I social non rimuovono quasi la metà degli annunci truffa

Il 52% delle segnalazioni è stato respinto o ignorato dalle piattaforme

Un paradosso che sa di beffa per i consumatori europei. Immaginate di eseguire un test A/B in cui il vostro tasso di conversione non supera il 27%. Lo considerereste un successo? Probabilmente no, a meno che non stiate misurando la metrica sbagliata. Eppure è esattamente questo il dato emerso dall’ultimo stress test condotto dal BEUC e da gruppi di consumatori in 13 paesi: tra dicembre 2025 e marzo 2026 sono stati segnalati quasi 900 annunci sospetti di violare la legge europea. Il risultato? Le piattaforme hanno rimosso solo il 27% di questi contenuti, mentre il 52% delle segnalazioni è stato respinto o semplicemente ignorato. In qualsiasi funnel di conversione, un tasso di fallimento superiore a metà del campione non indicherebbe una necessità di ottimizzazione: segnalerebbe un problema strutturale nel modello.

Il funnel della rimozione: 900 segnalazioni, 27% di successo

Partiamo dai numeri, perché ogni buon test ha bisogno di un campione chiaro. Tra dicembre 2025 e marzo 2026, l’organizzazione europea dei consumatori BEUC, insieme ad associazioni di 13 paesi, ha condotto un’operazione di segnalazione su larga scala. L’obiettivo era semplice: notificare alle piattaforme quasi 900 annunci sospettati di violare le normative UE e misurare il tasso di intervento reale. I risultati sono stati raccolti e pubblicati lo scorso 21 maggio nel rapporto “Sponsored Scammers”.

Il dato aggregato è deludente per chiunque abbia familiarità con le metriche di performance: solo il 27% degli annunci è stato rimosso a seguito delle segnalazioni. Più della metà — il 52% — è stata respinta o ignorata. Questo significa che centinaia di annunci finanziari fraudolenti sono ancora attivi, raggiungendo oltre 200 milioni di consumatori europei ogni mese. Non stiamo parlando di un campione statistico marginale o di un’anomalia: stiamo parlando di un flusso continuo di contenuti dannosi che colpisce una base utenti paragonabile alla popolazione combinata di Germania, Francia e Italia. Il tasso di rimozione, come KPI isolato, è un indicatore di output. Ma se guardiamo all’outcome — il danno reale — il quadro si aggrava: secondo i dati pubblicati dalla FTC nell’aprile 2026, le persone hanno già perso miliardi di dollari a causa di truffe veicolate attraverso i social media. Ogni giorno, milioni di europei incontrano annunci truffaldini su Meta, TikTok e Google, molti dei quali prendono di mira persone già in difficoltà con il costo della vita.

Perché così pochi annunci vengono rimossi? La risposta, come vedremo, cambia — e non di poco — a seconda della piattaforma che si analizza. Ed è qui che il test rivela la sua vera natura: non un semplice audit di conformità, ma un multivariato involontario su come diverse architetture di moderazione rispondono allo stesso stimolo.

Meta, Google, TikTok: chi rimuove di più? (E chi incassa)

Ma non tutte le piattaforme sono uguali. I dati disaggregati pubblicati da BEUC nel rapporto “Sponsored Scammers” mostrano una mappa preoccupante delle performance di moderazione. TikTok ha rimosso solo il 21% degli annunci segnalati, fermandosi a poco più di un quinto del campione. Meta ha rimosso il 43% degli annunci, ma ha anche respinto quasi il 43% delle segnalazioni ricevute — un perfetto equilibrio statistico che suggerisce una strategia di gestione del rischio più che un reale impegno nella protezione degli utenti. Google, dal canto suo, ha rimosso il 60% degli annunci, posizionandosi come il migliore del trio ma comunque lontano da quella soglia di efficacia che i suoi stessi portavoce rivendicano. Un portavoce di Google ha infatti dichiarato che l’azienda blocca oltre il 99% degli annunci che violano le politiche prima che vengano mai visualizzati. Se questo dato fosse accurato e rappresentativo, il 40% di mancata rimozione a seguito di segnalazioni esterne suggerirebbe un problema di accuratezza nel processo di revisione umana post-pubblicazione, non certo un sistema di prevenzione infallibile.

Il contrasto tra dichiarazioni pubbliche e pratiche reali diventa ancora più stridente quando si introducono gli incentivi economici. Già alla fine del 2024, documenti interni analizzati da Reuters avevano rivelato che Meta guadagna circa 7 miliardi di dollari all’anno da annunci truffa ad alto rischio. Non stiamo parlando di un effetto collaterale indesiderato: stiamo parlando di una categoria di annunci che genera ricavi annualizzati paragonabili al PIL di un piccolo stato. Ogni rimozione è una perdita di fatturato. In un normale test CRO, quando identifichiamo una variante che performa meglio ma degrada l’esperienza utente, abbiamo un conflitto tra metriche di breve termine e metriche di lungo termine. Qui il conflitto è tra profitto immediato e danno documentato ai consumatori.

Tuttavia, i tassi di rimozione sono solo una metrica di superficie.
La domanda vera è un’altra.

Oltre il tasso di rimozione: cosa misureremmo in un test CRO onesto?

I numeri sulle rimozioni sono, in fondo, una vanity metric. Ci dicono quante segnalazioni vengono processate, ma non quanto efficacemente il sistema previene il danno. In un test di ottimizzazione delle conversioni ben progettato, non misureremmo mai solo il tasso di chiusura dei ticket: misureremmo il tasso di incidenti evitati, il tempo medio di esposizione prima della rimozione, la percentuale di utenti che hanno interagito con un annuncio fraudolento prima che venisse rimosso. Dati che nessuna piattaforma ha fornito. Cosa succederebbe se applicassimo un framework di significatività statistica a questo scenario? Qual è la Minimum Detectable Effect che possiamo tollerare quando la metrica di costo sono miliardi di dollari persi dai consumatori?

Il vero tasso di conversione da misurare non è quante segnalazioni vengono chiuse, ma quante vittime si evitano. Forse è ora che le piattaforme vengano valutate su questo KPI, prima che lo facciano i regolatori — e con molta meno indulgenza metodologica.