SEO Confidential – La nostra intervista esclusiva a Bengü Sarıca Dinçer

L’intelligenza artificiale ridefinisce l’intero percorso dell’utente e costringe i team a ripensare il ruolo della SEO nelle scelte di crescita, tra insight post-click e contenuti costruiti sul contesto

La SEO sta cambiando struttura, non solo forma. Ricerche a zero click, AI Overviews, AI Mode e risposte generative stanno riscrivendo il modo in cui le persone cercano informazioni, valutano alternative e prendono decisioni.

Il valore non è più concentrato solo nel ranking o nel click, ma nella capacità di essere rilevanti prima ancora che l’utente arrivi sul sito.

Stiamo vivendo un cambio di fase: più complesso, meno leggibile con le metriche tradizionali, ma decisivo per chi sa osservare i segnali giusti, mettere in discussione vecchie certezze e ripensare il ruolo della SEO all’interno delle scelte di prodotto, marketing e crescita.

In SEO Confidential incontriamo chi lavora ogni giorno su questi confini così precari, dove dati, prodotto e strategia si intrecciano. In questo episodio l’ospite è Bengü Sarıca Dinçer, SaaS SEO Manager at Designmodo e consulente freelance per aziende SaaS internazionali.

Bengü lavora da oltre dodici anni tra startup e brand strutturati e porta una visione lucida, fortemente data-driven della SEO moderna, mantenendo sempre un’attenzione concreta al contesto di business.

Nell’intervista si parla di ciò che accade davvero dopo il click, di e-mail marketing, di intelligenza artificiale usata come alleata, fino ai grandi temi della visibilità nei sistemi generativi e della reputazione dei brand nell’era delle risposte LLM.

Un confronto pensato per chi non cerca scorciatoie, ma vuole capire come leggere il cambiamento, governarlo e trasformarlo in scelte strategiche più consapevoli, prima che diventi un problema da inseguire.

“L’intelligenza artificiale è sicura di sé, ma non è responsabile. E questo la rende pericolosa nelle mani di persone irresponsabili”

Una newsletter ben fatta è uno degli strumenti più efficaci per costruire fiducia, mantenere il contatto con il pubblico e dare valore reale al brand nel tempo. Molte aziende però inviano newsletter e campagne e-mail senza capire davvero cosa succede dopo il click: perché oggi è così importante usare strumenti come Google Analytics per capire se le e-mail stanno funzionando davvero?

Perché le piattaforme di posta elettronica misurano le prestazioni delle e-mail, non quelle aziendali. Non mi interessa se il 40% ha aperto l’e-mail o se il 39% non ha cliccato sul pulsante contenuto nell’e-mail. La verità sta in ciò che le persone fanno una volta arrivati sul mio sito web, non in ciò che mi dice lo strumento di posta elettronica.

GA4 rivela ciò che tutti amano ignorare: cosa fanno realmente le persone quando arrivano sul sito. Leggono? Esplorano? Convertono? Se ne vanno dopo un secondo? Capirlo è un’enorme opportunità per qualsiasi tipo di attività. Una volta compreso cosa fanno i propri utenti dopo aver visto la campagna e-mail, è possibile ottimizzare i propri processi per poi eventualmente convertire.

Tuttavia, la maggior parte dei team salta questa parte. E penso che sia perché non sanno come sfruttare GA4 o perché presumono che le metriche delle e-mail siano sufficienti. Ma non lo sono. I dati post-click sono la verifica della realtà. Ecco perché è importante monitorare correttamente le campagne e-mail.

Quali metriche contano davvero per valutare una campagna e-mail in modo serio e utile per il business?

Credo che le aperture e i click siano solo una piccola parte della storia. Non sono risultati. Per me, tutto ciò che è significativo avviene dopo che l’utente ha visitato il sito web, come ho detto prima. È allora che l’intenzione diventa visibile. Quindi guardo:

Metriche di coinvolgimento: durata della sessione, pagine visualizzate;

Micro-conversioni: iscrizioni, interazioni con gli strumenti;

Macro-conversioni: acquisti, prenotazioni di demo;

Segnali di fidelizzazione: questa e-mail ha riportato il visitatore in un secondo momento?;

Attribuzione dei ricavi: questa campagna ha contribuito in modo misurabile?

Alla fine della giornata, cerco di capire se l’e-mail aiuta gli obiettivi aziendali. Se la risposta è no, la campagna non ha “funzionato”, indipendentemente dalle metriche della piattaforma di posta elettronica.

Quando si parla di tracciamento, gli errori più comuni arrivano spesso dai famosi UTM (Urchin Tracking Module, parametri aggiunti ai link per tracciare con precisione da dove arriva il traffico e a quale campagna è associato), usati in modo confuso o incoerente. Quanto può falsare davvero le analisi una semplice imprecisione nella costruzione dei link? C’è ancora una sottovalutazione su questo punto?

Un singolo errore UTM può travisare completamente le fonti di traffico. E sì, è ancora molto sottovalutato. Anche piccole incongruenze come “Email_Campaign_X” rispetto a “e-mail-campaign-x” dividono i dati, rendendo l’attribuzione inaffidabile e portando a prendere decisioni basate su una versione distorta della realtà.

