
Che le persone cerchino su Google, vadano su Amazon o chiedano a un chatbot, oggi l’AI restituisce una risposta che include un prodotto, e la maggior parte dei brand di ecommerce non sa come fare in modo che venga consigliato il proprio prodotto. L’attribuzione AI per l’ecommerce significa attribuire il merito di un ordine a una precedente interazione con un’AI, usando le evidenze che puoi osservare e le regole che definisci. Ti dice probabilmente da dove arriva un ordine. Non dimostra che sia stata l’AI a causarlo.
Dico subito la parte scomoda. La maggior parte dei negozi online può vedere una parte del traffico generato dall’AI, e quasi nessuno può vedere il momento in cui l’assistente ha scelto un concorrente invece di loro. L’attribuzione conta solo le vendite che hai ottenuto. Non dice nulla su quelle che l’agente ha assegnato in silenzio a qualcun altro. Secondo me, quel secondo numero conta di più, e quasi nessuno lo riporta.
In breve
- L’attribuzione AI ha due significati: il machine learning che distribuisce il merito tra i punti di contatto del tuo marketing e il tracciamento degli ordini che iniziano con un assistente AI. Questo articolo riguarda il secondo.
- Una menzione in una risposta di un’AI è esposizione. Una visita tracciata e un ordine abbinato sono evidenze. Tienili in colonne separate.
- Su Shopify, gli ordini dai canali AI supportati mostrano l’attribuzione del canale o del referrer nell’admin. Su WooCommerce ti affiderai ai referral dell’analytics e ai dati UTM.
- L’attribuzione non può mostrare perché un agente abbia scelto un altro negozio. Le correzioni ai dati prodotto sì, e vengono prima della misurazione.
- Tratta ogni numero di attribuzione come un modello basato su ipotesi, non come una misurazione causale.
Cosa significa davvero l’attribuzione AI
L’espressione viene usata per due cose diverse, e confonderle fa sprecare budget.
La prima è l’attribuzione come i team marketing l’hanno sempre conosciuta. Google Analytics descrive l’attribuzione come l’assegnazione del merito per azioni chiave degli utenti ad annunci, clic e altri fattori lungo il percorso fino al completamento, e afferma che un modello può essere una regola, un insieme di regole o un algoritmo basato sui dati. Se ci aggiungi il machine learning, ottieni “AI attribution” nel senso ad-tech: software che stima quanto merita ciascun punto di contatto registrato.
La seconda è più recente ed è quella trattata in questo articolo. Un cliente chiede a un assistente cosa comprare, l’assistente indica un prodotto e alcuni di quei clienti finiscono nel tuo store. Attribuire il merito a quella conversazione significa assegnare il merito a una precedente interazione con l’AI usando evidenze osservabili e regole definite, che è diverso dal dimostrare che quell’interazione abbia prodotto una vendita aggiuntiva.
È una distinzione facile da ignorare, ed è proprio ignorandola che i team si ritrovano con dashboard piene di numeri sicuri di sé che però nessuno riesce a difendere in una riunione sul budget.
Cosa puoi vedere e cosa resta nascosto
Ecco la parte visibile. Shopify afferma che i prodotti idonei possono essere scoperti e acquistati tramite canali AI e che gli ordini provenienti da questi canali compaiono nell’admin Shopify con attribuzione del canale o del referrer. Shopify afferma inoltre che gli utenti di ChatGPT completano il checkout nel negozio online dell’esercente, mentre Google AI Mode, Gemini, Copilot e le interfacce Meta possono supportare il checkout diretto quando abilitato. Il suo annuncio afferma inoltre che gli ordini confluiscono nell’admin con attribuzione referral di ChatGPT.
Quindi, per gli store sui canali agentici di Shopify, una parte del percorso ti viene effettivamente mostrata. Bene.

