Il calo del costo medio per lead segna la fine dei benchmark statici come riferimento per le campagne

Per la prima volta in cinque anni, il costo medio per lead nelle campagne Google Ads è sceso a $66,69. Non è un dettaglio da report annuale: è la spia che il modo di leggere i dati PPC è cambiato. La media che abbiamo usato per anni come bussola ha smesso di orientare.

Secondo lo studio di benchmarking 2026 di WordStream, che ha analizzato 13.474 campagne Google Ads negli Stati Uniti, il costo medio per lead è stato di $66,69, con la prima diminuzione in cinque anni.

La media è un’illusione di controllo

Un CPL in calo, se letto con la logica dei benchmark statici, sembra una buona notizia. Ma il dato aggregato nasconde le differenze tra settori, device, orari e funnel. Come nota Greg Carter, Vice President of Marketing at Clutch, in un’analisi dei benchmark display e video, la maggior parte delle persone non clicca subito un annuncio display, ma torna al sito direttamente settimane o mesi dopo.

Il percorso reale non è lineare, e la media lo appiattisce.

Il problema non è il numero in sé, ma l’uso che ne facciamo. Fino a ieri, un CPL di $66,69 era il riferimento da battere o da spiegare. Oggi è solo un punto di partenza che non dice nulla sulla tua capacità di testare e adattarti. Chi lavora sul traffico sa che un benchmark non è una strategia.

Un A/B su più campagne non è più un progetto

A metà strada tra pianificazione e test, le nuove funzionalità di sperimentazione di Google Ads promettono un controllo più granulare su budget, offerte e targeting. La disponibilità graduale degli strumenti prevede alcuni già attivi e il test multi-campagna a settembre.

Da settembre, il test A/B su più campagne Search permetterà di variare budget e obiettivi di ROI all’interno di un unico esperimento. Non parte dal nulla: gli esperimenti one-click per AI Max sono la base su cui Google ha costruito l’espansione multi-campagna. Nel frattempo, le impostazioni di brand e localizzazione per gli esperimenti AI Max sono già attive per chi vuole testare senza perdere il controllo sui segmenti protetti.

Sul fronte pianificazione, le previsioni del Performance Planner ora mostrano l’impatto di variazioni a obiettivi di offerta e budget sulle campagne attive. E il passaggio dalla simulazione all’azione è ridotto a l’applicazione one-click del Performance Planner. Prima di confermare, la revisione delle modifiche proposte consente di deselezionare le campagne da aggiornare, evitando automatismi ciechi.

Domani mattina apri la dashboard e fai questo

Ignora i benchmark di settore, almeno per un mese. Apri Google Ads e cerca la sezione Esperimenti: se vedi già il test multi-campagna, imposta una variazione su una campagna che conosci bene, non su una nuova. Se non è ancora disponibile, usa Performance Planner per simulare un cambiamento di budget e applica le modifiche solo alle campagne che hai scelto.

L’abilità che separa chi ottimizza al buio da chi decide con i dati non è la capacità di ricordare il CPL medio, ma quella di costruire un esperimento replicabile. La media è morta: viva l’esperimento.