Vuoi una scorecard AI mensile che il direttore commerciale legga davvero? Niente 20 KPI. Ti spiego il template che uso: una pagina, sei numeri, confronto trimestrale.
Ricordo quando i primi report SEO mensili diventarono standard tra il 2010 e il 2012. Prima erano fogli Excel improvvisati con posizioni Google e qualche grafico di Analytics; poi sono diventati il documento che il responsabile marketing portava in riunione col titolare per giustificare il budget. Oggi la visibility scorecard AI mensile è esattamente allo stesso punto: necessaria, ma pochissimi la fanno.
Ti spiego perché conviene iniziare adesso, e ti do il template che uso con i clienti — una pagina, sei numeri, confronto trimestrale. Niente dashboard barocche, niente venti KPI che nessuno guarda.
Il problema che risolvi con un report mensile (e non con una dashboard live)
Senza un report mensile con numeri, la tua visibilità nelle risposte AI è un’opinione. Tu dici al titolare “stiamo migliorando su ChatGPT”, lui ti chiede “di quanto?” e cala il silenzio. Con sei numeri tracciati nel tempo, invece, hai una metrica di business: confrontabile mese su mese, difendibile in riunione, comparabile con i competitor.
Nel mondo della ricerca sulla misurazione delle performance aziendali, il principio è consolidato da decenni: ciò che non viene misurato in modo ricorrente con la stessa metodologia non si gestisce. Da questo segue, applicato al tuo caso, che la frequenza mensile non è una scelta estetica — è la frequenza minima per separare il rumore (oscillazioni di una settimana) dal segnale (trend di tre mesi).
E da questo segue ancora che le dashboard “in tempo reale” sull’AI visibility, oggi, sono quasi sempre controproducenti per una PMI: ti fanno guardare il termometro ogni cinque minuti invece di curare il paziente.
Cosa è uno scorecard AI mensile (definizione operativa)
Lo scorecard mensile è un documento di una pagina, generato lo stesso giorno di ogni mese (es. il 5), che riporta sei indicatori sulla tua presenza nelle risposte dei motori AI generativi (ChatGPT, Claude, Gemini, Perplexity), con confronto vs mese precedente e trend trimestrale.
Una pagina perché la legge il titolare in due minuti. Sei numeri perché oltre il sette nessuno ricorda nulla. Stesso giorno del mese perché solo così i confronti hanno senso.
Negli articoli precedenti di questa serie ti ho spiegato come misurare le singole dimensioni — share of voice AI, citation accuracy, sentiment. Lo scorecard è il punto in cui quelle misure separate diventano un documento decisionale.
I sei numeri che metto in scorecard (e perché solo questi)
I sei KPI che uso sono il minimo sindacale per dare al titolare una vista azionabile:
- AI Share of Voice: su un set fisso di 30-50 query del tuo settore, in quante compari (almeno una citazione) sui quattro motori AI principali, in percentuale.
- Coverage rate: su quei quattro motori (ChatGPT, Claude, Gemini, Perplexity), su quanti compari almeno una volta al mese, in percentuale (4/4 = 100%).
- Citation accuracy: quando l’AI ti cita, quante volte i fatti riportati sul tuo brand sono corretti (nome, sede, prodotti, anno fondazione), su scala 0-100%.
- Sentiment score: tono delle menzioni AI sul tuo brand su scala -1/+1, segnalando ogni scivolamento sotto zero.
- Referral traffic da AI: sessioni in arrivo da chat.openai.com, perplexity.ai, gemini.google.com, claude.ai (Google Analytics 4 con filtro su sorgente referral).
- Confronto competitor: stessa AI Share of Voice calcolata sui tre competitor diretti più rilevanti, in tabella affiancata.
Tutto il resto (lunghezza media citazione, posizione nella risposta, tipologia di query) sta nel report tecnico interno, non nello scorecard. Chi firma il budget non lo guarda e tu rischi di nascondere il segnale dentro al rumore.
Case study: lo scorecard che ho costruito per un produttore di lastre ceramiche a Sassuolo (MO)
A inizio gennaio 2026 ho iniziato a tenere lo scorecard mensile per un produttore di lastre in gres porcellanato del distretto ceramico di Sassuolo, in provincia di Modena. Fatturato sui 28 milioni, vende a studi di architettura, general contractor e rivenditori di edilizia in Italia, Germania e Francia.
Il problema iniziale era classico nel distretto: investimenti in fiere (Cersaie, Coverings), catalogo cartaceo curato, sito tradotto in cinque lingue, ma nessuno sapeva se quando un architetto chiedeva a ChatGPT “migliori produttori italiani di lastre ceramiche grandi formati per facciate ventilate” l’azienda comparisse o no.
Mese 1 (gennaio) — baseline:
- AI Share of Voice: 12% (3 query su 25)
- Coverage rate: 25% (1 motore su 4 — solo Perplexity)
- Citation accuracy: 60% (errore ricorrente: anno fondazione sbagliato)
- Sentiment: +0,2 (neutro tendente positivo)
- Referral traffic AI: 18 sessioni
- Competitor: i tre principali del distretto erano rispettivamente al 48%, 36%, 28% di AI Share of Voice
Numero che ha colpito il titolare: il primo competitor compariva quattro volte più di loro. Non era un’opinione, era una riga in tabella.