La parte nascosta è più ampia. Uno studio PYMNTS del 2026 ha rilevato che il 51% dei merchant riesce a identificare alcune visite originate dall’AI, ma il 37% perde la traccia prima dell’acquisto e il 12% non riesce a distinguere il traffico agentico dal traffico umano. E questi sono merchant che stanno già cercando di misurarlo. Per chi non lo fa, la situazione è peggiore.
Ci sono tre cose che restano invisibili in quasi tutte le configurazioni:
- Influenza senza clic. L’assistente cita il tuo prodotto, il cliente digita il tuo brand nella barra di ricerca in un secondo momento e l’ordine finisce sotto traffico diretto o ricerca del brand.
- Perdite. Quando l’agente confronta il tuo prodotto con quello di un concorrente e sceglie il concorrente, non esistono una sessione, un evento o una riga in alcun report.
- Passaggi tra agenti. Un agente può fare ricerca in un posto e acquistare in un altro, e i dati del referrer raramente sopravvivono al passaggio.
La seconda è quella che mi preoccuperebbe di più, perché è l’unica su cui puoi intervenire direttamente.
Come capire se un assistente AI ha influenzato un ordine
Non esiste un unico interruttore. Devi triangolare i dati. Questo è l’ordine in cui procederei.
- Recupera i dati di referrer e UTM. Filtra i dati di analisi per le sessioni la cui sorgente è un assistente AI. Alcuni assistenti taggano i link in uscita, altri no, quindi aspettati un conteggio parziale.
- Controlla l’attribuzione a livello di ordine. Su Shopify, guarda il canale o il referrer mostrato su ogni ordine proveniente dai canali AI. Confrontalo con i tuoi dati di analisi, non il contrario.
- Mantieni visibili diretto e non assegnato. Non raggrupparli sotto “altro”. Un aumento del traffico diretto dopo una modifica ai dati prodotto è un indizio, anche se non è una prova.
- Allinea le definizioni. Stesso intervallo di date, stessa definizione di sessione, stesso percorso di checkout, stesso modello di attribuzione in tutti i report che confronti. La maggior parte delle discrepanze tra dashboard nasce qui.
- Separa esposizione ed evidenza. Una citazione in una risposta è esposizione. Un referral tracciato più un ordine corrispondente costituiscono una prova. Riportali come cose diverse.
L’ultimo passaggio ha un ritorno pratico. Practical Ecommerce sostiene che lo shopping assistito dall’AI dovrebbe essere valutato in base alla qualità e all’efficienza della decisione, cioè identificazione rilevante dei prodotti, confronti accurati e conversione, piuttosto che per numero di conversazioni o tempo trascorso. Una chat breve che termina con un ordine è un buon risultato, non un segno di scarso coinvolgimento.
Per una guida più approfondita sulla configurazione del tracciamento, la nostra guida su come tracciare il traffico dello shopping AI spiega tutto campo per campo.
Shopify e WooCommerce: come si presenta la configurazione
Shopify
Shopify è la soluzione più completa pronta all’uso. La funzionalità Agentic Storefronts ti permette di gestire la tua presenza sui canali AI e mostra nell’admin l’attribuzione del canale o del referrer per le integrazioni supportate. Se vuoi approfondire la gestione di questa presenza, la academy Shopify per la ricerca AI tratta il lato contenuti dello stesso problema.
Per il reporting, i report marketing di Shopify supportano diversi modelli: last non-direct click, last click, first click, any click e linear. Analizza un ordine da canale AI con due di questi modelli e spesso vedrai due storie diverse. È normale, ed è proprio il punto della prossima sezione.
Su Shopify, ecentic applica anche correzioni ai dati prodotto in Google Merchant Center e traccia le visite provenienti dagli assistenti AI. Si tratta di un conteggio delle visite. Non tracciamo ricavi o vendite, e sarei cauto verso qualsiasi strumento che affermi di vedere l’intero percorso. La nostra pagina Shopify contiene tutti i dettagli.
