza e danno indicazioni chiare sono più allineate con l’intento di un utente “caldo”. Chi arriva dall’AI probabilmente conosce già i tecnicismi del prodotto, quello che cerca è conferma emotiva e riduzione del rischio. Testa copy meno razionale e più orientato alla leva emozionale.

Ogni pagina è unica

Assicurati che ogni pagina permetta agli utenti di avere tutte le informazioni necessarie, riprove sociali e indicazioni su cosa fare. L’utente AI naviga meno pagine: ogni pagina deve essere autosufficiente. Testa descrizioni di prodotto più focalizzate sull’esperienza, valorizza social proof che racconta storie e sensazioni, non solo numeri.

Analizza i KPI giusti

Un minor numero di sessioni non implica che il sito vada male. Con utenti AI, le metriche di engagement tradizionali (pageviews, bounce rate classico) diventano meno rappresentative. Considera scroll, tempo speso in pagina, numero di interazioni. E soprattutto, studia lo stato d’animo degli utenti che arrivano dai diversi canali, non solo le loro azioni. Crea survey, fai user testing.

Nonostante l’AI ci aiuti, esistono ancora brutte UX

C’è un’illusione che si sta diffondendo nel settore: che l’AI risolva i problemi di UX. Che un sito “sembri fatto bene” equivalga a esserlo.

Non è così.

Sembra fatto bene ≠ Esser fatto bene.

L’AI abbassa la barriera per creare interfacce esteticamente accettabili. Ma non sostituisce la ricerca sugli utenti, non rileva i friction point reali, non capisce il contesto emotivo di chi compra.

Dov’è allora il valore aggiunto della CRO oggi?

Tre spostamenti che considero fondamentali.

Creare una buona UX è facile con l’AI

Questo non è un vantaggio competitivo, è il nuovo minimo sindacale. Non esistono più semplici “trick” da implementare. La soluzione è creare per il proprio target specifico, con una comprensione profonda di chi sono e cosa si aspettano.

I test “facili” tendono a non avere più grande successo

Il colore del bottone, il testo della CTA: ottimizzazioni marginali su un funnel strutturalmente cambiato portano risultati marginali. Il valore sta nell’ampliare lo studio della customer journey anche al di fuori del sito: cosa fa l’utente prima di arrivare? Cosa gli ha detto l’AI?

Guardare solo dati di Analytics non porta valore aggiunto

I dati quantitativi raccontano cosa succede. Non perché. La combinazione di dati quantitativi e qualitativi (interviste, survey, session recordings, user testing) genera le idee potenzialmente vincenti.

Una nuova prospettiva?

Oggi più che mai, il punto di partenza non è più “come ottimizziamo il sito?” ma “chi arriva sul sito, con quale intento, e cosa si aspetta di trovare?”.

Una parte sempre più rilevante della risposta si forma in una conversazione che non vediamo, su un’interfaccia che non controlliamo.

Prepararsi a questo non significa inseguire ogni novità. Significa costruire siti che parlino chiaramente del proprio valore, pagine che funzionino autonomamente e processi di ricerca capaci di ascoltare gli utenti anche quando i dati quantitativi sembrano positivi.

Se stai rivedendo la tua strategia CRO alla luce di questi cambiamenti, sono curioso di sapere da dove stai iniziando.