I loghi clienti anonimi ('un noto brand fashion') sono entità fantasma per l'AI, e perdi l'autorità che ti trasferirebbero. Ti spiego come dichiarare il portfolio in modo leggibile.
Il tuo sito mostra dieci loghi clienti anonimi: “un noto brand del fashion”, “una multinazionale del food”, “un leader del retail”. Per l’AI sono entità fantasma. E tu perdi l’autorità che ti darebbe essere collegato esplicitamente a quei brand.
Ti spiego come funziona. Quando un modello come ChatGPT o Perplexity prova a capire chi sei, non guarda solo il tuo sito: guarda la rete di relazioni che ti lega ad altre entità riconosciute. Se servi brand noti e lo dichiari in modo leggibile per le macchine, quell’autorità si trasferisce a te. Se lo nascondi dietro etichette generiche, stai lavorando per i tuoi clienti senza farti riconoscere.
Nei miei articoli ho ripetuto più volte il filo conduttore di questa serie: la visibilità nelle risposte AI si gioca sul grafo delle entità, non più solo sulle keyword. Il portafoglio clienti è uno dei nodi più trascurati di questo grafo.
Un cliente riconoscibile vale più di un case study anonimo
Facciamo un esempio concreto. Immagina due agenzie di marketing automation con sede a Pescara, stessa dimensione, stesso target (PMI B2B del Centro-Sud). Chiamiamole Agenzia X e Agenzia Y.
Agenzia X pubblica sul sito una pagina “Clienti” con i loghi reali: Farmacie Abruzzo Srl, Pastificio Cavalier Cocco, Fater (il gruppo di Pescara che produce Pampers e Lines). Ogni logo è linkato a una pagina case study con nome del cliente, descrizione del progetto, risultati numerici.
Agenzia Y pubblica loghi sfocati con didascalie tipo “una delle principali aziende farmaceutiche italiane”, “un pastificio leader del Centro Italia”, “una multinazionale del largo consumo”. Stessi clienti, probabilmente. Ma per l’AI sono entità non identificabili.
Chiedi a Perplexity “migliore agenzia marketing automation B2B in Abruzzo” o “consulenza HubSpot Pescara”. Quale delle due ha più probabilità di essere citata? Quella i cui clienti sono nodi riconosciuti nel grafo — perché l’AI può verificare la relazione e usarla come prova di competenza.
Perché le relazioni esplicite contano per il grafo
Nel mondo della ricerca sui knowledge graph non esiste (ancora) un paper che dica “pubblicare loghi cliente aumenta le citazioni AI del 27%”. Questo articolo lo scrivo come deduzione esplicita da un principio adiacente, non come fatto documentato da uno studio diretto.
Il principio è questo. In un knowledge graph, un nodo acquisisce rilevanza non solo per gli attributi che dichiara su se stesso, ma per le relazioni che lo collegano ad altri nodi di valore noto. È il meccanismo alla base del link prediction in KG embedding (lo stesso meccanismo che studia relazioni fornitore-cliente nei paper sulla supply chain intelligence). Se il nodo A è collegato a B, C, D, e B/C/D sono nodi con reputazione consolidata, l’autorità si propaga lungo gli archi.
Da questo segue una conseguenza operativa diretta per il tuo business: se i tuoi clienti sono entità note e la relazione è dichiarata in modo leggibile per le macchine, la loro autorità si riflette su di te. Se invece i clienti sono anonimizzati, gli archi del grafo non si formano e l’autorità resta inespressa.
Ne ho già parlato in termini più generali quando ho spiegato come funziona lo spazio vettoriale degli embedding: due entità che co-occorrono in contesti affidabili si avvicinano nello spazio semantico. Un cliente noto nominato nel tuo sito è un co-occorrenza. Dieci clienti noti sono dieci co-occorrenze. Per l’AI, è un segnale forte che “tu fai parte del loro mondo”.
Il test A/B che chiunque può fare in 10 minuti
Non serve uno studio accademico. Puoi vedere il meccanismo all’opera in dieci minuti.
Prendi due competitor del tuo settore. Uno con case study nominati (nome cliente esplicito, schema markup, link alla pagina del cliente). Uno con case study anonimi. Apri Perplexity e chiedi: “chi sono le migliori agenzie di marketing automation in Italia per PMI B2B?”. Poi: “quali agenzie hanno esperienza con [settore specifico del tuo cliente tipo]?”.
Nella mia esperienza con clienti del mio portafoglio — campione piccolo, più un pattern che uno studio — le agenzie con case study nominati compaiono nelle risposte dirette. Quelle con case study anonimi compaiono, quando va bene, come link laterali sotto le fonti. È un test indicativo, non uno studio: ma il pattern si ripete abbastanza da essere significativo.
