Google: exact e phrase match aumentano le conversioni grazie al contesto della pagina.

Per anni chi gestisce campagne Search ha trattato exact e phrase match come il recinto della precisione. Proprio quelle campagne, secondo Google, sono quelle che guadagnano di più quando il recinto si apre. Attivando AI Max nelle campagne Search, gli inserzionisti ottengono in media il 14% in più di conversioni o di valore di conversione, a parità di CPA (costo per acquisizione) o ROAS (ritorno sulla spesa pubblicitaria). Per le campagne costruite ancora soprattutto su keyword exact e phrase, l’aumento tipico sale al 27%. Il quadro tecnico che spiega il paradosso è nella documentazione di Google Ads sul keyword matching, dove i tipi di corrispondenza appaiono più come insiemi annidati che come barriere.

Il paradosso del 27%: chi controlla di più guadagna di più a lasciare

In pratica Google indica la precisione manuale come il punto in cui resta più margine da recuperare. Viene allora da chiedersi che cosa garantissero davvero exact e phrase match, se lasciano fuori tanto spazio.

Cerchi concentrici: come i match type si sono svuotati dall’interno

La risposta parte dalle definizioni. In Google Ads le keyword sono parole o frasi che servono ad abbinare gli annunci ai termini usati dagli utenti nelle ricerche. Il keyword matching offre tre tipi di corrispondenza per decidere quali ricerche attivano keyword e annunci. La documentazione chiarisce subito il loro rapporto. La corrispondenza a frase raggiunge tutte le query della corrispondenza esatta, e altre ancora. La corrispondenza generica, il broad match, raggiunge tutte le query di phrase ed exact, e altre ancora.

L’immagine giusta sono tre cerchi concentrici: exact al centro, phrase intorno, broad all’esterno. Ogni livello contiene il precedente e si allarga. Il broad match, poi, non lavora solo sulla keyword. Secondo Google, il sistema considera anche altri segnali dell’account per trovare traffico più pertinente: le landing page, le altre keyword dell’ad group, le ricerche precedenti e così via. Già oggi, nel cerchio più ampio, la keyword è solo uno dei segnali che il sistema usa.

Questo assetto non è nato con AI Max. Nel febbraio 2021, come ricostruisce la pagina di supporto sul phrase match aggiornato, Google Ads ha iniziato a trasferire nel phrase match i comportamenti del broad match modifier (BMM), il modificatore che permetteva di rendere obbligatori alcuni termini dentro una keyword generica. Da luglio 2021 phrase match e BMM seguono lo stesso comportamento aggiornato in tutte le lingue. Il cerchio intermedio si era già allargato cinque anni fa. Chi oggi considera il phrase match uno strumento di controllo stretto si basa su un comportamento che Google ha cambiato da tempo.

Il rischio va detto chiaramente: allargare i cerchi significa cedere al sistema una parte delle decisioni su quali query attivano l’annuncio. Le cifre di Google parlano di conversioni a CPA o ROAS simile, non di controllo sulle singole query. Per chi deve rispondere a vincoli di brand o di compliance, questa differenza conta. E se la keyword è ormai uno dei tanti segnali, il passo successivo è lasciare al sistema anche la scelta di cosa cercare.

Domattina la keyword list non basta più

Cosa succede quando il sistema trova query che nessuno ha messo in lista? La descrizione più esplicita del meccanismo arriva da Microsoft Advertising, che sul proprio blog dedicato ad AI Max presenta il search term matching. La funzione amplia la copertura oltre la lista di keyword e, per individuare ricerche rilevanti oggi non raggiunte, usa keyword, annunci, landing page e altri segnali di contesto. Tra queste rientrano anche le query più complesse e conversazionali. La direzione è quindi la stessa sulle principali piattaforme di search advertising: il matching si basa sul contesto, non sull’elenco dei termini.

Per chi lavora sul traffico organico questo è un cambiamento concreto. La landing page diventa un input del matching a pagamento, non solo la pagina di arrivo dopo il clic. Se una pagina è ambigua, generica o poco coerente con gli annunci, il sistema riceve segnali confusi e può intercettare query sbagliate. Struttura dei contenuti, chiarezza delle intenzioni di ricerca coperte e coerenza semantica tra pagina e messaggio sono il terreno su cui lavora la SEO (search engine optimization). Ora contano anche per decidere quali ricerche a pagamento attivano un annuncio. Team paid e organico finiscono così a lavorare sugli stessi asset.

L’operazione da fare per prima è quindi rileggere le landing page come input del matching. Va verificato che ogni pagina dica in modo inequivocabile cosa offre e a chi, che il testo degli annunci la rispecchi e che i contenuti coprano le domande conversazionali che gli utenti fanno davvero. Solo dopo ha senso decidere se aggiungere un’altra keyword in exact.