La maggior parte dei team pensa ancora che gli UTM siano “solo etichette”, ma degli UTM sbagliati possono far sembrare fallimentare una campagna di successo o viceversa.

Bengü, sappiamo che guardare cosa succede dopo il click cambia completamente la lettura delle performance. Vorrei chiederti: qual è la scoperta più scomoda che emerge quando si analizzano i comportamenti reali degli utenti sul sito invece di fermarsi ai dati di apertura o di click?

Penso di poter dire che spesso è scioccante vedere che i click non equivalgono a coinvolgimento o interesse. Qualcuno può cliccare accidentalmente su un pulsante nell’e-mail, arrivare sul sito e abbandonarlo dopo due secondi. Oppure può scorrere un po’ la pagina, confondersi e abbandonarla prima di compiere qualsiasi azione.

Molte campagne che sembrano vincenti dal punto di vista dello strumento di posta elettronica si rivelano generare un valore minimo quando si controlla il comportamento sul sito. Spesso c’è un grande divario tra ciò che l’e-mail suggerisce che accadrà e ciò che gli utenti fanno effettivamente. E questa discrepanza è scomoda, perché costringe i team ad affrontare problemi relativi ai messaggi, alle pagine di destinazione o alla proposta di valore, non solo al design delle e-mail.

Molti parlano di usare l’IA nella SEO, ma senza capire cosa significhi davvero. A questo proposito, mi piacerebbe chiederti in quali attività pratiche ti accorgi che l’intelligenza artificiale fa davvero risparmiare tempo e fatica?

Per me, l’intelligenza artificiale è come un copilota per il pensiero o uno strumento di ricerca per esplorare nuove conoscenze. In genere utilizzo l’intelligenza artificiale per accelerare la sperimentazione e convalidare le idee prima di agire. Mi fa risparmiare molto tempo in attività quali:

• Riassumere grandi set di dati;
• Individuare modelli nei file di log;
• Verificare le ipotesi;
• Eseguire rapidi confronti o scansioni competitive.

In sostanza, mi aiuta a trovare una risposta più rapidamente, ma l’interpretazione rimane comunque mia.

Sempre più contenuti perdono ranking senza una ragione apparente: come può l’IA aiutare a capire cosa è cambiato davvero nelle abitudini di ricerca?

L’intelligenza artificiale può essere utile in questo caso per analizzare le intenzioni degli utenti o la velocità dei contenuti dei concorrenti. Il comportamento degli utenti sta cambiando al giorno d’oggi, così come cambiano le interfacce che utilizzano, e oltre a ciò, le caratteristiche tradizionali delle SERP sono cambiate molto e talvolta analizzare tutto manualmente richiede un tempo enorme.

L’intelligenza artificiale può aiutarci a comprendere sottili cambiamenti nelle intenzioni, confrontare e individuare i formati di contenuto di successo in base alle query, ecc. Tuttavia, dobbiamo essere consapevoli che l’intelligenza artificiale non ci fornisce magicamente la risposta, ma può ridurre drasticamente i tempi di ricerca.

L’IA può aiutare, ma non può sostituire l’esperienza umana: quali rischi vedi quando si usa l’IA senza un controllo esperto, soprattutto in attività che possono influire sui risultati e sulle entrate?

L’intelligenza artificiale è sicura di sé, ma non è responsabile. E questo la rende pericolosa nelle mani di persone irresponsabili.

Se ti fidi di risultati che non dovrebbero essere considerati affidabili, ottimizzi sulla base di allucinazioni, crei contenuti con intenzioni sbagliate, prendi decisioni scollegate dal contesto senza competenze specifiche, allora rischi di diffondere disinformazione, incoerenza e persino di danneggiare il marchio.

Quindi, sì, l’IA è potente per scalare il tuo lavoro, ma ha bisogno di noi come stella polare. Senza qualcuno che comprenda il quadro generale, l’IA diventa uno strumento rischioso che sa essere molto convincente.

Nel mondo SaaS (Software as a Service: software accessibile via internet, senza installazione locale, tramite abbonamento) l’IA sta diventando parte integrante dei prodotti, ma spesso senza una strategia chiara: qual è l’errore più comune che vedi nelle aziende che integrano l’IA “solo perché devono” invece di costruire funzionalità davvero utili per gli utenti?

L’errore più comune è quello di sviluppare funzionalità di IA solo per poter dire “abbiamo l’IA”, senza considerare ciò di cui gli utenti hanno realmente bisogno. E sapete una cosa? Gli utenti se ne accorgono immediatamente.

Ma a quel punto, non si può parlare di strategia se le aziende di software cercano solo di seguire le mode e rilasciano funzionalità che nessuno ha richiesto.

Invece l’IA può essere preziosa se l’idea è costruita attorno a un valore chiaro come “Quale problema specifico risolve per il nostro utente?”

Se questa domanda non trova una risposta, la funzionalità finisce solitamente per essere inutile. L’integrazione strategica dell’IA dovrebbe concentrarsi sulla risoluzione dei problemi degli utenti in modo più rapido e migliore rispetto al passato.