Il motivo te l’ho spiegato sopra. L’AI cita chi può verificare. “Abbiamo aiutato Fater a implementare HubSpot” è verificabile (Fater è un nodo noto, la relazione può essere mappata). “Abbiamo aiutato una multinazionale del largo consumo” non lo è.
Gli errori che vedo più spesso
Quando lavoro con agenzie di consulenza B2B sales o marketing automation, questi sono i quattro errori che ricorrono.
NDA usato come scusa universale. Metà dei clienti che dichiarano “non possiamo nominarli per NDA” in realtà non hanno mai chiesto il consenso. Il contratto NDA riguarda dati sensibili del progetto, non il fatto che tu abbia lavorato con loro. Chiedere il permesso di pubblicare il logo è una mail, non una rinegoziazione legale.
Loghi in un carosello muto. Dieci loghi che scorrono nell’homepage senza testo alt, senza link, senza una riga di contesto. L’AI non vede i loghi — vede solo immagini. Se non c’è testo “Cliente: [Nome] — progetto: [breve descrizione]”, il segnale non arriva.
Case study senza nome nell’URL e nel titolo. Pagine chiamate “caso-studio-1”, “success-story-food”, “progetto-automotive”. Il nome del cliente deve stare nel titolo, nell’URL, nell’H1 e nelle prime righe del testo. Se manca lì, per la macchina il case study è scollegato dall’entità.
Mancanza di schema Organization con mention. Puoi dichiarare nel markup strutturato del tuo sito le organizzazioni con cui hai collaborato. Quasi nessuno lo fa.
Cosa fare concretamente
Tre passi, in ordine di priorità.
- Chiedi il consenso ai clienti chiave. Scrivi una mail breve: “ci piacerebbe pubblicare il vostro logo e una scheda case study sul nostro sito. Ci aiuta con la visibilità sui motori AI, che ormai pesano come Google”. Nella mia esperienza il 60-70% dice sì. Sui clienti grandi chiedi al marketing manager, non al buyer.
- Crea una pagina case study per cliente con nome esplicito. Nome nel titolo, nome nell’URL, H1 con il nome, paragrafo iniziale che dichiara la relazione (“Dal 2023 supportiamo [Nome Cliente] nell’implementazione di…”). Una pagina per cliente, non un elenco unico.
- Verifica lo schema markup. Apri il Rich Results Test di Google, incolla l’URL della tua pagina clienti. Cerca la presenza di `Organization` e, se possibile, di `mentions` che collegano al nome di ciascun cliente. Questo è il check entry level: l’analisi vera del tuo grafo delle entità richiede strumenti professionali e lavoro manuale di mappatura, ma la verifica di base la fai tu in 5 minuti.
Un bonus che vale: se i tuoi clienti hanno una pagina Wikidata o Wikipedia, linkali. Il collegamento a Wikidata o Wikipedia è uno dei segnali più forti di identità verificabile per l’AI.
Se vuoi un rapido check di contesto, puoi anche monitorare le query brand-related su Google Search Console: quando iniziano ad apparire query che co-occorrono con i nomi dei tuoi clienti (“agenzia marketing automation [nome cliente]”, “consulente HubSpot [nome cliente]”), significa che i motori hanno già mappato la relazione. È un segnale di ritorno: la rete sta funzionando.
Il filo: il tuo portafoglio è un asset di visibilità
Riprendo il filo di questa serie. La visibilità nelle risposte AI non si costruisce solo con i tuoi contenuti: si costruisce con la rete di entità a cui sei collegato. Il portafoglio clienti è una delle reti più potenti che hai già — la stai solo nascondendo.
Ogni cliente riconosciuto nel grafo è un nodo che ti rafforza. Ogni cliente anonimizzato è un arco non tracciato, un’autorità che non si trasferisce. Non è un fattore magico, non basta da solo: ma messo insieme al resto del lavoro sulle entità, sposta l’ago.
Nei prossimi articoli di questa serie entriamo nel dettaglio di come dichiarare queste relazioni in modo leggibile per le macchine: come strutturare i case study perché l’AI li capisca, come usare `sameAs` per legare la tua identità ai profili social e ai database pubblici, come far riconoscere gli autori dei tuoi contenuti (tema collegato a quanto ho già spiegato sull’author entity recognition e sull’E-E-A-T per l’AI).
Nel frattempo, apri la tua pagina clienti. Conta quanti loghi sono leggibili dall’AI con nome esplicito. Se sono meno di cinque, sai da dove iniziare.
Quanto è visibile il tuo brand per le AI?
Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.