WooCommerce
WooCommerce non ha un equivalente dell’attribuzione nativa dei canali AI di Shopify, quindi devi costruirla usando referral analytics, parametri UTM e dati ordine nel tuo stack. Richiede più lavoro, ed è qui che la questione del checkout diventa interessante. Il plugin gratuito di ecentic permette agli agenti di cercare, riempire un carrello e completare il checkout tramite UCP, lo standard aperto di Google per il checkout degli agenti. Gli ordini che arrivano in questo modo sono un ulteriore percorso da etichettare nei tuoi report. Per una strategia più ampia valida su entrambe le piattaforme, consulta la nostra guida al traffico degli agenti AI.
Leggere i numeri AI accanto agli altri canali
L’attribuzione è un modello. Assegna il merito in base alle ipotesi che scegli, quindi lo stesso percorso cliente può produrre risposte diverse con ipotesi diverse. Non è una misurazione di ciò che ha causato una conversione.
Con l’AI questo effetto è ancora più evidente, perché spesso un assistente avvia un percorso che si conclude altrove. Il reporting dell’ultimo clic può attribuire il merito a un canale successivo anche quando è stata l’AI ad avviare il percorso. Un cliente chiede un consiglio a un assistente, clicca un annuncio a pagamento due giorni dopo e acquista. Il modello last click attribuisce il merito alla ricerca a pagamento. L’assistente ha fatto la parte difficile e non ottiene alcun merito.
Ci sono alcune abitudini che aiutano a restare rigorosi:
- Riporta gli ordini riferiti dall’AI con almeno due modelli e mostra l’intervallo, non un singolo numero.
- Separa la domanda sulla sorgente del traffico (da dove arriva questa visita?) dalla domanda sull’attribuzione del merito (quanto vale questo ordine per quella sorgente?). Sono attività e strumenti diversi.
- Non sottrarre automaticamente il merito dell’AI ai canali paid. La sovrapposizione è normale.
Se stai confrontando strumenti per la parte di attribuzione del merito, le nostre panoramiche su strumenti di attribuzione ecommerce e app di attribuzione Shopify illustrano le opzioni disponibili, mentre l’articolo su l’attribuzione senza cookie spiega cosa continua a funzionare mentre il tracciamento browser perde efficacia.
Limiti e privacy
Qui ci sono due avvertenze importanti.
Primo: gli stessi assistenti per gli acquisti vengono valutati su più aspetti oltre alla qualità delle raccomandazioni. Il framework SERA 2026 di ACM Recommender Systems afferma che gli assistenti retail dovrebbero essere valutati per sicurezza, conformità normativa, resilienza agli intenti malevoli e protezione contro la divulgazione di informazioni personali. Se invii dati di ordini o conversazioni nei tuoi strumenti di analisi, erediti parte di questa responsabilità.
Secondo: non incollare dati grezzi delle conversazioni in strumenti che non hai verificato. Un audit controllato su 20 chatbot AI popolari ha rilevato che 17 condividevano informazioni con almeno una terza parte. Questa conclusione riguarda i chatbot, non il tuo store, ma è un motivo valido per tenere i dati personali fuori dalle pipeline di attribuzione e chiedere ai tuoi fornitori dove finiscono i dati. Se vendi nell’UE o nel Regno Unito, consulta il tuo consulente legale prima di registrare qualsiasi dato collegato a un singolo cliente.
E un’ultima nota, molto concreta: l’attribuzione a livello di protocollo, come la firma crittografica della sessione descritta in alcuni approfondimenti su UCP per l’identità affiliata, è ancora agli inizi. Considerala promettente, non qualcosa su cui costruire oggi un intero stack di reporting.
La nostra prospettiva
Abbiamo creato ecentic perché pensiamo che il settore stia misurando la parte sbagliata del funnel.
Un agente AI non vede mai la tua homepage. Legge il tuo feed prodotti, il catalogo e i dati strutturati delle schede prodotto. Poi confronta il tuo prodotto con quello di un concorrente e ne sceglie uno. L’attribuzione ti dice cosa è successo dopo che la scelta è ricaduta su di te. Non dice nulla su tutte le volte in cui la scelta è ricaduta altrove.