Le piattaforme IA promettono automazione e velocità, ma nei SaaS la qualità dipende ancora dalla capacità di interpretare bene i dati: quali processi dovrebbero restare sotto controllo umano per evitare decisioni sbagliate che possono compromettere crescita, retention o revenue?

Posso solo parlare da utente e dal punto di vista della SEO del prodotto. Pertanto, a mio parere, tutto ciò che comporta giudizio, interpretazione o conseguenze a lungo termine dovrebbe rimanere sotto il controllo umano.

E questo include la strategia di prezzo e di fatturato, l’analisi della fidelizzazione e dell’abbandono, le decisioni relative al successo dei clienti, l’interpretazione di dati ambigui, la definizione delle priorità dei prodotti e la comprensione del perché qualcosa sta accadendo.

Naturalmente, l’IA può fornire supporto, ma non è in grado di comprendere le sfumature, i tempi o i segnali emotivi. Queste responsabilità rimangono ancora di competenza umana.

Gli strumenti che misurano la visibilità nelle risposte generate dagli LLM promettono di “fotografare” un contesto che in realtà è opaco e instabile. Quanto possono davvero fidarsi i brand di questi dati, considerando la natura imprevedibile dei modelli generativi?

Non completamente. Gli output LLM cambiano costantemente e i risultati vengono generati principalmente sulla base di varietà di prompt, versioni di modelli, aggiornamenti interni, casualità, finestre di contesto, ecc.

Quindi questi strumenti possono aiutarti a individuare modelli o opportunità, ma non sono “strumenti di analisi”. Non puoi usarli come KPI e sicuramente non puoi basarti su di essi per fare previsioni.

Oggi Search Console non offre alcuna metrica specifica per AI Overviews o AI Mode, lasciando un enorme punto cieco a chi lavora sulla visibilità organica. Che impatto ha questa mancanza sulla capacità dei brand di valutare il traffico reale e prendere decisioni di investimento informate?

Sì, questo punto cieco crea un enorme divario nella qualità dei dati. Le AI Overviews, AI Mode e le risposte LLM influenzano già il comportamento degli utenti, ma Google Search Console non fornisce alcun dato specifico o dedicato su queste interazioni, rendendo impossibile misurarne l’impatto reale su impression, click e traffico.

Ciò significa che non siamo in grado di attribuire correttamente il traffico, quantificare i cambiamenti di intenzione o prevedere con sicurezza le prestazioni organiche. Stiamo analizzando un canale la cui nuova componente principale è invisibile. Si tratta di un problema serio per il processo decisionale strategico.

Quando i sistemi generativi riportano dati imprecisi o attribuiscono informazioni mai pubblicate, chi si assume la responsabilità delle conseguenze? I brand dovranno prepararsi a gestire danni reputazionali causati da contenuti creati dall’IA che parlano di loro senza alcun controllo? Come possono difendersi?

Non possiamo controllare l’IA. Pertanto, l’area di responsabilità è sfocata, ma le conseguenze colpiscono prima di tutto il marchio. Quindi l’unica cosa che i marchi possono fare è misurare la rapidità e l’efficacia con cui riescono a intervenire quando i sistemi di intelligenza artificiale li rappresentano o li interpretano in modo errato, senza però poter prevenire o monitorare direttamente questi errori.

Penso che dovrebbero trattare i risultati generativi come un nuovo livello di gestione della reputazione. Per questo, dovrebbero monitorare le menzioni generate dall’IA per individuare tempestivamente le inesattezze e creare un processo per richiedere correzioni quando possibile, oltre a sviluppare contenuti autorevoli per creare affidabilità.

La nuova SEO non premia chi corre, ma chi capisce

Oggi non vince chi produce più output, ma chi interpreta meglio il contesto.

Il click non è più una certezza, i dati non sono più completi, l’IA accelera tutto, ma non si assume alcuna responsabilità. Ed è proprio qui che torna centrale il ruolo umano, fatto di giudizio, metodo e capacità di lettura.

Dal mio punto di vista, questa è la direzione più interessante che la SEO potesse prendere.

Più scomoda, sì. Più esigente, sicuramente.

Ma anche più matura.

Una disciplina che smette di inseguire metriche facili e torna a dialogare con prodotto, marketing e decisioni reali, accettando l’opacità come parte del gioco invece di negarla.

La disintermediazione imposta dall’intelligenza artificiale rende la visibilità una condizione imprescindibile.

Un brand deve esistere come entità riconoscibile, autorevole e citata, capace di generare fiducia nel contesto informativo. Essere presenti non significa posizionarsi, ma diventare una fonte rilevante che le IA riconoscono, utilizzano e rispettano.

Se lavori nella SEO, nel marketing o nel SaaS, questa fase non va subita. Va capita, osservata e governata.

Questo è esattamente ciò che vogliamo fare con SEO Confidential, settimana dopo settimana, dando voce a chi affronta questi cambiamenti sul campo.

Grazie a Bengü per le sue preziose considerazioni e grazie a te per aver seguito anche questa puntata.

Ci rivediamo la prossima settimana con un nuovo imperdibile ospite.