Mese 3 (marzo) — dopo intervento su scheda Wikidata, correzione anno fondazione su tutti i profili professionali, riscrittura della pagina “chi siamo” con piramide rovesciata, una scheda prodotto pubblicata in formato FAQ:
- AI Share of Voice: 28%
- Coverage rate: 75% (3 motori su 4)
- Citation accuracy: 95%
- Sentiment: +0,4
- Referral traffic AI: 87 sessioni
- Competitor: 50% / 40% / 30%
Il delta più rilevante per il titolare non era l’AI Share of Voice, ma il referral traffic: passare da 18 a 87 sessioni mensili da motori AI ha reso il discorso concreto in tre minuti di riunione.
Limite onesto del case: un solo cliente, tre mesi, distretto verticale. Non è uno studio. È un pattern indicativo che vedo ripetersi su una decina di aziende manifatturiere seguite negli ultimi sei mesi: lo scorecard mensile sposta la conversazione interna da “facciamo qualcosa con l’AI?” a “quale dei sei numeri vogliamo muovere nei prossimi tre mesi?”.
Il template che puoi costruire in 90 minuti
Non serve un tool a pagamento per partire. Lo scorecard delle prime 6-12 settimane lo fai con quattro componenti gratuiti:
- Foglio Google Sheets con sei righe (i sei KPI) e dodici colonne (i mesi dell’anno).
- Set di 30 query sul tuo settore, congelato e mai modificato (se cambi le query mese su mese, i confronti non valgono nulla).
- Google Analytics 4 filtrato su sorgenti referral chat.openai.com, perplexity.ai, gemini.google.com, claude.ai per il dato di traffico (https://search.google.com/search-console ti aiuta sul lato organico, ma il referral AI sta in GA4).
- Foglio competitor: stesse 30 query rilanciate cercando i tre concorrenti, con conteggio manuale.
Soglie binarie che uso per leggere lo scorecard senza ambiguità:
- AI Share of Voice sotto il 20%: sei invisibile, priorità entity foundation.
- Coverage rate inferiore a 2 motori su 4: hai un problema di authority cross-platform, non di contenuto.
- Citation accuracy sotto l’80%: il problema è il knowledge graph, non la SEO.
L’analisi vera, quando arrivi al sesto mese e vuoi capire perché un KPI si muove e l’altro no, richiede strumenti professionali e un set di query più ampio. Il template gratuito è il primo passo, non il punto d’arrivo.
Gli errori che vedo più spesso negli scorecard fatti in casa
- Cambiare le query ogni mese. Se questo mese aggiungi cinque query nuove e ne togli tre, il delta vs mese scorso non significa niente. Le 30 query si congelano per minimo dodici mesi.
- Misurare un solo motore AI. Solo ChatGPT, o solo Perplexity. La coverage rate esiste apposta: la dispersione su quattro motori è un’informazione, non un dettaglio.
- Mettere venti KPI per “essere completi”. Chi dovrebbe leggerlo si ferma alla seconda riga e lo scorecard diventa un PDF che nessuno apre. Sei numeri, una pagina.
- Non confrontare con i competitor. Il tuo 28% di AI Share of Voice non dice nulla finché non sai che il leader del tuo settore è al 50% e il terzo al 30%.
Cosa fare nei prossimi 30 giorni
- Definisci con chi vende le 30 query reali che un cliente farebbe a ChatGPT per arrivare a un fornitore come te.
- Apri un Google Sheet con sei righe (i KPI) e dodici colonne (i mesi).
- Lancia oggi le 30 query sui quattro motori AI e popola la colonna “mese 1”.
- Identifica i tre competitor diretti e ripeti per loro le stesse 30 query.
- Fissa il giorno fisso del mese in cui rifarai l’esercizio (es. il 5).
Tre mesi di disciplina e avrai il primo trend trimestrale difendibile in riunione con chi firma il budget.
Dallo scorecard al sistema di reporting AI
Lo scorecard mensile è il documento unico che traduce tutto il lavoro di visibilità nelle risposte AI in un linguaggio comprensibile a chi firma il budget. Senza, ogni intervento (Wikidata, FAQ, piramide rovesciata, author entity recognition, lavoro sul Google Knowledge Graph) resta un atto di fede.
Negli articoli precedenti di questa serie ho spiegato come strutturare i contenuti perché l’AI li capisca — vedi piramide rovesciata e E-E-A-T per l’AI. Nei prossimi articoli di questa serie sul misurare entreremo nel dettaglio operativo dei sei KPI: come calcolare l’AI Share of Voice su un set di query, come automatizzare il monitoraggio della citation accuracy e come costruire la dashboard competitor senza tool a pagamento.
Quanto è visibile il tuo brand per le AI?
Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.