Entro ottobre 2026 abbiamo eseguito 36,797 acquisti simulati. Sullo stesso catalogo, ChatGPT ha scelto il prodotto circa 3 volte più spesso di Claude o Gemini: 51.6% contro circa 18.5%. Stessi prodotti, stessi dati, risultati molto diversi a seconda dell’agente che poneva la domanda. Una singola riga di referral AI nei dati di analisi nasconde completamente questa differenza.

Due audit anonimi ci hanno insegnato il resto. Un marketplace di alcolici con circa €70 milioni di fatturato annuo aveva un errore nei dati letti dagli agenti nell’88% dei suoi 9.699 prodotti ed è comparso 0 volte su 20 quando agli agenti è stato chiesto dove acquistare due bottiglie presenti a catalogo. Per un brand svedese di skincare, le procedure di checkout avviate dagli agenti hanno raggiunto la fase di pagamento in 0 dei 6 paesi, perché un’impostazione di spedizione richiedeva un numero di telefono. Nessuno dei due problemi emergerebbe da un report di attribuzione. Non c’era nulla da attribuire.
L’unico risultato pubblico che possiamo citare viene dal nostro primo pilot, DUA Flavours, dove le visite provenienti dagli assistenti AI e il traffico diretto sono aumentati del 12% da aprile a luglio 2026. È un dato sulle visite, non sulle vendite, e proviene da un solo pilot. Una precisazione importante: ecentic è ancora pre-revenue e sta ancora conducendo pilot, quindi consideralo un segnale iniziale.
La mia opinione: misura pure, ma correggi prima i dati prodotto. Non puoi attribuire una vendita che un agente non ha mai effettuato.
— Xhurian Shaba
Trasformare i dati in decisioni
Una volta ottenuto un conteggio approssimativo, ecco come lo userei.
Individua i prodotti che generano visite AI e quelli che non lo fanno mai. Stesso catalogo, risultati molto diversi è lo schema più comune. Parti dal divario.
Guarda le domande, non solo i clic. L’app Knowledge Base di Shopify registra le query che i clienti pongono nelle conversazioni di shopping AI, mostrando quali prodotti sono stati visualizzati e se l’AI ha risposto alla domanda. È un dato sulla domanda raro e utile.
Aspettati cicli di feedback. I ricercatori della Yale Cowles Foundation osservano che le piattaforme di shopping AI possono affinare le raccomandazioni usando segnali come acquisti, abbandoni e query successive. I dati del tuo prodotto fanno parte di questi segnali, quindi dati obsoleti generano effetti cumulativi.
Controlla il percorso di checkout. Se gli agenti arrivano al pagamento e poi abbandonano, la causa è spesso una configurazione, non il cliente. Il nostro UCP Playground ti permette di testare agenti AI per gli acquisti su uno store.
Per quanto riguarda gli strumenti, consulta le nostre panoramiche su strumenti di attribuzione AI, strumenti di analisi AI per ecommerce e piattaforme AI per responsabili ecommerce.
Dove si fermano gli strumenti di attribuzione e dove inizia ecentic
Una rapida panoramica imparziale del settore. Queste sono opinioni sulla compatibilità d’uso, non una classifica.
| Tipo di strumento | Punti di forza | Ideale per |
|---|---|---|
| Reporting nativo di Shopify | Attribuzione di canale e referrer per ordini dai canali AI, più modelli di attribuzione | Qualsiasi store Shopify che voglia un punto di partenza gratuito |
| Piattaforme di attribuzione multi-touch come Triple Whale o Northbeam | Riconciliare spesa pubblicitaria e canali paid tra piattaforme diverse | Brand con budget paid elevato e necessità di chiarire numeri riportati dalle piattaforme |
| Semplici strumenti per feed | Pulizia e sincronizzazione dei feed prodotto | Store il cui problema principale sono gli errori nei feed |
| ecentic | Mostrare perché un agente sceglie il prodotto di un concorrente, riscrivere i dati prodotto e configurare il checkout degli agenti | Brand Shopify e WooCommerce che vogliono essere il prodotto scelto e acquistato dall’agente |
I primi due ti dicono cosa è successo agli ordini che hai ottenuto. ecentic lavora sullo store stesso, cioè sul feed prodotti, sul catalogo e sul checkout che un agente usa per acquistare, così che più scelte ricadano sui tuoi prodotti. I semplici strumenti per feed non gestiscono la parte di checkout.
