Google e Apple nascondono gli annunci per studiarci

Google e Apple testano nuove regole pubblicitarie tra toggle e divieti categorici

Immagina di entrare in un negozio e il commesso ti dice: «Non guardare la merce in vetrina, è solo per attirarti. Quella buona è nascosta nel retro.» Suona assurdo, eppure è esattamente quello che Google sta testando oggi con i risultati sponsorizzati su Shopping. Secondo quanto riportato da Search Engine Roundtable, Mountain View ha confermato di testare la funzionalità che permette agli utenti di nascondere i prodotti sponsorizzati. Nel frattempo, Apple Maps introduce un divieto categorico: nessun annuncio per idraulici, elettricisti, fabbri e servizi domestici. Due mosse che, a prima vista, sembrano andare contro ogni logica di monetizzazione pubblicitaria. E se invece fossero i più grandi test A/B della storia, con noi come cavie?

Annunci fantasma: perché Google e Apple ci tolgono quello che cercavamo

Partiamo dai fatti che hanno dell’incredibile. Google ha attivato un esperimento che consente agli utenti di attivare o disattivare la visualizzazione dei prodotti sponsorizzati nella griglia di Google Shopping. Non si tratta di una rimozione definitiva, ma di un toggle che dà all’utente il controllo sull’esposizione pubblicitaria. La conferma è arrivata il 17 luglio 2026, insieme ad altre novità che rendono il quadro ancora più contraddittorio: da un lato Google nasconde gli annunci, dall’altro si prepara ad attivare automaticamente gli annunci di inventario locale per le campagne Shopping a partire da agosto. Un’accelerazione sugli annunci fisici mentre quelli digitali diventano opzionali.

Apple, dal canto suo, ha scelto una via ancor più drastica. Le nuove policy di Apple Maps vietano esplicitamente la pubblicità per servizi domestici come idraulica, elettricità, fabbri, HVAC, disinfestazione, coperture e appalti generali. Un intero settore locale è stato escluso dall’asta pubblicitaria. E non si tratta di una sperimentazione temporanea: la proibizione è nero su bianco nelle linee guida. Se a questo aggiungiamo che appena tre giorni fa, il 14 luglio, Google ha annunciato l’integrazione della generazione di immagini direttamente negli AI Overviews di Search, l’impressione è che i colossi della tecnologia stiano trattando le proprie piattaforme come giganteschi laboratori di ottimizzazione, dove le regole cambiano senza preavviso.

A lume di dati, però, queste non sono semplici bizze progettuali: sono test. E se gli utenti che attivano il filtro “nascondi sponsorizzati” fossero più propensi a cliccare gli annunci che scelgono di vedere? E se Apple stesse misurando l’impatto della rimozione forzata di annunci di servizi locali sul coinvolgimento complessivo di Maps? Per ora possiamo solo speculare, ma chi lavora con i funnel di conversione sa che ogni cambiamento nell’architettura dell’attenzione è una variabile da non sottovalutare.

La conversione si misura, non si indovina: ChatGPT Ads alza la posta

Dall’altra parte dell’arena, la partita si gioca sulla trasparenza delle metriche. Mentre Google e Apple ci sottopongono a esperimenti opachi, OpenAI spinge sulla misurabilità. ChatGPT Ads ha introdotto due nuove metriche nel proprio Ads Manager: Attribuited Sales Value e Sales ROAS. La prima attribuisce un valore di vendita all’attività pubblicitaria, la seconda calcola il ritorno sulla spesa. Non semplici stime, ma grandezze che permettono di chiudere il cerchio tra click e incasso reale.

A queste si aggiungono report a livello di singolo prodotto, che consentono di misurare le performance granulari senza dover ricostruire il percorso di acquisto a tentoni. E sul versante del controllo, OpenAI ha dato la possibilità di escludere la pubblicazione degli annunci in base a geolocalizzazione, liste di pubblico e parole chiave negative. Un set di strumenti che ogni CRO specialist sogna: posso finalmente isolare le variabili, segmentare il traffico e impostare test significativi senza dover combattere contro l’algoritmo.

La trasparenza non è casuale. Già a gennaio 2026, OpenAI aveva annunciato i principi fondanti della propria piattaforma pubblicitaria, promettendo metriche chiare e un controllo granulare. Oggi quei principi prendono forma in dati che possiamo effettivamente incrociare con i nostri CRM, i pixel e gli strumenti di analytics. La differenza con l’approccio “testa e vediamo” di Google è lampante: qui il dato arriva prima del test, e possiamo decidere se e come partecipare all’esperimento.

Ma più dati non significano automaticamente più certezze. Ogni nuova metrica introduce variabili che vanno validate: la finestra di attribuzione è coerente con i nostri modelli interni? La definizione di “sales value” include resi e storni? Il ROAS pubblicizzato è statisticamente significativo o dipende da pochi outlier? Per rispondere, dobbiamo tornare al metodo che applichiamo ogni giorno sui nostri siti: definire un’ipotesi, raccogliere un campione sufficiente, calcolare la significatività. Solo così possiamo sapere se il prossimo test sia già in corso sotto i nostri occhi.

E se fossimo noi il test? Le piattaforme come laboratori di CRO

OpenAI ha annunciato i suoi principi a gennaio, Google testa senza preavviso e Apple vieta intere categorie senza una survey preventiva. La differenza sostanziale è che noi, come professionisti della conversione, possiamo misurare. Ogni modifica di piattaforma diventa una variabile indipendente in un esperimento su scala globale, e il nostro compito è attribuirne l’impatto con lo stesso rigore con cui testiamo un nuovo layout di checkout.

Prendiamo l’ultimo consiglio di Google sulla gestione delle sitemap: l’azienda ha dichiarato che è meglio non usare una data lastmod quando si rischia che sia errata. Dietro questa raccomandazione apparentemente tecnica si cela un test implicito su come i crawler gestiscono l’aggiornamento delle pagine. Possiamo misurarlo, con un A/B test su due gruppi di URL, controllando variazioni dell’indice e del traffico organico. Allo stesso modo, possiamo monitorare l’impatto del toggle “nascondi sponsorizzati” sulle campagne Shopping segmentando gli utenti in base al comportamento osservato, o valutare se il bando di Apple Maps riduce la concorrenza e migliora le performance degli annunci rimasti nelle categorie consentite.

La prossima volta che vedi un annuncio scomparire, non chiederti perché: chiediti quanto valeva.