Come aiuta ecentic
ecentic aiuta gli store online a vendere quando sono gli agenti AI a fare gli acquisti: ottimizza feed prodotti e catalogo affinché gli agenti AI per gli acquisti scelgano i loro prodotti e possano davvero acquistarli. Ottieni la vendita quando è l’AI a fare shopping.
Si collega a Shopify, WooCommerce o a un feed prodotti. ChatGPT, Claude e Gemini confrontano ogni prodotto con quello di un concorrente specifico, ed ecentic mostra perché perde. Quando fai clic su Apply, riscrive titolo, descrizione e dati strutturati e li pubblica nello store. Scopri come funziona nella pagina di ottimizzazione delle schede prodotto AI.

La scansione gratuita copre i tuoi 10 prodotti principali, senza bisogno della carta. I piani a pagamento nella pagina prezzi: Compete (fino a 100 prodotti) costa $14.90 al mese, Scale (fino a 1.000 prodotti, correzioni con un clic) costa $44.90 al mese e Dominate (aggiunge sincronizzazione Google Merchant Center e configurazione del checkout agenti) costa $149 al mese. Il pay-as-you-go è pari al 3% degli ordini attribuiti all’AI, con tetto massimo di $500 al mese. Enterprise include limiti personalizzati, accesso API e MCP e un DPA, senza prezzo pubblicato.
FAQ
Cos’è l’attribuzione AI nell’ecommerce?
È l’assegnazione del merito di un ordine a una precedente interazione con l’AI, basata su evidenze osservabili e regole definite. Ha anche un secondo significato nel mondo ad-tech, dove il machine learning distribuisce il merito tra i punti di contatto marketing. In entrambi i casi, mostra una correlazione basata su ipotesi, non una prova causale.
Posso vedere gli ordini che arrivano da ChatGPT?
Spesso sì. Shopify afferma che gli utenti di ChatGPT completano il checkout nello store online del merchant e che gli ordini provenienti dai suoi canali AI mostrano l’attribuzione referral nell’admin. Gli utenti che vedono una raccomandazione e visitano lo store più tardi tramite un altro percorso non verranno etichettati.
Una menzione in una risposta AI conta come visita?
No. Una menzione misura l’esposizione. Una visita richiede un referral tracciato e una vendita richiede un ordine corrispondente. Tieni separati questi tre elementi per non sovrastimare i risultati.
Quale modello di attribuzione dovrei usare per il traffico AI?
Usane almeno due e confrontali. I report marketing di Shopify offrono last non-direct click, last click, first click, any click e linear. Se le risposte differiscono molto, probabilmente l’AI sta avviando percorsi che altri canali completano.
ecentic traccia le vendite provenienti dagli assistenti AI?
No. Su Shopify, ecentic traccia le visite provenienti dagli assistenti AI e applica correzioni in Google Merchant Center. Non traccia ricavi o vendite, quindi abbinalo ai report ordini del tuo store.
Fonti
- Guida di Google Analytics: attribuzione
- Centro assistenza Shopify: storefront agentici
- Shopify: milioni di merchant possono vendere nelle chat AI
- Centro assistenza Shopify: report marketing
- Centro assistenza Shopify: metriche Knowledge Base
- PYMNTS: The Agent Advantage
- Practical Ecommerce: metriche considerate per lo shopping AI
- ACM: framework di valutazione SERA
- Yale Cowles Foundation: From Conversations to Mechanisms
- Glossario AI Commerce Attribution
- Usermaven: attribuzione del traffico AI
- Tracking Exposure in AI Chatbots
Esplora questi argomenti